페북에 컬럼을 씁니다. 오늘은 AI 최전방 이야기 입니다..

.

.

"어느 분야를 매일 들여다보다 보면.. 그리고.. 매일 실제로 그걸 하다보면.. 

어느날 선두그룹에 있는 자신을 알게 된다. 

선두라는 것은 성공과 등치되는 단어가 아니니 오해 말자. . 

그냥 그 분야 최전선에 어느날 가 있게 된다는 것일 뿐이다. .

.

그리고 최전선의 상황은 후방과는 많이 다르다. . . 현재 AI판에 대한 이야기다. . .

.

오늘 AI 업계에서 가장 핫 한 주제는 OpenAI를 제치고 엔트로픽의 구독자 점유율 1위 탈환이 몇 일 안남았다는 것이다. 

점유율만 바뀌는 것이 아니다. 두 회사의 2026년 예상 년매출 격차는 더 벌어져 있다.

엔트로픽은 2026년 ARR(예상 연환산 매출)은 300억 달러 (45조원) 이고,

OpenAI는 250억 달러 (35조원) 이다.

.

참고로 최대 수익의 상단은 둘 다 이보다 높지만 중요한 건 후발주자인 엔트로픽의 ARR이 오픈AI를 넘어섰다는데 있다.

유튜버들과 AI 에반젤리스트들은 이 뉴스를 다루면서 여러 방면에서 왜 오픈AI가 뒤쳐지는가 분석들을 하지만 사업을 하는 관점에서 더 중요한 건 누가누가 더 잘하냐 못하냐가 아니라. 매출 규모다.

.

두 회사 합산 예상 매출이 올해만 이미 80조원이다. 여기에 언급되지 않았지만 다른 LLM 기업들을 합치면 파운데이션 모델을 보유한 AI 기업들의 2026년 매출이 이미 100조원 시대에 도달했다는 것을 알 수 있다.

.

100조원이면 인텔과 뱅크오브아메리카, JP모건, 화이자 매출을 넘어선 것이고, 페이스북 매출과 비슷하며, 삼성전자 매출의 1/3이며, 애플의 1/5에 이미 도달한 것이다. 

.

더 엄청난 건 이들의 매출 성장율이 YOY 기준.. 엔트로픽은 1400%, 오픈AI도 300%나 된다는 것이다. 심지어 이 성장율은 당분간 유지될 예정이다. . 내년을 전망하면 LLM사들의 매출만으로 이미 300조원을 돌파할 것이고.. 여기에 중국의 LLM들 까지 합치면 2030년쯤엔 LLM사들의 전체 매출이 1,000조를 쉽게 넘어설 것으로 예상 가능하다. 

.

어이없는 숫자로 들릴 수 있으나.. 다가오는 현실이고 어떤 수치적 과장도 없다. 

.

이 숫자 얘기를 왜 장황하게 하느냐면.. 이 LLM사들의 경쟁이 그때라고 해서 끝날 일도 아니고, 5년 후 AI 경쟁에 승자가 엔트로픽이라고 단언하기도 어렵기 때문이다. 최근 엔트로픽의 신모델 미토스가 너무 능력이 출중해서 일반 공개를 못한다는 얘기도 핫 하지만 구글, 메타, 오픈AI, Xai, Qwen, DeepSeek, 이라고 놀고 있지 않다.

경쟁은 치열하고 이를 구현하는 핵심은 여전히 트랜스포머(어텐션) 하나다. 나머지 레시피들은 다양하겠으나.. 핵심 재료가 트랜스포머 하나인 이상 어디든 못 따라갈 이유가 없고. 실제로 수개월의 시차가 있을 뿐 오늘도 각 모델들의 성능은 상향 평준화를 향해 달려가고 있을 뿐이다. 

.

모든 LLM의 성능이 상향평준화가 되어간다면 경쟁의 방향은 어디로 흐를까? 그때부터는 오직 토큰 가격에 종속된다. 싸게 제공하는 쪽이 유리해지는 것이다. 그때부터는 클라우드든, 로컬이든. 패쇄형이든, 오픈소스든.. LLM은 흔해지고 토큰 가격이 변수가 된다. 

.

오해말자. 아직은 성능차이 심하다. 오늘의 이야기가 아니라. 3~5년뒤의 이야기다. 

.

그 시점에 다가갈 때 과연 어느 기업이 또 다른 기회를 얻게 될까? 

LLM이 흔해지는 시점을 지금 준비하는 기업에게 다음 기회가 열린다. 

사용성 에이전트가 아니라. 생산성 에이전트를 주목하자. 그리고 LLM에 종속되지 않는 에이전트를 주목하자.

그리고 수년 뒤 LLM은 마치 인터넷과 같아진다. 어디에나 어느 기기에나 수많은 형태와 사이즈의 LLM들이 우리를 감싸고 있을 것이다. 물론 여전히 최고 수준의 추론을 제공하는 클라우드 LLM 들이 주류겠지만 굳이 그 비싼 토큰 요금을 내가며 하나에 종속되진 않을 것이다. 

.

미국과 중국의 AI에게 종속되지 않는 소버린 AI는 그래서 중요하다. 오늘 현재 AI산업은 미국과 중국의 주요 빅테크들의 잔치로 보이겠지만 이 근본은 트랜스포머 하나고, 학습은 이미 정제된 데이터가 공개되어 있고, 학습용 GPU도 엔비디아의 대안으로 비용, 에너지 효율적인 솔루션이 등장하기 시작했다. AI 반도체로 국한할 때, AI 산업의 중심에는 대한민국이 있다. 우린 이 하드웨어 인프라의 축복 속에 있다. 대한민국은 절대로 AI시대의 변방국이 아니다. 하드웨어 인프라를 생산하는 나라에서 LLM이 못나올 이유가 없고, 쓸만한 에이전트가 못나올 이유가 없다. 이론과 기술과 DB는 이미 존재한다. 오직 돈과 국가의 의지가 필요할 뿐이다. 

.

다만.. AI산업은 기존 인터넷과 달리 압도적인 컴퓨팅 연산을 필요로 한다. 쉬운 말로 비싸다는 것이다. 

그렇다 AI는 비싸다. 

이 분야 최고 인플루언서가 되신 안드레 카파시께서 소프트웨어 생산비가 0에 수렴했다는 표현을 해서 많이들 인용하는데.. 이는 틀린 말이다. 개발 효율대비 비용이 낮아졌다는 의미로 누군가는 해석하겠지만.. 현실은 코드 한 줄 바꾸는 것 조차 지금은 돈(토큰)이 든다. 소프트웨어 생산비는 오히려 인류 역사상 컴퓨터를 써 온 그 어느 때 보다 비싸졌다.

.

그러나 이 압도적인 생산성 때문에 한번 사용해 본 기업은 비싸더라도 절대로 AI의 생산성을 버릴 수가 없다.

이것은 개인도 마찬가지다. AI의 생산성을 경험한 개인은 다시는 과거로 돌아가지 못한다.

.

그런데.. 이 소프트웨어 생산비 문제는 교육의 문제로 번진다.

.

유전무죄, 무전유죄란 말이 있는데.. 이 비유가 약간은 유사하게 돌아간다.

돈있는 집 자녀들은 AI 이용료를 펑펑 내가면서 졸업작품용 소프트웨어를 만들지만, 

돈없는 집 자녀들은 쥐꼬리만한 무료 토큰으로 코딩 조금 돌리다가 뻣어버린 대화창을 뒤로 하고 힘들여 알바해서 모은 돈으로 겨우 유료 결제 추가하고 찔끔 코딩하는 일을 반복하고 있다.

.

이건 이 시간 오늘 현재 이미 대학교 실습실에서 벌어지는 현장의 현실이다. 

AI 사용능력이 소득 격차를 가를 것이다는 틀린 말이다. AI를 쓰려면 이미 돈이 있어야 쓸수가 있다.

.

시작도 하기전에 운동장은 기울어 있고 담장은 둘러쳐 있는 것이다. 

.

그리고 오늘도 주요 LLM사들은 요금을 높이고 있다. 

이것이 오늘 현재 AI 산업이 보여주는 최전방의 현실이다."