a16z 창립자: 에이전트 시대, 진정으로 중요한 것이 바뀌었다
미래 최고의 프로그래머는 코드를 작성할 줄 몰라도 괜찮을 수 있지만, 강력한 논리적 추론 능력과 시스템 아키텍처 사고방식은 반드시 갖춰야 한다. 왜냐하면 AI가 코드를 저렴한 상품으로 만들어버릴 것이기 때문이다.
저자: a16z
번역: FuturePulse
신호 출처: 본 글은 a16z 창립자 마크 앤드리센(Marc Andreessen)이 Latent Space 팟캐스트에서 진행한 최신 인터뷰를 바탕으로 했다. 그는 미국을 대표하는 인터넷 기업가이자 인터넷 초기 발전의 핵심 인물 중 한 명이며, a16z 설립 후 실리콘밸리 최정상급 벤처 캐피탈리스트로 자리매김했다. 전체 대화는 AI의 발전 역사와 최신 동향을 중심으로 전개되며, 꼭 읽어볼 만한 내용이다.
일, 이번 AI 붐은 갑작스럽게 등장한 것이 아니라, 80년간의 기술 레이스 끝에 비로소 전면적으로 ‘일하기 시작한’ 것이다
- 이번 AI 붐은 하늘에서 뚝 떨어진 것이 아니라, 80년간의 기술 축적 과정을 거친 후 비로소 현실에서 작동하기 시작한 것이다.
- 마크 앤드리센은 현재 상황을 직접 “80년간의 일박 이일 성공(80-year overnight success)”이라 표현하며, 일반인 눈에 보이는 갑작스러운 폭발 뒤에는 수십 년간의 기술적 준비가 집약되어 있음을 강조한다.
- 그는 이 기술 계보를 초기 신경망 연구까지 소급하여 설명하고, 오늘날 업계가 이미 ‘신경망이 올바른 아키텍처’라는 판단을 사실상 받아들였다고 강조한다.
- 그의 서술에 따르면, 결정적인 전환점은 단일 시점이 아니라 연쇄적으로 쌓여온 일련의 이정표—AlexNet, Transformer, ChatGPT, 추론(reasoning) 모델, 그리고 agents와 자기 개선(self-improvement)—이다.
- 특히 그는 이번 변화가 단순히 텍스트 생성 능력만 향상된 것이 아니라, LLM, 추론(reasoning), 코딩(coding), agents/재귀적 자기 개선(recursive self-improvement) 등 네 가지 기능이 동시에 등장했다는 점을 강조한다.
- 그가 “이번은 다르다(this time is different)”고 말하는 이유는 이야기가 더 설득력 있게 들리기 때문이 아니라, 이러한 능력들이 이미 실제 작업 환경에서 구체적으로 작동하기 시작했기 때문이다.
이, Pi와 OpenClaw가 대표하는 agent 아키텍처는 챗봇보다 훨씬 근본적인 소프트웨어 아키텍처의 변화이다
- 그는 agent 개념을 매우 구체적으로 설명한다: 본질적으로 “LLM + shell + 파일 시스템 + markdown + cron/loop”로 구성된다. 여기서 LLM은 추론 및 생성의 핵심이며, shell은 실행 환경을 제공하고, 파일 시스템은 상태를 저장하며, markdown은 상태를 인간이 읽을 수 있도록 가시화하며, cron/loop는 주기적인 각성과 작업 진전을 담당한다.
- 그는 이 조합의 중요성을 다음과 같이 설명한다: 모델 자체만 새롭고, 나머지 구성 요소—shell, 파일 시스템, markdown, cron—는 모두 소프트웨어 세계에서 오래전부터 검증되고, 이해 가능하며, 재사용 가능한 성숙한 부품이라는 점이다.
- agent의 상태는 파일에 저장되므로, 모델이나 실행 환경(runtime)을 넘어 이식이 가능하다. 즉, 밑바닥 모델을 교체해도 메모리와 상태는 그대로 유지된다.
- 그는 반복적으로 ‘자기 성찰(introspection)’을 강조한다: agent는 자신의 파일을 알고, 자신의 상태를 읽으며, 심지어 자신의 파일과 기능을 스스로 수정할 수 있어, ‘자기 확장(extend yourself)’ 방향으로 진화한다.
- 그에 따르면, 진정한 돌파구는 단순히 ‘모델이 질문에 답한다’는 데 있지 않고, agent가 기존 유닉스 도구 체인(Unix toolchain)을 활용해 컴퓨터 전체의 숨겨진 잠재력을 활성화한다는 데 있다.
삼, 브라우저, 전통적 GUI, 그리고 ‘사람이 손으로 클릭하는 소프트웨어’ 시대는 agent 중심의 상호작용 방식에 의해 점차 대체될 것이다
- 마크 앤드리센은 분명히 “앞으로는 사용자 인터페이스(UI)가 더 이상 필요하지 않을 수도 있다”고 말했다.
- 그는 더 나아가 미래 소프트웨어의 주요 사용자가 사람이 아니라 “다른 봇(other bots)”이 될 것이라고 지적한다.
- 이는 오늘날 인간의 클릭, 탐색, 양식 작성 등을 위해 설계된 많은 UI가 agent가 내부적으로 호출하는 실행 계층으로 퇴화될 것임을 의미한다.
- 이런 세상에서 인간은 목표를 제시하는 존재가 된다: 자신이 무엇을 원하는지를 시스템에 알려주고, 이후 agent가 서비스를 호출하고 소프트웨어를 조작하며 프로세스를 완료하게 된다.
- 그는 이 변화를 더 큰 소프트웨어의 미래와 연결한다: 고품질 소프트웨어는 점점 더 ‘풍부해질’ 것이며, 더 이상 소수의 엔지니어가 수작업으로 만드는 희소 자원이 아니다.
- 또한 그는 프로그래밍 언어의 중요성이 감소할 것이라고 예측한다: 모델이 언어 간 코드 작성을 자동으로 수행하고 서로 번역할 수 있으며, 훗날 인간이 더 관심을 갖게 될 것은 특정 언어 자체가 아니라, AI가 왜 그렇게 코드를 조직했는지를 설명하는 데 있을 것이라고 말한다.
- 그는 더 급진적인 방향까지 언급한다: 개념적으로 AI는 코드뿐 아니라 더 낮은 수준의 이진 코드(binary)나 모델 가중치(model weights)까지 직접 출력할 가능성도 있다.
사, 이번 AI 투자 사이클은 2000년 인터넷 버블과 유사하지만, 근본적인 수요·공급 구조는 다르다
- 그는 2000년 당시를 회고하며, 붕괴의 주요 원인이 ‘인터넷 자체의 실패’가 아니라 통신 및 대역폭 인프라의 과잉 투자—즉, 광섬유와 데이터센터가 지나치게 앞서 설치된 후 장기간 흡수 과정을 겪었던 것—이었다고 강조한다.
- 그는 오늘날에도 ‘과잉 건설’ 우려가 있지만, 현재 투자 주체는 마이크로소프트, 아마존, 구글 등 현금이 풍부한 거대 기업들이지, 높은 레버리지에 취약한 플레이어들이 아니라고 지적한다.
- 그는 특히, GPU 기반 인프라 투자가 실현되면 일반적으로 빠르게 수익으로 전환된다는 점을 강조하며, 이는 2000년 당시 수많은 유휴 용량이 남았던 상황과 다르다고 말한다.
- 또한 그는 우리가 지금 사용하고 있는 AI 기술은 사실상 ‘사전 제한(sandbagged)’된 버전이라고 주장한다: GPU, 메모리, 데이터센터 등 공급 부족으로 인해 모델의 잠재력이 아직 완전히 해방되지 않았기 때문이다.
- 그의 판단에 따르면, 향후 몇 년간의 진정한 병목은 GPU뿐 아니라 CPU, 메모리, 네트워크, 그리고 전체 칩 생태계 간 연동에 있다.
- 그는 AI 스케일링 법칙(AI scaling laws)을 과거 무어의 법칙(Moore’s Law)과 나란히 놓고, 단순한 규칙 묘사가 아니라 자본, 엔지니어링, 산업 협력을 계속해서 촉진하는 동력으로 작용한다고 평가한다.
- 그는 흥미롭고 중요한 역설적 현상 하나를 언급한다: 소프트웨어 최적화 속도가 점점 빨라짐에 따라, 일부 구세대 칩이 오히려 구입 당시보다 경제적 가치가 높아질 수도 있다는 것이다.
오, 오픈소스, 엣지 추론(edge inference), 로컬 실행은 주변부가 아니라 AI 경쟁 구도의 일부이다
- 마크 앤드리센은 오픈소스(open source)가 매우 중요하다고 명확히 밝혔다. 그 이유는 단순히 무료이기 때문이 아니라, “전 세계가 그것이 어떻게 만들어지는지를 배울 수 있게 해주기 때문”이라고 설명한다.
- 그는 딥시크(DeepSeek)와 같은 오픈소스 발표를 ‘세상에 주는 선물(gift to the world)’이라고 표현하며, 코드(code)와 논문(paper)이 지식을 빠르게 확산시키고, 전체 산업의 기준선을 끌어올린다고 평가한다.
- 그의 서술에 따르면, 오픈소스는 단순한 기술 선택을 넘어서 지정학적·시장 전략의 일환일 수도 있다: 각국 및 기업은 자사의 상업적 제약과 영향력 확대 목표에 따라 다양한 수준의 개방 전략을 채택할 수 있다.
- 그는 동시에 ‘엣지 추론(edge inference)’의 중요성을 강조한다: 향후 몇 년간 중앙집중식 추론 비용이 충분히 낮아지지 않을 수 있으며, 많은 소비자용 애플리케이션은 장기간 고비용의 클라우드 추론을 감당할 수 없다.
- 그는 반복적으로 나타나는 패턴 하나를 언급한다: 오늘날 ‘PC에서 실행 불가능해 보이는’ 모델이 몇 달 후면 실제로 로컬 머신에서 실행되는 경우가 많다는 것이다.
- 비용 외에도 로컬 실행을 촉진하는 요인은 신뢰성, 프라이버시, 지연 시간, 사용 사례 등이다: 웨어러블 기기, 문 잠금 장치, 휴대용 기기 등은 낮은 지연 시간과 현장 추론이 더 적합하다.
- 그의 판단은 매우 직설적이다: 앞으로는 칩이 탑재된 거의 모든 기기가 AI 모델을 탑재하게 될 것이다.
육, AI의 진정한 난제는 모델 능력뿐 아니라 보안, 정체성, 금융 흐름, 조직 및 제도적 저항에 있다
- 보안 측면에서 그의 판단은 매우 날카롭다: 거의 모든 잠재적 보안 버그가 훨씬 쉽게 발견될 것이며, 단기적으로 ‘컴퓨터 보안 대재앙’이 발생할 가능성도 있다.
- 그러나 동시에 그는 프로그래밍 인텔리전스가 취약점 수정 능력을 대규모로 확장시킬 것이라고 믿는다. 향후 ‘소프트웨어 보호’ 방식은 바로 봇(bot)이 스스로 스캔하고 수정하는 형태가 될 수 있다.
- 정체성 문제에서는 ‘봇 증명(proof of bot)’이 실현 불가능하다고 판단한다: 봇의 능력이 점점 더 강해지기 때문이다. 진정한 해결책은 ‘인간 증명(proof of human)’—즉 생체 인식, 암호학적 검증, 선택적 공개(selective disclosure)의 결합—이라고 주장한다.
- 그는 또 자주 간과되는 문제 하나를 지적한다: 만약 agents가 현실 세계에서 진짜 일을 해야 한다면, 결국 그들은 돈과 결제 능력, 심지어 어떤 형태의 은행 계좌, 카드 또는 스테이블코인 기반 인프라도 필요하게 될 것이라는 점이다. 조직 차원에서는 ‘관리자 자본주의(managerial capitalism)’ 프레임워크를 인용하며, AI가 창업자 주도형 기업(founder-led company)을 다시 강화시킬 수 있다고 본다. 왜냐하면 봇은 보고서 작성, 조율, 행정 업무 등 다량의 ‘관리적 업무’를 매우 잘 수행하기 때문이다.
- 그러나 그는 사회가 AI를 급속히 순조롭게 수용하리라고 보지 않는다: 그는 직업 면허, 노동조합, 항만 노동자 파업, 정부 부처, K-12 교육, 의료 등 다양한 사례를 들어, 현실 세계에는 엄청난 제도적 감속 장치가 존재함을 지적한다.
- 그의 판단은 명확하다: AI 유토피아주의자들과 종말론자들 모두 한 가지를 간과하기 쉽다—기술이 가능해졌다고 해서 80억 명의 사람들이 즉각적으로 이를 따르지는 않는다는 점이다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
즐겨찾기 추가
소셜 미디어 공유
a16z
