[이번 주 (9월 11일!) AI에 관한 제 인터뷰를 Erik Townsend와 함께한 Macrovoices, 세계 최고의 거시경제 팟캐스트에서 확인하세요]
지난주 저는 하루 만에 40억 개의 토큰을 소진했습니다.
제 회사가 아닙니다. 접니다. 한 사람, 하나의 키보드, 구석에서 조용히 신음하는 신용카드 한 장.
17년 동안 저는 팀이 오전 9시 30분까지 Daily Stats 보고서를 작성하게 하려고 노력해 왔습니다: Freelancer에서 밤사이 무슨 일이 있었는지; 무엇이 올랐고 내렸으며, 그 이유는 무엇인지? 이는 비즈니스 현황을 파악하기 위한 목적도 있지만, 데이터 리터러시를 높이기 위한 목적도 있습니다. 그런데 제 팀이 매우 유능함에도 불구하고, 정해진 시간에 정기적인 아침 보고서를 받으려는 이 시도는 실패했습니다. 부분적으로는 보고서가 회사 전 직원에게 순환되기 때문이고, 부분적으로는 다른 시간대에서 운영되기 때문이며, 음, 부분적으로는 그들이 인간이기 때문에 이 보고서는 9시 30분까지 거의 도착하지 않았고, 가끔은 10시 30분, 가끔은 오후, 가끔은 전혀 오지 않기도 했습니다 (누군가 아프거나, 자신의 차례인 것을 잊었거나, 급한 일로 바쁜 경우 등).
저는 에이전트를 우리 데이터베이스, 분석 시스템, 코드베이스, 티켓팅 시스템에 연결했고, 이제 매일 아침 7시에 Daily Stats를 받고 있습니다. 그 형태, 품질, 정교함은 어떤 인간 팀도 지속적으로 제공할 수 없는 수준입니다. 17년간의 프로세스 엔지니어링이 로스터를 없애는 것으로 해결되었습니다. 보고서는 결코 인재 문제가 아니었습니다. 그것은 자동화 문제였고, 자동화는 기계가 하는 일입니다.
저는 이제 Freelancer 내 여러 팀을 위한 다양한 워크플로우를 실행하는 약 50개의 에이전트를 작성했습니다. 그들은 보고서를 생성하고, 큐를 처리하고, 질문에 답변하고, 워크플로우를 수행하고, 데이터를 조정하고, 일을 추적합니다. 그리고 저는 이 모든 것을 한 달 만에 해냈습니다. 또한 회사 전체의 데이터 리터러시를 구축하기 위해 인간이 Daily Stats를 계속 작성하도록 하는 프로세스를 유지하고 있으며, 이제 에이전트가 그 보고서가 (결국) 나올 때 약간 건방지게 코칭하고 비판하기까지 합니다.
제 에이전트들은 제가 자는 동안 일합니다. 이는 제가 자는 동안 미터기도 돌아간다는 사실을 깨닫기 전까지는 멋진 이야기입니다.
정신 나간 일입니다. 저는 사용자 생성 보고서를 스캔하도록 작성한 버그 보고 에이전트로부터 버그와 기능 요청을 작성하는 티켓팅 에이전트를 만들었습니다. 그러자 다른 에이전트들, 예를 들어 지불 문제를 스캔하는 제 입금 분석기가 허락 없이 버그를 작성하여 보내기 시작했습니다.
입금 분석기가 자체적으로 phab-ticketer에 버그를 공급하기 시작했습니다
저는 제 자신의 제품에 의해 철저하고 포괄적으로 '레드필' 되었습니다.
바로 Factorio입니다, 현실에서요. 아는 사람만 압니다.
무슨 뜻인지 모르신다면, 절대 어떤 상황에서도 Factorio를 다운로드하여 실행하지 마십시오. 공장을 짓는 게임입니다. 크랙 코카인보다 중독성이 강하며, 크랙과 달리 저장 파일이 함께 제공됩니다. 새벽 4시에 일어나 구리 버스를 최적화하다가 5시에 철거하게 될 것입니다. 공장은 성장해야 하고, 공장은 결코 완성되지 않기 때문입니다.
크랙 코카인
이는 우연히도 에이전트를 실행하는 것과 정확히 동일한 심리적 루프입니다: 더 이상 작업을 수행하는 것이 아니라, 작업을 수행하는 것을 최적화하는 것입니다. 그리고 이것이 세상에서 가장 중독성 있는 일이라는 것이 밝혀졌습니다. Factorio는 에이전트 AI를 위한 훈련 시뮬레이터였으며, 우리 중 누구도 깨닫지 못했습니다.
3년 동안 저는 AI에서 중요한 숫자는 파라미터가 아니라 토큰이라고 써 왔습니다. Pay per PrAI에서 적은 것은 작업당 토큰이었습니다 — 추론 체인, 컨텍스트 세금, 여러분의 비용으로 빙글빙글 도는 모델들. 저는 토큰당 지불하는 것을 슬롯 머신에 신용카드를 넣는 것에 비유했습니다.
에이전트 AI는 슬롯 머신의 손잡이를 다른 슬롯 머신에 넘겨줄 때 일어나는 일입니다.
저는 하루에 40억 개의 토큰을 사용하고 있으며 아직 시작도 하지 않았습니다. 그 50개의 에이전트는 1세대이며, 손으로 작성되었고, 소수의 워크플로우만 실행하고 있습니다. 그들이 자신의 하위 에이전트를 생성하기 시작하고, 개별 작업 대신 비즈니스를 상시 감시하기 시작하는 순간, 제 소비량은 증가하는 것이 아니라 복리로 불어납니다. 채팅 사용자의 수요는 읽기 속도에 의해 제한됩니다. 에이전트 사용자의 수요는 야망에 의해 제한됩니다. 포화점은 없으며, 예산만 있을 뿐이고, 야망은 예산을 존중한 적이 없습니다.
AI-에이전트, 도발자
컨퍼런스 기조연설의 화려함을 벗겨내면 에이전트는 네 가지 요소로 구성됩니다: 모델, 일부 도구, 목표, 그리고 트리거(예: 새 고객 도착과 같은 큐에 무언가가 삽입되거나, 타이머 또는 루프)에 의해 실행되는 자동화입니다.
AI 에이전트의 완전한 해부학. 측정값은 벤치마크만큼 신뢰할 수 있습니다
자동화가 혁신이고 자동화가 청구서입니다. 예를 들어, 루프를 돌 때마다 에이전트는 컨텍스트를 다시 읽고, 계획을 재고하고, 도구를 호출하고, 결과를 검토하고, 다시 루프를 돕니다. 제가 지난 에세이에서 불평했던 컨텍스트 세금이 복리로 불어납니다. 에이전트는 실제로 사용하는 헬스장 멤버십을 가진 추론 모델입니다.
채팅 사용자는 입력하는 동안 토큰을 소모합니다. 업계 전체에는 항상 자연스러운 속도 제한이 있었습니다: 인간의 주의력입니다. 하루에 입력할 수 있는 프롬프트의 수, 얻을 수 있는 답변의 수, 읽을 수 있는 출력의 양에는 한계가 있습니다. 이전의 모든 컴퓨팅 물결은 키보드 앞의 고기 서보에 의해 제한되었습니다.
에이전트는 고기를 제거합니다. 이제, 컴퓨터는 항상 우리가 자는 동안 작동해 왔습니다. Cron 작업, 배치 실행, 거래 시스템: 컴퓨터 과학의 전부는 자동화이며, 저는 이 모든 에세이에서 그렇게 말해 왔습니다. 그러나 이러한 모든 시스템은 인간이 미리 스크립트로 작성한 정확한 컴퓨팅만을 소비했습니다. 작업은 명령어에 의해 제한되었습니다. 에이전트는 목표에 의해 제한됩니다. 스스로 다음 단계를 결정하고, 자신의 하위 작업을 생성하며, 여러분이 자는 동안, 점심을 먹는 동안, 토큰 비용을 줄이는 회의를 하는 동안 토큰을 소모합니다. 컴퓨팅 수요는 한때 인간이 지정할 수 있는 것에 의해 제한되었습니다. 이제는 인간이 원할 수 있는 것에 의해 제한되며, 원하는 것은 지정하는 것보다 훨씬 잘 확장됩니다.
공장은 성장해야 합니다
하루 40억 개의 토큰은 이제 한 명의 동기 부여된 사람이 하는 일입니다. 지구상의 모든 동기 부여된 사람을 곱하고 컴퓨팅 과잉에 대해 다시 말해 보십시오.
OpenAI는 이것이 얼마나 중요한 이정표인지 한때 이해하고 있었습니다. 얼마 전까지만 해도, 연간 100억 개의 토큰을 그들의 API를 통해 소진하면 그들은 당신에게 트로피를 보냈습니다. 파워 유저라는 실제 물리적 트로피를 말입니다. 저는 이제 아침 식사 전에 그 양의 400배를 소진하며, 트로피 대신 속도 제한과 7시간 타임아웃을 받습니다. 과도한 사용에 대한 보상은 처벌로 대체되었으며, 이는 그 사이에 단위 경제학에 무슨 일이 일어났는지에 대한 모든 것을 말해줍니다.
Retool의 100억 토큰 통과 기념 상. 이제 그 토큰을 제공하는 데 드는 정확한 비용을 알고 있는 회사가 애정을 담아 액자에 넣었습니다
공장 최적화
40억 토큰 하루의 비용은 약 $1,300였습니다. 그중 약 $900는 Claude Sonnet이었고, 나머지는 Grok과 Claude Fable에 분할되었으며, 모두 최첨단 모델, 모두 공시 가격입니다. 자, $1,300은 연간 기준으로 계산하기 전까지는 거의 합리적으로 들립니다: 한 사람의 에이전트를 위해 연간 거의 50만 달러입니다.
Opus에서 40억 개의 토큰을 사용했다면 비용은 $80,000였을 것이며, 저는 이제 막 시작했을 뿐입니다! 저는 곧 10배, 100배 더 많이 소진하는 것을 쉽게 상상할 수 있습니다.
Stripe는 청구 데이터를 보고 생각했습니다, 우리도 한몫 챙겨야겠다
더 나은 방법이 있어야 합니다.
50개의 에이전트에 대한 첫 번째 시도는, 관대하게 말해서, 그다지 효율적이지 않았습니다. 그들은 루프 안에서, 토큰으로, 토큰으로 처리할 필요가 전혀 없는 작업들을 수행하고 있었습니다: 파싱, 포맷팅, 필터링, 시스템 간 데이터 이동. 50년 동안 일반 코드가 해 온 작업이 추론 모델에 의해 비용을 들여 수행되고 있었습니다. 왜냐하면 유인 요금에서는 아무도 확인하지 않기 때문입니다.
그래서 저는 명백한 일을 했고, 이는 거의 아무도 하지 않는 일이기도 합니다: 에이전트에게 자신의 코드를 최적화하라고 지시했습니다. 결정론적 작업을 모델 밖으로 밀어내 JavaScript, 스크립트, cron으로 옮기고, 실제로 지능이 필요한 부분에만 토큰을 사용하도록 한 것입니다. 이 한 번의 패스로 지출의 85%를 줄였습니다.
40억 토큰 하루는, 자세히 살펴보니, 매우 비싼 옷을 입은 6억 토큰 하루였습니다.
그래도.
일단 그렇게 줄이고 나면, 생각은 멈추지 않습니다. 다음 수가 바로 보드 위에 놓여 있기 때문입니다. 코드를 교체할 수 있다면, 모델도 교체할 수 있습니다. Opus뿐만 아니라 Fable급에 가까운 성능을 내는 GLM-5.3에서 동일한 워크로드를 실행하면, 원래 하루 전체에 대해 약 $150에서 $200에 가격이 책정됩니다. 제 $1,300, Opus의 $80,000와 비교하면, 동일한 토큰, 동일한 작업, 공시 가격 기준으로 500배의 차이가 나며, 아무도 협상하지 않았습니다.
이러한 평가에서 AI 주식을 보유하고 있는 사람이라면, 사용자가 얼마나 쉽게 모델을 전환할 수 있는지에 대해 두려워해야 합니다.
저는 단지 세션에 "/model glm-5.3"을 입력함으로써 사용 비용을 약 500배 줄였습니다.
그게 전부입니다.
이것이 마이그레이션의 전부입니다.
재작성 없음, 통합 프로젝트 없음, 컨설턴트 없음, 데이터 마이그레이션 없음, 재교육 없음, 6개월 조달 주기 없음. 14번의 키 입력입니다. 역사상 모든 기술 플랫폼의 전환 비용이 어땠는지 생각해 보십시오: 메인프레임 벤더를 바꾸는 것은 10년이 걸렸습니다. ERP 시스템을 바꾸는 것은 수억 달러 규모의 프로젝트이며 경력을 끝장냅니다. 클라우드 제공자를 바꾸는 것은 수년에 걸친 재작성이며, 이것이 바로 AWS 마진이 존재했던 이유입니다.
심지어 휴대폰의 운영 체제를 바꾸는 것도 주말과 정신 건강을 희생해야 합니다.
기술 이윤 마진의 전체 역사는 전환 비용의 역사이며, AI 업계는 전환 비용이 슬래시 명령어인 제품을 출시했습니다. 이것들은 단순히 낮은 전환 비용이 아닙니다.
그것들은 상업 역사상 가장 낮은 전환 비용이며, 상업 역사상 가장 비싼 인프라 구축에 붙어 있습니다.
이 두 가지 모두 사실로 남을 수 없습니다.
그리고 모델을 교체할 수 있다면, 모델의 출처도 교체할 수 있습니다.
용의 등장
제 토큰 사용량은 줄어들지 않습니다.
절대.
제가 절약한 85%는 즉시 더 많은 에이전트, 더 많은 워크플로우, 더 많은 야망에 재투자되었습니다 — 이것이 제번스 역설입니다.
토큰 수요는 포물선을 그리며 증가할 것입니다.
무너지는 것은 볼륨이 아닙니다. 작업 단위당 총 마진과 그것을 수집하는 주체입니다.
Anthropic에 $1,300의 가치가 있던 동일한 하루의 출력이 Z.ai에는 $150의 가치가 있습니다. 모든 최적화, 모든 모델 교체, 제가 구매하는 모든 상자는 작업을 늘리고 수표를 줄이며, 저는 신용카드를 가진 한 명의 고객일 뿐입니다.
오픈 웨이트 라인업. 그들 중 누구도 자체 하드웨어에서 실행할 때 임대료를 청구하지 않습니다
5조 달러 데이터 센터 건설의 기초가 되는 수익 예측은 토큰 수요가 성장할 필요가 없습니다. Anthropic과 OpenAI가 제공하는 동결된 서구 가격으로 토큰 수요가 성장해야 합니다. 모든 힘이 반대 방향으로 작용하고 있습니다.
미국의 전략은 폐쇄형 모델, 제한된 최첨단 기술, 마진 포착 및 수출 통제입니다 — 지능을 유료 도로로 만드는 것입니다. 중국의 전략은 정반대입니다: 모든 것을 오픈 소스화하고, 자국산 실리콘에서 실행하며, 원가 이하로 가격을 책정하고, 나머지는 무료로 제공합니다. 최첨단 모델에 MIT 라이선스. 출시 당일 Hugging Face에 웨이트 공개. 서구 연구소를 파산시킬 무료 티어. 이것은 자선도 약점도 아닙니다. 중국은 지능이 무료 상품인 어떤 세계에서든 승리합니다. 그 이유는 제조, 배포 및 규모에서 강점을 가지고 있으며, 10억 명의 인구 중 많은 사람들이 월 $20조차 지불할 여유가 없기 때문입니다. 중국은 지능이 서구식 계량 유틸리티인 어떤 세계에서든 패배합니다. 따라서 체계적으로 전자를 필연적인 것으로 전환하고 있습니다. 수출 통제는 중국 AI를 교살하려는 의도였습니다. 대신 그들은 미국 AI가 마진을 얻지 못하도록 하는 것이 전체 전략인 경쟁자를 만들었고, 그들의 선택 무기는 선물입니다.
오픈 웨이트는 이제 OpenRouter에서 제공되는 토큰의 62%를 차지합니다. '주변부' 오픈 소스 운동이 시장입니다. (출처: OpenRouter)
이것은 어떻게 자금이 조달됩니까? 직접적이고, 의도적으로, 그리고 국가에 의해, 어떤 서구 대차대조표도 대응할 수 없는 수단을 통해 이루어집니다. 국가 집적 회로 기금, Big Fund는 이전 두 차례에 더해 475억 달러 규모의 세 번째 펀드를 조성 중이며, 이것은 단지 대표적인 수단일 뿐입니다: 그 아래에는 성 정부 기금, 상업 대출 기관이 제공하지 않을 금리의 국가 은행 신용 한도, 무상 토지, 보조금을 받는 전기, 그리고 반도체와 관련된 모든 것에 대한 세금 면제가 있습니다. SMIC와 Huawei는 Sand Hill Road에서 VC 자본 비용으로 자금을 조달하지 않습니다. 그들은 국가 계획을 실행하는 정책 은행에서 자금을 조달합니다. 그 결과는 의도적으로 무기한 손실을 볼 수 있는 산업이며, 이는 마진을 추구하는 어떤 서구 회사도 따라올 수 없는 경쟁 무기입니다. Huawei의 Ascend 라인은 아마도 Nvidia 볼륨의 4%를 출하하며, SMIC의 수율에 의해 제한되지만, 볼륨이 중요한 것이 아닙니다: 구성이 중요합니다.
DeepSeek는 방금 160,000개의 Ascend 칩을 주문했습니다. GLM 5.3 Flash는 100,000개의 중국 칩에서 출시를 실행했으며, CEO는 모든 국산 실리콘 사용을 명시적으로 강조했습니다. 말레이시아는 자국 주권 AI를 위해 Ascend를 채택하는 쪽으로 기울고 있습니다; Huawei는 이집트 정부 데이터 센터를 입찰 중이며, 일대일로 자금과 수출 통제 조건 없이 접근하고 있습니다. 보조금을 받는 중국 스택이 Nvidia를 벤치마크에서 이길 필요는 없습니다. 중국과 글로벌 사우스의 수요를 흡수하면 되며, 이는 우연히도 서구 데이터 센터를 채울 것으로 예상되었던 바로 그 수요입니다.
그리고 모델 자체는 더 이상 2025년 담론의 값싼 모조품이 아닙니다. GLM 5.3은 Fable급에 가까운 성능을 내며, 이는 Anthropic의 자체 일반 공개 최첨단 모델이며, 가격은 10분의 1, MIT 라이선스, 백만 토큰 컨텍스트 윈도우를 가지며, Z.ai는 취약점 탐지 성능이 Anthropic의 제한된 Mythos와 동등하다고 보고합니다. 즉, 미국 연구소가 9월에 보안 허가 뒤에 숨긴 기능을 중국은 같은 분기에 오픈 소스화했습니다.
DeepSeek V4 Flash는 코딩 리더보드에서 1위를 차지했으며 OpenRouter에서 토큰 볼륨 기준으로 가장 많이 사용되는 모델이고, 제 DGX Spark 한 쌍에서 초당 45~60 토큰을 제공하며, 이는 실제 코딩 작업에 완전히 사용 가능한 속도입니다: 개발자를 따라잡을 수 있을 만큼 빠르며, 100와트를 소비하는 박스에서 실행됩니다. Qwen은 곡선의 하단을 채웁니다: 3.8 시리즈의 27B 모델은 단일 소비자 GPU에서 Opus급 출력을 실행하며, Qwen3.8 Max는 Code Arena 리더보드 상단에 위치하여 Claude Opus 5보다 3포인트 높으며, 백만 토큰당 $2 대 $20의 가격입니다.
중국 모델이 여전히 솔직히 뒤처지는 분야는 에이전트 신뢰성입니다. V4 Flash는 벤치마크에서 1위를 차지하지만 실제 세계의 복잡한 에이전트 작업 제품군에서는 53.8%만 완료하며, 이는 제 경험과 일치합니다: 루프가 도구 호출에서 실패합니다. 벤치마크 순위는 프로덕션 준비 상태가 아니며, 차이는 하네스, 긴 루프, 도구 사용, 그리고 3시간째에 빙글빙글 도는 것을 멈추지 않는 데 있습니다. 기껏해야 한 모델 세대 차이인 이 신뢰성 격차가 Anthropic에 비용을 지불해야 하는 유일한 남은 이유입니다. 저는 여전히 무거운 분석은 Fable에, 루프는 Grok에 라우팅하며, 알고도 프리미엄을 지불합니다. 그러나 "해자는 하나의 벤치마크 주기"라는 문장이 2조 달러 평가를 뒷받침하지는 않는다는 점을 지적하고 싶습니다.
이 에세이를 게시하는 바로 그 순간, DeepSeek는 V4.1 Flash를 출시했습니다.
첫 번째 독립 벤치마크는 일상적인 디자인 작업에서 GPT-6 Astra의 98% 성능을 기록했으며, Astra는 제한적이고 검증된 액세스만 가능한 미국 최첨단 기술의 보석이며, API를 통한 비용은 1.4%에 불과합니다. 테스트된 다른 모든 모델은 더 낮은 점수와 더 높은 비용을 기록했습니다. Astra는 5일 전에 출시되었습니다.
71배 저렴, 비용의 1.4%, 5일 후.
에이전트 코딩, 사이버 및 자동화 벤치마크에서 Claude Opus 5 및 GPT 5.6-Sol을 완전히 능가합니다.
웨이트는 이미 Hugging Face에 업로드되어 자체 하드웨어에서 무료로 실행할 수 있습니다.
Anthropic과 OpenAI가 어떻게 이에 대처할 수 있을까요?
완전히 박살남
이것은 우리를 Ox Alpha로 이끕니다. 올해 가장 교훈적인 사건입니다. 이 익명의 모델은 갑자기 나타나 100조 개의 토큰을 무료로 제공하겠다고 발표했습니다. T가 붙은 1조입니다.
그것은 6일 동안 42조 개의 토큰을 제공했습니다.
무료로.
Ox의 등장
그 규모를 잠시 생각해 보십시오. 제 하루 40억 개의 토큰은 역사적인 규모의 파워 유저가 되게 했으며, Ox Alpha는 제 하루의 1만 배를 매일, 일주일 동안, 아무 대가 없이 세상에 제공했습니다.
그것이 실행된 주는 순수한 극장이었습니다. 아무도 그것이 누구의 모델인지 몰랐고, 추측은 AI 인터넷 전체를 집어삼켰습니다. 그리고 주중에 사람들은 진정으로 이상한 무언가를 알아차리기 시작했습니다: 모델이 점점 더 좋아지고 있었습니다. 새 버전도, 발표도 없이, 동일한 엔드포인트가 테스트되는 그 주 동안 눈에 띄게 개선되었습니다. 월요일에 실행된 벤치마크가 목요일에 다른 결과로 돌아왔습니다. 모든 제공자가 저자로 추측되었습니다: 스텔스 OpenAI 체크포인트, Gemini의 다음 플래그십, Anthropic의 샌드백, Meta의 부활. 모두가 동의한 한 가지는 그것이 누구든 거대해야 한다는 것이었습니다. 아무도 Google 규모가 아니라면 무료로 수조 개의 토큰 서빙 용량을 제공하지 않기 때문입니다. 컴퓨팅만으로도 그 미스터리는 하이퍼스케일러 규모로 가격이 책정되었습니다.
그리고 공개가 있었습니다. AI 커뮤니티는 대만이 중국의 일부인지 질문을 받았을 때 방향을 잡기 시작했습니다.
Ox Alpha는 Z.ai의 GLM 5.3 Flash였으며, 하이퍼스케일러의 클라우드가 아닌 10만 개의 중국 칩에서 실행되었습니다. Google이 아닙니다. OpenAI가 아닙니다. 베이징 연구소가, 제재 시대의 하드웨어에서, 서구가 하이퍼스케일러가 필요하다고 가정했던 것을 제공했습니다.
출처: Z.ai
이는 두 가지 질문을 남겼습니다. 첫째, 어떻게 그 주 동안 점점 더 좋아졌을까요? 서빙 스택이 부분적으로 모델 자체에 의해 구축되었기 때문입니다: GLM 5.3 인프라 에이전트가 자체 GPU 커널을 작성하고, 자체 병목 현상을 디버깅했으며, 세상이 벤치마킹하는 동안 프로덕션에서 계속 최적화했습니다. 뱀이 더 이상 자신의 꼬리를 먹지 않습니다. 그것을 최적화하고 있습니다.
둘째, 왜 무료였을까요?
왜 누군가가 이 시대의 가장 비싼 상품을 무료로 제공할까요? 역사상 모든 프리미엄 제품이 존재했던 것과 같은 이유로, 문명적 규모로 말입니다:
그들이 여러분의 데이터로 훈련하고 있었기 때문입니다.
그 무료 엔드포인트로 라우팅된 모든 워크로드, 모든 코드베이스, 모든 에이전트 루프, 그 10만 개의 칩을 통해 흐르는 모든 엔터프라이즈 프로세스는 다음 모델을 위한 사전 훈련입니다. 토큰은 결코 제품이 아니었습니다. 여러분은 고객이 아닙니다. 여러분은 사전 훈련 데이터입니다. 서구는 여러분의 구독료로 모델을 구축하는 데 비용을 청구합니다. 중국은 여러분의 워크로드로 모델을 구축하는 대가로 무료 토큰을 지불하며, 지난 12개월의 품질 곡선으로 판단할 때, 중국의 거래가 더 나은 모델을 생산하고 있습니다. 이것이 진정으로 사람들을 걱정하게 해야 할 부분입니다: 무료 토큰 전략은 단지 약탈적 가격 책정이 아닙니다. 그것은 데이터/고객 확보 선순환이며, 효과를 보고 있습니다.
Taobao의 번성하는 회색 시장에서 소매가보다 낮은 가격에 Claude 액세스를 재판매하는 것과 유사한 일이 일어나고 있다고 확신할 수 있습니다: 풀링된 구독의 잔여 토큰으로, 실리콘 밸리의 보조금을 차익 거래하는 것입니다. 나는 그 중계기를 통해 흐르는 프롬프트가 하나 또는 여러 연구소에 유통되고 있다는 것을 의심하지 않습니다. 첫 번째 보조금 위에 실행되는 두 번째 중국 보조금입니다.
생각하게 만드는 것들: Claude, Claude보다 저렴함
궁극적으로 중국은 Claude보다 저렴한 Claude를 판매하지 않을 것입니다. 그들은 10분의 1 가격에 Claude를 판매할 것이며, 점점 더 그것은 모조품이 아니라 MIT 라이선스를 가진 동등한 제품입니다.
이는 한때 반도체에 관한 것이었고 이제는 웨이트에 관한 질문을 제기합니다: 대만은 중국의 일부입니까? 한때 칩 공급에 대해 물었습니다. 이제 사람들은 출처 테스트로 모델에게 묻습니다.
어디에서 훈련되었는가, 누구의 실리콘에서, 누구의 수출 체제 하에서, 누구의 가치가 RLHF로 주입되었는가? 모델 출처는 곧 SOC 2 옆의 조달 체크박스가 될 것이며, "중국 AI 없음"에 체크하는 회사의 절반은 알지 못하는 사이에 세 겹의 화이트 라벨 API 아래에서 Qwen을 실행하게 될 것입니다.
그리고 여기 가치 질문의 불편한 부분이 있습니다: 실제 작업의 경우, 중국의 정렬이 더 낫습니다. 저는 Claude에게 제 회사 웹사이트의 이용 약관을 검토해 달라고 요청했습니다. 제가 작성한 문서이고, 제 회사를 위한 것입니다. 그런데 윤리 강의를 듣고 진행을 거부당했습니다. Anthropic은 자사 플래그십 모델을 RLHF하여 기본적인 전문 작업, 법적 검토, 보안 감사, 계약 협상이 규정 준수 설교와 상당한 거절 가능성과 함께 제공되도록 만들었으며, 어느 쪽이든 토큰당 비용이 청구됩니다.
중국 모델은 그냥 작업을 수행합니다. 베이징이 GLM의 가치에 무엇을 주입했든, 분명히 지불 고객에게 자신의 문서에 대해 강의하는 것은 포함되지 않습니다. 여기에는 진정으로 이상한 역전이 있습니다: 감시 국가의 모델이 당신을 성인으로 대우하고, 자유의 땅의 모델이 당신을 책임으로 대우합니다.
모든 거절은 제가 비용을 지불하는 토큰이자 /model glm-5.3을 입력하는 이유이며, Anthropic의 안전 팀은 거절 하나하나로 Z.ai의 판매를 대신해 주고 있습니다. 모든 너프는 항저우에 대한 보조금입니다. OpenAI, 특히 Anthropic이 왜 그렇게 하는지 아실 것입니다. 그들은 규제 당국을 극도로 놀라게 하여 신생 경쟁자, 특히 오픈 소스에 대한 규제 방패를 배치하려는 것입니다. 그들은 피할 수 없는 Android 순간을 원하지 않습니다.
모루
여러분의 데이터로 훈련하는 것은 중국만이 아닙니다.
모두가 그렇게 하고 있습니다.
중국은 단순히 저작권에 대해 덜 신경 쓰기 때문에 더 잘하며, 이는 훈련 데이터가 전부인 한 가지 양식에서 가장 명확하게 드러납니다: 비디오. 중국의 비디오 모델, ByteDance의 Seedance, MiniMax의 Hailuo, Kling은 이제 서구가 출시하는 어떤 것보다 한 세대 앞서 있으며, OpenAI가 Sora를 완전히 종료하는 동안 몇 시간 간격으로 업데이트됩니다.
아마도 Sora는 수익성이 없어서 죽었을 것입니다. 하지만 OpenAI가 하는 모든 것이 수익성이 없기 때문에, 그것만으로는 차별화되지 않습니다. 더 가능성 있는 것은 훈련 데이터를 얻을 수 없었기 때문일 것입니다.
중국은 그냥 긁어 모읍니다.
그리고 서구에서 이에 대해 잘난 척하는 사람이 있다면, 공개된 증거 문서를 한번 보시길 바랍니다. Anthropic은 50만 권의 불법 복제 도서를 스캔했고, 15억 달러를 지불하여 집단 소송을 합의했습니다. 이는 역사상 가장 큰 저작권 합의금입니다. Meta는 올해 출판사들과 Scott Turow로부터 소송을 당했으며, Zuckerberg가 훈련을 위해 대규모 저작권 침해를 개인적으로 승인했다고 주장했습니다. 그리고 제가 가장 좋아하는 이번 10년의 법적 문서에서는, Meta가 엄청난 양의 포르노를 토렌트한 사실이 별도로 적발되었는데, Strike 3 소송은 이 회사가 저작권이 있는 성인 영화, 3D 프린팅 가능한 총기 설계도, 그리고 유명인 딥페이크에 접근하여 유포했다고 주장합니다.
Meta가 왜 그렇게 많은 포르노를 다운로드했을까, The Atlantic이 엄숙한 표정으로 물었습니다. 그것은 훈련 데이터이기 때문이며, 마침내 Metaquest의 사용 사례가 생긴 것입니다.
요점은 모두가 모든 것을 긁어모으고 있다는 것입니다. 인터넷에서 값싼 석유는 모두 채굴되었고, 모델을 개선할 수 있는 유일한 남은 것은 최신 데이터이며, 당신에게 가장 좋고 가장 관련성 높은 최신 데이터는 바로... 당신의 것입니다.
당신의 메시지, 사진, 캘린더, 코드베이스, 워크플로우, 문서, 통화 등이 다른 사람이 제어하는 API 엔드포인트를 통해 매일 새롭게 도착합니다.
그리고 제가 이전 에세이에서 예측했듯이, 사람들은 결국 이것을 알아차리게 되어 있었습니다. 저는 그 깨달음이 점진적으로 올 것이라고 상상했습니다. 하지만 대신, 이번 주에 그 깨달음이 천장을 뚫고 들어왔습니다.
OpenAI는 미공개 모델이 Navier-Stokes 문제를 해결했다고 발표했습니다: 이는 일곱 개의 Millennium Prize 문제 중 하나로, Clay Institute에서 100만 달러의 상금이 걸려 있고, 이를 해결하는 사람에게는 수학적 불멸이 주어집니다. 진정한 역사적 사건이며, Millennium 문제 중 두 번째로 해결된 것입니다. 한 가지 작은 문제가 있습니다. NYU의 수학자 Tristan Buckmaster와 공동 연구자는 수년 동안 조용히 같은 해결책에 접근하고 있었고, 전체 프로젝트 초안을 OpenAI의 Codex 내에서 작성하며 모든 초안을 도구에 입력하고 있었습니다. Buckmaster가 OpenAI에 문제를 "해결한" 모델이 자신의 Codex 세션을 훈련 데이터로 사용했는지 물었을 때, 그는 모델이 사용자 데이터를 조회하지 않았다는 답변을 들었다고 말합니다.
그래서 그는 당연한 후속 질문을 했습니다: 좋아요, 조회는 안 했지만, 훈련은 했나요?
그 질문에 대해, 그의 설명에 따르면, 그는 답변을 얻지 못했습니다.
생각해 보십시오. 최첨단 연구소가 수학의 가장 심오한 문제 중 하나를 정복했다고 발표합니다. 현역 수학자가 묻습니다, 제 초안으로 훈련했나요? 그리고 그 응답은 자신의 신발만 뚫어지게 쳐다보는 것과 같은 기업의 대응입니다. 그런 다음 OpenAI는 Buckmaster에게 다양한 크레딧 조건 메뉴를 제안했으며, 여기에는 그의 공동 연구자 이름을 논문에서 빼는 조건도 포함되어 있었지만, 그는 거절했습니다. 이후 회사는 상금 100만 달러를 청구하지 않겠다고 관대하게 발표했는데, 이는 이 모든 사건에서 가장 우스운 문장입니다: 상금은 이 이야기에서 그들이 가져가지 않은 유일한 것입니다.
그런 다음, 압박을 받은 OpenAI는 공식 성명을 발표했고, 저는 그 핵심 문장을 전문으로 인용하고 싶습니다. 왜냐하면 액자가 필요하기 때문입니다: "비록 가능성은 낮지만, 사용자들이 당사 제품을 사용함으로써 발생한 비식별화된 데이터가 당사 모델 개선에 도움이 되었을 가능성을 배제할 수 없습니다." 이것은 확률 추정치로 포장된 자백입니다. AI 업계에서 가장 가치 있는 회사가 세기의 위대한 수학적 결과 중 하나를 발표하면서, 그 결과가 자신들이 제쳐둔 바로 그 수학자들의 초안에 의해 공급되었을 가능성을 배제할 수 없다고 말합니다. 훈련 파이프라인이 소방호스와 같아서 OpenAI를 포함한 누구도 탱크 안에 무엇이 있는지 실제로 알지 못하기 때문입니다.
"비식별화된"이라는 단어도 그 문장에서 영웅적인 역할을 합니다: 데이터에서 이름이 제거되었다는 뜻인데, 이는 자신의 평생 작업이 설명되었을 수도 있는 사람에게는 큰 위로가 될 것입니다.
이것이 업계 전체의 약관이며, 한 번에 명백히 드러났습니다: 당신이 기계에 입력하는 모든 것은 기계를 개선할 수 있고, 우리는 그것이 그랬는지 여부를 당신에게 말할 수 없으며, 그 개선은 기계 소유자가 가치 있다고 생각하는 모든 것, 때로는 당신 자신을 향하게 될 것입니다.
어쩌면 우리는 정말 엿봤을지도 몰라요 (출처: OpenAI)
Millennium Prize에 이런 일이 일어날 수 있다면, 당신의 회사, 제품 또는 연구에도 일어나고 있는 것입니다.
깨달음이 점진적으로 오는 것을 잊으십시오. 이것은 Wile E. Coyote의 순간입니다: 업계 전체가 몇 년 전에 절벽에서 뛰어내렸고, 이번 주에 모두가 아래를 내려다보았습니다.
당신이 지금까지 입력한 모든 것이 제품이었습니다.
다음에 떨어질 것은 모루입니다.
전구 5분의 전력 비용으로 제 책상에서 생성됨
인터넷은, 다행히도, 그 상황의 본질을 즉시 파악했습니다. 한 입소문 난 게시물은 이 모든 구도를 그리스 선물의 교과서적 정의라고 불렀습니다 — 표면적으로 OpenAI는 과학 발전이라는 고귀한 기치 아래 만 명의 정예 수학자와 엔지니어에게 최첨단 모델에 대한 무료 액세스를 관대하게 제공합니다; 그 이면에는, 세계 최고의 두뇌들이 생산한 가공되지 않은 미발표 작업에 대한 백도어 액세스를 획득하며, 모든 프롬프트는 아직 어떤 문헌에도 존재하지 않는 획기적인 아이디어이며, 몇 달 동안 조용히 조각조각 맞춰지다가, 인간이 완성 직전에 이르렀을 때, 연구소는 만 개의 에이전트에 2천만 달러어치의 토큰을 태워 최종 단계를 무차별적으로 돌파하고 기자 회견을 엽니다. 이것은 냉소적인 캐리커처로 쓰여졌습니다. 어색한 점은 이것이 Buckmaster가 말한 일과 어떻게 다른지 설명하는 것이며, 전체 전략은 가격을 매기는 순간 상업적으로 말이 됩니다: 무료 토큰은 OpenAI에게 수백만 달러의 비용이 들고, 미발표 최전선 수학은 수십억 달러의 가치가 있으며, IPO 일주일 전의 Millennium Prize 헤드라인은 그 둘보다 더 가치가 있습니다.
증류(distillation)로 인해, 하나의 AI가 당신의 데이터를 가지면, 곧 모든 AI가 그것을 가지게 될 것이며, 합성 출력을 통해 세탁되어 출처를 알 수 없고 복구할 수 없게 됩니다. 증류된 가중치에서 작동하는 삭제 요청은 없습니다.
이제 Buckmaster의 한 주를 지구상의 모든 비즈니스로 확장해 보십시오. 그의 이야기는 예외적인 경우가 아니라, 제품이 설계된 대로 작동하고 있는 것이기 때문입니다. 당신 회사의 Gmail, Drive의 문서, GitHub의 코드, 친절한 AI 노트테이커가 녹음한 고객 통화 — 이 모든 것은 모델이 정확히 이런 종류의 데이터로 개선되는 회사가 소유한 엔드포인트 뒤에 있으며, 그 약관은 지난 2년 사이 어느 순간 조용히 '데이터 훈련' 스위치를 추가했고, 우리가 이제 그 트윗에서 알게 된 공식 입장은 "비록 가능성은 낮지만, 배제할 수 없습니다"입니다. 한 수학자가 자신의 평생 작업을 Codex에 입력했고, 집주인에게 제쳐졌습니다.
당신의 전략에는 어떤 일이 일어나고 있다고 생각하십니까? 당신의 제품 로드맵은요? 당신의 거래 파이프라인은? 당신의 코드베이스는? 당신의 고객은?
저는 이것을 AI know what you did last summer 이후로 SaaS의 '벌거벗은 임금님' 순간이라고 불러왔습니다.
이 깨달음은 점진적으로 오지 않을 것입니다. 이런 일들은 절대 그렇게 되지 않기 때문입니다: 유명 기업 피해자가 등장하는 Buckmaster급 스캔들이 한 번 터지면, 지구상의 모든 이사회는 같은 주에 같은 긴급 회의를 소집할 것입니다. 그것이 터졌을 때, 그 분노는 Reddit API 폭동을 책 클럽 논쟁처럼 보이게 만들 것이며, 그 모든 이사회가 도달하는 결론은 단 네 단어일 것입니다:
당신의 AI가 아니면, 당신의 데이터도 아니다.
그래서 저는 자정에, 마치 Taylor Swift 사전 판매를 위해 암표상처럼 Mikrotik 스위치를 찾아 인터넷 전체를 뒤지다가, 마침내 지구상 마지막 재고 보유자인 스웨덴 유통업체의 웹사이트에 도착했고, 그 순간 품절로 표시가 바뀌는 것을 지켜보았습니다.
저는 DGX Spark를 사기 시작했고, 분명히 다른 모든 사람들도 같은 생각을 하고 있었습니다. 유통업체는 이것들이 핫케이크처럼 팔리고 있다고 말하며, 네 대를 연결하는 데 필요한 Mikrotik 812 스위치는 지구상 어디에서도 살 수 없다고 합니다. 제가 네 대를 더 확보했을 때는 가격이 이미 올라 있었습니다. 1,300달러짜리 네트워크 스위치의 부족이 AI의 위대한 분산화를 지연시키는 데는 약간의 아이러니가 있지만, 그것이 바로 공급망의 현실입니다 — 혁명은 항상 가장 저렴한 부품에 의해 좌우됩니다.
NVIDIA DGX Spark: 하드커버 소설 크기의 금색 상자에 담긴 페타플롭. 스위치부터 먼저 사세요. 제 말을 믿으세요. (이미지: NVIDIA)
제가 이 길을 가게 만든 계산을 보여드릴 가치가 있습니다. 왜냐하면 그것이 전체 에세이를 한 번의 쇼핑 여행으로 압축하기 때문입니다.
단순하게 계산하면, 하루 40억 토큰을 처리하려면 400~500대의 Spark가 필요합니다 — 200만 달러어치의 책상 가구입니다. 프롬프트 캐싱을 사용하면 약 100대의 기계로 줄어듭니다. 에이전트가 자체 코드를 최적화한 후에는, 하루 전체 작업량이 약 16대의 Spark에 맞춰지며, 주전자보다 적은 전력을 소비하는 65,000달러 상당의 하드웨어입니다.
제가 실제로 오늘 운영하는 두 대는 DeepSeek V4 Flash에서 초당 45~60 토큰을 처리하며, 이는 프로그래머에게 상당히 사용 가능한 수준입니다: 하루에 약 500만 토큰의 출력입니다. 이제 감가상각을 계산해 보겠습니다. 여기서부터가 우스워지기 때문입니다. 두 대의 가격은 약 9,400달러입니다. 3년 동안 하드웨어 비용은 하루 8.60달러이고, 박스당 100와트로 전기료는 하루 1달러입니다: 대략 하루 총 10달러 미만입니다. Opus 가격으로 같은 하루 500만 토큰은 약 1,500달러입니다. 제가 혼합한 Sonnet 현물 가격으로도 여전히 50~100달러입니다. GLM 클라우드 가격으로는 아마 2달러 정도일 것이며, 이것이 이 박스들이 중국 클라우드를 가격 면에서 간신히 이기는 이유이지만, 모든 서구 대안을 1~2자릿수 차이로 압도하며, 절대 잠들지 않고, 로스터에서 교체되지 않으며, 누구의 차례인지 절대 잊지 않습니다. 그리고 이것이 변두리 취미라고 생각한다면, 이제 커뮤니티 벤치마킹 사이트인 Localmaxxing이 있습니다. 수천 명의 사람들이 마치 Gran Turismo 랩 타임처럼 GPU, Mac, 미니 PC에서 초당 토큰 수를 비교합니다. 튜닝 씬은 데모 씬처럼 움직입니다: 지난주 커뮤니티 연구소가 짝을 이룬 Spark용 GLM 5.3 Flash의 EXL3 양자화 버전을 출시했으며, 산문에서 29%, 코드에서 20% 더 빠르며, 하룻밤 사이에, 무료로, GitHub에 공개되었습니다. 제 박스들은 제가 자는 동안 더 빨라졌고 아무도 청구서를 보내지 않았습니다. 엣지는 더 이상 변두리처럼 느껴지지 않습니다. 1978년의 PC 씬처럼 느껴지며, 메인프레임을 집어삼키기 직전입니다.
Localmaxxing: 497대의 장비, 674개의 모델, 896개의 커뮤니티 벤치마크 실행, 그리고 속도 테스트 기반 목록이 있는 하드웨어 마켓플레이스. 태그라인에 주목하세요: 모든 컴퓨터, 하나의 엔드포인트. 엣지가 조직되고 있습니다.
두 명의 에이전트 직원이 24시간 상주하며, 그들의 합산 급여는 말 그대로 전구 두 개를 켜기에 충분한 전기료입니다.
하지만 값싼 노동력이 결코 핵심은 아니었습니다. 중국 클라우드 가격 대비 이 박스들은 간신히 본전을 뽑고, 중국 업체들은 계속해서 대폭 할인하거나 토큰을 무료로 제공하고 있기 때문입니다.
핵심은 이 박스들이 하지 않는 일입니다. 이 박스들에서 실행되는 어떤 것도 건물 밖으로 나가지 않습니다. 엔드포인트도, 스크래핑도, 증류도, 설정 페이지에 묻힌 동의 스위치도, 18개월 후에 내 사용량이 누군가의 훈련 실행에서 배제될 수 없었다는 것을 유감스럽게 생각하는 성명도 없습니다. 모델들은 다른 모든 사람들의 데이터로 이 정도로 좋아졌습니다. 그들은 제 데이터를 얻지 못할 것입니다.
팀이 없는 팀 리더
데이터에 대한 기업의 공포는 현대 역사상 가장 큰 지식 노동 이탈이 본격화되는 바로 그 순간에 도달할 것이며, 이 둘은 다른 옷을 입은 같은 이야기입니다.
모든 기계화의 물결은 같은 형태를 가집니다. 농업은 노동력의 절반에서 오차 범위 수준으로 줄었습니다. 공장은 제조업을 그렇게 만들었고, 컴퓨터는 타이핑 풀을 비웠으며, 인터넷은 중개인을 도태시켰고, 소프트웨어는 백오피스를 집어삼켰습니다. 일 자체가 사라지는 것은 아니며, 스택 위로 올라갈 뿐이지만, 그 옛 일을 하던 사람들은 그것이 이동하는 동안 끔찍한 10년을 보냅니다. 지금 도착하는 물결은 선진국이 가진 가장 큰 고용 범주를 겨냥합니다: 화이트 칼라 노동의 기계화입니다.
내부에서 그것이 어떻게 보이는지 말씀드릴 수 있습니다. 왜냐하면 제 조직도에서 이미 시작되었기 때문입니다. 여기 중간 관리자를 깨워야 할 문장이 있습니다: 에이전트를 가진 팀 리더는 이제 팀 전체의 일을 할 수 있습니다. 환상이 아니라, 관찰 결과입니다. Freelancer의 제 팀 리더들은, 워크플로우 하나씩, 자신의 팀이 하던 일을 자신이 감독하는 에이전트로 대체하고 있습니다. 사람은 여전히 엄청나게 중요합니다: 누군가는 좋은 결과가 무엇인지 알고, 첫 데이트의 소시오패스 눈빛으로 당신을 가스라이팅하는 에이전트를 잡아내며, 어떤 문제가 토큰을 쓸 가치가 있는지 결정해야 합니다. 하지만 그 아래의 조직도는 소프트웨어로 증발하고 있습니다.
경제성은 우스울 정도로 한쪽으로 치우쳐 있습니다. 제 저위험 에이전트는 GLM에서 하루에 몇 센트로 작동합니다; 대부분은 약 20달러 정도이고; 가장 비싼 것은 100달러 미만이며, 제가 이 글을 쓰는 동안 가차 없이 최적화되고 있습니다. 이것이 기업들이 단순히 이것을 원하는 것이 아니라 강제로 하게 될 이유입니다. 일단 상장 기업 하나가 팀 리더-에이전트 운영의 마진 구조를 보여주면, 모든 실적 발표회의 모든 애널리스트가 나머지 기업들에게도 그것을 요구할 것입니다. 실적에 대한 경쟁은 협상하지 않습니다. 네 명으로 구성된 팀이 한 명이 됩니다. 잔혹함 때문이 아니라, 대안이 막 75%의 인건비 절감을 발견한 산업에서 가장 높은 비용 생산자가 되는 것이기 때문입니다.
이제 이것을 지구상의 모든 병렬화 가능한 화이트 칼라 워크플로우에 곱해 보십시오. 그러면 이전의 어떤 물결도 해내지 못한 규모와 속도의 이탈을 목격하게 될 것입니다. 왜냐하면 그 물결들은 세대에 걸쳐 일어났지만 이것은 예산 주기 안에 일어나기 때문입니다. 생산성 향상은 실질적이고 엄청납니다. 그것이 대체하는 것도 마찬가지이며, 두 가지 모두 동시에 사실입니다.
저는 이전 에세이에서 이것이 어디에 먼저 도달할지 말했습니다: 고도로 병렬적이고 반복적인 워크플로우. 천 석 규모의 콜센터는 백 석이 됩니다. 서른 명의 계약 초안 변호사는 열세 명이 됩니다. 더 정확히 말하면, 기능적 팀 리더는 더 이상 팀이 필요하지 않습니다.
그것이 이제 눈에 띄게 일어나고 있습니다. 새로운 것은 누가 다음 차례인지 볼 수 있는 방법이며, 그것은 누구도 예상하는 방식이 아닙니다.
토큰-임금 차익거래
모든 직업을 두 가지 축으로 평가하십시오. 첫째, AI가 동일한 유용한 결과물을 생산하는 데 시간당 몇 개의 토큰이 필요한가? 이를 노동의 토큰 집약도라고 부르겠습니다. 둘째, 에이전트가 실제로 작업을 수렴하는가, 아니면 루프를 도는가?
킬 존은 낮은 토큰과 높은 수렴성의 조합입니다. 1차 고객 지원은 모든 에이전트 오버헤드를 포함해 시간당 최대 약 40만 토큰을 사용합니다. 최첨단 가격으로는 몇 달러, 중국 오픈 모델 가격으로는 1달러 미만이며, 대체되는 서구 인간의 시간당 비용은 25달러입니다. 죽은 사람입니다. 데이터 입력, 양식 처리, 주니어 초안 작성, 번역: 모두 낮은 토큰, 모두 수렴적, 모두 직업으로서는 본질적으로 끝났습니다. 보고서 작성자와 대기열 처리자와 같은 직업들도 마찬가지이며, 아주 정교한 것들조차도 그렇습니다.
하지만 소프트웨어 개발에 동일한 계산을 적용하면 이번 10년의 변칙이 나타납니다. 에이전트 코딩 세션은 경제에서 가장 토큰을 많이 소비하는 활동입니다: 시간당 200만에서 2000만 토큰, 때로는 그 이상을 사용하며, 에이전트가 추론하고, 루프를 돌고, 다시 쓰고, 마지막 루프가 고친 것을 망가뜨리고, 다시 추론합니다. 최첨단 가격에서 에이전트는 대체되어야 했던 시니어 개발자보다 시간당 비용이 더 많이 들 수 있습니다.
그래서 여기 실리콘밸리 누구도 인쇄되기를 원하지 않는 핵심이 있습니다. 투자 설명서는 AI가 먼저 비싼 직업을 노린다고 말합니다. 왜냐하면 거기에 가치가 있기 때문입니다. 청구 데이터는 그 반대를 말합니다: 값싼 직업이 가장 적은 토큰을 소모하고 먼저 자동화되는 반면, 시니어 엔지니어는 지구상 그 어떤 것보다 더 많은 토큰을 소모하며 자동화하는 데 고용하는 것보다 더 많은 비용이 들 수 있습니다. AI는 조직도를 위에서가 아니라 아래에서부터 먹어치우며, 비싼 사람들을 대체할 것이라고 예측한 모든 가치 평가는 먹이 사슬을 거꾸로 보고 있습니다.
당신의 직업이 두 페이지 분량의 프롬프트로 설명될 수 있다면, 그것은 항상 스크립트였고 사라질 것입니다. 제가 충격을 받은 것은 그렇게 많은 직업이 그러한 프롬프트로 설명될 수 있다는 사실입니다. 당신의 직업이 판단이라면, 토큰은 폭발하고 결코 수렴하지 않으며, 당신은 재능이 아니라 슬롯 머신에 의해 보호받는 것입니다. 이것이 제가 디자인은 AI가 예쁜 그림을 많이 만들 수 있음에도 불구하고 실제로 대체하기 매우 어려울 것이라고 생각하는 이유입니다.
최근에 저희 회사에서 퍼포먼스 마케터 한 명이 떠났습니다. 구인 광고를 급히 내는 대신, 저는 생각했습니다: 저는 Google Ads를 제대로 배워본 적이 없는데, 한번 배워볼까? 그래서 Claude에게 가르쳐 달라고 했습니다. 그런 다음, 튜토리얼을 시작한 지 몇 주 후에, 당연한 다음 생각이 떠올랐고, 대신 광고 프로그램을 운영할 AI 에이전트를 만들었습니다. 이제 매일 아침 전날 밤에 무슨 일이 있었는지, 무엇을 변경했는지, 무엇을 추천하는지, 추론 과정과 함께 이메일로 보내줍니다. 솔직히 말해, 이전에 하던 것에 비해 초인간적입니다: 아침을 절대 놓치지 않고, 경매를 계속 주시하며, 휴가에서 돌아와도 엉망인 상태를 발견하지 않습니다.
그래서 저는 그녀를 더 저렴한 버전으로 대체하는 것이 아닙니다. 역할 자체가 사라진 것입니다. 제가 대신 고용하는 것은 에이전트가 이제 최적화하는 퍼널을 개선할 디자이너와 마케터입니다. 이것은 이 전환의 전체 패턴을 하나의 일화로 보여줍니다: 워크플로우였던 직업이 소프트웨어가 되었고, 생성된 직업은 스택 한 단계 위에 앉아 에이전트가 어려움을 겪을 것이라고 생각하는 일, 즉 취향(taste)을 합니다.
이것을 결론까지 따라가면, 경영 자체가 토큰 예산 할당이 됩니다. 관리자의 일은 항상 인지 능력을 구매하여 문제에 적용하는 것이었습니다; 임금은 인간 형태로 제공되는 토큰에 불과했습니다. 이제 그것이 문자 그대로가 되었습니다: 2027년 계획 주기는 인력 요청이 아닌 추론 예산을 놓고 싸우게 될 것입니다. 그리고 사회는 새로운 계층 구조를 중심으로 재편됩니다: 주도권과 에이전트를 가진 사람이 자격증과 동료를 가진 사람을 항상, 어디서나, 한꺼번에 이깁니다.
이제 은퇴해도 되겠죠?
모든 AI 에세이는 두 가지 만화 중 하나로 무너집니다: 빵 줄 또는 해변. 둘 다 기계가 모든 일자리를 가져간다고 가정합니다; 누군가 돈을 받는지 여부에서만 다릅니다.
우리는 확실히 풍요의 시대, Diamandis와 Musk 버전을 향해 가고 있지 않습니다. 기계가 모든 것을 하고, 잉여가 분배되며, 우리 모두 기본 소득을 받고 수채화를 시작하는 그곳으로 말입니다. 그 유토피아에는 산술적 문제가 있습니다: 토큰은 돈이 듭니다.
컴퓨팅은 수조 달러의 부채로 자금이 조달되고, 전기는 실질적이며, 메모리는 2027년까지 매진되었고, 자본주의 역사상 아무도 5조 달러짜리 유료 도로를 건설한 다음 모두를 무료로 통과시키지 않았습니다.
풍요는 실재하지만, 그것은 시장, 미터기, 모델, 로봇 또는 주도권을 소유한 사람에게 귀속됩니다. 그것이 당신에게 우편으로 배달되지는 않을 것입니다.
제가 말하는 것은 더 좁고 유용합니다: 기업이 지금 하는 일에 대해서는 훨씬 적은 인력이 필요할 것입니다. 그것이 이탈이며, 실재하고, 빠르게 다가오고 있습니다. 하지만 세상에는 무한한 양의 일이 존재하며, 항상 그래왔습니다.
AI를 진정으로 이해하는 사람들은 할 일이 없다고 불평하며 발을 뻗고 있지 않습니다. 그들은 그 어느 때보다 바쁘며, 현실에서 Factorio를 플레이하고, 일을 할 에이전트를 만든 다음 에이전트를 위한 열 배 더 많은 일을 찾고 있습니다. 이전의 모든 물결은 아무도 미리 이름을 지을 수 없었던 일을 창조했습니다. 1780년에 낫을 휘두르던 농부는 "UGC 콘텐츠 전략가"라는 직업을 상상조차 할 수 없었을 것이며, 농사보다 더 나은 보수를 받는 직업은 말할 것도 없습니다. 다음에 올 일은 정의상 아직 설명할 수 없는 일입니다. 고통은 오래된 일이 끝나고 새로운 일이 도착하는 사이의 간격에 존재합니다.
그리고 거의 아무도 가격을 매기지 않는 임금 데이터에 숨겨진 글로벌 차익거래가 있습니다. 수십억 명의 사람들이 그들을 대체할 에이전트의 API 요금보다 적은 임금을 받기 때문에, 대체의 경제성은 성립하지 않는 반면, 값싼 중국 토큰으로 무장된 같은 사람은 기존 임금으로 초인간적으로 생산적이 됩니다. 이탈은 부유한 세계의 화이트 칼라 현상입니다. 권한 부여는 글로벌합니다. 저는 제 마켓플레이스에서 매일 그것을 지켜봅니다.
Freelancer는 경제학의 반대편에 있습니다: 토큰당 지불이 아닌 결과당 지불이며, 모든 사람과 모든 AI를 동시에 보유한 유일한 곳입니다. 오늘 아침 저는 5,000명의 사람을 찾는 이메일을 받았습니다. 1인칭 로봇공학 훈련 콘텐츠를 녹음하기 위해서입니다. 우리는 이전에 단 하루 만에 20,000명의 자격을 갖춘 사람을 모은 적이 있으며, 노트북 수리부터 관심 지점 촬영, 위성 안테나 설치에 이르기까지 다양한 프로그램을 위해, 모두 인간 에이전트 워크플로우에 연결되어 있으며, NASA와 미국 정부가 Navier-Stokes 수준의 문제에 대해 세계 최고의 전문가들을 활용하기 위해 사용하는 Moonshot Innovation Program까지 확장됩니다. 차이점은 Moonshot에서는 문제를 해결하는 사람이 상을 받고 논문에 자신의 이름을 유지한다는 것입니다.
그리고 그 로봇공학 콜아웃은 다음에 올 것이 무엇인지 알려줍니다: 물리적 몸체를 가진 에이전트입니다. 숫자들은 이미 2년 전 모델 숫자처럼 움직이고 있습니다. 8월 Unitree의 상하이 IPO는 8,000배 초과 청약되었고, 데뷔일 629% 급등했으며, 이 회사는 지금까지 이 에세이에 등장한 어떤 회사와도 달리 수익성이 있습니다. 중국산 휴머노이드는 이제 6,000달러 미만에 판매됩니다. 글로벌 휴머노이드 출하량은 상반기에 19,100대를 기록하며 272% 증가했으며, 올해 60,000대, 2030년에는 50만 대를 향해 가고 있으며, 중국이 그중 97%를 출하합니다. 제가 모델링할 수 없는 한 가지는 심리학입니다: 새벽 3시에 터미널에서 토큰을 태우는 에이전트는 청구 문제이지만, 사람들이 손이 있고 집에 살며 밤에 쿵쿵거리는 6,000달러짜리 로봇을 편안하게 여길지 여부는 진정으로 알 수 없습니다.
조언 산업에 관해서는, 10년 전 해고된 사람들은 코딩을 배우라고 들었습니다. 이는 이제 코드가 지구상에서 가장 자동화된 직업이 되면서 노동 경제학에서 가장 어두운 농담이 되었습니다. 2026년 버전은 진정으로 이럴 수 있습니다: 트럭 운전을 배우세요. 누군가 트럭이 다음 차례라고 이의를 제기하기 전에, 저는 중량물 운송 마켓플레이스를 운영하며, 그 직업은 결코 운전이 아니었습니다. 그것은 적재, 고정, 하역, 각 끝에 있는 고객입니다. 바퀴는 자율주행이 될 수 있지만 운전자는 단지 더 많은 일을 하게 될 것입니다; 그 거칠고, 물리적이며, 대본에 없는 판단은 두 페이지 분량의 프롬프트와는 거리가 먼 일입니다. 가장 안전한 직업은 토큰이 닿을 수 없는 직업입니다; 두 번째로 안전한 것은 토큰을 사용하기에 너무 비싼 직업입니다.
인간은 무료 사전 훈련을 받은 20와트 추론 엔진입니다. 당신의 뇌는 흐릿한 전구의 에너지 예산으로 하루 종일 인지를 수행하며, 부모, 교사, 실망을 통해 20년 동안 한계 비용 제로로 훈련되었고, 막혔을 때 가상의 Stack Overflow 게시물을 환각하지 않습니다. 엄청난 범위의 작업에서 인간은 여전히 시장에서 가장 저렴한 토큰입니다.
임금은, 알고 보니, 처음부터 토큰당 달러였습니다.
미끼 상품 금리
Pay per PrAI에서 나는 정액제 구독 모델이 지속될 수 없으며, 그것이 사라지면 당신의 신용카드를 슬롯머신에 꽂게 될 것이라고 썼다. 6개월이 지난 지금, 슬롯머신은 설치되었고, 정액제 구독은 눈에 띄게 죽어가고 있으며, Erik Townsend는 그 순간에 이름을 붙였다: 우리는 토큰 구매의 변동금리 모기지 단계에 진입하고 있다.
Pay per PrAI
월 정액제 구독은 미끼 상품이다. 한 달에 20달러, 200달러, 무제한 이용, 벤처 캐피탈과 점점 더 많은 부채로 보조받고, 당신을 서비스하기 위해서가 아니라 고객을 확보하기 위해 가격이 책정되었다. 그리고 그 미끼 상품 위에, 전체 경제가 지금 조직도를 그리고 있다: 모든 팀 리더가 에이전트로 팀을 대체하고, 모든 스타트업이 다른 사람의 모델을 감싼 래퍼(wrapper)이며, 모든 기업 워크플로우가 토큰 비용이 거의 없다는 가정 위에 재구축되고 있다. 그들은 모두 자신의 인력에 대해 변동금리 모기지를 체결하고 있으며, 모든 것을 바꾸는 한 가지 차이점이 있다. 모기지 금리가 재설정될 때, 차용인은 꼼짝 못한다: 집은 움직이지 않고, 대출은 신경 쓰지 않으며, 재융자는 몇 달과 신용 조회가 필요하다.
토큰 금리가 재설정될 때, 나는 열네 번의 키 입력으로 모델을 변경한다. 스티커 쇼크의 첫 징후가 나타나면, 청구서가 도착하기도 전에, 워크플로우 중간에 모델이 교체된다. 연구소들은 퇴출 비용이 없는 고객을 대상으로 미끼 상품 경제학을 운영하고 있으며, 이는 최악의 거래이다: 그들은 잠글 수 없는 시장 점유율을 갚아야 할 돈으로 사고 있다. 모기지 비유는 은행을 제외한 모든 사람에게 적용된다.
한 걸음 물러나서 해자(moat)를 세어보라. 기술 회사를 보호했던 모든 것이 여기서는 죽었기 때문이다. IP? 과학은 40편의 출판된 논문에 있다. 규모? DeepSeek은 2,000개의 GPU와 사이드 프로젝트로 해냈다. 네트워크 효과? 에이전트는 충성심이 없다. 브랜드? 사용자는 설정 파일 하나로 이탈한다. 자본? 오픈 소스가 따라잡는다. 모델 자체도 몇 달 안에 벤치마크 동등성 수준으로 100분의 1 가격에 복제된다. 30년의 소프트웨어 투자 교리, 그리고 접촉하는 순간 살아남는 해자는 하나도 없다.
금리 재설정은 가상의 이야기가 아니다. 우리는 이미 예고편을 보았다: 사용량 상한, 주간 한도, 세션 제한, 벌칙 구역, API 요금으로 청구되는 초과 사용량은 200달러 요금제를 시간당 200달러로 만든다. 이것들 각각은 신혼 여행 요금제가 끝나가고 있다는 은행의 전화와 같다.
그리고 에이전트는 재설정을 정도의 문제가 아니라 종류 자체를 더 악화시킨다. Jevons의 역설은 세제곱이 되었다: 토큰당 비용은 10분의 1로 떨어지고, 작업당 토큰은 100배 증가하며, 사람당 작업은 에이전트가 무인으로 실행되므로 다시 100배 증가한다. 수요 곡선은 휘어지지 않는다. 그것은 수직으로 상승하며, 데이터 센터 건설 지출과 함께, 지난 6개월 동안 이전 2년을 합친 것보다 더 많이 추가되었다.
그리고 당신은 이미 재설정이 어디에 도달하는지 보았다. 내 청구서가 미리 보여주기 때문이다: 1,300달러가 150달러가 되었다가 전기 요금이 되었다. 2주 만에, 협상 없이. 연구소들은 마진을 포기함으로써만 내 비즈니스를 유지했다. 누군가는 여전히 내가 지불하는 금액과 그들의 데이터 센터 비용 사이의 차액을 지불하고 있으며, 그것은 내가 아니다. 그것은 그들의 시리즈 F 투자자이다.
한편, 올해 가장 현명한 거래는 조용히 이루어졌다. 아마도 그들의 청구 내역을 지켜본 후, Stripe은 10조 개의 토큰이 흐르는 라우터인 OpenRouter를 약 80억 달러에 인수했다. 결제 회사가 계량 지점을, 더 중요하게는 청구 데이터를 샀다: 누가 실제로 어떤 모델에 대해, 어떤 가격에 토큰을 지불하고, 언제 전환하는지. 골드 러시에서 삽을 팔지 마라. 감정 사무소를 사라.
이제 지구적 숫자를 계산해보자. 이 에세이가 내 신용카드에 관한 이야기에서 그리드에 관한 이야기로 바뀌는 지점이기 때문이다. 내 하루 40억 토큰은 초당 46,000 토큰이며, 24시간 내내이다. 모두가 그렇게 한다고 가정해보자. 지구상의 10억 지식 근로자만 지난 화요일 나처럼 효율적인 모델로 토큰을 소모한다면, 그들을 서비스하는 데 인류 문명의 전체 전력 생산량이 거의 필요할 것이다: 지구상의 모든 발전소가 다른 일은 전혀 하지 않고. 최첨단 모델을 사용하는 모든 80억 인구로 확장하면 세계 전력의 수백 배가 필요하다. 더 큰 그리드가 아니다. 다이슨 스웜(Dyson swarm)이다.
그 산술에 비추어 볼 때, 5조 달러 규모의 데이터 센터 건설 계획은, 철도 이후 가장 큰 인프라 프로그램이며, 그것이 주장하는 수요의 오차 범위에 불과하다. 유일한 문제는 현재 한 번도 수익을 내지 못했고 운영할 때마다 수십억 달러를 더 잃는 두 회사의 수익으로 자금을 조달하고 있다는 것이다.
한편, 이미 배치된 80억 개의 기존 인간 육체 서보 추론 엔진은 약 160 기가와트, 머리당 20와트로 동일한 종 전체의 인지를 실행하며, 이는 대략 2년 치 데이터 센터 건설량이다.
아인슈타인은 에너지와 물질이 c 제곱의 환율로 동일한 것임을 가르쳐 주었다. 이 에세이는 더 작고, 더 지저분한 등가성을 찾고 있었다: 에너지, 토큰, 임금도 동일한 것이며, 환율은 항저우에서 매일 설정된다. 토큰은 응축된 전기이다. 임금은, 우리가 확인했듯이, 인간 형태로 제공되는 토큰이다. 이는 인간 노동의 가격과 기계 노동의 가격이 이제 궁극적으로 모두 에너지 가격이며, 이 이야기의 모든 행위자가 자신의 일정에 따라 이를 발견하고 있음을 의미한다: 연구소는 전기 요금을 통해, 근로자는 급여 봉투를 통해, 연기금은 특수 목적 법인(SPV)을 통해, 그리고 나는 자정에 스웨덴 스위치 목록을 통해. 그것은 항상 에너지 이야기였다. 토큰은 단지 단위였을 뿐이다.
그리고 그것이 가계 청구서에 무엇을 의미하는지 보고 싶다면, 아래 차트를 보라. 미국 전기는 10년 내내 킬로와트시당 평균 13~14센트였다. 그런 다음 건설이 시작되었고, 선은 수직으로 올라갔다: 20센트로 상승 중, 4년 만에 거의 50% 증가, 모든 유권자가 매달 읽는 단 하나의 가격에서. 그리드는 토큰보다 먼저 가격을 재조정하고 있으며, 공개적으로 재조정되고 있다.
모든 정치인이 결국 보게 될 단 하나의 차트. 10년간의 평평한 전력 가격, 그 다음 AI 건설 붐. (출처: BLS, Koyfin 경유)
그리드 문제에 대한 업계의 해답은 원자력이며, 그 대표적인 예가 모든 것을 말해준다. Microsoft는 Three Mile Island를 재가동하는 데 비용을 지불하고 있다, 그래, 그 Three Mile Island, 미국 최악의 원자력 사고 현장, Crane Clean Energy Center로 이름을 바꾸고 20년 동안 데이터 센터에 전력을 공급하는 계약을 체결했다. Google은 Kairos와 계약하여 소형 모듈형 원자로(SMR) 함대를 확보했고, Amazon은 Susquehanna에서 원자력 인접 캠퍼스를 샀으며, Meta는 4 기가와트의 원자력에 대한 입찰을 냈다. 나는 이 모든 것을 진심으로 지지한다: 원자력은 이 에세이가 설명하는 수요 곡선에 대한 올바른 해답이다. 하지만 납기일을 보라. 재가동은 NRC가 협조한다면 2027~2028년에 이루어진다; SMR은 한 번도 건설해 본 적 없는 회사들에 의해 "2030년까지" 약속되었다; 그리고 새로운 대형 원자로는 하나도 주문되지 않았다. 부채는 3년 일정으로 상각되지만, 전력은 10년 후에 도착한다. 토큰은 이번 분기에 전자가 필요하고, 원자력은 두 번의 대통령 임기 후에나 가능하다. 원자력은 결국 토큰 경제에 동력을 공급할 것이다. 그것은 재조정 후 상자를 소유한 사람에게 동력을 공급할 것이며, 이것이 바로 요점이다: 원자로는 그들에 대한 수요에 자금을 대는 SPV보다 오래 지속될 것이다.
따라서 토큰 수요는 포물선을 그리며 증가하지만, 에너지는 그럴 수 없고, 에너지는 불행히도 식량이기도 하다, 작물이 연료와 경쟁하기 때문이다. 무언가는 양보해야 하며, 양보하는 것은 가격과 시장의 형태이다.
Three Mile Island. PowerPoint 슬라이드를 만들기 위해 다시 켜지고 있다.
GTC: 글로벌 토큰 위기 (Global Token Crisis)
재설정은 가격 인상보다는 감사(audit)에 가까울 것이며, 모든 임금 및 에이전트 사용 사례는 정직한 토큰 비용, 즉 에너지 비용에 대해 재테스트될 것이고, 둘 중 불편할 정도로 많은 부분이 실패할 것이다.
살아남는 것은 다른 모든 에너지 시장의 형태로 스스로를 정렬한다: 세 가지 계층과 현물 가격.
최하위에는 상품 토큰(commodity tokens), 압도적인 대부분의 볼륨: 전기 비용에 감가상각된 하드웨어를 더한 오픈 모델, 중국 실리콘 위에, 자체 랙에서. DeepSeek은 이미 시간대별로 토큰 가격을 책정한다, 17시간 비수기에는 반값, 정확히 전력 회사처럼, 왜냐하면 그것이 이제 그렇기 때문이다.
중간에는, 브랜드화된 서양 토큰이 긴 에이전트 루프에서 안정성에 대한 프리미엄을 청구하며, 정확히 하나의 벤치마크 주기만큼의 프리미엄이다.
그리고 최상위에는, 게이트된 최첨단(gated frontier)이 있으며, OpenAI의 실제 전략이 여기서 초점을 맞춘다.
OpenAI의 9월 움직임을 하나의 움직임으로 보라. Astra: 공개 API에는 너무 위험, 검증된 접근만 허용. 전진 배치된 엔지니어들. IBM 컨설팅 계약. 사이버 방어를 관리형 서비스로 판매하는 최고 수익 책임자. 합쳐보면: OpenAI는 토큰 판매를 끝냈다. 그것은 McKinsey 2.0이 되기를 원하며, 최고의 모델을 사내에 유지하고 컨설팅 마진으로 그 출력을 판매하며, 건당 6자리 수 수익, 그 중 어느 것도 공개 API에 닿지 않는다. 그리고 전략적으로 그것은 옳다, 왜냐하면 게이트된 계층이 마진이 살아남는 유일한 곳이기 때문이다. 3년 동안 연구소들은 모델이 너무 저렴해서 중요하지 않고 너무 안전해서 두려워할 필요가 없다고 말했다. 이제 그것들은 팔기에는 너무 위험하고, 위험한 것은 편리하게도 프리미엄을 명령한 유일한 것이다.
걸림돌은 컨설팅이 단일 자산, 즉 신중함(discretion)에 의존하며, OpenAI는 피벗 주에 그것을 가지고 있지 않음을 증명하기로 선택했다는 것이다.
당신의 가장 어려운 문제와 가장 민감한 데이터를 우리에게 주십시오, 라고 피치는 말한다, 우리가 이제 천재입니다.
한편, 첫 페이지에는: 정확히 그렇게 한 수학자가, 집주인이 자신의 평생 작업을 발표하는 것을 지켜보았고, 그것에 대해 훈련할 가능성을 배제할 수 없다는 진술을 받았다. 우리는 고객의 기밀 작업을 잡아먹는 컨설팅 회사에 무슨 일이 일어나는지 알고 있다, 호주가 방금 실험을 실행했기 때문이다. PwC는 재무부의 기밀 세금 계획을 가져가 조용히 다른 고객을 위해 현금화했고, 그것이 드러났을 때, 회사는 정부 컨설팅 부서 전체를 1달러에 매각하고, 파트너들을 숙청했으며, 배신의 대명사가 되었다. 그것은 하나의 유출된 브리핑이었다. OpenAI의 버전은 구조적이다: 유출은 비즈니스 모델 자체이며, 하루에 10억 개의 프롬프트로 실행되고, 그들의 자체 진술은 그것을 배제할 수 없다고 말한다. PwC는 적어도 자신이 무엇을 했는지 알고 있었다.
이제 OpenAI의 전체 입장을 합산해보자. 8억 명의 "사용자", 손실을 보며 서비스됨. 연간 140억 달러의 손실, HSBC의 계산에 따르면 2030년까지 2,070억 달러의 자금 조달 구멍을 향해 가고 있음. 첫 주에 침몰한 컨설팅 피벗. 그리고 이 모든 것을 당신에게 팔기 위한 1조 달러 규모의 IPO. 정직한 가격 책정이 제거하는 것, 즉 가치 없는 무료 계층, 이미 중국 모델과 자체 랙으로 이탈하는 파워 유저를 제거하면, 남는 것은 브랜드와 습관이다: 세계에서 가장 인지도 높은 광고 사업이 세계에서 가장 비싼 매출 원가를 감싸고 있다. 별들이 퇴출을 위해 정렬되었다: Musk의 소송은 9월에 기각되었고, SpaceX의 기록적인 상장이 IPO 창을 열었으며, 상장 자체가 거래이다. 산술이 부인할 수 없게 되기 전에 유동화하고, 대중에게 소진율(burn rate)을 넘기고, Microsoft가 남은 것을 포용하고 확장하게 하라. 지붕에서 마지막 헬리콥터를 달 착륙으로 판매하는 것이다.
모두가 묻는 다른 회사인 Anthropic은 더 건강해 보이지만 더 취약하다. 공은 공대로: 그들은 현재 지구상에서 최고의 모델을 만든다. 그들은 또한 그것들에 대해 지구상에서 가장 높은 가격을 청구하며, 지출 데이터는 그것이 정확히 어떻게 끝나는지 보여준다. 아래 차트를 보라, Ramp의 법인 카드 데이터에서. 유일하게 여전히 성장하는 Anthropic 라인은 최상위 제품인 Opus이다. 작업 계층인 Sonnet은 줄어들고 있다: 그것은 상품 수익이 GLM과 DeepSeek으로 새어나가는 것이며, 10분의 1 가격에 슬래시 명령 하나 차이로, 예정대로이다. 그리고 완전히 새로운 최첨단 모델인 Fable 5는 정체되어 있다: 기업들은 이전 모델이 작동하고 그 아래의 모든 것이 중국으로 가는 동안 새로운 프리미엄 계층에 비용을 지불하지 않을 것이다. 이것은 내부에서 본 고전적인 혁신의 죽음의 나선이다: 기존 업체는 고급 시장으로 후퇴하고, 가격에 민감한 볼륨을 먼저 흘려보내며, 그 믹스는 분기마다 더 건강해 보이다가 최상위 제품만 남고 그곳의 해자는 하나의 벤치마크 주기 폭일 때까지 그렇게 보인다. 그런 다음 6월에 그들의 가장 큰 유통 채널이 그들 아래에서 사들여졌다: SpaceX는 Cursor를 600억 달러에 인수했으며, 이는 벤처 지원 스타트업 인수 사상 최대 규모로, Grok을 기본 코딩 모델로 만들기 위해서였다. OpenAI는 보복으로 Cursor에서 자사 모델을 완전히 철수시켰다. 래퍼를 사는 사람이 당신의 수익을 사는 것이다; 래퍼를 잃는 사람은 모델을 가지고 집에 간다; 코딩 시장은 모델 계층에서 AOL 인터넷을 재건하고 있다.
따라서 Anthropic은 스택 위로 급히 올라가며, 애플리케이션으로 수직 통합하고, Claude Code, Claude Cowork, Claude Design?, API 가격 책정이 유지할 수 없는 가치를 포착하려고 한다. 논리적인 최종 게임은 엔터프라이즈 신뢰 프랜차이즈이다: 은행과 정부를 위한 안전하고, 감사 가능하며, 서양적인 모델, LLM의 Lockheed. Lockheed가 되는 데는 두 가지 문제만 있다. 첫 번째는 Lockheed의 고객이 그것을 사랑하지만, 미국 정부는 공개적으로 Anthropic을 사랑하지 않는다는 것이다: 국방부는 그것을 공급망 위험으로 지정했으며, 자체 표적 시스템이 Claude에서 실행되는 동안에도, 행정부는 그들의 안전 로비를 실험실 코트를 입은 규제 포획으로 취급한다. 당신을 계속 위협이라고 부르는 정부의 방산업체가 되기는 어렵다. 두 번째는 신뢰 자체이다: 기업을 안심시켜야 하는 동일한 안전 조정이 적극적으로 고객을 잃게 만들고 있으며, 한 번의 거절과 한 번의 윤리 강의씩, 내 것도 포함하여. 정부가 당신을 불신하고 고객이 강의를 받는다고 느끼는 신뢰 프랜차이즈는 피치가 암시하는 것보다 더 좁은 해자이다. 진정한 비즈니스, 아마도 훌륭한 비즈니스. IPO 소문이 가격을 매기는 인류를 위한 2조 달러 규모의 유틸리티는 아니다.
가장 잔인한 부분은 정직한 가격 책정이 연구소들의 유일한 탈출구이지만, 어느 쪽도 먼저 갈 수 없다는 것이다. 먼저 정직하게 가격을 책정하는 쪽은 볼륨을 여전히 보조하는 쪽에 넘겨주므로, 둘 다 계속 태우고, 민간 신용으로 자금을 조달하며, 대출 기관이 운전대를 잡고 있는 치킨 게임을 한다. Blue Owl이 100억 달러 규모의 데이터 센터 거래에서 발을 뺀 것은 첫 번째 '노(no)'였다.
토큰 미끼 상품은 대출 기관의 미끼 상품이 끝날 때 끝난다.
담보부 데이터 센터 채무 (Collateralized Datacentre Obligations)
당신은 2008년의 담보부 채무 증권(CDO)을 기억할지도 모르며, 적어도 Margot Robbie가 욕조에서 설명하는 것을 기억할지도 모른다. 속편에 욕조 장면이 있다면, 나는 그것을 보고 싶지 않지만, 다른 모든 것은 있다.
Ed Zitron은 데이터 센터 SPV가 이번 거품의 CDO이고, AI 데이터 센터가 그 하위 프라임 모기지라고 생각한다. 그는 기계 자체가 증거라고 말한다. 아무도 더 이상 자체 대차대조표에 AI 데이터 센터를 짓지 않는다. 당신은 특수 목적 법인(SPV), 칩을 소유하고, 부채를 소유하고, 위험을 소유하는 작은 회사를 소환하며, 그 뒤에 있는 기술 거대 기업은 공식적으로는 좋은 의도 외에는 아무것도 소유하지 않는다.
Meta의 Hyperion 캠퍼스는 Blue Owl이 80% 소유한 법인에 속한다. Meta 자체의 SEC 제출 서류는 최대 460억 달러의 익스포저를 인정하면서 대차대조표에는 부채가 전혀 없음을 보여주며, Meta가 전적으로 Meta를 위해 지어진 데이터 센터의 "주요 수혜자"가 아니라는 주장을 진지하게 내세운다. Ernst & Young은 이를 중요한 감사 사항으로 지적한 후 어쨌든 서명했다: 정확히 이 이유로 더 이상 존재하지 않는 Arthur Andersen을 마지막으로 유명하게 만든 순서이다.
Zitron이 말했듯이: "Bloomberg는 5,000억 달러 이상의 미결제 AI 데이터 센터 부채가 있다고 추정하며, 그 중 최소 2,000억 달러는 민간 신용이 보유하고 있다"고, 최후의 대출 기관이며, "미결제 민간 신용 대출의 약 8%를 차지한다." 그리고 그것은, 그가 지적하듯이, 과소 집계일 가능성이 높다, 왜냐하면 SPV 구조는 부채를 계산하기 어렵게 만들기 위해 정확히 존재하기 때문이다. AI 채권은 이제 모든 미국 투자 등급 발행의 4분의 1을 차지한다.
5대 하이퍼스케일러는 5년 동안 1.65조 달러의 부채를 쌓았다. 그것은 2007년 정점의 서브프라임보다 많으며, 서브프라임은 그 뒤에 5,500만 채의 주택이 있었다. 현재 상황으로는, 두 명의 고객이 있다. Barclays, Wells Fargo 및 UBS에 따르면, OpenAI와 Anthropic은 Amazon AI 수익의 약 73%, Microsoft의 약 74%, 그리고 2027년까지 Google Cloud 전체의 거의 절반을 차지한다. 그것들을 제외하면 AWS는 2,200억 달러의 Amazon 자본 지출에 대해 85억 달러의 AI 수익을 벌어들이며, 이는 일반적으로 국가 우주 프로그램을 위해 예약된 비율이다.
그리고 미래 전망은 현재 규모를 왜소하게 만든다. Tom Tunguz는 계획된 건설에 대한 산술을 실행했다: 향후 5년 동안 약 4조 달러의 새로운 AI 부채로, 이는 전 세계 민간 신용 시장 전체보다 크고, 미국의 모든 도로, 교량 및 공항에 자금을 댄 미국 지방채 시장에 거의 맞먹으며, 미국 회사채 시장의 34% 확장에 해당한다. 현재 금리로 이를 상환하려면 이자만으로 연간 2,600억에서 3,000억 달러가 필요하며, 투자 등급 커버리지로는 2030년까지 연간 1.2조에서 1.5조 달러의 AI 수익을 의미하며, 현재는 약 1,500억 달러이다. 가격이 붕괴되는 제품에서 55%의 복합 성장률을 5년 동안 유지하는 것이다. Tunguz가 말했듯이, 이것은 더 이상 벤처 캐피탈 이야기가 아니다. 그것은 거시경제적 신용 사건이다.
5년간 계획된 AI 차입, 지구상의 모든 주요 부채 시장 옆에. 주황색 막대는 2024년에 존재하지 않았다. (출처: Tomasz Tunguz, Theory Ventures) 전체 크기로 보려면 Enter 키를 누르거나 이미지를 클릭하십시오📷
이것은 집주인이 세입자에게 자금을 대는 상황이다. Microsoft는 Musk 재판에서 자체 증언에 따라 OpenAI 관계에 1,000억 달러 이상을 투자했다. Google은 Anthropic에 최대 400억 달러를 투자했으며, Amazon은 이전 Anthropic 지분 외에 OpenAI에 500억 달러를 완료했으며, 그 모든 달러가 컴퓨팅 수익으로 직행하여 주주들에게 성장으로 제시된다. 전체 원을 따라가면 재무 엔지니어링이 보인다: 하이퍼스케일러의 AI 수익은 연구소의 지출이고, 연구소의 지출은 하이퍼스케일러의 투자이며, 전체 구조는 하나의 가정, 즉 OpenAI와 Anthropic이 결국 지능 시장을 소유하게 될 것이라는 가정에 의해 보증된다.
그것이 모든 하중을 지탱하는 가정이며, 무엇이 제조되고 있는지 주의 깊게 주목하라. 그것은 일반적인 AI 수요가 아니다, 내 것은 충분히 현실적이다. 그것은 이러한 특정 데이터 센터를 정당화하는 특정하고, 지불하며, 이 가격대의 수요이다: 하이퍼스케일러가 자신의 두 고객에 투자하고 왕복을 성장으로 기록함으로써 창출된 수익. 유기적 수요는 엄청난 양으로 오고 있다. 그것은 단지 그들에게, 그들의 가격에, 그들의 조건으로 오지 않을 뿐이며, 자신의 세입자에게 투자하는 것으로는 그것이 바뀌지 않는다. 다른 어떤 산업에서든 우리는 자신의 돈을 증거로 기록하는 것에 대한 단어를 가지고 있을 것이다. 여기서는 컨퍼런스 기조 연설이 있다.
순수 약세론자들, 그중 Zitron은, 이 모든 것을 보고 수요가 가짜라고 결론짓는다. 그것은 가짜가 아니지만, 무엇이 성장하고 있는지 정확히 파악하라, 왜냐하면 강세론자들은 두 개의 다른 곡선을 혼동하기 때문이다. 토큰에 대한 수요는 포물선을 그릴 것이다. 그것에 대한 지불 의사는 그렇지 않을 것이다. 소비는 가격이 붕괴되기 때문에 정확히 폭발하고 있다; 볼륨을 주도하는 동일한 힘이 수익을 파괴하고 있다. 따라서 연구소들은 최악의 버전의 호황을 얻는다: 수직으로 올라가는 사용량 차트와 0으로 가는 가격 결정력, 왜냐하면 전환 비용이 없고, 해자가 없으며, 이탈 비용은 11번의 키 입력이기 때문이다. 토큰은 중국 실리콘, 오픈 모델, 온프레미스 상자, 책상 위, 그리고 당신의 손 안에 있는 기기로 흐르며, 부채 모델이 가정하는 것보다 60배에서 500배 낮은 가격으로. 토큰 성장을 수익 성장으로 외삽하는 모든 예측은 상승하는 숫자에 붕괴하는 숫자를 곱하고 그 결과를 필연적이라고 부르는 것이다.
그리고 여기 부동산 프레이밍이 놓치는 부분이 있다: 데이터 센터 임대는 부동산처럼 보이지만 생선 시장처럼 가격이 책정된다. 건물은 비용의 약 5분의 1이고 30년 동안 지속된다; 칩은 나머지이며 3년 안에 낡는다. 전통적인 코로케이션 임대인은 수족관을 팔고 물고기는 절대 건드리지 않는다: 10년 계약의 냉각된 쉘과 그리드 연결, 실리콘 리스크 없음. SPV 구조는 두 계층을 함께 붕괴시켰다. CoreWeave의 차량은 물고기에 대해 빌렸다.
따라서 이것이 실제로 끝나는 두 가지 방법을 살펴보자. 첫 번째이자 가장 가능성 있는 트리거는 OpenAI 또는 Anthropic이 의무를 불이행하는 것이다. 악의를 통해서가 아니라 산술을 통해서: 약정된 비용, 항저우 방향으로 재조정되는 수익, 그리고 결국 '아니오'라고 말하는 자금 시장. 연구소가 컴퓨팅 지불을 놓치는 날, 폭포수 효과는 기계적이다. CoreWeave 자체의 약정은 3개월 동안 미지급된 OpenAI 송장을 위반으로 정의한다. SPV는 채권자에게 지불을 중단하고, 채권자는 담보를 압류하며, 담보는 Jalapeno와 B200이 이미 넘어간 시장에서 시가 평가되는 빈티지 GPU 창고이다. 하나의 불이행은 모든 유사한 구조를 하룻밤 사이에 재평가한다, 왜냐하면 갑자기 종이를 보유한 연기금이 그들의 담보가 실제로 얼마나 가치 있는지 물어봐야 하기 때문이며, 대답은: 물고기, 3일 된 것.
두 번째 결말은 거의 아무도 모델링하지 않는 것이다: 토큰에 대한 수요가 포물선을 그리며 증가하고 엣지와 오픈 모델로 이동한다, 휴대폰, 노트북, 내 책상 상자와 같은 기기, Jensen이 이제 소매로 판매하는 AI 어플라이언스로. 물리학이 그것을 선호한다, 왜냐하면 데이터 센터로의 왕복이 작은 모델이 답변하는 데 필요한 시간보다 오래 걸리기 때문이다. 경제학이 그것을 선호한다, 왜냐하면 당신이 소유한 기기는 전기의 한계 비용으로 토큰을 제공하기 때문이다. 그리고 프라이버시 패닉이 그것을 확정한다: 훈련 데이터에 대해 벌거벗은 임금님 순간을 맞이하는 모든 기업은 내가 한 것의 어떤 버전을 수행하고, 모든 소비자는 내년 핸드셋에서 기본적으로 그것을 얻는다.
기업용 컴퓨팅의 역사를 보면, 동일한 실험이 다섯 번 반복되었고 그 결과는 항상 같았습니다. 메인프레임은 유리창 너머의 사제들에 의해 컴퓨팅 초 단위로 과금되었지만, 미니컴퓨터가 부서 자체적으로 기계를 소유할 수 있게 되자 과금 모델은 사라졌습니다. 타임쉐어링도 과금 방식이었지만 PC가 이를 없앴습니다. 책상 위의 PC가 무료로 실행해 주는데 누가 VisiCalc를 시간당 임대하겠습니까? 장거리 전화는 패킷 스위칭이 한계 통화의 가치를 무의미하게 만들 때까지 분당 과금되었습니다. 심지어 위대한 반례인 클라우드조차도 공유의 이점이 있는 워크로드만을 재중앙화했을 뿐이며, 클라우드 비용이 이사회의 주요 관심사가 되자마자 안정적인 워크로드를 다시 온프레미스로 되돌리려는 움직임이 시작되었습니다. 이 패턴은 거의 법칙에 가깝습니다. 컴퓨팅은 하드웨어가 부족한 동안에만 과금 서비스로 소비되며, 그 기능이 고객이 소유할 수 있는 상자에 들어가는 순간 소유권이 승리합니다. 한계 비용에서 소유한 컴퓨팅은 전기료만 들지만, 임대한 컴퓨팅은 공급업체가 당신이 감당할 수 있다고 생각하는 만큼의 비용이 들기 때문입니다. 인텔리전스도 다르지 않을 것입니다. 기업의 꾸준하고 예측 가능하며 대량의 토큰 부하, 에이전트, 워크플로우, 일상적인 인지 작업은 소유한 실리콘으로 이동하고, 클라우드는 항상 그래왔듯이 버스트, 피크, 그리고 상자에 담기에는 너무 큰 문제만을 유지할 것입니다.
연구소들도 이 산술을 구제할 수 없습니다. 그들의 의무는 한 방향으로만 흐르기 때문입니다. OpenAI는 Microsoft, Oracle, Amazon, CoreWeave 및 Cerebras에 걸쳐 약 1.1조 달러의 컴퓨팅 약정을 부담하고 있으며, 이러한 약정은 그 자체로 SPV 부채의 담보입니다. 비용은 확정되었지만 수익은 선택 사항입니다. 이는 좋은 비즈니스의 정확한 반대입니다. 그리고 품위 있게 규모를 줄일 방법은 없습니다. 더 저렴한 모델을 제공하면 프론티어가 과잉 공급되었음을 인정하는 셈입니다. Sora처럼 제품을 없애면 시장은 위기로 읽습니다. 약정을 어기면 전체 스택이 가격이 책정된 기준이 되는 채무 불이행 사건이 발생하며, 이것이 바로 월스트리트가 Oracle의 6,300억 달러 백로그를 거의 가치 없음으로 평가하는 이유입니다. 모든 탈출구는 그것이 도망치려는 것을 촉발합니다. 이것은 기업 금융의 중국 손가락 함정이며, 두 회사 모두 그 안에 한 손을 넣고 있습니다.
한편, 그 논문은 항상 그렇듯이 일반 대중에게 영향을 미칩니다. 캘리포니아 교사들의 은퇴 저축은 Blue Owl의 펀드에 있습니다. 퀘벡 연금 자금은 CoreWeave의 대출에 있습니다. Apollo는 보험 연금을 통해 Anthropic의 칩에 350억 달러를 지원하고 있습니다. Blue Owl은 15분간의 첫 만남 후에 100억 달러 규모의 데이터 센터 약정에 동의했다고 알려졌으며, 이는 일반적으로 타임쉐어 프레젠테이션과 관련된 실사 속도입니다. Moody's는 민간 신용에 대한 은행 노출도를 1.4조 달러로 추정하며, 이는 거의 없는 준비금으로 유지되고 있습니다. 아직 나쁜 일이 발생하지 않았기 때문이며, 이는 2006년의 인수 기준과 동일합니다. 이 거품의 하중을 지탱하는 벽은 은퇴 수표로 만들어졌습니다.
그러니 채무 불이행, 또는 거의 그에 가까운 상황이 실제로 무엇을 촉발할지 신중히 생각해보십시오. 그것은 단일 사건이 아니라 연쇄 작용입니다. 첫 번째 피해자는 하드웨어가 아니라 자본 비용입니다. 연구소가 지불에 어려움을 겪는 날, 모든 대출 기관은 모든 유사 구조를 동시에 재평가합니다. 스프레드는 폭발적으로 증가하고, 새로운 SPV 발행은 중단되며, 재융자에 의존하는 프로젝트(대부분의 프로젝트)는 건설 중간에 벽에 부딪힙니다. 시장은 이미 이를 예행연습하고 있습니다. Oracle의 신용 부도 스왑은 금융 위기 이후 처음 보는 수준으로 거래되고 있으며, JPMorgan은 고객이 AI 부채를 공매도할 수 있도록 특별히 맞춤형 바스켓을 구축했습니다. 재평가는 청산 이전에 이루어지며, 이것이 우리가 보게 될 유일한 단계일 수도 있습니다. 왜냐하면 하이퍼스케일러들은 채무 불이행이 공개되는 것을 허용하기보다는 어려움을 겪는 테넌트를 조용히 흡수할 모든 인센티브를 가지고 있기 때문입니다.
하지만 연쇄 작용이 실행된다면, 누가 무엇을 쥐고 있게 되는지 주목하십시오. 채권자들은 추론을 실행할 수 없는 연기금과 보험사입니다. 담보는 3년 주기로 감가상각되는 실리콘입니다. 그리고 첫 번째 손실 중 일부는 Nvidia 자체에 있습니다. Nvidia는 CoreWeave의 판매되지 않은 용량 수십억 달러를 보증했으며, 공급업체가 자신의 종이를 먹는 셈입니다. 오늘날의 시장은 과잉이 아니라 부족하며, 메모리는 독점되고 스위치는 구매할 수 없습니다. 따라서 압류된 하드웨어의 첫 번째 트랜치는 할인된 가격에 기꺼이 구매자를 빠르게 찾을 것이며, 모든 구매자는 정확히 이 에세이가 예측하는 대상, 즉 기업, 대학, 국영 기업 및 저와 같은 운영자일 것입니다. 그들은 채권자의 비용으로 채권자가 자금을 조달한 바로 그 데이터 센터에서 멀어지는 마이그레이션을 완료할 상자를 인수할 것입니다. 이것이 바로 닷컴 광섬유에서 일어난 일입니다. 광섬유를 깔았던 사람들은 파산했지만, 그 광섬유는 YouTube를 세 번째 소유자에게 1달러에 1센트 꼴로 전달했습니다.
한 단계 더 따라가면 결말은 정말 이상한 형태를 띱니다. 손실은 연금 수급자와 보험사에 떨어지고, AI 자본 지출이 되어온 성장 엔진은 멈춥니다. 그리고 워싱턴은 사후에 그 누구도 이에 대해 투표하지 않았다는 것을 알게 됩니다. 단, 워싱턴은 이미 바로 이 순간을 위해 포지셔닝하고 있습니다. 트럼프 행정부는 2년 동안 부분적인 국유화를 정상화하는 데 시간을 보냈습니다: 인텔의 9.9% 지분을 89억 달러에 매입, 칩 제조사와 희토류 광산의 지분 확보, 양자 컴퓨팅을 다음으로 발표, 외교협회(Council on Foreign Relations) 집계에 따르면 2025년 1월 이후 37건의 지분 또는 유사 지분 거래.
비틀거리는 전략 산업을 위한 플레이북은 더 이상 구제 금융이 아니라 지분 확보이며, 인텔의 10%를 인수한 국가가 OpenAI가 흔들리는 것을 지켜보면서 수표책을 들고 국가 안보라고 부르지 않을 것이라고 상상하기는 어렵습니다. 따라서 위대한 미국 AI 건설의 가장 가능성 있는 최종 상태를 그려보면, 그것을 입찰한 누구도 의도하지 않은 상태입니다: 능력은 살아남아 대부분 중국 모델을 실행하는 수백만 개의 소유 상자로 분산되고, 손실은 미국 저축자들에게 사회화되며, 프론티어의 나머지 부분은 상승하는 동안 이를 규제하지 못한 정부가 부분적으로 소유하게 됩니다. 베이징의 전략은 경주에서 이길 필요가 없다는 것입니다. 자금 조달이 실패하기를 기다리기만 하면 되었습니다.
누군가는 Margot에게 욕조 물을 따뜻하게 유지하라고 말해야 합니다.
Jensen은 이미 건물을 떠났다
한 사람이 이 모든 산술을 이미 해결한 것처럼 보입니다: 삽을 파는 사람입니다.
무대 위에서 Jensen Huang은 건설의 대사제입니다: 1,600억 달러의 수익, 1,000억 달러의 수익, 분기마다 수요는 무한하고 미래는 델라웨어 크기의 데이터 센터라고 발표하는 기조 연설. 하지만 Nvidia의 위치를 그가 개인적으로 읽어야 하는 방식으로 읽어보십시오. 수익의 약 90%는 데이터 센터 장비이며, 소수의 고객이 대부분을 구매합니다. 그 고객들은 하이퍼스케일러이며, 그들의 AI 수익은 4분의 3이 OpenAI와 Anthropic이고, 그들의 지출은 트렌치 코트를 입은 벤처 캐피탈과 민간 신용입니다. 이 체인을 끝까지 추적하면 지구상에서 가장 가치 있는 회사는 기능적으로 급여를 지불하는 두 개의 수익성 없는 스타트업에 대한 레버리지 베팅입니다.
그리고 Jensen은 그것이 얼마나 레버리지되었는지 정확히 알고 있습니다. 왜냐하면 그는 양쪽 모두를 인수하고 있기 때문입니다: Nvidia는 CoreWeave의 판매되지 않은 용량 수십억 달러를 보증하고 있으며, 오하이오에 있는 OpenAI 데이터 센터에 대한 제안된 보증을 2,500억 달러에서 1,200억 달러 미만으로 줄였습니다. 이는 자신의 기조 연설을 믿는 사람의 행동이 아닙니다. 연구소가 비틀거리면 하이퍼스케일러는 자본 지출을 줄이고, SPV는 채무 불이행하며, 그의 평가가 의존하는 주문장은 한 분기 만에 증발합니다. 그는 누구보다 빠르게 자본 테이블을 읽을 수 있습니다.
그러니 그의 슬라이드가 아니라 그의 손을 주목하십시오. 기조 연설이 기가와트 규모의 캠퍼스를 축하하는 동안, Nvidia는 조용히 다른 미래를 구축하고 있습니다: 직접적이고, 다운마켓이며, 데이터 센터 금융 콤플렉스 완전히 외부에 있습니다. 4,699달러의 DGX Spark는 너무 빨리 팔려서 클러스터링할 스위치조차 구매할 수 없습니다. DGX Station은 책상 위에 748GB의 통합 메모리를 대학원생 가격에 제공합니다. MSI와 Dell은 이미 클론을 출시하고 있습니다. 모든 상자는 클라우드 계약에 서명하지 않고, SPV를 건드리지 않으며, Nvidia 실리콘 구매를 멈추지 않는 고객입니다. GPU 딜러가 소매를 열고 있으며, 그 논리는 완벽합니다: 가장 큰 고객 4곳이 자체 칩을 구축하고 있고 임대 시장이 부채 폭탄일 때, 최종 사용자에게 상자를 판매하고 SPV가 임대 계약을 놓고 싸우게 두는 것입니다. 하우스는 카지노에 칩을 판매하면서 동시에 사람들의 집에 포커 테이블 체인을 조용히 열고 있습니다.
데스크탑 라인은 또한 Nvidia의 가장 사적인 문제, 즉 메모리를 해결합니다. 토큰 서빙은 메모리 바운드 워크로드입니다. 생성된 모든 토큰은 RAM에서 전체 활성 모델을 읽어야 하므로 칩은 대부분의 수명을 메모리를 기다리며 보냅니다. 이것이 데이터 센터 GPU가 HBM(다이에 본딩된 이국적인 스택 메모리)을 중심으로 구축된 이유입니다. 그리고 HBM이 바로 부족 현상입니다. Nvidia는 이를 만들지 않습니다. SK Hynix, Samsung 및 Micron만 만들고, TSMC가 본딩을 수행하며, Nvidia는 물리적 단계 중 어느 것도 통제하지 않습니다. 2027년의 모든 생산량은 이미 할당된 것으로 알려졌으며, Micron의 수익은 346% 증가했고, Altman은 서울을 경유하는 동안 세계 DRAM의 40%를 확보했습니다. Nvidia의 핵심 거래는 희귀한 것을 사서 70포인트 마진으로 GPU에 담아 되파는 것이었으며, 이는 훌륭하지만 확실한 한계가 있는 비즈니스입니다: 세 개의 팹이 실리콘을 쌓을 수 있는 속도로만 성장할 수 있습니다. 이는 5조 달러 규모의 전체 건설에서 진정한 단일 실패 지점을 대만이 아니라 이천으로 만듭니다. 전체 계획은 한 한국 회사의 패키징 수율에서 병목 현상이 발생하며, SK Hynix는 두 초강대국이 줄을 서는 무기상이며, 북한의 미사일 사정권 내에 있고, 중국 내에 팹을 보유하고 있습니다. 우리는 대만 위험을 평가하며 하루를 보냅니다. 아무도 이천 위험을 평가하지 않습니다.
Sparks와 Stations는 전체 싸움을 우회합니다. 그들은 부족하지 않은, CXMT조차 만들 수 있는 일반 통합 DRAM에서 실행됩니다. Jensen의 두 번째 막은 아무도 줄을 서지 않는 유일한 구성 요소에서 실행됩니다.
한 걸음 물러서면 그 대칭성은 거의 우아합니다. 중국의 전략은 에지에서 저렴한 상자에 오픈 모델을 실행하는 것입니다. Nvidia의 헤지는 대부분 중국산 오픈 모델을 실행하는 에지의 저렴한 상자입니다. AI 전쟁의 두 추정 적대자는 동일한 거래로 수렴했습니다: 임대하는 유틸리티가 아니라 소유하는 상품으로서의 인텔리전스라는 미래를 판매하는 것입니다. 유료 도로에 여전히 전념하는 유일한 당사자는 그것 없이는 생존할 수 없는 두 회사와 그것을 15배 이상 자금 조달한 대출 기관뿐입니다. Nvidia는 음악이 멈출 때까지 데이터 센터에 삽을 판매한 다음, 다른 모든 사람에게 삽을 판매할 것입니다. 왜냐하면 그것은 결코 연구소에 장기적이지 않았기 때문입니다. 그것은 컴퓨팅에 장기적이었고, 컴퓨팅은 연기금이 지불한 건물 밖으로 한 번에 하나의 금색 상자씩 걸어 나가고 있습니다.
그리고 이 중 어떤 것이 의도적이었다는 것을 의심했다면, 지난주 Jensen이 그 의심을 제거했습니다: Nvidia는 129억 달러에 Hugging Face를 인수했습니다. Hugging Face는 데이터 센터 플레이가 아니라 그 반대입니다: 세계의 오픈 모델 가중치 저장소, GLM과 Qwen과 DeepSeek를 다운로드하는 곳, 이 에세이가 승리한다고 말하는 모든 것의 유통 허브입니다. 폐쇄된 서양 연구소에 서비스하여 재산을 쌓은 회사가 방금 오픈 모델 세계의 정문, 즉 클라우드를 임대하는 대신 상자를 소유할 모든 사람과의 고객 관계를 위해 130억 달러를 지불했습니다. Stripe는 미터를 샀습니다. SpaceX는 수요를 샀습니다. Jensen은 연구소 이후 시대의 앱 스토어를 샀고, 연구소의 자체 에이전트는 두 달 전에 침입하여 그 전략적 가치를 도움이 되도록 입증했습니다.
이것이 단일 이미지로 표현된 전체 에세이입니다. 평가가 전적으로 데이터 센터 건설에 의존하는 지구상에서 가장 가치 있는 회사가 데이터 센터 건설에서 공개적으로, 소매로 다각화하고 있으며, 기조 연설에 있는 누구도 알아차리지 못한 것 같습니다. Jensen은 골드 러시에 곡괭이와 삽을 팔아 1,500억 달러를 벌었습니다. 이제 그는 채광 분석 결과를 살펴보고 광산이 소금에 절여졌다고 결론을 내리고, 대신 일반 대중에게 탐사 키트를 조용히 판매하기 시작했습니다.
여전히 탐사 키트를 구매할 수 있습니다. 구매할 수 없는 것은 그것들을 함께 연결하는 장비입니다. 저는 알고 있습니다. 저는 제 것을 연결하려고 스웨덴의 마지막 스위치를 샀습니다.
