인터뷰/예측
다리오 아모데이 "스케일링만으로 충분히 가능"
핵심만 요약
Q. (스케일링): AI 성능 향상, 언제까지 계속될 것 같나?
A. 지난 10년간 내가 목격한 것은 단 하나, '스케일링 법칙(Scaling Laws)'이다. 이것은 마법이 아니다. 더 많은 데이터와 더 많은 컴퓨팅 파워를 투입하면 모델은 필연적으로 더 똑똑해진다. 이 법칙은 지금까지 빗나간 적이 없으며, 앞으로도 계속될 것이다. 단순히 모델의 규모를 키우는 것만으로도 코딩, 과학, 수학 등 모든 지적 능력이 향상되고 있다.
Q. (타임라인): 그렇다면 AGI(인공일반지능)는 정확히 언제 오는가?
A. 나는 특정 날짜를 찍거나 'AGI'라는 용어를 쓰는 것을 좋아하지 않는다. 대신 '지수함수적 성장 곡선'을 봐야 한다. 우리는 고등학교 수학 수준에서 시작해 지금은 수학 올림피아드 금메달 수준으로 가고 있다. 이 발전 속도는 멈추지 않는다. 앤스로픽의 매출이 매년 10배씩 성장하는 것이 바로 이 기술 발전 속도를 대변한다. 머지않은 미래에 인간을 능가하는 시점이 올 것이다.
Q. (데이터센터 천재들): 미래의 AI 모델을 한마디로 비유한다면?
A. '데이터센터 안에 있는 천재들의 나라(A Country of Geniuses in a Datacenter)'다.
수백만 명의 아인슈타인, 폰 노이만 같은 천재들이 데이터센터 안에 갇혀서 24시간 쉬지 않고 일한다고 상상해 봐라. 이들은 지치지도 않고, 인간보다 수천 배 빠르게 사고하며 협력한다. 이것이 우리가 곧 마주하게 될 AI의 실체다.
Q. (수명연장): 그 '천재들'이 인류에게 구체적으로 어떤 도움을 주나?
A. 그들은 최고의 가상 생물학자가 될 것이다. 인간이 100년 동안 실험해야 할 분량을 이 천재들은 5~10년 안에 압축해서 시뮬레이션하고 해결책을 찾을 수 있다.
이를 통해 암, 알츠하이머 같은 난치병을 정복하는 것은 물론, 인간의 수명을 150세까지 획기적으로 연장하는 것도 충분히 가능하다고 본다.
Q. (직원들 코드 사용): 현재 앤스로픽 내부에서는 AI를 어떻게 활용하고 있나?
A. 가장 큰 변화는 코딩 방식이다. 우리 엔지니어들은 이제 "더 이상 코드를 직접 짜지(Write) 않는다"고 말한다.
AI(클로드)가 코드의 초안을 전부 작성하고, 인간 엔지니어는 그것을 검토하고 수정(Edit)하는 역할로 바뀌었다. 이는 미래의 노동 방식이 어떻게 변할지를 보여주는 가장 단적인 예시다.
A. 그렇다. 이것은 국가 안보 문제다. 앞서 말한 스케일링 법칙에 따라 모델이 계속 발전하면, 머지않아 AI는 '데이터센터 안에 있는 천재들의 나라(A Country of Geniuses in a Datacenter)' 수준의 지능을 갖게 될 것이다.
상상해 봐라. 수백만 명의 천재들이 24시간 쉬지 않고 연구하고 전략을 짜는 것과 같다. 만약 이 '천재들의 나라'를 권위주의 국가(중국 등)가 먼저 갖게 된다면? 그들은 정보전, 국방, 경제, R&D 등 모든 면에서 우리를 압도하고, 자국민을 완벽하게 감시/통제할 것이다. 민주주의 진영이 반드시 이 기술 우위를 선점해야 한다.
Q1. 2014년의 너에게 2025년의 AI 상황을 말해줬다면 어떻게 반응했을까?
A.- AI가 경제·안보·과학의 중심이 될 거라는 건 놀랍지 않다.
- 하지만 내가 이 분야의 CEO가 될 거라고는 생각 못했다.
- 기술적 발전 방향은 scaling law 때문에 어느 정도 예측 가능했다.
Q2. 지금 AI 업계는 버블인가? 기업들이 너무 많이 지출하고 있는가?
A. 기술적으로는 확신하지만, 경제적으로는 “타이밍 리스크”가 크다.- 기술은 확실히 스케일링대로 성능이 계속 올라가고 있음.
- 경제적 관점에서는 “투자 타이밍을 조금만 잘못 잡아도 큰 손실”
- 어떤 기업들은 YOLO식(무모하게) 과하게 투자 중이라고 우려.
Q3. Anthropic의 매출은 실제로 어떻게 성장하고 있나?
A.- 지난 3년 동안 매년 10배 성장.
- 2023 → 2024 → 2025 모두 폭발적 증가.
- 어디까지 갈지는 정말 불확실하지만, 기업용 수요는 매우 빠르게 늘고 있다.
Q4. 왜 compute 투자에 위험이 있는가? (‘Cone of Uncertainty’)
A.- 데이터센터는 짓는 데 1~2년 걸림 → 지금 미리 주문해야 함.
- 그런데 1~2년 뒤 매출이 20B일지, 50B일지 불확실함.
- 적게 사면 손님을 놓치고, 많이 사면 파산 위험.
- Anthropic은 보수적으로 투자하지만, “다른 기업들은 위험하게 굴고 있음.”
Q5. 엔비디아와의 ‘순환 투자(vendor financing)’ 구조에 문제는 없나?
A.- 구조 자체는 비정상적인 게 아님.
- 1GW 데이터센터면 capex 500억 달러 급 → AI 회사가 당장 낼 수 없음.
- 엔비디아/클라우드는 투자 + 장비 판매를 묶어서 구조화.
- 다만 규모를 너무 키우면 위험(예: 2027년 200B 매출 가정 같은 것).
Q6. 모델 경쟁—Google vs OpenAI vs Anthropic 구도는?
A.- Google과 OpenAI는 소비자 시장(consumer) 중심 → code red 전쟁.
- Anthropic은 기업용(enterprise)에 집중 → stickiness 훨씬 강함.
- 모델 교체 비용이 높아 고객이 잘 안 떠남.
- 소비자 모델 성능 레이스보다 기업용 기능성에 집중하는 전략.
Q7. AGI는 어떻게 올까? 스케일만으로 가능한가?
A.- 스케일링만으로 충분히 가능하다고 봄.
- 특별한 한 방은 없고, 지금처럼 매년 더 큰 모델이 나오면서
인지 능력이 연속적으로 증가할 것. - “AGI 지점”은 뚜렷한 순간이 아니라 점진적 커브의 연장선.
Q8. 중국에 GPU를 팔아야 하는가?
A. 강력 반대.- AI는 ‘차세대 국가안보 기술’이며
“데이터센터 안의 천재 국가(country of geniuses in a datacenter)”를 만드는 기술. - 중국이 먼저 가지 않도록 GPU 수출을 제한해야 한다고 강조.
Q9. 규제에 대한 비판(“regulatory capture”)?
A.- 사실과 다름.
- Anthropic이 지지한 법안 대부분은 중소 스타트업은 면제.
- 기술 위험이 큰데 “10년간 규제 금지” 같은 주장은 무책임.
- 산업 전체의 안전과 국가안보 차원에서 규제가 필요.
Q10. AI가 일자리를 대규모로 대체할 수 있다면, 무엇을 해야 하나?
A. 3단계 해법 제시:1단계: 기업 차원
- AI가 90% 처리해도, 사람은 남은 10%로 10배 생산성 가능
→ 새로운 가치 창출로 더 많은 일자리 창출 가능.
2단계: 정부 차원
- 재교육 프로그램 필요.
- 생산성 상승 → 큰 경제 파이가 생기므로
이를 활용해 피해 계층을 지원할 재원을 만들 수 있음.
3단계: 장기 사회 구조 변화
- 주 15~20시간 노동 사회 가능.
- 의미·자아실현은 다른 방식으로 찾는 사회로 변화해야 함.
ㄱㅊ
scale is all you need