공식 계정 Akashabot소유권에서 사용권으로: 황인훈의 공식이 AI 산업 전체를 어떻게 재구성하는가
그는 가죽 재킷을 입고 무대에 올랐다.
그 뒤의 스크린에는 하나의 공식이 있었다.
Revenue = Tokens per Watt × Available Gigawatts.
관중석에서 박수가 터져 나왔다.
나는 등호 양쪽을 응시하며, 무언가가 움직이는 것을 느꼈다.
칩도, 제품도, 시장도 아니었다.
바로 좌표계 그 자체였다.
나는 등호 양쪽을 응시하며 무언가가 움직이고 있음을 느꼈다. 칩도, 제품도, 시장도 아니었다. 바로 좌표계 그 자체였다. 새로운 문명이 방금 그 측정 단위를 선택했다. 서막: 세 시대의 거래 30년 전, 빌 게이츠는 당신에게 CD 한 장을 팔았다. 당신은 그것을 집으로 가져가 책장에 올려두었다. 영원히 당신의 것이었다. 마이크로소프트가 내일 파산하더라도 당신의 윈도우는 여전히 작동할 것이다. 소유권은 주권을 의미했다. 자산은 당신 손에 있고, 남이 가져갈 수 없다. 15년 전, 마크 베니오프는 당신에게 다른 이야기를 했다. 소유할 필요는 없다고 그는 말했다. 매달 요금만 내면 된다고. 소프트웨어는 클라우드에 있고, 필요할 때 접속하고, 필요 없을 때 꺼두면 된다. 더 간단하고, 더 유연하며, 초기 투자 비용도 더 낮다. 베니오프가 입 밖으로 내지 않은 말은 이거다. 당신은 영원히 요금을 다 낼 수 없다는 것. 계량기는 계속 돌아가고 있다. 소유권은 편리함으로 위장한 영구적인 부채로 대체되었다. 당신은 자산을 매달 자동으로 결제되는 청구서로 바꾼 것이다. 지난주, 황인훈은 또 다른 사실을 말했다. 그는 당신에게 소프트웨어를 팔지 않았다. 구독 서비스도 제공하지 않았다. 그는 산호세의 무대에 서서 다음과 같은 공식을 보여주었다: Revenue = Tokens per Watt × Available Gigawatts 제품은 없다. 라이선스도 없다. 라이선스 수량도 없다. 오직 하나의 생산 방정식만 있을 뿐이다. 효율에 물리적 용량을 곱한 것이다. 산출물은 토큰이다. AI 계산의 원자이자, 기계가 지능을 생성하는 최소 단위이며, 추론이 측정되고, 가격이 책정되며, 산업적으로 생산되는 기본 입자다. 등호 오른쪽에 무엇이 빠져 있는지 주목하라. 소유권이다. 이 방정식에는 '소유'라는 단어가 없다. 자산도 없다. 축적은 없다. 오직 생산, 소비, 흐름만이 존재한다. 이것이 바로 전환이다. 소프트웨어에서 AI로의 전환도, 온프레미스에서 클라우드로의 전환도 아니다. 이는 더 깊은 차원의 전환이다. '소유'에 기반한 경제에서 '사용'에 기반한 경제로의 전환이다. 20세기는 소유권에 기반했다. 토큰 경제는 이를 종식시켰다. 그리고 이는 기존의 단위로 가격을 책정하는 모든 것—현재는 거의 모든 것—을 바꿀 것이다. 제1부: 소유권 경제학의 종말1. 세 기둥, 하나씩 무너져 내리다 소유권 경제학은 세 가지 전제 위에 세워져 있다. 그 각각은 너무나 자연스럽고 오래되어, 우리는 이미 그것들이 전제라는 사실조차 인식하지 못하게 되었다. 첫 번째 기둥: 당신은 당신의 도구를 소유한다. 소프트웨어는 자본 자산이다. 당신은 라이선스를 구매하고, 3년에 걸쳐 감가상각하며, 그것이 상징하는 생산 능력을 소유한다. 기업용 소프트웨어는 경쟁 우위다. 단순히 이전 비용 때문만이 아니라, 소유권 자체가 영속성에 대한 선언이기 때문이다. "우리가 SAP를 보유하고 있다"는 것은 무언가를 의미합니다: 투자, 헌신, 그리고 어떤 직원보다 더 오래 살아남을 인프라를 말입니다. 토큰 경제에서 이 기둥은 휘어지는 것이 아니라 부러집니다. 당신은 AI 에이전트를 구매하지 않습니다. 호출할 뿐입니다. 당신은 토큰을 소비하여 에이전트의 추론을 시작하고, 작업을 완료하며, 출력을 수신한다. 작업이 끝나면 관계도 끝난다. 당신의 대차대조표에는 어떤 자산도 없으며, 소비 기록만 남는다. 지난 분기에 당신을 위해 만 건의 작업을 수행한 에이전트는, 회계상으로는 당신이 한 번도 사용하지 않은 에이전트와 완전히 동일하다. 당신이 지불을 중단하는 순간, 그 능력은 사라진다. 계약이 만료되었기 때문이 아니라, 당신에게 속한 것이 아무것도 없기 때문이다. 도구는 당신의 것이 아닙니다. 결코 당신의 것이 아니었습니다. 당신은 토큰을 지불하여 능력을 임대했을 뿐이며, 사용이 끝나면 관계도 끝납니다. 두 번째 기둥: 당신은 자신의 데이터를 소유합니다. "데이터는 새로운 석유다"는 2010년대를 정의한 은유입니다. 기업들은 수십억 달러를 들여 독점 데이터 세트를 축적하고, 자체 모델을 훈련시키며, 경쟁사가 복제하는 데 수년이 걸릴 데이터 해자를 구축한다. 논리는 빈틈없다. 원자재를 축적하면 생산을 통제하게 된다. 하지만 추론 시대는 기존 데이터의 가치 방정식을, 거의 아무도 명확히 논의하지 않았던 방식으로 바꿔놓았다. 훈련 시대에는 과거 데이터가 전부였다. 데이터 세트의 양과 질이 모델 능력의 상한선을 결정했다. 데이터를 소유하는 것은 지능을 소유하는 것과 직결된다. 추론 시대—황인훈이 이미 결정적으로 도래했다고 선언한 시대—에서는 가치 계산의 기준이 바뀌었다. 새로운 맥락에 대한 실시간 추론은, 종종 낡은 과거 데이터에 대한 패턴 매칭보다 우월하다. 실시간으로 검색하고, 종합하며, 추론할 수 있는 에이전트는, 작년 독점 데이터베이스로 훈련된 모델보다 종종 더 뛰어난 성과를 낸다. 축적의 우위는 점차 약화되고 있다. 추론 효율의 우위가 주도권을 잡고 있다. 이는 데이터가 무가치해졌다는 뜻은 아니다. 이는 데이터 '소유'와 지능 '소유' 사이의 관계가 더 이상 선형적이지 않다는 것을 의미한다. 수조 바이트의 독점 데이터를 보유하고 있어도, 토큰당 와트 효율이 더 높고 추론 스택이 더 정밀한 경쟁자에게 패할 수 있다. 경쟁 우위는 데이터가 아니다. 경쟁 우위는 데이터 축적이 되돌릴 수 없다는 가정에 있다. 그 가정은 지금 의문을 받고 있다. 세 번째 기둥: 당신은 당신의 모델을 소유한다. 지난 몇 년간, 최첨단 모델을 훈련시키는 것은 소유권 경제학이 AI에 적용된 궁극적인 표현이었다. 수억 달러를 투자하고, 세계적 수준의 연구팀을 구성하며, 독점 데이터를 수집하고, 수천 대의 GPU에서 훈련을 수행한 끝에, 결국 당신은 다른 누구도 가지지 못한 것을 갖게 된다. 하나의 자산. 하나의 경쟁 무기. 당신의 것이다. 이 기둥이 무너지는 방식은 다른 두 기둥보다 더 미묘하며, 대다수 분석가들이 정확히 파악하지 못하는 부분이기도 하다. 결론은 모델이 중요하지 않다는 것이 아니다. 최첨단 모델—Claude, GPT-4, Gemini Ultra, 최상위 추론 시스템—은 여전히 실질적인 능력 차이를 나타내며, 여전히 실질적인 가격 결정권을 뒷받침한다. 20만 토큰 규모의 컨텍스트에서 추론을 수행하고, 수 시간에 걸친 에이전트 워크플로우에서 논리적 일관성을 유지하며, 고위 분석가가 기꺼이 서명할 만한 결과를 생성해 낼 수 있는 시스템이 필요하다면, 최첨단 모델은 상품이 아닙니다. 실패의 대가가 너무 크기 때문에 프리미엄을 지불하는 것이며, 최첨단 모델은 실패할 확률이 더 낮습니다. 결론은 더 구체적입니다: 중간 계층 모델은 사라지고 있습니다. 최첨단 모델이 아닙니다. 오픈소스 소형 모델이 아니다. 바로 중간층이다. 진정한 제품처럼 느껴질 만큼의 역량은 있지만, 최첨단 가격 책정을 뒷받침할 만큼의 역량은 없는 모델. 운영 비용이 너무 높아 대량 상품 추론을 수행할 수 없고, 역량이 너무 약해 최첨단 계약을 체결할 수 없다. 양쪽 끝에서 동시에 압박받고 있다. 사용권 시대에는 '충분함'만으로는 토큰/와트(Tokens/Watt) 우위를 창출할 수 없다. 그것은 단지 두 방향에서 동시에 닥쳐오는 가격 압박만을 초래할 뿐이다. p> 모델의 역량은 이미 '성벽'에서 '입장권'으로 변모했다. 중간층은 입장료를 지불했지만, 경기장 안에 자신들의 자리가 없다는 사실을 깨달았다. 2. 공식이 진정으로 말해주는 것 황인훈의 방정식으로 돌아가 보자. 언론이 부여한 것보다 더 세심한 분석이 필요하기 때문이다.Revenue = Tokens per Watt × Available Gigawatts 재경 미디어는 이를 수요 예측으로 해석했는데, 틀린 것은 아니다. 이것이 바로 엔비디아의 주장이다. 전 세계 전력 용량이 확장되고 AI 공장이 건설됨에 따라, 수익은 토큰 생산 효율에 비례하여 증가한다. 더 많은 기가와트, 더 많은 토큰, 더 많은 수익. 깔끔한 산업 논리다. 하지만 이 공식에는 거의 주목받지 못한 철학적 선언이 담겨 있다. 황 인슌은 산출량을 토큰으로 측정하기로 선택했다. 모델 호출 횟수도, API 요청 수도, "AI 상호작용"도 아닌—바로 토큰, 즉 지능을 생성하는 기본 단위다. 그는 효율성을 와트로 측정하기로 선택했다. 각 쿼리의 비용이 아니라, 지연 시간이 아니라—바로 와트, 소비되는 원시 에너지다. 내포된 주장: 지능은 제조업 상품이다. 그 생산 방식은 전력 생산 방식과 같고, 철강 생산 방식과 같다. 원료(에너지)가 투입되고, 산출물(토큰)이 나온다. 이 둘 사이의 비율—와트당 토큰(Tokens per Watt)—이 경쟁 우위의 근본적인 척도다. 이것은 소프트웨어 시대의 신념에 대한 사망 증명서다: 지능은 주로 정보의 문제다. 그렇지 않다. 그것은 제조업의 문제다. 문제는 "누가 최고의 알고리즘을 가지고 있는가?"가 아니다. 문제는 "누가 가장 적은 줄(joule)로 가장 많은 추론을 생산할 수 있는가?"다. 하지만 이 공식이 말하지 않는 것——이 누락은 중요하다——은: 누구의 의도가 충족되고 있는가? 토큰이 생산된다. 토큰이 소비된다. 수익이 창출된다. 방정식은 균형을 이룬다. 하지만 어디에서도 묻지 않는다. 사용자가 진정으로 원하는 것은 무엇인가? 토큰 소비 뒤에 숨은 의도는 명확한가? 그 산출물은 그 전력을 소비할 만한 가치가 있는가? 추론 체인의 반대편에 있는 사람들은 그들이 찾으러 온 것을 얻었는가? 이 공식은 지능 경제의 공급 측면을 놀라운 정밀도로 묘사한다. 하지만 수요 측면은 전혀 묘사하지 않는다. 이것이 바로 공백이다. 그리고 이 공백이야말로 이 글의 진정한 논점이다. 우리는 이 부분으로 다시 돌아오겠습니다. 제2부: 사용권 경제학의 새로운 규칙 3. 기존 논리를 대체하는 세 가지 규칙 사용권 경제학은 단순한 새로운 가격 책정 모델이 아니다. 이는 소유권 경제학과는 다른 역량, 다른 경쟁 우위, 다른 조직 구조를 지향하는, 완전히 다른 경쟁 규칙의 집합이다. 규칙 1: 소유권이 아닌 트래픽에 비용을 지불하라. 소유권 경제학에서 매수자와 매도자의 관계는 근본적으로 양도에 관한 것이다. 돈은 한 방향으로 흐르고, 자산은 다른 방향으로 흐른다. 거래가 완료되면 관계는 원칙적으로 끝난다. 당신은 그 물건을 소유하게 된다. 판매자는 대가를 받는다. 끝. 사용권 경제학에서 관계는 결코 끝나지 않는다. 소비되는 각 토큰은 하나의 거래다. 계기판은 계속 돌아간다. 더 많이 사용할수록 더 많이 지불하게 된다. 즉, 당신이 추출하는 가치가 클수록 제공자가 포착하는 가치도 커진다. 이는 단순한 매매가 아니라 영속적인 교환이다. 이는 기업이 스스로를 구축하는 방식에 깊은 영향을 미친다. SaaS 시대에 기업용 소프트웨어 회사는 '양도 기계'였다. 즉, 라이선스를 자사의 재고에서 고객의 대차대조표로 옮기는 역할을 했다. 토큰 시대에는, 그들은 "트래픽 기계"가 된다. 토큰 소비 속도를 유지하고 확대해야 한다. 수익은 고객 수의 함수가 아니라, 이 고객들이 얼마나 많은 토큰을 소비하는지의 함수다. 이 모델에서 성장은 새로운 계약을 따내는 것과 다르다. 그것은 기존 계정의 사용 깊이를 더하는 것과 같다. 문제는 "어떻게 이 계약을 따낼까?" "어떻게 트래픽을 늘릴까?"로 바뀐다. 규칙 2: 효율성이 새로운 경쟁 우위다. 소유권 시대에는 가장 방어 가능한 경쟁 지위가 축적에 기반을 두었다: 데이터 축적, 고객 관계 축적, 전환 비용 축적. 오래 머물수록 떠나는 것이 더 어려워진다. 네트워크 효과는 소유권 우위를 강화한다. 부자는 더 부자가 된다. 그들이 가진 것이 더 많기 때문이다. 사용권 경제학에서 가장 방어하기 쉬운 경쟁적 지위는 효율성이다: 더 낮은 지연 시간과 더 높은 신뢰성으로 와트당 더 많은 토큰을 생산하는 능력. 이것이 바로 엔비디아(Nvidia)가 건 모든 것의 핵심이다. 최소의 줄(joule)로 최대의 지능을 생산할 수 있는 기업은 가장 높은 이익률로 최저가를 제공할 수 있을 것이다. 혹은 시장 세분화에 따라, 경쟁력 있는 이익률로 최고가를 제공할 수도 있다. 토큰/와트는 데이터센터 운영 스프레드시트에나 있는 공학적 지표가 아니다. 이는 비즈니스 모델 지표다. 이는 누가 대규모의 저수익 토큰 상품 시장을 수익성 있게 서비스할 수 있는지, 동시에 소량의 고수익 최첨단 추론 시장을 서비스할 수 있는지를 결정한다. 이는 토큰 가격이 하락할 때—반드시 하락할 것이다—누가 시장에서 밀려나고 누가 살아남을지를 결정한다. 경쟁 우위는 더 이상 무엇을 축적했는가에 있지 않다. 경쟁 우위는 에너지를 지능으로 전환하는 효율성에 있다. 규칙 3: 축적 능력 대신 배분 능력. 아마도 가장 근본적인 규칙의 변화일 것이다. 소유권 경제학에서는 전략적 우위가 가장 많은 것을 축적한 사람에게 돌아갑니다. 가장 많은 데이터, 가장 많은 인재, 가장 많은 연산 능력, 가장 많은 고객 말입니다. 축적 자체가 게임의 본질입니다. 사용권 경제학에서는 전략적 우위가 자원을 가장 효율적으로 배분하는 사람에게 돌아갑니다. 문제는 "얼마나 가지고 있느냐"가 아니라 "기존 자원을 얼마나 지능적으로 배치할 수 있느냐"입니다. 이는 모든 수준에 적용됩니다. 인프라 수준: 누가 GPU 유형, 냉각 시스템, 네트워크 토폴로지를 넘나들며 이종 컴퓨팅 자원을 배분하여 Tokens/Watt를 극대화할 수 있는가? 소프트웨어 수준: 누가 추론 작업을 배분하여 지연을 최소화하는 동시에 처리량을 극대화할 수 있는가? 개인 수준: 누가 충분히 명확한 의도로 AI 에이전트를 이끌어, 제한된 Token 예산에서 최대 가치를 이끌어낼 수 있는가? "배분"이라는 단어는 강조할 가치가 있다. 오케스트라는 음악을 소유하지 않는다. 악기를 만들지도 않습니다. 오케스트라가 하는 일—그 무엇으로도 대체할 수 없는 일—은 작곡가의 의도를 조화로운 소리로 변환하는 것입니다. 지휘자의 가치는 그들이 무엇을 가지고 있는지에 있지 않고, 그들이 무엇을 만들어낼 수 있는지에 있습니다. 이것이 바로 새로운 경쟁 구도입니다. 이 구도가 선택하는 것은 기존 구도와는 완전히 다른 능력입니다. 4. 경쟁 축의 근본적 전환
소유권 시대 사용권 시대 어떤 모델을 소유하고 있는가p>얼마나 낮은 비용으로 얼마나 많은 토큰을 생산할 수 있는가 p>데이터 경쟁 우위가 얼마나 깊은가 p>실시간 컨텍스트가 얼마나 신선하고 관련성이 높은가 p>얼마나 많은 좌석을 할당했는가 p>사용자가 얼마나 많은 토큰을 소비하는가이전 비용은 얼마인가 토큰/와트 효율은 얼마인가 누가 최고의 알고리즘을 가지고 있는가 누가 최고의 스케줄링 레이어를 가지고 있는가 자산 축적트래픽 최적화
왼쪽 열은 지난 20년 동안 대부분의 대형 기술 기업들이 해온 게임을 묘사합니다. 그들은 이 분야에서 매우 능숙합니다. 이를 위해 최적화된 조직, 인센티브 구조, 인수 전략, 엔지니어링 문화를 구축했습니다. 오른쪽 열은 대형 기술 기업들이 거의 시도하지 않은 게임을 묘사합니다. 필요한 역량이 다릅니다. 지표가 다릅니다. 승리하는 조직 구조가 다릅니다. 이것이 바로 토큰 경제가 진정으로 파괴적인 이유입니다. 기존 제품을 구식으로 만들기 때문이 아니라(물론 그렇게 되겠지만), 기존의 조직 역량을 구식으로 만들기 때문입니다. 축적 측면에서 세계적 수준의 기업들은 모든 축적된 이점을 가지고도, 그 이점들이 새로운 규칙과 미묘하게 어긋나기 때문에, 마치 처음부터 다시 시작하는 것과 같습니다. 이 전환은 10년 후에 일어나는 것이 아닙니다. 지금 일어나고 있습니다. 제3부: 승자와 패자5. 네 가지 유형의 승자 어떤 체제 전환에서든 첫 번째 질문은 이렇다. 누가 자신에게 유리한 새로운 규칙을 정했는가? 승자 ①: 에너지 및 냉각 인프라 토큰 경제는 그 물리적 기반에서 볼 때 에너지 경제입니다. 토큰에는 전력이 필요합니다. 토큰이 많아질수록 더 많은 전력이 필요합니다. 더 나은 토큰(더 낮은 지연 시간, 더 높은 처리량)은 단순히 더 많은 전력을 필요로 할 뿐만 아니라, 더 정밀한 공급, 더 효율적인 냉각, 더 안정적인 배분을 갖춘 더 나은 전력을 필요로 합니다. Vertiv와 같은 기업은 고밀도 데이터 센터에 열 관리 및 전력 시스템을 제공하며, 소프트웨어 시대에는 유례가 없던 변화를 겪고 있습니다. 이들은 스마트 생산의 핵심 투입 요소입니다. 소유권 경제학에서 냉각 시스템은 비용 센터였습니다. 토큰 경제에서는 생산 인프라입니다. 이 차이는 기업 가치 평가에 중요한 의미를 갖습니다. AI 공장이 랙 밀도를 기존 데이터 센터의 10~15kW에서 150kW로 끌어올리면서, 수냉 시스템은 더 이상 선택 사항이 아닌 필수 조건이 되었습니다. 사치품이 아니라 운영의 전제 조건입니다. Vertiv의 150억 달러가 넘는 수주 잔고는 단순한 판매 실적이 아니라, 토큰 경제의 물리적 인프라가 얼마나 빠르게 확장되어야 하는지를 보여주는 척도입니다. 이는 전체 AI 가치 사슬에서 구조적으로 가장 안전한 위치다. Vertiv는 어떤 AI 모델이 승리하든 상관하지 않는다. 어떤 클라우드 서비스 제공업체가 주도하든 상관하지 않는다. Vertiv가 신경 쓰는 것은 AI 공장이 건설되고 점점 더 높은 밀도로 운영되는 것이다. 이 추세는 적어도 10년은 지속될 전망이다. 승자 ②: 첨단 칩 제조 독점 기업 만약 Tokens/Watt가 토큰 경제의 근본적인 경쟁 지표라면, Tokens/Watt 성능의 물리적 상한선을 통제하는 주체는 비범한 구조적 권력을 갖게 된다. 이 상한선은 반도체의 물리적 특성에 의해 결정된다. 즉, 실리콘 1제곱밀리미터당 얼마나 많은 트랜지스터를 집적할 수 있는지, 그리고 이 트랜지스터들이 얼마나 높은 효율로 스위칭할 수 있는지에 달려 있다. 오늘날 이 상한선은 TSMC가 장악하고 있으며, TSMC의 2나노 공정 기술은 물리 및 제조 정밀도가 허용하는 현재의 최첨단을 대표한다. TSMC의 최첨단 노드 생산 능력은 말 그대로 전 세계 스마트 경제의 생산 능력을 의미한다. 이는 단기간에 복제될 수 없다. 자본 비용은 수백억 달러에 달한다. 공정 노하우는 수십 년에 걸쳐 축적되어야 한다. 공급업체 관계, 장비, 클린룸 사양 — 이 모든 요소는 경쟁사가 규모 면에서 따라잡을 수 없는 복합적인 우위를 나타낸다. 황인훈이 예측한 2027년 1조 달러 규모의 수요는 본질적으로 TSMC의 생산 능력 제약 문제다. 수요는 존재한다. 문제는 물리적 공급망이 이를 충족시키기 위해 얼마나 빠르게 확장할 수 있느냐는 것이다. 이 역학 관계에서 TSMC의 위치는 전통적인 의미의 공급업체가 아니라, 지구상에서 가장 빠르게 성장하는 경제 활동의 핵심 투입 요소에 대한 자연 독점자이다. 승자 ③: 토큰 스케줄링 소프트웨어 계층 물리적 인프라와 실제 작업 사이에 위치한 계층이 바로 스케줄링 계층이다. 이는 추론 작업의 스케줄링 방식, 연산 자원 배분, 지연 시간과 처리량 간의 균형을 실시간으로 관리하는 소프트웨어를 결정한다. Nvidia의 Dynamo——AI 공장을 위해 설계된 운영 체제——는 이 계층을 장악하려는 시도를 상징한다. 논리는 매우 간단하다. 만약 엔비디아가 하드웨어뿐만 아니라 하드웨어를 스케줄링하는 소프트웨어까지 통제한다면, 두 영역에서 동시에 가치를 창출할 수 있다. 하드웨어 수익은 칩에서 발생하고, 소프트웨어 수익은 스케줄링 계층에서 발생한다. 이 두 가지는 시너지를 이룬다. 더 나은 스케줄링 소프트웨어는 엔비디아 하드웨어의 Tokens/Watt 지표를 향상시켜, 엔비디아 하드웨어를 구매하기 더 매력적인 제품으로 만든다. 이는 애플이 개인용 컴퓨터와 스마트폰에 적용한 수직 통합 논리와 동일하다. 하드웨어와 소프트웨어 스택을 장악하라. "우리 시스템"과 "다른 모든 사람의 시스템" 사이의 격차가 세대마다 기하급수적으로 커지도록 하라. 효율적인 스케줄링 레이어를 구축할 수 있는 기업——엔비디아의 다이너모(Dynamo)든, 전문 추론 최적화 기업이든, 아니면 독자적인 스케줄링 시스템을 개발하는 클라우드 서비스 제공업체든——은 순수 하드웨어 공급업체가 할 수 없는 방식으로 토큰 경제의 수익 구조를 장악하게 될 것이다. 스케줄링은 지능형 생산 효율성이 비즈니스 모델의 우위로 전환되는 지점이다. 승자 ④: 주권 AI 인프라 구축자 마땅히 받아야 할 분석적 관심을 받지 못한 네 번째 유형의 승자가 있다. 바로 주권 AI 인프라 구축자들이다. 외국 토큰 생산 능력에 의존할 수 없다는 결론을 내린 모든 국가는 칩, 냉각, 네트워크, 스케줄링 소프트웨어, 기초 모델 등 AI 공장 스택 전체의 고객이 된다. 이는 소비자 시장이 아니다. 이는 정부 조달 시장으로, 정부 조달 특유의 예산 규모, 정치적 우선순위, 그리고 시간 축의 안정성을 지닌다. 수요는 구조적이다. 이는 분기 실적이나 소비자 행동에 의존하지 않는다. 이는 일단 결정되면 정치 주기를 초월하여 유지되는 경향이 있는 지정학적 결정에 달려 있다. 토큰 경제는 이러한 차원에서 단순한 상업적 혁명을 넘어선다. 이는 지리정치적 혁명으로 자리 잡고 있다. 자국에서 토큰을 생산하고자 하는 모든 정부는 국가 규모의 AI 공장을 건설하고 운영할 수 있는 기업의 장기 고객이 된다. 6. 네 가지 유형의 패자 체제 전환 과정에서 패자를 지목하는 것은 불편한 일이지만, 이는 필수적인 분석이다. 불편함은 회피할 이유가 되지 않는다. 패자 ①: 전통적인 SaaS 가격 책정 모델 사용자당 월간 구독 좌석 모델은 — 각 사용자가 실제로 얼마나 많은 작업을 수행했는지와 무관하게 — AI 이전 시대에는 우아했다. 예측 가능했고, 예산 책정이 쉬웠으며, 공급자의 인센티브와 고객 유지율을 일치시켰다. AI 시대에는 이 모델에 내재된 모순이 있으며, AI 역량이 향상될 때마다 이 모순은 더욱 날카로워집니다. AI 에이전트가 강력해질수록 개별 사용자는 더 적은 수작업으로 더 많은 일을 처리할 수 있습니다. AI가 더 많은 업무 흐름을 인수함에 따라 '사용자 수'와 '창출되는 가치' 사이의 연관성은 끊어졌습니다. AI를 대량으로 활용하는 기업은 소프트웨어 플랫폼에서 5배의 가치를 창출하면서도, AI가 나머지 절반의 업무를 처리하기 때문에 절반의 라이선스만 필요로 할 수 있습니다. 고객에게는 이는 좋은 일입니다. 하지만 라이선스당 요금을 책정하는 SaaS 공급업체에게는 생존의 문제입니다. 제공되는 가치는 증가하지만, 가격 책정 메커니즘은 그 증가분을 전혀 반영하지 못하기 때문입니다. 황 인슌은 GTC에서 이렇게 말했습니다. "모든 SaaS 기업은 에이전트-어즈-어-서비스(Agent-as-a-Service) 기업이 될 것입니다." "이는 예측이 아니라 생존에 관한 통찰입니다. 점유 좌석 수가 아닌 토큰 소비량, 결과, 제공된 가치에 따라 가격을 책정하는 방법을 파악한 공급업체만이 이 전환기를 살아남을 것입니다. 재무 모델이 이에 의존한다는 이유로 좌석 기반 가격 정책을 계속 고수하는 업체들은 내부적으로는 고객 성공 문제로 보일 수 있는, 느리고 구조적인 매출 유출을 겪게 될 것입니다. 전환 기간은 무한하지 않습니다. 이미 사용량 기반 가격 책정으로 전환한 기업들은 복합적인 우위를 점하고 있습니다. 여전히 변화를 해야 할지 고민하고 있는 기업들은 전환 기간을 낭비하고 있는 셈입니다. 패자 ②: 토큰 효율이 낮은 클라우드 서비스 제공업체 토큰/달러(Token/Dollar)는 클라우드 AI 서비스의 새로운 비교 기준이 되고 있다. 단순히 지연 시간이나 원시 처리량만이 아니다. 핵심은 비율이다: 인프라에 1달러를 지출할 때마다 얼마나 유용한 AI 출력을 얻을 수 있는가? 구형 하드웨어 세대, 최적화되지 않은 냉각 인프라, 또는 정교하지 못한 스케줄링 소프트웨어를 보유한 클라우드 서비스 제공업체는 이 지표에서 체계적으로 저조한 성과를 보일 것이다. 상품 시장—토큰 생산의 상당 부분이 상품 시장으로 변모하고 있다—에서 핵심 지표에 대한 체계적인 저조함은 시간이 지남에 따라 누적되는 가격 책정 문제로 이어진다. 토큰/와트 효율성의 최전선을 유지하기 위한 자본 투자를 입증하지 못하는 중형 클라우드 서비스 제공업체는 구조적인 압박에 직면하게 됩니다. 토큰 생산 비용 구조가 최전선 경쟁사보다 높기 때문에, 이윤율을 줄이거나 더 저렴한 대체 업체에 고객을 내주어야만 합니다. 두 가지 길 모두 전망이 어둡다. 패자 ③: 축적형 지식 근로자 이 부분은 쓰기가 더 어렵다. 왜냐하면 진정으로 곤경에 처한 전문가 집단을 묘사하기 때문이다. 하지만 정확성을 위해 명확히 서술해야 한다. 소유권 시대의 지식 노동은 축적을 보상한다. 전문 지식을 축적한다. 인맥을 축적한다. 조직 내 지식을 축적한다. 업계에서 20년을 보낸 전문가—규정, 핵심 인물, 역사적 배경, 불문율을 꿰뚫는 사람—는 어떤 신입보다 구조적인 우위를 점한다. 그들이 축적한 자본은 대차대조표에 나타나지 않지만, 실재한다. 토큰 경제는 특정한 방식으로 이러한 우위를 잠식한다. 전문가가 축적한 자본의 대부분을 구성하는 요소들—정보 수집, 문서 분석 능력, 보고서 종합, 의사소통 및 문서 작성 기술—은 이제 토큰화될 수 있다. 정교하게 설계된 프롬프트와 올바른 데이터베이스 접근 권한을 가진 에이전트(Agent)는 인간이 감당할 수 없는 속도와 비용의 극히 일부만으로 이러한 작업을 수행할 수 있다. 이는 축적된 전문 지식이 무가치해졌다는 뜻은 아니다. 이는 토큰 경제에서 살아남는 전문 지식의 유형이 달라졌음을 의미한다. 높은 의도 명확성으로 AI 에이전트를 이끌 수 있는 지식 근로자——토큰 소비를 가치 있는 결과물로 유도할 수 있는 사람, 진정한 분야별 판단력으로 AI 출력을 평가할 수 있는 사람——은 자신의 가치를 유지하고 심지어 증폭시킬 수도 있다. 정보 수집, 데이터 처리 또는 일반 분석에 주된 가치를 두는 지식 근로자는 진정한 구조적 변동에 직면해 있다. 중요한 구분은 "AI를 사용하는가, 사용하지 않는가"가 아닙니다. 바로: **당신은 토큰을 소비하고 있는가, 아니면 토큰을 배분하고 있는가? 소비자는 대체됩니다. 조율자는 더 큰 가치를 갖게 된다. 패자 ④: 중간 계층 모델 1부에서 확립된 바와 같이: 모델 전체가 아니다. 중간 계층이다. 최첨단 모델은 다른 어떤 것도 신뢰할 수 있게 수행할 수 없는 일을 해낼 수 있기 때문에 가격 결정권을 유지한다. 복잡한 다단계 추론, 긴 문맥 일관성, 진정한 모호성 판단. 고객이 프리미엄을 지불하는 이유는 실패의 대가가 너무 높기 때문이며, 최첨단 모델은 실패할 확률이 더 낮기 때문이다. 오픈소스 소형 모델은 토큰/와트 효율이 매우 높기 때문에 생존 능력을 유지한다. 온프레미스 배포, API 비용 없음, 좁고 명확하게 정의된 작업에 대한 초고속 추론. 적당한 성능 수준에서도 경제성은 규모에 따라 성립한다. 중간 계층——진정한 제품처럼 느껴질 만큼의 역량은 있지만, 최첨단 사용 사례를 뒷받침할 만큼의 역량은 없고, 상품화 배포를 뒷받침할 만큼의 효율성도 없는 모델——은 갇혀 있다. 이 모델은 역량으로도 이길 수 없고, 효율성으로도 이길 수 없다. 관성과 기존 관계를 바탕으로 경쟁하지만, 이 둘 모두 점차 약화되고 있다. 모델의 역량은 이제 진입 장벽이 되었지, 경쟁 우위가 아니다. 진입 장벽은 자산이 아니다. 한 번 지불하면 진입이 허용될 뿐이다. 이를 통해 자산이 축적되지는 않는다. 제4부: 심층적 재구축7. 보상 혁명 황 인슝은 GTC에서 한 가지 이야기를 했는데, 이는 그의 하드웨어 발표보다 훨씬 적은 관심을 받았지만, 5년 후 경제가 실제로 작동하는 방식에 더 큰 영향을 미칠 수 있다. 그는 엔비디아의 모든 엔지니어가 기본 급여 외에 연간 토큰 예산을 받게 될 것이라고 말했다. 그 가치는 현금 급여의 약 절반에 달하며, 생산성 증대 도구로서 AI 에이전트를 배포하는 데 전적으로 사용된다. "기본 급여 외에 약 절반을 토큰으로 지급할 것입니다,"라고 그는 말했다. "그러면 그들의 생산성이 10배로 증폭될 것입니다." 이것은 복리후생 발표가 아니다. 이는 노동에 관한 새로운 이론이다. 소유권 경제에서 고용주는 근로자의 시간을 구매한다. 임금은 시간당 가격이며, 그 시간 동안 일어나는 일은 고용주의 지휘 하에 있다는 것이 암묵적인 이해다. 시간은 노동의 단위다. 임금은 시간의 가격이다. 토큰 경제에서는 이 방정식이 바뀐다. 근로자는 여전히 자신의 시간——즉, 현장에 머무는 시간, 판단력, 분야별 지식——을 판매한다. 하지만 이제 그들은 지능형 생산 능력에 대한 예산도 확보하게 된다. 바로 토큰 할당량으로, 이는 AI 에이전트를 운영하고, 분석을 생성하며, 결과물을 작성하고, 어떤 인간도 따라잡을 수 없는 속도로 정보를 처리할 수 있는 능력을 의미한다. p>새로운 노동 공식은 대략 다음과 같습니다:산출물 = 의도 명확도 × 토큰 할당량 × AI 효율성 이 공식이 무엇을 하는지 주목하십시오. 이는 개인의 가치를 단순한 시간의 함수가 아닌, AI 에이전트를 얼마나 효과적으로 이끌 수 있는지에 대한 함수로 만듭니다. 이 공식에서 인간이 유일하게 통제할 수 있는 변수이자, 순수한 인프라 함수가 아닌 유일한 변수는 의도 명확도입니다. 무엇을 달성하고자 하는지 알고, 에이전트가 실행할 수 있도록 충분히 정확하게 지시하며, 문자 그대로의 명령이 아닌 진정한 의도를 바탕으로 출력을 평가할 수 있는 능력입니다. 이것이 토큰 경제에서 가치를 재평가하는 능력입니다. 실행이 아니며, 정보 수집도 아니며, 일반적인 분석도 아닙니다. 명확하고 가치 있는 의도를 가지는 능력——그리고 그 의도를 효과적인 에이전트 조율로 전환하는 능력. 모든 지식 근로자가 지금 마음속으로 자문해야 할 질문은 이것이다: 내가 하는 일 중 어떤 부분이 토큰을 소비하는 에이전트가 충분히, 혹은 더 잘 수행할 수 있는가? 그 검토를 거친 후 남은 것은 발전시킬 가치가 있는 전문 자산이다. 그 목록에 올라온 것은 관리해야 할 위험 노출이다. 9. 의도: 유일하게 임대할 수 없는 것 경제사상 세 번에 걸쳐, 문명이 쟁취하려 했던 자원——권력, 부, 전략적 우위를 결정하는 통제권이 걸린 자원——이 이동했다. 산업혁명은 자본을 핵심 자원으로 만들었다. 기계, 공장, 철도——생산 설비를 소유한 자가 경제를 지배했다. 자본은 축적되고, 상속되며, 대규모로 배치될 수 있다. 19세기의 거대한 부는 자본을 축적한 부였다.인터넷 시대는 시간, 구체적으로는 인간의 주의력을 핵심 자원으로 만들었다. 누가 인간의 주의력을 대규모로 포착하고 유도할 수 있는지가 21세기 초를 주도하는 플랫폼 비즈니스를 구축할 수 있는 열쇠가 되었다. 시간은 구조화되고, 화폐화되어 광고주에게 판매될 수 있다. 초기 디지털 시대의 거대한 부는 주의를 축적한 부였다. 토큰 경제는 의도를 핵심 자원으로 만든다. 능력이 아니다. 데이터도 아니다. 연산 능력이 아니다——연산 능력은 인프라이지, 차별화 요소가 아니다. 바로 의도다: 무엇을 이루고자 하는지에 대한 명확성, 그것을 얼마나 정밀하게 지정할 수 있는지, 그리고 무엇이 가치 있는지를 아는 지혜. 이것이 사용권 경제의 핵심에 있는 역설이다. 사용권 경제에서는 거의 모든 것을 임대할 수 있다. 연산 능력은 토큰으로 임대할 수 있다. 저장 공간은 수조 바이트 단위로 임대할 수 있습니다. 지능은 추론 단위로 임대할 수 있습니다. 모델은 API 호출 단위로 임대할 수 있습니다. 최첨단 추론 시스템, 코드 생성 에이전트, 연구 조교, 파일 분석기를 임대할 수 있습니다. 월간 토큰 예산으로 10년 전에는 전문가 팀이 필요했던 역량을 구성할 수 있습니다. 거의 모든 것을 임대할 수 있습니다.거의 모든 것——의도를 제외하고는.의도는 근본적으로 능력이 아니기 때문에 임대할 수 없습니다.. 그것은 모델이 생성하거나 공식으로 표현할 수 있는 것이 아닙니다. 의도는 모든 능력에 의미를 부여하는 선행 조건입니다. 그것은 행동 이전의 방향이며, 답 이전의 질문이며, 도구 이전의 목적이다. 1만 개의 토큰을 소모하여 무의미한 출력을 생성하는 에이전트는, 아무리 운영 효율이 높더라도 아무런 가치 있는 것을 창조하지 못한다. 100개의 토큰을 소모하여 명확히 이해되는 목적을 완벽하게 충족시키는 출력을 생성하는 에이전트는 탁월한 일을 해낸 것이다. 이 두 상황의 차이는 모델의 품질도, 인프라의 효율성도 아닌, 토큰 소모를 주도하는 인간의 의도의 명확성과 질에 있다. 이것이 바로 황인훈의 공식이, 비록 정확하긴 하지만, 불완전한 이유다.Revenue = Tokens per Watt × Available Gigawatts 이 공식은 스마트 경제의 공급 측면을 명확하게 설명한다. 그러나 생산된 지능이 생산할 가치가 있는지에 대해서는 전혀 언급하지 않는다. 장부의 양측을 모두 포착하는 완전한 공식은 대략 다음과 같습니다:가치 = 의도 명확도 × 토큰 할당 × 가용 컴퓨팅 파워 첫 번째 변수는 어떤 인프라 투자로도 늘릴 수 없는 요소입니다. 엔비디아는 더 나은 GPU를 만들 수 있습니다. TSMC는 더 진보된 공정 노드를 개발할 수 있습니다. 스케줄링 계층은 더 정교해질 수 있습니다. 이러한 모든 개선은 의도가 실현되는 효율성을 높여줍니다. 하지만 의도 자체는 어딘가에서 나와야 합니다. 누군가에게서 나와야 한다. 중요한 사안, 즉 무엇이 중요한지, 왜 중요한지, 무엇이 성공을 구성하는지에 대해 진정으로 이해하고 있는 사람에게서 나와야 한다. 이것이야말로 궁극적으로 발전시켜야 할 가치다. 토큰 소비 기술도, 기계적인 과정으로서의 프롬프트 엔지니어링도 아니다. 더 깊은 능력, 즉 에이전트가 실행할 수 있도록 충분히 명확하게 자신이 원하는 바를 아는 능력, 그리고 결과물이 진정으로 의도를 충족하는지 아니면 단지 그렇게 보일 뿐인지를 구별하는 능력이다. 거의 모든 능력을 임대할 수 있는 세상에서, 가장 희소하고 가치 있는 것은 무엇을 위해 그것을 임대해야 하는지 아는 것이다. A가 아니라 B다. 더 많은 연산 능력을 소유하는 것이 아니라, 그 연산 능력으로 무엇을 할지 아는 것이다. 더 많은 토큰을 축적하는 것이 아니라, 어떤 의도를 위해 그것들을 배분할지 아는 것이다. 이것이 바로 사용권 경제학에서 유일하게 진정한 소유권이다: 의도는 언제나 당신 자신의 것이다. 마무리: 공식으로 돌아가며 그는 무대를 떠났다. 공식은 여전히 화면에 남아 있었다. Revenue = Tokens per Watt × Available Gigawatts 나는 그것을 응시하며 생각했다. 이것은 생산에 관한 등식이다. 정확하고, 강력하며, 물리적인. 이것은 AI 공장이 어떻게 작동하는지, 경쟁의 축이 어디에 있는지, 그리고 향후 10년 동안 자본이 어디로 흘러갈지를 알려준다. 이것이 말해주지 않는 것은, 그 사슬의 시작점에 있는 사람이다. 토큰이 생산되기 전에, 누군가는 그것을 생산하기로 결정한다. 추론이 실행되기 전에, 누군가는 그 질문이 가치 있다고 판단한다. AI 공장이 전력을 지능으로 전환하기 전에, 목적을 가진 누군가가 그 과정을 시작한다. 이 공식은 변환을 설명할 뿐이다. 시작 조건은 설명하지 않는다. 30년 전, 질문은 이랬다: 당신은 무엇을 소유하고 있는가?15년 전, 질문은 이랬다: 무엇을 가지고 있느냐?오늘날, 질문은 이렇다: 얼마나 많은 토큰을 할당할 수 있느냐? 하지만 이 모든 질문들 밑바닥에 깔린 질문—공식이 묻지 않은 그 질문, 인프라가 답할 수 없는 그 질문—은 더 오래되고 더 단순하다: 당신이 진정으로 원하는 것은 무엇인가? 무엇을 생산할 수 있는지가 아닙니다. 그것을 얼마나 효율적으로 생산하는지도 아닙니다. 체인을 시작한 의도가 무엇인가 하는 것입니다. 무엇을 위해 토큰을 소비할 가치가 있는가? 완전한 공식:가치 = 의도 명확성 × 토큰 할당 × 가용 컴퓨팅 파워 Nvidia와 TSMC, Vertiv, 그리고 각 대륙의 모든 AI 공장은 마지막 두 변수를 개선할 수 있습니다. 이들은 놀라운 속도와 규모로 이를 수행하고 있으며, 그 결과는 문명의 물리적 인프라를 재편할 것입니다. 첫 번째 변수는 여러분의 몫입니다. 토큰 경제는 모든 사람에게 비범한 능력에 접근할 수 있는 통로를 제공합니다. 하지만 그것을 어떻게 사용해야 할지에 대한 명확성은 누구에게도 주지 않습니다. 생산 비용은 저렴해졌지만, 지혜의 비용은 저렴해지지 않았습니다. 거의 모든 능력을 토큰으로 임대할 수 있는 세상에서 가장 희소한 것은, 무엇을 위해 그것을 임대해야 하는지 아는 것입니다. 황인훈의 공식은 현재 형성되고 있는 세상을 묘사한다. 중요한 공식은, 그 안에서 당신이 무엇이 되는지를 묘사하는 것이다. 토큰은 의도를 위해 존재한다.그리고 의도——언제나, 여전히, 그리고 결코 축소될 수 없이——는 바로 당신 자신의 것이다. 이것이 전부다. 
Weatherly
Kikyo
Anais
Catherine