샘 올트먼 – 풍요로운 지능 (Abundant Intelligence)
원문: Sam Altman, Abundant Intelligence (Sep 2025)
전문은 원문에서 확인하실 수 있습니다. 아래 글은 번역이 아니라, 샘 올트먼의 논증을 한국어로 재구성한 정리입니다.
글의 배경과 개요
샘 올트먼(Sam Altman)은 오픈AI(OpenAI)의 최고경영자이며, 이 글은 2025년 9월 그가 자신의 개인 블로그에 올린 짧은 글입니다. 글이 답하려는 질문은 AI 사용량이 지금의 궤적대로 커진다면 무엇을 지어야 하는가입니다. 올트먼은 사용량 증가라는 관찰에서 출발해, AI에 대한 접근이 경제의 근본 동력이자 언젠가 기본권이 될 수 있다는 전망으로 나아갑니다. 이어 추론과 학습 양쪽에서 컴퓨트가 필요하므로 AI 인프라 구축의 야심을 크게 넓히겠다고 선언하고, 컴퓨트에 제약이 생기면 암 치료와 맞춤 교육 중 하나를 골라야 하므로 선택 대신 건설을 택하자고 논증합니다. 결론은 매주 1기가와트의 새 AI 인프라를 생산하는 공장을 만들겠다는 목표이며, 파트너와 자금 조달 방안은 뒤에 밝히겠다고 예고하며 글을 맺습니다.
핵심 내용 정리
- AI 서비스 사용량 증가는 놀라운 수준이었고 앞으로는 더 놀라울 것이라고 올트먼은 전망합니다.
- AI가 똑똑해질수록 AI에 대한 접근이 경제의 근본 동력이 되고, 결국에는 기본적 인권으로 여겨질 수도 있다고 봅니다.
- 모델을 돌리는 추론 컴퓨트와 모델을 계속 개선하는 학습 컴퓨트를 모두 대기 위해, 오픈AI는 인프라 구축의 야심을 크게 넓힐 기반을 깔아 두고 있다고 밝힙니다.
- 10기가와트의 컴퓨트가 있으면 AI가 암 치료법을 알아내거나 지구상 모든 학생에게 맞춤 교습을 제공하는 방법을 찾아낼 수 있을지 모른다고 말합니다.
- 컴퓨트에 제약을 받으면 둘 중 무엇을 먼저 할지 골라야 하는데 아무도 그 선택을 원하지 않으므로, 선택 대신 건설을 택하자고 제안합니다.
- 목표는 매주 1기가와트의 새 AI 인프라를 찍어내는 공장이며, 칩부터 전력·건물·로봇까지 스택의 모든 층에서 혁신이 필요하고 도달에 여러 해가 걸릴 것이라고 인정합니다.
- 이 설비를 상당 부분 미국에 짓고 싶다고 밝히며, 다른 나라가 팹과 신규 에너지 생산 설비를 더 빨리 짓고 있는 흐름을 되돌리는 데 힘을 보태고 싶다고 말합니다.
접근권이라는 프레임
올트먼은 글을 AI 서비스 사용량이 놀라운 속도로 늘었고 앞으로는 더 놀라운 속도로 늘 것이라는 관찰로 엽니다. 그는 여기서 한 걸음 더 나아가, AI가 똑똑해질수록 AI에 대한 접근이 경제의 근본 동력이 되고 언젠가는 기본적 인권으로 여겨질 수도 있다고 말합니다. 근거는 단순합니다. 거의 모든 사람이 자기를 대신해 일해 줄 AI를 더 많이 원하게 되리라는 것입니다.
해설
어떤 재화의 보편적 접근을 권리의 언어로 말하는 방식에는 계보가 있습니다. 20세기 전력화 과정에서 전기는 상품에서 보편 서비스로 성격이 바뀌었고, 통신에서도 보편적 역무라는 개념이 자리 잡았습니다.디지털 영역에서는 유엔 인권이사회가 2016년 인터넷 접속 차단을 규탄하는 결의를 채택했고, 이 결의는 흔히 인터넷 접근을 인권의 문제로 다룬 사례로 인용됩니다. 다만 그 결의도 인터넷 접근 자체를 새로운 권리로 창설한 것은 아니며, 기존의 표현의 자유를 온라인에서도 보장한다는 취지에 가깝습니다. 올트먼의 문장이 어느 쪽에 가까운지는 글 안에서 확정되지 않습니다.
[관점]
접근권 프레임은 수사 이상의 효과를 냅니다. AI가 유용한 도구일 뿐이라면 공급 부족은 기업의 문제로 끝나지만, 권리의 문턱에 가까워진 재화라면 공급량 자체가 공적인 문제가 되고, 부지·전력·인허가에서 공적 지원을 요구할 근거도 생깁니다.동시에 반대 방향의 효과도 따라옵니다. 권리의 언어를 쓰는 순간, 그 권리를 누가 어떤 가격에 공급하는지, 공급자가 소수의 민간 기업일 때 가격과 접근 조건을 누가 결정하는지가 정당한 질문이 됩니다. 전력과 통신이 보편 서비스가 되자 요금 규제와 보편 역무 의무가 따라붙었던 전례를 생각하면, 이 프레임은 오픈AI에 유리하기만 한 카드는 아닙니다.
추론과 학습, 두 갈래의 수요
올트먼은 세상이 필요로 하는 것을 공급하려면 두 종류의 컴퓨트가 함께 늘어야 한다고 적습니다. 하나는 이미 만들어진 모델을 돌리는 추론 컴퓨트이고, 다른 하나는 모델을 계속 더 좋게 만드는 학습 컴퓨트입니다. 그래서 오픈AI는 추론과 학습 양쪽의 컴퓨트 수요를 함께 대기 위해 인프라 야심을 확대할 기반을 깔고 있다고 밝힙니다.
해설
두 컴퓨트는 성격이 다릅니다. 학습 컴퓨트는 한 번에 거대한 집중 투자가 들어가고 결과물이 모델 하나로 남는 반면, 추론 컴퓨트는 이용자가 질문을 던질 때마다 소모되며 이용량에 비례해 계속 늘어납니다.초기 대규모 언어모델 경쟁에서는 학습 쪽이 병목이었지만, 모델이 널리 쓰이고 추론 과정에서 더 오래 생각하게 만드는 방식이 성능 향상에 쓰이면서 추론 수요가 빠르게 커졌습니다. 올트먼이 두 가지를 나란히 적은 것은 이 전환을 전제로 깔고 있다는 뜻입니다.
[관점]
추론 비중이 커지면 AI 기업의 재무 구조는 소프트웨어보다 중공업에 가까워집니다. 소프트웨어의 매력은 한 번 만들면 복제 비용이 거의 0이라는 점인데, 추론은 이용할 때마다 전력과 설비가 소모되는 가변비용이기 때문입니다.이 구조에서는 이용자가 늘수록 매출과 비용이 함께 늘고, 마진은 토큰당 원가를 얼마나 빨리 떨어뜨리느냐에 달립니다. 다만 같은 구조는 반대로도 작동합니다. 설비는 선행 투자로 고정되는데 이용이 기대만큼 늘지 않으면, 감가상각과 전력 계약이 고스란히 손실로 남습니다.
10기가와트와 선택의 문제
이 글에서 가장 많이 인용된 대목은 10기가와트라는 숫자가 등장하는 문단입니다. 올트먼은 AI가 지금의 궤적을 유지한다면 놀라운 일들이 가능해질 것이라고 전제합니다. 10기가와트의 컴퓨트가 있으면 AI가 암 치료법을 알아낼 수도 있고, 또는 10기가와트로 지구상 모든 학생에게 맞춤 교습을 제공하는 방법을 찾아낼 수도 있다고 적습니다. 문제는 컴퓨트에 제약을 받으면 둘 중 무엇을 먼저 할지 골라야 하는데 아무도 그 선택을 원하지 않는다는 점이고, 그래서 그의 결론은 선택하지 말고 짓자는 것입니다.
해설
기가와트는 컴퓨트가 아니라 전력의 단위입니다. 데이터센터 업계에서 1기가와트는 대형 원전 1기 안팎의 출력이며, 미국 기준으로 수십만 가구가 쓰는 전력에 맞먹습니다.컴퓨트의 규모를 칩 개수나 연산량이 아니라 전력으로 말하는 관행 자체가 이 산업의 병목이 어디로 옮겨 갔는지 보여 줍니다. 칩을 살 돈이 있어도 전력과 계통 접속, 변압기와 냉각 설비가 없으면 가동할 수 없기 때문에, 전력이 사실상의 통화 단위가 된 것입니다.
[관점]
논증의 형식만 보면 이는 희소성에 대한 고전적인 반론입니다. 배분의 문제를 공급의 문제로 바꿔 놓는 방식이며, 어느 쪽이 더 가치 있는지를 따지는 대신 그 비교 자체를 하지 않아도 되는 상태를 목표로 제시합니다.
[반론]
컴퓨트를 늘리면 암 치료가 따라온다는 연결에는 반대 의견이 많습니다. 다리오 아모데이(Dario Amodei)는 「Machines of Loving Grace」에서 AI가 생물학에 가져올 변화를 올트먼보다 훨씬 길게 전망하면서도, 임상시험 기간, 규제 승인, 실험 자체의 물리적 속도처럼 지능만으로는 압축되지 않는 한계 요인을 따로 짚었습니다.아빈드 나라야난(Arvind Narayanan)과 사야시 카푸어(Sayash Kapoor)는 「AI as Normal Technology」에서 더 멀리 나갑니다. 이들은 모델의 능력이 커지는 속도와 그 능력이 실제 현장에 확산되는 속도는 다른 문제이며, 병목은 대체로 확산과 제도 쪽에 있다고 봅니다. 이 관점에서 보면 10기가와트는 필요조건일 수는 있어도 충분조건은 아닙니다.
매주 1기가와트를 찍어내는 공장
올트먼의 비전은 한 문장입니다. 그는 매주 1기가와트의 새 AI 인프라를 생산할 수 있는 공장을 만들고 싶다고 말합니다. 실행은 극도로 어렵고 도달까지 여러 해가 걸릴 것이며, 칩에서 전력, 건물, 로봇에 이르기까지 스택의 모든 층에서 혁신이 필요하다고 스스로 인정합니다. 그러면서도 이 일에 열심히 매달려 왔고 가능하다고 믿으며, 역사상 가장 멋지고 가장 중요한 인프라 프로젝트가 될 것이라고 평가합니다.
해설
눈여겨볼 단어는 공장입니다. 올트먼이 말하는 대상은 개별 데이터센터가 아니라 데이터센터를 반복해서 만들어 내는 생산 체계로 읽힙니다. 한 곳을 더 크게 짓는 문제를 같은 것을 주 단위로 복제하는 생산 라인의 문제로 바꿔 놓은 셈입니다.이 발상은 반도체나 자동차 산업이 걸어온 길을 데이터센터에 적용한 것에 가깝습니다. 한 번에 하나씩 설계하고 짓는 건설 프로젝트를 표준화된 모듈의 반복 생산으로 바꾸면 단가와 공기가 함께 줄어든다는 논리입니다. 올트먼이 칩과 전력뿐 아니라 건물과 로봇까지 스택에 포함한 것도 같은 맥락이며, 주당 1기가와트라는 속도는 공사 자체를 자동화하지 않으면 성립하기 어렵습니다.
[반론]
실제 건설 속도는 이 비전과 상당한 거리가 있습니다. 스타게이트(Stargate)의 주력 부지인 텍사스 애빌린(Abilene) 캠퍼스는 당초 2026년 3월 완공 예정이었으나 그해 6월까지도 전체 가동에 이르지 못했고, 위성 영상을 분석한 Epoch AI는 2026년 봄 기준 8개 동 가운데 4개 동 정도가 가동 중이라고 추정했습니다.비용도 쟁점입니다. 한 파트너사 최고경영자는 가스 발전을 포함하면 기가와트당 약 192억 달러가 든다고 말했고, 이는 계통에 연결하는 방식의 계획보다 두 배 이상 비싸다는 분석이 나왔습니다. 2026년 3월에는 뉴멕시코주 당국이 가스관 건설을 막아 한 대형 부지의 전력 공급 계획이 제동이 걸리기도 했습니다. 주 단위 생산은 공법의 문제이기 전에 전력과 인허가의 문제라는 지적입니다.
왜 미국인가
올트먼은 이 설비의 상당 부분을 미국에 짓는 데 특히 관심이 있다고 밝힙니다. 이유는 비교입니다. 지금 다른 나라들이 반도체 팹과 신규 에너지 생산 설비 같은 것들을 미국보다 훨씬 빠르게 짓고 있으며, 올트먼은 그 흐름을 되돌리는 데 힘을 보태고 싶다고 말합니다.
[관점]
이 문단은 글의 성격을 바꿔 놓습니다. 앞 문단까지가 한 기업의 투자 계획이라면, 이 문단은 미국의 제조 역량과 에너지 증설 속도에 대한 진단이자 정책 메시지에 가깝습니다. 오픈AI가 이후 전력, 부지, 공급망에서 공적 지원을 요청할 때 쓰게 될 논거가 여기에 미리 적혀 있는 셈입니다.이 비교에서 암묵적인 상대는 중국으로 읽힙니다. 중국은 연간 신규 발전설비 증설량에서 미국을 크게 앞서 왔고, 미국은 송전선 하나를 새로 놓는 데 10년 단위의 시간이 걸리는 경우가 드물지 않습니다. 백악관의 「Winning the Race: America’s AI Action Plan」(2025년 7월)도 인허가 간소화와 전력망 확충을 핵심 과제로 꼽았으므로, 올트먼의 문장은 같은 진단을 기업 최고경영자의 입으로 옮긴 것으로 볼 수 있습니다.
[한국 관점]
이 글이 나온 직후인 2025년 10월 1일, 올트먼은 서울에서 이재용 삼성전자 회장, 최태원 SK그룹 회장과 잇달아 만났습니다. 삼성전자와 SK하이닉스는 스타게이트에 고대역폭 메모리(HBM)를 비롯한 메모리를 공급하는 의향서를 맺었고, SK텔레콤은 서남권 AI 데이터센터 구축 양해각서를 체결했습니다. 당시 보도에 따르면 오픈AI가 필요하다고 본 물량은 월 90만 장 수준의 고성능 D램 웨이퍼로, 세계 HBM 생산능력의 두 배를 웃도는 규모였습니다.한국의 위치는 이중적입니다. 주당 1기가와트라는 목표가 실현되려면 메모리 공급이 지금보다 크게 늘어야 하므로 한국 기업은 그 병목의 핵심에 서 있습니다. 반면 국내 데이터센터 입지는 전력과 계통 접속이 제약으로 작동할 수 있어, 전남과 포항처럼 수도권 밖의 입지가 오픈AI와의 협력 부지로 거론되었습니다.
그래서 한국에 중요한 질문은 미국식 증설 속도를 따라갈 수 있느냐보다, 공급망의 어느 층에서 이익을 확보하느냐입니다. 메모리 공급자의 지위는 수요가 꺾일 때 가장 먼저 타격을 받는 자리이기도 하므로, 장기 계약의 조건과 설비 투자 회수 기간이 관건이 됩니다.
마지막에 남겨 둔 자금 조달 문제
글은 예고로 끝납니다. 올트먼은 앞으로 몇 달 동안 계획의 일부와 함께하는 파트너들을 이야기하겠다고 밝히고, 자금 조달 방식은 그해 후반에 설명하겠다고 미룹니다. 그러면서 한 줄을 덧붙입니다. 컴퓨트를 늘리는 것이 곧 매출을 늘리는 열쇠이므로 흥미로운 새 아이디어들이 있다는 것입니다. 이 문장 뒤에는 인프라 지출이 비용이 아니라 매출을 키우는 투자라는 논리가 깔려 있습니다.
[이해관계]
이 글은 오픈AI가 자금을 모아야 하는 국면에서 나왔습니다. 발표 전날 오픈AI는 엔비디아(NVIDIA)와 최대 1,000억 달러 투자, 10기가와트 규모 시스템 구축 계획을 공개했고, 그 직전에는 스타게이트 신규 부지 다섯 곳을 발표했습니다. 블로그 글의 마지막 문단이 자금 조달 예고로 끝나는 것은 우연이 아닙니다.올트먼 개인의 위치도 함께 볼 필요가 있습니다. 그는 오픈AI 지분을 직접 보유하지 않는 대신, 핵융합 기업 헬리온(Helion)과 소형모듈원자로 기업 오클로(Oklo)를 비롯해 AI의 전력 수요에서 이익을 보는 회사들에 개인 투자자로 들어가 있습니다. 2025년 4월에는 오클로 이사회 의장직에서, 2026년 3월에는 헬리온 이사직에서 이해상충을 이유로 물러났는데, 두 경우 모두 오픈AI와의 전력 거래 가능성이 배경으로 거론됐습니다.
[반론]
가장 널리 제기된 비판은 순환 금융입니다. 칩을 파는 엔비디아가 오픈AI에 투자하고, 오픈AI는 그 돈으로 엔비디아 칩을 사며, 오라클(Oracle)과 소프트뱅크(SoftBank)가 부지와 자본을 대는 구조에서는 어디까지가 실수요이고 어디부터가 회계적 착시인지 구분하기 어렵다는 지적입니다.보스턴칼리지(Boston College)의 알렉산다르 토미치(Aleksandar Tomic)는 기업들이 서로에게서 사들이는 방식으로 실제보다 큰 수요가 있는 것처럼 보이게 만드는 구조라고 비판했고, 마이클 버리(Michael Burry)도 같은 거래 구조를 버블의 근거로 들었습니다. 전기요금 쪽에서도 반발이 있습니다. 2026년 조지아주에서는 오픈AI 캠퍼스에 3.2기가와트를 공급하는 조지아파워(Georgia Power)의 전력 계약을 두고, 가정용 가입자가 비용을 떠안게 될 수 있다는 규제위원들의 문제 제기가 이어졌습니다.
[사후 맥락]
이 글 이후의 전개는 올트먼의 예고를 넘어섰습니다. 2025년 10월 오픈AI는 AMD와 6기가와트, 브로드컴(Broadcom)과 10기가와트 규모의 계약을 추가해, 칩 공급 기준으로 계획된 용량이 26기가와트에 이르렀습니다. 올트먼은 스타게이트와 클라우드 계약을 합한 약정 규모를 1조 4,000억 달러로 밝혔습니다.2026년 4월 오픈AI는 2029년 목표였던 미국 내 10기가와트 확보를 이미 넘어섰다고 발표했습니다. 다만 확보는 계약 기준이고 실제로 전력이 연결되어 가동 중인 용량은 그보다 훨씬 작습니다. 같은 해 8월에는 오하이오 부지에서 약 8기가와트 규모의 추가 계약이 공개됐고, 엔비디아가 임차료와 전력 비용을 최대 1,050억 달러까지 보증하는 구조가 알려지며 순환 금융 논란이 다시 불거졌습니다.
수요 쪽에서는 경고음도 나왔습니다. 2026년 4월 월스트리트저널(The Wall Street Journal)은 오픈AI가 연초 내부 매출 목표와 주간 이용자 목표에 미달했으며, 1조 4,000억 달러의 약정을 매출이 감당할 수 있는지를 두고 내부 이견이 있다고 보도했습니다. 주당 1기가와트라는 목표의 달성은 2026년 10월 현재 공개된 자료로는 확인되지 않습니다.
원문: Sam Altman, Abundant Intelligence (Sep 2025)
전문은 원문에서 확인하실 수 있습니다.
참고할만한 글
- 데이비드 칸 – AI의 6,000억달러 질문 (AI’s $600B Question) — 컴퓨트 투자가 매출로 회수될 수 있는지를 숫자로 따져 본 글이라 올트먼의 전제를 정면으로 검증합니다.
- 하워드 막스 – 이것은 버블인가? (Is it a Bubble?) — 같은 규모의 자본지출을 투자자의 눈으로 보면 어떻게 읽히는지 보여 줍니다.
- 골드만삭스 – 생성형 AI, 너무 많이 쓰고 너무 적게 얻는가? (Gen AI: Too Much Spend, Too Little Benefit?) — 전력과 설비 제약을 포함해 지출 대비 효용을 회의적으로 점검한 보고서입니다.
- 샘 올트먼 – 지능의 시대 (The Intelligence Age) — 같은 저자가 컴퓨트 확대를 사회 전체의 전망과 연결한 글로, 이 글의 배경 논리를 보여 줍니다.
