출처: 디파이언트

작성: 율리야, PANews

편집자 주: 지난주, 앤트로픽(Anthropic)의 클로드 페이블 5(Claude Fable 5) 출시로 최첨단 AI 분야에서 가장 심각한 신뢰 위기 중 하나가 발생했습니다. 연구원들은 해당 모델이 사용자가 경쟁사 제품을 개발하고 있다고 의심할 경우 응답 품질을 미묘하게 낮춘다는 사실을 발견했습니다. 여기에 30일 데이터 보존 요건까지 더해져 마이크로소프트는 해당 모델을 내부적으로 비활성화했습니다 . 이는 암호화폐 업계에서 오랫동안 제기되어 온 질문, 즉 최첨단 AI 기술의 상당 부분을 단일 기업이 통제하는 것이 과연 옳은가에 대한 의문을 다시금 제기합니다.

이에 대해 디파이언트(The Defiant)의 설립자 겸 CEO인 카밀라 루소는 코인펀드(CoinFund) 의 설립자 제이크 브루크만, 센토라(Sentora) 와 더 시퀀스(The Sequence)의 설립자 헤수스 로드리게스, 그리고 드래곤플라이(Dragonfly)의 매니징 파트너 하세브 쿠레시를 초청하여 탈중앙화 AI의 미래 방향에 대한 열띤 토론을 벌였습니다.

대형 모델 경쟁, 오픈소스 트렌드, 그리고 '봉쇄'에 대한 두려움.

하세브: 저희의 현재 투자 논리는 앞으로 점점 더 많은 "최첨단이 아닌" 모델들이 등장할 것이고, 사용자들이 모델 토큰(컴퓨팅 파워 지출)에 투자하는 금액이 이러한 비최첨단 분야로 점점 더 많이 흘러갈 것이라는 것입니다. 모두가 최첨단 대형 모델에 막대한 자금을 쏟아붓는 것이 지속 불가능하다는 것을 알고 있으며, 대부분의 사람들은 그 정도의 지능을 필요로 하지 않습니다.

현재 시중에는 매우 저렴한 가격으로 이용 가능한 다양한 간소화된 오픈 소스 또는 오픈 웨이트 모델들이 많이 있으며, 이러한 모델들에 여러 가지 작업을 할당할 수 있습니다. 온라인에서는 Mythos나 Claude Fable 5 같은 모델을 사용하여 파일 이름을 바꾸는 것에 대한 농담이 있는데, 이러한 모델에 익숙해질수록 이러한 사례는 더욱 흔해질 것입니다. 하지만 여러분이 생각해 봐야 할 질문은 바로 이것입니다. 왜 작은 문제를 해결하기 위해 큰 도구를 사용해야 할까요?

하지만 "분산형 AI"라는 용어는 너무 포괄적입니다. 단순히 "모든 사람이 서로 다른 조직에서 개발한 다양한 모델을 사용하는 것"(예: OpenRouter 모델)을 의미한다면 현재와 다를 바 없습니다. 그러나 "분산형 네트워크를 사용하여 AI 모델을 학습시키거나 실행하는 것"을 의미한다면 이야기는 달라집니다. 사실 우리는 후자에 대해 상당히 비관적입니다. 현재로서는 분산 환경에서 모델을 학습시키거나 실행하는 데 따른 경제적 이점과 시장 수요를 입증할 만한 확실한 근거를 찾지 못했기 때문입니다 .

물론, Fable 출시 당시 강한 반발이 일어났던 것은 사실입니다. 사람들은 좋은 제품에 대해 소유욕을 갖는 경향이 있습니다. 일단 갖게 되면 "내가 죽지 않는 한, 누구도 이것을 빼앗아 갈 수 없어"라고 생각하죠. 정부가 갑자기 개입해서 사용을 막으면 누구나 당연히 박탈감을 느낍니다. 하지만 동시에, Mythos가 처음 출시되었을 때를 떠올려보면, 당시에는 모든 기존 소프트웨어, 운영 체제, 브라우저가 마치 구멍 뚫린 스위스 치즈처럼 취약점으로 가득 차 있어 공포스러웠습니다. 그때는 아무도 "이 게임을 모든 인류에게 공개해야 한다"고 말하지 않았죠.

일각에서는 미국 정부의 이번 조치가 터무니없다고 말합니다. 앤스로픽은 페이블 5 출시 전에 국가 안보 기관의 모든 우려 사항을 해소했다고 주장하지만, 제가 알기로는 국가 안보 기관은 이미 미토스(Mythos)를 차단하는 데 관여하고 있었습니다. 미토스는 글래스윙 프로젝트에서 약 30개 파트너사만 선정했는데, 이 파트너사들은 앤스로픽이 아닌 정부가 신중하게 선정한 업체들입니다. 따라서 "페이블이 정부 몰래 출시되었다"는 주장은 명백히 근거가 없습니다. 아마존의 사장 앤디 재시가 정부나 백악관에 가서 해당 모델에 탈옥 취약점이 있다고 알렸고, 이로 인해 정부가 위험성을 인지하고 즉시 페이블 5를 전국적으로 차단했다는 소문도 있습니다.

이러한 거버넌스 및 보안 메커니즘은 분명히 불완전합니다. 연구소(앤트로픽이든 오픈AI든)에서 일어나고 있는 일들이 매우 위험하고 신중을 요한다는 점에는 동의하지만, 오픈 소스 및 오픈 웨이트 모델의 활용에는 막대한 경제적 가치가 있으며, 이 두 가지 모두 병행하여 개발되어야 한다고 생각합니다.

*참고: 글래스윙 프로젝트는 앤트로픽이 주도하고 여러 기술 기업이 공동으로 추진하는 사이버 보안 프로젝트입니다. 2026년 4월에 시작되었습니다.

예수: 기술적 종말론 같은 주제는 차치하고, 사이버 보안 업계 종사자들로부터 Mythos가 실제로 무섭다는 이야기를 진심으로 들었습니다. 출시 후 Anthropic의 몇몇 사람들과 이야기를 나눠봤는데, 그들의 우려는 매우 현실적이었습니다. 하지만 사이버 보안 분야의 저명한 CEO들은 Mythos를 직접 공개하는 것이 모든 보안 회사에 충분한 준비 시간을 줄 수 있기 때문에 공개하는 편이 낫다고 말했습니다. 접근을 제한하거나 출시를 3개월 연기하는 것만으로는 결코 충분한 여유를 확보할 수 없다는 것입니다. 그러나 반대 의견은 Mythos를 직접 공개하면 재앙적인 결과를 초래하지 않겠느냐는 것입니다.

하세브: 우리는 블록체인 분야에 있습니다. 만약 북한이 이 모델을 손에 넣게 된다면, 정말 재앙이 되지 않을 거라고 생각하세요?

카밀라: 하지만 모두가 감염되면 오히려 검사받을 수 있으니 위험이 줄어든다는 주장도 있지 않나요?

하세브: 모든 사람이 핵무기를 가지고 있는 건 아니야.

제이크: 핵무기를 비유로 드는 건 좀 적절하지 않아. 예를 들어 Mythos를 생각해 봐. Mythos는 시스템 취약점을 발견하는 모델이야. 경제적인 측면에서 봐야 해. 해커들은 Mythos를 이용해서 취약점을 찾는 데 돈을 내고, 웹사이트 운영자들도 그걸 방어하는 데 돈을 내. 이 시장이 정말 공정한 걸까? 해커들이 아무런 수익도 낼 수 없는 리눅스 시스템 취약점을 찾는 데 시간을 많이 투자할 가치가 있다고 생각하는 걸까 ?

만약 악용 가능한 모델이 소수에게만 제공된다면 (예: 대기업만 사용할 수 있고 일반인은 사용할 수 없다면), 불균형이 초래됩니다. 어떤 사람들은 자산을 보호할 수 있는 반면, 다른 사람들은 취약한 상태에 놓이게 됩니다. 따라서 저는 모든 사람이 이러한 모델에 동등하게 접근할 수 있도록 하는 것이 더 낫다고 생각합니다.

이것은 단순한 사이버펑크 반항이 아니라, 피할 수 없는 시장 추세입니다. 오늘날 최첨단 클로즈드 소스 모델들이 존재하지만, 동시에 수많은 오픈 소스 모델들(주로 중국 연구소에서 개발)도 존재합니다. 오픈 소스 모델들은 컴퓨팅 파워 면에서 불리하지만, 다양한 평가 지표에서 최첨단 모델과의 격차는 불과 몇 퍼센트 포인트에 불과합니다. Epoch.ai의 차트는 오픈 소스 모델과 클로즈드 소스 모델 간의 격차가 빠르게 좁혀지고 있음을 분명히 보여줍니다. 앤트로픽이 '빅 브라더'처럼 행동하며 모두를 보호하려 한다 하더라도, 현실은 사람들이 웹사이트와 소프트웨어를 보호하기 위해 이러한 모델들을 필요로 한다는 것입니다. 결국 사람들은 앤트로픽에서 제공하는 모델이든, 아시아 연구소에서 개발한 오픈 소스 모델이든, 아니면 분산 네트워크에서 학습된 모델이든 간에 이러한 모델들을 얻게 될 것입니다.

수출 통제, 규제 및 자유로운 접근 사이의 경계

카밀라: 제이크, 울타리가 아예 없어야 한다고 생각해? 모두에게 완전히 개방되어야 하지 않을까?

하세브: 그 질문에 한 가지 덧붙이자면, "수출 통제"라는 개념 자체가 존재해서는 안 된다고 생각하시나요? 인공지능 외에도 인터넷 자체가 전쟁의 한 요소라고 볼 수 있지 않을까요?

제이크: 저는 정치적인 입장이 없습니다. 저는 그저 기술 전문가일 뿐이고, 국무부 소속도 아닙니다. 미국 정부가 수출 통제를 시행하기로 결정한다면 그건 그들의 소관입니다. 하지만 그건 "기술을 전 세계적으로 공유해야 하는지 여부"와는 완전히 별개의 문제입니다.

Fable이라는 인공지능 모델이 분산 네트워크에서 학습되었다고 가정해 봅시다. 그리고 누구도 모델의 모든 가중치를 완전히 소유하고 있지 않습니다 (일부 가중치는 미국에, 일부는 암스테르담에, 일부는 호주에 있습니다). 만약 미국이 자국 내에 있는 가중치 부분에 대해 수출 통제를 가한다면, 그 모델은 세계 다른 곳에서는 여전히 정상적으로 작동할 수 있습니다. 이것이 바로 미국의 규제 집행 메커니즘의 문제점입니다. 비트코인을 보세요. 비트코인은 누구도 막을 수 없는 주권적이고 분산된 화폐입니다. 하세브는 분산형 AI에 대한 시장 수요가 있는지 확신할 수 없다고 말했는데, 이는 2011년에 "작업증명(PoW)에 대한 수요가 있는지 모르겠다"라고 말하는 것과 비슷합니다. 사실, 세계화되고 허가 없이 사용할 수 있는 화폐에 대한 수요가 있기 때문에 해당 기술에 대한 수요도 엄청납니다. 마찬가지로, 세계화되고 허가 없이 사용할 수 있는 AI에 대한 수요도 엄청나며, 미국 국무부는 좋든 싫든 이를 막을 수 없습니다.

예수: 수출 통제 비유를 들어보자면, 모든 사람의 미소스 접근을 제한했는데, 가중치가 개방된 모델이 갑자기 사이버 공격 능력을 갖추게 된다면 어떻게 될까요? 현재 사이버 보안 벤치마크를 보세요. 딥시크-V4나 큐웬 3.7이 매우 높은 순위를 차지하고 있습니다. 이런 모델들이 사이버 공격 능력을 갖추게 되는 건 시간 문제일 뿐입니다.

AI 커뮤니티에서는 핵무기를 비유로 자주 사용합니다. 제2차 세계대전 후 4년 동안 미국은 핵무기를 보유했지만 나머지 세계는 그렇지 못했습니다. 한 이론에 따르면 당시 미국이 압력을 행사했다면 동유럽에 공산주의가 발흥하지 않았을 수도 있다는 것입니다. 하지만 소련도 이후 핵무기를 개발했습니다. 제가 문제 삼는 것은 처음에는 모두에게 개방적이었지만, 누가 접근할 수 있는지 선택적으로 결정하는 점입니다. 이것이 수출 통제라면 왜 모든 미국 기업이 접근할 수 없는 것일까요?

하세브: 페이블에 관해서는 세부 사항을 명확히 해야 합니다. 정부는 모든 비미국인에 대해 페이블의 접근을 차단하도록 요구하고 있습니다. 현재 앤트로픽은 이를 준수하기 위한 충분한 KYC(고객 신원 확인) 시스템을 갖추고 있지 않으며, 수출 통제 또한 엄격하게 시행되고 있습니다. 만약 모델이 비미국인의 손에 들어가면 문제가 발생할 수 있습니다. 이것이 바로 앤트로픽이 현재로서는 운영 재개를 확신하지 못하는 이유입니다. 폴리마켓은 현재 7월 말까지 미국 고객을 대상으로 운영을 재개할 수 있을 가능성을 77%로 예측하고 있는데, 이는 6월 초의 약 50% 가능성보다 훨씬 높은 수치입니다.

"외국인의 Fable 5 사용을 전면 금지한다"는 발상은 명백히 터무니없습니다. 미국에는 H1B 비자를 소지한 외국인 근로자가 많은데, 프랑스 엔지니어를 개발팀에서 배제하는 것은 말도 안 됩니다. 이 조치는 시행 전에 협상을 통해 수정될 가능성이 높습니다. Anthropic Games가 취약점을 수정하고 더욱 엄격한 보안 조치를 시행한다면, 미국 외 사용자에 대한 완전한 접속 차단은 필요하지 않을 수도 있습니다.

하지만 이는 미토스(Mythos)의 경우와는 다릅니다. FFable은 원래 코딩과 이메일 작성을 위한 "모범 시민 모델"로 개발되었지만, 미국 정부는 미토스에 대해 "이 프로그램은 미국인에게만, 그것도 '우리 명단에 있는 사람들'에게만 제공해야 한다"는 입장을 취했습니다. 이는 단순한 수출 통제가 아니라, 사실상 인공지능 버전의 "맨해튼 프로젝트"와 다름없습니다.

믿을 만한 소식통에 따르면, 정부가 글래스윙 프로젝트 과정을 주도했기 때문에 일반 사이버 보안 업체가 아닌 마이크로소프트와 같은 대기업에 사업권이 주어졌다고 합니다. 정부가 이를 매우 위험한 공격용 사이버 무기로 간주하는 만큼, 이러한 결정은 놀라운 일이 아닙니다. 전투기와 미사일을 같은 수준으로 취급하는 것과 마찬가지입니다. 앤트로픽이 단순히 마케팅 목적으로 30개 기업에만 제품을 사용하게 하려는 것이 아니라, 전 세계 모든 기업이 자사 제품을 사용하기를 바라는 것입니다.

카밀라: 암호화폐 업계에서 AI 기반 해킹 사례가 급증하는 것을 목격했는데, 이는 Mythos가 널리 도입될 경우 엄청난 위험이 따를 수 있음을 시사합니다. 제이크, 특정 상황에서 특정 그룹으로 이러한 모델의 사용을 제한하는 것이 합리적이라고 생각하시나요? 아니면 여전히 모든 사람이 사용할 수 있도록 개방해야 한다고 주장하시나요?

제이크: 말씀드렸듯이, 이는 분산형 AI 기술의 실현 가능성 여부와는 별개의 문제입니다. 정부는 물론 이를 규제하는 법률을 제정할 수 있으며, 이는 흑백논리로 답할 수 있는 문제가 아닙니다. 하지만 분산형 기술은 진입 장벽을 낮춤으로써 경쟁을 촉진할 수 있습니다. 일반적인 하드웨어를 활용하여 비용을 절감할 수 있기 때문입니다.

오늘 저는 다양한 범용 GPU를 활용한 추론 작업을 진행하는 한 창업자와 이야기를 나눴습니다. 그는 전기 요금이 상승함에 따라 장기적으로 소비자에게 더 저렴한 선택지가 될 것이라고 믿습니다. 모든 기술 발전은 본질적으로 비용을 낮추고 진입 장벽을 낮추는 것을 목표로 합니다. 인공지능(AI)은 현재 세계에서 가장 중앙집중화된 산업이며, 진입 장벽을 허물어야 할 필요성이 가장 절실한 산업이기도 합니다. 우리가 탈중앙화 AI를 지지하는 것은 소비자의 선택권을 보호하고, 궁극적으로 민주주의를 수호하기 위한 것입니다.

분산형 AI의 물리적 병목 현상과 알고리즘적 혁신

카밀라: 만약 결국 소수의 중앙 집중식 기업들이 전 세계에서 사용되는 대부분의 AI 모델을 통제하게 된다면 어떻게 될까요? 진정으로 성공적인 분산형 AI가 존재하지 않는다면 그 대가는 무엇일까요?

예수: 제이크의 주장에 반박해야겠네요. 기술적인 관점에서 볼 때, Mythos 같은 모델을 개발하는 데 분산형 방식을 사용하는 것은 중앙 집중형 방식보다 훨씬 비용이 많이 듭니다. 엔비디아는 잘 언급되지 않는 뿌리 깊은 경쟁 우위를 가지고 있는데, 구글의 TPU를 제외하면 현재 모든 대규모 아키텍처는 수백, 수천 개의 엔비디아 GPU를 기반으로 구축되어 있습니다. AMD는 그런 종류의 실제 데이터를 보유하고 있지 않습니다.

저는 사실 중앙 집중식 AI를 지지합니다. 이 분야에서 두 회사를 설립하기도 했습니다. 분산형 AI는 새로운 개념은 아니지만, 지금까지 제품-시장 적합성(PMF)을 찾지 못했습니다. 과거에는 모델 규모가 작고 단순했기 때문에 분산화가 큰 의미가 없었습니다. 하지만 이제 모델 규모가 커지면서 분산화가 매우 어려워졌습니다 . 게다가 인재, 연봉, 자금 측면에서도 격차가 존재합니다. 실제로 많은 추론 작업은 최첨단 GPU가 아닌 이전 세대 GPU에서 이루어지며, H100은 사전 학습에만 필요합니다.

제이크: 지난 몇 년간 GPU 공급이 병목 현상을 빚어왔고, 가격은 지속적으로 상승해 왔습니다. 2026년에는 일반적인 중견 스타트업이 H100을 구하는 것이 극히 어려워질 것입니다. 과거에는 대규모 학습이 원자력 발전이 필요한 호화로운 데이터 센터에서 이루어졌습니다. 이러한 산업용 GPU는 132GB의 메모리와 1~3TB/s의 노드 간 대역폭을 갖추고 있습니다. 만약 제가 이 과정을 일반 소비자용 기기(예: 일반 엔비디아 GPU, 심지어 맥북이나 맥 스튜디오)로 옮겨 일반 소비자 네트워크에서 실행할 수 있다고 말한다면, 여러분은 제가 미쳤다고 생각할 겁니다.

하지만 이처럼 엄청난 연산 요구에 직면했을 때, 학습 방법을 바꾸고 알고리즘을 최적화하려는 강력한 동기가 생깁니다. 양자 컴퓨팅에 비유하자면, 구글에는 두 종류의 양자 전문가가 있습니다. 하드웨어 전문가들은 양자 컴퓨터가 10년 안에 어떤 문제도 해결하지 못할 것이라고 말하는 반면, 소프트웨어 전문가들은 "이더리움은 3~5년 안에 경계해야 할 것"이라고 말합니다. 하세브와 헤수스는 하드웨어 관점에서 문제를 바라보고 있는 반면, 저는 하드웨어 활용 방식을 최적화하는 관점에서 문제를 바라보고 있습니다.

우리는 엄청난 진전을 이루고 있습니다. 강화 학습 후 처리 속도가 10배 더 빠르고 비용도 절감될 수 있다는 연구 결과가 나오고 있을 뿐만 아니라, RTX 4090에서만 진행되는 현재 Pluralis 테스트를 통해 일반 소비자용 기기에서도 대규모 언어 모델(LLM)을 학습시킬 수 있다는 사실 이 입증될 것입니다. 데이터 센터의 총 소유 비용(TCO) 중 절반은 시설 유지 보수 및 냉각 비용인데, 이는 스웜 운영에 필요한 비용이 아니기 때문에 비용 절감 효과는 더욱 커집니다. 설령 속도가 약간 느리더라도 비용이 훨씬 저렴하기 때문에 경제적으로 충분히 경쟁력이 있습니다.

초창기 알고리즘들(DiLoCo, Sparse LoCo, 그리고 2년 전 구글의 알고리즘 등)은 매개변수 크기를 100억, 400억, 그리고 720억으로 늘려갔습니다. 이제 Macrocosmos는 1000억 개의 매개변수에 도달했습니다. 차세대 알고리즘은 이 모델을 완전히 뒤바꿀 것입니다. 저는 이러한 방법들을 통해 수조 개의 매개변수에 도달할 수 있을 것이라고 생각합니다.

하세브: 잠시 회의적인 입장을 취해 보겠습니다.

첫째, 대규모 모델 구축에는 연산 능력과 대역폭이라는 두 가지 한계가 있습니다. 물리 법칙은 거스를 수 없습니다. 물리적으로 장치들을 한곳에 배치하고 고대역폭으로 연결하는 대신, 공용 인터넷을 통해 통신하고 그래디언트 업데이트를 압축하는 방식을 사용한다면 필연적으로 막대한 비용을 지불하게 될 것입니다. 더욱이, 분산 네트워크의 장치들은 여기저기 흩어져 있기 때문에 "총 소유 비용(TCO)"을 정확하게 계산하는 것이 불가능합니다. 과거 분산 스토리지 개발자들이 내세웠던 주장도 이와 유사합니다. "지금은 느리지만, 알고리즘은 미래에 개선될 것이다." 하지만 결과는 어땠을까요? 분산 스토리지는 저렴하지도 효율적이지도 않아 실질적인 수요가 없었습니다.

가장 중요한 점은 대규모 모델 학습의 가장 큰 제약이 데이터 라는 것입니다. Mythos나 Fable처럼 약 8조 개의 매개변수를 가진 모델을 학습시키려면 엄청난 양의 토큰 데이터가 필요합니다. OpenAI와 Anthropic은 벤더로부터 데이터를 생성하고, 합성 데이터를 만드는 데 막대한 비용을 지출하며, Claude Code와 Codex에서 사용 내역을 분석하여 사용자 데이터를 추출하는 데 엄청난 투자를 하고 있습니다. 하지만 탈중앙화 커뮤니티는 이러한 데이터를 보유하고 있지 않습니다.

경제적인 측면은 제쳐두고 수요 측면을 살펴보겠습니다. 저는 암호화폐의 핵심 가치 제안이 탈중앙화 그 자체가 아니라고 생각합니다. 탈중앙화는 단지 목적을 달성하기 위한 수단일 뿐이며, 궁극적인 목표는 자기 주권과 검열 저항입니다. 사토시 나카모토가 비트코인을 설계한 이유도 바로 이것입니다. 인공지능 분야에서 사람들이 중요하게 생각하는 것은 무엇일까요? 첫째, 비용, 둘째, 자신만의 모델을 소유하고 자신의 데이터가 학습 데이터 세트에서 제외되는 것, 셋째, 검열 저항입니다. 사람들은 Fables의 검열 시스템과 성능을 은밀하게 저하시키는 내부 메커니즘을 매우 싫어합니다.

현재 암호화 AI 제품 업계에서 큰 인기를 얻고 있는 Venice AI를 예로 들어보겠습니다. Venice AI는 Near AI를 사용하여 기밀 연산을 수행하고, 데이터 보존 없이 개인정보를 보호합니다. 그러나 Venice에서 가장 많이 사용되는 모델은 Pluralis 등의 탈중앙화 모델이 아니라 DeepSeek이나 GLM-5와 같은 기존 기업에서 개발한 오픈소스 가중 모델입니다. 이는 미래 AI 개발 방향이 사람들이 개인정보 보호와 검열 저항성을 갖춘 경험을 원하지만, 반드시 비트코인이나 이더리움과 같은 탈중앙화 메커니즘을 통해서만 이를 구현하려는 것은 아니라는 점을 시사합니다.

예수: 분산형 AI와 중앙 집중형 AI를 연구하는 사람들은 종종 두 세대 뒤처진 문제를 해결하고 있습니다. 얼마 전 한 연구원이 제게 "사전 학습은 아직 완전히 해결된 것은 아니지만, 이미 엄청나게 지루해졌습니다."라고 말했습니다. 추론 분야의 많은 혁신은 사후 학습에서 비롯됩니다. 이제 우리는 재귀, 지속적 학습 등에 대해 이야기하고 있습니다. 압도적인 인재와 자금을 보유한 중앙 집중형 AI는 실제로 이러한 격차를 더욱 벌리고 있습니다. 소규모 모델과 엣지 컴퓨팅의 경우, 대규모 모델(예: 구글의 Gemma)을 간소화하는 것만으로도 충분한 경우가 많습니다. 분산형 클러스터를 구축하고 한 달 동안 공들여 학습시켰는데, 컴퓨터 하나가 오프라인 상태가 되어 시스템이 완전히 다운된다면 어떻게 복구할 수 있을지 상상하기 어렵습니다.

제이크: 그건 틀린 생각이에요. 분산형 학습 클러스터는 실제로 복원력이 매우 뛰어납니다 . 거대한 데이터 센터에서는 GPU 하나가 고장 나면 학습을 처음부터 다시 시작해야 할 수도 있지만, Swarm에서는 크기와 구성이 다양한 GPU들이 학습 도중 언제든지 네트워크에 참여하거나 이탈해도 아무런 문제가 없습니다. 가장 확실한 증거는 구글이 최근 블로그에서 자사 데이터 센터에 DiLoCo 방식의 알고리즘을 사용하기 시작했다고 밝힌 점입니다.

데이터 문제에 관해서는 하세브의 말이 전적으로 맞지만, 그렇다고 해서 분산형 시스템이 데이터가 부족하고 중앙 집중형 시스템은 데이터를 많이 보유하고 있다는 의미는 아닙니다. 시장의 많은 고객들은 더 나은 AI 경제성을 원합니다. 예를 들어, 로펌 커클랜드 앤 엘리스는 최근 자체 데이터셋 구매를 위해 5억 달러를 투자한다고 발표했으며 , 사내에 AI 엔지니어를 채용할 계획까지 세웠습니다. 5억 달러의 예산을 투입하여 자체 모델을 학습시키려는 이러한 고객들에게 분산형 네트워크는 데이터센터의 냉각 및 유지 관리 비용을 없애주어 컴퓨팅 기반 비용을 크게 절감해 줍니다.

하세브: 켈리가 이렇게 하는 이유는 데이터를 공유하고 싶지 않기 때문입니다. 탈중앙화 네트워크에 데이터를 올리면 노출될 위험이 있죠. 켈리가 모델 학습에 능숙해서가 아니라, 그 가치를 내부적으로 확보하고 싶어서입니다. 굳이 하비(AI 기반 법률 도구)에게 넘겨줄 필요가 있겠어요?

제이크: 분산형 학습이 꼭 투명해야 한다는 법은 없잖아요? 개인정보 보호 라이선스를 사용해도 충분히 가능합니다. 더 중요한 건, 모델 가중치가 분산되어 단일 주체가 모든 가중치를 통제하지 않게 되면, 모델 사용자는 네트워크에 비용을 지불해야 한다는 점입니다. 이렇게 되면 수익은 더 이상 OpenAI의 샘 알트만이나 Anthropic의 다리오에게 흘러가는 것이 아니라, 네트워크 내의 토큰 보유자, 구매자, 그리고 학습 참여자들에게 돌아갑니다. 이는 모델에 비즈니스 모델과 수익원을 제공하는 거죠. 전통적인 로펌들은 당장 도입하지 않을 수도 있지만, 기업들은 분명 제품 자금 조달에 좋은 방법으로 활용할 겁니다.

사이버 공격, 지정학, 그리고 최후의 보루

카밀라: 이 모든 것이 현실화된다면, 탈중앙화 AI는 중앙 집중식 AI만큼 강력해질 것입니다. 정부의 폐쇄 명령에 직면한 Fable 모델과 같은 상황에서, 탈중앙화 네트워크는 검열을 견뎌낼 수 있을까요?

제이크: 사실 검열에 저항하는 것이 이러한 네트워크의 주된 임무는 아닙니다. 하지만 정말로 검열을 막고 싶다면 신경망을 분해해서 가중치를 수십 개 국가에 분산시킬 수 있습니다. 그러면 강제로 폐쇄할 수 없게 되겠죠. 하지만 다시 한번 강조하지만, 분산형 AI의 궁극적인 목표는 진입 장벽을 낮추고, 컴퓨팅 파워를 민주화하고, 더 많은 사람들이 모델을 학습시킬 수 있도록 하는 것입니다.

예수: 오픈아이얼(OpenAI)은 이전에 "모델 자체는 더 이상 제품이 아니다"라고 언급했습니다. 탈중앙화 AI 분야에서 사람들은 모델 구축에만 몰두하는 것처럼 보이지만, 실제로는 기존 기술보다 두세 세대 뒤처져 있습니다. 우리는 모델을 둘러싼 인프라, 즉 코드 실행 및 연산을 위한 샌드박스, 평가 메커니즘(Evals), 합성 데이터 파이프라인과 같은 환경적 역량에서 가치를 찾아야 합니다. 많은 현대 금융 애플리케이션은 탈중앙화 금융(DeFi)과 AI의 교차점에서 구축될 수 있지만, 우리는 아직 이를 충분히 활용하지 못하고 있습니다.

하세브: 원래 질문으로 돌아가서, 최첨단 AI가 진정한 오픈 소스로 공개되어 수출 통제조차 막을 수 없을 정도로 널리 퍼진다면 어떤 일이 벌어질까요?

저는 "코로나19 사태와 같은" 전 세계적인 사이버 보안 쓰나미가 임박했다고 생각합니다. 패치가 적용되지 않은 소프트웨어와 소규모 기업의 서버는 완전히 파괴될 것입니다. 온체인 데이터를 살펴보세요. 2026년 4월은 암호화폐 역사상 가장 많은 사이버 공격이 발생한 달이었고, 5월에는 그 기록이 경신되었습니다. 총 도난 금액은 엄청난 규모는 아니지만, 공격 빈도가 급증하고 있어 소규모 프로토콜에 자금을 보관하는 것이 그 어느 때보다 위험해졌습니다.

만약 전 세계 모든 사람이 "로켓 발사기"로 무장한다면, 필연적으로 막대한 규모의 기반 시설 파괴로 이어질 것입니다. 초기 충격 이후 2~3년 안에 우리의 시스템이 "방탄"될 수는 있겠지만, 그 기간 동안 겪게 될 성장통은 극심할 것입니다.

카밀라: 그렇게 강력한 도구를 소수의 기업과 정부만 통제하는 것보다 모든 사람이 사용할 수 있도록 하는 것이 더 낫지 않을까요?

하세브: 당신이 말하는 "모두"에는 북한도 포함되는군요. 정말 북한이 미소스를 얻는 걸 원하시나요?

카밀라: 그러니까 당신은 전 인류가 그것을 공유하는 것보다 미국 정부가 지배하고 다른 나라들을 검열하는 것을 더 선호한다는 말인가요?

하세브: "미국만 사용할 수 있는 것"과 "전 세계가 사용할 수 있는 것" 중에서 선택해야 한다면, 저는 미국을 선택할 겁니다. 인공 일반 지능(AGI)이 실제로 존재한다고 믿는다면, 그것은 인류 역사상 가장 강력한 무기가 될 것입니다. 역사적으로 대량 살상 무기는 주권 국가가 통제해 왔으며, 이는 당연한 일입니다. 저는 중국 정부가 미토스를 획득하는 것에 대해서는 걱정하지 않습니다. 그들은 신중하게 행동하고 장기적인 계획을 가지고 있습니다. 제가 걱정하는 것은 북한, 테러리스트, 그리고 불량 해커 집단입니다. 중국이 핵무기를 보유하는 것은 걱정하지 않지만, 북한이 핵 버튼을 누르는 것은 걱정되는 것과 마찬가지입니다.

카밀라: 마지막으로 제이크와 예수, 요약해 주세요. 하세브의 화력이 너무 압도적이어서, 그들을 지원할 분산된 신앙 체계가 필요합니다.

제이크: 투자자 입장에서 보면, 위험 대비 수익률이 뛰어난 분야를 찾는 것이 중요합니다. 탈중앙화 AI는 매우 매력적인 분야입니다. 얼마 전 저녁 식사 자리에서 친구가 "암호화폐는 이제 단순한 트래픽 사업으로 전락하고 있는데, 우리는 어떻게 해야 할까?"라고 묻더군요. 이런 상황에서 탈중앙화 AI는 암호화폐 시장의 마지막 보루라고 할 수 있을 겁니다. 진정으로 효과적인 최첨단 기술이니까요. 저는 이 분야에서 함께 일하는 기업들(Pluralis, Prime, Intel, Jensen, Bagel, Pearl 등)에 대해 매우 기대하고 있습니다.

예수: 탈중앙화 AI는 분명 가치가 있지만, 탈중앙화 "사전 학습"에 대해서는 아직 낙관적이지 않습니다. 탈중앙화 AI 인프라에는 엄청난 기회가 있다고 생각합니다. 암호화폐의 기반 기술 스택은 너무 구식입니다. 전 세계가 현대화와 업그레이드를 위해 AI를 활용하고 있습니다. DeFi와 AI의 결합은 분명 차세대 핵심 기술이 될 것입니다.