작성자: 샤오빙, Deep Tide TechFlow

1. WAIC를 더 일찍 개최했어야 합니다. 그래야 참관 후 기술주를 일찍 정리할 수 있었을 텐데요.

정점 신호가 너무 많았습니다. 각종 사이드 이벤트의 코인판化, 미녀들 대거 집결, 현장 제품들의 높은 동질화… 하나의 섹터가 괴짜들의 놀이터에서 대중의 축제로 바뀌었습니다.

1차 시장이든 2차 시장이든, 모든 사람이 같은 이야기를 믿기 시작하고 합의가 지나치게 집중되면 리스크가 쌓이기 시작합니다.

강세장에서 당신과 함께했던 롱 세력이 하락장에서는 모두 패닉셀의 매도 세력으로 돌변하기 때문입니다.

롱이 롱을 잡는다!

2. 대형 모델에는 진정한 해자가 없습니다

AGI의 기반은 여전히 스케일링 법칙입니다.

모델 성능과 매개변수 규모, 학습 컴퓨팅 파워, 데이터 품질 사이에는 여전히 멱함수 관계가 존재합니다.

누가 GPU 컴퓨팅 파워를 더 저렴하게 확보하고, 더 높은 품질의 데이터를 얻고, 더 뛰어난 연구원을 보유하며, 자금을 더 효율적으로 소진할 수 있는지의 싸움입니다.

따라서 대형 모델 기업의 해자는 많은 사람들이 생각하는 것보다 훨씬 취약합니다.

모델 성능은 끊임없이 수렴될 것이고, 선두 우위는 끊임없이 따라잡힐 것이며, 가격은 계속 하락할 것입니다.

이 흐름에서 실제로 지속적으로 돈을 버는 곳은 모든 모델 회사에 곡괭이를 파는 사람들입니다. 어차피 모두가 몇몇 대형 기업들의 자본 지출을 뜯어먹고 있으니까요.

GPU, HBM, 고속 인터커넥트, 데이터센터, 전력, 데이터 서비스…

군비 경쟁의 업스트림에서 한몫 챙기거나, 심지어 리소스를 연결하는 중개인이 되는 것만으로도 지금 가장 수익성이 좋은 비즈니스입니다.

3. 이번 컨퍼런스에서 발견한 잠재적 기회, Data Bottleneck

몇몇 지인들과 교류한 결과, 이번 AI 웨이브에서 돈을 버는 기업들은 매우 로우 프로파일해서 전시회에 전혀 참가하지 않았는데, 그중 하나가 바로 데이터 분야였습니다.

통합 멀티모달 표현의 성패는 본질적으로 고품질 멀티모달 학습 데이터에 달려 있습니다. 고품질로 클리닝되고, 정확하게 라벨링되었으며, 크로스모달 정렬이 완료되고, 지속적으로 반복 가능한 데이터 자산이 심각하게 부족합니다.

모델은 점점 더 저렴해질 것이고, GPU는 결국 점점 많아질 것이며, 진정한 고품질 데이터는 점점 더 희소해질 것입니다.

멀티모달 데이터 산업 체인은 엄청난 수익을 올리는 블루오션으로 떠오르고 있습니다.

데이터 클리닝, 데이터 라벨링, 데이터 합성, 버티컬 데이터 자산, 로봇 데이터 수집… 그리고 크로스모달 통합 표현, 멀티모달 사전 학습 인코더를 전문적으로 해결하는 알고리즘 회사들까지.

GPU는 일회성 자본 지출이고, 데이터는 지속적인 자본 지출입니다.

데이터 분야는 현재 세 가지로 분류합니다. 첫째는 전문가 데이터(Expert Data)입니다. 둘째는 RL 환경/에이전트 데이터(RL Environment / Agent Data)입니다. 미래에 에이전트를 학습시킬 때는 더 이상 질문-답변만 수집하는 것이 아니라, Environment → Task → Trajectory → Reward → Verifier를 구축해야 합니다. 이는 미래에 가장 큰 증분 시장 중 하나가 될 것입니다.

셋째는 임바디드/로보틱스 데이터(Embodied / Robotics Data)로, LLM 데이터보다 더 부족하고 수집하기가 극도로 어렵습니다.

4. AI 애플리케이션의 딜레마, 한때 코인판의 축소판

현재 AI는 과거의 크립토와 매우 유사합니다. 팻 프로토콜, L1이 대부분의 가치를 포착하기 때문에 크립토 VC는 돈을 퍼부어 퍼블릭 체인에 투자했습니다. 애플리케이션은? 개도 안 투자했습니다.

현재 AI도 마찬가지입니다.

대형 모델은 하나의 POW Layer1이며, 모델 그 자체가 곧 애플리케이션입니다.

지난 몇 년 동안 대부분의 AI 애플리케이션은 위험한 일을 하고 있었습니다. 바로 모델이 일시적으로 가지지 못한 능력을 제품으로 포장하는 것입니다.

하지만 모델의 능력 경계는 계속 바깥으로 확장되고 있습니다. 모델이 업그레이드될 때마다 마치 L1이 원래 애플리케이션 계층에 속하던 기능을 프로토콜에 직접 포함시키는 것과 같습니다. 검색, Deep Research, 코딩, 이미지 생성, 비디오 생성, Computer Use, Agent…

모델이 한 번 업그레이드될 때마다 제품의 가치가 한 겹씩 사라진다면, 당신은 본질적으로 AI의 ‘기능(Feature)’일 뿐, ‘AI 애플리케이션(Application)’이 아닙니다.

따라서 반드시 모델이 할 수 있지만 빼앗아 가기 어려운 것을 만들어야 합니다. 생각해 보면 데이터, 컨텍스트(Context), 워크플로우(Workflow), 권한(Permission), 유통(Distribution)뿐입니다.

AI 애플리케이션의 해자는 스스로가 모델의 고객이 되는 것이지, 모델의 경쟁작이 되는 것이 아닙니다.

5. 엄청난 거품, 임바디드 AI

2층 H4관에서, 동일한 공급망에서 생산된 유사한 모양의 로봇들이 유사한 동작을 느릿느릿 수행하는 모습과 각 회사의 밸류에이션을 보니, 아찔하고 투자자들의 돈이 안타까웠습니다.

현재 임바디드 AI의 문제는, 자본이 ‘소프트웨어 스케일링 법칙’으로 ‘소프트웨어-하드웨어 복합 시스템’의 가격을 책정하고 있다는 점입니다.

대형 모델의 기적은 한 회사가 GPT-5를 훈련시키면 이론상 거의 제로에 가까운 한계 비용으로 전 세계 수억 명에게 서비스할 수 있다는 점이지만, 로봇은 그렇지 못합니다.

로봇은 한 명의 사용자에게 더 서비스할 때마다 한 대의 기계를 더 제작해야 하며, 이는 BOM, 제조, 공급망, 납품, 유지보수, 감가상각을 수반합니다.

AI의 지능은 기하급수적으로 발전할 수 있습니다. 예를 들어 모델이 한 번 업그레이드되면 전 세계 사용자가 동시에 똑똑해집니다. 하지만 물리적 세계의 비용은 기하급수적으로 감소하지 않습니다.

만약 지능이 무어의 법칙을 따른다면, 하드웨어 구현은 여전히 제조업의 법칙을 따릅니다. 임바디드 AI는 결국 거대한 산업이 될 수는 있겠지만, 대형 모델 수준의 수익률을 가진 산업이 아닐 수도 있습니다.

게다가, 아직 시기상조입니다.

자율주행은 이미 고도로 제약된 임바디드 AI 문제로, 목표가 명확하고 행동 공간이 제한적이며, 도로 규칙이 표준화되어 있고, 방대한 실제 데이터와 성숙한 자동차 산업 시스템을 갖추고 있습니다. 그럼에도 불구하고 이 산업은 수천억 달러를 소진했음에도 여전히 도로 위의 일부 롱테일 문제를 완전히 해결하지 못했습니다. 임바디드가 직면한 실제 난이도는 자율주행의 N배입니다.

6. 중개업자들의 최고 전성기

잔혹한 진실 하나는, 현재 대부분의 AI 창업 기업들은 그다지 돈을 벌지 못하고 있으며, 심지어 일부 인플루언서들이 자신의 스킬을 파는 것만도 못한 수익을 올리고 있다는 것입니다.

그래서 재미있는 현상을 발견했습니다. 많은 회사들이 표면적으로는 하나의 비즈니스를 영위하는 것처럼 보이지만, 대화를 나눠 보면 “알고 보니 당신도 토큰 파는 사람이었어요?”, “알고 보니 당신도 컴퓨팅 파워 파는 사람이었어요?”, “알고 보니 대형 모델 회사도 컴퓨팅 파워 되팔아서 차익을 남기고 있었네요?” 하는 식입니다.

진짜 돈을 버는 것은 여전히 중개업자들입니다.

FA, 구주 주선, B300 재판매, 토큰 판매, 데이터셋 판매, 컴퓨팅 파워 판매, 심지어 특정 창업자를 만날 수 있는 기회까지 판매합니다…

AI는 중개 시장이 번창하기 위한 모든 조건을 동시에 충족했습니다. 기술 변화가 충분히 빠르고, 정보 비대칭이 충분히 크며, 자본이 충분히 많고, 스토리가 충분히 매력적입니다.

VC는 최종 승부를 예측해서 돈을 벌고, FA는 합의를 예측해서 돈을 벌기 때문에, 어떤 트렌드가 최종적으로 옳다는 것을 증명할 필요가 없습니다.

오히려 모호하고 거대한 서사일수록 FA가 활약할 여지가 더 많습니다.

예를 들어 임바디드 AI, 월드 모델… 이러한 트랙은 한 가지 공통된 특징이 있습니다. 미래 서사가 충분히 크고, 기술이 충분히 복잡하며, 단기적으로 반증하기가 충분히 어렵다는 점입니다.

대형 기업들은 모델 학습에 돈을 불태우고 있고, 투자자들은 10년 후의 AGI에 베팅하고 있으며, 그 사이에서 중개업자들이 돈을 챙기고 있습니다.

대형 기업들의 자본 지출을 챙기거나

LP의 FOMO 지출을 챙기거나

7. 돈이 곧 전부다

AI 경쟁은 아직 갈 길이 멉니다. 사람들은 자주 묻습니다, AI 시대에 가장 희소한 자원은 무엇일까요?

많은 사람들이 인재, 컴퓨팅 파워, 데이터라고 대답할 것입니다… 하지만 결국 그것들은 모두 하나의 이름으로 귀결됩니다. 바로 돈입니다.

AI 업계의 가장 큰 경쟁 우위는 기술이 아니라 자금 조달 능력입니다.

창업자가 지금 해야 할 일은 계속해서 자금을 조달하는 것입니다. 설령 계좌에 돈이 충분히 남아 있더라도, 계속 조달해야 합니다.

진정한 전쟁은 미래의 업계 하락 사이클에 있습니다.

돈만 충분히 가지고 살아남는다면, 경쟁자들이 자금난을 겪은 후에 그들의 인재, 기술 및 고객을 저렴하게 인수할 수 있습니다.

2차 시장도 마찬가지입니다. 앞으로 보이는 2~3년 내에 거품 붕괴가 발생할 가능성이 매우 높습니다. 그때 충분한 자금으로 바닥에서 매수할 수만 있다면, 99%의 사람을 이길 수 있습니다.