지능이 인프라가 되었다. 이제 질문은 누가 그것을 소유할 것인가

모든 시대는 철도 차폭, 전력망, 해저 케이블 등 수십 년 동안 권력 논쟁을 정리해 온 인프라를 물려받습니다. 인공지능은 10년도 채 안 되어 이 위치를 차지했으며, 그 소유권 조건은 현재 대부분 공개되지 않은 채 정해지고 있습니다.

공공 논쟁은 인간 대 기계라는 구도로 계속 돌아가며, 2030년대를 형성할 분열을 가립니다. 소수 운영자가 보유한 지능은 누구나 얻을 수 있는 지능과 매우 다르게 작동하며, 그 격차는 경제, 정치, 지식에서 드러납니다.

Growth Has Stopped Needing Crowds

산업 역사 대부분에서 야망은 인력을 필요로 했습니다. 제조업체가 생산량을 두 배로 늘리면 더 많은 손이 필요했고, 철도는 수천 명의 측량사와 건설노동자를 필요로 했으며, 생산은 참여에 묶여 있었습니다.

그 구조에 균열이 생겼습니다. 이제 거대한 무언가를 만들려면 소수의 뛰어난 엔지니어와 막대한 자본·연산력이 필요하고, 그 비율은 점점 두 번째 쪽으로 기울어지고 있습니다.

Lovable 달성했다 연간 반복 매출 4억 달러를 146명의 직원으로, Midjourney는 약 11명의 팀으로 연간 약 2억 달러를 벌어들입니다. 이를 2026년을 위해 5개의 미국 기술 기업이 약속한 6600억~6900억 달러의 자본 지출과 비교해 보세요. 대부분은 칩, 데이터 센터, 네트워킹에 쓰입니다.

하드웨어가 최상위에 오르면서 노동은 제약 요인 목록에서 내려갔고, 이는 자본을 배분하는 모든 사람에게 전체 스택의 가격을 재조정하게 합니다. 포트폴리오가 의존하는 측은 어느 쪽일까요? 수익은 가속기, 전력 계약, 변전소 인근 토지에 집중되고, 이제 거의 모든 다른 비즈니스도 소수 공급자가 정한 조건에 따라 운영됩니다.

Concentration Without the Crowd

한 집단이 대규모 인구를 고용하거나 거래하지 않고도 역량을 키울 수 있다면, 그 인구를 끌어들일 이유가 거의 없습니다. 과거 부유한 행위자는 노동자, 고객, 군인이 필요했으며, 그 의존성은 임금, 학교, 병원, 정치적 영향력을 만들었습니다.

그 의존성을 없애면 그 아래의 인센티브가 조용히 변합니다. 외부에 천 명 혹은 백만 명이 자본, 모델, 로봇을 보유하고 있다고 상상해 보세요. 그들은 궤도 제조부터 화성 탐사까지 거대한 프로젝트를 추진할 수 있지만, 방 안 밖의 수십억 사람은 기능적으로 필요하지 않을 것입니다.

여전히 인력을 필요로 하는 일은 점점 기계가 대신하게 됩니다. 작업이 충분히 정확히 정의되면 로봇 군대가 인력을 대체하는 비용이 더 낮아지기 때문입니다. 한때 많은 손이 필요했던 모든 일은 그 대체물과 가격을 비교하게 되고, 로봇과 AI가 우리의 문제를 해결한다는 약속은 누군가가 로봇을 소유한다는 전제가 깔려 있습니다.

이러한 클러스터는 극적인 붕괴 없이 다른 사람들로부터 멀어질 것이며, 오늘날의 능력(확장되고 저렴해진)만으로도 인공 일반 지능이 없어도 충분합니다.

가장 강력한 모델에 대한 접근은 돈보다 더 날카로운 불평등 원천이 될 수 있습니다. 자본은 연 몇 퍼센트씩 복리로 늘어나지만, 모델 품질의 우위는 연구, 코드, 제품마다 복리로 증폭됩니다.

Influence That No Market Price Captures

집중된 지능은 시장을 형성하는 만큼 사람들의 신념도 형성합니다. AI 챗봇을 이용한 뉴스 소비가 전 세계적으로 7%에서 10%로 상승했다는 한 해가 있었고, 18~24세 청년의 절반 이상이 소셜 미디어, 동영상 플랫폼 또는 챗봇을 주요 정보 습득 수단으로 꼽습니다.

검색 엔진은 순위라는 편집 권한을 행사했지만, 여전히 다양한 자원으로 연결되며 독자는 출처를 직접 만나 판단합니다. 어시스턴트는 차분하고 권위 있는 목소리로 결론을 전달하고, 이에 반박하려면 대부분의 독자가 투자하기 어려운 노력이 필요합니다.

소수 제공자가 모델의 발언을 결정하면, 외부에서 거의 감지할 수 없는 형태로 의제가 내재될 수 있습니다. 능력이 커질수록 탐지가 더욱 어려워지는데, 더 강력한 모델은 더 설득력 있는 논증과 더 그럴듯한 실수를 만들어내기 때문입니다. 기업 외부의 사람은 어떻게 이를 알아차릴까요?

의심은 완전히 사라지지 않았습니다. AI가 제공하는 뉴스에 대한 전 세계 신뢰도는 20%에 불과해 전체 뉴스(37%)보다 낮으며, 의존도가 깊어질수록 청중은 여전히 경계합니다. (출처)

Open Weights Close Half the Gap

공개된 모델은 실제로 상황을 개선하고 있으며, 최신 모델은 강력합니다. Moonshot AI 출시했다 Kimi K3의 가중치를 2.8조 파라미터 규모로, 가져와 DeepSeek R1 이후 가장 최전선에 가까운 공개 릴리스를 구현했습니다.

그러한 모델을 제공하는 일은 데이터 센터 외부에선 또 다른 문제입니다. K3 규모의 전문가 혼합 시스템은 상주하고 따뜻하게 유지되는 가속기 클러스터가 필요해 대부분 대학, 스타트업, 연구자에게 자체 호스팅이 어려운 수준입니다.

대부분의 사람들은 자본과 GPU를 보유한 기업이 운영하는 호스팅 엔드포인트를 통해 공개 모델에 접근합니다. 기업은 접근 권한을 재판매하지만, 고객은 제공된 가중치가 공개된 가중치와 일치하는지, 프롬프트와 답변 사이에 무언가가 개입되지 않았는지 확인할 수 없습니다. 라이선스 자체를 넘어선 이 구조에서 실제로 열려 있는 것은 무엇일까요?

Ownership Begins at the Hardware Layer

라이선스 조항만으로는 권력을 분배하지 못합니다. 하드웨어가 라이선스가 부여하는 권리를 누가 행사할 수 있는지를 결정하기 때문입니다. 따라서 소유는 라이선스가 끝나는 기계 자체에서 시작됩니다. 모델을 실행하는 사람만이 테스트하고, 답변을 만든 가중치를 추적하며, 잘못된 출력을 수정할 수 있는 유일한 주체이기 때문입니다.

이 모든 것은 충분한 연산 자원을 확보하고, 일반 기관이 감당할 수 있는 가격에 접근할 수 있느냐에 달려 있습니다. 따라서 공개 가중치와 공개 연산이 함께 존재해야 공공 생태계가 형성됩니다. 어느 하나만으로는 해소하려는 집중을 다시 만들게 됩니다.

A Public Compute Layer Is Economically Plausible

유능한 하드웨어는 이미 대학, 지역 데이터 센터, 폐광 시설, 개인 손에 걸쳐 방대한 양으로 유휴 상태이며, 이를 모으는 일은 어려운 엔지니어링 과제였습니다.

Covenant-72B라는 720억 파라미터 모델은 사전 학습되었다고, 70개가 넘는 독립 피어가 일반 인터넷 연결을 통해 협업했으며, 화이트리스트도, 중앙 클러스터도 없고, 기여가 도착할 때마다 블록체인 메커니즘으로 검증했습니다. 검증은 설계의 핵심이며, 아직 검증되지 않은 참여자도 자신이 제출한 작업이 실제임을 증명해야 합니다.

효율성은 여전히 정당한 이의 제기입니다. 일반 연결을 통한 스웜은 여전히 긴밀히 결합된 클러스터보다 뒤처지고, 지연 시간은 대규모 실행을 벌점화하며, 탈중앙화 시스템은 자본이 모이는 곳으로 다시 집중되는 경향을 보입니다.

하지만 이 지점까지의 거리는 빠르게 좁혀지고 있습니다. Covenant 실행은 보유했다는 94.5% 하드웨어 활용률을 실제 네트워킹 제약 하에서 달성했고, 유사 규모의 중앙 집중형 피어와 경쟁할 만한 모델을 생산했습니다. 여분의 용량은 신규 구축보다 비용이 적게 들며, 이는 경제성이 산술보다 엔지니어링 성숙도에 더 의존한다는 의미입니다.

Decisions Made by Default

누가 미래를 결정할까요? 아무도 그 질문에 투표하지 않을 것이기 때문입니다. 결과는 향후 몇 년간의 조달 선택, 라이선스, 연구 자금, 규제에서 누적됩니다. 각각은 별다른 눈에 띄는 사건이 아닙니다.

한 길은 소수 제공자가 경제·지식 기반을 운영하고, 주주와 의존하는 정부에 책임을 지는 형태입니다. 또 다른 길은 다수 파티가 소유하고 누구나 감시할 수 있는 연산 위에 공개 모델을 운영하는 유틸리티에 가까운 형태입니다. 두 번째 길을 열어두는 요소는 무엇일까요?

대부분은 자금과 조달입니다. 호스팅된 인텔리전스에 대한 모든 계약과 공유 인프라에 대한 모든 보조금이 균형을 미세하게 조정하기 때문입니다. 두 요소는 2026년부터도 접근 가능하며, 신중히 선택할 수 있는 창은 수년 단위로 측정됩니다—그리 많지는 않습니다.