허드슨 리버 트레이딩(HRT) AI 총괄 Iain Dunning이 말하는 GPU·전력·토큰, 그리고 시장의 '엔드게임'
지난번엔 칩 자체는 큰 제약이 아니라고 하셨죠. 오히려 칩을 둘 부지와 전력, 즉 전력망 접근성이 문제라고요. 제가 HRT 사람들을 대거 스카우트하고 GPU를 왕창 확보했다 쳐도, 이걸 꽂을 자리를 찾는 게 그리 단순한 일은 아니지 않나요?
단기간에 부지를 찾는 건 확실히 어렵습니다. 지금 "올 4분기 인도 조건으로 북미 어딘가 데이터센터에 블랙웰 GPU 6,000개 들어간 박스를 원한다"고 하면, 합리적 가격에 그런 매물이 있을지 모르겠어요. 누가 기존 임대를 포기해서 운 좋게 가로채는 게 아니라면요.
그러니까 칩 자체는 구할 수 있지만, 이를 감당할 전력과 공간이 없다는 말씀이군요?
올해 인도받을 블랙웰 칩은 구할 수 있어도, 인프라까지 포함한 '전체 솔루션'은 불가능합니다. 2027년 차세대 루벤(Ruben) GPU는 출시 초기 무조건 완판이고요. 그때쯤 건물 자체는 더 쉽게 찾겠지만, 차세대 GPU 초기 물량을 받으려면 지금 바로 대기 줄에 서야 합니다. 수요가 그만큼 엄청나요.
제 가장 큰 실패도 회의적인 시각 탓에 우리가 장기적으로 얼마나 많은 GPU가 필요할지 제대로 예측하지 못한 점입니다. 끊임없이 뒤처진 걸 따라잡아야 하니 가혹하죠. 한 경쟁사도 주말 팟캐스트에서 "원래 자체 데이터센터 딱 하나였는데, 컴퓨팅에 굶주려 결국 어디든 가리지 않고 찾아다녔다"고 하더군요. 우리도 똑같습니다. "거기 1MW 남는다고요? 당장 계약합시다." 조건이 유리하지 않아도요.
Odd Lots 새 에피소드에 오신 걸 환영합니다. 저는 Joe Weisenthal입니다.
Tracy Alloway입니다. 또 한 번 라이브 쇼를 했네요. 이번이 역대 최대 규모였죠?
대단했습니다. 뉴욕 시티 와이너리에서 350명 넘는 관객과 함께했어요. 의도한 건 아닌데 결과적으로 우리의 첫 '테마 있는 쇼'가 됐습니다.
드디어 같은 게스트를 다시 모셔 2부작을 만들겠다는 Joe의 오랜 꿈도 이뤄졌고요. 작년에 출연했던 HRT의 AI 총괄 Iain Dunning을 라이브로 다시 모셨습니다. 트레이딩 회사 안에서 AI를 구현하고 GPU를 활용하는 이야기, 함께 들어보시죠.
지난번엔 쉬운 편이었는데 이번엔 좀 매운맛입니다. (웃음) 지난번에 못 물어본 걸로 시작하죠. HRT는 트레이딩 전문 회사고 당신은 AI를 맡고 있죠. 이론적으로 중국 하이플라이어처럼 자체 스택으로 LLM을 출시해 딥시크와 경쟁하는 게 가능할까요?
가능하다고 봅니다. 우리는 모델 학습에 능숙하고, 막대한 컴퓨팅과 최첨단을 따라잡을 연구 인재가 있어요. 다만 그 프런티어에 도달하는 것 자체가 벅찹니다. 노력하면 딥시크 수준까진 가능해도, 그 이상은 장담 못 합니다. 자본 집약도가 상상을 초월하니까요.
내부에서 "우리도 할 수 있겠는데?" 하는 이야기가 실제로 나오나요?
생각은 해봅니다. 하지만 직접 개발할 타이밍은 이미 놓쳤을지도 몰라요. 미국·중국 모두 경쟁력 있는 오픈소스 모델이 쏟아지고 있죠. 딥시크 첫 등장 땐 마른하늘에 날벼락처럼 "오픈 모델인데 이 성능?" 충격이었는데, 이제는 수많은 그룹이 오픈 모델을 냅니다. 프런티어 발전이 너무 빨라 오픈 모델들의 미래가 어찌 될지, 그 격차를 어떻게 좁힐지 확신이 없어요. 많은 이가 가능하다 믿지만 저는 전적으로 동의하진 않습니다.
발전이 너무 빠르다는 얘기가 나와서요. 무대 오르기 전 당신의 X 피드를 봤는데, 가장 최근 트윗이 이랬어요.
먼저 관객 앞에서 당신이 정말 섬망이 아니란 걸 증명해 주시고(웃음), '엔드게임'이란 도대체 뭔가요?
세상에, 제가 꼭 샌프란시스코 AI 맹신자처럼 들렸겠네요. (웃음) 저는 2016년 구글 딥마인드 시절부터 AI를 해왔는데, 당시 거긴 '진정한 신자'들로 가득해 문화 충격이었어요. 저는 오랫동안 타고난 회의론자였거든요.
그런데 외부 지표든, 당장 우리 비즈니스든, 확보하는 컴퓨팅 양이 문자 그대로 기하급수적으로 늘고 있습니다. 과거엔 꿈도 못 꾸던 일을 지금 해내고 있죠. 저는 비전가가 아니라 지극히 실용적인 엔지니어라, 그저 점진적으로 일했을 뿐인데 "이게 1년 만에?" 놀라게 됩니다. 모든 기술이 수렴하며 엄청나게 빨라지고 있어요.
예를 하나만요. 대중 모델 성능 향상도 놀랍지만, '트레이딩' 맥락에서 2024년엔 상상도 못 했는데 2026년 지금 가능해진 건 뭔가요?
학습과 추론에 투입하는 컴퓨팅 규모 자체가 완전히 달라졌어요. 이제 단 하나의 통일된 접근법으로 전 세계 모든 주식·선물·크립토·옵션 시장을 전부 커버합니다. 더 흥미로운 건 우리만 그런 게 아니란 점이에요. 경쟁사들도 엄청나게 투자하고, 우리 모두가 동시에 이 변화를 겪고 있습니다.
모두가 동시에 발전하면, 시장을 영원히 더 잘 예측할 순 없잖아요. 더 투자하고 경쟁할수록 마진이 0으로 수렴하는 한계점이 올 텐데. 결국 영화 '하이랜더'처럼 승자 독식으로 단 한 명만 남는 건가요?
그게 바로 제 고민이자 화두입니다. 거대 AI 랩이 쏟아붓는 컴퓨팅 규모는 누구나 볼 수 있고, 제 눈엔 명백히 기하급수적이에요. 오늘도 앤트로픽에서 새 모델이 나왔는데, 출시 간격이 점점 압축되고 있죠. 제가 열병에 걸려 헛소리하는 것처럼 들릴지 몰라도, 이 방의 분들도 어느 정도 이 속도감을 함께 느끼실 겁니다.
"어떤 인간도 호가창을 종일 봐도 1분 뒤 주가를 못 맞히지만, 인공신경망은 해냅니다. 그럼 이 논리가 왜 장기 투자엔 적용되면 안 되죠?"Iain Dunning
새 AI 모델이 나오면 HRT에서 가장 먼저 하는 평가는 뭐고, 기존과 어떻게 비교하나요?
HRT에서 AI의 핵심 유스케이스는 연구원의 연구 속도를 가속하는 겁니다. 코딩 보조는 물론 실험 아이디어 브레인스토밍, 실험 모니터링 등이죠. 작년 앤트로픽 Opus 4.0 계열이 나왔을 땐 시행착오가 있었어요. 겉만 봤을 땐 "인간과 AI 경계를 넘었구나!" 싶어 일주일간 AGI가 온 듯 흥분했는데, 인간 연구원을 의미 있게 대체·확장하진 못한다는 걸 깨닫고 공허했습니다.
그러다 Opus 4.5에서 같은 감정을 다시 느꼈죠. "아, 6개월 전 기대했던 바로 그 성능이구나." 최근 모델 간 차이는 미묘하지만, AI가 저지르는 오류의 범주가 계속 줄고 있음을 명확히 체감합니다. 지난 몇 주는 퀀트 리서치(새 알파 시그널 구상 등)에서 AI 에이전트와 인간 연구원을 1대1로 붙여 지표를 측정했어요. 일종의 '인간 대 AI 배틀'이죠. 현재는 퀀트 금융 인턴 정도 레벨입니다. 1년 뒤엔 어느 레벨일지, 대담한 확언은 못 하겠네요.
고전 퀀트도 투자엔 인간적 '직관'이 깔려 있었잖아요. "가치주가 결국 더 번다" 같은, 완벽한 합의는 없어도 납득되는 스토리요. 그런데 이제는 그 과정을 건너뛰고 "이유는 몰라도 수백만 번 백테스트하니 돈이 벌리네, 일단 돌려!" 단계까지 왔나요?
솔직히 이미 그런 세상에 사는 것 같아요. 기업 IPO 밸류에이션 논의를 보면 "펀더멘털이란 게 대체 뭐지" 싶을 때가 많거든요. 극단적으로 냉소적이 되자면 상장 시장조차 일종의 '도박판'처럼 느껴집니다. 사는 사람이 많으면 오르고 파는 사람이 많으면 떨어지는 거죠. 모델들은 데이터 속 이 흐름의 패턴을 기가 막히게 뽑아냅니다.
하지만 가령 "이름이 P로 시작하는 기업은 화요일마다 오른다"는 백테스트 결과가 나와도, 상식상 말이 안 되니 보통 돈을 안 태우잖아요. 그런데 AI가 그 패턴을 찾아 수없이 검증해 맞다 하면, 이유를 몰라도 그냥 AI가 시키는 대로 베팅하는 수준까지 갈 수 있느냐는 겁니다.
그렇습니다. 제 말이 섬망처럼 들리겠지만, 어떤 면에선 사실일 수 있어요. 아주 짧은 타임스케일(초단타)에선 사람들이 이미 당연하게 받아들입니다. 어떤 인간도 호가창을 종일 본다고 1분 뒤를 못 맞히지만, 인공신경망은 해낸다는 걸 모두 인정하죠.
그럼 이 논리가 더 긴 타임스케일(장기)에선 왜 적용되면 안 될까요? AI가 인간이 감당 못 할 방대한 데이터를 삼키고 모든 맥락을 유지한다면, 굳이 인간이 인과를 이해할 필요가 있을까요? 인간이 통제권을 잃는 듯해 기이하긴 합니다. 인간이 본질적으로 수학을 그리 잘하진 못한다고들 하죠. AI가 수학 증명에서 인간을 압도하는 게 놀랍지 않듯, 수천 자산이 얽힌 시장에서 인간이 최고가 아니란 사실은 그저 일시적 과도기였을지도 모릅니다.
지난번에 모델 내부 해석이 어려운 '블랙박스' 문제를 얘기했죠. HRT의 단기 트레이딩에선 이를 감수하고 쓴다며 '마법의 모델'이라 농담했고요. 6개월 지난 지금, 왜 짧은 프레임에서 성공하는지, 모델이 실제 뭘 하는지 더 나은 통찰을 얻으셨나요?
직관적으로 이해 가능한 단면을 보여주는 진단 도구들을 만들어 뒀습니다. 아주 복잡한 다면체를 볼 때, 내가 명확히 이해할 한 단면(Facet)을 보면 안도감을 얻죠. 전체가 너무 복잡해 그 안도감이 착각일지라도요.
한 번은 흥미로운 '창발 현상'을 발견했어요. 모델이 밈 주식의 메커니즘을 근본 원리(First Principles) 수준에서 스스로 깨우친 것처럼 보였거든요.
조금 더 구체적으로요?
예컨대 양자 고성능 컴퓨팅 관련 주식과 크립토 관련 주식이, 모델이 인식하는 하이퍼차원 공간에서 아주 가깝게 묶여 있었어요. 펀더멘털론 두 업종이 묶일 이유가 없는데, 모델 눈엔 명확히 연결돼 있다고 본 거죠. 사명은 상도덕상 생략하지만, 레딧 월스트리트베츠 유저들이 열광하는 종목들도 정확히 그 군집 근처에 몰려 있었습니다.
물론 우리도 도저히 이해 안 가는 단면도 있었어요. 하지만 초고차원 공간에서 모델이 그 종목들이 가깝다고 판정했다면, 한낱 인간인 제가 무슨 권리로 기각하겠습니까? 그 자리에 있는 게 맞는 거겠죠.
다만 우리에게 이런 '마법 모델'이 통하는 이유는, 초고주파(HFT)라 포지션을 눈 깜짝할 새 샀다 팔고, 완벽 자동화된 강력한 리스크 점검 레이어가 겹겹이 방어하기 때문입니다. 그래서 모델을 엄격한 통제 하에 가두고 안전하게 쓸 수 있죠. 특정 종목에 거대한 고유위험을 몇 달씩 짊어지지 않으니 발 뻗고 잡니다.
반면 인간 주관이 들어가는 '롱숏 펀더멘털 헤지펀드'에 이 논리를 어떻게 적용할진 모르겠어요. 특정 방향으로 거대 리스크를 3개월 유지해야 하는데, 통제권을 전부 '마법 예측 모델'에 양도하면 리스크 관리를 어떻게 장담합니까?
'AI 트레이드'에서 사람들은 "지금 병목이 어디냐"에 극도로 집착하죠. 병목을 쥔 쪽이 더 버니까요. 당신은 칩이 아니라 부지와 전력이 문제라 했고요. 지금 데이터센터 임대 시장의 실제 상황은 어떤가요? 자본을 모아 GPU를 확보해도, 이걸 꽂을 장소를 찾는 게 그렇게 어렵습니까?
네, 짧은 기한 내 부지 구하는 건 하늘의 별 따기입니다. "올 4분기 북미 데이터센터 중 블랙웰 6,000개 수용할 전력 공간이 필요하다" 하면 합리적 가격 매물은 단 하나도 없을 거예요. 누가 기존 임대를 파기해 운 좋게 줍는 게 아니라면요.
다시 확인하면, 엔비디아 블랙웰 칩은 돈 주면 올해 바로 구해도, 정작 돌릴 전력 용량을 갖춘 데이터센터 공간을 못 구한다는 거군요?
그렇습니다. 칩은 구해도 전체 인프라 솔루션을 제때 갖추는 건 불가능해요. 2027년 루벤 GPU로 가면 초기 물량은 무조건 완판입니다. 그때쯤 건물 뼈대(Shell)는 여유가 생기겠지만, 그 안에 꽂을 GPU 초기 물량을 받으려면 지금 당장 예약 줄에 서야 합니다.
제 가장 큰 실패는 GPU 장기 수요 타임라인을 너무 보수적으로 본 점입니다. 끊임없이 따라잡느라 가혹한 대가를 치르죠. 한 경쟁사도 주말 팟캐스트에서 전용 센터 하나였다가 컴퓨팅이 부족해 온 세상을 뒤져 전력 공간을 확보했다더군요. 우리도 같은 배입니다. "거기 1MW 남나요? 조건 나빠도 일단 계약합니다" 하는 상황이에요.
구체적으로 어떻게 소싱하시나요? 경쟁이 상상 초월인데, HRT는 노르웨이 같은 데 거대 데이터센터가 있지 않나요? 그것도 부족한가요?
턱없이 부족합니다. 그래서 네오클라우드, 빅테크 하이퍼스케일러 등 전방위로 접촉해요. 그들끼리도 치열하지만, 그 네오클라우드들 뒤엔 전력과 부지를 선점하려는 훨씬 거대하고 어두운 그림자 전쟁이 벌어지고 있습니다. 진짜 희소 자원은 전력과 공간이고, 클라우드는 그 위에 얹힌 중간 레이어일 뿐이죠.
가끔 클라우드가 찾아와 "방금 임대 매물이 비었는데 수년짜리 장기 계약서에 오늘 도장 찍어줄 수 있냐"고 묻습니다. 스팟이 아니라 GPU 8,000개를 3·4·5년씩 묶는 장기 계약이에요. "대금 절반 선납하냐, 연간 지불은 어떻게 하냐" 조건이 까다롭고, 양측 신용위험까지 얽혀 복잡하기 이를 데 없습니다.
거래 상대방 위험(Counterparty Risk)을 더 듣고 싶네요. 퀀트 업계는 HRT를 잘 알지만 SF 테크판에선 그리 대중적이지 않잖아요. 데이터센터 업체가 당신을 매달 청구서를 밀리지 않을 신용 높은 임차인이라고 어떻게 믿나요?
초기엔 밀당이 치열했지만 이제 실적이 쌓여 수월해졌어요. 예전엔 "채권 발행한 적 있냐, 신용등급은 어떻게 되냐"부터 시작했고, 한 사이트 전력을 너무 많이 넘기길 꺼리는 곳도 있었습니다. 우리가 그 전력을 100% 쓸어가 장기 계약했다 덜컥 파산하면, 다음 임차인 찾을 때까지 거대한 공백과 손실을 떠안으니까요.
반대로 우리도 레버리지 잔뜩 쓴 신생 네오클라우드의 파산·중단 위험을 헤지하려, 이용료 외에 CDS(신용부도스왑) 같은 금융 장치를 걸어야 하나 진지하게 고민합니다. 1년 전만 해도 이런 인프라를 요구하지도, 그들도 팔 물건이 없었는데 갑자기 무에서 창조된 시장이라 양쪽 다 조심스럽죠. 이 판에서 흔들리지 않는 유일한 바위는 막강한 자본의 엔비디아뿐입니다. 다행히 우리는 엔비디아와 매우 돈독해서, 이게 인프라 소싱에 큰 자산이 됩니다.
"진짜 희소 자원은 전력과 공간입니다. 클라우드 업체들은 그 위에 얹힌 중간 레이어일 뿐이에요."Iain Dunning
GPU를 고를 때 레이턴시·처리량 같은 성능을 선택할 수 있나요? 아니면 나오는 대로 받나요? 혹은… 직접 칩을 설계하시나요?
직접 만듭니다. (웃음) 이제 많은 곳이 '추론(Inference)' 전용 자체 칩을 개발해요. 대규모 학습보다 추론 칩 설계는 기술적으로 훨씬 단순한 문제거든요. 우리뿐 아니라 선두권 트레이딩펌 대부분이 하드웨어 팀을 내부에 두고 칩 설계 과제를 다룹니다. 상당 부분 외주가 가능해 생각만큼 무모하지 않아요. 다들 브로드컴과의 파트너십을 자랑하는데, 트레이딩 판에서 브로드컴과 손잡았다는 건 십중팔구 자체 추론 칩을 찍고 있다는 뜻입니다. 아마존 트레이니움, 구글 TPU처럼 언젠가 'HRT 브랜드 칩'이 올 수도 있죠. 외부 판매는 안 하겠지만요.
하지만 엔비디아 젠슨 황도 절대 잠들지 않습니다. 최근 그록(Grok, 칩 스타트업) 인수로 강력한 추론 라인업을 확보했고, 에칭(Etched) 같은 쟁쟁한 스타트업도 경쟁 중이에요. 추론은 디자인스페이스가 좁아 미래엔 인하우스 칩이 필요 없을 만큼 상용 제품이 좋아질 수도 있습니다. 다만 '학습' 시장에선 엔비디아 해자가 너무 압도적이에요. 오직 엔비디아뿐이죠. 구글 TPU 대안이 있지만 쓰는 순간 구글 생태계에 락인되는 종속 문제가 생깁니다. 그럼에도 앤트로픽 같은 빅랩들은 가릴 처지가 아니라 TPU·트레이니움·GPU를 닥치는 대로 끌어다 씁니다.
흥미로운 주제 하나. 잠시 후 컴퓨팅을 석유·원자재처럼 거래하는 플랫폼을 만드는 'Compute Exchange' CEO Carmen Lee와 얘기할 텐데요. H100 같은 칩의 연산 비용을 벤치마크로 거래하는 '컴퓨팅 선물(Compute Futures)'이 나온다면, HRT엔 유용한 헤지가 될까요?
그럴싸하고, 제가 고백한 '장기 수요 예측 실패' 리스크 방어에 도움이 될 것 같아요. 미래 특정 시점의 컴퓨팅 가격·물량을 미리 고정하면, 주문 타이밍을 놓쳐 가격이 폭등하는 위험을 멋지게 헤지할 수 있죠. 실제로 2026년 지금 메모리 가격이 폭등해서 "한 달만 일찍 발주할 걸" 뼈저리게 후회 중이라 아주 현실적인 니즈입니다.
다만 원월물(만기 긴) 컴퓨팅 선물 시장이 충분한 유동성으로 작동할지는 별개예요. 근월물은 우리에게 큰 소용이 없고, 무엇보다 컴퓨팅 규격(Spec) 표준화 자체가 매우 어렵습니다. 만기 시 '실물 인수도'를 어떻게 구현할지도 의문이고요.
네오클라우드 하나에 들어갈 때도 기존 사이트와의 네트워크 연동, 독자 파일 시스템, 데이터 저장 방식 등 수백 가지 일체형 인프라를 고려해야 합니다. 대중은 GPU 칩만 보지만, 데이터를 어디에 어떻게 저장·인출하느냐가 훨씬 까다로워요. 게다가 저는 GPU 128개 같은 자잘한 단위는 필요 없습니다. 최소 수천 개 '통짜 로트'가 아니면 의미가 없어요. 이 파편화된 인프라를 거래소 표준 계약 단위로 쪼개 거래한다는 게 가능할지는 지켜봐야겠습니다.
지금 팀원들의 '토큰 소비량'은 어느 정도인가요? Joe보단 많이 쓰겠죠?
제 팀 기준 최근 일 평균 1인당 $100~$200를 꾸준히 씁니다. 실험이 몰리는 피크엔 하루 $1,000까지 폭발적으로 쓰는 친구들도 있어요.
그렇게 폭발적으로 쓰는 직원을 좋아하시나요? 생산성이 훨씬 높다고 보세요, 아니면 자제하라 하세요?
딱히 장려하진 않습니다. (웃음) 가끔 새 실험 열풍(AI 델리리움)에 사로잡혀 과소비하는데, 토큰을 유독 많이 쓰는 직원이 우리가 모르는 혁신적 사용법을 찾은 건지 면밀히 모니터링합니다. 과거엔 없던 완전히 새 비용 항목인데, 아직 재정을 위협할 수준은 아니어도 꽤 묵직합니다.
대중 모델은 유독 아첨하는 '싸이코패틱' 성향이 있잖아요. "당신 아이디어 정말 천재적이에요! 한 토큰만 더 써서 밀어붙이세요!"라거나, 클로드가 자주 쓰듯 "이 논증은 정말 깊이 있는 통찰을 담았군요" 같은. 엔지니어링 환경에서도 AI가 그렇게 꼬드기나요?
네, 정확히 그렇습니다. (웃음) 이번 여름 새 인턴십을 시작했는데, 지난 인턴십에서 흥미로운 걸 발견했어요. 퀀트 트레이딩은 진입장벽이 높고 교과서도 없어 인턴들이 AI에 질문을 엄청 많이 합니다. 그런데 모델들은 실무에서 거의 안 쓰는 고풍스럽고 까다로운 퀀트 용어를 반복 강조하는 버릇이 있어요. 지난겨울 인턴 보고서엔 정직원은 아무도 안 쓰는 초하드코어 수학 퀀트 용어가 가득했죠. 인턴들의 뇌가 AI가 퍼뜨린 '생각의 바이러스(Mind Virus)'에 전염된 첫 사례였습니다.
앞으로 토큰 지출은 무조건 우상향할 겁니다. 그만큼 확실한 가치를 얻고 있어요. 누군가는 AI 덕에 팀 생산성이 50% 올랐다더군요. 하루 $100로 생산성 50%를 올린다면 기업은 묻지도 따지지도 않고 지불합니다.
무서운 점은, '토큰 빈곤층'이 어떻게 '토큰 부유층'을 따라잡겠냐는 겁니다. 이게 제가 말한 기술 가속의 실체예요. 비슷한 역량의 두 연구원 중 한쪽은 하루 $1,000어치 토큰을 쓰며 생산성 50% 버프의 강력한 AI 코파일럿을 끼고 달립니다. 이 '가진 자와 못 가진 자'의 다이내믹은 시간이 갈수록 승자가 더 벌고, 그 돈으로 AI에 더 무지막지하게 투자해 상대를 백점시키는 '기하급수적 가속'으로 이어져요. 제 착각일 수도 있지만, 스피드가 곧 생명인 퀀트 같은 승자 독식 시장에선 매우 현실적인 파급 효과입니다.
"하루 $100로 생산성을 50% 올릴 수 있다면, 기업은 묻지도 따지지도 않고 돈을 냅니다."Iain Dunning
'가진 자와 못 가진 자'에서 자연스레 연결되는 게 AI 인재 유치 경쟁이죠. 업계 전체가 극소수 천재 엔지니어를 쫓는데, 요즘 채용 시장 분위기는요?
판도가 조금 바뀌었어요. 여전히 실력·스펙만 좋으면 구체적 아이디어 없이도 VC에게 막대한 창업 자금을 받는 FOMO가 가득합니다. "아이디어는 없지만 일단 AI 스타트업부터 차리자"는 분위기죠.
반면 몸값 수조 원의 거대 랩(오픈AI·앤트로픽 등)은 직원들이 느끼는 IPO 업사이드 기대가 예전 같지 않아요. 이미 밸류가 천문학적이라 들어갈 사람이 주저하거나 오히려 탈출하려 합니다. 거대 랩이 비대해지며 관료적 대기업 문화로 변한 것도 우리 트레이딩펌엔 좋은 영입 기회죠. 과거엔 숨 막히는 쟁탈전이었다면 지금은 비벼볼 만한 균형 잡힌 운동장이 됐습니다. 다만 요즘 이공계 대학생들은 미래를 극도로 불안해하더군요.
시간이 너무 빠르네요. AI 모델이 현재 주니어 인턴 레벨이라 하셨는데, 그럼 2026년 지금 인간 인재가 가져야 할 무기는 뭔가요? 앤트로픽 면접 기출을 보니 극단적 GPU 커널 설계나 데이터센터 내 GPU 최적화 같은 하드코어 엔지니어링을 묻던데요.
우리는 면접에 과감하게 '오픈북 철학'을 도입하려 합니다. 지원자가 AI 조력을 받으며 코딩 테스트와 인터뷰를 치르게 하는 거죠. 현실에서 AI 없이 일하는 환경은 이제 없으니까요.
과거 전통 퀀트의 전형은 롱아일랜드 골방에 처박혀 혼자 끈이론·수학 정리를 연구하다 위대한 알파 시그널을 들고나오는 '수학 천재'였습니다. 하지만 그 천재가 본인 아이디어를 코드로 구현 못 하면 소용없었죠.
이제는 클로드(Claude)가 구현을 완벽히 대신합니다. 그래서 역설적으로 우리는 더 많은 '이론가', 더 많은 '몽상가(Dreamers)', 즉 독창적 아이디어를 낼 사람을 채용하는 쪽으로 선회 중이에요. 구현이라는 노가다는 AI가 해주니까요.
저는 최근 채용판을 '워드셀(Wordcel, 언어지능)' vs '셰이프 로테이터(Shape Rotator, 공간·수학지능)'의 대결로 비유합니다. AI 시대엔 원하는 바를 혼선 없이 명확·정교한 텍스트로 기술하는 능력, 즉 프롬프트 엔지니어링 역량(올드한 단어가 됐지만)의 가치가 폭등했어요. 이 명료한 설명 능력이란 인간 사회에 결코 균등하게 분배돼 있지 않은 고도의 희소 지능이거든요. 물론 이 또한 제 AI 섬망이 만든 착각일 수도 있겠지만요. (웃음)
Iain Dunning 씨, 2시간은 더 얘기하고 싶네요. 오늘 라이브 무대에 함께해 주셔서 진심으로 감사합니다.
초대해 주셔서 감사합니다.