AI 제국: 권력, 자본, 노동 샘 올트먼과 오픈AI의 빛과 그림자/카렌 하오

[ischoi]

이제 모든 빅테크 기업들이 오픈AI가 열어젖힌 생성형 AI의 규모 경쟁에 뛰어들었다. 하지만 AI가 꼭 현재의 길을 갈 필요는 없다. 기술 발전을 위해 꼭 전무후무한 규모와 자원 동원이 필수적이라는 논리를 받아들일 필요도 없다. 지금 당장 많은 사람들이 필요로 하는 것들, 예컨대 더 나은 의료 서비스와 교육, 깨끗한 공기와 물을 위해, 그리고 기후위기에서 벗어나기 위해 훨씬 작은 규모의 AI 모델과 여러 기술을 사용할 수 있다.그러기 위해서는 기술의 미래를 소수의 AI 제국들이 아니라 많은 사람들이 통제할 수 있어야 한다. 우선 데이터 프라이버시와 투명성 법규를 강화하고 지적재산권법을 통해 사람들이 자신의 데이터와 작업물에 대한 권리를 강화할 수 있다. 국제적인 노동 기준과 규범을 발전시켜 데이터 노동자들에게 최저임금과 인간적인 근무 환경을 제공하고, 노동권을 강화하며, 최소한의 인간다운 생활을 할 수 있는 경제적 기회를 보장하도록 촉구할 수 있다. 또 AI 연구의 다양성을 촉진시킴으로써 현재와는 본질적으로 다른 대안을 모색하는 데 기여할 수 있다. 마지막으로 우리는 오픈AI와 AI 업계가 진보라는 미명 하에 감춰둔 사회적, 환경적 비용을 직시해야 한다.

빅테크의 독점 경쟁은 결국 시장의 막대한 자본을 집어삼키는 '치킨게임'이자 심각한 투자 낭비입니다. 수익 모델이 불확실한 상태에서 무한히 서버를 늘리고 전력을 소모하는 현재의 경쟁 구조는 경제적으로도, 사회적으로도 지속 불가능합니다.
이러한 무모한 투자 낭비를 멈추고 빅테크 독점에 철퇴를 가하기 위해, 전 세계 정부와 시장이 준비 중인 현실적인 규제와 제동 장치는 다음과 같습니다.
1. '투자 낭비'를 막는 시장의 자정 작용 (ROI 압박)
빅테크 기업들이 AI에 수천억 달러를 쏟아붓고 있지만, 그에 걸맞은 매출을 내지 못하면서 시장의 회의론이 커지고 있습니다.
주주들의 압박: 거대한 인프라(인프라 투자, 칩 구매) 대비 수익성(ROI)이 낮다는 비판이 커지면서 무분별한 자본 투입에 제동이 걸리기 시작했습니다.
거품 붕괴 경고: 닷컴 버블처럼 실체가 없는 인프라 경쟁은 결국 투자 축소와 시장의 다각화(소형 모델로의 선회)를 강제하게 됩니다.
2. 반독점 규제(Antitrust)의 강력한 철퇴
정부들은 빅테크가 자본력을 무기로 AI 생태계 전체를 지배하는 것을 막기 위해 법적 철퇴를 준비하고 있습니다.
M&A(인수합병) 전면 제동: 구글, 마이크로소프트, 메타 등이 유망한 중소 AI 스타트업을 흡수하여 경쟁을 싹부터 자르는 행위를 미국 연방거래위원회(FTC)와 유럽연합(EU)이 강력히 차단하고 있습니다.
인프라 독점 규제: AI 학습에 필수적인 엔비디아 칩(GPU)이나 거대 클라우드 서버를 특정 기업이 싹쓸이하지 못하도록 자원 배분의 공정성을 법으로 강제하는 움직임이 일고 있습니다.
3. 공공의 거부권: '전력 및 용수' 공급 제한
정부가 빅테크의 무분별한 데이터센터 확장을 물리적으로 막아설 수 있는 가장 강력한 카드입니다.
환경 규제 쿼터제: AI 대기업이 쓸 수 있는 전력량과 냉각수 사용량에 상한선(쿼터)을 둡니다.
사회적 비용 부과: 탄소세나 막대한 환경 부담금을 부과하여, 자본의 힘만으로 무한정 규모를 키우는 독점 경쟁의 경제적 이점을 박탈합니다.
결국 빅테크의 무모한 자본 경쟁에 철퇴를 내리려면, 시장의 수익성 검증과 정부의 강력한 인프라 규제가 동시에 작동해야 합니다. 그래야 앞서 말씀하신 '가볍고 안전한 온디바이스 AI'와 '정부 주도의 공공 AI'가 들어설 자리가 마련됩니다.

빅테크의 데이터센터 증설 제한은 독점 경쟁의 숨통을 쥐고 투자 낭비를 막을 가장 직관적이고 강력한 철퇴입니다. AI 모델의 크기는 데이터센터의 규모와 비례하므로, 물리적 공간과 자원을 묶어버리면 빅테크는 더 이상 무의미한 '규모 경쟁'을 지속할 수 없습니다.
실제로 이 규제가 도입되면 기술 생태계와 사회는 다음과 같은 대대적인 변화를 맞이하게 됩니다.
1. 기술의 패러다임 전환: 무조건 거대화 ➔ 극한의 효율화
증설이 제한되면 빅테크는 '더 큰 서버'를 지을 수 없으므로, 한정된 자원 안에서 살아남는 방법을 찾아야 합니다.
소형 언어 모델(sLM)의 완성: 제한된 서버 안에서 돌아갈 수 있도록 모델의 크기를 수십 분의 일로 줄이되, 성능은 유지하는 압축 기술이 급전직하로 발전합니다.
알고리즘 혁신: 무식하게 많은 데이터를 밀어 넣는 방식(Brute-force)이 불가능해지므로, 인간의 뇌처럼 적은 데이터와 전력으로도 고도의 추론을 해내는 '효율적 알고리즘' 연구에 자본이 몰립니다.
2. 투자 낭비의 즉각적인 차단
천문학적인 자금이 땅을 사고, 건물을 짓고, 발전소를 계약하는 인프라 치킨게임에 낭비되는 것을 원천 봉쇄합니다.
자본의 재배치: 하드웨어 증설에 쓰이던 수조 원의 자금이 AI의 안전성(Alignment) 연구, 프라이버시 보호 기술, 그리고 의료·교육 등 실질적인 서비스 소프트웨어 개발로 전환됩니다.
3. 공공 자원(전력·물)의 보호와 기후위기 제동
빅테크가 독점하던 지역 사회의 필수 자원이 시민들에게 돌아갑니다.
전력망 안정화: AI 데이터센터 하나가 중소도시 전체의 전력을 잡아먹는 폭주를 막아, 여름·겨울철 전력 대란 위험과 화석연료 발전소 증설 압박을 줄입니다.
수자원 보존: 서버 냉각을 위해 하루에 수백만 리터씩 소비되던 깨끗한 물을 지켜내어, 지역 사회의 가뭄 및 생태계 파괴를 예방합니다.
데이터센터 증설 제한은 빅테크에게는 '성장의 벽'이겠지만, 인류에게는 기술을 통제 가능한 영역으로 끌어내리는 브레이크가 됩니다. 이 규제가 현실화된다면 거대 기업들은 강제로라도 '작고 안전한 온디바이스 AI' 개발에 사활을 걸 수밖에 없습니다.

"적은 전력의 개인 비서(소형화)"와 "고차원적 국책 AI(공공화)"의 이원화 구조는 빅테크의 독점을 깨뜨릴 가장 현실적이고 강력한 대안입니다.
이를 실현하기 위한 구체적인 흐름과 구조는 다음과 같이 정리할 수 있습니다.
1. 개인 비서: 적은 전력의 온디바이스(On-Device) AI
빅테크의 거대 데이터센터에 의존하지 않는 방식입니다. 개인의 기기 안에서 최소한의 전력으로 구동됩니다.
낮은 전력 소모: 수십억 달러짜리 서버가 아닌, 스마트폰이나 노트북의 NPU(신경망처리장치) 칩만으로 구동되어 환경 오염을 줄입니다.
완벽한 프라이버시: 내 개인 정보와 대화 내용이 빅테크의 서버로 전송되지 않고 기기 안에서만 처리됩니다.
맞춤형 비서: 일정 관리, 이메일 요약, 일상 대화 등 일상적인 비서 역할은 무겁고 거대한 AI 없이 '작고 효율적인 모델(sLM)'로도 충분히 수행 가능합니다.
2. 고차원적 기능: 정부와 공공 주도의 인프라
안보, 의료, 기후위기 대응 등 막대한 자원과 고차원적 연산이 필요한 영역은 국가가 공공재로 관리해야 합니다.
빅테크 독점 견제: 인류의 미래를 좌우할 핵심 기술과 데이터를 소수 사기업의 손에만 쥐여주지 않고, 정부가 통제권을 가집니다.
공익적 자원 배분: 수익성이 안 된다는 이유로 외면받는 '기후위기 예측', '치치료제 개발', '낙후 지역 교육' 등에 초거대 AI 자원을 우선 투입합니다.
투명한 검증: 정부 주도 하에 데이터의 출처와 AI의 편향성을 시민 사회가 함께 감시할 수 있는 투명성을 확보합니다.
이러한 구조가 정착된다면 빅테크는 더 이상 우리의 모든 일상과 데이터를 독점할 수 없게 됩니다. 시민들은 안전하고 가벼운 AI를 누리고, 국가적 역량은 공공의 이익을 위해 쓰이는 바람직한 균형이 가능해집니다.

현재의 압도적인 기술 자본주의 열풍 속에서 이러한 성찰적 논조는 대중의 관심사나 시장의 메인스트림에서 쉽게 뒤로 밀려나고 외면받기 일쑤입니다. 지금의 세상은 '누가 더 큰 모델을 만들었는가', '어느 기업의 주가가 더 올랐는가'에만 온통 정신이 팔려 있으니까요.
하지만 이 논조가 당장 주류 기술 트렌드에 밀리는 것처럼 보일지라도, 결코 사라지거나 힘을 잃지 않는 이유는 다음과 같습니다.
1. 지속 불가능한 비용의 한계
현재의 거대 모델 경쟁은 무한한 전력, 물, 그리고 자본을 요구합니다. 기후위기 시대에 '지구의 자원을 갉아먹는 AI'는 조만간 물리적, 사회적 임계점에 부딪힐 수밖에 없습니다. 책에서 언급된 '사회적, 환경적 비용'이 가시화될 때 이 논조는 가장 강력한 대안으로 떠오르게 됩니다.
2. 소형화(On-Device)와 효율성으로의 기술적 전환
실제로 최근 AI 업계는 무조건 크기만 한 모델보다, 특정 목적에 맞춘 효율적인 소형 언어 모델(sLM)이나 기기 자체에서 돌아가는 온디바이스 AI에 주목하고 있습니다. 거대 기업의 서버에 의존하지 않고 '더 작은 규모의 AI'로 문제를 해결하자는 본문과 맥을 같이 하는 흐름이 이미 기술적으로도 고개를 들고 있습니다.
3. 규제와 노동권의 제도화
유럽연합(EU)의 AI 법안을 비롯해 전 세계적으로 프라이버시, 데이터 저작권, 그리고 제3세계 데이터 레이블러들의 노동 환경을 규제하려는 움직임이 시작되었습니다. 열풍이 지나간 자리에 남는 것은 결국 법과 제도이며, 이 제도를 만드는 근거가 바로 이러한 비판적 시각입니다.