중국의 새로운 선도 AI 연구소인 'Moonshot'이 오늘 플래그십 모델 'Kimi K3'를 출시했으며, 이 모델은 초기 벤치마크 결과 Anthropic, OpenAI, xAI의 최신 모델들과 경쟁할 만한 수준으로 평가받고 있습니다.

'Moonshot'은 현재 315억 달러로 평가받고 있습니다. 반면, Anthropic과 OpenAI는 각각 1조 달러를 초과하는 가치로 전망되고 있습니다...

오늘날 AI 관련 시장을 불안하게 만든 이유에 대해 궁금해하는 분들을 위해 논리는 간단합니다:

• 수천억 달러 규모의 설비투자(capex) 및 지출 약정은 미국 선도 연구소들(Anthropic, OpenAI, xAI 등)과 밀접하게 연결되어 있습니다.

• 설비투자는 AI 산업의 생명줄이었습니다. 미국의 반도체 복합 단지 및 2차 데이터센터 구축 수혜 기업들(neoclouds, 전력 회사, 건설 회사 등 주변의 많은 기업 포함)은 이러한 설비투자가 이들의 매출과 순이익으로 흘러들어올 것이라는 기대감에 주가가 재평가되었습니다.

• 미국 동종 모델 대비 훨씬 저렴한 비용으로 훈련된 경쟁력 있는 중국 모델들(해당 모델들은 미국 동종 기업 대비 낮은 가치로 평가받는 회사들이 제공하며, 사용량/토큰 단가는 더 낮은 비용을 제시함)은 '지능의 상품화' 위험을 제기합니다. 이는 산업 전반에 걸친 AI 사용 확산에는 분명한 순풍(tailwind)이지만, 미국 모델이 새로운 AI 모델을 훈련하고 배포하기 위해 막대한 자본을 지출하고 약정하는 방식에는 위험을 초래합니다.

• 만약 오픈 웨이트(open-weight)의 저렴하고 경쟁력 있는 모델들이 미국 선도 연구소들의 가격 결정력을 크게 압축시킨다면, 이는 그들이 가까운 미래에 진행한 막대한 지출 약정에 어떤 영향을 미치며, 이로 인해 수혜를 받거나 설비투자를 배포할 예정인 기업들에게는 어떤 2차적인 영향을 미칠까요?

• 이러한 주장에 대한 헤지(hedge)로 볼 때, AI 사용량 증가는 추론 용량(inference capacity)에 더 많은 지출을 요구한다는 것도 매우 사실입니다 (Kimi K3는 2~3조 개의 파라미터를 가진 매우 큰 모델이며, 중국에서 나온 가장 큰 모델입니다). 이는 이 방정식의 학습 부분에서 발생하는 컴퓨팅 관련 위험 중 일부를 상쇄할 수 있습니다. 문제는 만약 이 방정식의 학습 프론트엔드(training front-end)가 완전히 재작업되어야 한다면 계산이 어떻게 달라지는지입니다. 또한, 혁신을 통한 추론 효율성 개선에 대한 논의를 촉발할 수도 있습니다 (참고로, 혁신을 통한 효율성 논의는 이미 몇 주 전부터 메모리 주식 등 완전히 다른 영역에서 나타나기 시작했습니다).

• 우리가 과도한 지출이 이루어지는 모멘텀 기반 기간에 있을 때 — 이 지출은 역사상 가장 가치 있는 기업들의 수익성을 위태롭게 하기 시작하고 있습니다 — 때로는 작은 의심의 씨앗만으로 기대치, 역학 관계, 내부 대차대조표 고려 사항을 바꿀 수 있으며, 그 의심의 씨앗은 도미노 효과를 낼 수 있습니다.

• 이 모델은 'Deepseek'과 소름 끼칠 정도로 비슷했지만, 경쟁력이 떨어졌습니다. 또한 당시 논의가 이루어질 때는 Nvidia가 AI 무역의 생명줄이었고, 실제 질문은 그들이 Nvidia의 가장 최첨단 칩을 사용하고 있는지 여부였으며, 지능의 상품화(commoditization of intelligence) 문제와는 거의 관련이 없었습니다. 'Deepseek 모멘트' 직후 관세가 등장하여 이를 가리고 시장과 경제에 훨씬 더 현실적이고 현재적인 위협으로 작용했습니다. 우리는 비교적 빠르게 다음 단계로 넘어갔고, 어느 정도까지는 속담 그대로 무덤 옆을 지나가며 휘파람을 불기 시작했습니다.

댓글에서 AI 낙관론자들(AI bulls)이 저를 공격하기 전에 분명히 말씀드리겠습니다: 저는 전혀 AI 약세론자가 아닙니다. 지난 3년 동안 거의 전 기간에 걸쳐 AI 주식을 보유해 왔습니다. 여전히 그중 많은 부분을 보유하고 있습니다. 이것은 단지 미국 AI 산업의 자본 방정식(capital-equation)에 대한 합리적인 사고를 위한 것입니다. 소화가 필요합니다. 저는 아직 이 문제를 탐색하고 있으며, 모든 곳에서 파생되는 영향과 가능성에 대한 반론을 듣고 토론하는 것을 매우 기쁘게 생각합니다.