코인베이스 CEO 브라이언 암스트롱은 인공지능의 다음 병목이 모델의 지능 수준이 아니라 이를 구동하는 데 필요한 전력과 물리적 하드웨어의 가용성에 달려 있다고 전망한다. 이번 주 일련의 발언에서 암스트롱은 AI의 확장 한계를 결정하는 것은 알고리즘 개선이 아닌 에너지와 컴퓨팅 인프라라고 주장했다. 2026년 1분기에만 AI 벤처 투자 규모가 2,420억 달러에 달하는 가운데, 그는 실제 제약이 이미 데이터센터 구축 현장에서 나타나고 있다고 말한다.
비용이 향하는 방향
암스트롱은 향후 12~18개월 내에 AI 워크로드의 약 80%가 현재 최첨단 시스템보다 최대 99% 저렴한 모델로 전환될 것이라고 예측한다. 나머지 20%는 과학 연구와 같은 고위험 작업에 최상위 모델을 계속 사용할 것이다. 그는 이러한 분할을 소비자 가전제품에 비유했다. 대부분의 사람들이 맥북이나 게이밍 PC를 구매할 때 최고 사양을 선택하지 않는 것과 같다는 것이다. 그는 AI에도 동일한 논리가 적용될 것이며, 대부분의 작업은 저렴하고 충분한 성능의 모델로 실행될 것이라고 말한다.
코인베이스는 이미 이 아이디어를 실행에 옮기고 있다. 회사는 프롬프트를 가장 비용 효율적인 모델로 라우팅하여 토큰 사용량이 기하급수적으로 증가함에도 불구하고 AI 지출을 거의 일정하게 유지하고 있다. 딥시크 V4와 같은 오픈소스 대안은 최고 독점 시스템에 근접한 성능을 약 30분의 1 비용으로 제공하며, 이러한 전략을 실현 가능하게 만들고 있다.
기업 예산은 이미 압박받고 있다
투자자 토미 쇼너시는 우버를 기업 AI 지출이 예상을 훨씬 초과할 수 있는 사례로 지목했다. 쇼너시에 따르면, 우버는 2026년 전체 AI 예산을 1년의 4분의 1도 안 되는 4월 초에 이미 소진했다. 이러한 비용 초과는 기업들이 가장 진보된 모델을 쫓기보다는 저렴한 대안을 찾도록 만들 것이라고 암스트롱은 주장한다.
토큰당 비용이 하락함에 따라 병목이 상류로 이동한다. 실제 장벽은 어떤 모델이든 대규모로 실행하는 데 필요한 에너지와 실리콘이 된다. 암스트롱은 AI 생성 지능에 대한 수요는 사실상 한계가 없다고 설명한다. 그러나 그러한 지능을 공급하기 위한 물리적 인프라는 이미 정체되고 있다.
암스트롱이 AI 규제 강화에 반대하는 이유
암스트롱은 또한 더 엄격한 AI 규제에 반대 의사를 밝혔다. 그는 주요 실질적 과제가 이미 발전소와 데이터센터 부족일 때 정책 제약이 기술의 궤도를 결정해서는 안 된다고 주장한다. 과도한 규제는 그러한 인프라 구축이 가장 필요한 시점에 속도를 늦출 수 있다고 그는 시사했다.
데이터센터 용량이 따라잡지 못하고 있다
전 세계 데이터센터 용량은 이미 수요를 따라가지 못하고 있다. 2026년 1분기에 벤처 자금이 AI 스타트업에 쏟아졌음에도 불구하고 물리적 건설 속도는 따라잡지 못했다. 암스트롱의 핵심 주장은 이를 모두 종합한다. AI의 진정한 한계는 모델 품질이나 비용이 아니라 수조 건의 쿼리를 실행하는 데 필요한 원자재 에너지와 컴퓨팅 인프라라는 것이다.
해결되지 않은 질문은 그 인프라가 얼마나 빨리 확장될 수 있는지, 그리고 유틸리티, 규제 기관, 칩 제조사가 둔화될 기미를 보이지 않는 산업의 속도를 따라잡을 수 있을지 여부다.
