다음 병목은 화면 밖에 있다.
지능은 전기를 소비하고, 실험은 재료를 쓰며, 생산은 공장에서 일어난다. 싼 인지가 현실의 실행 능력을 더 중요하게 만들 수 있다.
X 원문: 2026.09.22 · 홈페이지 편집: 2026.10.04
AI는 원자를 벗어나지 않는다. 원자에 입찰한다. 모델이 더 좋아질수록 질문은 전력, 송전, 공장, 로봇, 실험실, 물류로 이어진다. 소프트웨어의 성능이 현실 세계의 생산 능력으로 바뀌는 경로를 봐야 한다.
지능이 어디로 가는가
자본이 화면 속 서비스로 이동했다면, 다음 방향은 지능이 전력·기계·실험·생산으로 들어가는 것이다. 이것은 필연적 미래에 대한 선언이 아니라 우리가 추적할 방향이다. 실제 물리적 생산이 늘었는지 측정해야 한다.
자본 → 연산 → 지능 → 실험 → 기계 → 생산 → 매출 → 더 많은 자본. 인지 작업 뒤에 물리적 실행의 층이 추가된다. 각 층에는 별개의 비용과 실패 가능성이 있다.
발견과 배치는 다른 일이다
AI는 설계 공간을 검색할 수 있다. 실험실은 재료를 합성해야 하고, 공장은 수율을 맞춰야 하며, 고객은 돈을 지불해야 한다. 허가, 신뢰성 시험, 공급망, 자본 지출은 모델의 응답 속도로 해결되지 않는다.
시뮬레이션에서 잘 작동하는 로봇이 실제 환경에서도 같은 성능을 내는지는 따로 검증해야 한다. 원자는 오류를 말로 덮어주지 않는다.
무엇이 희소해지는가
전력과 송전 연결, 부지, 로봇, 검증된 데이터, 실험실, 제조 수율, 고객에게 전달하는 능력은 지능의 보완재다. 어느 보완재가 병목인지, 누가 통제하는지, 그 소유자가 가격을 올릴 수 있는지 묻는다.
병목이 있다는 사실만으로 모든 관련 기업이 좋은 투자가 되지는 않는다. 시장 가격이 이미 성장을 반영했는지, 공급이 늘어나는지, 기술이 기존 설비의 용량을 더 잘 활용하게 하는지까지 봐야 한다.
데모 대신 물리적 지표
우리가 볼 지표는 소비 전력, 로봇의 실제 성공률, 생산 주기, 제조 수율, 자본 수익률이다. AI가 발견을 빨리하게 만들어도 상업화가 빨라지지 않는다면 실행 병목은 그대로 남는다.
반대로 AI가 기존 송전망과 설비를 효율적으로 운영해 공급 부족을 줄인다면, 병목 소유자가 기대한 이익도 약해질 수 있다. 공급 제약과 기술의 완화 효과를 함께 추적한다.
지능이 싸질수록 현실을 바꿀 수 있는 능력의 가격을 다시 묻는다.
이 글은 Kamui의 X 스레드를 홈페이지의 읽기 형식으로 재구성한 편집본입니다. 원문의 논제와 반증 조건을 유지했으며, 개별 자산의 매수·매도 권유를 뜻하지 않습니다.