정말 AI 버블이 존재할까요? 만약 그렇다면, 우리는 그것을 어떻게 이해해야 할까요? — Andrew Ng의 편지에서 OpenAI가 무려 1조 4천억 달러 규모의 인프라 계획을 제안하고, 엔비디아의 시가총액이 한때 5조 달러의 상한선을 돌파하면서, "AI 버블"에 대한 시장의 우려가 그 어느 때보다 커졌습니다. 앤드류 응은 자신의 글에서 단순히 "강세" 또는 "약세" 진영에 편승하지 않습니다. 대신, 그는 중요한 관점을 제시합니다. AI는 단일하고 동질적인 시장이 아닙니다. 소위 "거품"을 꿰뚫어 보려면 AI를 애플리케이션 계층, 추론 인프라, 그리고 학습 인프라라는 세 가지 구성 요소로 나누어야 합니다. 이렇게 해야만 진실을 볼 수 있습니다. I. 저평가된 잠재력: AI 스타트업에 대한 일반적인 인식과는 달리, Andrew Ng는 AI의 응용 계층에 대한 투자가 실제로 부족하다고 생각합니다. 이 논리는 매우 핵심적이고 직관적입니다. 경제적 관점에서 볼 때, 기술 생태계에서 애플리케이션이 창출하는 총 가치는 이를 지원하는 인프라 비용을 초과해야 합니다. 그렇지 않으면 전체 비즈니스 모델을 폐쇄할 수 없습니다. 그러나 현재 상황은 기반 칩과 모델에 막대한 자본이 유입되고 있는 반면, 진정한 가치를 창출할 수 있는 최상위 애플리케이션은 부족한 상황입니다. 많은 벤처 캐피털리스트들은 현재 대형 모델 벤더들이 "모든 것을 차지"하여 애플리케이션 개발자들을 압박할 것을 우려하며 방관하고 있습니다. 그러나 앤드류 응은 다른 견해를 가지고 있습니다. 그는 AI가 점차 "지능형 에이전트 워크플로" 단계로 발전하여 작업을 자율적으로 계획하고 실행할 수 있게 됨에 따라 애플리케이션 계층의 잠재력이 기하급수적으로 발휘될 것이라고 지적합니다. 이는 향후 10년 동안 가장 큰 성장점이 될 뿐만 아니라 현재 심각하게 저평가된 분야이기도 합니다. II. 공급 부족의 원동력: 추론 인프라 "애플리케이션"에서 "컴퓨팅 파워"로 전환하면 상황이 달라집니다. 앤드류 응은 컴퓨팅 파워를 "추론"과 "학습"이라는 두 부분으로 나눕니다. 추론 인프라와 관련된 현재 상황은 "공급 제약"에 직면해 있습니다. 전 세계적으로 AI 도입이 아직 초기 단계에 있지만, 컴퓨팅 파워에 대한 수요는 이미 매우 높습니다. 앞으로 GPT-5와 Gemini 3와 같은 더욱 강력한 모델이 출시되고 AI 에이전트가 코드를 작성하고 복잡한 작업을 처리하기 시작함에 따라, 토큰 소비는 폭발적으로 증가할 것입니다. 앤드류 응은 시장이 과도한 낙관주의로 인해 과도한 추론 컴퓨팅 성능을 구축하더라도, 이것이 반드시 나쁜 것은 아니라고 생각합니다. 개발자와 사용자에게는 컴퓨팅 비용 절감을 의미하며, 이는 더욱 혁신적인 애플리케이션 개발을 촉진할 것입니다. 따라서 이 분야의 펀더멘털은 여전히 견고합니다. III. 실제 위험 센터: 교육 인프라 AI 분야에 거품이 실제로 존재한다면, 앤드류 응 교수가 가장 우려하는 숨겨진 위험은 교육 인프라에 있습니다. 이 분야는 자본 집약도가 매우 높습니다. 많은 기업들이 경쟁 우위를 확보하기 위해 독점적인 기본 모델 학습에 막대한 투자를 합니다. 그러나 대규모 오픈소스 모델의 등장은 이러한 환상을 깨뜨리고 있습니다. 오픈소스 모델의 성능이 빠르게 향상됨에 따라, 단순히 "대규모 모델을 소유하는 것"만으로 사업적 장벽을 구축하는 것이 점점 더 어려워지고 있습니다. 알고리즘 최적화와 하드웨어 발전으로 인해 동급 성능의 모델 학습 비용이 매년 감소하고 있습니다. 즉, 현재 막대한 투자로 구축된 이점이 내년에 저비용 기술 솔루션에 의해 사라질 수 있음을 의미합니다. 따라서 이 분야는 막대한 재정적 수익에 대한 압박에 직면해 있으며 현재 가장 위험한 분야입니다. 저명한 경제학자 앤드류 응은 글 말미에서 합리적인 우려를 표명했습니다. 시장은 종종 비이성적입니다. 과열된 투자로 인해 "훈련 부문"이 붕괴될 경우, 이러한 공황은 연쇄 반응을 쉽게 촉발하여 건전한 기본 구조를 갖추고 있으며 더 많은 투자를 받아야 하는 "응용 부문"에서 자금이 실수로 인출되는 결과를 초래할 수 있습니다. 워런 버핏의 말을 빌리자면, "단기적으로 시장은 투표 기계이고, 장기적으로는 저울입니다." 단기적인 가격 변동은 심리를 반영하는 반면, 장기적인 가치는 기본 원칙에 따라 달라집니다. 모든 실무자, 개발자, 정책 입안자에게 앤드류 응의 조언은 명확하고 강력합니다. 단기적인 잡음은 무시하고 장기적인 가치 창출에 집중하라는 것입니다. AI가 인류에게 막대한 실질적인 가치를 가져다줄 수 있다는 확신이 있는 한, 거품에 대처하는 최선의 전략은 단 하나뿐입니다. 바로 끊임없이 발전하는 것입니다! AI 버블 이해하기 - 만약 있다면
