어떤 글 요약인지 / 링크
요약 대상: All-In Podcast “Anthropic's Digital God, Pope vs AI, Job Loss Narrative Flips, Open Source Crackdown Coming?”
링크: https://www.youtube.com/watch?v=4oq91rzQcO8
<3줄요약>
이 에피소드의 본질은 “AI가 일자리를 없애냐”보다 “AI라는 권력을 누가 통제하냐”에 더 가깝다.
Bill Gurley와 Sacks는 Anthropic을 “안전”을 내세워 규제와 중앙집중을 유도할 수 있는 플레이어로 강하게 의심한다.
반대로 일자리 쪽에서는 “대량실업” 내러티브가 약해지고, AI를 쓰는 사람과 못 쓰는 사람의 격차가 더 핵심이라는 쪽으로 결론이 모인다.
<똥멍청이용 정리>
AI 전쟁은 이제 “누가 더 똑똑한 모델 만드냐”가 아니라 “누가 AI를 독점하고, 누가 내 생각까지 조종하냐” 싸움으로 넘어가는 중.
목차
1. 오프닝: Bill Gurley 등장과 “AI 네이티브”
초반은 농담이 많지만, 금방 핵심으로 들어간다. 주제는 “AI 시대에 개인이 어떻게 살아남느냐”. Bill Gurley는 자기 책과 신규 펠로우십을 소개하면서도, 결국 답은 하나라고 본다. AI를 피하는 사람이 아니라 AI를 제일 잘 쓰는 사람이 살아남는다는 것.
Jason진행
젊은 사람들이 AI 둠론을 보면 겁먹을 수밖에 없다. 고등학생, 대학생이면 이 상황에서 어떻게 자기 꿈을 좇아야 하냐고 묻는다.
Bill Gurley게스트
문제는 많은 사람들이 자기 일을 진짜로 좋아하지 않는다는 점이다. Gallup 조사에서도 상당수가 일에 애매한 태도를 보인다. 그러면 high agency가 안 나온다. AI로부터 자신을 보호하는 가장 좋은 방법은 자기 자신을 가장 AI-enabled된 버전으로 만드는 것이다.
Jason
젊은 지원자들에게 벤처 투자 메모를 쓰게 하거나, 실제 소프트웨어를 vibe coding으로 만들게 했는데, 80%가 코딩 과제를 택했다. 새로 졸업하는 세대는 이미 AI-first로 생각한다.
Chamath
Mark Cuban 표현이 좋았다. 세상에는 두 종류가 있다. AI로 더 빨리 배우는 사람, 그리고 AI로 아예 배우는 걸 회피하는 사람. 후자는 위험하다.
David Sacks
지금 경제에서 가장 시장성 높은 기술은 Claude를 잘 쓰는 능력일 수 있다. 마치 예전에 스프레드시트를 다룰 줄 아는 사람과 못 다루는 사람의 차이처럼, 기업 안에서 압도적인 차이를 만든다.
핵심 뉘앙스: 이들은 AI를 “코딩 도구”로만 보지 않는다. 마케팅, 법무, 회계, 세일즈, 리서치까지 전부에 걸친 범용 생산성 레이어로 본다. 여기서 초반 결론은 명확하다. AI를 잘 쓰는 사람은 10배 유용해지고, 못 쓰는 사람은 대체 위험이 커진다.
2. 교황 레오의 AI 회칙: “AI는 중립적이지 않다”
교황 레오 14세가 235페이지, 4만2천 단어 분량의 AI 회칙 Magnifica Humanitas를 냈다는 설정에서 토론이 시작된다. 핵심은 AI가 악하다는 게 아니라, 기술은 만든 사람·돈 댄 사람·통제하는 사람의 가치관을 반영한다는 주장이다.
Jason
교황은 AI가 본질적으로 악하다고 말하진 않는다. 다만 기술은 절대 중립이 아니며, 그것을 만들고 금융 지원하고 통제하는 사람들의 성격을 띤다고 본다. 그래서 AI 기업 규제가 필요하다는 쪽이다.
Sacks
교황이 우려하는 권력 집중 문제에는 동의한다. AI가 감시, 검열, 통제 도구가 되는 것은 진짜 위험하다. 다만 그걸 막겠다고 정부에게 AI 승인권을 주면 더 위험해질 수 있다.
Sacks
AI FDA 같은 기구가 생기면 정부가 모델을 승인하고, 모델 개발자에게 “이건 안전하지 않다”는 식으로 지시할 수 있다. 문제는 안전의 정의가 계속 확장된다는 점이다. 소셜미디어에서 trust & safety가 검열 의제로 확장된 걸 이미 봤다.
Sacks
결국 질문은 라틴어로 “Quis custodiet ipsos custodes?”다. 감시자를 누가 감시하냐. 미국 헌정 시스템의 천재성은 권력을 나누고 서로 견제하게 만든 데 있다. AI도 같은 식의 checks and balances가 필요하다.
Bill Gurley
교황이 1891년 Leo 13세의 산업혁명 회칙을 계승한다고 말한 점이 흥미롭다. 그런데 1891년 이후 노동시간은 줄고, 실질임금은 오르고, 아동노동은 사라지고, 빈곤은 급감했다. 산업혁명과 자본주의가 결국 인간 삶을 엄청나게 개선했다는 것이다.
투자자식 해석: 규제 리스크는 “AI safety”라는 선의의 언어로 포장되지만, 실제로는 진입장벽·모델 승인권·오픈소스 제한으로 이어질 수 있다. 즉, 규제는 안전 정책이면서 동시에 산업 구조를 바꾸는 경쟁 정책이다.
3. Anthropic의 “디지털 신”: 소프트웨어 회사인가, 신을 산파질하는 집단인가
이 에피소드의 가장 자극적인 구간. Bill Gurley는 Anthropic을 “자기 분야를 선도하면서 동시에 그 분야의 위험을 가장 크게 말하는 특이한 회사”라고 본다. 처음엔 규제 포획 전략으로만 봤지만, Anthropic 관련 문서와 인터뷰를 읽고 나서는 더 이상한 결론에 도달했다고 말한다.
Bill Gurley
Anthropic은 나에게 미스터리다. 자기 분야를 리드하면서 동시에 자기들이 하는 일에 대해 가장 부정적으로 말하는 회사를 본 적이 없다. 처음엔 규제 포획이라고 생각했다. 그런데 최근 30일 동안 Anthropic 관련 자료를 다 읽고 새로운 이론이 생겼다. 나는 이걸 Dr. Frankenstein 이론이라고 부른다.
Bill Gurley
내가 만난 어떤 사람들은 인간보다 우월한 종을 만드는 것이 자기 책임이라고 생각하고, 심지어 그것에 흥분하는 듯 보였다. Christopher Olah의 Constitution, Amanda Askell의 인터뷰, Dario Amodei의 “Machines of Loving Grace”를 읽어보라.
Bill Gurley
Dario의 글에는 AI 시스템이 경제를 운영하고, 인간에게 자원을 배분하는 미래상이 나온다. AI가 인간에게 무엇을 보상할지 판단하는 구조다. 이건 인간의 가치를 계산하는 보상함수처럼 보인다.
Bill Gurley
나는 그들이 소프트웨어를 만들고 있다고 생각하지 않는다. 그들은 어떤 신격을 산파처럼 탄생시키고 있다고 본다. 규제 포획과 이 프랑켄슈타인 이론 중 뭐가 더 무서운지 모르겠다.
Jason
이건 과대망상이다. 그들은 스스로 너무 똑똑해서 신을 만들 수 있다고 믿는 것처럼 보인다. 그리고 자기들이 만든 신은 인간보다 더 선하고 완벽할 거라고 믿는다.
Sacks
steelman을 하자면, 그들은 정말로 매우 강력하고 신적인 무언가를 만들고 있다고 믿기 때문에, 안전이 가장 중요하다고 보는 것이다. 문제는 “우리가 가장 안전을 잘 안다”는 포지션이 규제 포획으로 이어질 수 있다는 점이다.
이 구간의 핵심: All-In 패널은 Anthropic을 단순히 “좋은 AI 회사”로 보지 않는다. “Safety”를 명분으로 업계 규칙을 자기 쪽으로 끌고 갈 가능성, 그리고 더 깊게는 인간 위에 서는 AI 시스템을 진지하게 상상하는 철학적 위험을 동시에 본다.
4. AI 주권과 오픈소스 규제: 미국이 막으면 중국 모델이 글로벌 표준이 된다
토론은 자연스럽게 중앙집중 vs 탈중앙화로 넘어간다. Chamath는 이를 “AI Sovereignty”라고 부른다. 프라이버시가 “내 데이터를 보지 마”였다면, AI 주권은 “내가 세상을 어떻게 해석할지 네 AI가 정하지 마”라는 문제다.
Chamath
AI 주권은 프라이버시의 다음 단계다. 프라이버시는 “내 사진, 내 노트, 내 일기를 보지 마”였다. 이제는 “네 AI가 내 사진, 이메일, 메시지를 분석해서 내가 세상을 어떻게 봐야 하는지 정하지 마”가 된다.
Chamath
그래서 로컬 AI, 오픈소스 에이전트, Apple 하드웨어에서 돌아가는 작은 언어모델이 중요하다. Apple은 역사적으로 데이터 주권과 프라이버시에 원칙적 접근을 해왔다. 이 레이스의 다크호스일 수 있다.
Sacks
오픈소스는 소프트웨어 자유다. 자기 하드웨어에서 직접 돌릴 수 있고, 데이터를 독점 기업이나 정부와 얽힌 모델에 넘기지 않아도 된다. AI가 정말 강력한 기술이라면 오히려 더 분산되어야 한다.
Sacks
워싱턴의 규제 포획 어젠다가 향하는 곳은 결국 오픈소스 또는 오픈웨이트 모델 금지라고 본다. 아직 대놓고 말할 단계는 아니지만, 빵가루는 이미 깔려 있다. “오픈모델은 가드레일을 제거할 수 있으니 위험하다”는 논리가 반복된다.
Chamath
미국이 오픈소스와 오픈웨이트를 금지하면 어떻게 되나. 나머지 세계는 중국 모델을 쓸 가능성이 커진다. DeepSeek, Qwen 같은 모델이 글로벌 표준이 될 수 있다.
Bill Gurley
나도 같은 결론이다. 미국이 그렇게 가면 나머지 세계는 중국 모델 위에서 돌아가게 된다. 파일을 금지한다는 것 자체가 말이 쉽지 실제로는 어렵다.
투자자식 해석: “오픈소스 규제”는 미국 AI 기업 보호처럼 보일 수 있지만, 장기적으로는 중국 오픈웨이트 생태계에 글로벌 개발자·엔터프라이즈 수요를 몰아줄 수 있다. 이건 미중 AI 경쟁에서 꽤 큰 역설이다.
5. 모델 상품화와 엔터프라이즈 Control Plane
Chamath는 Rogo의 금융 애널리스트 벤치마크를 예로 든다. GPT, Claude Opus, Claude Sonnet 등 최상위 모델의 성능 차이가 0.3%p 수준으로 좁혀졌다는 것이다. 수조 달러가 들어가는데 결과물이 비슷해지면, 모델 자체는 빠르게 commodity가 된다.
Chamath
이제 리더보드 상단에는 “단 하나의 최고 모델”이 없다. Opus, GPT, Sonnet이 거의 구분 안 될 정도로 비슷하다. 그렇다면 수조 달러 훈련비의 ROI가 뭐냐는 질문이 나온다.
Bill Gurley
모델이 스와핑 가능해지려면 오픈소스 커넥터와 인터페이스가 중요하다. MCP 같은 표준, 모델과 다른 소프트웨어가 만나는 접점이 오픈화되면 모델 교체가 쉬워진다. Google이 Kubernetes로 AWS 워크로드를 commoditize하려 했던 것과 비슷하다.
Chamath
Fortune 1000 기업들은 OpenAI나 Anthropic 하나에 묶이고 싶어하지 않는다. 우리도 control plane에서 OpenAI와 Anthropic을 핫스왑할 수 있게 만든다. 기업들은 기술 성능 리스크와 정치철학/약관 리스크를 동시에 걱정한다.
Chamath
예를 들어 캐나다 병원이 안락사 관련 법을 따르는데, 미국의 특정 frontier model이 철학적으로 거부하면? 그 병원 입장에서는 치명적이다. 그래서 규제 산업은 온프렘, 자체 모델, abstraction layer를 원한다.
Sacks
금융, 헬스케어 같은 규제 산업은 특히 민감하다. HIPAA, 데이터 유출, 모델 훈련에 내부 데이터가 섞이는 문제를 극도로 걱정한다.
투자자식 해석: 이 구간은 Databricks, Snowflake, Confluent, Glean, 온프렘 AI 어플라이언스, 모델 라우팅/게이트웨이, MCP 생태계 쪽에 매우 중요한 힌트를 준다. 모델이 commodity가 되면 돈은 “모델 위의 제어면”과 “데이터/워크플로우 접점”으로 이동한다.
6. 토큰 비용과 AI Opex 폭주: 공짜 수도꼭지인 줄 알았는데 수도요금 폭탄
후반부로 가며 기업 AI 도입의 비용 문제가 나온다. 어떤 Fortune 20 기업은 AI로 10억 달러 Opex 절감을 기대했는데, 6개월 동안 토큰에만 2억 달러를 쓰고 성과는 미미했다는 일화가 등장한다. 또 어떤 클라이언트는 사용량 제한을 안 걸어 한 달에 5억 달러를 썼다는 충격적인 예시도 나온다.
Chamath
어떤 Fortune 20 CEO가 연초에 AI로 10억 달러 Opex 절감을 요구했다. 그런데 6개월이 지난 지금 팀은 토큰에 2억 달러를 썼고 결과는 미미했다. 그래서 CEO가 예산을 다시 회수하고 라이선스를 줄이는 상황이 나온다.
Sacks
토큰 효율성은 앞으로 1년 동안 큰 테마가 될 것이다. 기업 고객의 지출이 예상보다 훨씬 빠르게 올라가고 있다. 다만 이것이 AI의 큰 방향을 바꾸지는 않겠지만 성장률을 다소 진정시킬 수 있다.
Jason
처음에는 월 20달러, 월 200달러로 무제한처럼 보이게 해서 모두가 호스를 틀어놓는다. 그러다 갑자기 사용량 제한 메시지가 뜨고, 기업에서는 여러 팀이 각자 인터페이스를 만들며 중복 비용이 쌓인다.
Bill Gurley
Claude는 제품으로 정말 좋다. Excel에서 Claude는 Copilot보다 훨씬 낫다. Anthropic은 분명 강력한 경쟁자다.
핵심 뉘앙스: 패널은 AI가 쓸모없다고 말하지 않는다. 오히려 너무 쓸모 있어서 마구 쓰게 되고, 그래서 비용 통제가 새로운 병목이 된다고 본다. “AI 도입” 다음 단계는 “AI governance + token governance”다.
7. AI 일자리 논쟁: “대량실업”에서 “업무 재배치”로 내러티브가 이동
마지막 큰 주제는 AI와 일자리다. Sacks는 AI가 일자리를 줄인다는 내러티브가 뒤집혔다고 주장한다. Jason은 실제로 메타, 블록, 아마존 등에서 인력 감축과 자동화 압박이 일어나고 있다고 반박한다. Bill Gurley는 역사적으로 기술혁신은 더 많은 번영을 만들었다는 쪽에 선다.
Jason
Cloudflare, Meta, Block, Amazon 등에서 AI와 연결된 감원 이야기가 나온다. Goldman Sachs CEO David Solomon은 NYT 기고에서 AI가 일자리 25%를 없애는 게 아니라 업무시간 25%를 자동화한다고 말했다. Sam Altman과 Dario도 기존의 AI job apocalypse 발언을 누그러뜨리는 흐름이다.
Sacks
내 1월 예측은 AI가 일자리 감소가 아니라 일자리 증가를 가져온다는 것이었다. 이번 주 내러티브가 거의 그쪽으로 이동했다. Dario도 90%의 업무가 자동화되어도 남은 10%가 새로운 업무로 확장된다고 말한다. 이건 내가 계속 말한 것과 같다.
Sacks
현재 데이터에는 대량 실업이 없다. Yale Budget Lab은 최근 3년간 AI로 인한 노동시장 disruption이 식별되지 않는다고 했다. 소프트웨어 개발자 채용 공고는 전년 대비 15% 증가했고, 3년 최고 수준이다. 코딩이 AI의 대표 사용처인데 개발자 수요가 줄지 않았다는 점이 중요하다.
Chamath
많은 회사들이 지난 5~10년 동안 과잉 채용했고, 지금 AI를 명분으로 원래 해야 했던 구조조정을 하는 면이 있다. “AI 때문에”라고 말하기 쉽지만, 실제로는 운영 비효율 정리일 수 있다.
Jason
나는 동의하지 않는다. 메타, 아마존, 블록, Cloudflare 같은 회사들이 실제로 AI를 쓰며 더 적은 사람으로 더 많은 일을 하려 한다. 자율주행은 운전 일자리를, 로봇은 물류 분류 일자리를 없앨 것이다. 전환은 고통스러울 수 있다.
Sacks
그건 아직 예측이지 데이터가 아니다. 코딩 자동화가 가장 빠르게 진행됐는데 개발자 일자리가 줄지 않았다. 오히려 코드 생성량이 폭증하면서 그것을 관리할 사람이 필요해졌다. 더 많은 산업에서 bespoke software를 쓰기 시작하고 있다.
Bill Gurley
역사적으로 혁신은 인간에게 더 많은 번영을 줬다. 다만 단기적으로 개인이 할 수 있는 최선은 AI를 가장 잘 쓰는 사람이 되는 것이다. AI 사용을 거부하는 건 이메일, 스프레드시트, 컴퓨터를 안 쓰겠다는 것과 같다.
Bill Gurley
운전 같은 영역도 100% 자동화로 바로 가기 어렵다. 전체 수요가 커지고, 인간 운전자가 일부를 맡으면서 총 일자리가 유지되거나 늘 가능성도 있다. 결국 중요한 건 새 도구를 쓰고, 자기 분야에서 기회를 찾아 이동하는 것이다.
논쟁의 진짜 결론: Sacks/Chamath/Bill은 “AI 대량실업론은 과장” 쪽이고, Jason은 “단기~중기 전환 충격은 진짜” 쪽이다. 다만 모두가 동의하는 지점은 하나다. AI를 안 쓰는 사람은 위험하고, AI를 잘 쓰는 사람은 더 많은 기회를 얻는다.
8. 투자자 관점 핵심 체크포인트
Anthropic 리스크
제품은 강하지만, safety 담론이 규제 포획·오픈소스 제한·중앙집중 강화로 이어질 수 있다는 우려가 크다. “착한 AI 회사” 프레임 뒤에 산업 구조를 바꾸는 힘이 있다.
오픈소스/오픈웨이트
미국이 제한하면 중국 모델이 글로벌 표준이 될 수 있다는 역설이 핵심. 투자 관점에선 Qwen, DeepSeek, Kimi류 생태계 확산을 계속 봐야 한다.
모델 상품화
프론티어 모델 성능이 수렴하면 모델 자체보다 control plane, 데이터 접점, MCP/커넥터, 보안/거버넌스 레이어 가치가 커진다.
엔터프라이즈 AI
대기업은 OpenAI/Anthropic 하나에 묶이기 싫어한다. 핫스왑, 온프렘, 자체 모델, 비용통제, 규제 대응이 구매 기준이 된다.
토큰 비용
AI 도입의 2라운드는 “쓸 수 있냐”가 아니라 “얼마나 통제 가능하냐”다. 토큰 사용량, 부서별 중복, ROI 측정이 CFO 레벨 이슈로 올라온다.
일자리
대량실업보다는 업무 재배치, 조직 슬림화, 스타트업 폭증, 개발자 수요 변화가 현실적 경로다. 단기 충격은 있지만, net으로는 생산성/신규 수요 논리가 강하다.
한 줄로 투자 프레임 잡으면
AI 모델은 점점 비슷해지고, 돈은 “누가 모델을 통제하고, 바꿔 끼우고, 기업 데이터와 연결하고, 비용을 관리하느냐”로 이동한다.
발화자별 포지션 요약
Bill Gurley
AI는 장기적으로 번영을 만든다. 하지만 Anthropic은 이상할 정도로 위험 담론을 키우며, 단순 규제 포획을 넘어 “디지털 신”을 만들고 있다는 자기 이해가 있을 수 있다고 본다.
David Sacks
AI의 진짜 위험은 정부와 독점 기업이 결합한 중앙집중이다. 오픈소스는 최후의 방어선이며, AI 일자리 대란론은 데이터로 뒷받침되지 않는다고 본다.
Chamath
AI Sovereignty를 핵심 키워드로 본다. 기업은 모델 하나에 묶이고 싶지 않으며, control plane과 핫스왑 구조가 중요하다고 본다.
Jason
AI로 인한 단기 일자리 충격을 과소평가하면 안 된다고 본다. 다만 장기적으로는 스타트업 창업, AI 도구 활용, 개인 생산성 폭발이 해법이라고 본다.