두 개의 랩이 세계의 연산을 가져갑니다: 딜런 파텔이 그린 2028년의 지도
2026년 8월 25일, 세미애널리시스(SemiAnalysis)의 딜런 파텔(Dylan Patel)이 드워케시 파텔(Dwarkesh Patel)의 팟캐스트에 다시 나왔습니다. 제목은 직설적입니다. "두 개의 랩이 곧 세계 대부분을 통제하게 된다."
이 글은 77분 분량 대화의 전문 자막을 그대로 읽고, 흩어진 논지를 주제별로 다시 묶은 것입니다. 대화는 잡담과 광고를 오가며 순서가 뒤엉켜 있지만, 관통하는 뼈대는 하나입니다. 연산이 어디로 모이고, 그 값을 누가 치르며, 그 청구서가 나머지 경제에 어떻게 전가되는가.
한눈에: 이 대화가 주장하는 것
1. 채산성이 뒤집혔습니다: 메가와트당 매출이라는 단위
이 대화를 이해하려면 메가와트당(MW당) 매출이라는 단위부터 잡아야 합니다. 반도체 개수나 서버 대수가 아니라, 전력 1메가와트를 1년 돌렸을 때 얼마를 버는가로 세는 방식입니다. 데이터센터의 진짜 제약이 칩이 아니라 전력이기 때문에 업계가 이 단위로 옮겨간 것입니다.
파텔이 제시한 숫자는 이렇습니다. 연산을 조달하는 기본 원가는 MW당 1,000만~1,500만 달러 수준입니다. 그런데 지금 앤스로픽이 자사 모델을 서빙해 얻는 매출은 MW당 5,000만 달러까지 올라왔습니다.
불과 1년 반 전만 해도 정반대였습니다. GPT-4를 엔비디아 호퍼에서 서빙하던 시절, 오픈AI의 매출총이익은 음수였습니다. 토큰을 팔수록 손해였다는 뜻입니다. 그 시기의 성장은 전부 벤처 자금으로 메운 적자였습니다.
이 반전의 실질적 의미는 자금 조달 구조가 바뀌었다는 것입니다. 앤스로픽은 2분기에 흑자로 돌아섰고, 오픈AI도 코덱스와 GPT-5.6의 확산으로 3분기 흑자 가능성이 거론됩니다. 새 자본이 여전히 들어오지만, 그건 생존이 아니라 가속을 위한 선택이 됐습니다.
파텔의 표현이 정확합니다. "추론 용량에 10달러를 쓰면 50달러의 매출이 나오고, 그 이익 전부를 다시 학습에 밀어넣을 수 있다."
2. 집중화: 언제 절반을 넘는가
이제 본론입니다. 세계에 새로 깔리는 연산 중 두 랩이 가져가는 몫은 얼마나 되고, 그 곡선은 어디로 가는가.
숫자를 시간 순으로 풀면 이렇습니다.
- 2026년 초 오픈AI 2기가와트, 앤스로픽 2기가와트 미만에서 시작해, 연말에는 둘 다 5기가와트를 넘습니다. 1년에 3~4배입니다.
- 세계 전체 연산은 연 2배로 늘지만, 프런티어 랩은 연 3배로 늡니다. 이 속도가 유지되면 2027년 말 18기가와트, 2028년 말 54기가와트 경로입니다.
- 세계 신규 증설은 올해 30기가와트, 내년 50기가와트, 2028년 70기가와트 규모입니다.
여기에 품질 배수가 겹칩니다. 올해 깔리는 1와트는 2년 전 1와트보다 훨씬 강합니다. GB300, TPUv7, 트레이니엄3는 이전 세대 대비 와트당 성능이 3~5배입니다. 그래서 두 랩이 "신규 물량의 절반"을 가져간다는 말은 실제로는 유효 연산의 절반 이상을 가져간다는 뜻이 됩니다.
파텔의 결론은 이렇습니다. "2028년 말이면, 이 추세를 막을 요인이 보이지 않는 한, 두 회사가 세계에서 쓸 만한 연산의 대부분을 그들만으로 통제하게 됩니다."
이 그림은 앞서 다룬 수요의 단위가 좌석이 아니라 에이전트 가동시간으로 바뀐다는 이야기의 공급 측면 짝입니다.
3. 100배 격차: 왜 자본이 무한정 밀려들지 않는가
여기서 대화는 흥미로운 계산으로 넘어갑니다.
1기가와트어치 베라 루빈을 만들려면 N3 웨이퍼 5만 5,000장, N5 웨이퍼 6,000장, D램 웨이퍼 17만 장이 필요합니다. 이를 매년 생산하는 데 필요한 장비 투자는 30억~40억 달러, 클린룸과 건물까지 더하면 약 60억 달러입니다.
그런데 그 1기가와트는 연간 1,000억 달러의 최종 매출을 만듭니다. 게다가 팹은 매년 1기가와트씩 새로 뽑아냅니다. 5년을 누적하면 60억 달러의 팹 투자가 1조 달러가 넘는 최종 AI 매출로 이어집니다.
파텔의 비유가 인상적입니다. 앤스로픽과 오픈AI는 "지금 당장 1조 달러를 벌 수 있는데, ASML 장비에 들어가는 거울 때문에 막혀 있는" 상태입니다. 자본시장이 아무리 뜨거워도 칼 자이스의 광학 생산 능력은 하루아침에 늘지 않습니다.
그는 이를 채찍에 비유합니다. 손잡이를 흔들어도 신호가 꼬리 끝까지 가는 데는 시간이 걸립니다. 자이스는 연초 대화 때만 해도 2030년에 EUV 100대를 만들어야 한다는 수요를 인정하지 않았는데, 지금은 인정했습니다. 그런데 경제학적으로는 그보다 더 필요합니다.
파텔의 반농담 섞인 조언 하나가 이 상황을 압축합니다. 4억 달러가 있고 ASML을 설득해 EUV 장비 한 대를 살 수 있다면, 사서 기다렸다가 10억 달러 넘게 되파는 게 합리적이라는 것입니다. 실제로 터빈을 사서 되파는 차익거래가 이미 벌어지고 있습니다.
4. 연산 가격의 재가격: 1,500만 달러 시대의 끝
여기서 시장 구조 이야기가 나옵니다. 지금 MW당 1,000만~1,500만 달러에 연산을 사면 누구나 돈을 벌 수 있습니다. 파텔의 설명은 거의 조리법 수준입니다. GB300 랙을 구해서, 키미 가중치를 내려받고, vLLM이나 SGLang을 올린 뒤, 오픈라우터에 등록하면 됩니다. 어렵지만 로켓 과학은 아닙니다.
문제는 여기서 시작합니다. 아무나 이 값에 돈을 벌 수 있다면, 두 랩이 세계 연산의 70퍼센트를 가져가려면 다른 사람들이 못 부르는 값을 불러야 합니다. 파텔은 MW당 2,500만, 3,000만, 5,000만 달러까지 올라가야 한다고 봅니다.
그리고 이미 그 조짐이 있습니다. 일론 머스크는 스페이스X가 확보한 연산을 앤스로픽과 구글에 MW당 2,500만~4,000만 달러로 팔았습니다. 1년이면 투자금 전부를 회수하는 조건입니다.
여기서 아주 중요한 시장 구조가 드러납니다.
대부분의 연산은 지어지기 훨씬 전에 계약됩니다. 그래서 나중에 시세가 올라도 그 이익은 계약자가 아니라 최초 계약 조건에 묶입니다. 반면 메타와 스페이스X는 고객 없이 먼저 짓고 나중에 파는 축장(hoarding) 을 할 수 있는 유일한 주체들입니다. 대차대조표가 받쳐주기 때문입니다.
가격이 오르기 시작하면 채찍은 위로도 갑니다. 스페이스X가 비싸게 팔면 젠슨 황이 가격을 올리고, 그다음 SK하이닉스와 마이크론과 삼성이 올립니다. 실제로 파텔의 관찰은 TSMC는 아주 천천히, 메모리와 기판 업체는 아주 빠르게 올리고 있다는 것입니다. 이 관찰은 메모리를 사던 회사들이 직접 설계에 나선 흐름, HBM과 HBF, HBC를 둘러싼 세 개의 전선과 정확히 같은 방향입니다.
5. 비컨센서스: 추론이 아니라 학습으로 갑니다
이 대화에서 가장 논쟁적인 대목입니다.
일반적인 통념은 "결국 대부분의 연산은 추론으로 간다"입니다. 파텔은 정반대로 봅니다. 랩은 시간이 갈수록 추론 비중을 줄이고 학습 비중을 늘린다는 것입니다.
논리는 이렇습니다. 지금 MW당 3,000만~4,000만 달러를 버는 상태에서 40퍼센트를 추론에 씁니다. 그런데 MW당 6,000만~7,000만 달러를 벌게 되면, 그 40퍼센트를 그대로 추론에 두고 이익을 배당과 자사주 매입으로 돌릴 것인가, 아니면 그 연산으로 AGI를 만들 것인가. 파텔은 경영진뿐 아니라 이사회 수준에서도 답이 명확하다고 봅니다. AGI를 만드는 쪽이 훨씬 이익이 크기 때문입니다.
그리고 그는 이게 이미 벌어지고 있는 일이라고 말합니다. 앤스로픽은 매달 이전 달보다 더 많은 연산을 추가하고 있는데, 매출 증가분은 연초처럼 폭발적이지 않고 평탄해졌습니다. 한계 메가와트가 추론이 아니라 연구개발로 가고 있다는 뜻입니다.
연산 배분의 실제 구조도 흥미롭습니다.
- 연구 50퍼센트: 아이디어 검증, 새 아키텍처, 데이터 배합, 하이퍼파라미터, 어텐션 기법 실험
- 개발 10퍼센트: 실제 모델 학습
- 추론 40퍼센트: 외부 서빙
앤스로픽이 미토스를 프리트레인할 때 실제로 동시에 쓰는 연산은 200메가와트 미만을 두 달 정도입니다. 강화학습은 그보다도 적습니다. 여러 기가와트를 갖고 있어도 한 시점에 한 학습에 몰아넣을 수 있는 양은 제한적입니다. 클러스터 조율, 코로케이션, 멀티사이트 학습이 모두 어렵기 때문입니다.
이 지점이 중국 이야기와 연결됩니다. 중국 선두 랩들의 총 연산은 100~200메가와트 수준입니다(바이트댄스 시드는 예외). 앤스로픽은 연말 5기가와트가 넘습니다. 30배 이상의 격차인데도 모델 품질 차이는 그만큼 벌어져 보이지 않습니다. 왜냐하면 실제 학습에 쓰이는 연산은 200메가와트 수준이고, 나머지는 연구 실험에 들어가기 때문입니다.
다만 파텔은 이 관계가 곧 바뀐다고 봅니다. 자동화된 코딩과 자동화된 연구가 진전되면 연구와 학습의 경계가 흐려지고, 지속 학습(continual learning)까지 들어오면 점점 더 많은 연산이 실제 학습으로 넘어갑니다. 이 흐름은 중국이 GPU 제약 속에서 어떻게 따라잡는가에서 다룬 소프트웨어 효율 논의와 정면으로 맞물립니다.
6. 청구서: 5조 달러 신용과 두 번째 볼커 쇼크
이 대화의 후반부는 갑자기 거시경제로 넘어갑니다. 그리고 여기가 가장 무거운 부분입니다.
세미애널리시스의 모델에 따르면 2024년부터 2029년까지 누적 CapEx는 11조 달러입니다. 이 중 6조 달러는 현금흐름으로, 5조 달러는 신용으로 조달됩니다.
논리는 단순합니다. 데이터센터를 지어 랩에 임대하면 감가 기준 원가의 10배를 받을 수 있습니다. 이런 수익률이 존재하면 자본의 기회비용 자체가 올라갑니다. 정부가 연금을 주려고 빌리는 돈, 소비자가 주택담보로 빌리는 돈, 소비재 기업이 운전자금으로 빌리는 돈이 전부 이 수익률과 경쟁하게 됩니다.
파텔은 메타가 지금 5~6퍼센트에 조달하는 것을 8퍼센트에도 기꺼이 낼 것이라고 봅니다. 그 연산이 만들 수익이 워낙 크기 때문입니다. 문제는 그 250bp가 경제 전체에 전가된다는 점입니다. 은행은 부채가 자산보다 빨리 재가격되기 때문에 신용 스프레드가 벌어지면 큰 손실을 봅니다.
주식시장에 대한 그의 논평이 특히 날카롭습니다. 할인율이 3~5퍼센트에서 8~10퍼센트로 오르면, 존슨앤드존슨이나 철도회사처럼 30년간 안정적 현금흐름을 주는 주식의 가치가 무너집니다. 그리고 그는 여기서 한 발 더 나갑니다.
"정말로 AI를 믿는다면, 마이크론이나 하이닉스, 키오시아가 왜 이익의 2~3배에 거래되냐고 물을 게 아니라, 경제 전체가 이익의 2~3배에 거래돼야 한다고 봐야 합니다."
즉 메모리 관련 기업의 낮은 배수는 시장이 AI를 안 믿는다는 증거가 아니라, AI를 믿을 경우 모든 자산의 배수가 함께 내려가야 한다는 논리적 귀결이라는 것입니다.
미국은 데이터센터를 자국에 지으면 세원이 늘어 버틸 수 있습니다. 다만 현재 세제는 법인세가 연방 세수의 10퍼센트 미만이고 80퍼센트 이상이 급여세와 소득세입니다. 자동화가 진행될수록 이 기반이 줄어듭니다. 반면 부채가 많고 세수가 적으며 만기가 짧은 국가들, 파텔은 파키스탄과 나이지리아를 예로 들었습니다, 는 이 금리 체제에서 훨씬 어려워집니다.
이 논의는 AGI 다음을 투자자의 눈으로 읽은 글에서 다룬 자본배분 문제의 거시 버전입니다.
7. 중국: 2028년까지는 뒤처지고, 2029년에 하키스틱
미중 격차는 이 대화에서 놀랄 만큼 명확하게 정리됩니다.
- 2022년: 미국이 세계 신규 연산의 45~50퍼센트, 중국이 30~35퍼센트
- 2026년 현재: 미국이 70퍼센트, 중국은 10퍼센트 미만
- 2028년: 중국 누적 30기가와트 이하 (세계 200기가와트 대비)
- 2029년: 국산 칩 기반으로 연 50기가와트 증설 가능
2026년 중국은 여전히 밀수 칩, 화웨이가 아닌 줄 알고 TSMC가 만들어준 칩, 삼성이 공급한 HBM에 상당 부분 의존합니다. 2027년부터 팹이 올라오고, 2028년에는 SMIC와 CXMT의 국내 생산이 연간 수백만 개 단위에 도달하면서 그해에만 5~10기가와트가 국산 칩으로 추가됩니다.
다만 파텔은 중요한 단서를 답니다. 2029년 중국의 50기가와트는 미국 칩 기준 20기가와트 값어치밖에 안 됩니다. 국산 칩의 성능이 그만큼 떨어지기 때문입니다.
드워케시가 이 대목에서 솔직하게 인정합니다. 그는 자유주의적 성향이라 수출 통제에 회의적이었는데, 연산 격차가 이 정도라면 수출 통제는 실제로 효과가 있었다는 것입니다. 자동화된 코더를 지나 자동화된 연구자에 도달하는 시점에 중국이 연산 스톡에서 크게 뒤처져 있다면, 그건 정책적 성공으로 기록될 것입니다.
파텔은 여기에 두 가지를 덧붙입니다. 첫째, 격차의 일부는 수출 통제가 아니라 금융 시스템의 차이입니다. 미국 금융은 스타트업에 과감하게 베팅하고, 중국 금융은 신중하지만 일단 산업을 정하면 훨씬 크게 보조합니다. 실제로 중국 반도체 산업에 들어간 보조금은 나머지 세계 반도체 산업의 보조금을 다 합친 것보다 많습니다. 둘째, 이륙이 느릴수록 중국이 따라잡습니다. 빠른 이륙이 아니라면 중국은 반도체 쪽에서 극적으로 격차를 좁힐 것입니다.
이 구도는 미국과 중국의 추론 스택이 갈라지는 방식에서 다룬 분기와 같은 뿌리를 갖습니다.
8. 규제라는 새로운 상수
대화 내내 반복해서 등장하는 변수가 있습니다. 규제입니다. 그리고 파텔의 관점은 통념과 다릅니다.
그는 랩들이 옹호해온 규제가 중국 오픈소스 모델보다 랩 자신을 훨씬 더 늦추고 있다고 봅니다. 언급된 사례들입니다.
- 오픈AI가 아스트라를 공개하지 않음
- 오픈AI가 2주간 학습을 중단
- 앤스로픽이 안전성 평가상 "모델 2"로 분류된 미토스 차기 버전을 공개하지 않음
- 앤스로픽이 한때 외국인 직원에게 미토스 접근을 차단
드워케시가 이 지점에서 결정적인 관찰을 합니다. "세계에서 가장 좋은 모델은 2월에 학습된 모델입니다."
규제의 형태도 진화하고 있습니다. 처음에는 "모델을 내지 마라"였는데, 이제는 뉴욕이 데이터센터를 금지하고, 텍사스가 모라토리엄을 걸고, 오하이오가 일정 반경 내 주민의 재산세를 대신 내라고 요구합니다. 이건 공급을 줄이고 원가를 올리는 방향이고, 그 비용은 전가됩니다.
파텔이 가장 우려하는 시나리오는 이렇습니다. 2030년에 정부가 "최신 모델은 6개월 뒤에 공개하라"고 하면, 그 6개월 동안 랩 내부에서는 재귀적 자기개선이 진행됩니다. 외부 세계는 몇 년 뒤처진 모델을 쓰는 동안 내부에서는 100배가 벌어질 수 있습니다. 그는 미국 정부가 앤스로픽이 미토스 4를 내부적으로 쓰는 것조차 허용하지 않을 것이라고 봅니다.
9. 결론: 모든 힘이 집중을 향합니다
대화의 마지막 20분은 결국 하나의 질문으로 수렴합니다. 집중화를 피할 수 있는 세계가 존재하는가.
드워케시가 정리한 집중화의 구조적 동인은 세 가지입니다.
- 학습의 규모의 경제: 특정 기술이나 지식을 학습시키는 데 든 비용이 수십억 세션에 걸쳐 분산됩니다.
- 희소 자원의 가격 결정력: 조금이라도 앞서 있고 연산이 부족하면, 그 희소 자원을 더 잘 활용하는 쪽이 훨씬 높은 값을 부를 수 있습니다.
- 배포에서 학습: 더 널리 배포된 모델이 더 많은 실세계 데이터를 얻습니다.
여기에 노동력 관점이 겹칩니다. 프런티어 연산이 연 4~5배 늘고, 동일 역량에 필요한 연산이 연 3분의 1로 줄면, 동일 역량 기준 유효 인구는 연 10배로 늘어납니다. 재귀적 자기개선 없이도 이 속도입니다. 오픈AI가 올해 1,000만 명분의 AI 노동력을 갖고 있다면 내년에 1억, 그다음 해에 10억입니다. 10년 말이면 단일 랩 내부의 유효 인구가 지구 인구를 넘길 수 있습니다.
드워케시의 지적이 서늘합니다. 우리는 국유화 같은 권력 집중을 걱정하지만, 정작 일의 산출량 기준으로 대부분의 "사람"이 두 회사 안에 모이는 체제로 아주 빠르게 이동 중이라는 사실은 충분히 생각하지 않는다는 것입니다.
파텔의 반문이 이 대화의 결론입니다. "드워케시, 모든 게 집중되지 않는 세계가 어떤 모습인지 말해줄 수 있나요? 내가 보기엔 모든 힘이 집중을 향해 비명을 지르며 달려가고 있습니다."
이 그림을 깨뜨릴 수 있는 것들
원문을 그대로 읽으면 파텔 본인이 여러 지점에서 단서를 달고 있습니다. 정리하면 이렇습니다.
- 2028년 70~80퍼센트는 상한값입니다. 파텔이 직접 "가장 강세로 봤을 때"라고 말했습니다.
- 규제가 매출 상승을 막으면 집중화도 멈춥니다. 랩이 최고 모델을 못 내놓으면 MW당 매출이 정체하고, 그러면 남보다 비싸게 연산을 살 능력도 줄어듭니다.
- 금리 상승은 자기제어 장치입니다. 자본이 비싸지면 지어지는 기가와트도 줄어듭니다.
- 가치 포착은 아직 랩에 있지 않습니다. 제인스트리트나 메타 같은 사용자가 토큰에서 뽑아내는 가치가 랩의 이익보다 훨씬 큽니다. 파텔은 이걸 자기 "위안(cope)"이라고 부르면서도, 동시에 그 논리가 오래가지 못한다고 인정합니다. 랩 내부의 노동 수익률이 외부보다 높다면 결국 토큰을 밖으로 내보낼 이유가 없어지기 때문입니다.
- 모델의 실제 학습에 쓰이는 연산은 아직 200메가와트 수준입니다. 연산 총량과 모델 품질의 관계가 생각만큼 선형적이지 않다는 뜻이고, 중국 랩들이 30배 적은 연산으로 근접한 성능을 내는 이유이기도 합니다.
정리
이 대화를 한 문장으로 압축하면 이렇습니다. 연산을 가장 잘 돈으로 바꾸는 두 곳이, 가격으로 나머지 세계를 밀어냅니다. 그리고 그 밀어냄의 청구서는 금리라는 형태로 AI와 무관한 모든 사람에게 전달됩니다.
기술 논의로 시작해 거시경제로 끝나는 구조가 이 대화의 특징입니다. 그리고 그게 정확한 순서이기도 합니다. 지금 AI 산업의 병목은 알고리즘도, 인재도 아니고, 거울과 터빈과 금리입니다. 세미애널리시스가 다른 분석과 다른 지점이 여기 있습니다.
원문에서 가장 오래 남는 문장은 파텔이 던진 반문입니다. 집중되지 않는 미래를 우리가 아직 그려내지 못했다는 사실 자체가, 앞으로 몇 년간 가장 중요한 지적 과제일지 모릅니다.
출처: Dwarkesh Podcast, "Dylan Patel: Two labs will soon control most of the world's compute" (2026년 8월 25일 공개). 본문의 모든 수치와 전망은 대화 중 딜런 파텔의 발언이며, 검증된 공식 수치가 아닙니다. 세미애널리시스 자체 모델 기준 추정치가 다수 포함돼 있습니다.