한국은 'K-앤트로픽'이 아니라 'AI 허브'로 — 데이터 주권과 AI 밸류체인 병목 투자

01핵심 개요

02AI 거품론에 대한 반박

• 실제 수요 존재: 오픈AI+앤트로픽 합산 연환산 매출 약 800억 달러(약 100조 원). AI CapEx(약 7,520억 달러) 대비 아직 작지만 실수요는 분명.
• 자전거래 아님: 하이퍼스케일러의 대규모 CapEx는 회사채가 아니라 영업현금흐름으로 집행. 그 현금흐름의 상당 부분은 기업들이 AI 도입 준비로 클라우드에 데이터를 올리며 낸 돈. 돌수록 거품이 커지는 순환이 아님.
• 아직 시작도 안 함: 현재 효용은 코딩·소프트웨어 등 '검증 주기가 짧은' 산업에만 나타남. 신약처럼 주기가 긴 산업에서 효용이 증명되면 선투자 CapEx가 정당화되며 거품론이 사그라들 것.

03투자 발상 전환 — 병목에 투자하라

"모델의 승자를 맞추지 말고, 모델이 반드시 지나가야 하는 병목에 투자하라." 4년 뒤 결승선에 설 기업은 지금 병목 구간에 숨어 있음.

• 예: 전력 병목 → SMR 상장사(뉴스케일 파워, 오클로, X에너지). 단 SMR이 반드시 채택된다는 보장은 없음(신재생+α가 더 싸질 가능성).
• 판별 기준: PoC(기술 실재성) → 양산 가능성 → 총보유기간(TCO) 경제성. 엔비디아·냉각 대기업의 인수·전략적 파트너십도 단서.

04한국의 전략 — 소버린 AI보다 허브

• 소버린 AI의 한계: 보유 GPU·전력 규모상 미·중 프론티어급 모델을 만들기 어려움(연구자 수준이 아니라 규모의 경제 문제). 95~99% 성능 모델을 만들어도 "매달 개선되는 100점짜리"가 있는 한 아무도 안 씀.
• 대만 모델 참고: 대만은 소버린 AI 대신 TSMC·패키징·소부장 생태계에 집중 → 그 자체가 안보 자산.
• 한국의 절대 강점 = 데이터: 건강보험(KDQ) 등 요람에서 무덤까지의 기록, 반도체·조선 제조 데이터. 해외 LLM이 아직 못 본 '금광'.

05데이터 수익화 방식 — 연합학습·플랫폼

원본 데이터를 통째로 넘기지 않고, 연합학습(모델이 데이터가 있는 곳으로 와서 학습하고 결과만 가져감)으로 주권 유지. 정책 방향은 K-앤트로픽이 아니라 K-스케일AI·K-템퍼스·K-옵텀(데이터 정렬·수익화 기업) 육성. 일본식 화이트리스트(선개방·후규제) 로 전환 필요(한국은 아직 블랙리스트 규제 과다).

06소버린 AI·페이블 셧다운 관점

앤트로픽 페이블 셧다운은 성능 전반이 아니라 해킹 능력의 고도화가 '국가안보 기술'로 지정돼 잠시 셧다운된 것으로 해석. 삼성전자 특정 기술을 다 오픈하지 않듯, 안보 위험도에 따른 조치. "미국이 다 셧다운하면?"이라는 우려는 "인터넷·유튜브·Gmail을 꺼버리면?"과 비슷 — 이코노미는 그렇게 돌아가지 않음.

07결론 — 오늘의 방향성

한국은 자국만의 작은 모델을 만드는 회사가 아니라 글로벌 AI 승자가 필요로 하는 메모리·제조·데이터·인프라의 허브가 되는 것을 전략적 목표로 삼는 것이 유리. 파운데이션 모델은 코모디티화되고, 그 위에서 가치를 만드는 기업이 각광받음.

08용어 사전