딜런 파텔 – 2028년이면 세계 컴퓨트의 대부분은 두 랩의 것이다(Anthropic & OpenAI Will Have Most of the World’s Compute by 2028)
원문: Dylan Patel, Anthropic & OpenAI will have most of the world’s compute by 2028 (Dwarkesh Podcast) (Aug 2026) 전문은 원문에서 확인하실 수 있습니다. 아래 글은 번역이 아니라, 딜런 파텔의 논증을 한국어로 재구성한 정리입니다.
글의 배경과 개요
딜런 파텔(Dylan Patel)은 반도체 공급망과 AI 인프라를 추적하는 리서치 회사 세미애널리시스(SemiAnalysis)의 창업자이고, 이 글은 그가 2026년 8월 드와케시 파텔(Dwarkesh Patel)의 팟캐스트에 다시 출연한 대담을 정리한 것입니다. 두 사람은 해마다 한 번씩 같은 자리를 만들어 컴퓨트 시장의 좌표를 점검해 왔습니다. 이번 대담이 답하려는 질문은 하나로 모입니다. 세계 경제가 점점 프런티어 랩의 경제학에 따라 움직이는 상황에서, 새로 만들어지는 컴퓨트는 누구에게 가고, 거기서 나오는 이익은 어느 계층이 가져가며, 그 설비를 짓는 돈은 어디서 조달되는가입니다. 논증은 지금 랩이 쥔 컴퓨트와 메가와트당 매출에서 출발해, 팹 설비투자와 최종 매출 사이의 100배 격차, 컴퓨트 가격의 상승, 계층별 가치 포획, 추론과 훈련 사이의 배분, 중국의 추격 속도를 거쳐, 11조 달러 규모 설비투자의 자금조달과 금리, 그리고 세계 노동력이 소수 기업에 모이는 결말까지 이어집니다.
핵심 내용 정리
- 미국 국내총생산 성장의 대부분이 AI 인프라 투자에서 나오고 있고, 올해 새로 가동되는 컴퓨트의 약 3분의 1은 앤트로픽과 오픈AI 두 랩을 위한 것이라고 봅니다.
- 두 랩이 설비 한 단위에서 뽑아내는 매출이 조달 원가를 크게 넘어서면서, 내년에는 신규 컴퓨트의 40-50%를 두 랩이 가져간다고 전망합니다.
- 다만 2028년에 두 랩 합산 100기가와트까지 가려면 메가와트당 2,500만-5,000만 달러를 지불해 다른 수요를 가격으로 밀어내야 하고, 그 전제는 최고 성능 모델을 계속 출시할 수 있다는 것이라고 짚습니다.
- 랩들은 앞으로 추론보다 훈련과 연구에 컴퓨트를 더 많이 배분할 것이라고 보며, 이는 대부분의 컴퓨트가 추론으로 간다는 통념과 반대라고 말합니다.
- 중국은 수출통제 때문에 신규 컴퓨트의 10% 미만에 머물러 있고, 2028년에 30기가와트 수준으로 올라오더라도 칩 성능 차이 때문에 실질 격차는 숫자보다 크다고 봅니다.
- 2029년까지 약 11조 달러의 설비투자 가운데 5조 달러는 신용시장에서 조달되어야 하며, 이것이 시장금리를 끌어올려 부채 의존 산업과 신흥국에 1980년대와 비슷한 충격을 줄 수 있다고 봅니다.
- 규제와 금리, 안전 문제가 AI 확산 속도를 꺾을 수 있지만, 모든 힘이 소수 기업으로의 집중을 가리킨다는 점은 바뀌지 않는다고 말합니다.
두 랩이 곧 세계 컴퓨트의 대부분을 쥔다
지금 어디까지 왔는가
작년 한 해, 그리고 연말로 갈수록 미국 국내총생산 성장의 대부분은 AI 인프라 투자에서 나왔습니다. 올해 새로 가동되는 컴퓨트 가운데 약 3분의 1은 앤트로픽(Anthropic)과 오픈AI(OpenAI) 같은 프런티어 랩을 위한 것입니다. 설비를 짓는 주체가 다른 회사이고 랩이 그것을 임차하는 구조라 해도, 최종 수요자는 랩입니다. 올해 AI 자본적 지출(CapEx)은 1조 달러를 조금 넘는 수준이고, 2028년에는 2조 달러를 넘어섭니다. 그 안에서 랩이 차지하는 비중은 계속 올라갑니다.
랩들은 연간 수백억 달러를 쓰는 회사에서 수천억 달러를 쓰는 회사로 옮겨 가는 중이고, 이번 10년이 끝날 무렵에는 연간 수조 달러를 쓰겠다는 전망까지 내놓습니다. 적어도 이미 체결하기 시작한 파트너 계약들이 그 방향을 가리킵니다. 이 규모를 감당하려면 랩의 경제 구조 자체가 다시 짜여야 합니다.
지금까지 랩은 대체로 돈을 잃는 회사였습니다. 앤트로픽은 2분기에 흑자로 돌아섰고, 오픈AI도 코덱스(Codex)와 GPT 5.6의 수요 급증을 감당하면서 3분기 중 어느 시점에 흑자를 낼 수 있다는 관측이 있습니다. 1년 전만 해도, 올해 초만 해도 이들이 쓰던 돈은 전부 벤처 자금으로 메운 손실이었습니다. 지금은 모퉁이를 돌았고, 새 자본이 여전히 들어오지만 그것은 성장을 더 빠르게 하기 위한 것이며, 사업의 점점 더 많은 부분이 자체 매출로 돌아갑니다.
[이해관계] 딜런 파텔이 창업한 세미애널리시스는 반도체와 데이터센터 공급망의 데이터·전망을 구독과 컨설팅 형태로 판매하는 회사입니다. 컴퓨트 수요와 가격, 증설 일정이 이 회사의 상품 자체이므로, 증설과 집중이 계속된다는 전망은 그가 파는 리서치의 수요와 같은 방향을 가리킵니다.
다만 그는 특정 랩이나 칩 공급사의 지분에 묶여 있지 않고, 뒤에서 보듯 랩들이 제시하는 전망치에 반대되는 숫자도 함께 내놓습니다.
마진이 뒤집힌 지점
해설 데이터센터 업계는 설비 규모를 면적이나 서버 대수가 아니라 전력으로 셉니다. 전력과 냉각이 실제 병목이기 때문입니다. 메가와트당 1,000만-1,500만 달러라는 숫자는 1메가와트 규모의 가속 컴퓨팅 설비를 1년 동안 확보하는 데 드는 비용에 가깝고, 메가와트당 매출은 같은 설비에서 1년 동안 뽑아내는 매출을 뜻합니다. 두 숫자를 나란히 놓으면 설비 한 단위가 원가의 몇 배를 벌어들이는지가 바로 드러나기 때문에, 이 대담은 랩의 수익성을 줄곧 이 비율로 이야기합니다.
지난 1년 반 동안 랩의 마진은 급격히 올라갔습니다. 컴퓨트의 기본 조달 원가는 메가와트당 1,000만-1,500만 달러 선입니다. 예전에는 엔비디아(NVIDIA) 호퍼(Hopper) GPU에서 GPT-4를 서비스하면 오픈AI 입장에서 매출총이익이 마이너스였습니다. 지금은 오픈AI가 GPT 5.6을, 앤트로픽이 오퍼스(Opus) 5나 미토스(Mythos), 페이블(Fable) 5를 서비스하면서 메가와트당 매출이 그 조달 원가를 한참 넘어섰습니다. 앤트로픽의 경우 메가와트당 매출이 5,000만 달러까지 올라갔습니다.
이 구조가 가능하게 하는 일은 단순합니다. 추론 설비에 10달러를 쓰면 50달러의 매출이 나오고, 그 이익 전부를 다시 훈련에 밀어 넣을 수 있습니다.
[사후 맥락] 이 대담은 2026년 8월에 이뤄졌습니다. 앤트로픽이 11월에 제출한 최종 투자설명서(Form 424(b)(4))를 보면 2026년 3분기 영업손실은 5억 6,700만 달러이고, 같은 공시에 적힌 컴퓨트 관련 약정 총액은 약 9,009억 달러입니다. 딜런 파텔이 말한 2분기 흑자 전환은 회계상 영업이익이 아니라 서비스 단위의 마진을 가리키는 것으로 읽어야 합니다.
집중은 가속된다
올해 초 오픈AI는 2기가와트, 앤트로픽은 2기가와트에 못 미치는 규모에서 출발했습니다. 올해 말 두 회사는 모두 5기가와트를 넘깁니다. 한 해 동안 세 배에서 네 배로 늘린 것입니다. 올해 새로 추가된 컴퓨트를 기준으로 보면 약 30%가 두 랩에게 갔습니다. 이미 서명되고 날인된 계약들을 놓고 보면 내년에는 더 극적인 그림이 됩니다.
내년에 앤트로픽과 오픈AI는 신규 컴퓨트의 40-50%까지 가져갑니다. 이 집중은 느려지거나 멈추는 모습이 아니라 오히려 빨라지는 모습입니다. 다만 그 컴퓨트를 누가 짓는지는 달라집니다. 내년의 큰 신규 공급자 가운데 하나는 스페이스X(SpaceX)이고, 지은 물량의 상당 부분을 앤트로픽과 오픈AI에 임대할 가능성이 높습니다. 한계적으로 가장 높은 가격을 지불할 능력이 있는 쪽이 그들이기 때문입니다.
여기에 두 랩이 직접 짓는 물량이 더해집니다. 오픈AI는 자체 칩으로, 앤트로픽은 구글(Google)에서 사들인 텐서 처리장치(TPU)를 플루이드스택(FluidStack)과 함께 배치하는 방식입니다. 세계 신규 컴퓨트의 절반이 이 두 회사로 넘어가는 시점은 내년 말이고, 증분 기준으로는 이미 절반에 가깝습니다.
컴퓨트 총량이 워낙 빠르게 늘고 있어서 증분이 곧 전체의 대부분이 됩니다. 그래서 1년 반에서 2년 안에 세계 컴퓨트의 대부분이 두 랩의 수요를 떠받치는 상태가 됩니다. 드와케시 파텔은 여기서 숫자를 이어 봅니다. 세계 컴퓨트가 기가와트 기준으로 매년 두 배가 되는데 프런티어 랩의 컴퓨트는 매년 세 배가 된다면, 올해 초 2기가와트는 올해 말 6기가와트, 2027년 말 18기가와트, 2028년 말 54기가와트가 됩니다.
딜런 파텔의 답은 와트 수만 세면 안 된다는 것입니다. 신규 증설이 올해 30기가와트, 내년 50기가와트, 그다음 해 70기가와트 수준이라면 흥미로운 현상이 생깁니다. 올해 설치되는 1와트는 2년 전에 설치된 1와트보다 훨씬 효율이 높습니다. 와트 수가 두 배로 늘지 않았더라도 세계 컴퓨트 성능의 상당 부분은 올해 설치된 것이라는 뜻이고, GB300 같은 세대가 들어가고 있기 때문입니다.
결국 세대 간 성능 차이가 사다리처럼 쌓입니다. 두 랩이 신규 증설의 대부분을 가져가면 세계에서 실제로 쓸 수 있는 플롭스(FLOPS)의 대부분을 그들이 통제하게 됩니다.
팹 설비투자 60억 달러가 1조 달러의 최종 매출을 만든다
1기가와트에 필요한 웨이퍼
드와케시 파텔은 2028년 신규 증설이 80기가와트에 그친다는 전망부터 되짚습니다. 컴퓨트의 가치가 그만큼 올라가는 세계라면 그보다 많이 지어져야 하지 않느냐는 것입니다. 딜런 파텔의 답은 그 80기가와트가 자신이 잡은 상한선이고, 자신은 이미 공급 측에 대해 가장 낙관적인 쪽에 서 있다는 것입니다.
출발점은 웨이퍼 소요량입니다. 몇 달 전 대담에서 딜런 파텔이 제시한 숫자에 따르면, 베라 루빈(Vera Rubin) 세대로 1기가와트를 구성하려면 N3 웨이퍼 약 5만 5,000장, N5 웨이퍼 약 6,000장, D램(DRAM) 웨이퍼 약 17만 장이 필요합니다. 세대가 바뀌면서 이 숫자가 달라졌을 수 있다는 전제는 두 사람 모두 달아 둡니다.
[한국 관점] 이 소요량에서 가장 큰 항목은 로직이 아니라 D램입니다. 1기가와트당 N3와 N5를 합친 로직 웨이퍼가 6만 장대인데 D램 웨이퍼는 17만 장입니다. 고대역폭 메모리(HBM)는 다이를 여러 층으로 쌓고 수율 손실이 크기 때문에, 같은 연산 성능을 뒷받침하는 데 로직보다 훨씬 많은 웨이퍼를 먹습니다.
기가와트 단위 증설의 실제 제약 가운데 하나가 SK하이닉스와 삼성전자의 HBM 생산능력이라는 뜻입니다. 다만 그 수요가 언제 발주로 바뀌는지는 한국 기업이 통제하지 못합니다. 뒤에서 나오듯 EUV 장비와 광학계 쪽 병목이 풀리는 속도에 로직 증설이 묶여 있고, 로직 증설 일정이 다시 HBM 발주 시점을 결정합니다.
60억 달러와 1조 달러 사이
드와케시 파텔은 이 웨이퍼 소요량을 장비 투자액으로 환산합니다. 세미애널리시스의 웨이퍼 팹 장비(WFE) 모델을 돌려 보면, 매년 1기가와트분의 컴퓨트를 생산할 수 있는 팹 장비의 값은 30억-40억 달러입니다. 여기에 클린룸과 건물, 그 밖의 부대 설비를 더하면 팹 쪽 설비투자는 60억 달러가 됩니다. 그리고 현재 가격으로 1기가와트는 연간 1,000억 달러의 최종 매출을 만들어 냅니다.
핵심은 이 60억 달러가 1기가와트를 한 번만 만드는 것이 아니라는 점입니다. 팹은 매년 1기가와트분을 찍어 내고, 그렇게 나온 각 기가와트는 다시 매년 1,000억 달러를 벌어들입니다. 5년을 놓고 보면 첫해에 나온 1기가와트는 5년치 수익을, 두 번째 해의 1기가와트는 4년치 수익을 만듭니다. 5년, 4년, 3년, 2년, 1년을 더한 15년분에 1,000억 달러를 곱하면 1조 5,000억 달러가 되고, 팹 단계 설비투자 60억 달러가 1조 달러를 넘는 최종 AI 매출로 이어집니다.
딜런 파텔은 그 사이에 끼어 있는 비용을 짚습니다. 운영비용(OpEx)이 상당하고, 데이터센터와 전력처럼 다른 설비투자도 따로 들어가며, 모델 연구개발에 들어간 돈도 누군가 지불해야 합니다. 돈을 받아 가야 할 당사자가 여럿이라는 뜻입니다. 그래도 중간 단계 전부를 빼고 절반으로 줄여도 팹 설비투자와 최종 매출 사이에는 100배의 격차가 남고, 딜런 파텔은 실제로는 그보다 크다고 덧붙입니다.
[관점] 이 100배 계산이 성립하려면 세 가지가 참이어야 합니다. 첫째, 팹 장비가 5년 동안 성능 저하도 노드 전환도 없이 매년 같은 1기가와트분을 찍어 내야 합니다. 실제로는 2년에서 3년마다 다음 노드로 넘어가면서 장비 구성을 바꿔야 하고, 그 전환 비용이 60억 달러 밖에 있습니다.
둘째, 1기가와트가 만드는 1,000억 달러가 5년간 유지되어야 합니다. 이 숫자는 지금 모델 가격과 지금 토큰 수요에서 나온 것이고, 앞에서 본 메가와트당 매출 자체가 1년 반 만에 몇 배로 움직인 수치입니다. 올라갈 수도 있지만 내려갈 수도 있습니다.
셋째, 가동률이 100%여야 합니다. 세 가정을 완화하면 배수는 빠르게 줄어듭니다. 그래서 이 계산은 투자 의사결정에 쓸 수익률이 아니라, 병목 한 단계를 푸는 데 돈을 얼마까지 쓰는 것이 합리적인지를 보여 주는 상한선으로 읽는 편이 맞습니다.
자본주의는 왜 즉시 반응하지 않는가
1달러를 100달러로 바꿀 수 있는 격차가 있다면 자본주의는 공급을 늘리는 쪽으로 움직입니다. 드와케시 파텔의 질문은 격차가 이렇게 큰데도 거울을 더 만들어 내지 못할 이유가 있느냐는 것입니다. 머지않아 랩들이 ‘지금 1조 달러를 더 벌 수 있는데 ASML 장비에 들어가는 거울 때문에 막혀 있다’고 말하는 국면, 거울 생산을 늘리는 데 1,000억 달러를 쓰겠다고 나서는 국면이 온다는 것입니다.
해설 여기서 거울은 비유가 아니라 실제 부품입니다. 극자외선(EUV) 노광은 파장이 13.5나노미터여서 렌즈를 통과시키지 못하고 거울로 빛을 접어 보내야 하는데, 그 반사 광학계를 ASML에 공급하는 곳은 독일의 칼 자이스 한 곳입니다. 거울 표면은 원자 수준의 평탄도를 요구하고, 한 세트를 깎고 코팅하고 검사하는 데 수년이 걸립니다.
그래서 장비 생산량을 늘리는 일은 공장을 한 동 더 짓는 문제가 아니라 세계에서 이 작업을 할 수 있는 거의 유일한 조직의 생산능력을 늘리는 문제입니다. 돈을 더 준다고 올해 안에 해결되지 않는 종류의 병목입니다.
딜런 파텔도 공급이 늘어난다는 데는 동의합니다. 실제로 병목 설비를 사서 되파는 차익거래가 이미 나타났습니다. 터빈을 사들여 다시 파는 사례가 있는데, 데이터센터 완공을 막고 있는 물건이라서 터빈의 가치가 정가보다 훨씬 높기 때문입니다. 그는 4억 달러를 들고 ASML을 설득해 EUV 장비 한 대를 받아낼 수 있는 사람이라면, 사 두고 기다렸다가 10억 달러를 넘는 값에 파는 편이 합리적이라고 말합니다.
문제는 신호가 전달되는 속도입니다. 공급망은 채찍과 같아서 손잡이에서 준 신호가 끝단까지 가는 데 오래 걸리고, 그래서 공급망은 가격 신호에 즉시 반응하지 않습니다. 칼 자이스(Carl Zeiss)를 찾아가 보면 이번 10년이 끝날 무렵 연간 100대분의 EUV 장비를 만들어야 한다는 인식까지는 와 있습니다. 올해 초 대담 시점에는 그만큼 필요하다고 보지도 않았는데 지금은 그 수준을 목표로 잡았습니다. 경제성만 따지면 그보다 더 만들어야 하는데, 그렇게 판단을 바꾸도록 설득하는 데 걸리는 시간이 길다는 것이 그의 진단입니다.
현금흐름으로 공급망을 살 수 있는가
드와케시 파텔은 사고실험을 던집니다. 스택에 있는 모든 회사가 사모펀드에 인수되고, 범용인공지능(AGI)이 온다고 확신하는 경영진이 들어와 생산 극대화만을 목표로 삼는다면 남는 물리적 제약은 무엇이냐는 것입니다. 랩의 매출과 AI 현금흐름이 곧 충분히 커져서, 외부 자금 없이 자체 현금만으로 극단적인 증설을 댈 수 있는 세계가 온다는 전제가 깔려 있습니다.
딜런 파텔은 방향에는 동의하면서도 숫자로 선을 긋습니다. 지금 공급망이 확장되는 속도대로라면 2030년 기준 연간 100대라는 숫자가 대체로 맞습니다. 칼 자이스에 100억 달러를 건네며 생산을 늘려 달라고 하면 달라지겠지만, 공급망에 있는 모든 회사에 같은 일을 해야 합니다. 그는 올해도, 내년도, 그다음 해에도 그런 일은 벌어지지 않는다고 봅니다. 세계가 자본 제약 아래 있기 때문입니다.
규모를 맞춰 보면 이유가 분명해집니다. 내년에 랩들이 수천억 달러의 매출을 올리고 그만큼을 쓸 수 있다 해도, 내년 전체 설비투자는 2조 달러 수준입니다. 웨이퍼 팹 장비 공급망이 2,000억 달러 규모를 소화하고, 데이터센터 공급망은 그보다 크며, 가속기 공급망은 더 크고, 에너지 공급망도 따로 몫이 있습니다. 전부 더하면 2조 달러를 훌쩍 넘기 때문에, 랩의 현금흐름이 이 투자를 떠받칠 수 있는 단계에는 아직 오지 않았습니다.
드와케시 파텔은 랩이 그 단계에 도달할 일은 애초에 없다고 받습니다. 벌어들인 것은 재투자하게 되고, 설비투자를 수익보다 높게 유지하려 할 것이기 때문입니다.
랩이 값을 더 쓰지 않으면 컴퓨트를 더 가질 수 없다
70-80%를 사들인다는 말의 무게
드와케시 파텔은 연간 50기가와트를 넘는 증설 속도가 계속될 수 있는지 묻습니다. 딜런 파텔은 2028년에 가면 그것이 조금 어려워진다고 봅니다. 그 지점에서 두 랩이 신규 컴퓨트의 70-80%를 가져간다면 시장에 무슨 일이 생기는지 자신도 확신하지 못하겠다는 것입니다. 그만큼을 실제로 사들이기 위해 컴퓨트 가격이 얼마나 치솟아야 하는지, 그리고 구글과 메타(Meta), 아마존(Amazon)이 그 정도 물량을 팔 의향이 있는지가 걸려 있습니다.
기가와트 숫자를 읽는 방식에는 단서가 하나 붙습니다. 아마존이 베드록(Bedrock)에서 앤트로픽 모델을 서비스하는 경우, 세미애널리시스는 그것을 앤트로픽의 컴퓨트로 집계합니다. 수익 배분과 크레딧 반환 구조가 끼어 있더라도 결국 앤트로픽의 매출로 계상되기 때문입니다. 그래서 두 랩의 기가와트 수치는 자기가 임차한 설비만을 뜻하는 것이 아닙니다.
메가와트당 1,500만 달러면 누구나 돈을 번다
2028년에 두 랩이 합산 100기가와트에 도달한다면, 그것은 시장을 상당히 교란한 결과입니다. 지금은 메가와트당 1,000만-1,500만 달러 수준의 컴퓨트에서 누구나 돈을 벌 수 있기 때문입니다. 딜런 파텔은 그 과정이 어렵지 않다고 말합니다. GB300 랙을 확보하고, 키미(Kimi)의 공개 가중치를 내려받고, vLLM이나 SGLang을 깔아 서비스를 세운 뒤 오픈라우터(OpenRouter)에 올리면 됩니다. 사소한 일은 아니지만 로켓 과학도 아니고, 코덱스나 페이블이 그 작업을 도와 줍니다.
해설 이 대목이 성립하는 이유는 세 가지가 동시에 갖춰져 있기 때문입니다. 첫째, 중국 랩들이 공개한 가중치가 상용 모델에 크게 밀리지 않는 수준까지 올라왔습니다. 둘째, vLLM과 SGLang처럼 추론 서버를 세우는 오픈소스 도구가 성숙해 운영 난도가 낮아졌습니다.
셋째, 오픈라우터는 여러 모델을 한곳에 모아 토큰 단위로 중개하는 시장이라서, 브랜드도 영업망도 없는 사업자가 설비를 켜자마자 수요에 닿을 수 있습니다. 모델과 소프트웨어와 판로가 모두 범용재화화되었기 때문에, 설비 조달 원가가 메가와트당 1,500만 달러인 한 그 위에서 마진이 남습니다.
그래서 이미 메가와트당 1,000만-1,500만 달러라는 가격 자체가 위로 꺾이기 시작했습니다. 2028년에 100기가와트까지 가는 그림을 믿으려면, 랩들이 남들보다 높은 값을 지불할 수 있다고 믿어야 합니다. 그 가격이 메가와트당 2,500만 달러가 되는지, 4,000만 달러까지 가는지가 질문입니다.
드와케시 파텔은 랩들이 이미 다른 누구보다 메가와트당 훨씬 많은 매출을 올리고 있다는 점을 짚습니다. 지금의 격차가 유지되거나 재귀적 자기개선(recursive self-improvement)이 작동한다면 그 조건은 저절로 충족됩니다. 딜런 파텔의 세계관도 두 랩이 컴퓨트를 계속 삼킨다는 쪽입니다. 다만 지금 가격이나 그 근처에서는 그 일이 일어날 수 없고, 70%를 가져가려면 메가와트당 2,500만, 3,000만, 5,000만 달러를 지불하기 시작해야 합니다. 2028년 100기가와트는 그런 의미에서 상당히 공격적인 목표입니다.
[관점] 가격이 두 배에서 네 배로 오른다는 말은 거래 구조의 언어로 옮기면 인수처 계약 단가가 그만큼 오른다는 뜻입니다. 데이터센터 금융은 장기 임차 계약을 담보로 돌아가므로, 단가가 올라갈수록 계약서에 서명하는 쪽의 신용도와 계약 만기 구조가 수익률보다 중요해집니다. 메가와트당 5,000만 달러에 10년 계약을 받아 둔 사업자는 상대가 그 기간 내내 지불 능력을 유지한다는 데 사업 전체를 건 것과 같습니다.
하이퍼스케일러가 팔 의향이 있는지도 가격만으로 결정되지 않습니다. 구글과 메타, 아마존에게 외부 판매 가격은 내부 사용의 기회비용과 비교되는 숫자이고, 자체 모델이나 광고 알고리즘에서 더 큰 값이 나온다고 판단하면 가격이 올라도 팔지 않습니다. 뒤에서 랩들이 추론 배분을 줄이는 논리와 같은 계산이 공급 측에도 적용됩니다.
최고 모델을 내놓지 못하면
까다로운 부분은 다른 데 있습니다. 랩들의 속도는 이미 크게 꺾였습니다. 딜런 파텔은 랩들이 스스로 주창한 규제가 정작 중국의 공개 가중치 모델보다 랩 자신을 훨씬 더 늦추고 있다고 말합니다. 오픈AI는 아스트라(Astra)를 출시하지 않았고 2주 동안 훈련을 멈췄으며, 앤트로픽은 자체 안전평가에서 ‘Model 2’로 분류된 모델을 내놓지 않았습니다. 그 모델은 미토스의 다음 버전으로 널리 추정됩니다.
여기서 생기는 결과가 매출 구조를 흔듭니다. 최고 성능 모델을 내놓지 않으면 메가와트당 매출이 정체하거나 다시 내려갈 수 있습니다. 다른 모델들이 경쟁력을 회복하기 때문입니다. 뒤처지고 있다는 뜻이 아니라, 가진 것 중 가장 좋은 것을 내놓지 않고 있다는 뜻입니다.
드와케시 파텔은 이 가정을 끝까지 밀어 봅니다. 규제 때문에 최고 모델 출시가 막히면 메가와트당 매출 상승이 둔화되고, 그러면 남들보다 높은 값을 치를 능력도 줄어들며, 결국 2028년 100기가와트에 도달하지 못합니다. 딜런 파텔은 안전이 문제되지 않는 세계라면 정반대 결과가 나온다고 답합니다. 메가와트당 1억 달러 이상을 창출하면서 5,000만 달러를 지불할 수 있게 되고, 그렇게 되면 다른 누구도 자기 컴퓨트를 다른 데 쓸 이유가 없어 다리오 아모데이(Dario Amodei)에게 전부 가져가 달라고 부탁하는 것 말고는 할 일이 없어집니다. 다만 그는 그 속도를 늦출 수 있는, 자신이 설명할 수 없는 힘들이 작동하고 있다는 말로 여지를 남깁니다.
[반론] 이 절의 전제는 랩의 메가와트당 매출이 계속 올라간다는 것입니다. 시트리니 리서치(Citrini Research)는 2026년 2월 보고서 「THE 2028 GLOBAL INTELLIGENCE CRISIS」에서 반대 방향의 경로를 제시합니다. AI가 지식노동을 대체하는 속도가 빨라지면 그 노동에서 나오던 소득과 지출이 먼저 줄어들고, 결국 토큰을 사 주던 기업 수요와 소비가 함께 약해진다는 것입니다.
이 경로에서는 2028년이 랩들이 가격을 끌어올리는 해가 아니라 자산가격에 얹혀 있던 지능 프리미엄이 되돌려지는 해가 됩니다. 메가와트당 매출이 어디까지 오르는가라는 질문과, 그 매출을 지불하는 쪽의 지불 능력이 그때까지 유지되는가라는 질문은 서로 다릅니다.
완전 자동화된 노동자라면 얼마인가
드와케시 파텔은 직관 펌프(intuition pump) 하나를 제시합니다. AI 모델이 소프트웨어 엔지니어의 일을 완전히 대체할 수준이라고 가정해 보는 것입니다. 지금은 그 수준이 아니고, 화이트칼라 직무 전체를 대신하는 데서는 아직 멀리 떨어져 있습니다. 그런데 화이트칼라 노동자의 연봉은 10만 달러 이상입니다.
1기가와트가 화이트칼라 노동자 100만 명에 해당하는 규모를 지탱한다고 보면, 1인당 10만 달러를 곱해 1,000억 달러가 나옵니다. 두 사람은 이 숫자가 오히려 낮다는 데 동의합니다. 1기가와트가 완전한 AGI를 돌리는 세계라면 수천억 달러가 되기 때문입니다.
어느 계층이 잉여를 가져가는가
지금 가장 많이 남기는 쪽은 사용자다
딜런 파텔이 먼저 짚는 것은 가치 포획(value capture)이 아직 랩에서 일어나지 않는다는 사실입니다. 모델이 만들어 내는 가치의 대부분은 오픈AI와 앤트로픽에게 돌아가지 않고 사용자에게 갑니다. 그는 지금까지 그렇게 되어 온 것이 다행이라고 말합니다.
사례는 구체적입니다. 제인스트리트(Jane Street)는 오픈AI와 GPT 5.6의 울트라 패스트 모드를 두고 독점 계약을 맺었고 앤트로픽의 최대 고객 가운데 하나이기도 한데, 자신이 지불한 토큰에서 뽑아내는 가치가 앤트로픽이 그 토큰에서 남기는 이익보다 훨씬 큽니다. 메타도 같습니다. 한때 앤트로픽 사업의 10%에 달한다는 이야기가 돌았던 이 회사는 광고 알고리즘을 최적화하고 체류 시간을 5% 늘리는 식으로 모델을 쓰면서, 앤트로픽이 그 거래에서 버는 것보다 훨씬 많은 돈을 법니다. 딜런 파텔은 사용자 쪽에서 더 큰 값이 나와야 이 구조가 애초에 돌아간다고 말합니다.
다만 그 가치도 경쟁에 노출됩니다. 소프트웨어 엔지니어 100만 명이 새로 공급되는 세계라면 엔지니어 한 명당 비용도 함께 떨어지기 때문입니다.
격차는 왜 좁혀지지 않는가
드와케시 파텔의 질문은 시장이 균형에 도달하는지입니다. 균형에 간다면 컴퓨트 가격은 앤트로픽과 오픈AI가 그 컴퓨트에서 뽑아내는 금액에 가까워지고, 두 랩에게는 얇은 마크업만 남아야 합니다. 그런데 지금은 컴퓨트가 팔리는 가격과 앤트로픽이 그것으로 버는 돈 사이에 네 배 이상의 차이가 있습니다. 기가와트당 매출이 계속 올라가는 세계에서 그 격차가 더 벌어진다면 이상한 일입니다. 소프트웨어와 가중치를 가졌다는 이유만으로 10달러를 100달러로 바꿀 수 있다는 뜻이 되기 때문입니다.
해설 이 절부터 두 사람은 같은 숫자를 두 단위로 번갈아 씁니다. 1기가와트는 1,000메가와트이므로, 기가와트당 400억 달러는 메가와트당 4,000만 달러와 같은 말입니다. 앤트로픽이 기가와트당 600억 달러를 번다는 표현도 메가와트당 6,000만 달러를 뜻합니다.
두 숫자 모두 연간 기준이라는 점이 중요합니다. 설비를 1년 쓰는 값이 기가와트당 200억 달러인데 그 설비가 1년에 600억 달러를 벌어들인다면, 설비를 지은 쪽이 1년 안에 설비투자를 전액 회수한다는 계산이 나옵니다. 뒤에 나오는 머스크의 거래가 성립하는 근거가 이 환산입니다.
가치 포획은 계층을 옮겨 다녔다
딜런 파텔은 AI에서 가치가 어디로 가는지를 계층별로 짚습니다. 가장 많은 가치를 만들어 내는 것은 최종 사용자이고, 그래서 사용자가 모델에 큰 값을 지불합니다. 앱 계층은 지금까지 만들어 낸 가치가 거의 없습니다. 모델 계층은 1년 전까지 매출총이익률이 마이너스였다가 지금은 큰 폭의 플러스로 돌아섰고, 메가와트당 1억 달러를 만들어 내는 경로에 올라선 것으로 보입니다. 1,000만-1,500만 달러를 1억 달러로 바꾸는 구조입니다.
1년 전으로 돌아가면 그림이 정반대였습니다. 하드웨어 공급망만 매출총이익을 거둬 갔고 다른 모든 계층은 돈을 잃었습니다. 오픈AI와 앤트로픽은 벤처 자금을 쏟아 넣고 있었고, 수많은 스타트업과 하이퍼스케일러들도 보상이 올지 모르는 상태에서 인프라를 지었습니다. 그렇게 마이너스 가치가 만들어지는 국면이었습니다. 그때 메모리 업체들은 전달하는 가치가 이론적으로 막대했음에도 고대역폭 메모리로 돈을 벌지 못했습니다.
지금은 TSMC가 메모리 업체보다 가치를 덜 포획합니다. 가치를 가져가는 주체가 그만큼 크게 옮겨 다녔고, 딜런 파텔은 그 이동이 시장을 추적하거나 제인스트리트처럼 시장에 참여하는 쪽에게는 흥미로운 일이라고 말합니다.
[한국 관점] 메모리가 가치를 전혀 포획하지 못하던 국면에서 TSMC보다 많이 가져가는 국면으로 바뀌었다는 대목은 SK하이닉스와 삼성전자의 지난 2년을 그대로 서술한 것입니다. 전달하는 가치와 포획하는 가치가 달랐던 이유는 공급 구조였습니다. 범용 D램의 가격 결정 방식이 그대로 적용되는 동안에는 생산능력이 남아 있는 쪽이 가격을 받아들여야 했습니다.
그 관계가 뒤집힌 계기는 고대역폭 메모리가 선계약과 선수금 구조로 옮겨간 것입니다. 가격을 생산자가 먼저 제시하고 고객이 물량을 확보하려 경쟁하는 구조가 되자 포획 비중이 올라갔습니다. 다만 같은 논리는 반대로도 작동합니다. 이 절의 결론처럼 포획 주체가 1-2년 단위로 뒤집히는 시장에서는, 지금의 가격 결정력이 다음 노드 전환이나 공급 증설 이후에도 유지된다고 가정하기 어렵습니다.
컴퓨트를 쌓아 둔 자의 선택권
그러면 앞으로 앤트로픽과 오픈AI가 가치 포획을 전부 가져가는가라는 질문이 남습니다. 한때는 그런 생각이 가능했습니다. 그런데 일론 머스크(Elon Musk)가 다른 답을 보여 주었습니다. 자기 컴퓨트를 앤트로픽과 구글에 메가와트당 2,500만 달러, 4,000만 달러로 팔아 치우는 길입니다. 단기적인 기회라 해도 그 가격에 팔면 1년 안에 설비투자를 전액 회수할 수 있습니다.
드와케시 파텔은 그렇다면 스페이스X가 구글에 기가와트당 400억 달러로 판 B300급 물량이 내년 말에는 얼마에 거래되는지 묻습니다. 딜런 파텔의 답은 대부분의 컴퓨트가 여전히 기가와트당 200억 달러 아래에서 거래된다는 것입니다. 이유는 금융입니다. 거의 모든 컴퓨트는 지어지기 전에 자금을 조달해야 하고, 그래서 지어지기 한참 전에 계약이 묶입니다.
그래서 금융 없이 지을 수 있는 쪽이 판을 통제합니다. 메타와 마이크로소프트(Microsoft), 아마존, 스페이스X는 고객을 찾지 않은 상태에서 그냥 짓기로 결정할 수 있고, 다 지어진 다음에 돌아서서 기다릴 수 있습니다. 머스크가 이용한 것이 바로 이 위치였습니다. 이미 컴퓨트를 손에 쥔 상태에서, 기가와트당 600억 달러 이상을 버는 앤트로픽에게 터무니없는 값으로 사 가라고 제안할 수 있었던 것입니다. 딜런 파텔은 머스크나 앤트로픽이 그 가격을 결정한 것이 아니라 시장이 스스로 그 가격을 찾아낸 것이라고 덧붙입니다.
반대쪽 구조를 보면 차이가 선명합니다. 이름 없는 클라우드 사업자가 1기가와트나 100메가와트를 짓겠다고 하면, 설비투자를 쓰기 전에 고객을 찾아야 합니다. 고객을 찾으려면 자본이 필요한데, 고객 없이 자본을 내줄 곳이 없습니다. 그래서 고객이 먼저 계약서에 서명해야 하고, 그 약정을 신용시장에 들고 가서 자본을 조달합니다.
여기서 완전히 다른 권력 구조가 생깁니다. 사실상 컴퓨트를 쌓아 두고 있는 메타와 스페이스X는 그래서 세 번째 자리에 설 수 있는 유일한 후보이고, 그 자격의 근거가 바로 쌓아 둔 물량입니다. 두 회사는 재무상태표와 조달 역량으로, 크게 수익을 내는 최종 고객이 없는 상태에서도 컴퓨트를 짓습니다. 신용시장에 가서 1기가와트를 지어 주면 과하지는 않지만 괜찮은 마진을 보장하겠다고 말할 수 있는 재무상태표가 실제로 있기 때문입니다.
그렇게 지어 놓으면 선택권(optionality)이 생깁니다. 내부 용도에서 더 많은 돈이 나오는지, 아니면 앤트로픽과 오픈AI에 터무니없는 마진으로 파는 쪽이 나은지를 그때 가서 고르는 것입니다. 그래서 지금은 스페이스X와 메타가 직접 컴퓨트를 지어 1,300만 달러가 아니라 2,500만, 5,000만 달러 이상으로 임대하기 시작한 국면입니다.
[관점] 이 절의 함의는 특정 계층에 밸류에이션 배수를 고정해 붙이는 일이 위험하다는 것입니다. 1년 단위로 보면 2024년에는 하드웨어 공급망이, 2025년 이후에는 모델 계층이, 그리고 지금은 선계약 없이 컴퓨트를 쌓아 둘 수 있는 재무상태표가 잉여를 가져갔습니다. 어느 쪽도 구조적 우위가 아니라 병목의 위치가 이동한 결과였습니다.
거래 구조 관점에서 더 중요한 것은 선계약 의존성입니다. 신규 사업자의 조달이 고객 약정을 담보로만 성립한다면, 수요가 꺾일 때 가장 먼저 멈추는 것은 가격이 아니라 착공입니다. 반대로 메타와 스페이스X처럼 약정 없이 지은 물량은 수요가 꺾여도 이미 지어진 재고로 남고, 그 재고를 들고 가격을 받아들여야 하는 쪽이 됩니다. 지금의 선택권은 수요가 유지되는 동안에만 선택권입니다.
규제는 AI를 늦추는가
2027년 말 메가와트당 7,000만-8,000만 달러
드와케시 파텔은 2027년 말 두 랩의 기가와트당 매출을 묻습니다. 딜런 파텔의 답은 누가 최고 모델을 가지고 있는지, 그리고 그 모델을 계속 출시할 수 있는지에 크게 달려 있다는 전제에서 시작합니다. 그 전제가 충족된다면 메가와트당 5,000만 달러를 넘지 않을 이유가 없습니다. 그보다 더 올라갈 수도 있어서, 회사 전체 평균으로 섞으면 메가와트당 7,000만-8,000만 달러, 혹은 그 이상이 될 수 있다고 봅니다.
가격 인상은 공급망을 따라 번진다
드와케시 파텔은 공급망 쪽을 봅니다. 머스크가 젠슨 황(Jensen Huang)과 거래를 맺고 엔비디아 제품만 쓰겠다고 선언했는데, 그렇다면 젠슨 황은 왜 값을 올리지 않는지 묻습니다. 그리고 SK하이닉스와 마이크론(Micron), 삼성전자가 엔비디아를 보면서 자신들도 값을 올릴 이유를 찾은 과정을 짚습니다.
딜런 파텔은 여기에 채찍 효과(bullwhip effect)가 작동한다고 말합니다. 한 단계가 값을 올렸다고 해서 공급망 전체가 즉시 재조정되지는 않습니다. 하지만 시간이 지나면 재조정되고, 모든 것의 값이 점점 비싸집니다. 증설분을 추가로 확보하려면 그렇게 될 수밖에 없습니다.
속도는 단계마다 다릅니다. TSMC는 아주 천천히 값을 올리는데, 메모리 업체들은 매우 빠르게 올립니다. 기판 업체들도 빠릅니다. 머스크는 메가와트당 1,500만 달러라면 팔지 않았을 것이고 2,500만 달러 이상이라서 파는 것이므로, 그 역시 값을 아주 빠르게 올린 쪽입니다.
해설 같은 수요 신호인데 단계마다 반응 속도가 다른 이유는 계약 구조에 있습니다. TSMC는 고객과 여러 세대에 걸친 장기 관계를 맺고 가격을 단계적으로 조정하며, 급격한 인상은 고객을 자체 설계나 경쟁 파운드리로 밀어내는 비용으로 돌아옵니다.
메모리와 기판은 반대편에 있습니다. 거래의 상당 부분이 단기 계약이나 현물 가격에 연동되어 있어서, 수급이 기울면 다음 분기 계약에 바로 반영됩니다. 그리고 가장 빠른 쪽은 이미 완성된 설비를 손에 들고 즉시 재협상할 수 있는 쪽, 즉 앞에서 본 컴퓨트 보유자입니다. 공급망의 위치가 아니라 계약의 만기 구조가 가격 결정력을 만듭니다.
최고 모델이 2월에 훈련된 모델이라면
드와케시 파텔은 오히려 메가와트당 1억 달러를 넘지 않는다는 쪽이 의외라고 말합니다. 딜런 파텔은 재귀적 자기개선이 언제 시작되는지를 되묻습니다. 드와케시 파텔은 그것이 없어도 지금의 진보 속도만 이어지면 된다고 답합니다. 지난 1년 반의 진전 폭을 보면, 1년 반 전 모델이 무엇이었는지를 떠올려 보라는 것입니다.
딜런 파텔의 반박은 짧습니다. 세계에 존재하는 최고 모델은 2월에 훈련된 모델입니다. 오픈AI는 2주 동안 모델을 훈련하지 않겠다고 말하고, 아스트라는 내부에서도 널리 배포되지 않았습니다. 드와케시 파텔이 작년 초의 GPT-4o에서 페이블이나 미토스 2 정도의 도약을 2027년 말까지 기대할 수 있다고 하자, 딜런 파텔은 미토스 2가 나와 있지 않다는 점을 짚습니다.
제약은 출시에만 걸려 있는 것이 아닙니다. 미토스조차 그대로 내보낼 수 없는 상태이고, 앤트로픽이 거기에 제약을 걸어 두었기 때문에 추론 성능을 최적화하는 데도, 다른 여러 일에도 쓸 수 없습니다. 드와케시 파텔은 그렇다면 AI 진보나 배포의 둔화가 기가와트당 매출을 낮게 묶는 유일한 경로라는 데 동의합니다.
규제의 방식이 바뀌고 있다
딜런 파텔의 정리는 두 갈래입니다. 모델이 좋아지는 한 거기서 나오는 가치도 커지고, 누가 그 가치를 가져가는지는 여전히 논쟁거리이지만 결국 모두가 올릴 수 있기 때문에 값을 올립니다. 그리고 이 과정은 강하게 인플레이션적입니다. 규제의 방식이 바뀌고 있기 때문에 더 그렇습니다.
지금까지 규제는 모델을 내놓지 말라는 형태였습니다. 그런데 점점 다른 형태가 늘어납니다. 뉴욕은 데이터센터를 금지하고 있고, 텍사스는 건설 유예(moratorium)를 걸고 있으며, 오하이오는 일정 반경 안에 있는 모든 주민의 재산세를 사업자가 대신 내게 하려는 시도를 하고 있습니다. 이런 조치는 공급을 줄이고 비용을 올리며, 그 비용은 다시 전가됩니다. 그래서 모델이 내부에서 계속 좋아지더라도 외부에서 관측되는 진보는 느려지는 지점에 도달합니다.
[한국 관점] 미국의 규제는 주와 지방정부가 입지와 세금으로 공급을 줄이는 방식인데, 한국은 이미 전국 단위의 사전 심의 제도로 같은 일을 하고 있습니다. 2024년 6월 시행된 분산에너지 활성화 특별법은 10메가와트 이상의 전력을 쓰려는 사업자에게 전력계통영향평가를 받도록 했고, 2026년 11월 16일 시행된 기후에너지환경부 고시 제2026-284호는 수도권 데이터센터의 통과 기준을 70점에서 75점으로 높이고 전력이용밀도 감점 항목을 새로 넣었습니다. 시범운영 기간 데이터센터 입지는 수도권 28건 1.9기가와트, 비수도권 64건 7기가와트였습니다.
차이는 규제가 작동하는 지점입니다. 미국에서는 지어진 설비의 운영비와 세부담을 올려 비용으로 전가되는데, 한국에서는 수전 자체가 심의 대상이어서 입지가 움직입니다. 2026년 5월 7일 국회를 통과한 인공지능 데이터센터 산업 진흥에 관한 특별법이 비수도권 데이터센터의 전력계통영향평가를 면제하는 조항을 둔 것도 같은 방향입니다. 이 법은 2027년 2월 시행 예정이고 핵심 기준이 대통령령에 위임되어 있습니다.
그래서 딜런 파텔이 말한 ‘공급 축소에 따른 비용 상승과 전가’는 한국에서 가격보다 먼저 위치로 나타납니다. 기가와트 단위 설비를 전제한 거래 구조를 검토할 때 수도권 부지는 선택지에서 먼저 빠지고, 비수도권 전력계통과 송전 일정이 사업 일정의 상한을 결정합니다.
마지막으로 딜런 파텔은 이륙 국면의 구조를 짚습니다. 그런 국면에서 앤트로픽이 최고 모델을 외부 공개 버전보다 6개월 앞서 내부에만 두지 않을 이유가 없습니다. 안전과 규제 때문이기도 하고, 경쟁 우위 때문이기도 합니다. 그리고 진보가 가속되면 그 6개월의 간격이 뜻하는 성능 차이는 더 커집니다. 바로 그것이 메가와트당 매출 증가율을 올해 상반기 수준보다 훨씬 낮게 묶을 요인입니다.
[관점] 최고 모델을 6개월 동안 내부에 두는 구조는 자본시장 쪽에 까다로운 문제를 남깁니다. 외부에 공개된 모델의 성능으로는 그 회사의 실제 역량을 측정할 수 없게 되기 때문입니다. 투자자는 공개된 제품이 아니라 공개되지 않은 격차에 값을 매겨야 하고, 그 격차는 정의상 검증할 수 없습니다.
상장사가 되면 이 문제는 공시의 문제로 바뀝니다. 내부 역량이 매출로 전환되지 않는 기간에도 그 역량이 자산이라고 설명해야 하는데, 투자자가 확인할 수 있는 것은 출시된 모델과 매출뿐입니다. 규제가 출시를 막는 동시에 내부 사용까지 제약한다면, 들어간 설비투자와 관측되는 매출 사이의 간격은 더 벌어집니다.
랩은 추론에서 연구개발로 컴퓨트를 옮기고 있다
상장사가 매출 2,000억 달러를 포기한다면
드와케시 파텔이 궁금해하는 것은 상장 이후의 압력입니다. 두 랩이 상장해 투자자에게 설명할 책임을 지게 되고, 내년 말에 20기가와트에 가까운 컴퓨트를 쥐고 있다고 해 봅니다. 그 상태에서 훈련 비중을 60%에서 70%로 올리기로 하면, 전체의 10%에 해당하는 2기가와트가 추론에서 훈련으로 옮겨 갑니다.
투자자 쪽에서 보면 이것은 매출 포기입니다. 기가와트당 1,000억 달러를 창출할 수 있는 회사가 2기가와트를 훈련으로 돌린다면, 훈련 컴퓨트를 늘리기 위해 2,000억 달러의 매출에 사실상 아니라고 답한 것입니다. 이미 훈련에 그만큼 쓰고 있는데 왜 더 쓰느냐는 반응이 나옵니다. 드와케시 파텔의 질문은 상장사가 된 뒤에도 각 기가와트의 매출 창출력이 올라가는 만큼 훈련 비중을 계속 올리겠다고 말한다면 무슨 일이 벌어지느냐입니다.
[관점] 재투자를 이유로 당기 매출을 포기하는 서사가 시장에서 받아들여진 전례는 있습니다. 다만 그 전례가 작동한 조건은 재투자 수익률을 외부에서 검증할 수 있었다는 점입니다. 물류창고를 지으면 배송 시간과 반복구매율이 숫자로 나왔고, 투자자는 그 숫자로 재투자의 성과를 확인했습니다.
훈련 컴퓨트는 그 검증이 어렵습니다. 앞에서 본 것처럼 최고 모델이 내부에 머무는 기간이 길어지면, 투입은 확정적으로 비용에 잡히는데 성과는 공개되지 않습니다. 앤트로픽의 공시처럼 컴퓨트 약정 총액이 먼저 숫자로 드러나는 구조에서는 추론과 훈련의 배분 비율 자체가 실질적인 가이던스가 되고, 배분을 바꾸는 결정은 설명해야 할 대상이 됩니다.
비합의적 견해: 추론 비중은 줄어든다
딜런 파텔은 이것이 자신이 개인적으로 믿는 바라고 말합니다. 랩들은 시간이 갈수록 추론에 더 적은 비중의 컴퓨트를 배분할 것이고, 그는 이 견해가 상당히 비합의적(non-consensus)이라고 봅니다. 대다수가 공유하는 통념은 컴퓨트의 대부분이 추론으로 간다는 것입니다. 그의 수정은 이렇습니다. 대부분은 순전파(forward pass)로 가겠지만 그것은 훈련을 위한 순전파이고, 반드시 매출을 만드는 추론은 아닙니다.
계산은 단순합니다. 오늘 메가와트당 3,000만-4,000만 달러를 창출하면서 40%를 추론에 배분하고 있다고 해 봅니다. 그 수치가 메가와트당 6,000만-7,000만 달러가 되었을 때도 여전히 40%를 추론에 두고 그 이익을 배당과 자기주식 매입으로 돌려줄 것인지, 아니면 AGI를 지으러 갈 것인지가 질문입니다. 딜런 파텔이 보기에 앤트로픽과 오픈AI의 답은, 경영진 차원뿐 아니라 이사회 차원에서도 명백합니다. AGI를 짓는 쪽이 훨씬 수익성이 높기 때문에 그쪽으로 갑니다.
그래서 결과는 역설적인 모습이 됩니다. 컴퓨트 한 단위를 추론에 썼을 때의 이익 창출력이 올라가는 동안, 바로 그 이유로 훈련에 배분하는 비중을 끌어올리게 됩니다.
해설 여기서 훈련 컴퓨트는 거대한 모델을 한 번 학습시키는 작업만을 뜻하지 않습니다. 연구자들이 새 구조와 데이터 조합, 하이퍼파라미터를 시험하면서 돌리는 수많은 실험이 모두 이 범주에 들어갑니다. 그래서 랩의 컴퓨트 예산은 추론과 훈련으로 둘로 나뉘는 것이 아니라, 연구와 개발과 추론 셋으로 나뉩니다.
뒤에서 딜런 파텔이 그 비중을 연구 50%, 개발 10%, 추론 40%로 쪼개 보여 줍니다. 이 구분이 중요한 이유는, 거대한 훈련 클러스터 한 덩어리를 세우는 능력과 수많은 실험을 동시에 돌리는 능력이 서로 다른 제약을 받기 때문입니다.
드와케시 파텔은 같은 논리를 제품 쪽에서 확인합니다. 오픈AI가 울트라 패스트 모드를 외부에만 내놓는지, 아니면 내부에서도 쓰는지를 보면 답이 나옵니다. 가장 빠른 최고 모델에서 내부적으로 뽑아내는 가치가 외부 고객이 뽑아내는 가치보다 크다면, 내부와 외부에 함께 배분하는 쪽이 됩니다.
딜런 파텔의 정리는 현금흐름의 언어로 이어집니다. 메가와트당 1억 달러를 벌 수 있다 해도, 그것을 AI 연구로 돌렸을 때 얻는 추가 진전이 무엇이고 그 진전이 미래 수익력과 할인된 현금흐름에 무엇을 하는지가 비교 대상입니다. 랩들이 그 계산을 명시적으로 수행하는 것은 아니지만 결론은 같습니다. 내부에 점점 더 많이 배분하는 쪽이 합리적이고, 추론용 컴퓨트를 그렇게 크게 유지하는 유일한 이유는 훈련 설비를 키우기 위한 것입니다.
[반론] 같은 질문에 하이퍼스케일러 경영자는 다르게 답합니다. 사티아 나델라(Satya Nadella)는 2025년 11월 같은 팟캐스트에 출연해 한 세대의 설비에 과도하게 몰아넣는 전략의 위험을 지적했습니다. 거대한 훈련 클러스터 한 덩어리를 세우는 데 자본을 집중하면, 세대가 교체될 때 그 설비의 가치가 빠르게 떨어진다는 것입니다.
그가 선호하는 구조는 여러 세대와 여러 지역에 걸쳐 용도를 바꿀 수 있는 설비를 유지하면서 학습과 추론을 함께 소화하는 것입니다. 이 관점에서 추론 배분을 줄이는 선택은 매출만 포기하는 것이 아니라, 수요가 어디로 가는지에 대한 선택권을 함께 포기하는 것입니다. 다만 나델라는 모델을 직접 만드는 쪽이면서 설비를 임대하는 쪽이기도 해서 두 사람의 발화 위치가 다릅니다.
이미 지난 3개월간 일어난 일
드와케시 파텔은 이것을 흥미로운 경제학 문제로 보고, 추론 비중이 실제로 줄어드는 세계라면 무엇이 참이어야 하는지를 모델에게 물어 볼 만하다고 말합니다. 딜런 파텔의 답은 이미 지난 3개월간 그렇게 되고 있다는 것입니다. 올해의 어떤 구간에서는 추론 비중을 늘리고 있었지만 최근에는 방향이 바뀌었습니다.
그가 제시하는 증거는 두 시계열의 괴리입니다. 앤트로픽이 매달 추가하는 컴퓨트의 양은 전반적으로 우상향하는 곡선입니다. 스페이스X와 계약을 체결하는 달처럼 잡음이 끼는 구간이 있지만 추세는 분명합니다. 그런데 매출 증가분은 한때 급등했다가 이후 평탄해졌습니다.
두 곡선이 어긋난다는 것이 핵심입니다. 추가로 들어오는 한계 메가와트가 추론보다 연구개발로 더 높은 비중으로 가고 있다는 뜻이기 때문입니다. 딜런 파텔은 그래서 랩들이 오늘 이미 사실로서 컴퓨트를 연구개발 쪽으로 옮기고 있다고 말하고, 그들이 하는 일을 충분히 들여다보면 자명하다고 덧붙입니다.
중국은 신규 컴퓨트의 10% 미만을 가져간다
2028년 세계 200기가와트, 그다음은
딜런 파텔이 앞서 제시한 숫자를 더하면 2028년 말 세계 컴퓨트는 200기가와트를 넘습니다. 그는 그 뒤의 경로도 숫자로 답합니다. 신규 증설이 올해 30기가와트, 내년 50기가와트, 2028년 70기가와트라면 2029년은 90-100기가와트 수준이고, 그 뒤로는 매년 100기가와트씩 더해지는 흐름입니다. 기울기가 계속 올라갈 수도 있습니다.
다만 4년 이상 앞을 내다보는 것은 어렵다고 말합니다. 재귀적 자기개선 국면에 들어갔는지, 세계 경제가 연 10%씩 성장하는 시점이 언제인지를 아무도 모르기 때문입니다. 연간 100기가와트를 넘기는 상태라면 이미 터무니없는 수준의 매출과 경제성장률을 전제하게 됩니다.
중국의 비중은 어디까지 왔는가
드와케시 파텔의 질문은 그중 얼마가 중국에 있느냐입니다. 서구에서 재귀적 자기개선이 시작되는 시점에 중국의 컴퓨트 스톡이 작다면, 그것은 전혀 다른 세계이기 때문입니다.
딜런 파텔은 기준점을 2022년으로 되돌립니다. 그때 미국은 세계 신규 컴퓨트의 45-50%를, 중국은 30-35%를 추가하고 있었고 나머지가 그 밖의 지역이었습니다. 2022년 이후 중국을 겨냥한 대규모 규제와 미국의 급격한 증가가 겹쳤습니다. 그 결과 오늘 배치되는 전력의 70%가 미국에 들어가고, 데이터센터 AI 컴퓨트를 기준으로 한 중국의 비중은 10% 미만입니다.
앞을 봐도 숫자는 작게 유지됩니다. 중국의 국내 생산은 아직 적고, 엔비디아로부터의 구매도 적으며, 그 구매분의 상당 부분은 중국이 아닌 다른 곳에 설치됩니다. 그래서 중국 국내에 들어가는 신규 컴퓨트는 계속 10% 미만에 머뭅니다. 2028년에는 그 비중이 위로 꺾이기 시작할 수 있지만, 2028년 시점에 중국의 AI 컴퓨트가 30기가와트 이하라고 말하는 것은 어렵지 않습니다.
2028년 이후의 하키 스틱
증설 경로를 연도별로 보면 제약이 어디에 있는지 드러납니다. 2026년의 중국은 여전히 밀수된 칩, 그리고 화웨이(Huawei)가 아닌 회사의 주문인 줄 알고 TSMC가 만들어 준 칩, 삼성전자가 출하한 고대역폭 메모리에 주로 의존하고 있습니다. 2027년에는 팹이 올라가기 시작합니다. 2028년에는 특히 중신궈지(SMIC)와 창신메모리(CXMT) 같은 곳에서 팹이 올라가 국내 생산이 연간 수백만 개 단위에 도달합니다. 그렇게 되면 2028년 한 해에만 국산 칩으로 5-10기가와트를 추가하게 됩니다.
그 칩들의 성능은 같은 해 엔비디아나 구글, 오픈AI가 쓰는 칩보다 분명히 떨어집니다. 그래서 기가와트 숫자 자체가 실제 역량을 과대평가합니다. 30기가와트라고 해도 훨씬 나쁜 칩으로 채운 30기가와트입니다.
[한국 관점] 2026년 중국의 컴퓨트를 떠받치는 경로에 삼성전자가 출하한 고대역폭 메모리가 들어 있다는 대목은 한국 기업에게 통상 문제가 아니라 거래 심사의 문제입니다. 미국의 수출통제는 품목뿐 아니라 최종 사용자와 최종 용도를 함께 묶기 때문에, 중간 유통을 거쳐 통제 대상 기업에 닿았다는 사실이 뒤늦게 확인되면 그 책임이 공급자에게 돌아옵니다. TSMC가 화웨이가 아닌 줄 알고 받았던 주문의 사례가 같은 구조입니다.
검증된 최종사용자(VEU) 지위나 개별 허가에 의존하는 거래는 그래서 계약서의 진술과 보장 조항, 그리고 사후 감사권이 실제 리스크 관리 수단이 됩니다. 중국 매출이 실적에 기여하는 동안에도 그 매출의 일부가 소급 제재나 허가 취소에 노출되어 있다는 뜻이고, 이 부분은 상장 기업의 위험 요소 공시에서 다뤄야 하는 영역입니다.
다음 해의 증설 속도는 몇 가지 변수에 걸려 있습니다. 미국이 MATCH 법안을 통과시키는지, 장비에 대한 수출통제가 계속 확대되는지, 그리고 중국이 국산화를 시작한 신규 장비를 얼마나 빠르게 만들어 내는지입니다.
해설 MATCH 법안의 정식 명칭은 하드웨어 기술통제 다자 정렬법(Multilateral Alignment of Technology Controls on Hardware Act)이고, 2026년 4월 미 하원과 상원에 초당적으로 발의되었습니다. 골자는 두 가지입니다. 반도체 제조장비의 수출통제를 미국 상무부 산업안보국(BIS)의 규칙 제정 재량에서 떼어 내 법률로 고정하는 것, 그리고 네덜란드와 일본 같은 동맹국의 통제 수준을 미국과 같은 선에 맞추는 것입니다.
2022년 10월 이후 미국의 반도체 수출통제는 전적으로 산업안보국의 규칙으로만 운영되어 왔습니다. 심자외선(DUV) 노광장비와 부품, 그리고 장비의 유지보수 서비스까지 대상에 들어 있어서, 통과되면 중국이 지금 쓰고 있는 우회 경로가 좁아집니다. 하원 외교위원회는 2026년 4월 이 법안을 포함한 수출통제 법안들을 의결했습니다. 딜런 파텔이 이 법안의 통과 여부를 2027-2028년 중국 증설 속도의 변수로 꼽는 이유입니다.
그래도 방향은 분명합니다. 딜런 파텔은 중국이 하키 스틱처럼 꺾어 올라갈 것이라고 봅니다. 중국이 정말 잘하는 일이 있다면 제조를 아주 빠르게 확장하는 것이기 때문입니다. 외국산 칩의 구매를 중국 국내로 더 많이 끌어오거나, 최소한 미국이 엔비디아에 허용하는 판매 범위와의 격차를 좁히는 쪽으로 움직일 것이라고 예상합니다.
드와케시 파텔이 2029년 한 해에 50기가와트 추가가 가능한지 묻자, 그는 충분히 합리적인 수치라고 답합니다. 일부는 해외 구매분일 수 있습니다. 다만 그 대부분이 국산 칩이라면 그 50기가와트는 미국의 20기가와트, 또는 미국산 칩으로 채운 20기가와트만큼의 가치라는 보정이 들어갑니다. 품질로 가중하면 2028년의 선두 랩 하나가 2029년이나 2030년의 중국 전체보다 많은 컴퓨트를 가진 세계가 됩니다.
딜런 파텔은 여기에 단서를 붙입니다. 그 그림은 미국 랩을 늦추는 조치가 아무것도 없다는 전제에서만 성립합니다. 그런데 정부와 정치인들이 분명히 그 일을 시작하고 있습니다. 반면 중국은 AI를 늦추지 않을 것이고, 할 일이 있다면 가속하는 것뿐입니다.
수출통제는 성공했는가
드와케시 파텔은 자신의 입장 변화를 밝힙니다. 젠슨 황을 인터뷰하며 수출통제를 물었을 때 그는 자유지상주의자로서 이 문제에 대한 자기 판단이 확실하지 않았고, 반대 입장을 가장 강한 형태로 세워 보려 했습니다. 중국이 공급망과 로봇 산업의 상당 부분을 쥐고 있으니 협력하는 쪽이 미국에 더 나을 수 있다는 가능성도 열어 두었습니다. 그런데 컴퓨트 격차가 이 정도라는 것은 몰랐다고 말합니다.
그의 결론은 이렇습니다. 자동화된 코더에 도달하고 자동화된 연구자로 넘어가는 시점에 중국의 컴퓨트 스톡이 크게 뒤처져 있다면, 수출통제는 의도한 대로 작동한 정책이고 주목할 만한 성공입니다.
딜런 파텔은 단서를 둘 붙입니다. 첫째, 격차의 일부는 수출통제의 결과이지만 일부는 금융 시스템의 차이입니다. 미국의 금융 시스템은 스타트업에 과감하게 돈을 던지는 데 더 익숙하고, 중국의 금융 시스템은 그렇지 않습니다. 둘째, 그 대신 중국의 금융 시스템이 한 산업을 집중 대상으로 고르면 보조금의 규모가 비교할 수 없이 커집니다. 중국 반도체 산업이 받는 보조금은 나머지 세계의 반도체 산업이 받는 보조금을 전부 합친 것보다 많습니다.
여기서 중요한 함의가 나옵니다. 이륙이 빠르지 않고 더 오래 걸리는 세계라면, 중국은 반도체 쪽에서 격차를 크게 좁히게 되고 그것은 언젠가 컴퓨트 격차의 축소로 이어집니다. 수출통제의 성패는 정책의 설계만으로 결정되지 않고, 이륙의 속도와 함께 결정됩니다.
컴퓨트 격차는 아직 모델 격차가 아니다
딜런 파텔이 주목할 만하다고 꼽는 또 하나의 사실이 있습니다. 중국 기업들이 가진 컴퓨트 규모에 비추어 보면, 최소한 대중이 체감하는 수준에서 AI 모델의 성능은 그렇게 뒤처져 있지 않습니다. 중국 랩들의 컴퓨트는 많아야 총 100-200메가와트 수준입니다. 바이트댄스 시드(ByteDance Seed)가 그보다 상당히 많은 예외이지만, 키미는 1기가와트는 물론 그 근처에서도 돌아가지 않습니다. 반면 앤트로픽은 연말에 5기가와트에 가까운, 혹은 그 이상의 규모입니다.
그래서 이 차이가 중요한지를 묻게 됩니다. 딜런 파텔의 답은 지금은 그렇게 중요하지 않다는 것입니다. 이유는 랩의 컴퓨트 예산을 쪼개 보면 드러납니다.
랩의 컴퓨트 예산을 쪼개면
지금까지의 배분은 훈련 60%, 추론 40%였습니다. 그런데 그 훈련 몫이 다시 나뉩니다.
- 연구 50% — 연구자들이 아이디어를 만들고 새 구조와 데이터 조합, 하이퍼파라미터, 새 어텐션 기법을 시험하는 데 쓰는 몫입니다.
- 개발 10% — 실제로 출시할 모델을 학습시키는 훈련 실행에 쓰는 몫입니다.
- 추론 40% — 고객에게 서비스하며 매출을 만드는 몫입니다.
실제 훈련 실행의 규모는 생각보다 작습니다. 앤트로픽이 미토스를 훈련할 때 사전학습은 200메가와트 미만이고, 기간은 두 달 정도입니다. 강화학습은 그보다도 적습니다. 다만 이것은 한 사이트 기준의 비교이고, 총량으로는 강화학습이 더 클 수 있지만 순차적으로 진행되기 때문에 동시에 쓰는 규모는 작습니다. 결국 한 시점에 가장 많이 쓴 양이 200메가와트 정도인데, 실제로 보유한 것은 여러 기가와트였습니다.
그래서 컴퓨트의 대부분은 개발이 아니라 연구로 갔습니다. 여기에는 이유가 있습니다. 여러 클러스터를 조율하기 어렵고, 한곳에 모으기 어렵고, 다중 사이트 훈련이 어렵고, 강화학습 자체가 어렵습니다. 강화학습에서 롤아웃을 더 많이 생성한다고 반드시 더 좋아지는 것도 아닙니다. 훈련용으로 2기가와트를 가지고 있어도 그 전부를 하나의 훈련에 투입할 수 없고, 실제로 활용 가능한 것은 200메가와트뿐인 상황이 생깁니다.
[관점] 이 두 대목을 겹쳐 놓으면 이 절의 진짜 논점이 보입니다. 중국 랩이 100-200메가와트로 체감 성능을 거의 따라온다는 사실과, 미국 랩이 수 기가와트를 가지고도 한 번에 200메가와트만 쓴다는 사실은 같은 이야기입니다. 지금의 병목은 컴퓨트가 아니라 연구이고, 컴퓨트 스톡의 우위가 모델 성능의 우위로 전환되는 비율이 낮다는 뜻입니다.
그래서 수출통제가 결정적이 되는 시점은 컴퓨트 격차가 벌어지는 시점이 아니라, 병목이 연구에서 컴퓨트로 옮겨가는 시점입니다. 딜런 파텔 자신이 바로 그 전환을 예상합니다. 자동화된 코딩과 자동화된 연구자가 구현되고 지속 학습 같은 방식이 들어오면, 예산에서 연구와 훈련의 경계가 흐려지거나 훈련 쪽 비중이 더 커집니다. 투자 판단의 언어로 옮기면, 컴퓨트 스톡이라는 자산이 실제 가치를 발휘하기 시작하는 시점이 그때이고, 그 전까지 쌓은 격차는 선택권으로만 존재합니다.
딜런 파텔의 전망도 같은 방향입니다. 자동화된 코딩과 자동화된 연구자에 가까워질수록 연구와 훈련의 비중 구분이 훨씬 모호해지거나 훈련 쪽이 더 커질 것이라고 봅니다. 지속 학습 같은 방식도 같은 효과를 냅니다. 이런 것들이 쌓이면 점점 더 많은 컴퓨트가 실제로 모델을 훈련하는 데 들어갑니다.
AI는 주권부채 위기를 부르는가
연간 5조 달러가 아니라 10조 달러
드와케시 파텔은 연간 100기가와트를 짓는 세계의 설비투자를 계산합니다. 현재 가격으로 환산하면 매년 5조 달러입니다. 딜런 파텔은 그 위에 두 겹을 더 쌓습니다. 발전소는 훨씬 앞서 지어야 하고 30년을 쓰는 자산이며, 데이터센터는 15-20년 자산인데 그것 역시 미리 지어야 합니다. 미래 연도의 증설분을 앞당겨 반영해야 하므로 실제 숫자는 7조에서 10조 달러에 가까워집니다.
사람들이 말하는 AI 설비투자 400억-500억 달러라는 숫자가 무엇을 가리키는지도 짚습니다. 그것은 핵심 IT 설비(critical IT)만을 뜻합니다. 서버와 네트워킹, 광섬유, 트랜시버, 광통신 장비가 거기 들어갑니다. 데이터센터 건물 자체나 발전소는 포함되지 않는데, 그 둘은 미리 지어져야 하는 항목입니다.
선행 투자의 구조는 이렇습니다. 올해 100기가와트를 짓고 내년에 150기가와트를 짓는다면, 내년 150기가와트를 담을 건물이 올해의 설비투자로 지어져야 합니다. 그 다음 해에 200기가와트를 짓는다면 그만큼의 발전소 지출이 지금 일어나야 하고, 터빈은 올해 사 두어야 합니다. 그래서 연간 100기가와트라는 전제에서 설비투자는 5조 달러보다 훨씬 커집니다.
드와케시 파텔은 이 숫자를 경제 규모에 대 봅니다. 이번 10년이 끝날 무렵 매년 추가되는 설비투자가 10조 달러에 가까워지면 그것은 세계 경제의 10분의 1 수준입니다. 전부 미국에서 일어난다면, 그때 미국 경제도 커져 있겠지만 현재 미국 경제 규모로 환산하면 4분의 1에서 3분의 1에 해당합니다. 그는 그 말을 입으로 하면서 스스로 결론을 바꿉니다. 미국 경제의 4분의 1이 데이터센터를 짓는 일에 쓰이는 상태를 사회가 허용하지 않을 것이고, 그것이 이 지수 곡선이 꺾이는 이유일 수 있다는 것입니다.
누가 이 돈을 내는가
딜런 파텔은 자본주의와 자원의 재배분을 믿는다고 말하면서도 정치와 신용시장, 자본시장이 함께 존재한다는 점을 둡니다. 2030년의 100기가와트 대신 2028년으로 당겨 보면 모든 항목을 합한 설비투자는 3조-4조 달러입니다. 그중 2조 5,000억 달러가 IT 설비투자이고, 나머지 1조-2조 달러가 데이터센터와 에너지, 그 아래 반도체를 포함한 공급망입니다.
질문은 단순합니다. 3조-4조 달러의 현금이 어디서 나오는가입니다. 사업에서 그만큼의 현금을 만들어 내는 주체는 아직 없습니다. 지금까지의 성장은 하이퍼스케일러가 댔습니다. 구글과 마이크로소프트, 아마존, 메타가 전체 컴퓨트의 절반 이상을 차지하며 큰 비중을 조달했습니다.
그런데 이들도 더는 현금을 남기지 않습니다. 벌어들인 것을 전부 설비투자에 쓰고, 거기에 더해 부채를 조달해 설비투자에 씁니다. 메타가 그렇게 했고 아마존과 구글도 그렇게 하고 있으며 마이크로소프트도 곧 그 자리에 섭니다. 모두가 설비투자를 대기 위해 부채를 일으키고 있습니다.
그래서 이전에 이 돈을 내지 않던 누군가가 새로 내야 합니다. 구글이나 메타가 자기주식 매입을 멈추고 그 돈을 컴퓨트 인프라로 돌린 것은 비교적 간단한 전환이었고 시장에 큰 충격은 아니었습니다. 하지만 2028년이 되어 하이퍼스케일러가 수천억 달러의 부채를 일으키고 그 공급망까지 수천억 달러씩 조달하는 국면에서는, 누가 이 돈을 대는지가 질문이 됩니다.
딜런 파텔은 두 갈래를 제시합니다. 하나는 전통적인 인프라 투자자입니다. 자본을 모아 인프라에 투자하던 쪽이 교량 대신 데이터센터를 사는 것입니다. 다른 하나는 경제 안의 모든 사람입니다. 집을 사지 않거나, 주택 구입을 돕는 신용에 투자하지 않거나, 국채를 사지 않는 대신 하이퍼스케일러의 채권이나 데이터센터의 채권, 앤트로픽의 채권을 사겠다고 판단하는 사람들입니다.
앤트로픽이 그 자금에 지불할 수 있는 금리는 20%입니다. 그 설비에서 나올 매출이 막대하다는 것을 알고 있고, 스페이스X에서 기가와트당 500억 달러로 임차하는 것보다는 20%를 내는 편이 여전히 낫기 때문입니다. 딜런 파텔은 이렇게 되면 세계 경제 전체가 실제로 재배치된다고 말합니다.
[관점] 자금이 어디서 오는가라는 질문은 실무에서 국채 금리의 문제가 아니라 신용스프레드의 문제로 먼저 나타납니다. 같은 등급의 발행자가 한꺼번에 시장에 나오면 신규 발행 가격이 재설정되고, 발행 계획을 세워 둔 다른 기업들이 조달 시점을 미루거나 단가를 올려 받습니다. 구축 효과는 금리 인상 발표가 아니라 발행 창구에서 체감됩니다.
앤트로픽이 20%를 지불할 수 있다는 대목도 그대로 읽으면 오해가 생깁니다. 선순위 회사채 시장에서 20%는 성립하지 않는 숫자이고, 그 수준의 단가는 사실상 사모신용이나 메자닌, 또는 지분 성격이 섞인 구조에서 나오는 가격입니다. 데이터센터 금융의 상당 부분이 그런 비공개 시장과 자산유동화로 옮겨가고 있다는 점이 중요합니다. 공개 시장의 스프레드만 보면 실제 조달 단가의 상승을 늦게 알아차리게 됩니다.
구축 효과
드와케시 파텔은 며칠 동안 방송 밖에서 이어 온 논쟁을 꺼냅니다. AI가 주권부채 위기(sovereign debt crisis)를 부르는지에 관한 것입니다. 논리는 이렇습니다. 적은 투자가 큰 돈으로 바뀌는 상황에서 수익률은 대단히 높습니다. 데이터센터 단계에서도 지어서 앤트로픽과 오픈AI에 임대하면 감가 기준 원가의 10배를 받을 수 있고, 1달러가 1년 만에 2달러나 10달러가 됩니다.
문제는 그 다음입니다. 이런 수익률은 금리를 끌어올립니다. 금리가 올라가고 경제 전체에서 차입이 늘어나면, 그 자금은 정부가 했을 대출, 다른 기업이 했을 차입, 그리고 소비자나 주택 구입자가 했을 차입과 경쟁합니다. 결과적으로 다른 모든 사람의 차입 비용이 비싸집니다. 드와케시 파텔은 이것이 수많은 사람에게 영향을 미치는 문제라고 말합니다.
미국에 대한 그의 판단은 결국 괜찮다는 쪽입니다. 데이터센터가 미국에 지어진다면 그 데이터센터에 과세할 수 있기 때문입니다. 다만 현재 세제의 구조가 문제입니다. 연방 세수에서 법인세가 차지하는 비중은 10%에 못 미치고, 80% 이상이 급여세와 소득세인데 자동화가 진행되면 그 기반이 줄어듭니다. 지출 쪽에서는 세수의 20%가 이미 국채 이자 지급에 들어가고, 부채의 상당 부분이 단기물이라 5년 안에 차환됩니다.
해설 이 재정 수치는 실제 자료로 확인됩니다. 미국 의회예산처(CBO) 집계로 2025 회계연도 연방 세수는 약 5조 2,000억 달러이고, 그 가운데 개인소득세가 약 2조 6,600억 달러, 급여세가 약 1조 7,500억 달러, 법인세가 약 4,500억 달러입니다. 개인소득세와 급여세를 합하면 전체의 84%, 법인세는 9% 수준이므로 드와케시 파텔이 말한 비중은 정확합니다.
순이자 비용은 2025년에 1조 달러를 넘어섰고, 세수 5조 2,000억 달러에 대비하면 약 20%에 해당합니다. CBO는 순이자가 2025년 예산의 14%에서 2035년 25%까지 올라간다고 전망합니다. 다만 드와케시 파텔이 말한 ‘금리 1%포인트 상승 뒤 5년이면 세수의 60%가 이자’라는 결론은 1%포인트만으로는 나오지 않는 숫자입니다. 약 38조 달러의 부채에 1%포인트를 적용하면 연 3,800억 달러, 세수의 7%포인트 정도가 추가됩니다.
그가 걱정하는 쪽은 다른 나라들입니다. 부채가 많고 세수가 적으며 그 부채를 자주 차환해야 하는 나라들을 찾아봤다고 말하면서, 파키스탄이나 나이지리아 같은 나라들이 새로운 금리 체제에서 대단히 취약해진다고 봅니다.
딜런 파텔은 이 구축 효과(crowding out effect)가 바로 무한정 증설이 벌어지지 않는 이유라고 말합니다. 부채를 많이 쓰는 산업과 국가가 많기 때문입니다. 앞서 언급된 빈곤국들은 디폴트로 가고, 트레이더조스(Trader Joe’s)에서 보는 물건을 만드는 소비재 기업들, 통신사, 은행이 모두 부채에 크게 의존합니다. 정부가 정하는 기준금리가 아니라 시장에서 매겨지는 금리, 즉 기준금리와 나머지 모두가 실제로 부담하는 금리 사이의 스프레드가 벌어지는 것이 문제입니다.
11조 달러와 5조 달러
논리의 양쪽이 모두 작동합니다. 현금흐름으로 조달되는 부분이 있고 그 현금흐름은 계속 커집니다. 하지만 합리적인 선택은 현금흐름보다 훨씬 많이 투자하는 것입니다. 미래 연도의 수익이 엄청나기 때문입니다. 그래서 투자하고 싶은 양과 자체 조달 가능한 양 사이에 간격이 생깁니다.
그 간격을 아래로 누르는 것들이 있습니다. 데이터센터에 대한 규제, 화가 난 소비자, 화가 난 정치인, AI에 대한 규제, 안전을 이유로 최신 모델을 출시하지 않는 랩들, 그리고 올라가는 금리입니다. 이 모든 것이 단순한 경제 모형에서 자본주의가 원하는 곡선을 실제의 복잡계가 허용하는 곡선으로 끌어내립니다. 드와케시 파텔이 금리도 자본주의의 일부라고 받자, 딜런 파텔은 단순한 경제 모형과 우리가 실제로 가진 복잡한 체계를 구분한 것이라고 답합니다. 결론은 지어져야 할 만큼의 기가와트가 지어지지 않는다는 것입니다.
규모는 세미애널리시스의 모델링에서 나옵니다. 2024년부터 2029년까지 설비투자 총액은 약 11조 달러입니다. 가능한 만큼을 현금흐름으로 조달해도 5조 달러가 넘는 신용이 발행되어야 합니다. 현재 모델은 신용 5조 달러와 현금으로 조달하는 인프라 투자 6조 달러로 구성되어 있습니다.
드와케시 파텔이 AI 매출이 매년 세 배로 늘어나는 경로를 묻자, 딜런 파텔은 매출이 오르기는 하지만 영원히 오를 수는 없다고 답합니다. 랩들에게는 그들만의 유인이 있고, 많은 경우 컴퓨트를 짓는 주체가 랩 자신도 아닙니다. 점점 그 방향으로 가려 하고 있지만 아직은 그렇습니다.
생태계 전체에서 5조 달러의 부채가 발행되면 금리는 올라갑니다. 그것을 막을 수 있는 경로는 랩이 메가와트당 매출을 더 올리면서 추론 배분을 크게 유지하는 것입니다. 그 경우 랩들은 S&P 500 전체의 이익을 흡수하게 되는데, 모두가 비용을 줄이려고 값을 지불하기 때문입니다. 물론 그 기업들의 이익도 함께 늘겠지만 현금은 어디선가 나와야 하므로 속도에는 상한이 있습니다. 그래서 남는 결론은 컴퓨트가 AI 모델의 수요 증가에 비해 부족하다는 것이고, 뻔한 답은 메가와트당 매출이 계속 올라가는 것입니다.
250베이시스포인트가 뜻하는 것
드와케시 파텔이 2029년까지 금리가 얼마나 오를지 묻자 딜런 파텔은 감으로 던진 숫자라는 전제를 붙입니다. 세계 경제의 성장률이 크게 올라가는 상황이라면 아마존의 조달 금리가 지금 수준에 머물 이유가 없습니다. 그가 기억하는 메타의 최근 조달 금리는 5-6% 수준입니다. 8%를 지불할 이유는 충분합니다. 지을 컴퓨트에서 나올 수익이 막대하기 때문에 메타는 8%를 기꺼이 낼 것이고, 시장은 그것을 원하지 않을 것입니다.
반대편의 결과가 핵심입니다. 지금의 5%, 5.5%, 6%에서 8%로 가면 250베이시스포인트(bp)의 상승입니다. 그러면 경제 안의 다른 모든 주체도 250bp를 더 지불하게 됩니다.
여파는 두 방향이고, 먼저 은행이 비명을 지릅니다. 신용스프레드가 벌어지면 은행의 부채가 자산보다 빠르게 재가격되기 때문에, 스프레드가 터지면 막대한 손실이 납니다. 다음은 자산가격입니다. 금리가 오르면 할인율이 올라가고, 그러면 모든 주식의 할인된 현금흐름 가치가 무너집니다. S&P 500 같은 지수 전체는 괜찮아 보일 수 있지만 개별 종목은 폭락하게 되고, 특히 버크셔(Berkshire)형, 즉 30년에 걸쳐 안정적인 현금흐름을 돌려주는 종류의 주식이 그렇습니다.
드와케시 파텔은 같은 질문을 소비재와 철도로 옮깁니다. 존슨앤드존슨(Johnson & Johnson)처럼 안정적인 현금흐름으로 평가받는 주식이나 철도회사를, 할인율이 3%나 5%가 아니라 8%나 10%인 세계에서 왜 그 가격에 사겠느냐는 것입니다.
두 번째 볼커 쇼크
개발도상국에 관해서 드와케시 파텔은 친구인 경제학자 배질 핼퍼린(Basil Halperin)의 논점을 전합니다. 두 번째 볼커 쇼크를 보게 된다는 것입니다. 1980년대에 폴 볼커(Paul Volcker) 연준 의장은 인플레이션을 잡기 위해 금리를 5%포인트 이상 올렸고 실질금리는 8% 수준까지 갔습니다. 그 결과 그 10년 동안 40개국 가까이, 주로 중남미 국가들이 디폴트에 들어갔습니다. 드와케시 파텔은 같은 일이 다시 벌어질 가능성이 높다고 봅니다.
[반론] 핼퍼린 자신의 연구는 이 절의 전제에 한 가지 유보를 붙입니다. 그는 트레버 차우(Trevor Chow), 재커리 매즐리시(J. Zachary Mazlish)와 함께 쓴 「Transformative AI, existential risk, and real interest rates」에서, 변혁적 AI가 가깝다면 정렬에 성공하든 실패하든 실질금리가 높아야 한다는 점을 보였습니다. 폭발적 성장은 저축의 수요를 끌어올리고, 실존적 위험은 저축의 유인을 없애기 때문에 둘 다 같은 방향으로 작동합니다.
그런데 관측되는 30-50년 실질금리는 낮습니다. 해석은 두 가지뿐입니다. 시장이 옳고 변혁적 AI가 수십 년 안에 오지 않든가, 시장이 틀렸고 금리가 너무 낮든가입니다. 2026년 시점에도 그는 실리콘밸리의 성장 기대가 금리에 나타나지 않는다는 점을 지적하고 있습니다. 이 절의 250bp 상승 시나리오는 아직 시장가격에 들어와 있지 않다는 뜻이고, 들어오지 않는 상태가 길어질 수도 있습니다.
특이점 이전에 금리가 먼저 움직인다
경제가 매년 두 배가 되는 세계의 금리
드와케시 파텔이 특이점 이야기로 넘어가려 하자 딜런 파텔이 먼저 선을 긋습니다. 지금까지 말한 일들은 모두 특이점 이전에 벌어진다는 것입니다. 금리가 2-3%포인트 오르는 이야기는 특이점과 무관하게 성립합니다.
그 위에 드와케시 파텔이 다음 단계를 얹습니다. 어느 시점에는 세계 경제가 매년 두 배가 될 가능성이 높다고 봅니다. 5년 안에 벌어질 일은 아니지만 결국은 그렇게 된다는 것입니다. 연구자 데이먼 빈더(Damon Binder)가 이 주제를 다뤘는데, 완전 자동화된 경제의 산업연관표(input-output table), 즉 산업 간 투입과 산출의 흐름을 정리한 표를 놓고 경제 안의 모든 재고를 두 배로 늘리는 데 무엇이 필요한지를 따져 본 작업입니다.
딜런 파텔은 경제가 연 3%로 성장하면 70의 법칙에 따라 두 배가 되는 데 20년 넘게 걸린다는 점을 지적합니다. 드와케시 파텔의 반론은 그 제약의 정체입니다. 지금 병목은 사람이고, 사람은 매년 두 배로 늘릴 수 없습니다. 노동력도 매년 두 배가 되는 세계라면 경제가 얼마나 빠르게 성장할 수 있는지가 질문이 되고, 그는 매년 두 배이거나 최소한 매년 수십 퍼센트는 가능하다고 봅니다.
여기서 금리로 넘어옵니다. 금리는 성장률에 상당히 가까워야 합니다. 소비 때문에 정확히 일치하지는 않지만 비슷한 수준이어야 합니다. 그래서 2030년대에는 금리가 수십 퍼센트인 세계로 들어간다고 봅니다. 수백 퍼센트일 수도 있다는 생각이 머릿속 한편에 있지만 일단 수십 퍼센트로 두겠다고 말합니다.
그 세계의 결과를 그는 한 줄씩 나열합니다. AI 생산에 관여하지 않는 모든 국가가 디폴트합니다. AI 주식이 아닌 모든 주식은 할인된 현금흐름의 가치가 사실상 없어지므로 거의 무가치해집니다. 연방정부가 AI에 과세하는 방법을 찾지 못한다면 채무 상환액이 현재 세수를 넘어섭니다. 주택담보대출을 받을 수 없게 되는 것처럼, 아직 아무도 가격에 넣지 않은 효과들이 그 밖에도 있습니다.
근본에서 벌어지는 일은 자본의 기회비용입니다. 완전히 다른 성장 체제에 들어가면, 정부가 돈을 빌려 연금을 지급하는 행위의 기회비용이 극단적으로 커집니다. 같은 돈을 로봇 공장을 짓는 공장을 짓는 공장에 넣을 수 있기 때문입니다. 자본의 기회비용이 폭등하는 것이 지금까지 이야기한 모든 현상의 근본 원인입니다.
[반론] 매년 두 배라는 성장 전제에는 정면으로 반대하는 추정이 있습니다. 대런 애스모글루는 2024년 4월 논문 「The Simple Macroeconomics of AI」에서, 생성형 AI가 향후 10년간 총요소생산성(TFP)을 끌어올리는 폭을 1% 미만으로 추정했습니다. 노출된 과업의 비중, 그 과업에서의 비용 절감 폭, 그리고 과업이 전체 생산에서 차지하는 비중을 차례로 곱해 나가면 거시 지표에 남는 숫자가 작아진다는 계산입니다.
이 추정이 맞다면 금리가 수십 퍼센트로 가는 경로는 열리지 않고, 앞서 본 250베이시스포인트의 상승도 자본 수요가 아니라 다른 요인으로 설명해야 합니다. 두 견해를 가르는 것은 AI 능력에 대한 판단이 아니라, 능력이 실제 생산으로 전환되는 비율에 대한 판단입니다.
모든 자산이 2-3배에 거래되는 상태
딜런 파텔은 금리 상승이 주식시장에 무엇을 하는지로 받습니다. 금리가 오르면 주식시장은 두들겨 맞고, AI 기업도 예외가 아닙니다. 그는 AI를 정말 믿는 사람들이 던지는 질문을 가져옵니다. 마이크론이나 SK하이닉스, 키오시아(Kioxia)가 왜 주가수익비율(PER) 2-3배에 거래되느냐는 것입니다.
그의 답은 질문을 뒤집습니다. AI 쪽에 완전히 설득되었다면 경제 안의 모든 것이 PER 2-3배에 거래되어야 합니다. 설득되지 않았다면 그 기업들은 지금 과도하게 벌고 있는 것입니다. 그래서 이것은 메모리 산업의 실적이 대단히 좋을 것이라고 보면서도 메모리 주식이 다시 10배가 되지는 않는다고 보는 근거가 됩니다. 메모리 수요가 그만큼 폭발하는 시장이라면 AI가 경제를 극적으로 바꿔 놓았다는 뜻이고, 그러면 모든 것이 2-3배 배수에 거래되고 주식시장은 무너져야 합니다.
[한국 관점] 이 대목에서 딜런 파텔이 직접 든 종목 세 개 중 하나가 SK하이닉스입니다. 한국 투자자에게 이 논증은 익숙한 메모리 사이클 논쟁과 다른 지점을 건드립니다. 통상 메모리 주식은 실적이 좋아지면 배수가 함께 올라가는 구간을 지나는데, 이 논증에서는 실적이 좋아지는 바로 그 이유가 배수를 끌어내립니다.
실무적으로 이것은 수익 추정과 할인율을 따로 움직여 보는 작업을 요구합니다. 영업이익 추정을 올리는 근거가 AI 수요의 구조적 확대라면, 같은 전제에서 자본비용도 올려야 논리가 일관됩니다. 두 가정을 한쪽만 조정한 밸류에이션은 전제가 서로 어긋난 숫자가 됩니다. 메모리 실적의 방향과 메모리 주가의 방향이 다를 수 있다는 것이 이 절의 함의입니다.
같은 논리를 그는 메타에도 적용합니다. 메타가 1조 5,000억 달러 수준의 기업가치로 거래되는 것은 그가 보기에 어색합니다. 현금흐름만 봐도, 그리고 쌓아 두고 있는 인프라와 앞으로 와트당 터무니없는 값에 팔 수 있을 컴퓨트까지 보면 논리적으로는 그보다 훨씬 가치가 큽니다. 자체 랩이 성과를 내면 토큰으로 팔 수 있고, 그렇지 않더라도 앤트로픽과 오픈AI에 팔 수 있기 때문입니다.
AGI의 한계는 연구자의 속도가 아니다
결국 질문은 자본의 재배분으로 귀결됩니다. AGI로 모든 자본을 옮겨야 하고, 그 방법은 다른 모든 주체를 가격으로 밀어내는 것입니다. 그래서 딜런 파텔은 AGI의 제약이 연구 엔지니어가 얼마나 빠르게 기어를 돌릴 수 있느냐에 있지 않다고 말합니다. 같이 사는 숄토(Sholto) 같은 연구자의 속도가 아니라, 세상의 나머지가 그 일을 얼마나 허용하는지가 제약입니다.
허용하지 않는 방식은 이미 드러나 있습니다. 규제하고, 금리를 올리고, 데이터센터를 짓지 말라고 하고, 팹 건설을 멈추라고 합니다. 그리고 모든 기업의 주식 가치가 내려앉는 것을 보고 나서는, 사업을 키우기 위해 AI에 지불할 돈을 어디서 마련하느냐는 질문에 부딪힙니다.
그 압력의 결과로 앤트로픽과 오픈AI는 직접 짓는 쪽으로 가게 됩니다. 이미 자체 칩을 만들거나 최소한 설계하고 있고, 앞으로 몇 년 동안 데이터센터를 직접 계약하고 자체 인프라를 지어 범위를 넓힐 것입니다. 경제 전체의 재배분이 어떤 방식으로 일어나는가라는 질문이 남지만, 곧바로 이륙하는 경로를 누르는 하방 압력이 많다는 것이 그의 판단입니다. 모델이 그럴 능력을 갖추고 있더라도 그렇습니다.
[관점] 이 절에서 가장 눈에 띄는 것은 가치판단의 방향입니다. 금리 상승과 규제, 주가 하락은 보통 투자자가 피하고 싶은 사건인데, 딜런 파텔은 그것들을 느린 이륙을 가능하게 하는 조건으로 놓습니다. 자본시장의 마찰이 안전장치의 역할을 한다는 셈입니다.
다만 그 마찰이 작동하는 방식은 선택적이지 않습니다. 금리가 250베이시스포인트 오르면 AI 설비투자만 느려지는 것이 아니라 주택과 중소기업 대출, 신흥국 재정이 함께 눌립니다. 기회비용의 상승은 자원을 가장 수익성 높은 곳으로 보내는 장치이기 때문에, AI로 가는 자본을 줄이는 것이 아니라 AI가 아닌 모든 곳으로 가는 자본을 줄입니다. 느린 이륙의 비용이 AI 산업 밖에 청구된다는 점이 이 논증에서 빠져 있는 부분입니다.
느린 이륙이라는 희망
딜런 파텔은 자신과 드와케시 파텔이 모델의 능력에 관해서는 같은 판단을 공유한다고 말합니다. 그런데도 느린 이륙이 가능하다고 보는 것이 자신의 희망입니다. 경제와 규제 영역의 모든 요소가 그 방향으로 작동하기 때문입니다. 정부가 모델을 출시하지 말라고 하고, 내부에서조차 그만큼 쓰지 말라고 하는 상황이 머지않아 온다고 봅니다. 드와케시 파텔은 출시 금지는 이미 일어나고 있는 일이라고 받습니다.
여기서 딜런 파텔이 가장 걱정하는 지점이 나옵니다. 외부 배포가 오히려 도움이 되는 종류의 특이점인데, 바로 그 외부 배포를 우리가 막고 있다는 것입니다. 지금은 모델이 재귀적 자기개선을 할 능력이 없으니 배포 제한이 매출 감소로만 나타납니다. 그가 우려하는 것은 2030년의 어느 시점에 정부가 모델을 대중에게 공개하기 전 6개월을 기다리라고 말하는 세계입니다.
6개월을 기다리라고 하면
그 6개월 동안 무슨 일이 벌어지는지가 핵심입니다. 랩은 내부에서 재귀적 자기개선을 돌리고 회사 안에서는 온갖 일이 일어납니다. 그동안 나머지 사람들은 현재 속도로 환산하면 몇 년이나 뒤처진 모델에 머물러 있게 됩니다.
드와케시 파텔은 반대 방향의 계산을 제시합니다. 세상 전체가 AI를 늦추려는 데 합류한다고 가정해 봅니다. 딜런 파텔은 그것이 음모가 아니라 모든 정치인이 공개적으로 써 놓은 일이라고 정정합니다. 어쨌든 그렇게 해서 AI를 1년 늦추면, 컴퓨트가 매년 2-3배로 늘어나는 상황에서 배포가 1년 밀리는 것입니다. 그런데 재귀적 자기개선 국면에서는 1년 안에 3년에서 6년치의 AI 진보가 일어납니다.
딜런 파텔의 반박은 규제가 컴퓨트만 제한하지 않는다는 것입니다. 모델을 내부적으로 배포하는 능력까지 제한합니다. 그는 앤트로픽이 한동안 외국인 직원에게 미토스를 제공하는 것을 중단해야 했던 일을 예로 듭니다. 드와케시 파텔이 그것이 내부에도 적용된 것이냐고 되묻자, 그는 회사가 그렇게 주장했다고 답하면서 자신은 그것이 미토스가 아닌 다른 체크포인트, 다만 실질적으로는 미토스와 같은 모델이었다고 생각했다고 덧붙입니다.
앞으로는 그런 일조차 허용되지 않는다는 것이 그의 전망입니다. 정부가 아둔하긴 하지만 그 정도로 아둔하지는 않기를 바란다고 말합니다. 미국 정부는 이 판에서 카드를 쥐고 있고, 앤트로픽이 미토스 4를 내부에서 쓰는 것을 원하지 않을 것입니다. 규제 사유를 들어 속도를 늦추라고 할 것입니다.
정치의 방향도 한쪽입니다. 선출되는 사람은 모두 AI를 싫어할 것이고, 이미 선출된 사람들도 AI를 싫어합니다. 유권자들이 그렇기 때문입니다. 딜런 파텔은 언젠가 드와케시 파텔의 부모가 전화해서 모든 AI 진보를 더 빠르게 만들고 있다며 잘못하고 있다고 말할 것이라는 농담을 던집니다. 드와케시 파텔은 사람들을 교육하는 쪽일 수도 있다고 받습니다.
결론은 제약이 실재한다는 것입니다. AI의 진보와 개발, 그리고 고용에 현실의 제약이 걸리고, 그래도 결국은 일어날 일입니다. 다만 거기에 도달하기 전에 우리가 서로를 찢어 놓을 수도 있습니다.
세계의 노동력은 몇 개 회사의 것이 되는가
유효 인구가 매년 10배로 늘어난다
드와케시 파텔이 이 시나리오들에서 가장 이상하게 느끼는 지점은 세계의 미래 노동 공급이 극소수 기업에 모인다는 사실, 그리고 그 노동 공급이 매년 늘어나는 속도입니다. 프런티어의 컴퓨트가 플롭스 기준으로 매년 4-5배 늘어나고, 같은 능력을 구현하는 데 필요한 컴퓨트가 매년 3배씩 줄어들면, 프런티어 랩의 유효 AI 인구는 매년 10배로 늘어납니다.
지금은 이것이 큰 의미를 갖지 않습니다. AI가 직무 하나를 온전히 수행할 만큼 좋지 않고, 일을 해내거나 계획을 끝까지 밀고 가는 자율성에서 사람 수준이 아니기 때문입니다. 그런데 현재 추세가 이어지면 오픈AI가 올해 1,000만 명 규모의 AI 노동자를 보유하다가 내년에 1억 명, 그 다음 해에 10억 명을 보유하는 세계가 됩니다.
컴퓨트 확장이 느려지더라도 결론은 밀립니다. 몇 년만 더 지나면 개별 기업 하나가 지구 인구보다 많은 노동 등가를 보유하게 되고, 드와케시 파텔은 이번 10년이 끝날 무렵 그 일이 충분히 일어날 수 있다고 봅니다. 랩 하나의 유효 인구가 지구의 사람 수보다 많아지는 상태입니다.
그래서 논의의 초점이 어긋나 있다고 그는 말합니다. 권력 집중을 말할 때 사람들은 국유화 같은 경로를 떠올리는데, 정작 작업 산출로 측정한 대부분의 지능이 두 랩 안에 모이는 체제로 아주 빠르게 이동하고 있다는 사실은 충분히 다뤄지지 않습니다. 세계 컴퓨트를 점점 더 많이 소비하는 쪽이 그 둘이기 때문입니다. 이 AI들이 정렬 실패 상태라면 세계의 대부분이 정렬 실패인 셈이고, 세계의 지성 대부분이 거기 있기 때문입니다. 정렬에 성공해도 극소수 기업이 막대한 영향력과 통제력을 갖는다는 사실은 남습니다.
모든 힘이 집중을 가리킨다
딜런 파텔은 최근의 논쟁 하나를 꺼냅니다. 개빈 베이커(Gavin Baker)가 다리오 아모데이는 세상에 회사가 하나만 남을 것이라고 믿는다고 말했고, 숄토와 아모데이가 그런 말을 한 적이 없다고 반박한 일입니다. 그런데 랩이 컴퓨트를 가장 효율적으로 쓰는 주체이고 거기서 가장 큰 가치를 뽑아낸다고 믿는다면, 결론은 컴퓨트의 집중 하나뿐입니다. AI 연구자와 재귀적 자기개선, AGI를 믿는다면 그 모든 것이 그 위에 얹힙니다.
재귀적 자기개선이 없어도 성립한다는 점이 그의 강조점입니다. 주어진 능력 수준을 기준으로 보면 프런티어의 유효 인구는 지금도 매년 10배로 늘고 있습니다. 그래서 유능한 원격 노동자, 유능한 소프트웨어 엔지니어, 유능한 연구자에 해당하는 능력 수준에 도달하면, 현재 속도에서 그 인구가 매년 10배로 늘어납니다. 드와케시 파텔은 재귀적 자기개선이 더해지면 그 배수가 연 100배나 1,000배가 되거나, 인구는 늘지 않고 지능만 올라가거나, 둘이 섞인 형태가 될 것이라고 받습니다.
딜런 파텔의 질문은 반대쪽을 향합니다. 모든 것이 집중되지 않는 세계가 어떤 모습인지 떠올릴 수 있느냐는 것입니다. 그가 보기에는 모든 힘이 집중을 향해 끽끽거리며 밀려가고 있고, 그것이 몹시 무섭습니다. 드와케시 파텔은 완전히 집중되지 않기를 바란다고 답하면서, 사랑스러운 은총의 기계라는 구상의 요점이 바로 그것일지도 모른다고 덧붙입니다. 그것이 모든 것이 되면서 우리의 삶을 좋게 만드는 그림입니다.
집중을 만드는 메커니즘을 두 사람은 하나씩 꼽습니다.
- 훈련의 규모의 경제 — 특정 기술이나 지식을 가르치는 데 들인 노력이 수십억 건의 세션과 수십억 명의 사용자에 걸쳐 분산되기 때문에 투입당 효과가 커집니다.
- 희소 자원의 마크업 — AI 경쟁에서 조금 앞서 있고 컴퓨트가 부족한 상황이라면, 그 희소 자원을 더 잘 쓰는 쪽이 훨씬 높은 마크업을 받을 수 있습니다.
- 배포에서의 학습 — 배포 과정에서 학습하는 모델들 가운데 더 널리 배포된 모델이 훨씬 많은 실세계 데이터를 얻습니다.
- 재귀적 자기개선 — 최고의 모델이 다음 모델을 만드는 데 기여하면서 앞선 쪽의 우위가 다시 커집니다.
[관점] 네 가지 메커니즘은 서로 다른 증거를 요구합니다. 규모의 경제는 비용 구조에서, 배포 학습은 데이터 파이프라인에서, 재귀적 자기개선은 연구 생산성 지표에서 확인해야 합니다. 이 가운데 지금 외부에서 수치로 확인되는 것은 두 번째, 즉 앞선 쪽이 받는 프리미엄뿐입니다. 앞에서 본 메가와트당 매출의 격차가 그 프리미엄의 크기입니다.
거래 실무로 옮기면 문제는 더 분명해집니다. 집중이 일어난다는 전제와 어느 회사로 집중되는지는 별개의 판단이고, 승자가 정해지지 않은 상태에서 한 회사가 전부 가져간다는 전제에 값을 매기는 일은 기업가치 평가보다 옵션 평가에 가깝습니다. 집중의 방향이 확정되기 전까지는, 공급망의 어느 단계가 지금 현금을 벌고 있는지를 보는 쪽이 검증 가능한 작업입니다.
탈중앙화된 미래라는 지적 과제
드와케시 파텔은 이 모든 것이 집중을 가리킨다는 데 동의하면서 과제를 하나 제시합니다. 이 규모의 경제를 진지하게 받아들이면서도 AGI 이후에 권력이 넓게 분산된 미래를 어떻게 그릴 수 있는지가 우리가 시간을 들여 생각해야 할 큰 지적 과제라는 것입니다.
딜런 파텔이 내놓는 대안은 정부가 통제하는 그림입니다. 민간 기업이 아니라는 이유로 정부를 더 신뢰할 수 있다고 볼 수도 있습니다. 드와케시 파텔의 답은 간결해서, 정부도 아모데이도 샘 올트먼(Sam Altman)도 신뢰하지 않는다는 것입니다. 딜런 파텔은 그것이 바로 문제라고 말합니다. 미래를 예측할 때 중요한 효과 하나를 놓치는 일은 흔하지만, 사전적으로 보면 어떤 형태의 집중을 하나 골라야 하는 상황을 피하는 경로가 보이지 않습니다.
두 사람은 자본주의가 작동한 이유로 돌아갑니다. 탈중앙화된 의사결정과 탈중앙화된 권력이 그 이유였고, 그래서 고도로 중앙집중적인 경제가 분산된 자본주의 경제보다 느리게 성장했습니다. 법치 같은 전제가 갖춰져야 한다는 조건이 붙지만 방향은 그랬습니다. 그런데 AI는 이것을 뒤집습니다. 사적 소유가 가장 효율적인 경제 형태가 아니게 되고, 중앙집중된 AI 경제보다 느리게 성장하는 체제가 됩니다.
드와케시 파텔은 지금의 상태를 숫자로 가늠해 봅니다. 형식적으로는 여전히 사적 소유이지만, 이 영역에 실제로 참여하는 기업이 몇 개인지가 문제입니다. AI가 차지하는 비중은 지금 경제의 2% 정도이고, 그 안에서 엔비디아가 큰 몫을 차지하며 앤트로픽과 오픈AI, 하이퍼스케일러들이 나머지를 나눕니다. 다른 기업들도 관여하지만 큰 몫은 소수에 모여 있습니다. 사적 재산이면서도 참여하는 회사는 아주 적은 구조입니다.
[반론] 집중이 불가피하다는 이 결론에는 정면으로 다른 그림이 있습니다. 아빈드 나라야난과 사야시 카푸어는 2025년 「AI as Normal Technology」에서, 기술의 능력과 그 능력이 사회에 확산되는 속도를 구분해야 한다고 주장합니다. 전력과 인터넷을 포함한 과거의 범용기술이 그랬듯, 확산은 조직의 업무 방식과 제도, 보완 투자에 묶여 수십 년 단위로 진행됩니다.
이 관점에서 보면 한 랩이 지구 인구보다 많은 노동 등가를 보유한다는 사실 자체가 곧 권력의 집중을 뜻하지는 않습니다. 그 노동이 실제 업무에 투입되려면 각 산업의 규제와 책임 구조, 검증 절차를 통과해야 하고, 그 통과 속도는 랩이 통제하지 못합니다. 두 견해의 차이는 컴퓨트의 집중을 부정하는지가 아니라, 컴퓨트의 집중이 권력의 집중으로 번역되는 비율을 어떻게 보는지에 있습니다.
유일한 위안, 그리고 그 위안의 수명
딜런 파텔은 시장 구조가 그렇게 움직이고 있다고 정리합니다. 그렇다면 무엇이 그것을 막을 수 있는지를 묻고, 답은 둘뿐이라고 말합니다. AI 진보가 느려지거나, 정부가 극단적으로 규제하는 것입니다. 그 둘이 없으면 벌어지는 일은 하나입니다.
그래서 우리가 향하는 세계는 두 갈래입니다. 하나는 자원이 극단적으로 집중되고 그 한 회사가 모든 것을 제대로 해내기를 기도하는 세계입니다. 다른 하나는 정부와 사람들이 모든 것을 늦추고 어떤 식으로든 진보가 둔화되면서 권력의 균형이 더 유지되는 세계입니다. 딜런 파텔은 후자를 희망으로 둡니다. AGI와 초지능(ASI), 재귀적 자기개선으로 가는 길에서도 매 단계마다 누군가가 더 많은 자원을 배분받고 포획하게 되므로, AI가 극단적 집중으로 이어지지 않는 틀을 찾기는 어렵습니다.
긍정적인 사실이 하나 있습니다. 오늘의 앤트로픽은 가치의 대부분을 포획하지 못합니다. 메가와트당 2,000만 달러에서 1억 달러로 올라갔다고 말할 수 있지만, 사들이는 컴퓨트의 상당 부분에 대해서는 여전히 1,300만 달러를 지불하고 있습니다. 그리고 메가와트당 1억 달러까지 올라간 이유 자체가 제인스트리트가 같은 설비에서 3억 달러나 5억 달러를 포획하고 있기 때문입니다. 딜런 파텔은 드와케시 파텔이 팟캐스트를 준비하며 신용시장을 공부해서 포획하는 금액은 얼마냐는 농담을 섞으면서, 경제의 나머지가 앤트로픽보다 훨씬 많이 벌고 있다는 것이 유일한 위안이라고 말합니다.
[이해관계] 제인스트리트는 이 대담에서 가치 포획의 모범 사례로 세 번 등장하는데, 같은 회차에 이 회사의 채용 광고 낭독이 포함되어 있습니다. 대담 중에도 광고가 아니라는 농담이 오갑니다.
세미애널리시스가 반도체 공급망 리서치를 투자자에게 판매하는 회사라는 점도 함께 놓고 읽을 대목입니다. 토큰에서 가장 큰 가치를 뽑아내는 쪽이 금융 트레이딩이라는 서술은 사실관계로 틀리지 않더라도, 화자와 진행자 모두 그 산업과 거래 관계에 있는 위치에서 나온 서술입니다.
드와케시 파텔은 그 위안의 수명을 바로 짚습니다. 앞서 딜런 파텔이 추론을 연구개발로 재배분한다고 설명한 논리의 핵심이, AI 랩 내부에서 노동이 만들어 내는 수익이 외부보다 훨씬 높다는 것이었기 때문입니다. 딜런 파텔은 그것이 자기 위안이라고 인정합니다. 그리고 세상의 거의 모든 시나리오에서 앤트로픽이 세계 전체를 소유하지 않는 경우는 극히 일부라고 과장 섞어 말합니다.
같은 논리가 반복됩니다. 토큰을 외부로 보내고 싶지 않기 때문에 권력이 집중되고, 내부에서 더 가치가 크기 때문입니다. 제인스트리트가 무모하게 베팅하는 옵션 트레이더들에게서 돈을 벌게 할 이유가 무엇이냐는 질문이 됩니다. 딜런 파텔은 시장을 효율적으로 만드는 일이 세상에 좋은 가치라고 덧붙이지만, 계산은 바뀌지 않습니다. 제인스트리트의 최종 수익이 메가와트당 2억 달러라서 앤트로픽에 1억 달러를 지불할 용의가 있다 해도, 앤트로픽이 같은 컴퓨트를 내부에 써서 수억 달러를 만들 수 있다면 어느 쪽에 배분하겠느냐는 것이고, 지금 벌어지고 있는 일이 바로 그것입니다.
대담은 두 사람이 재귀적 자기개선이 공식적으로 시작되면 다시 만나자는 인사로 끝납니다.
원문: Dylan Patel, Anthropic & OpenAI will have most of the world’s compute by 2028 (Dwarkesh Podcast) (Aug 2026) 전문은 원문에서 확인하실 수 있습니다.
참고할만한 글
- 젠슨 황 – 왜 중국에 칩을 팔아야 하는가 (Why We Should Sell Chips to China) — 같은 진행자의 대담이면서 수출통제가 성공했다는 이 글의 결론과 정반대 입장을 제시합니다.
- 에포크 AI – 2030년의 AI: 추세를 연장하면 (AI in 2030: Extrapolating Current Trends) — 컴퓨트와 전력, 데이터의 추세를 연장했을 때 어디서 제약이 걸리는지를 수치로 정리해 이 글의 기가와트 전망과 대조할 수 있습니다.
- 시트리니 리서치 – 2028년 글로벌 지능 위기 (The 2028 Global Intelligence Crisis) — 메가와트당 매출이 계속 오른다는 이 글의 전제와 달리 수요 쪽이 먼저 무너지는 경로를 다룹니다.
- 사티아 나델라 – 마이크로소프트는 AGI를 어떻게 준비하는가 (How Microsoft is Preparing for AGI) — 딜런 파텔이 공동 진행자로 참여한 대담이며, 한 세대의 설비에 몰아넣지 않고 용도를 바꿔 쓸 수 있는 설비를 유지하는 하이퍼스케일러의 관점을 제시합니다.