Daniil과 David Liberman: AI는 단순히 모델 경쟁이 아니라, 컴퓨팅 파워 인프라 전쟁이다

작성자 | Gonka.ai



서문: 글로벌 AI 논의가 지속적으로 뜨거워지는 배경에서, 업계의 관심은 종종 모델 능력, 기술 돌파구 및 규제 프레임워크에 집중됩니다. 그러나 이러한 논의 아래, 더 근본적인 질문이 점차 부각되고 있습니다: AI의 컴퓨팅 파워 인프라는 과연 누구의 손에 쥐어져 있는가? Unlockit Conference에서의 한 대화에서, Gonka 프로토콜의 공동 창시자이자 미래학자, 기업가, 투자자인 Daniil과 David Liberman은 핵심적인 관점을 제시했습니다: 인공지능은 결코 중립적인 기술이 아니며, 컴퓨팅 파워 인프라가 AI가 궁극적으로 누구를 위해 서비스할지 결정합니다. 그들의 관점에서, AI의 미래는 단순한 기술 경쟁이 아니라, 인프라 통제권을 둘러싼 장기적인 게임입니다.

AI의 진정한 기반: 모델이 아닌 컴퓨팅 파워

사람들이 그 근본적인 가정을 의심하지 않을 때만, 중앙화된 AI 인프라가 필연적인 것처럼 보입니다.

오랜 시간 동안, 대부분의 인공지능에 관한 논의는 모델, 윤리, 또는 규제에 집중되어 왔습니다. 그러나 그 아래에는 더 결정적인 층위가 있습니다 - 컴퓨팅 파워입니다. 누가 컴퓨팅 파워를 소유하는지, 누가 컴퓨팅 파워 접근 권한을 통제하는지, 그리고 어떤 조건 하에서 사용할 수 있는지가 궁극적으로 인공지능이 어떻게 작동하고, 누구를 위해 서비스할지 결정합니다.

이러한 시각으로 AI를 바라보면, 현재의 그림은 무시하기 어렵습니다. OECD 연구 및 기타 공개 데이터는 고급 AI 컴퓨팅 파워가 점점 소수의 클라우드 서비스 제공업체 손에 집중되고 있으며, 제한된 몇몇 국가에 집중되고 있음을 보여줍니다. 이는 접근 가능한 사람과 접근 불가능한 사람 사이의 "컴퓨팅 파워 격차"를 확대시키고 있습니다.

이러한 집중은 우연이 아닙니다. 오늘날, 고급 GPU에 대한 접근은 소수의 제공업체에 의해 통제되며, 점점 더 국가 차원의 우선순위에 영향을 받고 있습니다. 그 결과는 컴퓨팅 파워가 비싸고, 용량이 제한되며, 지리적으로 불균등하게 분포된다는 것입니다. 그리고 이 모든 것은 AI가 과학, 산업 및 사회 인프라의 핵심이 되고 있는 바로 그 순간에 일어나고 있습니다.

동시에, 현재의 탈중앙화 시스템들도 자동으로 이 문제를 해결하지는 않습니다. 많은 탈중앙화 시스템들은 여전히 합의와 보안 오버헤드에 상당한 컴퓨팅 파워를 소모하며, 인센티브 구조는 종종 자본이 아닌 실제 컴퓨팅 기여를 보상하지 않습니다. 이는 하드웨어 제공자의 동기를 저하시키고, 인프라 수준의 혁신을 늦춥니다.

바로 여기서 우리의 사고가 분기됩니다. 우리는 어떤 이데올로기적 입장에서 출발하지 않았으며, 중앙화된 참여자들을 반대하기 위해 탈중앙화를 선택한 것도 아닙니다. 우리는 더 실용적인 질문에서 출발했습니다: 만약 효율성, 접근성, 기여가 서로 충돌하지 않고 조화를 이룰 수 있다면, AI 인프라는 어떤 모습일까?

이 질문은 궁극적으로 우리를 한 가지 모델로 이끌었습니다: 대부분의 컴퓨팅 파워가 시스템 오버헤드가 아닌 진정한 AI 작업에 사용되며; 참여와 거버넌스 권한이 자본이 아닌 검증된 컴퓨팅 기여에 의해 결정되며; 글로벌 GPU 자원에 대한 접근이 설계상 허가가 필요 없는 방식으로 이루어지는 모델입니다. 실제로, 이러한 가정들은 GPU 운영자, 개발자, 연구원들과의 실시간 협업을 포함한 지속적인 공개 논의를 통해 지속적으로 압력 테스트를 받고 있습니다 — 예를 들어 우리의 Discord 커뮤니티에서처럼요.

AI는 결코 소프트웨어만이 아닙니다. 그것은 항상 인프라였습니다. 그리고 인프라 선택은 일반적으로 사회를 수십 년간 지속될 발전 궤도에 고정시킵니다. 이러한 인프라를 소수의 기업이나 국가 관할권 아래 두는 것은 중립적인 기술적 결과가 아니라, 장기적인 경제적 및 지정학적 결과를 가져올 구조적 결정입니다. 지능 자체가 풍부해지려면, 그것을 지탱하는 인프라는 처음부터 '풍요로움'을 위해 설계되어야 합니다.

탈중앙화 AI의 진정한 성공 기준

어려움은 주로 사람들과 논쟁하는 것이 아니라, '기본 가정'과 논쟁하는 데 있습니다.

주류 기술 커뮤니티는 종종 단기적으로 효과적인 것 — 속도, 자본 효율성, 집중적 통제, 통합을 통한 규모 — 을 최적화합니다. 이러한 선택들은 국소적으로는 합리적이지만, 일단 기본 옵션이 되면 사람들은 그것들을 거의 의심하지 않습니다. 이러한 기본 가정에 도전할 때, 다른 언어를 말하는 것 같은 느낌이 듭니다 — 아이디어가 극단적이어서가 아니라, 이러한 아이디어들이 많은 직업, 회사, 전략이 이미 구축해 놓은 인센티브 구조에 닿기 때문입니다.

더 어려운 것은 시기의 문제입니다. 중앙화 시스템들은 종종 그들의 장기적 비용이 나타나기 전에 매우 성공적으로 보입니다. 막대한 투자와 인프라 지출은 이미 매우 명백하지만, 더 깊은 비용 — 예를 들어 의존성 증가, 유연성 상실, 가격 결정권이 소수 제공업체에게 집중되는 것, 시스템이 깊숙이 내재된 후에는 방향을 바꾸기 어려워지는 것 — 은 종종 나중에 나타납니다.

우리에게 성공은 논쟁에서 이기는 것을 의미하지도 않으며, 기존 참여자들을 대체하는 것을 의미하지도 않습니다. 성공의 모습은 사실 훨씬 조용합니다. 성공은 탈중앙화 인프라가 선언문이 아니라 평범해질 때입니다: 사람들이 그것을 사용하는 이유가 탈중앙화를 믿어서가 아니라, 그것이 가장 실용적인 선택이기 때문일 때입니다.

궁극적으로, 진정한 성공은 논의 자체가 변화할 때입니다. 질문이 "지능이 중앙화되어야 하는가"가 아니라 "우리가 왜 그것이 반드시 중앙화되어야 한다고 생각했는가"로 바뀔 때입니다. 그때가 되면, 신념은 직접적으로 도전받을 필요가 없으며, 자연스럽게 진화할 것입니다.

기업은 어떻게 중앙화 경로와 탈중앙화 경로를 결정하는가?

AI 인프라는 더 이상 단순한 기술 계층이 아닙니다. 그것은 전략적 의존성이 되어 가고 있습니다.

기업에게 있어, 중앙화된 AI 인프라는 되돌리기 어려운 잠금 효과를 발생시킵니다. 일단 핵심 시스템이 소수의 제공업체에 의존하게 되면, 통제권은 점차 사용자로부터 인프라 소유자에게로 이동합니다. 시간이 지남에 따라, 이는 가격, 접근 권한, 혁신 속도, 그리고 실행 가능한 전략적 선택의 범위에 영향을 미칩니다.

기업에게 있어, 문제는 전략적 유연성에 있습니다. 중앙화 인프라는 초기 단계에는 잘 작동할 수 있지만, 종종 장기적인 의존성으로 굳어집니다. 비용은 통제하기 점점 더 어려워지고, 대안은 채택하기 점점 더 어려워지며, 대규모 상황에서 아키텍처 결정을 변경하는 것은 점점 더 어려워집니다.

결정의 중요한 순간은 대부분의 사람들이 생각하는 것보다 더 빠릅니다. 인프라 선택은 종종 그 결과가 아직 명확하지 않을 때 이미 고정됩니다. AI가 실험 단계에서 일상적인 인프라로 변하면, 기반 아키텍처를 변경하는 비용은 기하급수적으로 증가합니다. 따라서, 진정한 결정의 순간은 중앙화 시스템이 실패할 때가 아니라, 그것들이 여전히 잘 작동하는 것처럼 보일 때입니다. 탈중앙화 옵션을 일찍 탐색하면 선택권을 보존할 수 있습니다; 기다리는 것은 종종 선택이 이미 이루어졌음을 의미합니다.

이미 중앙화 인프라에 의존하고 있다면, 너무 늦은 것인가?

진정으로 '너무 늦은' 경우는 거의 없지만, 시간이 지남에 따라 난이도는 기하급수적으로 증가합니다.

일단 대부분의 시스템이 중앙화된 AI 인프라 위에 구축되면, 도전은 더 이상 기술적 차원이 아닌 제도적 차원이 됩니다. 업무 흐름, 인센티브 구조, 예산, 규제 요구사항, 심지어 인재 양성 경로까지도 점차 중앙화가 '일이 돌아가는 방식'이라고 가정하게 됩니다. 그 시점이 되면, 변화는 단순히 인프라를 이전하는 것이 아니라, 조직에 깊이 뿌리내린 습관, 계약 모델, 사고방식을 재학습해야 하는 것입니다.

인프라 잠금에 대한 연구도 이를 뒷받침합니다. 업계 분석은 중앙화된 클라우드 환경에서 수년간 운영한 후, 전환 비용이 선형적으로가 아니라 급격히 상승함을 지속적으로 보여줍니다. 이러한 증가는 장기 계약, 규제 프레임워크, 깊이 통합된 내부 프로세스, 그리고 고도로 전문화된 노동력에서 비롯됩니다. OECD 연구도 지적하듯이, AI 컴퓨팅 파워에 대한 조기 접근을 얻지 못한 국가와 조직은 시간이 지남에 따라 경쟁력을 잃을 뿐만 아니라, 아키텍처적 자유 — 즉 다른 인프라 모델을 진정으로 선택할 수 있는 능력 — 도 잃게 되는 누적적인 불이익에 직면합니다.

동시에, 역사는 인프라 전환이 거의 한 번에 일어나지 않음을 보여줍니다. 그것들은 보통 가장자리에서 시작됩니다. 새로운 애플리케이션 시나리오, 새로운 참여자, 그리고 새로운 제약 조건은 중앙화 시스템이 더 이상 충분하지 않게 되는 압력점 — 비용이 너무 높거나, 너무 느리거나, 제한이 너무 많거나, 너무 취약한 경우 — 을 만들어냅니다. 이것이 바로 대안이 중요해지기 시작하는 지점입니다.

시간이 지남에 따라, 진정으로 침식되는 것은 '선택권'입니다. 중앙화 인프라가 지배적인 시간이 길수록, 진정한 선택지는 줄어듭니다.

의존 관계는 점차 굳어지고, 탈중앙화는 능동적인 설계 결정에서 수동적인 시정 조치로 변하며, 이러한 시정 조치는 항상 더 비싸고, 더 복잡하며, 통제하기 더 어렵습니다.

따라서 진정한 위험은 이미 너무 늦은 것이 아닙니다. 진정한 위험은 탈중앙화가 더 이상 선택이 아니라, 시스템적 실패가 강제하는 필수 조치가 될 때까지 기다리는 것입니다. 더 일찍 탐색할수록, 비록 중앙화 옵션과 병행해서만 하더라도, 결과를 능동적으로 형성할 수 있는 공간이 커지며, 압박 아래 강제로 변화할 필요가 줄어듭니다.

다음 세대에게, AI 아키텍처는 기회 분배를 결정할 것이다

미래 세대는 기술이 진보한다고 해서 중립적이 되는 것이 아니라는 점을 이해해야 합니다.

모든 세대는 이전에 이루어진 인프라 선택을 물려받지만, 종종 그 선택들이 필연적인 결과가 아니라 의식적으로 내려진 결정이었다는 사실을 깨닫지 못합니다. 미래 세대에게 AI는 오늘날의 전기나 인터넷처럼 자연스럽게 존재할 것입니다. 바로 그렇기 때문에, 기반 아키텍처가 중요합니다 — 그것은 무엇이 가능한지뿐만 아니라, 누구에게 가능한지도 결정합니다.

미래 세대는 지능에 대한 접근이 근본적으로 다른 방식으로 조직될 수 있다는 것을 알아야 합니다. 그것은 공유 기반 — 개방적이고 풍부하며 독점하기 어려운 것으로 간주될 수 있습니다. 또는 그것은 울타리로 둘러싸이고, 가격이 매겨지고, 통제될 수 있습니다. 비록 표면적으로는 편리하고 효율해 보일지라도 말입니다. 이 두 경로 모두 인상적인 기술을 만들어낼 수 있지만, 오직 하나의 경로만이 장기적인 자유, 회복탄력성, 그리고 진정한 선택권을 보존할 수 있습니다.

그들은 또한 중앙화가 종종 조용히 다가온다는 점을 이해해야 합니다. 강제를 통해서가 아니라, 편의를 통해서 말입니다. 처음의 트레이드오프는 종종 작아 보입니다: 약간 더 낮은 비용, 더 빠른 배포, 더 간단한 조정. 그러나 결과는 나중에 — 방향을 바꾸는 것이 비싸거나 거의 불가능해질 때 — 나타납니다.

마찬가지로 중요한 것은 인프라가 사회적 이동성에 직접적으로 영향을 미친다는 점을 인식하는 것입니다. 기술적으로 중립적인 것처럼 보이는 시스템은 사람들 사이, 세대 사이의 불평등한 출발점을 줄일 수도 있고, 이러한 불평등을 수십 년 동안 조용히 고정시킬 수도 있습니다. 아시다시피, 이것은 우리가 매우 관심을 갖는 주제이기도 합니다. 젊은 세대는 이미 동일한 연령대에서 이전 세대보다 더 큰 불이익에 직면하고 있습니다. 현재 AI의 구현 방식은 이 문제를 해결하지 않으며, 오히려 악화시킬 수도 있습니다. 이러한 의미에서, 아키텍처 선택은 효율성뿐만 아니라, 누가 진정으로 실험하고, 구축하고, 미래를 형성할 기회를 갖는지도 결정합니다.

가장 중요한 것은, 미래 세대가 이러한 시스템들이 여전히 사람에 의해 설계된다는 점을 이해해야 한다는 것입니다. 운명에 의해 결정된 것이 아니고, '시장'에 의해 결정된 것이 아니며, 기계 자체에 의해 결정된 것도 아닙니다. 기본 가정을 의심하고, 어떤 아키텍처에서 누가 이익을 보는지 묻고, 선택권을 보존하기 위해 고수하는 것은 진보에 대한 저항이 아닙니다. 그것이 바로 진보를 개방적으로 유지하는 방식입니다.

왜