인터뷰/예측
딜런 파텔 "곧 OpenAI와 Anthropic 두 랩이 세계 컴퓨트 대부분을 지배하게 될 수 있다"
작성자
작성일
2026-08-26 19:41
조회
5
딜런 파텔(SemiAnalysis) 인터뷰 상세 정리
00:00:00 — 곧 OpenAI와 Anthropic 두 랩이 세계 컴퓨트 대부분을 지배하게 될 수 있다
드와르케시 파텔:지금 AI 랩들의 컴퓨트와 매출 규모가 어느 정도이고, 앞으로 1~2년 동안 어떻게 변할 거라고 봐?
딜런 파텔:
작년만 해도 미국 GDP 성장의 상당 부분이 AI 인프라 투자에서 나왔어. 올해 새로 가동되는 AI 컴퓨트의 약 3분의 1이 결국 OpenAI와 Anthropic을 위한 것이야. 누가 데이터센터를 짓느냐는 중요하지 않아. 다른 회사가 구축하고 임대하더라도 최종 수요자는 이 두 회사인 경우가 많다는 거지.
올해 AI 관련 CapEx는 이미 1조 달러를 조금 넘는 수준이고, 2028년에는 2조 달러 이상으로 커질 것으로 보고 있어.
그리고 그중 OpenAI와 Anthropic이 차지하는 비중이 계속 높아지고 있어.
몇 년 전에는 이 회사들이 연간 수백억 달러를 쓰는 회사였지만, 앞으로는 연간 수천억 달러, 10년대 말에는 계약상으로는 연간 수조 달러를 쓸 가능성까지 논의되는 회사가 되고 있어.
중요한 변화는 수익성이야.
예전에는 GPT-4 같은 모델을 Hopper GPU에서 서비스하면 OpenAI 입장에서 추론 자체가 마이너스 gross margin일 수 있었어. 그런데 지금은 완전히 달라졌어.
컴퓨트의 기본 원가가 대략 MW당 1,000만~1,500만 달러라고 보면, Anthropic 같은 경우 최근에는 MW당 5,000만 달러 수준의 매출까지 만들 수 있어.
그러면 구조가 이렇게 바뀌는 거야.
“추론에 10달러를 쓰면 50달러를 벌고, 그 차익을 다시 훈련에 집어넣는다.”
과거처럼 VC 돈을 계속 태워야만 모델을 훈련하는 구조가 아니야. 이제 모델 서비스가 실제로 돈을 벌기 시작하면서 추론 → 현금 창출 → R&D/훈련 투자 → 더 좋은 모델 → 더 높은 추론 수익이라는 자기강화 구조가 만들어지고 있어.
드와르케시:
그렇다면 세계 컴퓨트가 OpenAI와 Anthropic 쪽으로 얼마나 빠르게 집중될까? 언제 세계 신규 컴퓨트의 절반 이상을 두 회사가 가져갈까?
딜런:
올해 초 OpenAI는 약 2GW, Anthropic은 2GW 미만에서 시작했어. 그런데 연말에는 둘 다 5GW 이상이 될 거야.
불과 1년 만에 전체 컴퓨트가 3~4배 증가하는 셈이지.
올해 추가되는 전 세계 컴퓨트의 약 30%가 이 두 랩으로 가고 있어.
그리고 내년에는 이미 체결된 계약들만 봐도 훨씬 심해져. OpenAI와 Anthropic이 신규 컴퓨트의 **40~50%**를 가져갈 수 있어.
즉,
2027년 말쯤에는 전 세계에서 새로 만들어지는 AI 컴퓨트의 절반 정도가 OpenAI와 Anthropic을 위해 돌아갈 수 있다는 거야.
컴퓨트를 누가 직접 짓느냐는 계속 바뀔 수 있어.
예를 들어 SpaceX가 엄청난 양의 컴퓨트를 구축해서 Anthropic이나 OpenAI에 임대할 수도 있고, OpenAI는 자체 칩을 개발하고 있고, Anthropic은 Google TPU를 구매해 외부 인프라에 배치하기도 해.
하지만 경제적으로 중요한 건 누가 최종적으로 그 FLOPs를 사용하는가야.
그리고 현재 추세에서는 그 사용자가 점점 OpenAI와 Anthropic으로 집중되고 있어.
드와르케시:
세계 전체 컴퓨트는 2배씩 증가하는데 프론티어 랩의 컴퓨트는 3배씩 증가하면, 결국 말도 안 되는 숫자가 나오지 않아?
딜런:
그런데 단순 GW 숫자만 보면 또 실제 상황을 과소평가할 수 있어.
올해 전 세계 신규 AI 컴퓨트가 약 30GW, 내년 50GW, 2028년 약 70GW라고 해보자.
중요한 건 새로 설치되는 1W가 예전 1W와 같은 성능이 아니라는 거야.
GB300, TPUv7, Trainium 3 같은 새로운 칩은 이전 세대보다 전력당 성능이 3~5배 높을 수 있어.
따라서 OpenAI와 Anthropic이 2027년 신규 컴퓨트 절반을 가져간다면, 그들이 가져가는 건 단순히 세계 전력의 절반이 아니야.
세계에서 가장 최신이고 가장 효율적인 컴퓨트의 절반이야.
그래서 이 추세가 유지되면 2028년 말에는 OpenAI와 Anthropic만으로 전 세계에서 실질적으로 사용할 수 있는 FLOPs의 대부분을 통제하는 상황도 가능하다고 봐.
00:07:01 — 반도체 팹에 60억 달러를 투자하면 최종적으로 1조 달러 이상의 AI 매출을 만들어낼 수 있는가
드와르케시:컴퓨트 가치가 이렇게 높은데 왜 생산능력이 훨씬 빨리 증가하지 않는 거야?
예를 들어 Vera Rubin 1GW를 매년 생산할 수 있는 반도체 팹 장비에 필요한 CapEx가 몇십억 달러 정도라면, 팹에 60억 달러를 투자해서 매년 1GW를 생산할 수 있고 그 1GW가 매년 수백억~1,000억 달러의 AI 매출을 만든다고 볼 수도 있잖아.
5년 누적으로 보면 60억 달러의 팹 투자가 결국 1조 달러 이상의 AI 매출을 가능하게 하는 셈인데, 자본주의라면 당연히 생산량을 폭발적으로 늘리지 않을까?
딜런:
그 계산에는 데이터센터, 전력, 설치비, 운영비 등 다른 비용들이 빠져 있긴 해.
하지만 기본적인 지적은 맞아.
문제는 돈만 넣는다고 공급망이 즉시 늘어나지 않는다는 것이야.
예를 들어 EUV 장비의 핵심 광학계를 만드는 Carl Zeiss 같은 곳을 생각해봐.
AI 수요가 급증했다고 해서 내일부터 EUV용 초정밀 미러 생산량이 몇 배로 증가하지 않아.
나는 이걸 채찍 효과 같은 것으로 봐.
최종 시장에서 “컴퓨트가 엄청나게 부족하다”는 가격 신호가 발생해도, 그 신호가 공급망 최하단까지 전달되고 실제 공장이 확대되는 데는 시간이 걸려.
그래서 지금은 재미있는 차익거래도 생겨.
예를 들어 데이터센터를 완성하는 마지막 병목이 가스터빈이라면, 터빈 자체의 가격보다 “지금 당장 전력을 공급할 수 있다”는 옵션 가치가 훨씬 커져.
마찬가지로 누가 ASML EUV 장비를 4억 달러에 확보할 수 있다면, 공급부족 상황에서는 나중에 10억 달러 이상에 팔 수도 있다고 볼 정도야.
드와르케시:
그럼 AGI를 진짜 믿는 투자자가 반도체 공급망 모든 회사에 엄청난 돈을 쏟아부으면 생산을 훨씬 빠르게 늘릴 수 있지 않아?
딜런:
가능하지.
예를 들어 Carl Zeiss에 그냥
“100억 달러 줄 테니까 생산능력 미친 듯이 늘려.”
라고 하면 상황은 달라질 거야.
그런데 문제는 Zeiss 하나만 그렇게 하면 되는 게 아니라 공급망의 거의 모든 회사에 동시에 그렇게 해야 한다는 것이야.
현재 계획대로라면 2030년쯤 연간 약 100대 수준의 ASML EUV 장비가 기준점인데, 돈을 엄청나게 퍼부으면 더 늘릴 수 있겠지.
다만 나는 올해나 내년, 그다음 해에 그런 극단적인 확장이 바로 일어날 거라고 보지 않아.
왜냐하면 세계 전체가 자본 제약(capital constrained) 상태이기 때문이야.
랩들이 내년에 수천억 달러의 매출을 벌 수 있더라도, AI 생태계 전체에서 필요한 CapEx는 2조 달러 이상이 될 수 있어.
웨이퍼 장비, 가속기, 데이터센터, 전력 등 모든 것을 합치면 랩이 버는 돈만으로 이 모든 인프라를 현금 조달하기에는 아직 부족해.
그리고 사실 수익이 증가하면 “그만 투자해야지”가 아니라 더 투자하는 게 합리적이야.
결국 계속 재투자하게 된다.
00:13:08 — OpenAI와 Anthropic이 컴퓨트를 싹쓸이하려면 컴퓨트 가격 자체가 폭등한다
드와르케시:2028년쯤 두 랩 합쳐 100GW 수준까지 갈 수 있지 않을까?
딜런:
그건 상당히 공격적인 시나리오야.
왜냐하면 2028년에 OpenAI와 Anthropic이 신규 컴퓨트의 70~80%까지 가져가려면 시장 가격 자체를 크게 올려야 하기 때문이야.
현재 컴퓨트는 MW당 약 1,000만~1,500만 달러 정도에서 거래되는데, 지금도 제대로 운영하면 그 가격으로 컴퓨트를 사서 오픈 모델을 서비스하는 것만으로 돈을 벌 수 있어.
그러니까 컴퓨트를 원하는 다른 수요자도 굉장히 많아.
OpenAI와 Anthropic이 그 사람들을 전부 밀어내고 컴퓨트 70%를 가져가려면 MW당
2,500만 → 3,000만 → 5,000만 달러
같은 가격도 지불해야 할 수 있어.
그런데 만약 Anthropic이 MW당 1억 달러 이상을 벌 수 있다면 5,000만 달러를 지불해도 여전히 경제성이 있지.
그게 컴퓨트 집중을 가능하게 하는 경제적 메커니즘이야.
드와르케시:
완전 자동화된 소프트웨어 엔지니어 수준 AI가 나오면 컴퓨트의 경제적 가치가 지금보다 훨씬 커지겠네.
딜런:
그렇지.
예를 들어 1GW가 AI 화이트칼라 노동자 100만 명을 돌릴 수 있고, 사람 한 명의 노동 가치가 연 10만 달러라면 그것만으로 연간 1,000억 달러야.
완전한 AGI까지 가면 1GW의 경제적 산출은 수천억 달러 수준도 생각할 수 있어.
00:18:22 — AI에서 막대한 잉여가 생기면 누가 가져가는가
드와르케시:결국 그 가치는 OpenAI와 Anthropic이 다 가져가는 거야?
딜런:
아직은 아니야.
현재 AI가 만들어내는 가치 대부분은 오히려 사용자에게 가고 있어.
예를 들어 Jane Street가 OpenAI나 Anthropic의 고급 모델을 이용한다면, 토큰 비용보다 훨씬 많은 돈을 금융시장에서 벌 수 있어.
Meta 역시 AI를 광고 최적화나 사용자 참여 증가에 사용해서 Anthropic에 내는 비용보다 훨씬 큰 경제적 가치를 얻을 수 있지.
즉 지금은
AI가 만들어낸 총 가치 > 모델 회사가 가져가는 매출
이야.
AI 산업의 value capture는 계속 이동해왔어.
2023년에는 모델 회사들이 토큰을 원가 이하로 팔아서 손실을 보고 있었기 때문에 가치 대부분을 Nvidia 같은 하드웨어 업체가 가져갔지.
당시에는 HBM 업체조차 AI에서 엄청난 가치를 제공하면서도 돈을 제대로 못 벌었어.
그런데 지금은 메모리 업체들의 가격 결정력이 커졌고, 모델 회사들도 흑자로 전환되면서 가치 배분이 다시 이동하고 있어.
심지어 현재는 TSMC보다 메모리 업체가 상대적으로 더 많은 가치를 포착하는 상황도 있다고 봐.
결국 AI 스택의 어느 계층이 이익을 가져가는지는 고정돼 있지 않아.
드와르케시:
그런데 SpaceX 같은 회사가 컴퓨트를 확보해두면 어떻게 돼?
딜런:
그게 아주 중요한 변화야.
SpaceX는 “나는 이미 컴퓨트를 가지고 있다”는 상태가 된 다음 Anthropic 같은 회사에
“너희가 이 컴퓨트로 엄청나게 많은 돈을 버는 거 알아. 그러니까 훨씬 비싸게 사.”
라고 할 수 있어.
보통 작은 클라우드 사업자는 먼저 고객 계약을 받아야 해.
고객 계약 → 그 계약을 담보로 금융시장에서 돈 조달 → 데이터센터 건설
순서거든.
그런데 Meta나 SpaceX는 엄청난 대차대조표가 있으니까 고객이 없어도 먼저 컴퓨트를 지을 수 있어.
그 결과 선택권이 생기지.
“내부에서 직접 AI에 쓸까, 아니면 OpenAI나 Anthropic에 엄청난 가격으로 빌려줄까?”
이게 Meta와 SpaceX가 다른 플레이어보다 강력한 이유야.
나는 두 회사가 OpenAI·Anthropic 다음의 가장 유력한 ‘컴퓨트 보유자 #3’라고 생각해.
00:25:40 — AI 발전을 실제로 늦출 수 있는 것은 기술이 아니라 규제일 수 있다
드와르케시:2027년 말쯤 OpenAI나 Anthropic의 MW당 매출은 어느 정도라고 봐?
딜런:
최고 모델을 계속 출시할 수 있다는 조건이라면 MW당 7,000만~8,000만 달러 이상, 회사 전체 blended 기준으로 가능하다고 생각해.
그러면 컴퓨트를 4,000만 달러에 사도 경제성이 있어.
그리고 그 돈은 공급망 위쪽으로 전달돼.
SpaceX가 가격을 올리면 Jensen도 Nvidia 가격을 올릴 수 있고, SK하이닉스·Micron·Samsung도
“그럼 우리도 HBM 가격 올리면 되잖아?”
라고 생각하지.
이게 공급망의 bullwhip effect야.
TSMC는 상대적으로 천천히 가격을 올리고 있지만 메모리와 substrate 업체들은 훨씬 빠르게 가격을 올릴 수 있어.
결국 AI가 만들어내는 경제적 가치가 커질수록 그 가치 일부가 공급망 각 단계로 전달될 거야.
드와르케시:
그런데 현재 같은 AI 성능 발전 속도가 유지된다면 MW당 1억 달러보다 훨씬 커질 수도 있지 않아?
딜런:
여기서 중요한 질문이 있어.
RSI가 언제 일어나느냐? Takeoff가 언제 시작되느냐?
그런데 지금 내가 우려하는 건 기술적 정체가 아니야.
세계 최고의 모델이 이미 훈련돼 있는데도 우리가 그 모델을 사용하지 못하고 있을 가능성이 있다는 거야.
OpenAI는 Astra를 공개하지 않고 있고, 훈련 자체도 잠시 중단했고, Anthropic 역시 최고의 모델을 완전히 공개하지 않고 있어.
심지어 내부 사용까지 제한되는 경우가 있어.
즉 모델 성능이 발전하지 않는 게 아니라
성능 발전 → 안전/규제 → 배포 제한
이라는 병목이 생길 수 있어.
그런 상황에서는 MW당 수익 증가도 늦어져.
반대로 그런 제약이 없다면 모델이 좋아질수록 가치가 계속 올라가고, 컴퓨트 가격도 같이 올라갈 거야.
그래서 나는 AI가 굉장히 인플레이션을 유발할 가능성이 있다고 봐.
딜런:
그리고 데이터센터 자체에 대한 정치적 반발도 커지고 있어.
데이터센터 건설을 금지하거나 모라토리엄을 걸고, 지역 비용을 더 부담시키는 식의 정책이 등장하면 공급이 줄어들어.
공급이 줄면 컴퓨트 비용은 더 올라가고 그 비용은 결국 사용자에게 전달되지.
내가 보는 중요한 가능성은 앞으로 내부 최첨단 모델과 외부 공개 모델 사이의 격차가 커지는 것이야.
Takeoff가 빨라질수록 6개월 차이는 단순히 “6개월치 성능 차이”가 아니게 돼.
진보 속도가 가속되면 그 6개월이 엄청난 능력 격차가 될 수 있어.
00:29:43 — 앞으로 추론보다 R&D에 더 많은 컴퓨트가 들어갈 수 있다
드와르케시:통념상 앞으로 AI 컴퓨트 대부분은 inference에 쓰인다고 하는데, 너는 다르게 생각해?
딜런:
완전히 다르게 생각해.
나는 시간이 갈수록 AI 랩들이 추론에 할당하는 컴퓨트 비율을 오히려 줄일 것이라고 생각해.
이건 상당히 비주류적인 견해야.
예를 들어 지금 MW당 3,000만~4,000만 달러를 벌고 있어서 컴퓨트 40%를 inference에 쓴다고 하자.
미래에 MW당 6,000만~7,000만 달러를 벌게 됐다고 해서
“좋아, 계속 40%를 inference에 쓰고 엄청난 이익을 번 뒤 배당하고 자사주 매입하자.”
라고 할까?
나는 아니라고 생각해.
OpenAI와 Anthropic의 경영진과 이사회라면
“그 돈과 컴퓨트로 AGI를 만들자.”
라고 할 가능성이 훨씬 높아.
왜냐하면 AGI를 만드는 미래 가치가 현재 토큰 판매보다 훨씬 클 수 있기 때문이야.
드와르케시:
그러면 inference에 쓰면 엄청난 매출을 낼 수 있는 컴퓨트까지 포기하고 연구에 넣는다는 거네?
딜런:
맞아.
외부 고객에게 MW당 1억 달러를 벌 수도 있어.
그런데 그 컴퓨트를 내부 AI 연구에 사용해서 다음 모델을 훨씬 좋게 만들 수 있다면 장기 미래 현금흐름은 후자가 더 클 수 있어.
결국 외부 inference를 많이 제공하는 가장 중요한 이유조차
더 큰 훈련 클러스터를 만들 돈을 벌기 위해서
일 가능성이 있어.
그리고 이건 미래 이야기가 아니라 Anthropic에서 이미 시작된 것 같아.
컴퓨트는 매달 늘고 있는데 ARR 증가 속도는 예전처럼 폭발하지 않고 있어.
그 말은 신규 컴퓨트 중 점점 더 많은 비율이 외부 inference가 아니라 R&D로 이동하고 있다는 뜻이라고 봐.
00:33:27 — 중국은 세계 신규 AI 컴퓨트의 10%도 못 받고 있지만, 생각보다 모델 성능 격차는 작다
드와르케시:2028년 세계 AI 컴퓨트가 200GW를 넘는다면 중국은 어느 정도일까?
딜런:
2022년에는 미국이 신규 컴퓨트의 약 45~50%, 중국이 30~35% 정도를 가져갔어.
그런데 수출통제 이후 상황이 완전히 달라졌지.
현재 신규 AI 데이터센터 전력의 약 70%가 미국에 설치되고 있고 중국은 10% 미만이야.
2028년 중국의 전체 AI 컴퓨트는 30GW 이하라고 보는 것도 충분히 가능해.
다만 2028년부터 상황이 바뀌기 시작할 수 있어.
2027~2028년이 되면 SMIC, CXMT 같은 중국 국내 반도체 생산능력이 올라오면서 자체적으로 수백만 개 단위의 AI 칩을 만들기 시작할 수 있어.
2028년에만 중국산 칩으로 신규 5~10GW를 추가할 수도 있어.
하지만 그 1GW는 미국의 1GW와 같지 않아.
2028년 중국산 칩은 Nvidia, Google, OpenAI의 최첨단 칩보다 상당히 뒤처질 가능성이 높으니까.
드와르케시:
2029년에는 중국이 신규 50GW를 추가하는 것도 가능해?
딜런:
나는 충분히 가능하다고 생각해.
중국은 일단 특정 산업을 국가적으로 밀기로 결정하면 제조업을 엄청난 속도로 스케일링해.
다만 중국산 칩 위주의 50GW라면 성능 조정을 했을 때 미국 최첨단 칩 기준 20GW 정도의 가치일 수도 있어.
그래서 2028년의 선두 AI 랩 하나가 성능 보정 기준으로는 2029~2030년 중국 전체보다 많은 컴퓨트를 갖는 상황도 가능해.
단, 미국이 자기 AI 랩을 규제로 심하게 늦추지 않는다는 조건이 붙어.
딜런:
여기서 또 중요한 점이 있어.
중국 모델들이 가진 컴퓨트 규모에 비하면 모델 성능은 놀라울 정도로 미국과 가깝다는 거야.
중국 선두 랩들은 보통 100~200MW 수준이고 ByteDance 정도가 예외야.
Kimi도 1GW 가까이 쓰는 게 아니야.
반면 Anthropic은 올해 말 5GW 이상이야.
그런데 공개된 모델 성능 격차가 25배 컴퓨트 차이만큼 나지는 않아.
왜냐하면 랩이 보유한 전체 컴퓨트를 하나의 모델 훈련에 다 집어넣는 게 아니기 때문이야.
현재 대략적으로 보면
- 50%: 연구
- 10%: 실제 모델 개발/훈련
- 40%: inference
Anthropic이 Mythos를 pretrain할 때 순간적으로 사용한 컴퓨트도 200MW 미만 정도였다고 봐.
랩이 몇 GW를 가지고 있어도 멀티사이트 훈련, 네트워킹, RL 효율 등 여러 이유 때문에 한 번의 학습에 모든 컴퓨트를 동시에 사용할 수는 없어.
그래서 아직은 미국과 중국의 총 컴퓨트 차이가 모델 성능 격차로 그대로 나타나지 않는 거야.
AI CapEx는 5조 달러가 아니라 7~10조 달러가 될 수도 있다
드와르케시:매년 AI 컴퓨트 100GW를 추가하면 현재 가격으로도 연간 5조 달러 CapEx 아닌가?
딜런:
그런데 그것조차 전체 비용이 아니야.
우리가 흔히 말하는 AI CapEx에는 서버, 네트워크, 광통신, 트랜시버 같은 critical IT만 들어가는 경우가 많아.
그런데 데이터센터 건물도 만들어야 하고 발전소도 지어야 하지.
게다가 발전소는 수십 년짜리 자산이라 몇 년 먼저 지어야 해.
내년에 150GW가 필요하다면 그 데이터센터와 전력 인프라를 올해부터 투자해야 해.
그래서 서버만 계산해서 5조 달러라면 실제 선행 인프라까지 합치면 7조~10조 달러가 될 수 있어.
딜런:
2028년만 생각해도 전체 AI CapEx가 3~4조 달러 수준일 수 있어.
약 2.5조 달러가 IT 인프라이고 추가로 1~2조 달러가 데이터센터·에너지·반도체 공급망에 들어갈 수 있다는 식이야.
그런데 지금 어느 회사도 그 정도 현금을 벌지는 않아.
지금까지는 Google, Microsoft, Amazon, Meta가 대부분을 부담했어.
그런데 이제 이 회사들도 CapEx로 현금을 거의 다 써버리고 부채까지 발행하고 있어.
그래서 앞으로는 Nvidia, Broadcom, 메모리 회사들이 인프라 금융에 참여할 수도 있고, 기존 인프라 투자자들이 다리·고속도로 대신 데이터센터를 살 수도 있어.
그리고 마지막에는 세계 자본 전체가
“정부채를 살까? 주택담보대출을 해줄까? 아니면 수익성이 훨씬 높은 AI 데이터센터 채권을 살까?”
를 선택하게 될 거야.
그때부터 AI는 단순한 IT 산업 문제가 아니라 세계 자본 배분 전체를 바꾸는 문제가 돼.
00:48:48 — AI 때문에 국채·금리 위기가 발생할 수 있는가
드와르케시:AI 투자 수익률이 엄청나게 높아지면 전 세계 금리가 올라갈 수도 있지 않을까?
딜런:
그게 바로 AI 컴퓨트가 무한정 늘어나지 못하게 만드는 중요한 이유 중 하나라고 봐.
AI 데이터센터에 돈을 빌려주면 엄청난 수익을 얻을 수 있는데 왜 다른 회사나 국가에 낮은 금리로 돈을 빌려주겠어?
결국 AI가 자본을 빨아들이면 crowding-out이 발생해.
저소득 국가, 통신사, 은행, 소비재 회사처럼 부채를 많이 사용하는 곳들이 모두 피해를 입을 수 있어.
중요한 건 Fed 기준금리가 반드시 폭등해야 하는 게 아니라는 거야.
시장 신용 스프레드가 올라가면 돼.
Amazon이나 Meta 같은 회사가 수백억 달러씩 채권을 찍으면서 높은 금리를 제시하면 다른 차입자 역시 더 높은 금리를 내야 하지.
드와르케시:
AI 인프라 구축에 얼마나 많은 부채가 필요하다고 봐?
딜런:
SemiAnalysis 모델에서는 2024~2029년 AI CapEx가 약 11조 달러야.
그중 최대한 현금흐름으로 충당해도 약
6조 달러: 현금
5조 달러 이상: 신용·부채
정도가 될 수 있다고 보고 있어.
5조 달러 규모의 신규 신용 수요가 발생하면 금리에 영향을 주지 않을 수가 없어.
그리고 그 정도를 투자해도 AI 모델의 컴퓨트 수요를 완전히 만족시키기는 어려워.
그러면 자연스럽게 MW당 컴퓨트 가격과 AI 매출이 더 올라가는 방향으로 균형이 맞춰지게 돼.
드와르케시:
그렇다면 2029년쯤 금리가 얼마나 올라갈까?
딜런:
이건 정말 숫자를 찍는 수준의 추정이야.
하지만 Meta 같은 회사가 최근 5~6%에 자금을 조달한다면 미래에는 8%를 내도 충분히 투자할 유인이 있을 수 있어.
컴퓨트 투자 수익률이 워낙 높기 때문이지.
문제는 Meta가 8%를 내기 시작하면 경제의 다른 사람들도 기존보다 2.5%포인트 정도 높은 금리를 요구받게 될 수 있다는 거야.
그러면 은행도 문제가 생겨.
은행 부채 비용은 빠르게 재가격되는데 기존 자산 수익률은 천천히 올라가니까 손실이 발생할 수 있어.
드와르케시:
금리가 오르면 주식의 할인율도 올라가니까 장기 현금흐름을 가진 기업 가치가 크게 떨어지겠네.
딜런:
맞아.
예를 들어 Johnson & Johnson이나 철도 회사처럼 앞으로 수십 년 동안 안정적인 현금흐름을 준다는 이유로 높은 밸류에이션을 받는 회사가 있다고 하자.
할인율이 3~5%일 때와 8~10%일 때 그 현금흐름의 현재가치는 완전히 달라.
그래서 아이러니하게도 AI 초강세 시나리오가 현실화될수록 주식시장 전체 멀티플은 오히려 낮아질 수 있어.
사람들이
“AI 때문에 Hynix, Micron, Kioxia가 엄청난 이익을 벌 텐데 왜 PER 2~3배밖에 안 돼?”
라고 말할 수 있는데,
내 답은 이렇게 될 수 있어.
진짜로 그렇게 극단적인 AI 세계를 믿는다면 모든 기업이 PER 2~3배가 되어야 할 수도 있다.
AI 투자 수익률이 너무 높아져 할인율 자체가 폭등하기 때문이야.
그래서 나는 메모리 산업이 매우 잘될 거라고 생각하지만, 그렇다고 메모리 주식이 다시 단순하게 10배 오른다는 뜻은 아니야.
딜런:
반대로 Meta 같은 회사는 논리적으로 보면 지금 가치보다 훨씬 큰 자산을 가지고 있을 수도 있어.
엄청난 컴퓨트를 선점하고 있기 때문이야.
자체 모델이 성공하면 직접 토큰을 팔 수 있고, 실패해도 그 컴퓨트를 Anthropic이나 OpenAI에 엄청난 가격으로 빌려줄 수 있어.
결국 경제 전체에서 발생하는 일은
자본을 AGI 쪽으로 재배분하는 과정이야.
그리고 AGI 쪽으로 자본을 이동시키는 방법은 다른 사람들이 그 자본을 사용할 수 없을 만큼 높은 가격을 지불하는 거야.
그래서 AGI 발전의 궁극적인 제약은 연구자들이 얼마나 빨리 알고리즘을 개발하느냐만이 아니야.
“사회가 경제 전체를 AI 쪽으로 얼마나 많이 재배분하도록 허용할 것인가?”
가 더 큰 제약이 될 수도 있어.
데이터센터 규제, 금리 상승, 정치적 반발, AI 규제 등이 그래서 중요해.
규제 때문에 오히려 AI 랩 내부와 외부의 능력 격차가 폭발할 수도 있다
드와르케시:정부가 최신 모델 공개를 6개월씩 늦추는 게 오히려 위험할 수도 있지 않아? 내부에서는 RSI를 돌리는데 세계는 구형 모델만 쓰게 될 수도 있잖아.
딜런:
그렇기 때문에 정부는 단순히 외부 공개만 제한하는 게 아니라 내부 사용도 제한하려고 할 가능성이 높아.
실제로 Anthropic이 Mythos급 모델을 일부 외국인 직원에게 제공하지 못하게 하는 식의 제약도 있었다고 알려져 있어.
미국 정부가 앞으로 Anthropic이 Mythos 4 같은 훨씬 강력한 모델을 내부에서 아무 제한 없이 사용하는 걸 보고
“그냥 계속하세요.”
라고 할 것 같지는 않아.
어느 시점에는
“잠깐. 너무 빠르다. 멈춰.”
라고 할 가능성이 높다고 봐.
그리고 정치적으로 AI에 대한 반감은 더 강해질 가능성이 있어.
AI 발전 자체는 결국 일어나겠지만, 그 과정에서 사회와 경제가 먼저 심각한 갈등을 겪을 수도 있다.
01:07:52 — 미래의 ‘노동 인구’ 대부분을 OpenAI와 Anthropic이 소유하게 되는가
드와르케시:가장 이상한 부분은 컴퓨트뿐만 아니라 미래의 노동력까지 두 회사에 집중된다는 거야.
프론티어 컴퓨트가 FLOPs 기준 연 4~5배 증가하고, 같은 능력을 구현하는 데 필요한 컴퓨트가 매년 약 3배씩 감소한다면 실질적인 AI 노동자 숫자는 연 10배씩 증가할 수 있어.
예를 들어 OpenAI 내부의 AI 노동력 환산이
1,000만 명 → 1억 명 → 10억 명
처럼 증가할 수도 있다는 거지.
10년대 말에는 단일 AI 랩 내부의 실질적인 AI 노동 인구가 지구의 인간 전체보다 많아질 수도 있다고 봐.
딜런:
RSI를 믿고, AI 랩이 세계에서 컴퓨트를 가장 효율적으로 사용하는 존재라고 믿는 순간 사실 결론은 거의 정해져 있어.
컴퓨트는 중앙집중화될 수밖에 없어.
AI researcher, RSI, AGI를 믿는다면 이 모든 경제적 논리는 같은 방향을 가리켜.
드와르케시:
사실 RSI가 없어도 그래.
현재 속도만 유지해도 특정 수준의 능력을 가진 AI 노동자의 실질 인구가 매년 10배씩 증가할 수 있어.
그리고 RSI가 생기면 그 속도가 100배나 1,000배가 될 수도 있겠지.
딜런:
그래서 내가 묻고 싶은 게 그거야.
도대체 어떤 세계에서 이 모든 것이 중앙집중화되지 않을 수 있을까?
내가 보기에는 모든 힘이 중앙집중화를 향해 비명을 지르면서 달려가고 있어.
솔직히 그건 무서워.
훈련에는 규모의 경제가 있어.
Continual learning이 있다면 사용자가 많은 모델이 더 많은 데이터를 가져가.
최고 모델이 다음 최고 모델을 만드는 데 도움을 준다면 선두 회사가 또 앞서가.
RSI가 있다면 그 효과는 훨씬 심해져.
결국 거의 모든 힘이
“1등이 더 많은 자원을 얻고 → 그 자원으로 더 좋은 AI를 만들고 → 더 많은 돈을 벌고 → 다시 더 많은 컴퓨트를 가져가는 것”
을 향하고 있어.
드와르케시:
그렇다면 AGI 이후에도 권력을 넓게 분산할 수 있는 체제를 어떻게 만들지가 중요한 문제겠네. 그렇지 않으면 기업 대신 정부가 통제하는 식의 또 다른 중앙집중화만 남을 수도 있어.
딜런:
나는 정부도 신뢰하지 않고, Dario도 신뢰하지 않고, Sam도 신뢰하지 않아.
기존 자본주의가 잘 작동한 이유 중 하나는 의사결정과 권력이 분산돼 있었기 때문이야.
그런데 AI는 이 구조를 뒤집을 수도 있어.
극도로 중앙집중된 AI 경제가 분산된 인간 경제보다 훨씬 효율적으로 성장한다면, 경제적 압력 자체가 중앙집중화를 밀어붙일 거야.
AI 발전이 느려지거나 정부가 강하게 개입하지 않는다면 내가 보기엔 이를 막는 힘이 잘 보이지 않아.
결국 극단적으로 단순화하면 두 선택지처럼 보일 수도 있어.
① 자원을 극단적으로 집중시키고, 그 소수의 AI 기업이 모든 것을 제대로 해주기를 바란다.
또는
② 정부와 사회가 AI 발전 자체를 늦춰 권력의 균형을 어느 정도 유지한다.
AGI → ASI → RSI로 갈수록 경제적 인센티브 자체는 계속 더 많은 자원을 소수에게 몰아주는 방향이야.
드와르케시:
그래도 지금은 Anthropic이 AI가 만들어내는 가치 대부분을 가져가는 건 아니잖아.
딜런:
그게 내가 생각하는 거의 유일한 희망이야.
Anthropic이 MW당 1억 달러를 벌더라도 컴퓨트에는 예를 들어 1,300만 달러만 지불할 수 있어.
왜 가능한가?
Anthropic 고객인 Jane Street가 그 컴퓨트로 MW당 2억, 3억, 5억 달러의 경제적 가치를 만들고 있기 때문일 수 있어.
즉 지금은 AI 랩보다 나머지 경제가 더 많은 잉여를 가져갈 여지가 있어.
그런데 여기에도 문제가 있어.
만약 Anthropic 입장에서 외부 Jane Street에 토큰을 파는 것보다 그 컴퓨트를 내부 연구에 사용하는 편이 수억 달러 이상의 가치가 있다면, 왜 굳이 토큰을 밖으로 내보내겠어?
그 순간 다시 컴퓨트와 경제적 가치가 랩 내부로 집중돼.
그래서 솔직히 말하면 이건 내 ‘cope’에 가까워.
거의 모든 시나리오에서 중앙집중화 압력이 너무 강해 보여.
결국 이 인터뷰 전체에서 내가 계속 말하고 있는 핵심은 이것이야.
AI가 경제적으로 매우 성공할수록 컴퓨트, 자본, 연구능력, 그리고 결국 노동력까지 가장 뛰어난 소수의 AI 랩 내부로 빨려 들어갈 가능성이 커진다.
그리고 AI 시대의 가장 큰 병목은 반드시 반도체 기술이나 알고리즘이 아니라, 세계 경제와 정치 시스템이 그 정도의 자원 집중을 과연 허용할 것인가일 수 있어.
인터뷰 전체를 한 문장으로 압축하면
딜런 파텔의 관점은 “AI가 지금처럼 발전하면 OpenAI와 Anthropic의 수익성이 폭발하면서 세계의 최신 컴퓨트와 자본을 빨아들이고, 그 이익을 다시 R&D에 재투자해 더 앞서가는 자기강화 루프가 형성될 가능성이 높으며, 이를 실제로 막는 병목은 칩 기술보다는 공급망의 물리적 지연·수조 달러 규모의 자본조달·금리 상승·데이터센터 규제·정치적 저항이 될 가능성이 높다”는 것으로 정리할 수 있어. 특히 그는 이 시나리오가 극단까지 가면 단순히 AI 주식이 오르는 문제가 아니라 세계 금리·기업 밸류에이션·국가부채·노동시장·권력구조 자체가 재편되는 문제라고 보고 있어.
전체 0