글로벌 인공지능(AI) 기업을 중심으로 AI 모델 개발 속도를 늦춰야 한다는 주장이 잇따르면서 그 배경을 둘러싼 논쟁이 커지고 있다. 표면적으로는 AI가 인류에 미칠 위험을 줄이고 안전성을 확보해야 한다는 취지지만, 증권가에서는 거액의 개발비와 치열해진 경쟁 환경, 기업공개(IPO) 등을 고려하면 경제적 이해관계가 중요한 요인으로 작용했을 가능성도 제기되고 있다.

최근 AI 업계에서는 새로운 모델이 등장하는 주기가 빠르게 짧아지고 있다. 하지만 모델 성능을 조금이라도 높이기 위해서는 막대한 GPU와 데이터센터, 전력, 연구개발 비용이 필요하다. 경쟁 업체보다 뛰어난 모델을 내놓기 위한 투자가 계속되면서 개발비 부담이 커지는 반면, 새로운 모델이 출시되기까지의 기간이 짧아지면서 이전 모델을 통해 충분한 수익을 확보하기 어려운 상황이 나타나고 있다는 분석이다.

이에 따라 AI 개발사들이 앞으로는 무조건 더 강력한 모델을 만드는 경쟁보다 기존 모델을 실제 업무에 활용하는 데 초점을 맞출 가능성이 있다는 전망이 나온다. 모델 자체의 성능을 소폭 높이기 위해 막대한 비용을 추가로 투입하기보다는 기업들이 AI를 업무에 적용하면서 더 많은 서비스를 이용하도록 만드는 방식으로 수익성을 높이는 전략이다.

AI를 업무에 접목하는 이른바 AI 전환이 확대되면 AI 모델에 입력하고 처리하는 데이터의 양도 증가할 수 있다. 따라서 모델 개발 경쟁의 속도가 다소 느려지더라도 AI 이용량 자체가 증가한다면 데이터센터와 AI 반도체에 대한 수요가 반드시 감소한다고 보기는 어렵다는 설명이다.

특히 AI 모델 개발사와 AI 반도체 기업 사이의 이해관계가 달라질 수 있다는 점이 주목된다. AI 모델을 개발하는 기업들은 고성능 모델을 만들기 위해 투입되는 막대한 비용을 줄이는 것이 중요하지만, GPU와 AI 서버를 공급하는 기업들은 AI 모델 경쟁이 치열할수록 고성능 연산장비에 대한 수요가 커지는 구조이기 때문이다.

실제로 엔비디아의 젠슨 황 최고경영자는 AI 모델 개발 속도를 늦추는 주장에 부정적인 입장을 보여왔다. 이는 AI 생태계 안에서도 기업별로 AI 발전 속도를 바라보는 시각이 다를 수 있다는 점을 보여준다.

일부 증권가는 AI 개발 속도조절론이 단순히 인류 안전을 위한 결정이라고만 보기는 어렵다고 분석한다. 대규모 자금을 투입할 수 있는 선두 AI 기업들이 개발 경쟁의 속도를 낮출 경우 후발주자들이 기술 격차를 좁히기 어려워지고 기존 선두 기업들의 시장 지배력이 오히려 강화될 수 있다는 이유에서다.

특히 대형 AI 기업들이 IPO를 준비하는 과정에서는 연구개발 비용을 줄이고 수익성을 개선할 필요성이 커질 수 있다. 새로운 AI 모델을 개발할 때마다 막대한 비용이 발생하는 만큼 개발 주기를 조절하면 비용 부담을 낮추고 향후 기업가치를 높이는 데 도움이 될 수 있다는 분석이다.

실제로 차세대 AI 모델을 개발하는 과정에서는 수많은 고성능 GPU가 필요하다. 추정치에 따라서는 최신 AI 모델 하나를 학습시키는 데만 수조원에 가까운 수준의 기회비용이 발생할 가능성도 거론된다. AI 기업 입장에서는 모델 성능을 조금 높이기 위해 추가로 막대한 자금을 투입하는 것이 과연 경제적으로 효율적인지 따져볼 필요가 커진 셈이다.

다만 이번 논쟁을 AI 산업의 성장세가 꺾이는 신호로 해석하는 데에는 신중할 필요가 있다는 분석도 나온다. AI 모델 개발 속도가 조절되더라도 기업들의 AI 활용이 계속 확대된다면 AI 서비스에 필요한 연산량은 증가할 수 있기 때문이다.

AI가 검색과 문서작성뿐 아니라 기업의 업무 자동화, 소프트웨어 개발, 고객관리, 제조, 금융 등 다양한 분야로 확산될수록 AI 인프라에 대한 수요가 유지될 가능성이 있다. 결국 중요한 것은 AI 모델의 성능 경쟁 자체보다 AI 서비스가 실제 매출과 이익을 얼마나 만들어낼 수 있느냐가 될 수 있다.

반면 국내 반도체 업계에서는 메모리 수요에 대한 우려가 커질 가능성도 있다. 메모리 가격이 PC와 스마트폰 원가에서 차지하는 비중이 높아지면서 일부 제조업체들이 메모리 탑재량을 줄이는 움직임을 보이고 있고, AI 서버에서도 새로운 모델의 메모리 사용량 계획이 조정될 가능성이 있다는 분석이 제기되고 있다.

이 같은 변화가 현실화하면 AI 특수에 힘입어 급격하게 늘어난 메모리 수요의 증가 속도가 둔화할 수 있다. 특히 삼성전자와 SK하이닉스처럼 AI용 고대역폭메모리와 서버용 메모리 시장의 영향을 크게 받는 기업들은 AI 투자 규모뿐 아니라 실제 메모리 탑재량과 가격 흐름까지 함께 살펴야 할 필요성이 커진다.

한국 경제에는 이번 변화가 기회와 위험을 동시에 가져올 수 있다. 국내 산업에서 가장 직접적인 영향을 받을 분야는 반도체다. 미국을 중심으로 AI 데이터센터 투자가 지속된다면 HBM을 비롯한 고성능 메모리와 서버용 반도체 수요가 이어질 가능성이 있지만, AI 기업들이 비용 절감을 위해 모델 개발 규모나 서버의 메모리 사용량을 줄일 경우 기대했던 수요 증가세가 약해질 수 있다.

반대로 AI 개발 경쟁이 단순한 모델 성능 경쟁에서 비용 효율성과 실제 활용도를 높이는 경쟁으로 이동한다면 국내 기업에는 새로운 기회가 생길 수 있다. AI 반도체와 메모리뿐 아니라 전력기기, 데이터센터, 냉각 시스템, 네트워크 장비 등 AI 인프라 전반에서 효율성을 높이는 기술의 중요성이 커질 수 있기 때문이다.

향후 AI 시장의 핵심은 '누가 가장 뛰어난 AI를 만드는가'에서 '누가 AI를 가장 효율적으로 돈이 되게 만드는가'로 이동할 가능성이 높다. 막대한 자금을 투입해 최고 성능의 모델을 만드는 것만으로는 충분하지 않고, 기업과 소비자가 실제로 비용을 지불할 만한 서비스를 만들어야 투자도 지속될 수 있다.

따라서 이번 AI 속도조절론을 AI 산업의 쇠퇴 신호로 단정하기보다는 성장 방식이 바뀌는 과정으로 바라볼 필요가 있다. AI 모델 개발 속도가 일부 둔화되더라도 AI 활용량과 수익화가 증가한다면 관련 인프라 시장은 계속 성장할 수 있다. 반면 AI 투자 대비 수익성이 확보되지 못하고 메모리와 서버 수요까지 동시에 둔화한다면 현재 높은 수준의 AI 관련 기업 가치에 대한 재평가가 나타날 가능성도 있다.

결국 앞으로 국내 증시에서도 'AI'라는 이름만으로 관련 기업을 평가하기보다 실제 수주와 매출, 영업이익, 메모리 수요, 데이터센터 투자 규모 등을 세밀하게 살펴야 할 것으로 보인다. 한국 경제 역시 AI 산업의 성장에 편승하는 데 그치지 않고 반도체를 비롯한 핵심 부품과 AI 서비스 분야에서 독자적인 경쟁력을 확보하는 것이 장기적인 과제가 될 전망이다.

#인공지능
#AI
#AI속도조절론
#AI산업
#AI투자
#AI수익화
#엔비디아
#오픈AI
#앤트로픽
#AI반도체
#HBM
#삼성전자
#SK하이닉스
#반도체
#데이터센터
#한국경제

#월드시사경제

• 페이스북 공유
• 트위터 공유