원제목: 마크 앤드리슨, 브라우저의 죽음, 파이 + 오픈클로, 그리고 "이번에는 다르다"는 이유에 대해 고찰하다
원문 번역: 퓨처펄스
출처: 이 내용은 a16z의 창립자 마크 앤드리슨이 Latent Space 팟캐스트에서 최근 진행한 인터뷰입니다. 그는 유명한 미국 인터넷 기업가이자 인터넷 초기 개발의 핵심 인물이며, a16z를 설립한 후 실리콘 밸리 최고의 투자자 중 한 명으로 자리매김했습니다. 인터뷰 전체는 AI 개발의 역사와 최신 동향을 다루고 있으며, 읽어볼 만한 가치가 있습니다.
첫째, 이러한 인공지능의 물결은 갑작스러운 출현이 아니라, 인공지능이 본격적으로 "작동하기 시작한" 지 80년 만의 첫 사례입니다.
이러한 인공지능의 물결은 갑자기 나타난 것이 아니라 80년에 걸친 기술 발전의 정점입니다.
마크 앤드리슨은 현재 상황을 "80년 만의 갑작스러운 성공"이라고 직접적으로 표현했는데, 이는 대중의 눈에 갑작스럽게 부각된 것처럼 보이는 현상이 실제로는 수십 년간 축적된 기술적 자원이 집중적으로 방출된 결과라는 의미입니다.
그는 이러한 기술적 계보를 초기 신경망 연구까지 거슬러 올라가 설명하며, 업계가 이제 "신경망이 올바른 아키텍처"라는 판단을 받아들였다고 강조했습니다.
그의 설명에 따르면 핵심적인 순간들은 단일한 순간들이 아니라 AlexNet, Transformer, ChatGPT, 추론 모델, 그리고 에이전트와 자기 개선이라는 일련의 요소들이 쌓여 만들어진 결과입니다.
그는 이번에는 텍스트 생성 기능뿐만 아니라 LLM, 추론, 코딩, 에이전트/재귀적 자기 개선이라는 네 가지 기능이 동시에 향상된 것이라고 강조했습니다.
그는 "이번에는 다르다"고 믿는데, 그 이유는 이야기가 더 흥미롭기 때문이 아니라 이러한 능력들이 실제 업무에서 효과를 발휘하기 시작했기 때문입니다.
II. Pi와 OpenClaw로 대표되는 에이전트 아키텍처는 챗봇보다 훨씬 더 심오한 소프트웨어 아키텍처의 변화를 나타냅니다.
그는 에이전트를 매우 구체적으로 설명했습니다. 기본적으로 " LLM + 셸 + 파일 시스템 + 마크다운 + cron/루프"라고 했습니다. 이 구조에서 LLM은 추론 및 생성의 핵심이며, 셸은 실행 환경을 제공하고, 파일 시스템은 상태를 저장하고, 마크다운은 상태를 읽기 쉽게 만들고, cron/루프는 주기적인 깨우기 및 작업 진행을 담당합니다.
그는 이러한 조합의 중요성은 모델 자체는 새롭지만 다른 모든 구성 요소는 소프트웨어 세계에서 이미 성숙하고 이해하기 쉬우며 재사용 가능한 부분이라는 사실에 있다고 믿습니다.
에이전트의 상태는 파일에 저장되므로 모델과 런타임 간에 마이그레이션할 수 있습니다. 기본 모델을 교체하더라도 메모리와 상태는 그대로 유지됩니다.
그는 자기 성찰의 중요성을 거듭 강조했습니다. 에이전트는 자신의 파일을 알고, 자신의 상태를 읽을 수 있으며, 심지어 자신의 파일과 기능을 다시 작성할 수도 있어 "스스로를 확장"하는 방향으로 나아가고 있다는 것입니다.
그의 관점에서 진정한 돌파구는 단순히 "모델이 답할 수 있다"는 것뿐만 아니라, 에이전트가 기존 유닉스 툴체인을 활용하여 컴퓨터의 잠재력을 최대한 발휘할 수 있다는 점입니다.
셋째, 브라우저, 기존 GUI, 그리고 "수동으로 클릭하는 소프트웨어"의 시대는 점차 에이전트 우선 상호작용 방식으로 대체될 것입니다.
마크 앤드리슨은 미래에는 "사용자 인터페이스가 더 이상 필요하지 않을 수도 있다"고 명확히 밝혔습니다.
그는 또한 미래에는 소프트웨어의 주요 사용자가 사람이 아니라 "다른 봇"이 될 수도 있다고 지적했습니다.
이는 오늘날 사람의 클릭, 탐색 및 양식 작성을 위해 설계된 많은 인터페이스가 백그라운드에서 에이전트가 호출하는 실행 계층으로 퇴화될 것임을 의미합니다.
이 세상에서 사람들은 목표를 설정하는 사람들과 더 비슷합니다. 시스템에 원하는 것을 알려주면 에이전트가 서비스를 호출하고 소프트웨어를 작동하며 프로세스를 완료합니다.
그는 이러한 변화를 소프트웨어의 미래에 대한 더 큰 그림과 연결 짓습니다. 즉, 고품질 소프트웨어는 점점 더 "풍요로워질" 것이며, 더 이상 소수의 엔지니어가 손수 만들어내는 희귀한 상품이 아닐 것이라는 것입니다.
그는 또한 프로그래밍 언어의 중요성이 감소할 것이라고 예측했습니다. 모델은 여러 언어에 걸쳐 프로그램을 작성하고 언어 간 번역을 수행할 것이며, 미래에는 인간이 특정 언어 자체에 얽매이기보다는 인공지능이 코드를 그런 방식으로 구성하는 이유를 설명하는 데 더 관심을 가질 것이라는 것입니다.
그는 더 급진적인 방향까지 언급했습니다. 개념적으로 인공지능은 코드만 출력하는 것이 아니라, 하위 수준의 바이너리 코드나 모델 가중치를 직접 출력할 수도 있다는 것입니다.
넷째, 이번 AI 투자 사이클은 2000년의 닷컴 버블과 유사하지만, 근본적인 공급 및 수요 구조는 다릅니다.
그는 2000년의 붕괴를 회고하면서, 그 원인이 "인터넷 자체의 실패" 때문이라기보다는 통신 및 대역폭 인프라의 과잉 건설, 즉 광섬유 케이블과 데이터 센터가 예정보다 일찍 설치된 후 오랜 소화 기간이 필요했기 때문이라고 강조했습니다.
그는 "과잉 건설"에 대한 우려가 오늘날 분명히 존재하지만, 현재 투자자들은 부채 비율이 높고 취약한 기업들보다는 마이크로소프트, 아마존, 구글과 같이 현금 보유량이 풍부한 대기업들이 주를 이룬다고 믿습니다.
그는 특히 2000년 당시처럼 유휴 용량이 대량 달리, 현재는 GPU 운영에 대한 투자가 일반적으로 빠르게 수익으로 전환될 수 있다는 점을 지적했습니다.
그는 또한 현재 우리가 사용하고 있는 기술은 사실상 "샌드백으로 보강된" 버전이라고 강조했습니다. GPU, 메모리, 데이터 센터 등의 공급 부족으로 인해 모델의 잠재력이 완전히 실현되지 못했다는 것입니다.
그의 평가에 따르면, 향후 몇 년 동안 진정한 제약 요인은 GPU뿐만 아니라 CPU, 메모리, 네트워크 및 전체 칩 생태계의 상호 연결에서의 병목 현상이 될 것입니다.
그는 AI 확장 법칙을 무어의 법칙과 비교하며, 이 법칙들이 단순히 패턴을 설명하는 데 그치지 않고 자본, 엔지니어링, 산업 분야에서 지속적인 협력적 발전을 촉진한다고 주장합니다.
그는 매우 특이하지만 중요한 현상을 언급했습니다. 소프트웨어 최적화 속도가 빨라짐에 따라 일부 구형 칩은 처음 구매했을 때보다 경제적 가치가 더 높아질 수도 있다는 것입니다.
다섯째, 오픈 소스, 엣지 추론 및 로컬 실행은 주변적인 요소가 아니라 AI 경쟁 환경의 필수적인 부분입니다.
마크 앤드리슨은 오픈 소스가 단지 무료이기 때문만이 아니라 "전 세계가 그 방법을 배울 수 있게 해준다"는 점에서 매우 중요하다고 분명히 믿고 있습니다.
그는 DeepSeek과 같은 오픈 소스 프로젝트를 "세상에 주는 선물"이라고 표현하며, 코드와 논문을 통해 지식이 빠르게 확산되고 업계 전체의 수준을 높일 수 있다고 설명했습니다.
그의 설명에 따르면, 오픈 소스는 단순한 기술적 선택이 아니라 지정학적 및 시장 전략일 수도 있습니다. 즉, 각 국가와 기업은 자신의 사업적 제약과 영향력 목표에 따라 서로 다른 오픈 소스 전략을 채택할 것입니다.
그는 또한 엣지 추론의 중요성을 강조했습니다. 중앙 집중식 추론 비용은 향후 몇 년 동안 충분히 낮아지지 않을 수 있으며, 많은 소비자 애플리케이션은 클라우드 추론의 장기적인 높은 비용을 감당할 수 없다는 것입니다.
그는 반복되는 패턴을 언급했는데, 오늘날 "PC에서 실행 불가능해 보이는" 모델들이 몇 달 후에는 실제로 로컬 컴퓨터에서 실행되는 경우가 많다는 것이었습니다.
비용 외에도 신뢰, 개인정보 보호, 지연 시간, 사용 사례와 같은 요소들이 로컬 운영을 좌우합니다. 웨어러블 기기, 도어록, 개인 기기는 지연 시간이 짧은 현장 추론에 더 적합합니다.
그의 판단은 매우 간단했다. 칩이 장착된 거의 모든 제품에는 미래에 인공지능 모델이 탑재될 가능성이 높다는 것이다.
VI. 인공지능의 진정한 과제는 모델 기능뿐만 아니라 보안, 신원 확인, 금융 거래, 그리고 조직적 및 제도적 장애물에도 있습니다.
보안 문제에 대한 그의 평가는 매우 날카로웠습니다. 거의 모든 잠재적인 보안 취약점을 더 쉽게 발견할 수 있게 되었고, "컴퓨터 보안 재앙"이 단기간에 발생할 수 있다는 것이었습니다.
하지만 그는 프로그래밍 봇을 통해 취약점 패치 능력을 확장할 수 있다고 믿으며, 미래에는 봇이 소프트웨어를 스캔하고 수정하는 것이 "소프트웨어 보호"의 방법이 될 수도 있다고 생각합니다.
신원 확인 문제와 관련하여 그는 봇이 점점 더 강력해질 것이기 때문에 "봇 증명"은 실현 불가능하며, 진정으로 실현 가능한 방향은 생체 인식, 암호화 검증 및 선택적 정보 공개의 조합인 "인간 증명"이라고 생각합니다.
그는 또한 종종 간과되는 문제, 즉 에이전트가 실제로 현실 세계에서 활동하려면 궁극적으로 돈, 지불 능력, 심지어 은행 계좌, 카드 또는 스테이블코인과 같은 인프라가 필요하다는 점을 지적했습니다. 조직 차원에서는 경영 자본주의 의 프레임 차용하여 AI가 보고, 조정, 서류 작업 및 대량"경영 업무"에 탁월하기 때문에 창업자가 이끄는 기업에 다시 힘을 실어줄 수 있다고 주장했습니다.
하지만 그는 사회가 인공지능을 빠르고 순조롭게 받아들일 것이라고는 생각하지 않습니다. 그는 전문 자격증, 노동조합, 항만 노동자 파업, 정부 부처, 초중고 교육, 의료 시스템 등 현실 세계에서 대량 제도적 지연이 발생한다는 점을 예로 듭니다.
그는 인공지능 유토피아주의자들과 종말론자들이 한 가지 점을 간과하는 경향이 있다고 평가합니다. 즉, 기술이 가능하다고 해서 80억 명의 사람들이 즉시 그 기술을 따를 것이라는 보장은 없다는 것입니다.
