AI는 차세대 인터넷이 아니라 차세대 철도다

지난주, 제가 아는 한 경제학자가 스크롤을 멈추게 할 만한 견해를 내놓았습니다.

보통 기술에 대한 경제학자들의 파격적인 견해(hot takes)는 예측 가능한 방식으로 편안하게 틀리곤 합니다. 그들은 소프트웨어의 복리 효과(compounding effects)를 과소평가하고, 자본 주기(capital cycles)를 과대평가하며, 생산성을 마치 돌릴 수 있는 다이얼처럼 이야기합니다. 하지만 이번 견해는 훨씬 더 날카로웠습니다.

모든 주요 기술 혁명은 우리가 에너지를 사용하는 방식의 변화를 동반했습니다. 증기 → 석탄. 내연 기관 → 석유. 전기 → 구리 + 그리드(grid).

인터넷과 모바일 인터넷는 그렇지 않았습니다. 그것들은 기존의 인프라 — 기존의 PC, 기존의 전화기, 기존의 광섬유 — 위에서 작동했습니다. 증분(increment)은 전적으로 소프트웨어에 있었습니다.

AI는 다릅니다. AI는 에너지를 직접 소비합니다 — 훈련 클러스터(training clusters)를 위한 전기, 반도체 리소그래피(lithography)를 위한 희귀 가스, 새로운 그리드 연결을 위한 구리, 재생 에너지와 AI 수요가 요구하는 저장 장치를 위한 리튬.

"소프트웨어 혁명"이 주기율표를 끌어당기기 시작할 때, 무언가 근본적인 것이 변화한 것입니다. 그것이 역사상 가장 큰 거품이거나, 혹은 우리가 특이점(singularity)에 와 있는 것입니다.

이 프레임워크는 훌륭합니다. 수치는 약 2배 정도 차이가 납니다. 그리고 결론은 모든 중간 지대를 배제하고 있습니다. 제가 하나씩 풀어보겠습니다.

실재하는 신호

핵심 관찰은 정확하며 저평가되어 있습니다: AI는 단순히 인프라를 사용하는 것이 아니라, 물리적 인프라를 구축하는 것을 요구합니다.

인터넷의 물리적 계층(physical layer)은 이미 갖춰져 있었습니다. 1990년대 데이터 센터는 1970년대 메인프레임과 동일한 그리드, 동일한 구리, 동일한 건물에서 작동했습니다. 모바일 인터넷은 이미 제조된 전화기 위에서 작동했습니다. 맞습니다, 스마트폰 덕분에 리튬 이온(lithium-ion)이 확장되었습니다. 하지만 그것은 뜻밖의 부산물(serendipitous byproduct)이었지, 구조적 요구 사항은 아니었습니다.

AI는 구조적으로 다릅니다:

계층 (Layer)	AI가 필요로 하는 것	그로 인해 수요가 발생하는 것
훈련 클러스터 (Training clusters)	새로운 GPU 공장	실리콘, 희귀 가스 (노광 공정), 구리 (패키징), 냉각수
...

이것은 소프트웨어 업그레이드가 아니라, 공급망 수준의 재구성 (supply-chain-level reconfiguration)입니다. 인터넷은 비트 (bits)가 흐르는 방식을 바꾸었지만, AI는 원자 (atoms)가 할당되는 방식을 바꿉니다.

논리가 과도하게 앞서 나가는 지점들

"인터넷은 에너지에 영향을 미치지 않았다" — 이는 모바일 산업이 리튬 이온 배터리를 노트북급 (~50Wh 셀)에서 Tesla의 배터리 공급망을 직접적으로 가능하게 한 100억 단위 규모의 산업으로 확장하는 데 기여한 역할을 과소평가하는 것입니다. 에너지의 전환은 이미 일어났습니다. 다만 AI가 나타나 이를 증폭시키기 전에 이미 스마트폰의 성공 속에 흡수되어 있었을 뿐입니다.

"주기율표 전체가 요동치고 있다" — 아닙니다. 구리는 상승 중입니다 (그리드 + 데이터 센터 배선). 리튬은 변동성이 큽니다 (저장 장치, 이미 주기적임). 은은 완만하게 상승 중입니다 (태양광 + 고전도성 연결). 하지만 하프늄 (hafnium), 레늄 (rhenium), 안티모니 (antimony), 갈륨 (gallium) — AI가 소비하지 않는 원소들 — 은 정체 상태입니다. "모든 원소"라는 표현은 사실이 아니라 수사적 표현입니다.

"최악의 거품이거나 특이점(singularity)이거나 둘 중 하나다" — 이 부분이 가장 취약하며, 전형적인 거짓 이분법 (false dichotomy)입니다. 모든 가치를 파괴하는 거품과 역사를 끝내는 특이점 사이에는, 광범위하고 잘 기록된 중간 지점이 존재합니다. 바로 통상적인 변혁적 기술 혁명 (transformative technological revolutions)입니다.

혁명	에너지/재료 영향	결과
철도 (1830년대)	석탄 + 철강 붐	거품은 터졌지만, 철도는 남았습니다. 경제적 지형을 변화시켰습니다.
...

이러한 혁명들은 당시 사람들로부터 하나같이 "최악의 거품이거나 세상의 종말이다"라는 말을 들었습니다. 그리고 그 모든 혁명은 중간 지점에 안착했습니다.

말하지 않은 전제

이 논리의 가장 큰 허점은 AI의 에너지 소비가 효율성과 관계없이 무한히 증가할 물리적 필연성인 '강한 제약 조건 (hard constraint)'이라고 가정하는 것입니다.

이는 세 가지 차원에서 틀렸습니다:

1. 추론 최적화 (Inference optimization)는 약 18개월마다 2배씩 복리로 발전하고 있습니다. 양자화 (Quantization), 증류 (Distillation), 투기적 디코딩 (Speculative decoding), MoE 라우팅 (MoE routing) — 모든 세대의 추론 엔진은 토큰당 에너지 소비를 대략 절반으로 줄입니다. 이는 수요 증가를 상당 부분 상쇄합니다.

2. 세대별 칩 효율성: H100 → B200 → Rubin. 각 세대는 와트당 성능 (performance-per-watt)을 2~3배 향상시킵니다. 2028년에 동일한 모델을 훈련하는 것은 오늘날보다 훨씬 적은 에너지를 사용할 것입니다.

3. 재생 에너지 비용은 여전히 하락하고 있습니다. 태양광 + 풍력 + 배터리 저장 비용은 지난 10년 동안 매년 약 10~15%씩 하락해 왔습니다. AI가 소비하는 에너지는 점점 더 저렴한 에너지가 될 것입니다.

AI는 더 많은 전력을 소비할 것입니다. 하지만 이는 점진적인 수요 측면의 압력이지, 하룻밤 사이에 나타나는 갑작스러운 새로운 산업 분야가 아닙니다.

이것이 실제로 의미하는 바

경제학자의 자극적인 견해는 실제 현상 — 즉, AI의 물리적 집약도가 인터넷보다 높다는 점 — 을 식별해냈으며, 이를 통해 이것이 "단순한 소프트웨어"가 아니라고 주장하는 데 정확하게 사용했습니다. 하지만 규모 면에서 과도하게 추정했으며 결과의 범위를 단절시켰습니다.

가장 정확한 프레임워크는 다음과 같습니다:

AI는 19세기 철도 수준의 기술적 전환입니다. 이는 대규모 물리적 인프라 구축을 요구하고, 에너지와 자원을 끌어다 쓰며, 경제 지형을 재편할 것입니다. 하지만 이것은 거품(기술은 실질적인 가치를 가짐)도 아니고 특이점(구리가 고갈된다고 해서 AGI가 생성되지 않음)도 아닙니다. 그것은 정상적인 혁명적 중간 지점에 위치합니다.

실무자들에게 이는 두 가지 시사점을 갖습니다:

1. 물리적 공급망 (Physical supply chains)이 이제 중요해집니다. 만약 당신이 에너지, 소재, 또는 칩 (chips) 분야에서 일하고 있다면, 수요 신호는 주기적인 것이 아니라 구조적입니다. 구리 그리드 연결, 변압기 제조, 그리고 희귀 가스 공급망은 향후 10년 동안 타이트할 것입니다.

2. "거품 (bubble)"과 "특이점 (singularity)" 사이에서 선택하지 마십시오. 두 가지 모두 도움이 되지 않는 프레임입니다. 유용한 질문은 다음과 같습니다: AI로부터 얻는 생산성 향상이 그것이 요구하는 물리적 인프라 비용을 감당할 수 있는가? 만약 그렇다면, 이것은 정상적이고 건강한 산업 업그레이드입니다. 만약 그렇지 않다면, 우리는 조정 (correction)을 겪게 될 것이며, 기술은 더 효율적인 배분과 함께 살아남을 것입니다.

그것은 "거품인가 특이점인가"라는 질문보다 훨씬 더 어려운 질문입니다. 그리고 바로 그 질문이 답할 가치가 있는 질문입니다.

이 글을 이용 중이신가요? ⭐ 표시나 한 단어로 된 이슈는 제가 다음에 무엇을 만들어야 할지 알려줍니다 — 생각보다 큰 도움이 됩니다.