샘 올트먼의 최근 발언에서 달라진 것은 AI가 중요하지 않다는 전망이 아니라, AI가 경제를 바꾸는 속도에 대한 기대치다. 그는 GPT-4가 출시된 2023년 이후 소프트웨어 기업과 경제가 곧바로 크게 흔들릴 것으로 예상했지만, 실제 확산은 모델의 성능 향상보다 느리게 진행되고 있다고 인정한 것으로 전해졌다. 36

핵심은 간단하다. 뛰어난 모델이 등장했다고 해서 곧바로 기존 제품이 사라지거나 기업 조직이 재편되는 것은 아니다. 기술을 실제 업무에 적용하려면 쓸 만한 애플리케이션을 만들고, 기존 시스템과 연결하고, 구성원의 업무 방식을 바꾸고, 고객과 직원이 결과를 신뢰하도록 해야 한다.

학습보다 어려운 문제, 실제 배치

AI 업계의 단기 병목은 더 강력한 기반 모델을 훈련하는 일에만 있지 않다는 진단이 나온다. 모델의 능력을 경제적 성과로 바꾸려면 기업은 다음 과정을 거쳐야 한다.

• 실제 업무에 맞는 애플리케이션 개발
• 기존 소프트웨어와 데이터 시스템 통합
• 조직의 의사결정과 업무 절차 재설계
• 조달, 규제, 데이터 거버넌스 문제 해결
• 직원과 고객의 신뢰 확보

이 때문에 GPT-4 이후 경제가 일부 전망처럼 즉각적인 단절을 경험하지 않았다는 점도 설명할 수 있다. 모델은 빠르게 개선되더라도 기업과 정부, 학교 같은 기관의 도입은 예산과 책임 소재, 보안 검토를 거치며 더 천천히 움직인다. 36

올트먼은 AI의 경제성이 장기적으로 훨씬 커질 수 있다는 관측도 함께 내놓았다. 그는 모델의 지능이 훈련과 실행에 투입되는 자원에 따라 높아지고, 일정 수준의 AI를 사용하는 비용은 시간이 지날수록 급격히 낮아진다고 설명했다. 비용 하락은 결국 더 폭넓은 사용을 이끌 수 있다. 40 다만 가격이 내려가도 인허가, 규제, 신뢰, 데이터 관리, 조직 변화라는 현실의 장벽까지 자동으로 사라지는 것은 아니다.

“AI 개발 속도를 조절해야 한다”는 말의 의미

올트먼은 지난 7월 사회가 새로운 AI 능력 수준에 적응할 시간을 갖도록 개발 속도를 “조절(pace)”해야 할 수 있다고 말했다. 동시에 이런 접근이 특정 기업에 유리한 규제 포획이나 최첨단 AI 기업 간 담합으로 이어져서는 안 된다고 강조했다. 37

이는 AI 개발을 영구적으로 중단하자는 주장과는 다르다. 기술 발전과 사회적 적응이 서로 다른 속도로 진행될 수 있다는 현실을 인정한 발언에 가깝다. 주요 AI 기업 직원 1,000명 이상도 더 강력한 규제와 보안 대책, 감독 체계를 마련할 시간을 요구하는 공개서한에 서명했다. 38

따라서 앞으로의 AI 확산은 일방적인 질주보다는 이해관계가 충돌하는 확산 과정이 될 가능성이 크다. 정부와 기업, 학교, 지역사회가 AI를 어디까지 어떻게 사용할지 합의하기 전에 새로운 능력을 가진 시스템이 먼저 등장할 수 있기 때문이다.

“반인간적”일 수 있는 두 가지 극단

올트먼은 AI의 힘이 지나치게 집중돼서는 안 되며, 미래에 대한 통제권은 사람과 사회의 제도에 있어야 한다고 거듭 주장해 왔다. 44 이 관점에서 특히 문제가 되는 실패 양상은 두 가지다.

1. AI가 너무 강력해져 사람이 실질적으로 통제할 수 없게 되는 경우
2. AI의 능력과 의사결정 권한이 극소수 기업이나 정부에 집중되는 경우

첫 번째는 통제력 상실의 문제다. 두 번째는 누군가가 통제권을 갖고 있기는 하지만, 그 주체가 지나치게 좁은 집단이라는 문제다. AI가 사회 전체의 경제적·정치적 영향력을 좌우할 수 있는 상황에서 권한이 소수에게 몰리면, 기술의 혜택을 널리 나누려는 목표와 충돌할 수 있다.

이것이 앤트로픽 비판이라는 해석은 신중해야 한다

이 발언을 앤트로픽에 대한 직접적인 공격으로 보는 것은 현재 자료만으로는 해석의 영역이다. 올트먼이 앤트로픽을 명시적으로 지목했거나, 앤트로픽의 안전 우선·중앙집중형 접근을 “반인간적”이라고 규정했다는 근거는 제시되지 않았다.

다만 정책적 긴장은 실제로 존재한다. 최첨단 모델을 엄격하게 통제하고 중앙에서 제공하면 모니터링과 안전 집행은 쉬워질 수 있지만, 동시에 강력한 AI에 대한 접근권이 소수 연구소에 집중될 수 있다. 반대로 오픈 웨이트 모델은 기업과 개발자가 자체 인프라에 맞춰 수정하고 활용하기 쉽지만, 오용과 책임 소재를 관리하기가 더 어려울 수 있다. 따라서 근거가 뒷받침하는 것은 앤트로픽 비판이 아니라, 안전과 분산화 사이의 정책적 trade-off를 논의해야 한다는 점이다.

데이터센터 반발이 보여준 물리적 병목

AI는 소프트웨어만으로 확산되지 않는다. 데이터센터와 GPU뿐 아니라 전력, 송전망, 냉각을 위한 물, 부지, 인허가, 지역사회의 동의가 필요하다.

이 인프라 확충은 이미 저항에 부딪히고 있다. 갤럽 조사에 따르면 미국 성인의 71%는 자신의 지역에 AI 데이터센터가 들어서는 데 반대했다. 지역사회의 반발로 12개가 넘는 프로젝트가 차단되거나 지연됐다는 보도도 나왔다. 환경 영향과 함께 전력·용수 사용, 세금 감면과 지역 재정 문제가 주요 쟁점으로 거론됐다. 1820

올트먼은 주민들이 집 근처에 데이터센터를 원하지 않는 이유를 이해한다며, 데이터센터를 외딴 사막 지역에 건설하는 방안을 언급하기도 했다. 23 이는 AI 확장이 단순히 GPU를 더 확보하는 경쟁이 아니라 토지 이용과 에너지 인프라, 지역 정치의 문제이기도 하다는 점을 보여준다.

미시간주의 대형 데이터센터 프로젝트에서도 비슷한 긴장이 드러났다. 올트먼은 현장에서 약 160억 달러 규모로 알려진 프로젝트를 AI의 미래에 대한 “큰 베팅”이라고 평가했지만, 지역사회에서는 물과 전력 등 자원 부담에 대한 우려가 제기됐다. 2130 업계가 그리는 AI의 미래는 거대하지만, 그 미래를 현실의 가동 능력으로 바꾸려면 지역사회가 물리적 비용을 받아들여야 한다.

엔비디아의 풀사이드 거래는 후퇴가 아니라 장기전 준비

엔비디아가 AI 스타트업 풀사이드와 맺은 것으로 알려진 거래는 AI에 대한 기대가 줄었다는 뜻으로 해석하기 어렵다. 엔비디아는 풀사이드 기술 사용권에 60억 달러를 지급하고, 별도로 10억 달러를 투자하기로 한 것으로 전해졌다. 풀사이드 직원 100명 이상은 엔비디아의 오픈 웨이트 모델 제품군인 네모트론 개발에 합류할 예정이다. 15

이 거래는 엔비디아가 하드웨어를 넘어 모델 개발 도구와 소프트웨어 역량까지 넓히려 한다는 신호로 볼 수 있다. 오픈 웨이트 모델은 일부 폐쇄형 모델보다 기업이 자체 환경에 맞게 조정하기 쉽고 운영비도 낮출 가능성이 있다. 5

이는 AI 도입이 예상보다 긴 시간에 걸쳐 진행될 때 유연한 모델을 확보하려는 전략과 맞닿아 있다. 기업이 특정 공급자의 폐쇄형 모델에만 의존하지 않고 자체 인프라와 업무에 맞는 시스템을 원한다면, 오픈 웨이트 모델은 기업용 AI 확산의 중요한 선택지가 될 수 있다. 그러나 이번 거래 자체는 여전히 AI 역량에 대한 공격적인 투자다. 엔비디아가 AI 수요 붕괴를 예상한다는 증거는 아니다. 15

결론: AI 혁명은 늦어지는 것이 아니라, 현실의 속도로 진행된다

지금까지의 흐름은 AI의 미래를 다음과 같이 정리하게 한다.

• 모델 성능 향상은 기업 도입보다 빠를 수 있다. 36
• 성능이 경제적 효과로 이어지는지는 애플리케이션과 조직 개편에 달려 있다. 36
• 데이터센터 확충은 전력, 물, 송전망, 인허가와 지역사회의 동의에 부딪힌다. 182023
• 안전과 거버넌스에는 제도가 적응할 시간이 필요하다. 3738
• 그럼에도 업계는 새로운 모델과 오픈 웨이트 대안에 계속 대규모로 투자하고 있다. 15

따라서 가장 설득력 있는 결론은 AI의 경제적 영향이 작아진다는 것도, 업계가 개발을 의도적으로 늦추기로 합의했다는 것도 아니다. 더 정확한 표현은 느리고, 불균등하며, 막대한 자본이 필요하고, 사회적 갈등을 동반하는 확산이다.

AI는 여전히 경제를 바꿀 가능성이 크다. 다만 그 변화는 GPT-4 출시 직후 한순간에 일어나는 단절이 아니라, 애플리케이션·인프라·규제·조직 적응·대중의 정당성 확보를 거치는 긴 과정으로 나타날 가능성이 높다.

샘 올트먼의 최근 발언에서 달라진 것은 AI가 중요하지 않다는 전망이 아니라, AI가 경제를 바꾸는 속도에 대한 기대치다. 그는 GPT-4가 출시된 2023년 이후 소프트웨어 기업과 경제가 곧바로 크게 흔들릴 것으로 예상했지만, 실제 확산은 모델의 성능 향상보다 느리게 진행되고 있다고 인정한 것으로 전해졌다. 36

핵심은 간단하다. 뛰어난 모델이 등장했다고 해서 곧바로 기존 제품이 사라지거나 기업 조직이 재편되는 것은 아니다. 기술을 실제 업무에 적용하려면 쓸 만한 애플리케이션을 만들고, 기존 시스템과 연결하고, 구성원의 업무 방식을 바꾸고, 고객과 직원이 결과를 신뢰하도록 해야 한다.

학습보다 어려운 문제, 실제 배치

AI 업계의 단기 병목은 더 강력한 기반 모델을 훈련하는 일에만 있지 않다는 진단이 나온다. 모델의 능력을 경제적 성과로 바꾸려면 기업은 다음 과정을 거쳐야 한다.

• 실제 업무에 맞는 애플리케이션 개발
• 기존 소프트웨어와 데이터 시스템 통합
• 조직의 의사결정과 업무 절차 재설계
• 조달, 규제, 데이터 거버넌스 문제 해결
• 직원과 고객의 신뢰 확보

이 때문에 GPT-4 이후 경제가 일부 전망처럼 즉각적인 단절을 경험하지 않았다는 점도 설명할 수 있다. 모델은 빠르게 개선되더라도 기업과 정부, 학교 같은 기관의 도입은 예산과 책임 소재, 보안 검토를 거치며 더 천천히 움직인다. 36

올트먼은 AI의 경제성이 장기적으로 훨씬 커질 수 있다는 관측도 함께 내놓았다. 그는 모델의 지능이 훈련과 실행에 투입되는 자원에 따라 높아지고, 일정 수준의 AI를 사용하는 비용은 시간이 지날수록 급격히 낮아진다고 설명했다. 비용 하락은 결국 더 폭넓은 사용을 이끌 수 있다. 40 다만 가격이 내려가도 인허가, 규제, 신뢰, 데이터 관리, 조직 변화라는 현실의 장벽까지 자동으로 사라지는 것은 아니다.

“AI 개발 속도를 조절해야 한다”는 말의 의미

올트먼은 지난 7월 사회가 새로운 AI 능력 수준에 적응할 시간을 갖도록 개발 속도를 “조절(pace)”해야 할 수 있다고 말했다. 동시에 이런 접근이 특정 기업에 유리한 규제 포획이나 최첨단 AI 기업 간 담합으로 이어져서는 안 된다고 강조했다. 37

이는 AI 개발을 영구적으로 중단하자는 주장과는 다르다. 기술 발전과 사회적 적응이 서로 다른 속도로 진행될 수 있다는 현실을 인정한 발언에 가깝다. 주요 AI 기업 직원 1,000명 이상도 더 강력한 규제와 보안 대책, 감독 체계를 마련할 시간을 요구하는 공개서한에 서명했다. 38

따라서 앞으로의 AI 확산은 일방적인 질주보다는 이해관계가 충돌하는 확산 과정이 될 가능성이 크다. 정부와 기업, 학교, 지역사회가 AI를 어디까지 어떻게 사용할지 합의하기 전에 새로운 능력을 가진 시스템이 먼저 등장할 수 있기 때문이다.

“반인간적”일 수 있는 두 가지 극단

올트먼은 AI의 힘이 지나치게 집중돼서는 안 되며, 미래에 대한 통제권은 사람과 사회의 제도에 있어야 한다고 거듭 주장해 왔다. 44 이 관점에서 특히 문제가 되는 실패 양상은 두 가지다.

1. AI가 너무 강력해져 사람이 실질적으로 통제할 수 없게 되는 경우
2. AI의 능력과 의사결정 권한이 극소수 기업이나 정부에 집중되는 경우

첫 번째는 통제력 상실의 문제다. 두 번째는 누군가가 통제권을 갖고 있기는 하지만, 그 주체가 지나치게 좁은 집단이라는 문제다. AI가 사회 전체의 경제적·정치적 영향력을 좌우할 수 있는 상황에서 권한이 소수에게 몰리면, 기술의 혜택을 널리 나누려는 목표와 충돌할 수 있다.

이것이 앤트로픽 비판이라는 해석은 신중해야 한다

이 발언을 앤트로픽에 대한 직접적인 공격으로 보는 것은 현재 자료만으로는 해석의 영역이다. 올트먼이 앤트로픽을 명시적으로 지목했거나, 앤트로픽의 안전 우선·중앙집중형 접근을 “반인간적”이라고 규정했다는 근거는 제시되지 않았다.

다만 정책적 긴장은 실제로 존재한다. 최첨단 모델을 엄격하게 통제하고 중앙에서 제공하면 모니터링과 안전 집행은 쉬워질 수 있지만, 동시에 강력한 AI에 대한 접근권이 소수 연구소에 집중될 수 있다. 반대로 오픈 웨이트 모델은 기업과 개발자가 자체 인프라에 맞춰 수정하고 활용하기 쉽지만, 오용과 책임 소재를 관리하기가 더 어려울 수 있다. 따라서 근거가 뒷받침하는 것은 앤트로픽 비판이 아니라, 안전과 분산화 사이의 정책적 trade-off를 논의해야 한다는 점이다.

데이터센터 반발이 보여준 물리적 병목

AI는 소프트웨어만으로 확산되지 않는다. 데이터센터와 GPU뿐 아니라 전력, 송전망, 냉각을 위한 물, 부지, 인허가, 지역사회의 동의가 필요하다.

이 인프라 확충은 이미 저항에 부딪히고 있다. 갤럽 조사에 따르면 미국 성인의 71%는 자신의 지역에 AI 데이터센터가 들어서는 데 반대했다. 지역사회의 반발로 12개가 넘는 프로젝트가 차단되거나 지연됐다는 보도도 나왔다. 환경 영향과 함께 전력·용수 사용, 세금 감면과 지역 재정 문제가 주요 쟁점으로 거론됐다. 1820

올트먼은 주민들이 집 근처에 데이터센터를 원하지 않는 이유를 이해한다며, 데이터센터를 외딴 사막 지역에 건설하는 방안을 언급하기도 했다. 23 이는 AI 확장이 단순히 GPU를 더 확보하는 경쟁이 아니라 토지 이용과 에너지 인프라, 지역 정치의 문제이기도 하다는 점을 보여준다.

미시간주의 대형 데이터센터 프로젝트에서도 비슷한 긴장이 드러났다. 올트먼은 현장에서 약 160억 달러 규모로 알려진 프로젝트를 AI의 미래에 대한 “큰 베팅”이라고 평가했지만, 지역사회에서는 물과 전력 등 자원 부담에 대한 우려가 제기됐다. 2130 업계가 그리는 AI의 미래는 거대하지만, 그 미래를 현실의 가동 능력으로 바꾸려면 지역사회가 물리적 비용을 받아들여야 한다.

엔비디아의 풀사이드 거래는 후퇴가 아니라 장기전 준비

엔비디아가 AI 스타트업 풀사이드와 맺은 것으로 알려진 거래는 AI에 대한 기대가 줄었다는 뜻으로 해석하기 어렵다. 엔비디아는 풀사이드 기술 사용권에 60억 달러를 지급하고, 별도로 10억 달러를 투자하기로 한 것으로 전해졌다. 풀사이드 직원 100명 이상은 엔비디아의 오픈 웨이트 모델 제품군인 네모트론 개발에 합류할 예정이다. 15

이 거래는 엔비디아가 하드웨어를 넘어 모델 개발 도구와 소프트웨어 역량까지 넓히려 한다는 신호로 볼 수 있다. 오픈 웨이트 모델은 일부 폐쇄형 모델보다 기업이 자체 환경에 맞게 조정하기 쉽고 운영비도 낮출 가능성이 있다. 5

이는 AI 도입이 예상보다 긴 시간에 걸쳐 진행될 때 유연한 모델을 확보하려는 전략과 맞닿아 있다. 기업이 특정 공급자의 폐쇄형 모델에만 의존하지 않고 자체 인프라와 업무에 맞는 시스템을 원한다면, 오픈 웨이트 모델은 기업용 AI 확산의 중요한 선택지가 될 수 있다. 그러나 이번 거래 자체는 여전히 AI 역량에 대한 공격적인 투자다. 엔비디아가 AI 수요 붕괴를 예상한다는 증거는 아니다. 15

결론: AI 혁명은 늦어지는 것이 아니라, 현실의 속도로 진행된다

지금까지의 흐름은 AI의 미래를 다음과 같이 정리하게 한다.

• 모델 성능 향상은 기업 도입보다 빠를 수 있다. 36
• 성능이 경제적 효과로 이어지는지는 애플리케이션과 조직 개편에 달려 있다. 36
• 데이터센터 확충은 전력, 물, 송전망, 인허가와 지역사회의 동의에 부딪힌다. 182023
• 안전과 거버넌스에는 제도가 적응할 시간이 필요하다. 3738
• 그럼에도 업계는 새로운 모델과 오픈 웨이트 대안에 계속 대규모로 투자하고 있다. 15

따라서 가장 설득력 있는 결론은 AI의 경제적 영향이 작아진다는 것도, 업계가 개발을 의도적으로 늦추기로 합의했다는 것도 아니다. 더 정확한 표현은 느리고, 불균등하며, 막대한 자본이 필요하고, 사회적 갈등을 동반하는 확산이다.

AI는 여전히 경제를 바꿀 가능성이 크다. 다만 그 변화는 GPT-4 출시 직후 한순간에 일어나는 단절이 아니라, 애플리케이션·인프라·규제·조직 적응·대중의 정당성 확보를 거치는 긴 과정으로 나타날 가능성이 높다.