AI를 개발하는 기업이... 돈을 벌려면...?
#엔비디아 의 #젠슨황 CEO가 한국을 다녀 가면서 온갖 뉴스거리를 만들었지요. 그 자리에 함께 한 #정의선 회장과 #이재용 회장의 모습도 참 좋았습니다. 사실 #트럼프 대통령도, 대통령이 되기 전에 유명한 CEO였고, 부자였죠. 우리의 시스템이 만든 부자라면, 부러워하고, 좋아하는 문화는 배울 만하다고 생각이 들었죠.
오늘 쓰려고 했던 글의 핵심은 엔비디아의 #GPU - 정확하게는 #AI 의 #머신러닝 가속기 혹은 #AI가속기 라고 해야 하지 않나 싶긴 하지만 - 를 무려 26만 개나 주겠다, 고 해서 화제가 되었죠. 이제는 돈을 줘도 빨리 받기 힘든 제품이다 보니, 먼저 주겠다는 것만으로도 난리가 난 - 사실 중국에 팔지 못해서 주는거지만 - 상황이었습니다. 하지만, 삼성전자도 엔비디아도, 우리가 사용할 수 있는 범용 AI를 만드는 기업은 아니죠. 오늘은 #OpenAI #Google #MS #xAI 같은 회사들을 서비스를 대상으로 삼고자 합니다.
ㅁ 많아도 너무 많이 투자되는 돈
현재의 인공지능의 양면성은, 많아도 너무 많은 돈이 투자되는 것입니다. 1천조원 이상을 쏟아붓는데, 영향력이 적어질 수가 없죠. 덕분에 우리는 아주 뛰어난 AI 서비스를 저렴하게 사용하고 있지만, 개발하는 기업 입장에선 그 돈을 대느라 ... 아주 허리가 휠 겁니다. 그래도 MS나 Goolge 같은 회사들은 원래 돈버는 모델이 있고, 잘 버는 회사들이라 얼추 버틸만 하지만, OpenAI 같은 회사들은 투자금이 끊어지면 유지도 힘든 회사일 수도 있습니다. 그런 점에서 지금의 AI 시장은 꽤 버블이긴 합니다. 다만, 그 버블을 이끄는 리더들이, 당분간 투자를 멈출 것 같진 않습니다. 멈추는 순간, 격차가 6개월 이상 벌어지는 순간, 순식간에 몇 년의 격차가 나버릴 걸 알기 때문입니다.
ㅁ 새로운 AI 서비스를 만드는 데 비용을 줄이는 방법
제가 강조하는 인공지능의 3대 요소인 '빅데이터' '알고리즘' '컴퓨터' 중에서, 빅데이터 영역은 이제 최상위급 AI 기업들은 똑같다고 봐야 합니다. 소송 걸릴 일을 많이 했을거라 짐작합니다만, 일단 마구잡이로 긁어모아 만든 건 사실이니까요. 오죽하면, 쓸 수 있는 데이터는 거의 다 썼다, 라고 말한 게 2024년 말입니다.
AI 를 공부하다 보면, 똑같은 데이터, 똑같은 알고리즘인데 GPU성능이 좋으면 결과가 달라지는 현상을 발견하게 됩니다. 이유는? 정확히는 모릅니다. 다만, 머신러닝 과정에서 강력한 컴퓨터가 좋은 결과를 낸다, 는 건 경험적으로 모두 다 알고 있다 보니 기를 쓰고 엄청난 컴퓨팅 파워를 구축하기 시작했죠. 이 부분이, 지금의 'AI 거품론'의 핵심을 만든 부분이기도 합니다. 엔비디아가 돈 번 이유이기도 하죠. 그런데, 이것도 지금은 세계 탑 클래스 기업들 사이에서는 한계에 온 모양입니다. 그래서 #메타 를 필두로 수천 억원을 써서 #AI개발자 , 정확히는 머신러닝 모델을 만들 수 있는 개발자를 영입하는 건, 알고리즘의 향상을 통해 AI 수준을 높이겠다는 의도로 읽을 수 있습니다.
자 그러면, 데이터도, 컴퓨팅 파워도 한계에 왔다면, 더 투자하지 않는다면, 거기에 새로운 모델이 효율을 높이게 된다면 구매하는 컴퓨터의 양이 줄어들지 않을까요? 어쩌면 알고리즘 향상이야말로 돈을 덜 들이고 더 나은 AI 서비스를 만드는 핵심이 아닌가 싶기도 합니다.
그리고 또 하나! AI 서비스를 개발하는 과정에 사용하는 HW가... 전력소모가 엄청납니다. 작동시킬 때도 써야 하고, 식히는 데도 써야 하죠. 그래서 #저전력 하드웨어도 곧 주목받을 분야라고 봅니다.
정리하자면, 학습 모델의 효율성을 높이고, 전력 소모를 줄이는 것이야말로 AI 서비스 회사들이 돈을 절약하는 방법이 될 수 있는데, 2026년이 바로 이 부분에 집중되는 해가 아닐까 예상하고 있습니다.
ㅁ AI 회사들이 돈을 벌 수 있을까?
정확히 이야기하면, AI 회사들은 대부분 돈을 법니다. 문제는 투자금액이 너무 많아 적자라는 거죠. 그래도 다행인 것은 점점 유료 사용자가 늘고 있고, 이제는 고가 금액도 출시하는 걸 보면 매출 자체는 계속 높아질거라는 예상을 하고 있습니다. 결국 앞서 언급한 투자의 효율성, 지금 언급한 매출 증대가 크로스하는 그 순간이 바로 AI 회사들이 돈을 제대로 버는 순간이 되는 셈이지요. 과연 언제일까요? 저는 2027년 정도가 그런 해가 되지 않을까 생각합니다.
그렇지만... 지금까지 이야기는 전부 다 탑클래스 AI 기업들의 이야기입니다. 우리는... 흉내도 내기 힘들 정도죠. 그럼에도 불구하고 AI는 이제 화두를 넘어 기본이 되어 가고 있고, 그 안에서 우리는 새로운 도전을 할 수 밖에 없습니다. 그런 점에서 다음의 분야는 우리도 한 번 도전해 볼 수 있는 분야가 아닐까, 생각합니다.
여러 AI 모델을 섞어서 서비스를 만들기
도메인 내 데이터를 활용해서 특화된 서비스 만들기
AI를 개발하는 기업들이 필요로 하는 걸 만들어 팔기
어떤가요? 아이디어가 떠오르시나요?
위 방향에 대해서는 나중에 따로 글을 써보겠습니다. 중요한 건, 잘못된 접근을 하면... 힘들다는 거죠. 우리나라가 세계적인 AI 모델을 만들 수 있느냐? 조건만 맞다면 도전해 볼 수 있으리라 생각합니다. 일단 저작권은 무시하더라도 모든 데이터를 긁어 모으는 건 가능할 것 같고, GPU가 넉넉하게 있다면, 새로운 모델 연구도 그만큼 탄력을 받을 수가 있을테니까요. 그런 점에서... 한국의 도전이 꼭 성공했으면 합니다. 다만, AI 개발을 하지 않더라도 돈을 벌 수 있다는 생각은 모든 스타트업이 가질 수 있었으면 합니다. 전 가능하다고 보거든요. ^^
우리 모두의 도전을 응원합니다 ~
#BestAICoach
#백기락
bestaicoach@hotmail.com / 문자) 010-435-3268
챗지피티