추론 모델의 확산에 따라 빅테크의 AI 지출 확대

최대 규모의 기술 기업들은 매년 지출을 인공지능(AI) 분야에 5,000억 달러 이상으로 확대할 예정이며, 이는 DeepSeek와 OpenAI의 최근 AI 방법론에 힘입은 것입니다. 

마이크로소프트(Microsoft Corp.), 아마존닷컴(Amazon.com Inc.), 메타 플랫폼스(Meta Platforms Inc.)는 collectively 초대형 클라우드 기업으로 불리며, 2025년 AI 데이터센터 및 컴퓨팅 리소스에 3,710억 달러를 지출할 것으로 예상됩니다. 이는 전년 대비 44% 증가한 금액입니다. 2032년까지 이 수치는 5,250억 달러로 급증할 것으로 전망됩니다.

역사적으로 AI에 대한 투자의 대부분은 데이터센터와 칩에 집중되어, 매우 복잡한 새로운 AI 모델을 훈련하거나 생성하는 데 사용되었습니다. 이제 기업들은 다른 접근 방식을 취하고자 합니다. 이에 따라 기술 기업들은 훈련이 완료된 후 이러한 시스템을 실행하는 과정인 추론(inference) 분야로 지출을 더 많이 이동시킬 것으로 예상됩니다.

DeepSeek와 OpenAI가 AI 지출 트렌드를 형성하는 방식

중국의 DeepSeek, OpenAI 및 기타 여러 기업들이 새로운 추론 모델을 출시하면서, 아직 유사한 접근 방식을 채택하지 않은 기업들 간의 경쟁이 심화되고 있습니다.

이러한 시스템은 사용자 쿼리에 대한 응답을 처리하고 계산하는 데 추가 시간을 할애함으로써 인간의 문제 해결 방식을 모방합니다.

일부 주요 미국 경쟁사 대비 더 낮은 비용으로 경쟁력 있는 모델을 생성할 수 있다고 주장한 DeepSeek의 부상은 미국 기술 부문에서의 AI 개발에 대한 막대한 투자에 대한 우려를 불러일으켰습니다. 그 결과, 일부 선도적인 기술 기업들은 더 적은 칩으로 실행할 수 있는 더 효율적인 AI 시스템을 선호합니다.

그러나 추론 모델은 소프트웨어에서 수익을 창출할 새로운 기회를 제공하고, 모델 출시 후 개발 비용을 더 많이 전환할 가능성도 제시합니다. 이는 해당 전략에 대한 투자를 더욱 촉진하고 전반적인 AI 지출을 증가시킬 가능성이 높습니다.

블룸버그 인텔리전스(Bloomberg Intelligence)의 분석가인 만디프 싱(Mandeep Singh)은 “AI 훈련을 위한 자본 지출 성장은 이전 예상보다 훨씬 느릴 수 있다”고 작성했습니다.

그러나 그는 DeepSeek에 대한 막대한 관심이 기술 기업들로 하여금 추론 분야에 “투자 확대”를 장려하여, 생성형 AI 분야에서 가장 빠른 성장률을 보이는 시장 세그먼트가 될 것이라고 지적했습니다.

보고서에 따르면, 올해 초대형 클라우드 기업들의 AI 예산 중 40% 이상이 훈련에 할당될 것으로 예상되지만, 2032년에는 이 비율이 14%로 하락할 것입니다. 반면, 연간 AI 지출의 거의 절반이 추론 기반 투자에 할당될 수 있습니다.

한편, 싱은 알파벳(Alphabet Inc.)의 구글이 자체 칩을 보유하고 있어 훈련과 추론을 모두 처리할 수 있으므로 이러한 전환을 가장 빠르게 수행할 준비가 되어 있다고 썼습니다. 반면, 마이크로소프트와 메타와 같은 다른 기술 기업들은 엔비디아(Nvidia Corp.) 칩에 너무 많이 의존하고 있어 유연성이 덜할 수 있습니다.

추론 모델이 구조적이고 논리적인 사고로 AI를 재편하는 방식

추론 모델은 명시적인 논리적 추론을 통해 문제를 해결하도록 설계된 특수화된 언어 모델로, 문제를 분해하고, 응답하기 전에 “생각”하며, 해결책을 반복적으로 개선함으로써 기존 대규모 언어 모델(LLM)의 한계를 넘어선 새로운 AI 패러다임으로 부상했습니다.

역사적으로 범용 LLM은 간단한 답변을 생성할 수 있었습니다. 추론 모델의 도입으로 답변은 더 구조화된 사고 과정을 따르며, 해당 답변에 도달하는 과정이 표시됩니다. 그러나 일부 모델은 논리적 추론 단계를 명확히 표시하는 반면, 다른 모델은 그렇지 않습니다.

추론 단계는 모델이 명시된 문제를 더 작은 문제로 분해하고(분해), 다양한 접근 방식을 시도하며(아이디어 발상), 최상의 접근 방식을 선택하고(검증), 무효한 접근 방식을 거부하며(역추적 가능), 최종적으로 최상의 답변을 선택(실행/해결)하는 방법을 보여줍니다.