유명 VC a16z: 지난 75년의 혁신 방법론, AI가 완전히 바꿔 놓았다

a16z 파트너들은 AI가 혁신의 근본적인 경제 논리를 다시 쓰고 있다고 본다. 공학적 제약에서 자본적 제약으로 전환되면서, 20명 팀이 이제 10억 달러를 효과적으로 배치할 수 있다는 것이다. 이 판단은 스타트업 대 빅테크 경쟁 구도, 벤처캐피털 논리, 나아가 AI 능력의 경계에 대한 인식에 직접적인 영향을 미친다. 세 사람은 또한 수백억 달러 규모의 모델 훈련에 대해 아무도 실제로 무엇이 나올지 모른다고 인정하며, "이것은 인류가 한 번도 창조한 적 없는 디지털 산물"이라고 말했다.

최근 a16z의 최신 팟캐스트에서 일반 파트너 Martin Casado, Erik Torenberg와 이사회 파트너 Steven Sinofsky가 심층 대화를 나눴다. AI의 수학 분야 돌파구는 무엇을 의미하는가? 혁신의 근본 논리가 다시 쓰이고 있는가? 스타트업과 빅테크의 경쟁 구도는 어떻게 진화할 것인가?

세 토론자는 지난 75년간 컴퓨터 산업을 지탱해 온 기본 가정이 AI에 의해 하나씩 재검증되고 있다고 본다. 그중 가장 핵심적인 가정—혁신은 공학 문제이지 자금 문제가 아니라는 것—은 이미 무너졌다. AI는 혁신의 근본 경제 논리를 다시 쓰고 있다. 공학적 제약에서 자본적 제약으로 전환되면서, 20명 팀이 이제 10억 달러를 효과적으로 배치할 수 있다. 이 판단은 스타트업 대 빅테크 경쟁 구도, 벤처캐피털 논리, 나아가 AI 능력의 경계에 대한 인식에 직접적인 영향을 미친다.

주판에서 AI까지: 추상화 계층의 75년 도약

Sinofsky는 1953년 IBM 홍보 책자를 꺼내 보였다.

표지에는 원자 궤도가 사람 머리를 감싸고 있고, 첫 문장은 이렇다. "인류가 바퀴의 유용성을 깨닫는 데 수백만 년이 걸렸다."

그 책자에서 IBM은 '디지털 컴퓨터'가 무엇인지—입력, 저장, 연산, 제어, 출력—를 설명하는 데 한 페이지 전체를 할애했다.

Sinofsky는 "이것이 75년 동안 우리가 컴퓨터를 이해해 온 방식"이라고 말했다.

주판에서 계산자로, 차분기관에서 개인용 컴퓨터로, 그래픽 계산기에서 클라우드 컴퓨팅으로—모든 기술 도약은 본질적으로 '추상화 계층의 상향 이동'이다. 하위 계층의 문제는 캡슐화되고, 인류는 더 높은 계층에서 새로운 문제를 해결한다.

TI-85 그래픽 계산기가 등장했을 때 수학 교사들은 집단 공황에 빠졌다. "우리 전문성이 끝장났다." Sinofsky는 말한다.

하지만 그들은 미적분의 등장에 불평하지 않았다. 미적분은 그들에게 이미 출발점이었기 때문이다. 사람들은 기준선 자체보다 변화에 훨씬 더 격렬하게 반응한다.

AI가 수학 난제를 푸는 것에 대한 공포는 당시 그래픽 계산기 때와 똑같다.

AI의 수학 풀이: 돌파구인가 '게임 고수'인가?

최근 누군가 Claude에게 리만 가설을 풀게 해 수학계에서 광범위한 논의를 불러일으켰다.

이에 대해 Casado는 곧바로 찬물을 끼얹었다.

모든 연도에 걸쳐 이 문제들을 연구한 박사후연구원들의 급여를 모두 합해도 총액은 크지 않다. 이는 시장이 이 문제들을 해결하는 것을 진정한 우선순위로 삼은 적이 없다는 뜻이다. 그래서 이 문제들을 푸는 것이 AI가 경제적으로 중요한 어떤 관문을 통과했다는 것을 증명한다고 확신할 수 없다.

그는 AI의 수학 능력을 스타크래프트 챔피언에 비유했다. "이것은 역사상 최강의 스타크래프트 선수다—대단하지만, 현실 경제적 가치와 직접 연결짓기는 어렵다."

Sinofsky는 다른 관점을 제시했다. 그는 수학 분야의 돌파구가 아마도 '새로운 추상화 도구를 탄생시키는 것'일 수 있다고 본다.

4색 정리의 증명처럼—아름다운 수학적 유도를 써내는 것이 아니라, 컴퓨터로 모든 유한한 경우를 완전 탐색하여 계산력으로 답을 얻어낸 것이다.

일단 새로운 추상화 계층이 생기면, 모든 사람이 더 이상 처음부터 시작할 필요 없이 그 계층 위에서 바로 도구를 구축할 수 있다.

가장 큰 패러다임 전환: 공학 병목에서 자본 병목으로

이 대화의 핵심 통찰은 Casado의 사고 실험에서 나왔다.

20년 전, 10명짜리 스타트업에 10억 달러를 줘도 그들은 그 돈을 쓸 수 없었다. 서버를 사면 돈이 끝이었다.

10년 전, 10억 달러를 주면 엔지니어를 고용하고 코드를 작성하지만, '인력 투입의 신화'는 실제였다—사람이 많아지면 오히려 느려졌다.

지금은 20명에게 10억 달러를 주면, 그들은 정말로 효과적으로 그 돈을 쓸 수 있다.

그의 결론은 이렇다.

우리는 이 산업을 공학 병목 문제에서 자본 병목 문제로 전환시켰다. 이것은 근본적으로 다른 것이다. 우리는 이전에 이런 상태를 가져본 적이 없다.

Sinofsky는 이것이 처음 있는 자본 병목이 아니라고 덧붙였다. 컴퓨터 산업의 초기 30~40년도 바로 자본 제약의 시대였다. "컴퓨터로 뭔가를 하려면, 첫 단계는 일단 컴퓨터를 구하는 것이었다."

그다음은 공학 병목 시대였고, 이제 다시 자본 병목으로 돌아왔다.

스타트업은 왜 아직 거대 기업에 짓밟히지 않았나?

상식적으로 마이크로소프트, 구글, 메타는 자본, 데이터, 유통 채널을 모두 갖추고 있어 모든 것을 압도해야 한다.

하지만 현실은 Cursor, Anthropic, OpenAI가 '엄청난 속도'로 성장하고 있다.

Casado는 두 가지 이유를 제시했다.

첫째, AI가 유통 문제를 해결했다.

과거에는 마케팅 예산을 어디에 썼을 때 효과가 있는지 알 수 없었다. 지금은 컴퓨팅 파워와 GPU에 대한 수요가 무한하므로, 성장을 이끌기 위해 얼마를 투입할지 직접 결정할 수 있다.

둘째, 스타트업이 이제 충분한 자금을 조달할 수 있어 거대 기업과 진정으로 같은 출발선에 설 수 있게 되었다.

그렇다면 거대 기업들은? Sinofsky는 아주 직설적으로 말한다.

마이크로소프트는 아마존과 구글이 무엇을 하는지 더 걱정하지, 어떤 스타트업에도 전혀 신경 쓰지 않는다. 스타트업은 거대 기업을 직접 공격하지 않고, 거대 기업도 스타트업을 알아차리지 못한다.

그는 또한 한 가지 세부 사항을 공개했다. 어떤 대기업은 컴퓨팅 파워를 기업 고객에게 우선 공급하기 위해 내부 제품 팀이 오히려 'AI 부족' 상태에 놓여 있다는 것이다. "그리고 그들의 경쟁사 중 부족 상태인 곳은 하나도 없다."

Sinofsky는 마이크로소프트에서의 자신의 경험을 예로 들었다. 그가 첫 번째 Surface를 들고 인텔 고위 임원을 만나러 갔을 때, 상대는 그 안에 ARM 칩이 들어 있다는 말을 듣자마자 태도가 즉시 차가워졌다.

그들은 그것이 프린터용 칩이라고 생각했다. 그들은 무어의 법칙만 할 뿐이다. 구글이 하이퍼스케일만 하는 것처럼—AI가 엣지로 전환된다면, 그것은 그들의 일이 아니다.

Sinofsky는 이렇게 요약한다.

혁신의 본질은 대기업의 문화적 상수다. 성과 지표, 영업 시스템, 보상 구조, 역사적 부담, 고객 약속—이 모든 것은 바꿀 수 없다. 이것은 불변의 법칙이다.

200억 달러를 쏟아부어도 무엇이 나올지 아무도 모른다

대화의 마지막에 세 사람은 더 깊은 미지의 영역에 도달했다.

Casado는 자신이 이전에 실수를 저질렀다고 솔직히 인정했다.

나는 재귀적 자기 개선과 급격한 도약이 일어나지 않을 것이라고 생각했는데, 그것은 맞았다. 하지만 내가 예상하지 못한 것은 우리가 무한정 돈을 쏟아부을 수 있고, 확장 법칙이 계속 성립한다는 점이다.

200억 달러를 가져다가 한 모델에 쏟아붓는다. 우리 두 사람이 그것을 지켜보며 임의로 테스트한다—나는 그것이 무엇을 의미하는지 이해할 수 있을 것 같지 않다. 그렇게 많은 컴퓨팅 파워, 그렇게 많은 데이터, 나는 그것이 무엇을 할 수 있을지 모른다.

Sinofsky는 이에 동의하며, 이것을 지수 성장에 비유했다. "아무도 지수에 대해 모델링할 수 없다."

그는 또한 구체적인 시나리오를 하나 들었다. 단백질 조합의 완전 탐색은 과거에는 '무한한 문제'였지만, 이제는 '자본의 문제'로 바뀔 수 있다.

우리는 이전에 무한했던 문제를 자본을 통해 유한하게 만들 수 있다. 이것은 매우 이상한 일이다.

Casado는 이것이 이제 AI 능력의 상한을 예측하려 하지 않는 이유라고 말한다.

나는 200억 달러로 창조된 것의 능력 경계가 어디인지 예측할 수 없다고 결론 내렸다.