AI 투자 사이클의 역설
사이먼 킴의 포스트는 AI 투자 사이클의 근본적인 역설(Paradox) 을 드러낸다. 더 많은 투자가 이루어질수록, 수익성은 더욱 멀어지는 구조다.
역설의 구조
- 규모의 경제 vs. 수확 체감: 대규모 모델(LLM)은 더 많은 데이터와 연산으로 성능이 향상되지만, 그 향상 폭은 점점 줄어들고 있다. 즉, 투입 대비 효율이 감소한다.
- 오픈소스의 압박: Llama, Mistral 등 오픈소스 모델의 성능이 빠르게 따라잡으면서, 폐쇄형 모델(OpenAI, Anthropic)의 프리미엄이 사라지고 있다. 이는 수익성 압박으로 이어진다.
- 고객의 전환 비용 제로: API 기반 비즈니스는 고객이 쉽게 다른 모델로 전환할 수 있어, 가격 경쟁이 심화된다.
자본의 딜레마
- 계속 투자해야 하는 이유: 뒤처지면 시장에서 도태된다. 선점 효과와 네트워크 효과를 노려야 한다.
- 투자를 멈춰야 하는 이유: 현재의 비즈니스 모델로는 ROI를 내기 어렵다. 자본 효율성이 낮다.
이 딜레마는 “죽음의 계곡(Death Valley)” 을 연상시킨다. 많은 AI 기업이 수익을 내지 못하고 사라질 것이다.
해결 방향: 3가지 시나리오
- 비용 혁명: 추론 비용이 급격히 하락하여, 모든 서비스가 무료 또는 저렴해지는 시나리오. (현재 진행 중)
- 킬러 앱의 등장: 특정 도메인에서 AI가 없으면 안 되는 수준의 경험을 제공하는 애플리케이션 등장.
- 규제와 독점: 정부 규제와 데이터 독점을 통해 기존 빅테크의 지위가 더욱 강화되는 시나리오.
개인적 통찰
가장 가능성 높은 시나리오는 1과 3의 결합이다. 추론 비용이 하락하여 AI가 보편화되지만, 진정한 가치는 데이터와 사용자 관계를 독점한 기업(빅테크)이 가져갈 것이다. 스타트업은 이 틈새에서 매우 특화된 도메인을 공략해야 한다.