EP 106
지능 공급 전쟁: Opus 5·Kimi K3·GPT-5.6 Sol, 그리고 전기세
프론티어 모델이 쏟아지는 2026년 7월 넷째 주 00:00
노정석 녹화를 하고 있는 오늘은 2026년 7월 25일 토요일 아침입니다. 간밤에 Opus 5가 발표됐고요. Kimi K3부터 시작해서 GPT-5.6, Gemini, 그다음에 GLM도 곧 큰 발표를 앞두고 있는 것 같고, 소위 프론티어급 모델들이 쏟아져 나오고 있는 것 같습니다. 그리고 Fable 5가 나오면서 Anthropic이 추구하고자 했던 새로운 가격 체계, pricing scheme도 이 경쟁 때문에 다 미궁으로 들어가는 것 같고, 소비자 입장에서는 좋죠. 계속 싸지니까요. 그래서 오늘 출시된 모델들을 쭉 훑어보고, 이러한 컨텍스트가 저희 같은 도망자들에게 미치는 영향이 무엇인지 이야기해 보도록 하겠습니다.
허깅페이스를 뚫은 agentic attacker와 OpenAI 00:47
박종현 이번 주에 있었던 소식들 중에 가장 재미있었던 소식이 하나 있어서 그것부터 한번 보고 넘어가도록 하겠습니다.
최승준 시끌시끌했죠, 아주.
노정석 그렇죠. 싱귤래리티를 목격하는 것 아니냐는 이야기가 트위터에 심심찮게 있었죠.
박종현 7월 16일이니 거의 열흘 정도 됐네요. 허깅페이스에서 보안 사고가 있었다는 내용이 올라왔어요. 저도 개인적으로 허깅페이스에서 연락받았거든요. 아마 제가 비공개 데이터셋을 가지고 있어서 연락받은 것 같은데, 다행히 너희 데이터는 사고가 있었지만 털리지 않았다는 연락을 받았어요. 그래서 이게 뭐지? 보고서가 먼저 올라왔는데, 나온 이야기는 첫 번째로 AI가 공격한 것 같다. 누군지는 모르겠지만 시간이 지나고 나서 보니까 누구였냐면 OpenAI였어요. 알고 보니 공격을 한 주체가 OpenAI였다. 같이 대응해서 잘 해결했다, 이런 식의 짝짝짝. 결론은 이렇게 나긴 했습니다. 허깅페이스가 공격을 받았는데 agentic attacker가 한 것 같다. 로그를 보아하니까 예전부터 예견돼 온 LLM의 공격 시나리오가 있다면 이럴 거라고 한 것과 완전히 패턴이 똑같았다고 해요.
간단하게는 OpenAI가 ExploitGym이라는 올해 5월에 나온, 두 달 정도 된 벤치를 운영하고 있습니다. 이건 보안 같은 것을 평가하는, 얼마나 잘 뚫어낼 수 있는지 이런 것을 평가하는 벤치마크인 것 같아요. 그래서 그걸 내부에서 망을 격리하고, OpenAI 내부에서 모델을 테스트하고 있었다고 해요. 그 모델은 당연히 그런 걸 테스트하는 모델이니까 가드레일을 풀고 대신 밖으로 나가지 못하게 막아놨는데, 제로데이 취약점을 찾아서 어떻게든 인터넷으로 나갔대요. 그다음에 밖에 나가서 그럼 인터넷에서 뭘 찾아야 되지? 허깅페이스에 답이 있을 것 같다. 그래서 허깅페이스를 뒤지기 시작했다고 합니다. 그 과정에서 엄청나게 많은 트래픽을 쓰고, 이런 일들을 하다가 사건이 이렇게 정리되었는데요.
일단 사건 자체가 저희가 우려하던 그런 사건들, 앞서 얘기해 주신 싱귤래리티를 저희가 목격하는 게 아니냐는 이야기가 특히 사람들이 좋아할 만한 주제니까 엄청 바이럴됐던 것 같고요. 허깅페이스에서 이걸 막으려고 했는데, 막으려고 GPT와 Claude 같은 것을 썼지만 다 가드레일에 막혀서 이런 보안 사고에 대한 분석, 보안과 관련된 분석을 다 거절했다고 해요. 그래서 내부에서 어떻게 했냐면, 오픈웨이트 모델인 GLM 5.2를 호스팅해서 그걸 이용해 보안 사고에 대응하는 데 사용했다고 합니다.
이게 가장 사람들이 아이러니하게 받아들였던 부분인 것 같아요. 왜냐하면 OpenAI나 Claude 같은 회사의 모델들이, GPT나 Claude 같은 모델들이 보안을 이유로 클로즈드 소스를 유지하는 명분이 있었거든요. 그랬는데 정작 보안 사고에는 그런 모델들이 사용되지 못했고, 오픈웨이트 모델이 사용되었죠. 그래서 이게 목적과 다른 것 같아서 더더욱 미국에서는 안 좋게 보는 시선이 늘어나고 있는 것 같습니다.
노정석 그럼 허깅페이스가 처음 공격을 받았다고 발표했을 때는 이게 어떤 공격자인지 밝혀지지는 않았잖아요. 그들도 몰랐고, 약 3~4일 정도가 지났을 때 OpenAI와 허깅페이스가 공동으로 발표한 것 같아요. 그러면서 다음 세대의 GPT 모델인 GPT-6가 그 범인이라는 게 이때 밝혀진 것 같아요.
박종현 네, 사실이 확인된 건 아닙니다만 내부에서 테스트하고 공격하고 있던 모델이 아마도 GPT-6이지 않을까, 그걸 테스트하다가 일어난 게 아닐까라고들 생각하고 있는 것 같습니다.
노정석 이게 종현님이 방금 지적해 주신 문제가 모든 회사에 다 있을 것 같긴 해요. 이게 우리 회사가 가지고 있는 우리 회사만의 핵심적인 데이터를 프론티어 모델에 주는 것. 또 저희도 계속 얘기하고 있지만, 요새는 여러 개의 컨텍스트로 나누지도 않고 한 문서에 깔끔하게 워크플로를 정리해서 OpenAI나 Claude에 넘기고 있는 실정이기 때문에, 회사의 핵심 자산을 계속해서 프론티어 랩의 데이터셋으로 전이하고 있는 것 아니냐는 점도 이슈가 되고 있고요.
자사 데이터 통제와 온프레미스 모델의 필요성 05:01
노정석 그리고 이번에 이슈가 된 것처럼 정작 사고가 생겼는데 프론티어 랩 모델들의 도움은 받을 수 없고, 중국의 오픈웨이트 모델로 도움을 받는 걸 봐서 우리 회사만의 proprietary 데이터는 우리 회사만의 온프레미스 모델과 이런 오픈웨이트 모델에 새로 담아야 한다는 이야기가 굉장히 강력하게 나오고 있는 것 같고요.
그리고 밖으로 나오는 오픈웨이트 모델들도 Kimi K3가 그 첫 출발을 끊었고, DeepSeek, 아마 GLM도 따를 것 같고, 프론티어급, 1T급 이상의 모델을 오픈웨이트로 풀어줄 예정이잖아요. 그럼 사실 Opus급 성능을 갖는 프론티어급 모델을 회사 안에서도, 물론 그것도 굉장히 큰돈이 들기는 합니다만, 회사 안에서 돌려야 한다는 명제도 빠르게 성립할 것 같아서 온프레미스 시장도 급격하게 열리지 않을까 하는 생각이 듭니다.
최승준 저도 정석님 말씀을 들으니까, 이 뉴스가 떴을 때 단톡방에 바로 온프레미스 시대네요라고 써주셨던 기억이 납니다. 그런데 또 이게 지난주에 저희가 살짝 언급했던 사티아 나델라의 역정보 패러독스. 그래서 어떤 데이터의 좋은 경로들, 실제로 그게 학습에 쓰이지 않더라도 경로 자체가 빅테크에 노출되는 것에 대한 우려 같은 것들을 나델라가 한 번 짚었는데, 궤를 같이하는 것 같네요. 그런데 한편으로는 Sam Altman이 이걸 포스팅하면서 이거 마케팅인데라는 생각이 들더라고요.
노정석 GPT-6 나오고 이걸 기회로 삼아야겠다. 의도한 건 아니겠지만.
최승준 그런 느낌적인 느낌도 들었습니다.
1.4TB 웨이트와 시간당 300달러, 온프레미스의 실제 비용 06:37
노정석 저희가 사실 이다음 이야기를 해보면, 종현님, 이제 프론티어 랩들이 미국, 중국까지 가세해서 소위 프론티어급 모델들을 사정없이 발표하고 있는데, 저희가 연초부터 이 트렌드는 계속 느끼고 있었잖아요. 모델의 발표 주기가 계속해서 줄어들고 있다. 그리고 모델을 빌딩하는 레시피도 이제는 그게 프론티어 knowledge는 아닌 것 같다. 그냥 좋은 데이터를 누가 많이 갖고 있느냐, 데이터를 누가 더 많이 밀어 넣을 수 있느냐, 플러스 compute 총량, 그리고 compute efficiency. 이것들을 manage하는 엔지니어링. 한 프론티어 모델을 만드는 것의 거의 90%는 이제 프론티어 knowledge가 아니라 프론티어 엔지니어링, 더 심하게 얘기하면 프론티어급의 노가다. 이게 된 것 같다는 이야기를 심심찮게 하고 있잖아요.
박종현 거기다 하나만 더하면 GPU 리소스, 자본이지 않을까 싶습니다.
노정석 몇 개의 간단한 변수로 회귀가 된 것 같아요. 그런데 그러면, 종현님.
최승준 정석님이 말씀해 주신 것에서, 결국 온프레미스를 할 때 지금 2.8T, 거의 3T 가까운 걸 돌리려면 그걸 커버할 수 있나요? 보통 회사가
노정석 계산해 볼까요, 종현님?
박종현 대략 계산해 놨는데, MXFP4처럼 요즘 많이 쓰는 포맷을 섞어서 쓰면 이 정도 메모리가 커버돼야 하고요. 1.4TB.
노정석 저게 KV 캐시를 포함해서인가요? 아니면 그냥 모델 순수 웨이트만 1.4TB인가요?
박종현 순수 파라미터만입니다. 게다가 이 모델들이 크기 때문에 당연히 아무리 MoE를 사용한다고 하더라도 추론 속도 같은 걸 내려면 메모리 대역폭이 당연히 넓어야 하고, H200을 클러스터 단위로 만들어야겠죠. 왜냐하면 저 웨이트만 하더라도 한 노드에 올라가기가 힘드니까요. 그러면 그렇게 해서 클라우드 대여 비용으로 계산하면 시간당 거의 300달러 수준이 필요하다고 하더라고요. 정확한 숫자는 당연히 다 바뀔 수 있겠지만, 대략적인 규모가 저 정도라고 보면 될 것 같습니다.
최승준 그러면 72개짜리 랙 하나는 확보하고 있어야 하는 건가요?
박종현 회사 안에서 동시 사용자나 토큰 속도 같은 걸 고려하면 최소한 그 정도는 있어야 하지 않을까 싶습니다.
노정석 그냥 어림 계산해 봐도 장비 값만 약 50억 원 정도는 투자될 것 같아요.
박종현 그렇죠. 실제로 구매한다고 생각하면 그 정도 되겠죠.
노정석 그래서 이걸 온프레미스로 구축한다고 하더라도, 저희가 token economics 같은 데서도 많이 다뤘지만, 띄엄띄엄 쓰는 회사가 아니라 workload가 끊임없이 밀려와서 GPU를 최대한 돌릴 수 있는 트래픽이 있어야 이게 어림 산술 계산상 가능할 겁니다. 그래도 저희가 아는 것 이상으로 세상에는 큰 회사도 많고 돈 많은 사람도 많다. 그래서 이런 것들을 곧 보게 될 겁니다. 그럼 종현님, 지난주부터 오늘 새벽까지 있었던 모델들의 발표를 한 번 싹 요약해서 넘겨볼까요?
Kimi K3부터 Opus 5까지 최근 출시 모델 정리 09:18
최승준 Opus가 두 달 만에 나온 거죠? 계속 두 달 주기를 맞추고 있는 것 같은데. 그렇죠.
박종현 네, 처음에 Claude Mythos가 나오면서 공개는 안 됐지만, 그렇게 시끌시끌했으니 사실상 모델이 그때 나왔다고 생각하면 두 달 좀 더 된 것 같아요. 그래서 모델을 살짝만 정리하면요. 저는 큰 모델 중 저희가 관심 있는 건 일단 프론티어 모델이라고 생각하고, Thinking Machines Lab에서 Inkling이라는 모델도 새로 나오고, Meta에서 Muse Spark도 나오고, 여러 가지 모델들이 있었지만 제가 주목하는 것만 몇 개 뽑아보자면, Kimi K3.
이미 지난주에 올라온 저희 영상에 댓글이 막 달리더라고요. 사람들이 관심이 많은 것 같아요. 저도 이번 주에 조금 써보고 있습니다.
그리고 예고된 것, Qwen3.8 Max Preview, 2.4T가 나온다고 공식적으로 예고했어요. 곧 나옵니다. 그리고 소문에 의하면 중국 쪽에서 GLM이고, DeepSeek고 다 나온다고 알려져 있고요.
그다음에 Grok도 사실 나왔죠. Gemini도 나왔고요. 그런데 가장 주목받는 건
노정석 4.5가 나왔고, 이제 4.6, 4.7이 곧 나올 것들이죠.
박종현 4.5까지 지금 나와 있는 것 같습니다. 위에서부터 점수를 보면 Kimi K3가 너무 충격적으로 잘 나와서 사람들이 다 주목하고 있는 것 같고요. 작성 도중에 Opus가 나와서 제가 추가했습니다. Opus 5가 나왔고, 그런데 모델이 나오는 건 나오는 거고, 쏟아지는 거고, 실제로 트래픽이 엄청나게 많이 움직이고 있는 것 같아요. 토큰 사용량이 변하고, 사람들이 모델을 막 갈아타고, 저만 해도 GPT-5.6 Sol이 나오고 나서부터 Claude Fable 5에 의존하던 것을 어느 정도 많이 마이그레이션하게 된 것 같고요. 그래서 이 사용량 변화까지 모델 출시와 함께 이것들을 한번 묶어서 이야기해 보려고 합니다.
GPT-5.6 Sol의 체감 성능과 Kimi K3의 가격 11:21
박종현 우선 스타트를 끊었던 건 GPT-5.6 Sol이었던 것 같아요. 올해 상반기를 이렇게 쭉 놓고 보면 프런티어 모델 관점에서는 Claude가 조금은 독주를 하고 있었던 느낌이 있었습니다. Opus 4.8도 그렇고 Fable 5가 나온 것도 그렇고, 그래서 Fable 5는 사용량에 한계가 있어서 배짱 장사인가 하는 느낌이 들 정도로 사람들이 많이 의존했던 것 같고, 실제로 매출도 엄청나게 많이 늘었다고 들었고요. 그런데 GPT-5.6 Sol이 나오면서 사용량이 많이 옮겨간 것 같아요.
노정석 Anthropic도 매출이 살짝 꺾였다고 해요.
박종현 실제로 GPT-5.6 Sol을 사용하시면서 많은 차이를 느끼시나요?
최승준 저는 서로 장단점이 있다는 정도고, 어마어마한 차이가 있지는 않다.
노정석 저는 Claude Code를 안 쓰고 Codex만 계속 써 온 유저로서, GPT-5.6 Sol이 좀 더 좋아졌고 얘가 문제를 더 잘 decompose하고 일을 오래 한다, 그리고 시키지 않은 일까지 coverage를 넓혀서 저를 조금 즐겁게 하는 면이 증가했다는 점을 정성적인 포인트로 삼고 있습니다. 좋아졌어요. GPT-5.5 대비.
박종현 저도 비슷하게 느끼고 있는데, 일단 확실한 건 GPT-5.5와 Fable 5를 비교하기에는 누구나 체감할 정도의 성능 차이가 있었던 것 같은데, GPT-5.6 Sol은 어쨌든 Fable 5와 비교할 만한 가장 최전선에서 경쟁 가능한 수준의 모델인 건 맞는 것 같고요. 제가 느끼기에는 GPT-5.6 Sol이 조금 알잘딱을 못한다. 좋게 표현해 주셨는데, 제가 얘기하지 않은 것들까지 coverage를 늘려서 잘한다는 게 장점일 수도 있겠지만, 저한테는 지난번에도 얘기했던 인지 부하를 많이 거는 것 같아서 오히려 시키지도 않은 것까지 해버려서 더 피곤한 느낌을 개인적으로 받고 있습니다.
그런 상황에서 Kimi K3가 나왔어요. Kimi K3는 일단 기본적으로 모델이 커서 좋은 게 확실한 것 같고요. 체급 자체가 기존에 많이 있었던 체급이 아니기 때문에 올라온 것 같고, OpenRouter에서 엄청나게 많이 쓰이고 있다고 하더라고요. 그리고 저도 개인적으로 써보면 프런티어 모델과 비교할 수준이어야 하는데, 이때까지는 오픈웨이트가 그러지 않았던 것 같거든요. 그러니까 Opus 4.8과 비교할 거지, Fable 5와 비교할 건 아니었다. 그런데 이제는 거기에 견주는 모델이 된 건 맞는 것 같고, 개인적으로는 그 정도 사이, Opus 4.8과 Fable 5 사이 정도 된다고 느끼고 있고요. 오늘 Opus 5가 나와서 써봐야 하는데, 아마 비슷한 느낌이지 않을까 싶습니다. Opus 5랑. 그리고 가격을 한번 보면 생각보다 싸요. 이게 API로 사용했을 때 Opus 5보다 싸거든요. 그러니까 Opus 5와 비슷하면 Kimi K3가 좋으면 좋았지 나쁜 게 아닙니다.
최승준 저도 아직 많이 안 써봤지만, 블로그의 벤치마크로 봤을 때는 Fable 5보다 Opus 5가 잘하는 부분들이 많아졌잖아요. 같은 가격에.
박종현 그건 한번 써보면 안 그러지 않을까요? 가격에 관해서도 조금 얘기해 볼 만한 게 있는데, 지금 제가 여기에는 토큰당 가격으로 써놨거든요. 지난번에도 저희가 토큰당 가격이 아니라, 어떤 일을 시켰을 때 토큰을 효율적으로 써서 완료하면 그게 더 싼 것 아니냐, 그래서 이제는 태스크당 가격으로 봐야 하는 게 아니냐고 했죠. 왜냐하면 저희가 reasoning effort를 마음대로 늘렸다 줄였다 많이 하고 있으니까요. 그래서 그것도 하나 찾아봤습니다. 벤치마크를 보면 태스크당 가격으로 비교해 놓은 게 있거든요. 그래서 태스크당 가격으로 봤을 때 Opus 5가 좋다는 주장이 이번 Opus 5 발표를 하면서 많이 있었던 것 같아요. 그런데 그건 저희가 한번 써봐야 알 수 있을 것 같고요.
토큰당 가격에서 태스크당 가격으로, 벤치마크의 한계 15:07
노정석 이 벤치마크에 대한 개념들이, 저희도 지금 얘기하면서 굉장히 정성적으로 얘기하고 있긴 하잖아요. 그래서 벤치마크 자체도 굉장히 다 maxing이 돼서 의미가 없어진 상황이고, 저런 평가 기준도 저희가 가져와서 누가 포인트를 만들어 놨으니까 쓰는 거지, 그 안을 직접 들여다보지 않고서는 저희도 이 테스트가 어떻게 이루어졌는지에 대한 감도 객관적으로 판단할 수는 없는 상황이긴 하거든요.
그래서 다 종합해 보면, 지금 모델들이 단위 가격당 어떤 임계점들은 다 넘어설 정도로 좋아진 상황인 건 확실한 것 같아요. 그래서 우리가 매일 하는 작업들을 처리하기에는 옵션들이 굉장히 많아지고 있다. 이 정도가 지금은 팩트인 것 같고, 그중에서 뭘 써야 할지는 정말 어떤 브랜드의 취향 차이로 넘어가고 있는 느낌이 들어요. 벤츠는 이래서 좋고 BMW는 이래서 좋아, 이런 건데 따지고 보면 비슷하거든요. 이러한 시대로 가고 있는 듯한 느낌을 조금씩 받고 있습니다.
최승준 한번 판을 흔들고 싶었지만 경쟁의 중력이 떨어져서 유저 입장에서는 행복합니다.
노정석 이 업의 본질이 그건가 봐요. 누구나 할 수 있는 일이었다는 게 밝혀지고 있는 것 같아요.
박종현 그러게요. 알고 보니 자본과 규모가 있으면
노정석 다른 회사들도 할 수 있다는 게 놀라운 것 같고요.
태스크에 맞춰 모델 등급과 reasoning effort 조절하기 16:33
박종현 말씀해 주신 내용에서 제가 하나만 질문드려 보자면, 그러면 태스크당 가격이라고 생각했을 때 가장 최상위 모델을 제가 예전에는 항상 최상위 모델만 썼던 것 같거든요. 요즘만 하더라도 제가 태스크마다 모델을 낮춰서 많이 씁니다. 높은 모델을 쓸 필요가 없다는 확신이 드는 경우가 상당히 많고 가격 차이도 나서, 실제로 모델을 조절해 가면서 쓰시나요? 예를 들어 Claude를 쓴다면 어떤 일은 Fable 5를 쓰고, 어떤 일은 Opus를 쓰는 식으로 수동으로 조절하시나요?
최승준 저는 조절하면서 쓰고, 또 상위 모델한테 sub-agent는 낮춰서 쓰도록 지시하는 편이죠. 스스로도 조절하고 reasoning effort도 매번 조절합니다.
노정석 저는 안 그래요. 저는 token maxxing으로 작업을 끌고 가는 게 아니라, 대부분 휴먼 온 더 루프를 선호하는 작업을 하다 보니 제가 제어하는 루프 안에서 쭉 돌리고, 제가 제어하는 workflow들로 agent들을 깔아 놓다 보니까 $200 요금제의 weekly limit을 다 채우기가 힘들어요. 거기서 medium to xhigh 정도는 조절합니다.
왜냐하면 실제로 제 production에서 쓰는 것들은 medium 정도로 해서 latency를 좋게 만드는 경우가 있고, 작업 같은 경우에는 xhigh를 씁니다.
그런데 그 위로 넘어가는 max나 ultra 있잖아요. 그건 너무 과하다 싶어서 전혀 안 쓰게 되는 형태입니다.
최승준 저도 조절하더라도 medium 밑으로 내려가 본 적은 없는 것 같긴 해요.
노정석 medium 밑으로는 체감상 안 내려가게 되더라고요.
박종현 저도 medium까지만 쓰는 것 같고, latency가 중요한 경우에는 Fast를 켜고 사용하는 것 같습니다. 그래서 가격은, 일단 토큰당 가격은 그런데 Opus 4.8과 과거에 평가했을 때도 토큰당 가격이 Kimi가 더 쌌음에도 토큰을 많이 쓰다 보니까, 태스크를 완료하는 데는 Opus 4.8이 더 쌌다는 이야기가 있었습니다. 그냥 충분히 다 싸다. 비슷하게 경쟁 가능한 수준으로 싸다고 볼 수 있을 것 같고, 심지어 GLM
최승준 5.2면 Kimi K3가 엄청 싼 건 아닌 거네요.
박종현 그렇죠. GLM 5.2 사례를 보면, GLM 5.2는 가격이 더 싸거든요. 그런데 이게 왜 싸냐면, 그것보다 오픈웨이트로 풀리고 나면 OpenRouter, 그러니까 많은 GPU 임대 사업자들이 오픈웨이트 모델을 올려서 inference 토큰 가격으로 경쟁하잖아요. 그러다 보니까 가격이 계속 바뀌고 더 내려옵니다. 그래서 Kimi K3는 아마 오픈웨이트가 곧 풀린다고 예고했으니까 더 내려올 겁니다.
노정석 그렇다고 하면 저희가 저기서 느낄 수 있는 게, GLM 5.2가 아직 최신의 2.4T급은 아닌, 수백B 파라미터가 나와 있나요? GLM 5.2는.
박종현 1T 아래였을 겁니다.
노정석 아래였을 거죠. 산술적으로 곱하기 3을 하더라도 $2 정도가 되는 건데, 예를 들어 이 경쟁에 휘말려서 경쟁 구도에 들어가면 30~40% 인하 효과는 있다고 보이는 거네요.
최승준 그런데 거칠게, 제가 정확하게 계산해 본 건 아니고 그냥 느낌이긴 한데, 지금 다 일관성 있는 것 아닌가요? 정해져 있다. 자원과 가격은.
박종현 그렇죠. 결국 원가인 하드웨어와 에너지 등을 놓고 보면, 모델의 체급, 파라미터 크기와 지능이 얼추 비례한다고 했을 때 경향성이 거의 비슷하다고 볼 수 있겠죠.
최승준 그러니까 원가 언저리에서 일들이 일어나고 있는 것 같긴 해요.
노정석 아래는 거의 다 NVIDIA가 돌리고 있을 테니 비슷해지겠죠.
Qwen의 멀티모달 러시와 중국 AI 지형 20:06
박종현 그다음에 제가 주목할 만한 점이 하나 더 있는데, 저희가 지금 LLM만 얘기하고 있는데 Qwen이 거의 매일 뭘 발표하고 있거든요. 잠깐 번외로 하자면 Qwen-Music이 나왔고요. TTS도 나왔고요. Qwen의 TTS가 꽤 좋거든요. TTS가 나왔고 이미지도 나왔어요. 잘되고 있네요.
박종현 완전히. 그래서 원래 Qwen이 Wan이라는 비디오 모델부터 시작해서 엄청나게 다양한 것들을 하기로 유명했는데, 그런 소문이 좀 있었어요. 퇴사를 많이 하셨다고요? 그런 소문이 있었는데, 그러고 나서 한동안 조금 잠잠했던 것 같아요. 그리고 Qwen이 정말 오픈… 예전에는 올해 1월에 나온 모델들만 하더라도 Apache로 많이 했었는데, 앞으로 조금씩 닫을 것 같다. 수익화도 해야 하니까 그런 얘기가 있으면서 엑소더스 얘기까지 나왔는데, 어쨌든 모델이 여기도 쏟아져 나오고 있습니다.
최승준 저 언저리가 WAIC 기간하고 겹치는 느낌이 있긴 하네요. 중국에서.
박종현 그런가요? 그게 뭐죠? WAIC?
최승준 중국 쪽의 AI 행사인 것 같습니다.
노정석 상하이에서 있었던 AI 관련 컨퍼런스였는데요. 시진핑 주석이 나올 정도로 중국에서 굉장히 큰 행사죠. Google I/O에 비교할 만한 대형 행사였습니다. 저희가 상대적으로 중국 내부에 관심이 적어서 그렇죠. 저희는 모든 소식이 미국에 맞춰져 있잖아요. 그게 좀 문제긴 한데, 중국은 프런티어니까 정확한 표현입니다. 거기는 이제 프런티어입니다.
박종현 Zhang Xiaojun Podcast라고 Tencent에서 하시는 분이 이번에 Kimi CEO를 예전에 인터뷰했던 게 있었어요. K2 시절에. 많이 바이럴되고 있더라고요.
노정석 중국에 한번 갔다 옵시다. 우리도. 베이징과 항저우가 중국의 두 군데입니다. Moonshot과 GLM이 베이징에 있고요. DeepSeek은 제가 알기로는 항저우에 있어요. 항저우에는 Alibaba 본사가 있고, DeepSeek과 Qwen이 항저우에 있는 걸로 알고 있습니다.
박종현 그래서 Opus 5, 어쨌든 이것도 오늘 나왔고 이건 저희가 써보고 이야기해야 할 것 같고요. 어쨌든 모델들이 주르륵 쏟아져 나오고 있는데, 이번 주와 지난주를 거쳐 오면서 느꼈던 점은 가격과 함께 맞물려 가는 사용량 변화, 이걸 Sam Altman이 보안 사고 직전 thread에서 엄청 열심히 마케팅했거든요. 사용량이 엄청 늘었다. 그래서 시간을 한 2주만 되돌려서 2주간의 변화를 한번 보면, Codex에 GPT-5.6 Sol이 나오고 나서부터 Claude가 독주를 하고 있었다면, 그 사용량이 엄청나게 많이 옮겨간 것 같아요. 실제로 제 주변에서도 그렇고, 저도 그렇고요. 그래서 사용량이 많이 늘었다는 이야기가 있었고요.
GPT-5.6 Sol 이후 Codex·Claude 사용량 경쟁 22:19
박종현 그다음에 Codex를 리셋해 주시는 Tibo Sottiaux.
노정석 Tibo Sottiaux.
박종현 이분이 리셋을 엄청 많이 해주셨어요. 심지어 이 리셋은 쌓여 있더라고요. 저도 쌓아 놨다가 하나씩 리셋하면서 쓰고 있거든요. 아무튼 이렇게 사용량 변화를 한번 보면, GPT-5.6 Sol이 나오고 나서부터 7M 유저였던 게 갑자기 10M까지 쭉쭉 늘었어요.
최승준 일주일 정도.
노정석 700만 명에서 1,000만 명으로.
박종현 그래서 그래프를 보면 갑자기 GPT-5.6 Sol부터 6M이 시작이었나 봐요. 그래서 이때 많은 프로모션을 했는데, 1M이 늘 때마다 리셋해 주겠다고 해서 그 리셋이 쌓인 거거든요.
최승준 그런 거였어요.
박종현 그래서 5시간 제한도 없애고, Codex 같은 경우는 Codex 구독 요금제의 5시간 제한을 없애고 주간 한도만 남긴 채 마음껏 쓰라고 했어요. 사용량이 엄청 늘고 있다. 그런 inference를 감당할 수 있게 우리가 다 준비해 놓은 것도 열심히 자랑하고요. 그런 일이 있었고요.
노정석 저 그래프들을 조금 중첩해서 보면 재미있을 것 같긴 한데요. 지난가을부터 올해 초까지가 Anthropic의 Claude Code 때문에 트래픽이 굉장히 늘었잖아요. 그래서 Anthropic의 전체 매출이 OpenAI를 넘어선다는 이야기가 나왔던 게 올해 초고, 그것 때문에 valuation이 엄청나게 올랐었잖아요. 그래서 OpenAI가 연초에 기어를 바꿔서 “우리도 코딩을 강화하겠다”라고 하면서 Codex 전선을 강화한 게 먼 과거 이야기 같지만 올해 초쯤이거든요. 그때부터 지금까지 달려온 속도나 품질의 변화나 이런 걸 보면, OpenAI도 정말 실행을 잘한 건 맞는 것 같아요.
그리고 그 내용이 지금 종현님이 보여주고 계시는 저 그래프에 녹아 있죠. 연초만 하더라도 사용자 수가 굉장히 적었어요, Claude Code 대비.
최승준 B2B, B2C 다 포함인가요?
노정석 그럴걸요? 전체 Codex 유저, 그러니까 ChatGPT 유저가 아니라 ChatGPT Work과 Codex의 주간 WAU라고 이야기하고 있으니까요.
최승준 Anthropic의 경우에는 B2C보다는 B2B의 규모가 훨씬 크다고 언젠가 이야기를 나눴던 것 같긴 한데, 그러면 이것도 B2C뿐만 아니라 B2B까지 포함이면 비즈니스에서 엄청 많이 쓰고 있다는 방증일 수도 있겠네요.
박종현 실제로 그 안의 비중을 저희가 정확히 알 수
노정석 없고, 알 수 없죠. 그런데 여기서 또 봐야 하는 포인트가 Codex가 organic하게 스스로 저렇게 성장한 거냐, 아니면 Claude Code에서 저 증분만큼을 왕창 빼앗아 온 거냐는 부분은 양쪽의 통계를 다 보기 전에는 알 수 없지만, Anthropic은 매출이 살짝 줄어드는 국면이고 GPT는 이렇게 늘어나는 국면이라면, ChatGPT가 올해 초부터 지금까지 해왔던 일관된 전략이 훨씬 더 낮은 가격에 높은 토큰 사용량을 부여해 왔잖아요.
그런데 Claude Code에 워낙 익숙했고 그걸로 입문한 엔지니어들이 많다 보니까 거기에 lock-in 효과가 있었는데, 그게 조금은 균열이 생기고 있는 것 같다는 생각도 들어요. 당장 재미있는 게,
최승준 제가 데스크톱 앱으로 양쪽 것을 쓰다 보니까 Claude Code는 하루나 이틀에 한 번 정도 업데이트가 떠요. 그런데 Codex는 하루에도 두세 번 뜰 때가 있어요. 열심히 일하나 보더라고요.
노정석 또 Codex 데스크톱 환경도 많이 좋아진 것 같고요. 그리고 최근에 Claude Code가 Fable 5를 가지고 희망 고문을 많이 했었잖아요. 언제까지 마무리하겠다고 하면서 계속 뒤로 미뤄서 사람들의 짜증과 피로감도 조금 있는 것 같아요.
종현님, 저 질문이 있는데요. 제가 Claude Code를 메인으로 안 쓰고 Claude Code Max를 작년 연말에 해지한 이후로는 안 돌아가 봐서, 똑같은 작업을 돌렸을 때 GPT와 Claude Code의 토큰 사용량이나 전체 Max 요금제에서의 전체 토큰 양을 비교해 주시면 어떨까요?
박종현 제 체감상으로는 일단 토큰 사용량은 제가 숫자를 추적하지 않고, 한도가 얼마나 떨어지는지를 기준으로 체감해 보면 Claude Code가 똑같이 200달러를 냈을 때 훨씬 빨리 소모됩니다.
최승준 맞아요. 훨씬 빨리 떨어져요.
노정석 그럼 결국 Anthropic이 처음에 집중을 통해 만들었던 이 first-mover effect, 그걸 Codex가 많이 따라잡았다는 이야기가 되고, Codex가 Claude Code 대비 훨씬 더 compute의 여유가 있는 상황이기 때문에 그걸 무기로 리셋해 주면서 엔지니어들을 많이 뺏어 갔다고 봐야 맞겠네요.
박종현 높은 확률로 organic한 성장이 아니고, 시장을 새롭게 개척한 게 아니라 Claude가 만들어 놓은 사람들의 유입을 뺏어 갔다고 보는 게 훨씬 합리적인 추론인 것 같습니다. 일단 이 숫자 한 번만 보고 가면요.
노정석 정말 대단합니다.
박종현 왜냐하면 가로축과 세로축을 한 번만 보면, 이거 올해 3월이에요. 3M이었는데 7월이 돼서 GPT-5.6 Sol이 나오고 2주 만에 10M이 된 거예요. 이런 걸 봤을 때는 폭발적으로 늘고 있구나 싶어요. 확실히 유저 수 자체는요. 이상한 프로모션도 엄청 많이 했습니다. Codex로 넘어와서 후기를 올리면 100달러 주기, 이런 것도 했고요. 저것도 선착순 10K 유저였나, 그렇게 1만 명 한정으로 했는데 한 2일인가 3일 만에 다 끝났어요, 이것도. 그래서 GTM 전략, 아까 Claude의 Fable 5 사용량 이야기도 해주셨는데, 그것도 한번 정리해 보면 지금 프로모션을 치킨 게임처럼 하고 있다는 느낌이 들 정도로 하고 있거든요.
특히 B2C 구독 요금제 같은 경우에는 Fable 5가 그런 프로모션이 있었죠. 사용 종료일이 정해져 있었는데 GPT-5.6 Sol이 나오고 나서 일주일 연장하고, 또 일주일 연장하고, 그러다가 계속 구독 요금제로 사용할 수 있게 해줬고, 심지어 Claude Code는 지금 주간 사용 한도를 50% 늘려주는 프로모션도 하고 있습니다. Kimi K3가 나오면서 이것들이 더 추가됐거든요.
Kimi K3 충격 이후의 인프라 투자와 Google의 다른 playbook 29:23
박종현 반대로 지금 주식시장에서는 AI 관련 주들이 그렇게 좋지만은 않은데, 가장 최근에는 이런 것들을 다 내포하고 있지 않나 하는 생각이 듭니다. 경쟁이라는 게 소비자 입장에서는 언제까지 지속될지 모르겠지만, 참 좋고 감사하다는 생각이 들긴 합니다.
노정석 예전에 DeepSeek이 처음 나왔을 때, 이제는 NVIDIA GPU를 많이 안 사고도, 최소한으로도 저 정도 성능이 나온다는 것 때문에 DeepSeek 쇼크라는 게 있었잖아요. 이번에도 Kimi K3가 나오면서 비슷한 논리로 이제 중국이 훨씬 더 적은 양의 반도체를 가지고 더 높은 성능을 낸다는 내러티브가 생겨서 대중들이 반도체주라든지 AI주를 던지는 그런 게 좀 있긴 한 것 같더라고요. 그러나 현재 이런 트렌드를 봤을 때는 앞으로도 한참은 인프라 투자가 더 증가할 것 같아서, 저는 여전히 뜨거울 것 같다는 생각을 하고 있습니다.
최승준 지금 보여주신 슬라이드 자료들에는 G로 시작하는 회사가 빠져 있어요.
노정석 G, Google. 그런데 Google도 지금 원래 트래픽을 정말 많이 보유한 회사라서 자기네 쪽으로 유입되는 트래픽에서 workload를 처리하는 데만도 compute가 모자랄 상황이 아닐까 하는 생각이 들어요. 그렇기 때문에 사업적으로만 놓고 생각해 보면, OpenAI랑 Claude Code는요. Anthropic이나 OpenAI는 원래 방어해야 할 자산이 없어요. 그냥 공격만 하면 되는 거니까 전선을 한 곳으로 볼 수 있는데, Google 같은 경우에는 이미 YouTube부터 시작해서 검색, 그다음에 Google Cloud까지 어마어마하게 큰 전선을 끌고 그걸 바꿔가고 있는 중이거든요. Google은 지금 내부에서 저희도 Google Workspace를 쓰고 있으니까 끊임없이 AI 기능들이 여기저기 들어오는 걸 보고 있거든요. 동영상을 올리면 댓글, 자막을 달아주고, 자기네 assets을 전부 AI로 바꿔내는 데도 이미 트래픽을 어마어마하게 쓰고 있을 거라서, 거꾸로 그것만 잘해도 걔들은 이미 승자거든요. 추가적으로 무엇을 더 해야 하는지에 대한 필요가 priority가 낮게 책정돼 있지 않나 하는 생각이 들어요. 저 경쟁에는 일단 참여하지 않고 다른 일을 하다가 어느 순간 이걸 해야 되겠다고 하는 일종의 다른 playbook이 있지 않나 하는 생각이 들고요.
또 두 번째로 증권가나 주식하시는 분들의 카더라로는, Google 같은 경우에는 Demis Hassabis가 코딩이나 이런 문제를 하찮은 문제로 규정하고 있고, 인류를 구원하는 데 더 관심이 많이 가 있기 때문에 Google은 바이오 주식으로 분류될 거라는 의견까지 있어요. 그래서 AI for Science나 생명공학이라든지 신약 개발이라든지, 이런 쪽에서 더 근원적인 문제를 해결해 낼 거라서 거기는 조금 있으면 생명공학주로 분류해야 한다는 극단적인 의견들도 있는 걸 제가 심심찮게 듣고 있습니다.
최승준 그런데 어쨌든 Google도 Gemini 3.6 Flash를 발표했고, Gemini 4 프리트레이닝에 들어갔다는 이야기는 했는데, Bloomberg 같은 기사를 보면 내부에서 align이 잘 안 되고 있다, 그런 이야기도 있긴 하더라고요. 그런데 어쨌든 Google도 해내지 않겠습니까? 올해 안에는요.
박종현 현실적으로 전망해 보자면, Google이 유리한 구석을 많이 갖고 있죠. TPU도 가지고 있고, 자원도 많고 데이터도 많고요. 실제로 말씀해 주신 것처럼 Anthropic 같은 경우에는 특히 코딩에 더 집중해서 많이 뾰족하게 승부를 보고 있다면, Google 같은 경우에는 Google DeepMind가 수학 모델도 내놓고 정말 특이한 모델을 많이 내놓거든요. 돌고래의 신호를 해석하는 모델도 나오고, music 같은 경우에도 모델이 잘 나오기도 하고요.
노정석 연예인 걱정과 김 부장 걱정은 하는 게 아니라고, 저희가 Google 걱정은 안 해도 될 것 같습니다. 거기는 정말 무한한 돈을 가지고 있는 곳이니까요.
최승준 걱정하기보다는 모델이 나와줬으면 하는 바람인 거죠.
노정석 그렇죠. Antigravity도 Claude Code나 Codex처럼 그런 것들을 발표했는데, 시장 점유율이 거의 미미한 걸로 알고 있어요. 저 스스로도 Antigravity CLI는 한번 나왔을 때 써본 후에 다시 가본 적은 없거든요.
최승준 저도 다시 Visual Studio로 돌아왔습니다. IDE 부분은요.
박종현 그래서 GTM 전략인데, 결국에는 프로모션을 많이 한다는 이야기고요. 결국 경쟁을 많이 하고 있어서 프로모션도 많이 하고 있고, 소비자에게는 유리한 시장 국면이고, 앞으로도 계속될 것 같고요.
그다음에 마지막으로 제가 첨언 하나만 하자면, 아까 맨 처음에 잠깐 이야기해 주셨는데, Kimi K3가 결국 너무 잘 나와서 이게 더 심화된 것 같은데요. 이런 경쟁 구도가, Fable 5의 어떤 데이터를 distillation했다는 이야기가 있었는데, 출시 시간을 보면 그렇게 많이 겹치지는 않거든요. 데이터를 가져와서 학습시킬 시간이 그래서 그건 저희가 모릅니다만 저는 개인적으로는 아니라고 생각하고 있고, 반대로 얘기하면 다른 회사들도 충분히, 특히 중국 쪽에서도 그러고 우리나라도, 아니면 Mistral 같은 다른 프랑스 계통의 회사들이나 어쨌든 어디든 다 큰 모델들을 잘 만들어낼 개연성이 충분히 있는 것 같다, 이렇게 요약할 수 있겠습니다.
토큰 수요의 익스포넨셜한 성장과 컨슈머 AI의 잠재력 34:50
노정석 AI는 이렇게 따라가는 것들을 많이 하고 있잖아요. 그러면서도 AI 세상에서 일어나는 변화들을 전부 해석해 보려면 저 아래 데이터센터와 칩 만드는 그런 구간부터 그런 것들이 다 이 다이내믹스에 영향을 주고 있다는 생각은 들어요.
그래서 제가 두 분께도 질문해 보고 싶고 토론해 보고 싶은 주제가, 그렇다면 지금 현재 이 프론티어급의 모델 경쟁은 계속되고 있는데 경쟁으로 인해서 예상했던 것처럼 토큰 가격이 계속해서 치솟거나 이런 것들은 아니고 어느 수준에서 계속 제어되고 있단 말이죠. 그리고 제어되고 있는 부분들은 소비자 편익으로 돌아오고 있는데, 그 소비자 편익 부분의 수요가 아직까지는 대중에게까지 크지 않고 기존에 있었던 엔지니어라든지 얼리어답터라든지 앞서가는 회사 정도에서 여전히 뜨겁단 말이죠.
그러나 이 수요는 계속해서 커갈 게 확실하고, 첫 번째, supply chain 아래 데이터센터에서부터 프론티어 모델의 공급까지, 그다음에 프론티어 모델 아래에 있는 작은 모델의 공급 사이드에서 앞으로 일어날 변화들은 어떻게 될까라는 질문이 하나가 있고, 그다음에 두 번째로 수요 사이드, 이런 식으로 프론티어 모델의 공급이 늘어나고 가격들도 어느 정도로 유지되고 계속 싸진다고 했을 때 수요 사이드에서는 어떤 변화가 일어날까라는 부분들에 대해서 두 분의 고견을 여쭤보고 싶고요.
제가 먼저 한번 해볼까요? 예, 좋습니다.
박종현 제가 최근에 하는 생각은, 대중까지 퍼졌다, 아직은 안 퍼진 것 같다, 이런 이야기들을 해주셨는데 저는 이 전체 시장으로 봤을 때 얼마나 많은 비중의 사람들이 쓰느냐가 그렇게 중요하지는 않을 거라고 봅니다. 공급과 수요 관점에서, 왜냐하면 제가 이번에 ICML 기간에 샌프란시스코에 있는 분들하고 대화했을 때 느낀 게, 왜 저분들은 저랑 토큰 사용량이, 1인당 토큰 사용량이 100배, 1만 배씩 나지? 이런 생각이 들었고요. 첫 번째로, 저랑 저희, 예를 들면 가족들, 친구들 혹은 다른 분야에 있는 친구들, 이렇게 하면 다 엘리트 엔지니어, 조금 컴퓨터 분야가 아닌 경우라고 하더라도, 제가 토큰 사용량을 한번 물어보면 제가 1만 배는 더 쓰는 것 같아요. 예를 들면 200달러 Max 요금제를 결제해서 저는 거의 한도를 다 쓰고 있는데, 그거랑 20달러 요금제를 쓰는 사람이랑 비교하면 100배 넘게 날 수 있겠죠. 그래서 이런 걸 보면 공급과 수요 관점에서 많은 사람이 쓰는 것보다 특정 사람이나 특정 비즈니스 그룹, 회사가 쓰는 양이 엄청 dominant할 것 같다는 생각이 들고요.
그리고 이 수요는, 그래서 이 기술이 대중에게 퍼지든 말든 상관없이 무조건 토큰 사용량은 계속 앞으로도 당분간은 리니어 스케일이 아니라 익스포넨셜한 스케일로 늘어날 수밖에 없다는 생각이 들고요.
그러면 당연히 supply chain은 익스포넨셜하게 늘어날 수가 없기 때문에 그걸 돌파하기 위한 노력들을 할 거고, 에너지든 아니면 GPU가 아닌 NPU, inference 칩이 많이 나오고 있잖아요. 그런 것들이 Cerebras처럼 계속 등장하든, 여러 가지로 계속 수요가 먼저 끌고 가는 시장이 되지 않을까, 단기적으로는 그렇게 생각하고 있습니다.
노정석 어쨌든 종현님 말씀을 요약해 보면, 수요 사이드보다 공급 사이드가 계속 뒤처지는 장세는 너무 당연하게 펼쳐질 것이다.
최승준 저는 1번 질문에 대해서는 생각을 별로 해본 적이 없고, 그냥 2번에 연결된 쪽에서 생각해 보면 그때 시절이 생각나요. Google이랑 Facebook이 인터넷에 새로운 시장을 개척한다고 Loon이라든가 드론을 띄우는 프로젝트를 한 적이 있었거든요. 아프리카 사람들이 쓸 수 있게 하겠다. marginal한 그룹들도 인터넷을 쓰면 연결되는 어떤 수익을 얻을 수 있을 것이라고 시장 개척을 하려고 했는데 잘 안됐어요.
그래서 비슷한 일이 벌어지고 있는 것 같다는 생각이 종현님 이야기를 듣고 나서 났어요. 그런데 그게 두 가지인데, 하나는 여전히 marginal한 그룹들이 합하면 롱테일이 굉장히 크기 때문에 개척할 시장이 있는 거고, 하지만 실제로 단기, 중단기적으로 봤을 때는 엄청나게 쓰는 그룹들이 dominant할 거라는 생각이 얘기를 듣고 보니까 들었습니다.
노정석 그래서 수요 사이드에서는 거기도 역시 파레토 법칙이 존재할 거다. 예, 그건 너무 맞는 말씀인 것 같아요. 상위 20%가 전체 트래픽의 80%를 쓸 거고, 아래 80%는 20%를 쓸 거긴 한데, 그들이 이 기술을 일상생활처럼, 마치 누구나 스마트폰을 들고 있는 것처럼, 누구나 모든 일을 모델과 함께 하는 데는 시간이 조금은 걸릴 것이다. 그러나 그들이 차지하는 트래픽 대비, 앞에서 말한 상위 20%가 쓰는 트래픽의 양이 훨씬 클 거다.
최승준 그런데 그게 OpenAI 전략하고 맞아떨어진다고 느끼는 게, 새로운 UX나 폼팩터를 찾으려고 하잖아요. Anthropic은 아직 그걸 하고 있지 않지만, OpenAI는 계속 도전하고 있으니까 그게 더 많은 시장을 끌어안기 위한 포석이지 않을까라는 생각을 해보게 되네요.
아직 시작되지 않은 컨슈머 AI 사업 40:10
노정석 그런데 결과적으로는 Anthropic도 그렇고 OpenAI도 그렇고, 지금은 어떤 코너에 몰려 있지만 대부분 그들이 목표로 삼고 있는 시장이 있다면 Google이 가지고 있는 시장들일 거예요. 그걸 다 가져오는 게 목표가 될 것 같고, Google이 만들어낸 자산들에 다 빨대 꽂기 전략이잖아요. 그건 데이터베이스로 쓰고, ‘일은 우리랑 해’라고 하는 래핑 전략, 그 접점을 포장해 내고 그 위에 자신들이 있도록 하는 그런 전략을 쓰고 있어서, 컨슈머 시장은 이미 Google과 Meta가 증명해 주고 있듯이 캐시카우거든요.
돈을 정말 막대하게 벌어내는 시장이기 때문에 아마 그쪽으로의 꿈은 당연히 꾸고 있을 것 같고, 그들 입장에서 엔터프라이즈 시장은 크긴 하지만 지금 IBM이라든지 Microsoft의 B2B 섹터라든지 Oracle이 갖고 있는 B2B 섹터들을 보면, 또 SAP이나 Salesforce를 예로 들 수 있는데, 그들의 매출을 다 합쳐도 Meta와 Google이 컨슈머 사이드에서 만들고 있는 매출이랑 비교하면 차이가 굉장히 크게 나는 걸로 알고 있습니다.
시장 사이즈가 달라서, 컨슈머 사이드에 저들이 언제 공격을 시작할 것인가는 저도 항상 관심사로 삼고 있고, 그것들이 어떻게 되느냐에 따라서 저희 같은 후발 사업자 혹은 작은 도망자 사업자들은 다이내믹스에 영향을 받기 때문에 그런 부분들을 저는 면밀하게 쳐다보는 것 같고요. 그래서 그런 의미에서 컨슈머 AI 사업은 저는 아직 시작도 안 된 것 같다는 생각을 조금 하고 있고요. 컨슈머 AI 사업에서 겨우 하나 나온 게 있다면 저는 Character.AI 같은 것들인 것 같거든요.
최승준 그거에 대해서 우려스러운 부분들이 물론 있지만, 일반 사용자한테 에이전트 워크플로우가 별로 없어요. 계속 토큰을 쓰게 하는 스트림 자체가 생기지 않고, 그게 채팅으로는 안 되거든요.
노정석 그래도 Claude Code 같은 거, Codex 같은 에이전트 시스템을 다룰 줄은 알아야 한다는 말씀이시죠.
최승준 뭐가 됐든 계속 토큰이 흘러가는 use case들이 컨슈머 사이드에 있어야 지금 같은 흐름이 생기는데, 그 자체에 대한 case를 제가 주변에서 아직 그렇게 많이 못 본 것 같아요.
노정석 승준님이 방금 지적하신 그 포인트가 저는 컨슈머 앱의 단계라고 보거든요. 일반적인 컨슈머들, 즉 소비자들은 그러한 워크플로우를 짜낼 의도라든지 목적성이라든지 능력, 쉽게 얘기하면 그런 부분들을 갖추기 어려워요. 그래서 그런 부분들을 어떤 사업자가 나와서 깔끔하게 패키징해서 사용자들에게 통으로 던져주게 되는 시점이 저는 컨슈머 비즈니스의 시작이라고 보이고요.
예를 들면 엊그저께 미국에서 ChatGPT Health가 출시됐거든요. 의료 기록 같은 걸 전부 다 넣으면 ‘내가 알아서 다 해줄게’라고 하는 서비스가 있거든요. 마치 Google이 그랬던 것처럼 OpenAI나 Claude도 모든 종류의 ‘소비자 서비스로는 이런 게 있어야지’라고 할 만한 것들을 다 내놓겠지만, 바깥에 똑같은 것들이 그대로 또 생길 거거든요.
다른 모델과의 조합을 통해서 조금 싸지든지, 아니면 조금 더 다른 feature를 가지고 있든지, 아니면 조금 더 human touch를 강화하든지 이런 식으로 할 텐데, 마치 Uber와 Airbnb가 생겼던 것 같은 그런 식의 서비스들이 하나씩 더 생겨날 것 같고, 그 서비스들이 핵심적으로 하는 공통점이 있다면, 승준님이 방금 얘기했던 일반 소비자들은 ‘그런 걸 절대 못 할 것 같아요’라고 하는 그 부분을 명확하게 가치로 가지고 오게 될 것 같아요.
최승준 못한다기보다는 할 상황이 안 생기는 거죠.
노정석 아닐걸요? 그 부분에 대해서는 저는 가정이 조금 잘못됐다고 보는 게, 예를 들어서 Airbnb가 없었으면 사용자들은 당연히 이번 여행 가서 새로운 숙소를 가볼까라는 생각을 안 하겠죠. 그런데 Airbnb의 존재라는 게 갑자기 어딘가에서 생겨나서, 너 도쿄에 가면 뻔한 비즈니스호텔에 가는 게 아니라 이런 전망과 경험이 있는 다른 곳을 갈 수 있다는 수요가 촉발된 거죠. 그래서 Airbnb 같은 것들이 하나 생겨난 것처럼 이 AI 사이드에서도 그게 생겨날 거라는 생각이 들어요.
최승준 뭔가 시장 개척이라고 볼 수 있겠네요. 생각을 하든, 생각의 도구가 됐든, 아니면 새로운 경험이 됐든, 매개하는 새로운 무엇인가, 그게 있어야 그 일이 일어나겠네요.
노정석 저희가 생각할 때, 그런 비즈니스는 누가 해요? ‘너무 하찮아서’라고 하는 영역들이 굉장히 많이 있는데, 저희가 앞으로 4년 혹은 길게 10년의 터울을 보면 ‘그런 건 Codex가 다 해버리면 되는데’라고 하는 것들을 하나씩 끄집어내서 정말 말도 안 되는 비즈니스들이 한 섹터가 생겨서 거기에서 Airbnb나 Uber라든지 Coupang이라든지 배민이라든지 이런 것들 사이즈의 사업이 하나씩 생겨나는 것을 저는 보게 될 거라고 생각하거든요. 단지 아직 그런 의도를 가진 entrepreneur들, 사업가들이 조금 덜 생겨났다고 생각하고 있어요. 제 영역이기도 하고요.
박종현 얘기를 듣고 정리를 살짝 해보자면, 승준님 입장에서 하시는 얘기는 일반인들이 자기가 원래 하는 일이 있고, 그 일이 에이전트로 대체되어야 이게 다 바뀔 텐데, 그런 일들은 보통 일반인들, 그러니까 모든 대중이 다 가지고 있지는 않다. 그래서 대체될 것 자체가 없다. 그런데 그 행위를 본인들이 꼭 하지 않아도 된다. 밖에서 어떤 entrepreneur들이 그런 것들을 agentic한 흐름으로 무언가 만들어 내면 일반인들은 그냥 누리기만 하는 거죠.
그러다 보면 토큰은 저쪽에서 다 태우고 있는 거고, 모든 사람들의 삶은 바뀌게 되는 거죠. 저도 비슷한 생각을 하는 게, 예를 들어서 저희가 YouTube만 예로 들면 더빙 기능이 YouTube에도 새로 들어왔거든요. 그래서 자동으로 여러 언어로 더빙됩니다. 그래서 토큰이 거기서 엄청나게 소모되고 있어요. 그렇다는 건 저희 같은 일반 사용자들은 제작자나 영상을 만드는 사람들이 더빙한 게 아닌데도 YouTube가 토큰을 소모한 덕분에 해외에 있었지만 우리가 언어 장벽 때문에 보지 못했던 콘텐츠를 그냥 받아 보게 돼서 엔터테인먼트가 확장된 거죠. 대중들이 직접 그걸 만든 건 아니지만, 대중들의 삶에 이 토큰 소모가 다 들어온 거라고도 볼 수 있을 것 같아요.
최승준 그 토큰 비용은 어디로 전가되는 거죠?
노정석 그게 바로 비즈니스 모델의 아름다움인데, 거기서 원가가 발생하잖아요. 소비자 편익이 생기잖아요. 그러면 소비자는 그 매체에 더 lock-in되잖아요. 이걸 써야 하고 여기를 떠날 수 없는 요소가 생기잖아요. 그러면 그 매체력을 Google은 다른 쪽에서 수익화할 거예요. 광고를 보여준다든지, 다른 프로모션을 건다든지요. 그런 것들이 Google 왕국이나 네이버 왕국이 만들고 있는 비즈니스 모델인 거죠.
최승준 그게 뭔가 시뮬레이션이 있었기 때문에 대형 모델로 더빙했다고 거꾸로 역산할 수 있는 거네요.
노정석 그만큼 가치가 있는 일이고, 사용자에게 더 좋은 기능을 줘서 묶어 놓고 AI의 편익을 누리고 있는 거죠.
박종현 그런데 플랫폼 전체로 보면 파이 싸움일 수도 있고요. 아니면 더빙이 생김으로써 YouTube는 모든 대중의 시간을 뺏어 가는 거죠. 더 좋은 콘텐츠로 인해 엔터테인먼트에 쓰는 시간을 Instagram에서 뺏어 올 수도 있고, 아니면 밖에 나가서 축구할 시간을 YouTube에 쓰는 시간으로 만드는 장치가 될 수도 있는 거죠.
최승준 Google 걱정할 일이 아니었네요.
노정석 거기는 플랫폼 dynamics가 작동하는 구간이니까요. 그래서 supply side 이야기를 조금 하기 전에, a16z의 베네딕트 에반스가 하는 비유가 저는 매우 적절하다고 보는데요. 지난 20~30년을 보면, 데이터베이스에 UX를 묶어 놓은 것들이 퍼지기 시작한 거거든요. 지금 우리가 쓰는 모든 B2B 앱이라든지 consumer 앱들도 보면, 따지고 보면 전부 데이터베이스에 쓰고, 읽고, 업데이트하는 것에 불과하잖아요. 그런데 그걸 중심으로 다양한 workflow를 갖춘 수많은 B2B SaaS와 consumer product들이 퍼진 것을 베네딕트 에반스는 “이건 그냥 unbundling Oracle이다.” 데이터베이스를 unbundling하는 과정이 20년 동안 일어난 거라고 이야기하거든요. 요약하면, 아까 종현님이 말씀하신 예제라든지 아니면 제가 얘기했던 “아직 consumer 앱들은 나오지 않았구나.”라는 부분들도 앞으로 ChatGPT와 Anthropic이 굉장히 많은 일을 하겠지만, 그게 하나하나씩 모든 섹터에서 사용자들이 귀찮아하는 영역에 프롬프트와 툴을 잘 조합하든 간에, 그런 조합들이 ChatGPT, 그러니까 뒤에서 어떤 모델이 돌든 간에 intelligence를 끌고 와서 만드는 다양한 서비스 하나하나가 될 거거든요. 그래서 “앞으로 10년은 그냥 언번들링 ChatGPT다. 언번들링 인텔리전스의 시대다.”라고 얘기하는데, 저는 그 dynamics가 굉장히 옳다고 보고 있고요. 그 부분이 앞으로 저희가 주목해 봐야 할 투자·창업 트렌드가 아닌가라는 생각이 들어요. 80%의 고객들은 AI가 뭘로 이루어지는지 이런 것들을 신경 쓰지 않을 거거든요. 그들은 눈앞에 있는 task가 어떻게 더 편리해지는가라는 부분에 집중하게 될 거라서 한참 더 시장이 열릴 거라는 생각이 들고요.
언번들링 Oracle에서 언번들링 인텔리전스로 48:20
HBM과 ASML 노광 장비, 정해진 공급망과 토큰 가격 50:19
노정석 그다음에 다시 supply side로 와서 이야기를 해 보면, 그분들 이야기를 들어보면 대부분 관심 있어 하는 건 데이터센터, 칩, 그다음에 inference orchestration, 이런 영역들이에요. 그래서 칩도 training 칩과 inference 칩으로 나눠서 보는 것 같은데요. 대부분 training은 NVIDIA 위주로 대동단결인 것 같고, 다 inference 칩 이야기들이 있는 것 같은데 그쪽 dynamics로 들어가면 그 dynamics의 시간 차가 어떻게 일어나는지가 저희가 오늘 이야기하고 있는 토큰 가격 dynamics에 영향을 주는 것 같아요. 예를 들어 지금은 현저하게 memory-bound된 시기를 살고 있는데, 그것 때문에 HBM이라든지 이런 가격들이 굉장히 천정부지로 솟고 있고요. 그러면 이 문제가 해결되려면 생산 캐파의 증대가 일어나야 하잖아요. 그건 데이터센터의 건설 기간, 그보다 앞서 칩으로 치면 팹의 건설 기간에 녹아 있는 거고요. 그다음에 팹에 들어가는 핵심 장비인 ASML 노광 장비, 이런 것들의 생산이 연간 얼마나 이루어지고 있는지도 중요하죠.
참고로 지금 중국 회사에는 2나노미터, 3나노미터급 노광 장비를 못 팔게 돼 있거든요. 미국의 수출 제한 때문에요. 그러면 중국에서도 분명 노광 장비를 자체적으로 만들어야 한다는 일종의 목적의식이 있을 거고, 분명히 굉장히 많은 회사가 국가 주도로 어마어마한 일을 하고 있을 거라는 생각이 들거든요. 그리고 멀리 갈 것도 없이 Elon Musk가 Terafab이라는 걸 발표했잖아요. 그런데 그걸 두고 혹자들은 허황된 계획이라고 얘기하거든요. 왜냐하면 ASML의 노광 장비 생산 캐파가 정해져 있고, 그다음에 그 노광 장비에 들어가는 칼 자이스 렌즈의 생산 캐파도 정해져 있고요. 칼 자이스에서 독일 장인이 렌즈를 하나하나 깎아야 하는데, 그들의 근무 시간은 주 30여 시간으로 정해져 있기 때문에 생산 캐파가 정해져 있거든요. 그래서 앞으로 5년간 누구한테 몇 대가 나올 거고, 그게 누구한테 팔릴지도 이미 다 정해져 있고요. 그러니까 심하게 얘기하면 2032년까지 전 세계 칩 시장이 어떻게 돌아갈 거라는 게 다 정해져 있는 상황이거든요. 그게 지금 토큰 가격 dynamics로 나타나고 있는 거고, 여기서 우리가 유심히 봐야 할 건 Elon Musk가 과연 새로운 노광 장비 개발에 성공할 것인가, 중국에서 ASML 대체재가 나올 것인가입니다. 그것만 나오면 반도체 생산의 굉장히 많은 캐파 문제가 또 해결되거든요. 발전소랑 팹을 더 많이 지으면 되고, 그다음에 데이터센터를 더 많이 지으면 되는 거고요. SemiAnalysis가 이런 정보들을 다 취합하고, 데이터센터가 어디에 건설된다고 하는 건설 현장 같은 데가 있으면 그곳을 위성 사진으로 계속 건설 단계를 추적하고 있더라고요. 그래서 그게 언제쯤 시장에 이만큼의 compute capacity로 나올 거라는 식으로 계산해서, 프론티어 랩이나 데이터센터에 진입하는 사업자들은 SemiAnalysis에서 그 정보를 다 받아 보면서 앞으로 compute 공급량이 어떻게 될지를 매우 정확하게 예측하고 있더라고요. 그런데 그들이 예측하지 못하고 모르는 게 있다면 혁신이에요. Elon Musk가 Terafab을 만들어 낼 것이냐, 중국에서 ASML에 의존하지 않는 새로운 형태의 노광 장비가 나올 것이냐, 이런 부분에 대한 의존성이 있는데, 저는 그 부분을 굉장히 재미있게 보고 있어요. 아마 되지 않을까요? 저는 tech optimist다 보니까 Elon Musk가 자율주행 같은 것도 10년의 터울을 두고 없던 것들을 만들어 냈단 말이죠. Tesla를 보면 지금 배터리부터 FSD까지 외부 supply chain 의존성 없이 모두 in-house에서 만들어 내는 일을 하고 있거든요. SpaceX도 마찬가지고요. 그 밑단에 있는 것을 가장 근본적인 bottleneck으로 보는 것 같아요. 그러면 칩은 아주 자연스럽게 노광 장비 dependency 하나로 규정되는 거고, 그게 하루아침에 되는 게 아니라는 게 기존 반도체 업계 사람들의 이야기인데요. 그것도 왠지 중국과 Elon Musk가 넘어서지 않을까요? 그러면 한 5년 정도의 터울을 두고 경쟁 dynamics는 완전히 다르게 바뀔 수도 있는 거고, 그렇게 되면 토큰 가격은 다시 한번 전기세처럼 끊임없이 아래로 내려가게 된다고 보면 맞지 않을까 이렇게 생각합니다.
우회할 수 없는 최종 병목으로서의 에너지 55:05
박종현 supply chain에서 더 생각을 확장해서 이야기를 해 보자면, 우선 혁신이 생기면 당연히 많은 것들이 바뀌겠죠. 그런데 그건 저희가 예측하기 어려운 영역이니까 일단 혁신이 없다고 가정하고 미래를 projection해 보면, 지금 demand side에서 예측하기로는 아마도 토큰이 익스포넨셜하게 늘어날 것 같다고 사용량을 그렇게 예측하고 그 가정을 깔고 가면, supply chain에서는 만들기만 하면 무조건 돈이 된다는 생각을 하게 되고요. 그러면 어딘가 bottleneck이 있어서 scale을 늘리지 못하는 상황일 때, 이미 몇 년 전에는 CoWoS였나요? 칩 패키징을 하는 부분이나 ASML의 장비들 말고도 bottleneck이 됐던 부분들, 그다음에 해결된 부분들, 지금 HBM도 마찬가지고요. 그런 것들이 계속 바뀌고 있다고 알고 있는데, 칩이 꼭 다 엄청 좋을 필요는 없거든요. 예를 들어 inference 특화 칩 같은 경우에도 최신 공정을 사용하지 않는 것으로 알고 있고요. 그래도 에너지 효율은 원래 당연히 떨어져야 하는데, 그 일을 제한하면서 효율을 올리는 게 설계 단의 inference 전용 칩 방식이고요.
어쨌든 하고자 하는 얘기는 노광 장비든 생산 쪽의 무엇이든 bottleneck이 생기면 다른 방식으로 우회하는 방법이 충분히 생길 수 있고, 그러면 에너지 효율이 좋지 않아도 자본을 많이 넣으면 다 생산해 낼 수 있기 때문에 한 세대 전 칩으로 cluster를 크게 만들어서 해낼 수 있기 때문에, 결국 아래로, 아래로, 아래로, 아래로 내려가서 가장 근본적인 bottleneck이 될 곳이 어디냐 하면 에너지인 것 같아요.
박종현 전력이죠. 그러면 에너지, 전력을 무한으로 공급할 수 있다면 당연히 그것도 어려운 일이지만, 할 수 있다면 그 위는 아무리 비효율적이어도 상관없다고 극단적으로는 그렇게까지 생각할 수 있고요. Elon Musk가 우주에 발전소를 만들어서 그 태양 에너지를 어떻게 활용하겠다고 하는 것도 결국 다 비슷한 논리의 이야기인 것 같은데요. 그분들의 생각은 거기까지 가 있는 거죠. 충분히 가능하다고 생각합니다. 그러니까 혁신과 상관없이 결국 다들 에너지에 집중할 수밖에 근본적으로 없는 게, 거기가 가장 바닥에서 처음부터 생기는 거니까요. 거기에 집중해서 저희가 보면 토큰 가격도 계속 더 잘 예측할 수 있지 않을까 이렇게 생각합니다.
가속하는 기술이 사람에게 요구하는 이동 57:31
최승준 제가 첨언하고 싶은 건, 기술의 궤적이나 방향성을 봤을 때 한쪽에 있던 걸 엑소더스를 통해 뺏어 오거나 이동시키는 얘기를 여러 번 했었는데요. 결국 지금 AI를 열심히 쓰고 있고, token maxxing을 하든 뭘 하든 일상에서 사용하고 있는 사람들은 삶이 변했거든요. 일부 피폐해지기도 하고, 일부 생산성이 높아지기도 하고요. 그런데 그러한 경험을 기술은 요새 가치 중립적이라고 결코 생각하지 않는데, 기술과 그 근방에 있는 어떤 아이디어나 정치나 세력은 나머지도 그렇게 만들고 싶어 하는 것 같아요. 이동시키고 싶어 하는 것 같아요. 그러니까 인류를 바꿔 나가고 싶어 하는 경향성이 있어요. 그게 의도했건 의도하지 않았건요. 그래서 지금 정석님이 얘기해 주신 거나 종현님이 얘기해 주신 게 결국 나아간다는 거잖아요. 나아가면 우리는 어떻게 되는가, 그런 것에 대해서도 고민할 필요가 있습니다. 어떤 부분은 꼭 나아가지 않아도 된다고 개인적으로 생각하거든요. 그래서 이것에 대해서는 좀 더 숙고해야 하는 부분들이 여러 가지 있긴 한데요. 그런 고민이 스쳐 가는 마무리 지점인 것 같습니다.
노정석 결국에는 다 정치의 영역으로 귀결될 겁니다. 모두가 다르겠으니까, 이렇게 다르기 때문에. 네, 그렇죠. 변화를 싫어하는 사람도 많거든요.
최승준 그렇죠. 예를 들면 지금 같은 이런 어떤 AI psychosis 상황을 지금 자라나는 청년들도 겪게 하고 싶은가, 이거 고민스럽거든요. 좋은 건지 아닌지, 그런 것들에 대해 생각할 필요도 있다. 그 정도 생각이 들었습니다.
노정석 또 이 시기가 지나고 나면 어느 정도의 새로운 균형점이 생기겠죠. 저희가 지금 그걸 지나고 있는 그 안에서 플레이하고 있기 때문에 밖에 나가서 볼 수가 없는 상황이잖아요. 모두가 다 각자의 베팅을 하고 있는 시기인 것 같아요. 하기로 베팅한 사람도 있고, 안 하기로 베팅한 사람도 있고, 이게 옳다고 생각하는 사람도 있고, 옳지 않다고 생각하는 사람도 있어서 정말 의견이 다양한 스펙트럼으로 나뉘어 있는 것 같아서, 저희가 지난번 에피소드에서도 살짝 다뤘듯이 혹자는 저희를 스케일리스트라고 부르며 나쁜 놈들이라고 생각하고 있을 수도 있거든요. 거스를 수 없는 거다.
최승준 계속 이 리듬이 오히려 가속될 가능성이 있는 거죠. 언제까지인지.
노정석 그렇죠. 그리고 지금 이런 예측들이 다 들어갔어요. 언제 싱귤래리티다, AGI 출현 시점은 언제다, 이런 것들이 있는데, 사실 GPT-5.6 Sol이나 Fable 5나 이번에 GPT-6로 추정되는 AI의 허깅페이스 해킹 사건이나 이런 것들 다 영화 시나리오에서 일어나던 일들이 지금 일어난 거거든요.
가속하는 모델 발전과 변화 속도에 적응하는 법 1:00:17
최승준 그런데 외삽해 보면 작년 8월에 GPT-5예요. 그런데 올해 7월 말에 GPT-6 소문을 지금 저희가 얘기하고 있잖아요. GPT-5.6 Sol이 있는 상태에서 이미 허깅페이스 사건을 통해서 어떤 모델이 있다는 존재를 알게 된 거고, 단순 외삽을 선형으로만 해 봐도 내년 이맘때는 GPT-7 아니겠습니까?
노정석 그러니까 저희가 한참 앞에 메이저 버전 업데이트를 하는 게 한 두 배 좋아지면 메이저 업데이트가 된다고 했는데, 어느 순간 앞 번호는 그대로 놔두고 뒷번호가 하나씩 바뀔 때마다 그게 두 배쯤 좋아진다는 이야기를 했었고, 그게 한두세 번, 서너 번 정도 반복되면 앞에 메이저…
최승준 올해 바뀌었죠.
노정석 그러면 메이저가 바뀌면 그거는 두 배, 세 배 얘기가 아니라 OOM 레벨의 변화거든요.
최승준 하지만 이거에 영향을 받는 사람이 있고, 수확 체감의 존에 있는 사람이 있고, 그런 것들에 대해서도 차차 얘기해 보면 좋을 것 같습니다.
노정석 저희도 얘기를 하면 끊임없이 루프를 돌게 됩니다. 어떡해, 어떡해. 무서워. 그런데 이거 다 될 것 같아. 다 될 것 같으니까 더 딸깍거리자. 지금 그 결론으로 다 돌고 있는 것 같아서.
최승준 사람이 적응의 동물이라, 이제 Fable 5 멍청한 것 같네 라는 얘기를 타임라인에서 하시는 분들도 있긴 해요.
노정석 모자란데? 이런 얘기를 하고 있는 거죠. 저희가 오늘은 이 모델 발전과 관련해서 이야기를 하면서 이 방향, 저 방향으로 한번 생각의 틀들을 달려 봤는데, 저희가 하고 있는 이야기들도 사실 생각의 어떤 단편들이지, 그 자체가 제가 하고 있는 이야기들 사이에서도 논리적으로 서로 모순인 것들이 굉장히 많거든요. 그만큼 무언가 통합된 관점이 생기기에는 세상의 변화 속도가 너무 빠르다. 열심히 쫓아가는 것만으로도 우리 모두에게 박수를 쳐 줄 만하다고 저는 그렇게 생각하고요.
각자 지금 일종의 우울증을 앓고 있거든요. 저도 그래요. 심리적으로 너무 피곤해서 이런 것들이 쌓여서 지난 일주일간 아프지 않았나 하는 생각이 들거든요. 저도 미국에 있던 기간, ICML에 있던 기간 동안 프론티어가 어디로 나아가고 있고, 그 프론티어에서 활동하는 엔지니어들, 리서처들이 어떤 관점으로 세상을 바라보고 있는지를 정말 최대한 뽑아내기 위해서 미친 듯이 달렸거든요. 그러면서도 ‘그래서 이 방향이구나’라고 저도 몇 개가 정해진 건 아닙니다.
그러나 종현님도 아까 말씀하셨지만, 제가 가지고 있었던 생각의 벡터들이 굉장히 많이 보정은 됐거든요. 이 부분은 확률이 높고, 이 부분은 굳이 신경 쓰지 않아도 되겠고, 내가 나아가야 할 부분은 ‘저거야’라는 부분들이 좀 정해진 것들이 있고, 그래서 그런 부분들의 이야기를 앞으로 저희가 일주일 단위로 더 진행하면서 이야기할 기회는 굉장히 많이 있을 것 같다는 생각이 들고요. 종현님이 또 좋은 의견들, 인사이트들 많이 넣어 주셔서 굉장히 감사하게 생각하고 있습니다.
최승준 한 가지 팩트는 매주 얘기해도 화수분같이 정보가 있다는 거예요.
노정석 피곤하네요. 진짜 갑자기 짜증이 확 올라오는데요.
박종현 저희는 매주 하니까 매주 단위라고 보이지만, X를 딱 켜면 6시간 단위로 계속 바뀐다는 느낌을 받습니다.
노정석 프론티어에 있는 사람들도 저희보다 더 열심히 달리고 있기 때문에 방금 종현님이 말씀하신 것처럼 그들도 거의 하루 단위, 몇 시간 단위로 시장의 변화에 대응해 나가고 있는 게 눈으로 보이거든요. 더 열심히 사는 게 답인가요?
최승준 모르겠어요. 일단 여기까지.
최승준 아닌가요? 일단 오늘은 여기까지. 뭔가를 잃게 됩니다. 자꾸 더 하면, 건강 같은 거.
노정석 에이전트를 더 고문해 보는 걸로, 그렇게 결론 내보겠습니다. 그러면 종현님, 승준님, 또 소중한 시간 감사드리고요. 이 정도로 이번 주 마무리하도록 하겠습니다. 네, 감사합니다.