지능 지출의 적정 규모 설정

최근 OpenAI와 Anthropic의 프런티어 모델은 수학 추측 반증 및 고위험 취약점 발견 등 놀라운 성과를 거두고 있다. 하지만 이는 검증 가능한 연구 영역에 국한된 이야기다.

실제 경제의 대부분은 새로운 진리를 발견하는 연구실이 아니다. 보험 심사사, 간호사, 물류 담당자 등은 조직이 이미 알고 있는 규칙과 맥락 내에서 최적의 결정을 내리는 것이 핵심 가치다. 미국 노동통계국(BLS) 데이터에 따르면, 과학 연구직은 전체 고용의 1% 미만이다.

따라서 기업들의 경쟁 우위(모래성)는 더 똑똑한 AI가 아니라, 수십 년간 축적된 독점 데이터, 운영 맥락, 규제 라이선스 등이다. 모든 직원을 수학 올림피아드 선수처럼 최첨단 지능으로 대체하면, 일상적 의사결정이 원점에서 재검토되어 비용이 급등하고 조직이 마비될 것이다.

코딩은 예외적인 영역이다. 디지털 작업이고 테스트로 검증이 가능해 추가적인 모델 지능이 큰 가치를 가진다. 하지만 프런티어 랩의 제품 설계가 토큰 소모를 유도하는 구조(장시간 에이전트 루프 등)를 가지고 있어, 코딩 분야에서도 지능 지출의 적정 규모를 고민해야 한다.