1. AI 지능이 무한상승한다는 통념에 반대
- 많은 사람은 AI가 자기 자신을 개선하는 재귀적 자기개선을 시작하면, 지능이 폭발적으로 상승할 것으로 봄
- 그러나 Joshua Achiam은 물리적 세계에는 연산량과 에너지 효율의 한계가 있기 때문에 AI 지능에도 결국 상한선이 존재한다고 주장
2. 모델 성능은 언젠가 평준화됨
- 현재는 폐쇄형 최첨단 모델이 오픈소스 모델보다 앞서 있지만, 그 격차는 수년이 아니라 수개월 수준
- 기술 확산이 계속되면 장기적으로는 대부분의 기업이 비슷한 수준의 고성능 모델을 사용하게 될 것
3. 평준화되면 승부는 연산량으로 이동
- 기본적인 모델 지능이 비슷해지면, 동일한 문제에 얼마나 많은 컴퓨트를 투입할 수 있는지가 결과의 질을 결정
- 단순히 모델을 한 번 실행하는 것이 아니라, 더 오래 추론하고 여러 경로를 탐색하며 반복 검증할 수 있는 주체가 우위를 점하게 됨
4. AI의 핵심 희소자원은 물리적 인프라
- 결국 AI 경쟁은 누가 똑똑한 모델을 보유했는가가 아님
- 메모리, 전력, GPU, 데이터센터, 네트워크를 얼마나 안정적이고 저렴하게 확보했는가의 경쟁
5. 결론
- 모델은 상품화되고, 컴퓨트는 구조적 희소자산이 됨
- 모델 기업의 해자는 유통과 사용자 접점으로 이동
- 훈련보다 추론 컴퓨트 시장이 더 중요해질 것
- 하이퍼스케일러의 자본력이 기술력 그 자체가 될 것