AI와 로봇이 여는 풍요의 시대 — 일론과 젠슨을 한 자리에

URL: https://www.youtube.com/watch?v=rOkUAYkBWV0 날짜: 2026-08-17 채널: B_ZCF 원문 제목: 일론과 젠슨을 한 자리에 영상 ID: rOkUAYkBWV0

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI, humanoid robotics, AI factories가 빈곤·일자리·국가 인프라·우주 산업을 어떻게 바꾸며, 그 변화를 뒷받침할 computing 수요는 거품인가?==

• 일론 머스크는 AI와 로봇이 모든 사람을 부유하게 만들 사실상 유일한 수단이며, 장기적으로 일은 선택 사항이 될 수 있다고 주장한다.
• 젠슨 황은 AI를 모든 산업이 사용하는 디지털 인프라로 규정하고, retrieval-based computing에서 실시간 generative computing으로 넘어가면서 세계 곳곳에 AI factory가 필요해진다고 설명한다.
• 두 사람은 지상 전력·냉각의 한계 때문에 5년 안에 solar-powered AI satellites가 지상보다 경제적인 compute 수단이 될 수 있다고 전망하고, AI bubble 논쟁을 accelerated computing으로의 구조적 전환으로 재구성한다.

일론 머스크는 재사용 로켓·전기차·휴머노이드 로봇을 기존 산업의 단순한 파괴가 아니라 새로운 제품을 창조하는 first-principles 접근의 결과로 묶는다. 젠슨 황은 AI가 문맥에 맞춰 매번 새로운 결과를 생성하는 computing 방식이므로 석유 정제소를 AI factory로 바꾸는 사우디아라비아의 전략이 국가 인프라 전환에 해당한다고 본다. 일자리와 통화의 미래는 불확실하지만, 생산성 증가와 인간의 아이디어·진단·창작 능력 확장은 이미 관찰 가능한 변화로 제시된다.

1. AI와 휴머노이드 로봇이 만드는 부의 재분배

AI와 로봇의 대량 보급은 빈곤을 줄이는 복지 사업이 아니라 생산능력 자체를 폭발시키는 경로로 제시된다.

1.1. 빈곤 퇴치의 새로운 수단

1. 기존 빈곤 퇴치 논의의 한계

   1. 국제사회와 NGO는 빈곤을 없애겠다는 말을 오랫동안 반복했지만, 실제 성과는 기대만큼 크지 않았다.
   2. 일론 머스크는 NGO의 시도와 현실의 증거를 대비시키며, 선언만으로는 생활 수준을 바꿀 수 없다고 본다.

2. AI와 robotics의 생산능력 확대

   1. AI와 humanoid robots는 인간의 노동을 보완하거나 대체하면서 재화와 서비스를 훨씬 낮은 비용으로 공급할 수 있다.
   2. 일론 머스크는 모든 사람을 부유하게 만드는 방법이 사실상 AI와 robotics 하나뿐이라고 주장한다.
   3. Tesla가 휴머노이드 로봇을 개척하더라도 제조·서비스 시장은 Tesla 하나가 독점하지 않고 다수 기업으로 확장된다.

1.2. 가장 큰 제품이 될 휴머노이드 로봇

1. 현재 시장과 미래 시장의 간극

   1. 현재의 humanoid robot은 실용 제품이라기보다 시연과 gimmick에 가깝다.
   2. Tesla는 실제로 유용한 humanoid robot을 처음 만드는 회사가 될 수 있으며, 유용성이 입증되는 순간 시장의 성격이 달라진다.

2. 개인용 로봇의 보편화

   1. 일론 머스크는 누구나 자신의 C-3PO와 R2-D2를 원할 것이라고 말한다.
   2. R2-D2의 지능을 C-3PO의 몸에 넣고 싶다는 농담이 나왔고, 일론 머스크는 실제 humanoid robot이 둘을 합친 것보다 10배는 나을 것이라고 응답했다.
   3. 가정·공장·서비스 현장마다 한 대 이상이 필요해질 수 있으므로 휴머노이드 로봇 산업은 휴대전화보다 커질 수 있다.
   4. 로봇 제조사뿐 아니라 유지보수, 애플리케이션, 교육, 데이터, 서비스 사업자가 함께 성장한다.

2. First-principles 사고가 만든 새로운 산업

일론 머스크의 산업 접근은 기존 시장을 빼앗는 disruption보다 존재하지 않던 제품을 affordable하게 만드는 creation에 가깝다.

2.1. 배터리 비용과 first-order scaling

1. 질문이 겨냥한 공통 패턴

   1. 젠슨 황은 일론 머스크가 first-order thinking을 통해 여러 산업의 원가 구조를 바꿨다고 설명한다.
   2. 배터리 비용은 킬로와트시당 약 1,000달러에서 100달러 미만으로 내려왔고, Tesla는 robotics의 actuator, servo rotor, motor에서도 같은 원가 절감 패턴을 추진하고 있다.

2. 비용을 먼저 분해하는 방식

   1. 일론 머스크는 산업의 관행을 그대로 받아들이기보다 무엇이 실제로 필요한지와 반복 비용이 어디서 발생하는지를 먼저 묻는다.
   2. 목표는 기존 회사의 점유율을 빼앗는 것이 아니라, 고객이 원하지만 아직 살 수 없는 제품을 compelling하고 affordable하게 만드는 것이다.

2.2. 재사용 로켓·전기차·로봇의 공통점

1. SpaceX와 reusability

   1. SpaceX가 reusable rocket을 추진할 당시 실제로 재사용 가능한 로켓은 존재하지 않았다.
   2. 로켓을 매번 버리면 우주 접근 비용이 극도로 높아지므로, space travel 혁명의 핵심은 재사용성이다.

2. Tesla와 전기차

   1. Tesla가 본격적으로 전기차를 만들기 시작했을 때 소비자가 살 수 있는 매력적이고 affordable한 전기차는 사실상 없었다.
   2. Tesla의 목표는 전기차를 환경적 대안에 그치지 않는 compelling product로 만드는 것이었다.

3. Tesla와 humanoid robotics

   1. 유용한 휴머노이드 로봇이 없는 상태에서 Tesla가 첫 실용 제품을 만들면, 재사용 로켓과 전기차에서처럼 새 시장의 기준을 만들 수 있다.
   2. 이 접근은 기존 산업을 효율화하는 수준을 넘어 사람들이 이전에는 존재하지 않았던 제품을 원하게 만드는 creation이다.

3. AI factory와 디지털 인프라의 전환

AI는 특정 소프트웨어 기능이 아니라 모든 기업·산업·국가가 사용하는 새로운 생산 인프라다.

3.1. 사우디아라비아의 AI 전략

1. 미국-사우디 AI strategic partnership

   1. 사우디아라비아와 미국은 AI 전략적 파트너십을 공식화하고, 자본·에너지·토지를 AI ecosystem에 투입하기로 했다.
   2. 양국의 계획은 inference node와 training node를 건설하고 사우디아라비아를 세계에서 가장 AI-enabled한 국가로 만드는 것이다.
   3. 발표는 양국 정상과 왕세자가 지켜보는 자리에서 이뤄진 역사적 사건으로 소개됐다.

2. 석유 정제소에서 AI factory로

   1. 젠슨 황은 사우디아라비아가 oil refinery를 AI refinery로, 다시 AI factory로 전환하는 아름다운 이야기를 만들고 있다고 표현한다.
   2. 석유가 에너지와 산업의 원료였다면, AI factory는 전력과 반도체를 사용해 digital intelligence를 생산하는 새로운 국가 자산이다.

3.2. Retrieval-based computing에서 generative computing으로

1. 과거의 retrieval-based computing

   1. 과거 소프트웨어는 누군가 미리 작성한 이야기, 미리 만든 그림, 네 가지 버전의 광고처럼 이미 만들어진 결과를 저장했다.
   2. 운영체제와 Hadoop 같은 프레임워크는 사용자의 요청에 맞는 사전 제작 결과를 검색하고 반환하는 역할을 했다.

2. 현재의 generative computing

   1. 생성형 소프트웨어는 사용자, 상황, 문제, prompt의 맥락을 실시간으로 반영해 매번 고유한 결과를 만든다.
   2. 같은 사람이 Grok을 사용해도 prompt와 circumstance가 달라지면 매번 다른 답이 나온다.
   3. 결과가 미리 만들어져 있지 않고 실시간으로 생성되므로, 모든 국가와 지역에 AI factory가 필요하다.

3. 디지털 지능의 인프라화

   1. AI는 모든 회사, 산업, 국가에 적용될 수 있고, 모든 분야에 digital intelligence를 제공한다.
   2. 따라서 AI는 애플리케이션 레이어에 머물지 않고 전력·통신·컴퓨팅과 같은 foundational infrastructure가 된다.
   3. AI factory의 가치는 단순한 데이터센터가 아니라 문맥에 맞는 지능을 계속 생산하는 공장이라는 데 있다.

4. 생산성, 일자리, 통화의 미래

AI는 일자리를 한꺼번에 없애기보다 업무를 재설계하고, 단기적으로는 더 많은 일을 가능하게 하며, 장기적으로는 노동의 의미를 선택 사항으로 바꿀 수 있다.

4.1. 일은 선택 사항이 될 수 있는가

1. 일론 머스크의 장기 전망

   1. 일론 머스크는 장기 시점을 10년 또는 20년쯤으로 잡으면서도, 정확히 언제인지는 모른다고 선을 긋는다.
   2. AI와 robotics가 계속 발전하면 work will be optional, 즉 일은 선택 사항이 될 수 있다고 전망한다.

2. 노동과 취미의 관계

   1. 일은 스포츠나 비디오 게임처럼 원하면 선택하는 활동이 될 수 있다.
   2. 채소를 가게에서 사는 대신 더 힘든 뒷마당 재배를 택하는 사람이 있듯, 생존을 위해 일하지 않아도 취향과 만족을 위해 일하는 사람이 남는다.
   3. 일론 머스크는 Iain M. Banks의 Culture 소설을 긍정적인 AI 미래를 상상하는 참고 자료로 권한다.

3. 돈의 역할과 남는 제약

   1. Culture 세계관처럼 미래에는 화폐가 더 이상 존재하지 않거나 중요하지 않게 될 수 있다.
   2. 전력과 질량 같은 물리적 제약은 남으므로, AI가 모든 희소성을 없애는 것은 아니다.
   3. 충분히 먼 미래에는 currency가 irrelevant해질 수 있지만, 문명과 생산 기반이 계속 상승한다는 조건이 필요하다.

4.2. 단기적으로 더 바빠지는 사람들

1. 업무의 보편적 변화

   1. 젠슨 황은 모든 사람의 직업이 달라지고, 학생이 배우는 방식도 바뀌며, 사람들이 일하는 방식도 달라질 것이라고 말한다.
   2. 지금 mundane하거나 arduous하거나 어렵게 처리하는 작업은 AI를 통해 훨씬 단순해진다.

2. 생산성 증가와 업무량 증가의 동시 발생

   1. 생산성이 오르면 보통 사람과 기업은 더 많은 아이디어를 실제로 실행할 시간을 얻는다.
   2. 일론 머스크와 젠슨 황은 추진하고 싶은 아이디어와 회사의 backlog가 많기 때문에 AI가 자신들을 더 바쁘게 만들 것이라고 말한다.
   3. 가까운 미래의 핵심 결과는 실업의 일괄 발생보다 더 높은 생산성과 더 많은 실행이다.

3. Radiology가 보여주는 반대의 결과

   1. AI-driven radiology가 확산되면 radiologist가 먼저 사라질 것이라는 예측이 있었지만, 실제 추세는 더 많은 radiologist가 고용되는 방향이다.
   2. radiologist의 목적은 이미지를 보는 것 자체가 아니라 질병을 진단하는 것이다.
   3. AI가 이미지 분석을 생산적으로 만들면서 더 많은 이미지와 modality를 검토하고, 환자와 더 오래 대화하며, 더 많은 환자를 받을 수 있게 됐다.
   4. 결과적으로 전 세계에서 더 많은 radiology가 수행되고 질병 진단도 개선된다.

4.3. 기술 진보의 순효과

1. 일반목적 기술의 역사

   1. 젠슨 황은 지금까지의 모든 general-purpose technology가 노동력과 생산성 측면에서 인류와 세계에 순증 효과를 냈다고 말한다.
   2. AI도 업무의 형태를 바꾸지만, 생산성을 통해 새 활동과 새 수요를 열 가능성이 크다.

2. 불확실성의 범위

   1. 단기에는 업무가 쉬워지고 더 많은 일을 하게 되는 흐름이 강하다.
   2. 장기에는 work optional이라는 일론 머스크의 전망이 현실화될 수 있지만, 시점과 제도는 아직 정해지지 않았다.

5. 우주로 확장되는 AI compute

AI의 전력·냉각·규모 문제는 지상 데이터센터만으로 해결하기 어렵고, solar-powered AI satellite가 자연스러운 다음 단계가 될 수 있다.

5.1. Kardashev II 문명과 태양 에너지

1. 문명 지속을 전제로 한 전망

   1. 일론 머스크는 문명이 계속된다면 AI in space는 필연적이라고 말한다.
   2. 문명이 항상 상승 곡선을 그리는 것은 아니며, 역사에는 흥망 주기가 있으므로 인류는 상승 궤도를 지키기 위해 주의해야 한다.

2. 태양 에너지의 규모

   1. Kardashev II에 가까운 문명은 태양 에너지의 의미 있는 비율을 유용한 일로 바꿔야 한다.
   2. 지구가 받는 태양 에너지는 태양이 내보내는 에너지의 약 20억분의 1에 불과하므로, 지구 안에서 얻을 수 있는 에너지에는 구조적 한계가 있다.
   3. 태양 에너지의 백만분의 1만 활용하는 수준을 생각해도 solar-powered AI satellite가 필요하다.

5.2. 5년 안에 달라질 compute economics

1. 우주 AI의 비용 우위

   1. 일론 머스크는 지상 에너지원을 고갈시키기 훨씬 전에 우주 AI의 electricity cost-effectiveness가 지상 AI보다 압도적으로 좋아질 수 있다고 본다.
   2. 가장 낮은 비용의 AI compute가 solar-powered AI satellite에서 나오는 시점이 4~5년 안, 늦어도 5년 이내일 수 있다고 추정한다.

2. 냉각과 전력 생산의 장점

   1. 우주에서는 태양이 계속 비추므로 대규모 battery가 필요하지 않다.
   2. solar panel은 유리와 framing을 생략할 수 있어 더 저렴해질 수 있다.
   3. 냉각은 물을 쓰는 대신 radiative cooling으로 처리할 수 있다.
   4. 우주에서는 물이 없기 때문에 지상식 수냉 설비를 그대로 가져갈 수 없지만, 칩이 열을 복사해 방출하도록 설계할 수 있다.

3. 슈퍼컴퓨터 rack의 무게

   1. 함께 건설하는 슈퍼컴퓨터 rack 하나가 약 2톤이라면, 그중 약 1.95톤은 compute 자체보다 냉각에 해당한다는 설명이 나왔다.
   2. GB200 rack을 우주로 옮기면 냉각 장치가 사라져 슈퍼컴퓨터가 작은 장비처럼 축소될 수 있다.

5.3. 지상 전력망으로 감당하기 어려운 규모

1. 300GW 규모

   1. AI compute를 연간 200~300GW 규모로 확장하면 지상에서 전력 생산과 냉각 설비를 동시에 구축하기 어렵다.
   2. 미국의 평균 전력 사용량은 당시 약 460GW로 제시됐고, 연간 300GW 규모의 AI compute는 그 약 3분의 2에 해당한다.

2. 1TW 규모

   1. AI compute가 1TW에 이르면 지상에서 필요한 발전소를 건설하는 것은 사실상 불가능하다.
   2. 우주는 연속적인 태양광, 배터리 불필요, radiative cooling이라는 조합으로 terawatt급 확장의 유력한 장소가 된다.

6. AI bubble 질문과 accelerated computing의 구조적 수요

AI bubble 여부는 agentic AI 서비스의 화제성만으로 판단할 수 없고, 전체 computing이 general-purpose에서 accelerated로 이동하는지 확인해야 한다.

6.1. Moore's Law 이후의 컴퓨팅

1. 일반목적 컴퓨팅의 한계

   1. Moore's Law는 예전과 같은 방식으로 계속 작동하지 않으며, 세계의 computing demand와 general-purpose computing이 제공하는 연산량 사이의 격차가 커지고 있다.
   2. Nvidia는 20년 넘게 accelerated computing으로의 이동을 추진해 왔다.

2. 상위 500대 슈퍼컴퓨터의 전환

   1. 6년 전 Top 500 슈퍼컴퓨터에서 CPU 비중은 약 90%였다.
   2. 당시 accelerated computing은 약 10%였지만, 올해는 CPU가 15% 미만 또는 약 10%로 내려가고 accelerated computing이 약 90%까지 올라왔다.
   3. 이 수치는 AI 유행을 넘어 고성능 컴퓨팅의 기반 자체가 바뀌었다는 inflection point를 보여준다.

6.2. 데이터 처리에서 agentic AI까지

1. 두 번째 거대한 수요층: data processing

   1. Cloud에서 가장 데이터 집약적인 작업 중 하나는 raw data processing이며, 수천억 달러 규모의 computing이 이 작업에 쓰인다.
   2. 인터넷의 핵심 엔진이던 데이터 처리도 CPU에서 GPU로 이동하고 있다.

2. 세 번째 층: agentic AI

   1. 인터넷 기업들은 data processing만으로도 거대한 GPU supercomputer를 구축할 이유가 있다.
   2. 그 위에 Grok, OpenAI, Anthropic, Gemini 같은 agentic AI가 올라간다.
   3. 사람들이 화면에서 보는 agentic AI 아래에는 일반목적 컴퓨팅에서 accelerated computing으로 이동하는 더 큰 기반 변화가 있다.

3. Bubble 질문에 대한 결론

   1. agentic AI만 따로 떼어 예상한 GPU 수요보다, 전체 컴퓨팅 전환을 고려한 실제 잔여 수요는 상당히 크다.
   2. 젠슨 황은 accelerated computing, data processing, agentic AI가 연결되므로 혁명적 AI를 뒷받침할 수요가 상당 부분 정당화된다고 말한다.
   3. 직접적인 거품 판정 대신 first principles로 수요의 원천을 분해하면, AI 인프라 투자의 구조적 근거가 보인다.

주요 발언 모음

“AI와 humanoid robots가 실제로 빈곤을 없앨 것이다.” — 일론 머스크

“모든 사람을 부유하게 만드는 방법은 사실상 AI와 robotics 하나뿐이다.” — 일론 머스크

“대부분 disruption이 아니라 creation이다.” — 일론 머스크

“누가 자신의 C-3PO와 R2-D2를 원하지 않겠는가?” — 일론 머스크

“Humanoid robot은 R2-D2와 C-3PO를 합친 것보다 10배 나을 것이다.” — 일론 머스크

“AI는 infrastructure다.” — 젠슨 황

“과거에는 retrieval-based computing이었지만, 오늘날에는 generative computing이다.” — 젠슨 황

“장기적으로 일은 optional이 될 것이다.” — 일론 머스크

“AI의 결과로 더 생산적이면서도 더 바빠질 것이다.” — 젠슨 황

“AI in space의 가장 낮은 비용 경로는 5년 이내 solar-powered AI satellites가 될 수 있다.” — 일론 머스크

“사람들이 보는 AI 아래에는 general-purpose computing에서 accelerated computing으로 이동하는 거대한 흐름이 있다.” — 젠슨 황

핵심 데이터 & 수치

• 배터리 비용: 킬로와트시당 약 1,000달러에서 100달러 미만으로 하락했다.
• 휴머노이드 로봇 시장: 개인이 한 대 이상 원할 수 있어 휴대전화보다 큰 산업이 될 수 있다.
• 로봇 보급 목표: 사우디아라비아의 비전은 노동력을 보완하기 위해 수천만 대 수준의 robotics를 활용하는 것이다.
• 장기 시점: 일론 머스크는 work optional을 10~20년 정도의 장기 범주에서 논의했다.
• 우주 AI 시점: solar-powered AI satellite의 비용 우위가 4~5년 안, 늦어도 5년 이내일 수 있다.
• 태양 에너지 비율: 지구는 태양 에너지의 약 20억분의 1만 받는다.
• 슈퍼컴퓨터 rack: 약 2톤 중 약 1.95톤이 냉각에 해당한다는 예시가 제시됐다.
• 미국 평균 전력 사용량: 약 460GW로 언급됐다.
• AI compute 규모: 연간 300GW는 미국 평균 전력 사용량의 약 3분의 2이며, 1TW는 지상에서 사실상 감당하기 어렵다.
• Top 500 슈퍼컴퓨터: 6년 전 CPU 약 90%에서 올해 15% 미만 또는 약 10%로, accelerated computing 약 10%에서 약 90%로 이동했다.
• Data processing 시장: raw data processing에 수천억 달러 규모의 computing이 쓰인다고 설명됐다.

결론 및 시사점

1. AI와 humanoid robotics는 복지 지출을 늘리는 도구가 아니라 생산능력을 급격히 늘려 빈곤과 희소성의 구조를 바꾸는 기술로 이해해야 한다.
2. Tesla의 로봇 전략은 기존 제조사와의 경쟁보다 실용적인 첫 제품을 만들어 개인용 로봇이라는 거대한 카테고리를 여는 데 초점을 둔다.
3. AI factory는 데이터센터의 새 이름이 아니라, 문맥에 맞는 디지털 지능을 실시간 생산하는 국가 인프라다.
4. retrieval-based computing에서 generative computing으로의 전환은 AI가 모든 국가·산업·기업의 운영 기반이 되는 이유를 설명한다.
5. AI는 단기적으로 업무를 없애기보다 이미지 판독처럼 반복 작업의 생산성을 높여 더 많은 전문가와 더 많은 서비스를 만들 수 있다.
6. 장기적인 work optional 전망은 기술만으로 결정되지 않고, 전력·질량·자원·제도 같은 물리적·사회적 제약과 함께 검토해야 한다.
7. 지상 전력망과 냉각 설비가 AI 확장의 병목이 되면 solar-powered AI satellites가 새로운 compute 공급망이 될 수 있다.
8. AI bubble을 평가할 때는 agentic AI의 매출과 화제성뿐 아니라 CPU에서 GPU로 이동하는 전체 computing의 구조적 수요를 함께 봐야 한다.
9. Nvidia가 강조한 accelerated computing 전환과 data processing 수요는 AI 인프라 투자가 단기 유행만으로 설명되지 않는 근거다.
10. 사우디아라비아와 미국의 capital·energy·land 결합은 국가가 석유 중심 산업 자산을 AI 생산 자산으로 바꾸는 모델을 보여준다.

핵심 요약 (20줄)

AI와 humanoid robotics는 빈곤을 줄이는 생산능력 확장의 핵심 수단으로 제시된다. 일론 머스크는 모든 사람을 부유하게 만들 사실상 유일한 경로로 AI와 robotics를 꼽는다. Tesla는 배터리 비용을 킬로와트시당 1,000달러에서 100달러 미만으로 낮추는 원가 혁신을 추진했다. 일론 머스크는 SpaceX의 reusable rocket과 Tesla의 전기차를 기존 산업의 파괴보다 새로운 제품의 창조로 규정한다. 현재 유용한 humanoid robot은 거의 없지만 Tesla가 첫 실용 제품을 만들 수 있다는 전망이 나온다. 개인용 로봇은 C-3PO와 R2-D2를 합친 것보다 강력한 범용 기계로 상상된다. 휴머노이드 로봇은 한 사람이 한 대 이상 원할 수 있어 휴대전화보다 큰 산업이 될 수 있다. 사우디아라비아와 미국은 자본·에너지·토지를 AI ecosystem에 투입하는 strategic partnership을 추진한다. 사우디아라비아는 oil refinery를 AI refinery와 AI factory로 전환하는 국가 전략을 세운다. 젠슨 황은 AI가 모든 기업과 산업과 국가가 사용하는 foundational infrastructure라고 설명한다. 과거의 retrieval-based computing은 미리 만들어진 결과를 검색해 반환하는 방식이었다. generative computing은 사용자와 상황과 prompt의 맥락에 맞춰 매번 새로운 결과를 만든다. 실시간 생성이 보편화되면 세계 각지에 inference node와 training node를 갖춘 AI factory가 필요하다. 일론 머스크는 AI와 robotics가 발전하면 장기적으로 work가 optional이 될 수 있다고 전망한다. 젠슨 황은 AI가 업무를 쉽게 만들어 생산성을 높이면서도 더 많은 아이디어를 실행하게 해 사람을 더 바쁘게 만들 수 있다고 말한다. AI radiology가 확산된 뒤 radiologist 고용이 늘어난 사례는 생산성과 일자리의 공존을 보여준다. 지상 전력과 냉각의 한계 때문에 solar-powered AI satellites가 5년 안에 가장 저렴한 compute가 될 수 있다. 우주에서는 연속적인 태양광과 radiative cooling을 이용해 배터리와 수냉 설비를 줄일 수 있다. 300GW의 AI compute는 미국 평균 전력 사용량의 약 3분의 2이고 1TW는 지상에서 감당하기 어렵다. CPU 중심 컴퓨팅에서 accelerated computing으로의 전환과 Grok·OpenAI·Anthropic·Gemini 아래의 data processing·GPU supercomputer 수요는 AI 수요가 구조적일 수 있다는 근거를 제공한다.