1. 클리프 소신의 핵심은 간단하다: AI는 세상을 바꾸겠지만 “지능은 그냥 하나의 투입요소”일 뿐이고, 지능이 싸질수록 희소해지는 것은 모델 자체보다 데이터, 유통, 브랜드, 물리적 밀도, 규제 장벽 같은 보완재다.
2. 그는 “초지능이 오면 다 해결된다”는 직선적 서사를 부정한다. 날씨·사회·암 연구 같은 복잡계는 IQ를 아무리 올려도 현실 실험과 시간이 병목이라, AI 수요가 영원히 무한 확장한다는 가정도 의심해야 한다.
3. 투자 프레임도 여기서 갈린다: AI 랩에 베팅하는 것은 “프런티어 지능의 희소성”에 거는 것이고, Meta 같은 기업에 베팅하는 것은 “지능이 싸질수록 더 강해지는 보완재”에 거는 것이다.
4. Meta 사례가 대표적이다. 소신은 Meta의 본질을 “소셜미디어”가 아니라 “개인화 TV”로 보며, $250B 매출/지출 구조 대부분이 결국 지능 구매 비용이라면 토큰 가격 하락은 비용 감소로, 더 나은 추천·광고·크리에이티브는 매출 증가로 연결될 수 있다고 본다.
5. 반대로 많은 소프트웨어는 위험하다. 지금의 SaaS 상당수는 사실상 “굳어진 지능(crystallized intelligence)”인데, 일반 목적 AI가 충분히 좋아지고 싸지면 이 기능들은 빠르게 상품화될 수 있다.
6. 프런티어 랩에 대한 그의 시각은 냉정하다. 어려운 작업은 잠시 프런티어 모델이 독점하겠지만, 뒤따르는 태스크는 빠르게 오픈소스·저가 모델로 내려오고, 토큰 가격은 구조적으로 하락해 결국 “엄청난 수요 증가 vs 엄청난 디플레이션”의 싸움이 된다.
7. 여기서 흥미로운 건 그도 양쪽 시나리오를 다 본다는 점이다. 본인처럼 헤비 유저가 토큰을 “무한히” 더 쓸 수도 있지만, 동시에 대부분의 유저는 가격에 민감하고, 토큰 단가 붕괴가 공급 과잉과 수익성 훼손으로 이어질 수도 있다.
8. 그래서 AI 인프라 투자도 쉽지 않다. 수요 예측도 어렵고, 공급 곡선도 빠르게 이동하며, 어디가 병목인지 계속 바뀌기 때문이다. 그는 철도 붐처럼 “누가 레일을 까는가”보다 “레일이 깔린 뒤 누가 구조적 이익을 얻는가”에 더 관심이 있다고 말한다.
9. 에이전트는 경쟁을 더 잔인하게 만들 수 있다. 소비자가 직접 비교하지 않던 은행 예금, 폐기물 수거, 각종 반복 지출까지 AI 에이전트가 최적화하면 기존 기업이 누리던 소비자 게으름 기반 마진이 압박받고, 로컬 스케일을 가진 저원가 사업자는 오히려 더 강해질 수 있다.
10. 이는 크립토적으로도 익숙한 그림이다. 정보 비대칭, 유저 무관심, 전환 마찰에서 나오는 렌트가 줄고, 탐색비용이 0에 가까워지면 프로토콜/플랫폼보다 유동성, 네트워크, 담보, 규제 포지션처럼 더 단단한 해자가 중요해진다.
11. 또 하나의 흥미로운 포인트는 “가격(price)”의 역할이다. 소신은 가격을 신호이자 인센티브를 동시에 담는 기적으로 보며, AI가 경제를 더 잘 최적화하더라도 가격 체계를 대체하기보다는 오히려 더 촘촘하고 실시간적인 가격 조정을 만들어낼 가능성이 크다고 본다.
12. 미국 자본시장을 향한 그의 평도 강했다. GDP의 몇 %에 달하는 자원을 AI 인프라로 순식간에 재배치하는 능력 자체가 미국의 초능력이고, 이는 단순 기술력이 아니라 리스크 감수 문화, 실패 허용, 제도, 자본시장 깊이가 만든 결과라는 것.
13. 포트폴리오 얘기도 인상적이다. 그는 Carvana 비중이 압도적으로 높은 초집중 포트폴리오를 유지하는데, 분산이 평균적 결과엔 유리해도 Home Depot나 Walmart급 승자를 만났을 때는 진짜 부를 못 만든다는 오래된 투자 진실을 다시 상기시킨다.
14. 교육에 대한 결론도 투자자 관점에서 중요하다. AI가 모든 걸 해줘도 인간은 모델에게 무엇을 시킬지 알아야 하므로, 기초 학습은 여전히 중요하고, 반대로 과제·창작·문제 해결은 AI를 전제로 더 높은 수준으로 재설계돼야 한다는 주장이다.
트레이더/투자자 관점
• 내러티브: “AI=모델 회사가 다 먹는다”에서 “AI=지능의 디플레이션, 보완재의 인플레이션”으로 프레임이 이동할 수 있다.
• 가격/포지셔닝: 상대적으로는 프런티어 랩/AI 인프라 밸류체인보다 데이터·어텐션·로컬 물리 네트워크·브랜드를 가진 플랫폼과 수직통합 사업자의 재평가 논리가 강하다; 반대로 단순 SaaS, 소비자 무관심에 기대던 금융/서비스 마진은 압박 리스크가 있다.
• 체크포인트: 토큰 단가 하락 속도, 추론 수요의 실제 탄력성, 오픈소스·중국 모델의 추격, AI 도입으로 소비자 전환율이 높아지는 산업, 그리고 Meta·Uber·DoorDash·Carvana 같은 기존 강자의 AI 내재화 속도를 봐야 한다.