미국은 가장 중요한 영역인 상업화에서 AI 경쟁을 이기고 있다

Anthropic, OpenAI, Google이 두드러지긴 하지만, 이걸 왜 전쟁이라고 부르는지가 더 큰 의문임
중국은 자기 맥락에서 큰 이득을 봤고, GPU 설계·제조 역량도 보강했음
정말 전쟁이라면 Trump는 법치 훼손과 미국에 대한 호감 약화로 자기 나라의 발목을 잡고 있음. 세계가 중국에는 데이터를 맡기기 어렵고, 미국에는 안정적 서비스를 믿기 어렵다고 느끼면 AI 전쟁에서 이겨도 미국에 돌아오는 이익은 제한될 수 있음
오히려 Europe처럼 자체 기술 스택을 만들 수 있는 지역에는 좋은 일일 수 있고, AI 스택이 워낙 비싸다 보니 중국의 강력한 오픈소스 모델이 세계에는 미국보다 더 도움이 되는 묘한 구도임

“왜 전쟁인가”에 대한 답은, 아직 이론에 가까운 AGI에 먼저 도달한 조직이 스스로 신적 능력까지 부트스트랩하고 Planetary Overlord를 설치해 세계를 지배한다는 과장된 약속이 배경에 깔려 있기 때문임
말도 안 되는 생각이라고 보지만, 관련 동력은 그쪽에 있음. 이 표현은 SF 작가 Charles Stross가 The Jennifer Morgue(2006)에서 만든 말임

미국은 다른 식으로 상상하지 못해서 그럼. 모든 것이 전쟁이고, 미국은 항상 이겨야 한다는 식임

투자자들이 시장을 독점하고 싶어 하기 때문에 전쟁이 됨. 원래 그들이 하는 일이 그렇고, 앞으로도 항상 그렇게 원할 것임

제목이 바뀐 건가? 지금은 ‘war’가 아니라 race라고 되어 있음

전쟁이라는 말은 결국 특이점에 도달하면 인간적 규모의 제약을 벗어나 남들을 압도할 수 있다는 우려 때문에 나옴
더 좋은 총을 만들어도 그걸 들 사람 수에는 제한이 있어서 세계를 그렇게 정복할 수는 없음. 하지만 누군가 초지능을 발명하면 새로운 AI 연구를 지배하고, 세계 경제를 통제하고, 훨씬 더 잘 싸우는 일을 아주 빠르게 할 수 있음

누구나 몇 분 안에 계정을 여러 개 만들 수 있는 사이트이고, 남용 방지 장치도 최소한임
커뮤니티의 힘은 전적으로 덜 알려져 있다는 점에 기대고 있었는데, 이제는 더 이상 그렇지 않음. 정치 선전 플랫폼으로 쓸 만큼 커진 순간 이미 지식인들의 공간으로서는 죽었음

제출 글 자체는 별로여도, 핵심 전제는 여전히 토론할 만할 수 있음
참고로 이 제출에 투표하지는 않았음

많은 사람이 내용을 보지 않고 제목만 보고 추천해서 그런 듯함
제목은 꽤 끌리지만, 내용은 쓰레기 같은 저품질 생성물임

HN이든 어디든 말 안 되는 글은 많이 뜸 대중의 반란은 실제임

아니, 미국은 AI 경쟁에서 앞서고 있을 뿐이고, 경쟁은 끝나지 않았음
90% 구간을 앞서 달리다가 마지막에 자기 땀에 미끄러져 넘어지면 무슨 의미가 있나. 수십억 달러를 써서 어떤 대가를 치르든 최고의 AI 기술을 얻으려 해도, 경쟁자가 그 진전을 증류해서 6~12개월 안에 따라잡고 비용은 1%만 쓴다면 의미가 약해짐
글이 중시하는 상업화에서도 미국은 점유율을 잃기 시작했음. 최근 미국 회사들이 요금제 사용량을 조이자 cc/codex 요금제에서 glm/opencode 요금제로 옮기는 사람들을 봤음. 이 흐름이 굳어지면 미국 회사들은 곤란해짐. 모두가 최첨단 모델을 필요로 하는 건 아니고, 월 20달러를 내고 꽤 쓸 만한 모델을 쓰고 싶을 뿐임

승자독식이 아니라면? 애초에 경쟁이 없다면? 미국이 하는 일이 지속 불가능할 수도 있는 부채와 과도하게 부풀린 가치평가로 돈을 태우는 것뿐이라면?
AI가 범용 서버 용량처럼 되는 시나리오도 가능함. 고객들이 초대형 클라우드 사업자 없이도 버틸 수 있다면, 지금 시장 전체가 꽤 어리석어 보일 수 있음

누군가 축구팀이 전반전에 이기고 있다고 말하면, “아니, 이기는 게 아니라 앞서고 있는 거야”라고 말할 건가

앞서 달리는 게 의미 있으려면 승자독식 시장이어야 함. 하지만 AI는 국가안보 이유 때문에 승자독식 시장이 될 수 없음
AI가 좋아질수록 더 대체 가능해질 것이라고 봄. 전기처럼 가치 있는 것이 될 수 있음. 많은 회사가 전기를 만들어 돈을 벌지만, 현재 투자자들이 기대하는 수준의 돈은 아님

Mark Cuban은 최근 인터뷰에서 회사들이 결국 하나만 남을까 봐 두려워한다고 답했음. 지금 인터넷 광고 회사가 사실상 하나인 것과 비슷하게, 그 하나가 되고 싶어 한다는 얘기임
정말 하나만 남을지는 논쟁거리지만, Cuban에 따르면 최소한 그들은 그런 사고방식으로 움직이고 있음

예전에는 이익이라는 게 있었고, 투자수익이라는 게 있었음
출구 전략이 Google에 매각되는 것이라면 매출에 집중하는 건 괜찮은 전략임. 하지만 자신이 Google이라면 쏟아부은 돈은 언젠가 회수되어야 함. 우리는 그걸 잊은 듯함
현재의 상업화 수준은 미국이 다른 누구보다 투자를 더 빨리 태우고 있다는 뜻일 뿐임. 언젠가 바뀌어 베팅이 성공할 수도 있지만, 이 상태가 1분 더 지속될 때마다 기대 수익은 그 1분의 손실과 이전 시간들의 이자까지 메울 만큼 더 커져야 함. 이게 “이기고 있다”는 모습인지는 잘 모르겠음. 틱톡

장기적인 승자는 로컬 모델에서 최고의 성능과 낮은 메모리 사용 비율을 제공하는 쪽이 될 것임
Anthropic, OpenAI, Mistral은 지금 돈을 버는 회사들일 뿐이고, 아직 수익성도 없으며 장기적으로는 견인력과 가치를 잃을 것임
다만 OpenCode Go 구독이 앞으로 어떻게 될지는 더 흥미로움. 빅테크보다 싸고, 토큰도 더 많고, 개선을 시도한다며 우리 데이터로 학습하지도 않음

사용자 채팅 기록과 사용 사례로 강화학습을 하기 때문에 Claude가 좋은 것이라서, 데이터로 학습하지 않는 건 장점이 아니라 단점임
순수 공개 데이터 학습 시대는 끝났음. 모두가 그 데이터에 접근할 수 있지만 최전선 모델은 몇 개뿐임

로컬 모델은 대형 최신 모델과 경쟁할 수 없음. iPhone이 핵 시뮬레이션을 하는 슈퍼컴퓨터와 경쟁하지 않는 것과 같음
두 경로는 갈라질 것임. 최신 모델은 실행 비용이 너무 비싸져 결국 국가 행위자만 접근할 수 있도록 잠길 가능성이 큼. Mythos에서 이미 시작됐음

Mistral? 그 “매출”은 OpenAI와 Anthropic의 1/150 정도인 것 같음

미국이 이기는 가장 단순한 설명은 가장 많은 돈을 쏟아붓고 있기 때문이라고 봄. 그것도 압도적인 차이로

돈을 쏟아붓는 게 아니라, 돈을 찍어 넣는 것에 가까움
AI 회사들과 초대형 클라우드 사업자 사이의 순환 차용증은 부채, 즉 화폐 창출의 한 형태임. 물론 다른 달러도 많이 들어가고 있지만, 존재하지 않는 돈을 투자하는 건 언제나 엄청난 위험임

자본주의를 제대로 이해하지 못한 걸 수도 있지만, 원래는 “가장 많은 이익을 내는 쪽이 이긴다” 아닌가? 지출만으로 이긴다면 자본주의 시장의 매개변수를 조정해야 할 듯함

아니, 미국이 이기는 게 아님. 서구권에서 중국 모델을 업무 관련 용도로 쓰는 것이 금지되어 있기 때문에 그렇게 보이는 것임

맞음. 많은 사람이 GLM 5.1과 Kimi 2.6이 최전선 모델과 정말 비슷한 수준이라는 걸 모름. Minimax 2.7, DeepSeek 4, Qwen, Xiaomi 2.5 Pro 등도 있음
중국은 오픈소스 최전선 모델에서 앞서고 있어서, 이 경쟁에서 미국이 어떻게 이긴다는 건지 잘 모르겠음. 어느 시점이 되면 회사와 개인들이 클라우드와 로컬에서 자기 모델을 돌리기 시작할 것이고, 중국 모델은 어디에나 있게 될 것임

이해하기로는 모델이 금지된 게 아니라 플랫폼이 금지된 것임
예를 들어 deepseek-r1-distill-qwen-7b를 직접 호스팅해서 실행하는 건 괜찮음. 반면 DeepSeek 앱을 내려받아 업무 기기에서 실행하는 건 이런 금지를 만든 쪽에서 받아들이지 않음

중국에서 호스팅되는 모델은 신뢰받지 못하기 때문임. 이것도 상업화를 구성하는 요소의 100% 일부임

이 모델들이 품질 면에서 서구 모델을 능가할 수 있다는 확실한 증거가 있나? 아니면 금지되어 있어서 학습 데이터나 가시성을 충분히 얻지 못해 경쟁하기 어려운 것에 가까운가?

qwen 같은 걸 더 넓게 쓸 수 있게 되면 미국의 전략적 위치가 달라진다는 뜻인가? 미국은 최고의 모델들을 갖고 있고, 최고의 인프라와 초대형 클라우드를 만드는 회사들도 소유하고 있음
“이제 Qwen을 쓸 수 있네?” 정도가 미국에 큰 타격을 줄 것 같지는 않음

멀리서 보면 이 주장은 말이 안 됨. Anthropic, OpenAI, xAI, Google, Meta, Microsoft 모두 AI 부문에서 수익을 내지 못하고 있고, 모회사나 투자자 자금, 특히 투자자 돈으로 버티며 손실을 내고 있음
중국 모델들은 이들을 따라잡으면서 모델을 무료로 제공하고, 소비자급 하드웨어에서도 돌릴 수 있으며, 더 중요하게는 싸게 학습시킴. AI 모델은 몇 주 만에 구식이 될 수 있는 극도로 변동성 큰 제품임. 결국 끝없는 확장 말고는 목표가 없는 상태에서 계속 더 나은 모델 개발에 자원을 쏟아야 함
실제 사용자 행동은 “Gemini가 XYZ에서 Claude보다 나빠서 안 쓴다”로 끝남. Gemini 모델이 더 나빠지면 사람들이 Anthropic으로 감. 그럼 Anthropic 모델이 다른 것들보다 나빠지면 어떻게 되나? 제품이 객관적으로 더 나쁘다면 상업화를 잘해도 무슨 의미가 있나
미국이 유통, 통합, 기업 계약, 생태계, 인프라를 지배한다는 점은 이해함. 글이 틀린 건 아니지만, 그 지배력은 취약하고 지속적 업그레이드를 요구함
상대가 항상 바로 뒤에서 추월을 노리고 있는데 무한 확장을 해야 한다면 그게 무슨 의미인가. 무한 확장은 불가능하고, VC 돈은 언젠가 마를 것임. 그러면 모두가 최신 모델의 실제 비용을 감당하기 위해 축소해야 하고, 구독이나 다른 수익화로 그 엄청난 비용을 충당해야 함. SORA가 돈을 너무 빨리 태워 중단되는 걸 이미 봤고, 중국은 그 사이 훨씬 뛰어난 영상 모델들을 연달아 내놨음
모델을 다른 제품에 통합하는 것도 핵심인데, 이 영역에서도 오픈소스가 따라가고 있으며 VC 돈이 마르면 결국 앞지를 가능성이 큼

“AI 부문에서 수익을 못 낸다”는 부분은 근거가 필요함
보도에 따르면 이들은 추론 쪽에서는 수익성이 있고, VC 자금은 더 많은 추론을 돌릴 데이터센터를 짓는 데 들어가고 있음. 코딩 구독 모델은 평균적으로 손익분기점 정도일 수 있지만, 돈은 API에 있음
중국 모델이 소비자급 하드웨어에서 돈다는 주장도 과장임. DeepSeek v4 같은 1.6T 토큰 모델을 소비자 하드웨어에서 돌리는 사람은 없음
학습 비용도 미국 모델보다 훨씬 싼 건 아님. 중국 빅테크가 학습을 보조하고 있고, 5T·10T 모델을 학습하는 미국 최전선 연구소들보다 작고 약한 모델이라 약간 싼 것임. 미국 연구소들은 더 다양한 강화학습 데이터에도 돈을 쓰고, 그 차이는 다양한 벤치마크 성능으로 나타남
Sora 사례는 오히려 글의 요지를 증명함. OpenAI는 Sora를 중단한 게 아니라 구독 버전과 이상한 소셜 네트워크만 접었고, API로는 여전히 접근 가능함
중국 영상 모델들도 API 모델이고, LLM이 미국 최전선 연구소에 수익성이 있는 것처럼 그들에게도 수익성이 있을 가능성이 큼. 영상 모델 가격은 [1]에 있는데 범위는 크지만 Google Veo와 OpenAI Sora는 중국 모델들과 비슷한 가격대임
[1] https://openrouter.ai/models?output_modalities=video

중국 모델들이 더 큰 모델에서 증류하지 못했다면 gpt2나 3 수준에 머물렀을 것임

Anthropic이 흥미롭게 한 일은 자기 스택을 여러 클라우드 제공자 위에 올린 것임. 먼저 AWS에 지금까지 주요 AI 제공자에게서 보기 어려웠던 수준으로 올렸으니 다음에는 GCP와 Azure에도 올릴지 궁금함
회사가 자기 클라우드에 ELK 스택처럼 자체 Claude 스택을 가질 수 있다면, Azure와 GCP까지 가능해질 경우 OpenAI는 정말 따라잡아야 함
개인적으로는 내가 비용을 내는 인프라에서 돌릴 수 있는 AI를 더 쓰고 싶음. 장애가 나도 격리되고, 다른 리전이나 데이터센터로 대체할 수도 있기 때문임
Microsoft나 Amazon이 자기 모델을 클라우드 상품에서 전면 제공하지 않는 것도 여전히 놀라움. Microsoft는 Phi를 올려두긴 했을 것 같지만 전면에 내세우지는 않음. 특히 Copilot for Devs 같은 것에서 Phi 같은 모델로 더 싼 연산을 쓸 수도 있을 텐데, Microsoft는 Copilot이 뭘 뜻하는지 명확하게 보이도록 이름부터 다시 지어야 함

SpaceX AI와의 최근 계약은, 심하게 덜 쓰이는 GPU 연산을 활용한다는 점에서 꽤 시사적임
연산을 배치하는 건 하드웨어 문제지만, 좋은 모델을 내놓는 데는 연산 이상의 것이 필요하고 좋은 AI 엔지니어가 필요함. SpaceX, Amazon 등은 하드웨어는 아주 잘하지만 AI 엔지니어링은 그만큼 아닐 수 있음