미국은 가장 중요한 지점인 상용화 (commercialization) 측면에서 AI 경쟁을 주도하고 있습니다. 2025년 1월 DeepSeek R1이 시장에 충격을 준 이후, 미국 기업들은 더 빠르게 움직였습니다. OpenAI는 에이전트 (agents)와 Codex 분야를 더욱 강력하게 밀어붙였습니다. Anthropic은 Claude Code를 비즈니스로 전환했습니다. 중국에도 경쟁자들이 있지만, 매출, 도입, 도구 및 도달 범위 측면에서 미국이 명확하게 앞서 있습니다.

Trump는 이 순간에 매우 잘 부합합니다. 그는 본질적으로 판매원이며, Larry Ellison 또한 마찬가지입니다. 이는 왜 AI 인프라 (infrastructure)가 다루기 쉬운 정치적 상품인지를 설명하는 데 도움이 됩니다. 오늘날 AI를 판매하는 것은 1980년대에 Oracle 데이터베이스를 판매하는 것보다 쉽습니다. 이번에는 oracle이 직접 말을 합니다.

DeepSeek은 다른 이유로 중요합니다. 중국에 있어 DeepSeek의 전략적 가치는 주로 상업적인 것이 아닙니다. 이는 중국이 Nvidia에 대한 의존도를 낮추고, 추론 (inference)을 Huawei Ascend와 같은 자국 스택 (domestic stacks)으로 밀어붙이는 데 도움을 줍니다. 이는 공급망 자율성을 지원합니다. 이것은 수익성 있는 AI 리더십과는 다릅니다.

SAP의 Christian Klein은 유럽에 더 많은 데이터 센터 (data centers)가 필요하지 않으며, 거대 언어 모델 (large language models)만으로는 충분하지 않다고 주장해 왔습니다. 모델만으로는 충분하지 않다는 그의 말은 옳습니다. 유럽은 또한 2023~2024 회계연도에 인도 소프트웨어 서비스에 약 588억 달러를 지출했고, 그다음 해에는 약 671억 달러를 지출했습니다. AI는 실제 데이터, 실제 워크플로 (workflows), 그리고 실제 제품과 결합될 때에만 가치를 갖게 됩니다. 하지만 그의 더 넓은 관점은 주요 사실을 놓치고 있습니다. 미국이 승리하고 있는 이유는 칩 (chips), 전력 (power), 데이터 센터 (data centers), 클라우드 플랫폼 (cloud platforms), 개발자 도구 (developer tools), 소비자 플랫폼 (consumer platforms), 그리고 엔터프라이즈 소프트웨어 (enterprise software) 등 모든 주요 계층을 동시에 구축하고 있기 때문입니다.

많은 사람들이 잘못된 점수표를 사용합니다. 논문과 엔지니어 수는 AI 리더십을 증명하지 못합니다. 테스트 기준은 누가 인프라 (infrastructure)에 자금을 조달하고, 대규모로 모델을 훈련 및 서비스하며, 경제 전반에 AI를 적용할 수 있느냐 하는 것입니다.

에너지 (Energy) 또한 그 리드의 일부입니다. 현대적인 GPU 및 TPU 시스템은 전기를 연산 (compute)으로 전환합니다. 저렴한 전력은 모델 비용을 낮춥니다. 이것이 전기 요금이 중요한 이유입니다.

미국은 주요 서유럽 경제국들보다 저렴합니다. 캐나다는 훨씬 더 저렴합니다. 이 비교에서 중국과 러시아는 미국보다 비용이 낮습니다. 따라서 전력이 중요합니다. 하지만 전력이 가장 중요한 계층(layer)은 아닙니다.

결정적인 계층은 클라우드 인프라 (cloud infrastructure)와 데이터입니다. 미국은 글로벌 하이퍼스케일러 (hyperscalers)를 소유하고 있습니다. AWS, Azure, 그리고 Google Cloud는 미국 기업들에게 모델이 전 세계로 도달하는 주요 채널을 제공합니다. 또한 미국은 AI 시대의 데이터를 생성하고 조직하는 플랫폼들을 소유하고 있습니다. YouTube는 비디오 코퍼스 (video corpus)입니다. Google Drive와 Microsoft 365는 일상적인 사무 업무 내에 자리 잡고 있습니다. GitHub는 소프트웨어 개발 내에 자리 잡고 있습니다. 이것들은 배포 시스템이자 데이터 플랫폼입니다. 새로운 모델들은 사람들이 이미 매일 사용하는 제품들로 밀어넣어질 수 있습니다.

이것이 바로 전기만으로는 경쟁의 승패를 결정할 수 없는 이유입니다. 한 국가가 저렴한 전력을 보유하고 있더라도, 클라우드 규모 (cloud scale), 플랫폼 도달 범위 (platform reach), 개발자 생태계 (developer ecosystems), 그리고 유용한 데이터의 대규모 흐름에 대한 접근성을 갖추지 못한다면 여전히 패배할 수 있습니다. 미국은 이 모든 것을 동시에 갖추고 있습니다. 중국은 거대한 내수 시장을 통해 그 중 상당수를 보유하고 있습니다. 유럽은 그렇지 않습니다.

유럽은 오랫동안 강력한 엔지니어링 인재를 보유해 왔습니다. 하지만 인재만으로는 충분하지 않습니다. 미국의 하이퍼스케일러들이 이미 시장을 지배하고 있으며, 추격은 느립니다. 설령 유럽이 오늘 당장 진정한 클라우드 챔피언들을 지원하기로 결정하더라도, 인프라를 구축하는 것은 첫 번째 단계에 불과할 것입니다. 그 후 유럽은 은행, 제조업체, 그리고 공공 기관들을 해당 플랫폼으로 이동시켜야 할 것입니다. 그 과정은 10년의 대부분을 소요할 것입니다. 그때가 되면 AWS, Azure, 그리고 Google Cloud는 규모, 소프트웨어, 그리고 데이터 측면에서 훨씬 더 앞서 나가 있을 것입니다.

한 가지 예외는 있습니다. Arkady Volozh는 Nebius를 유럽의 AI 인프라 기업으로 만들기 위해 노력하고 있습니다. 하지만 이는 오히려 규칙을 확인시켜 줍니다. 유럽은 여전히 시작 단계에 있습니다.

따라서 Klein의 말대로 LLM (Large Language Models)만으로는 충분하지 않다는 것은 맞습니다. 하지만 그 교훈은 데이터 센터의 중요성이 낮아졌다는 것이 아닙니다. 데이터 센터가 훨씬 더 거대한 시스템 내부에서 중요하다는 것입니다. 미국이 승리하고 있는 이유는 전력, 자본, 클라우드 인프라 (Cloud Infrastructure), 그리고 데이터 플랫폼 (Data Platforms)이 모두 함께 작동하고 있기 때문입니다. 에너지는 중요합니다. 클라우드와 데이터는 훨씬 더 중요합니다. 바로 그 지점에서 미국의 리드가 가장 강력합니다.

또 다른 개척지가 있습니다: 무기화된 AI (Weaponized AI)입니다. 다음 단계는 봇 네트워크 (Bot Networks), 사이버 캠페인 (Cyber Campaigns), 그리고 자율 무기 (Autonomous Weapons) 분야에서 국가 X의 AI와 타국의 AI가 맞붙는 형태가 될 수 있습니다. 공급업체가 이를 수행하기 위해 마법 같은 기술이 필요한 것은 아닙니다. 라이벌을 비인간화하거나, 폭력을 정당화하거나, 혹은 전체 인구를 표적으로 삼도록 시스템을 조정하는 것은 놀라울 정도로 쉽습니다. 모델이 미디어, 네트워크, 그리고 무기에 내장되면 편향 (Bias)은 곧 힘이 됩니다. AI 경쟁은 곧 안보 경쟁이기도 합니다.

Anthropic의 Mythos와 같은 모델들은 또 다른 변화를 시사합니다. 과거 Linux의 본능은 오픈 코드 (Open Code)에 많은 눈이 집중되는 것이었습니다. 하지만 프런티어 사이버 모델 (Frontier Cyber Models)은 국가와 방위 기업들을 정반대의 논리, 즉 폐쇄형 소프트웨어 (Closed Software), 폐쇄형 툴링 (Closed Tooling), 폐쇄형 펌웨어 (Closed Firmware), 그리고 폐쇄형 칩 (Closed Chips)을 통한 '은닉을 통한 보안 (Security by Obscurity)'으로 몰아넣을 수 있습니다. 만약 모델이 타겟 스택 (Target Stack)의 코드와 아키텍처 (Architecture)를 기반으로 학습할 수 없다면, 일반적으로 문맥 (Context) 파악 능력이 떨어지고 속도도 느려질 것입니다. 이것이 시스템을 안전하게 만드는 것은 아니지만, 하드웨어에 이르기까지 독점적 스택 (Proprietary Stacks)의 가치를 높이는 결과를 초래합니다.