돈은 언제까지
공급되는가

색스의 논리 구조가 정교하다. 앤스로픽의 가격결정력은 오픈소스 대비 6개월 리드에서 나온다. 그런데 다리오가 원하던 'AI판 FAA' 규제가 실현됐다면? 항공기 인증은 최소 5년, 신약 승인은 수년이다. 모델 출시마다 규제 승인을 받는 순간 6개월 리드는 증발하고, 프리미엄도 IPO도 없다. "규제 전쟁에서 진 것이 앤스로픽을 살렸다."

또 하나 — 제이슨의 견제구: 저커버그는 "관찰할 수 있는 모든 것에서 배울 권리(distillation 옹호)"를 주장하면서, 정작 인스타그램·페이스북 그래프를 인덱싱한 스타트업 수백 곳을 고소해 왔다. 선언문의 이상주의와 플랫폼 지주의 실무 사이의 간극.

세레브라스(2016, 창업자 5명+덱 1장): "GPU는 딥러닝에 형편없다. 단지 CPU보다 100배 나을 뿐" — 트랜스포머 이전, 엔비디아가 $40B이던 시절의 피치. 하드웨어의 교훈: 소프트웨어는 논리 블록도가 서면 80% 온 것이지만 하드웨어는 2%다. 2019년 이사회 도중 칩이 녹아내리던 $500M짜리 공포를 지나 상장까지. CPU→GPU→네트워킹→모바일→AI 다음의 '6번째 세대'로 그는 AI가 생성한 코드를 돌릴 새로운 CPU에 비공개 투자를 걸었다.

로보틱스: LLM은 인터넷이라는 부트스트랩 데이터가 있었지만 로봇엔 없다. 답은 고가치 데이터 선별 수집(Sunday Robotics의 장갑 텔레옵) → 사전학습 기반 구축 → 소량 후행학습으로 창발. 웨이모·테슬라가 증명한 수직통합 데이터 파이프라인의 재연.

힌튼의 오판(2016 "영상의학과 그만 뽑아라"): 판독 능력 자체는 맞았다. 틀린 건 현실 — 통합 학습데이터 부재, 수가·배상책임 구조, 그리고 이미징 비용 하락이 촬영량을 늘리는 제번스 역설. 결과: 영상의학과 의사는 더 필요해졌다. "대량실업 결정론자들은 지금 정확히 같은 실수를 하고 있다."

인터뷰의 도발적 오프닝. 미국이 AI로 군사적 결정 우위를 갖는 세계에서 중국의 게임이론적 최적 대응은 TSMC를 날려버리는 것이다. 그래서 톰슨이 선호하는 균형은 지금 상태 — 미국 프런티어가 앞서고, 중국이 증류(distillation)로 6~9개월 뒤에서 따라오는 구도. "그 마지막 6~9개월을 따라잡는 건 정말 어렵다."

대만 의존 해법도 냉정하다: 아무도 기대값 마이너스인 보험료(탈중국 이중 소싱)를 자발적으로 내지 않는다. 유일한 해법은 컴퓨트 수요가 너무 거대해져서 인텔·삼성을 키우는 게 경제적으로 남는 장사가 되는 것 — 그러면 지정학 보험은 공짜로 따라온다. 지금 정확히 그 일이 벌어지고 있다.

또 하나의 냉수: AI의 강점은 검증 가능한 도메인(코딩·수학)에서 증명됐을 뿐, 비검증 도메인으로의 일반화는 아직 미지수다. 다만 — "세상의 수많은 직무가 사실상 검증 가능한 도메인 안에서 움직인다. 모델이 지금 수준에서 멈춰도 경제적 기회는 이미 거대하다."