일론 머스크가 G20에서 밝힌 AI의 미래, 생각보다 훨씬 빨리 온다

URL: https://www.youtube.com/watch?v=I57mRWlOV_w 날짜: 2026-09-06 채널: Tech Bridge

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==각국은 어떤 규제·자본·전력 환경을 만들어야 혁신을 실제 기술과 경제성장으로 전환할 수 있으며, AI와 휴머노이드 로봇은 얼마나 빨리 생산성의 기준을 바꿀 것인가?==

• 새로운 기술을 원칙적으로 불법으로 취급하는 규제 체계는 혁신을 멈추지는 않지만 상당히 늦춘다.
• 스타트업은 숲의 작은 묘목과 같으므로, 이미 큰 기업보다 젊은 기업에 자본과 제도적 지원을 더 집중해야 한다.
• 디지털 AI는 12~18개월 안에 소프트웨어·엔지니어링에서 인간이 경쟁하기 어려운 수준에 이르고, 휴머노이드 로봇은 10년 안에 10억 대 이상 보급될 수 있다.
• AI 칩 생산 속도와 전력 공급 속도의 격차가 2027년 최소 15GW의 전력 부족으로 이어질 수 있어, 전력·데이터센터 인프라가 국가 경쟁력의 핵심 병목이 된다.

일론 머스크는 혁신의 속도를 규제와 인프라가 결정한다고 본다. 디지털 AI는 복제하기 쉬워 빠르게 확산되지만, 물리적 AI는 로봇·칩·손의 정밀도와 글로벌 공급망을 함께 구축해야 한다. 다만 세 요소가 모두 지수적으로 개선되고 로봇이 로봇을 생산하는 재귀적 효과까지 발생하면, 초기의 느린 성장이 폭발적 증가로 바뀔 수 있다. 정부가 해야 할 일은 새로운 것을 사전에 막는 것이 아니라 원칙적으로 합법화하고, 스타트업에 기회를 열며, AI 기업이 사용할 전력과 컴퓨팅(compute)을 준비하는 것이다.

1. 혁신을 배치된 기술로 바꾸는 국가의 토양

혁신가가 돌파구를 실제 배치 기술(deployed technology)로 전환하는 능력은 기술자 개인의 역량만이 아니라 규제·자본·정치적 지원의 구조에 달려 있다.

1.1. 규제의 기본값이 혁신 속도를 결정한다

1. 원칙적 합법(default legal) 환경

   1. 규제 부담을 낮춘 실험 공간: 국가는 새로운 기술을 시도할 수 있는 비교적 규제가 적은 환경을 만들어야 한다. 새로운 것이 등장했을 때 허가를 받기 전까지 불법으로 보는 대신, 특별한 이유가 없는 한 합법으로 보고 문제를 발견하면 조정하는 접근이 필요하다.
   2. 속도에 미치는 영향: 원칙적 불법(default illegal) 체계는 신기술의 발전을 궁극적으로 중단시키지는 않지만, 시장 진입과 실험을 상당히 늦춘다.

2. 유럽연합(EU)의 사례

   1. 높은 규제 수준: EU는 규제 수준이 매우 높고 새로운 일이 대체로 원칙적 불법으로 취급되는 사례로 제시된다.
   2. 혁신 지연: 이런 구조는 신기술의 진전을 억제하고 도입까지 걸리는 시간을 늘린다. 기술이 사라지는 것이 아니라, 경쟁국보다 늦게 전개되는 것이 핵심 손실이다.

1.2. 스타트업을 키우는 자본과 정치적 접근성

1. 벤처캐피털(venture capital)과 창업 친화적 환경

   1. 필수 조건: 규제 완화만으로는 부족하며, 벤처캐피털과 새로운 기업을 지지하는 사업 환경이 함께 필요하다.
   2. 젊은 기업의 성장 지원: 국가는 연구 성과가 사업과 제품으로 이어질 때까지 젊은 기업이 버틸 자본·시장·제도적 기회를 제공해야 한다.

2. 숲의 묘목과 큰 나무 비유

   1. 스타트업은 작은 묘목: 새 기업은 숲에서 막 자라기 시작한 작은 묘목처럼 외부의 물과 보호가 있어야 성장한다.
   2. 기존 대기업은 큰 나무: 대부분의 국가는 이미 큰 나무인 기존 대기업에 지나치게 많은 지원을 제공하고, 정작 지원이 필요한 묘목에는 충분한 자원을 주지 않는다.
   3. 지원의 역전: 큰 기업은 스스로 자본과 영향력을 확보할 수 있지만 스타트업은 그렇지 않으므로, 시스템은 큰 기업보다 작은 기업을 일반적으로 더 우대해야 한다.

3. 대기업과 스타트업의 정치적 비대칭

   1. 리더십에 대한 접근: 대기업은 대개 국가 지도부와 직접 접촉할 수 있지만, 작은 스타트업에는 그런 통로가 없다.
   2. 능동적 육성의 필요: 젊은 기업의 성장을 시장에만 맡기지 말고, 정부가 그 성장을 촉진하는 적극적인 조치를 취해야 한다.
   3. 핵심 원칙의 반복: 새로운 일을 원칙적 불법으로 만들지 말고 원칙적 합법으로 전환해야 스타트업과 혁신가가 시도할 수 있다.

2. 신기술 도입을 경제성장의 엔진으로 만드는 방법

국가는 과거의 방식에 머무르기보다 새로운 기술을 먼저 시도하고, 생산성 향상이 확인되기 전에라도 도입을 촉진하는 전향적(lean-forward) 태도를 취해야 한다.

2.1. 전향적 도입과 생산성의 연쇄 효과

1. 실험을 우선하는 국가 전략

   1. 먼저 시도하는 태도: 국가는 신기술을 조심스럽게 기다리기보다 시범 도입하고 학습하는 방향으로 움직여야 한다.
   2. 과거에 갇히는 위험: 도입을 미루면 기술이 낡은 뒤에 따라가는 구조가 되고, 다른 나라가 얻는 생산성과 산업 경험을 놓치게 된다.
   3. 격려와 포용: 신기술은 초기 단계에서 일정한 격려가 필요하며, 정부와 사회는 신기술을 받아들이는 방향으로 제도를 설계해야 한다.

2. 디지털 AI와 로봇의 생산성 기여

   1. AI의 현재와 미래: 인공지능(Artificial Intelligence)은 이미 상당한 생산성 향상을 만들고 있으며, 앞으로도 디지털 업무 전반에 영향을 준다.
   2. 로봇의 더 큰 변화: 로봇공학(robotics)은 디지털 AI보다 훨씬 극적인 생산성 증가를 일으킬 가능성이 있다.
   3. 자율주행의 현실적 효용: Tesla의 자율주행 자동차(self-driving car)는 미래의 약속에 그치지 않고 이미 사용자에게 큰 편익을 주고 있으며, 앞으로도 큰 혜택이 될 기술로 평가된다.
   4. 휴머노이드 로봇의 전환: 사람과 비슷한 범용 로봇은 산업의 자동화 수준을 바꾸는 매우 큰 변화가 될 수 있다.

2.2. AI가 만들어낼 디지털 경제의 도약

1. 세계 경제 20~30% 확대 전망

   1. 머스크의 거친 추정: 디지털 AI만으로 세계 경제(global economy)가 약 20~30% 커질 수 있다는 것이 머스크의 대략적인 추정이다.
   2. 연간 부가가치 규모: 이는 매년 약 20~30조 달러(20~30 trillion dollars)에 해당하는 경제 규모다.
   3. 번영의 크기: 총세계경제의 20% 증가만 해도 엄청난 번영이며, 디지털 AI가 만들어낼 효과를 결코 작은 자동화 개선으로 볼 수 없다.

2. AI가 처리할 수 있는 일의 경계

   1. 디지털 업무: AI는 디지털로 처리되는 모든 일을 수행할 수 있는 방향으로 발전한다.
   2. 원자 조작의 물리적 한계: 손으로 원자(atoms)를 직접 형상화해야 하는 일처럼 물리적 조작이 필요한 영역을 제외하면, 대부분의 디지털 과업이 AI의 처리 범위에 들어온다.
   3. 예상 시점: 이런 수준의 디지털 업무 수행 능력은 다음 해 말까지 도달할 가능성이 있다는 전망이 제시된다.

2.3. 인간을 압도하는 소프트웨어 AI

1. Stockfish급 소프트웨어 능력
   1. 현재 수준: AI는 이미 소프트웨어 개발에 매우 뛰어나다.
   2. Stockfish의 의미: Stockfish는 세계 최정상 체스 선수도 매우 쉽게 이길 수 있는 체스 프로그램이다.
   3. 스마트폰 속의 초인적 능력: 지금은 휴대전화에서 Stockfish를 실행해 세계 챔피언 Magnus Carlsen을 체스에서 이길 수 있을 정도로, 특정 영역에서 인간과 기계의 격차가 벌어져 있다.
2. 소프트웨어 개발의 전환점
   1. 인간 경쟁의 붕괴: 머스크는 다음 해 어느 시점에 AI 소프트웨어가 Stockfish급으로 좋아져 인간이 AI와 소프트웨어 작성 능력으로 경쟁하는 것이 불가능해질 수 있다고 예측한다.
   2. 전면적인 압도: AI는 일부 코드 자동완성 도구를 넘어 소프트웨어 개발 전체에서 인간을 압도할 수 있다.
   3. 엔지니어링과 디지털 업무: 모든 형태의 엔지니어링과 디지털 업무에서도 AI는 최소한 매우 뛰어난 수준에 이를 것이며, 일부 영역은 Stockfish급까지 발전할 수 있다.
   4. 시간 범위: 이 변화의 시간 범위는 문자 그대로 12~18개월이다.

3. 물리적 AI와 휴머노이드 로봇의 폭발적 확장

물리적 AI(physical AI)는 디지털 소프트웨어보다 출발이 느리지만, 소프트웨어·칩·기계적 손재주가 동시에 개선되고 로봇이 다음 로봇을 생산하면 성장률이 급격히 높아진다.

3.1. 디지털 복제와 물리적 공급망의 차이

1. 디지털 기술의 빠른 복사

   1. 컴퓨터 간 전파: 디지털 상품은 소프트웨어를 다른 컴퓨터로 쉽게 복사할 수 있으므로 한 번 만들어지면 빠르게 확산된다.
   2. 낮은 물리적 마찰: 디지털 확산에는 물리적 생산시설과 세계적인 운송망을 같은 규모로 새로 구축할 필요가 없다.

2. 물리적 기술의 느린 구현

   1. 대규모 공급망 구축: 휴머노이드 로봇은 부품 생산부터 조립·운송·정비까지 거대한 공급망 전체를 만들어야 한다.
   2. 원자의 이동: 로봇을 배치하려면 많은 물질과 부품, 즉 많은 원자를 실제 장소로 옮겨야 한다.
   3. 글로벌 연결성: 오늘날 공급망은 세계적으로 연결되어 있어 한 부품의 부족이나 운송 문제도 물리적 AI의 보급 속도를 늦춘다.
   4. 속도 차이의 결론: 따라서 물리적 기술은 디지털 기술보다 항상 시간이 더 걸리지만, 느리다는 것이 성장 잠재력이 작다는 뜻은 아니다.

3.2. 범용 로봇의 유용성을 결정하는 세 요소

1. 곱셈 구조로 보는 로봇의 유용성

   1. AI 소프트웨어: 로봇이 상황을 이해하고 계획하며 행동을 선택하는 디지털 AI의 성능이 첫 번째 요소다.
   2. AI 칩: 로봇 내부의 AI 칩이 모델을 얼마나 빠르고 효율적으로 실행하는지가 두 번째 요소다.
   3. 전기기계적 손재주: 로봇의 electromechanical dexterity, 특히 사람처럼 물체를 다루는 손의 정밀도와 유연성이 세 번째 요소다.
   4. 곱셈 효과: 범용 휴머노이드 로봇의 유용성은 세 요소를 더한 합계가 아니라 AI 소프트웨어 성능 × 로봇의 AI 칩 성능 × 전기기계적 손재주로 볼 수 있다.

2. 세 요소의 지수적 개선

   1. 동시 진행: AI 소프트웨어, AI 칩, 손을 포함한 전기기계적 조작 능력은 모두 지수적으로 개선되고 있다.
   2. 약한 고리의 의미: 세 요소 중 하나가 낮으면 곱셈 결과 전체가 낮아지지만, 세 요소가 함께 좋아지면 작은 개선이 전체 유용성에서 훨씬 큰 증가로 증폭된다.

3.3. 로봇이 로봇을 만드는 재귀적 생산

1. 초기의 느린 출발

   1. 제조 난이도: 첫 세대 로봇은 생산라인과 공급망을 사람이 마련해야 하므로 보급 속도가 느리다.
   2. 학습·생산 기반의 축적: 로봇 수가 늘고 제조 경험과 부품 공급이 축적되어야 다음 단계로 넘어갈 수 있다.

2. 재귀적(recursive) 확장

   1. 로봇의 자기 증식적 제조: 일정 수준의 범용성이 확보되면 이미 만들어진 로봇이 다른 로봇을 제조하는 과정에 참여하기 시작한다.
   2. 폭발적 성장: 생산 설비 자체가 늘어나는 구조이므로, 시작은 매우 느려도 어느 순간 성장률이 폭발적으로 높아진다.

3.4. 10년 뒤의 휴머노이드 로봇 경제

1. 최소 10억 대 보급

   1. 수량 전망: 지금부터 10년 뒤에는 휴머노이드 로봇이 10억 대를 훨씬 넘을 수 있다.
   2. 보수적이라는 평가: 머스크는 이 수치를 공격적인 과장이 아니라 오히려 보수적인 추정으로 표현했다.
   3. 강한 확신: 그는 최소 10억 대가 실제로 존재한다는 전망에 상당한 돈을 걸 의향이 있다고 말할 정도로 높은 확신을 보였다.

2. 인간 5명분의 생산성

   1. 로봇 1대의 산출량: 휴머노이드 로봇 한 대의 생산성은 인간 한 명의 약 5배가 될 수 있다.
   2. 총생산성 계산: 최소 10억 대에 각각 인간 5명분의 산출량을 곱하면, 로봇의 총생산성은 50억 명분 이상이 된다.
   3. 인류 전체와의 비교: 그 결과 휴머노이드 로봇만으로도 모든 인간을 합친 것보다 더 많은 생산을 할 수 있다.

3. 경제 규모의 배수 효과

   1. 디지털 AI와의 차이: 디지털 AI가 세계 경제를 20~30% 늘린다면, 범용 로봇 AI는 그보다 몇 배 큰 충격을 일으킬 수 있다.
   2. 10배 이상의 가능성: 휴머노이드 로봇은 세계 경제를 10배 이상 키울 수 있다는 전망이 제시된다.
   3. 전망의 성격: 10배라는 숫자는 일상적인 성장률을 훨씬 넘어서는, 경제의 생산 주체 자체가 늘어나는 경우의 마음을 사로잡는 규모다.

3.5. AI의 대중 확산과 물리적 AI로의 다음 단계

1. ChatGPT 이후의 빠른 채택
   1. 확산 기간: ChatGPT가 출시된 뒤 약 4년 만에 전 세계에서 10억 명이 넘는 사람이 AI를 사용하고 있다는 통계가 G20 참가자들에게 공유됐다.
   2. 지역을 넘는 채택: 특정 국가나 대형 경제권에 국한되지 않고 전 세계에서 AI 사용이 매우 빠르게 확산됐다.
   3. 다음 장면: 대중은 디지털 AI 다음 단계로 응용 AI와 물리적 AI, 특히 로봇이 현실 세계에서 일하는 시기를 주목하고 있다.

4. AI 혁명을 제한하는 전력과 컴퓨팅 병목

AI의 학습(training)과 추론(inference)을 계속 확대하려면 데이터센터의 컴퓨팅 용량과 전력이 함께 늘어야 하며, 현재는 칩보다 전력이 더 느리게 증가하고 있다.

4.1. 미국 데이터센터 논쟁과 AI 인프라의 필수 조건

1. 데이터센터의 정치적 쟁점화

   1. 최근 미국의 갈등: 미국에서는 지난 6~8개월 동안 데이터센터 건설이 큰 정치적 이슈가 됐다.
   2. 시민·정부의 고민: 데이터센터는 지역의 전력·토지·환경 부담과 연결되지만, AI 경쟁에 필요한 핵심 시설이기도 하다.

2. 학습과 추론을 지탱하는 두 기반

   1. 전기(electricity): AI 모델을 훈련하고 실제 요청에 답하게 하려면 대규모 전력이 필요하다.
   2. 컴퓨팅 용량(compute capacity): AI 칩이 들어간 데이터센터가 학습과 추론을 처리할 수 있어야 AI 혁명이 실제 서비스와 산업으로 이어진다.
   3. 정부의 질문: 각국 정부 지도자는 향후 몇 년 동안 필요한 전력과 컴퓨팅이 어느 정도일지 추정하고, 경제를 준비할 전력·데이터 인프라를 미리 구축해야 한다.

4.2. X의 AI 담론과 전력 부족 경보

1. X를 통한 일일 단위 관찰

   1. AI 논의의 중심: 머스크는 X 플랫폼의 AI 토픽에서 AI 담론의 거의 전부가 이뤄진다고 본다.
   2. 뉴스를 얻는 방식: 그는 X에서 매일 AI 분야의 진행 방향과 사람들의 합의를 확인하며, 그 정보가 매우 유용하다고 평가한다.
   3. 전문가의 집결: AI 분야에서 중요한 사람은 대부분 X에 글을 올리므로, AI 토픽을 따라가면 변화와 합의를 하루 단위로 파악할 수 있다는 권고가 나온다.

2. 가까운 미래의 전력 위기

   1. 먼 미래가 아닌 다음 해: AI 전력 부족은 먼 미래의 문제가 아니라 다음 해부터 나타날 상당한 위기로 제시된다.
   2. 2027년 최소 15GW 부족: AI 분야를 면밀히 추적하는 분석가들의 합의 추정에 따르면 2027년 AI 칩에 필요한 전력이 최소 15GW 부족할 수 있다.
   3. 이미 시작된 압박: 2027년을 기다리지 않아도 현재 전력 확보에 어려움이 나타나고 있다는 진단이 덧붙는다.

4.3. AI 칩 생산과 전력 생산의 성장률 격차

1. 칩 생산의 가속

   1. 연간 40~50% 증가: AI 칩 생산량은 대략 매년 40~50%씩 늘어나는 매우 빠른 속도를 보인다.
   2. 전력 수요의 연동: 칩이 늘어날수록 이를 구동하고 냉각할 데이터센터의 전력 수요도 함께 증가한다.

2. 중국 외 지역의 전력 증가 한계

   1. 연간 10~20% 증가: 중국을 제외한 지역에서 이용 가능한 전력은 매년 약 10~20%씩 증가하는 데 그친다.
   2. 속도 차이의 결과: 40~50%로 증가하는 AI 칩과 10~20%로 증가하는 전력 사이의 격차는 결국 빠른 쪽이 느린 쪽의 공급을 압도하게 만든다.
   3. 핵심 병목: AI 모델이나 칩의 성능만으로는 충분하지 않으며, 전력이 공급되지 않으면 설치된 칩도 가동할 수 없다.

4.4. SpaceX의 전력 확보와 중국의 제약

1. SpaceX 데이터센터 컴퓨팅 임대

   1. 외부 기업의 임대: Google, Anthropic 및 여러 AI 기업은 이미 SpaceX에서 컴퓨팅을 임대하고 있다.
   2. 가동 속도의 배경: SpaceX가 지금까지 다른 기업보다 AI를 더 잘 켤 수 있었던 이유는 자체 전력 플랜트를 건설해 전력을 직접 확보했기 때문이다.
   3. 인프라의 선행 투자: AI 칩을 구매하는 것만으로는 부족하고, 전력 플랜트를 먼저 마련해야 실제 컴퓨팅 공급을 열 수 있다.

2. 중국의 전력과 GPU 수출 제한

   1. 전력 자체는 풍부함: 중국은 막대한 전력을 보유하고 있어 전력량만 놓고 보면 유리한 위치에 있다.
   2. 최신 칩 접근 제한: GPU 수출 금지(export bans) 때문에 중국 안에 최신 GPU를 사용한 데이터센터를 세우기는 어렵다.
   3. 비교의 기준: 따라서 AI 인프라 경쟁에서 중요한 질문은 중국이 아닌 지역에서 전력 공급이 얼마나 빠르게 늘어나는가다.

4.5. 각국에 열린 데이터센터 기회

1. 전력을 산업 자산으로 전환

   1. 발전 시설 건설: AI 데이터센터에 관심 있는 국가는 대규모 전력을 새로 건설해야 한다.
   2. AI 기업에 제공: 확보한 전력을 AI 기업에 제공하면 데이터센터를 유치하고 AI 학습·추론 산업을 끌어들일 수 있다.
   3. 국가 경쟁력의 새 기준: AI 시대에는 모델 개발 능력뿐 아니라 전력을 안정적으로 공급하는 능력도 국가의 성장 기반이 된다.

2. 지역사회와 국가의 수익 구조

   1. 세금 부담: AI 데이터센터는 해당 국가에서 세금을 내야 한다.
   2. 합리적 이용료: 전력과 인프라 사용에 대해 합리적인 비용을 부담하게 하면 지역사회와 국가도 성장의 혜택을 나눌 수 있다.
   3. 정치적 갈등 완화: 데이터센터가 전력만 소비하는 시설이 아니라 세수와 산업 기회를 만드는 자산이 되면, 미국에서 나타난 정치적 반발도 완화할 여지가 있다.
   4. 세계 각국의 기회: 전력과 데이터센터를 준비하는 국가는 AI 기업을 유치할 수 있는 새로운 기회를 얻게 된다.

주요 발언 모음

“새로운 것은 원칙적으로 합법이어야지, 원칙적으로 불법이어서는 안 된다.”

“새로운 기업은 숲의 작은 묘목과 같다. 대부분의 국가는 큰 기존 나무를 지원하지만, 실제로 도움이 필요한 것은 작은 묘목이다.”

“AI는 세계 경제를 대략 20~30%, 즉 연간 20~30조 달러 규모로 늘릴 수 있다.”

“다음 해 어느 시점에는 AI 소프트웨어가 Stockfish급으로 좋아져 인간이 소프트웨어 작성에서 경쟁하는 것이 불가능해질 수 있다.”

“휴머노이드 로봇의 유용성은 AI 소프트웨어, 로봇 안의 AI 칩, 전기기계적 손재주를 서로 곱한 값이다.”

“10년 뒤에는 최소 10억 대의 휴머노이드 로봇이 있고, 로봇 한 대의 생산성은 인간의 최소 5배가 될 것이다.”

“휴머노이드 로봇의 생산성은 모든 인간을 합친 것보다 높아질 것이다.”

“AI 칩은 매년 40~50%씩 늘지만 중국 밖의 전력은 10~20%씩만 늘고 있어, 2027년에는 최소 15GW의 전력 부족이 예상된다.”

“AI 데이터센터를 원한다면 많은 전력을 건설해 AI 기업에 제공하는 것이 각국에 기회가 될 수 있다.”

핵심 데이터 & 수치

• AI의 세계 경제 효과: 세계 경제를 약 20~30% 확대할 수 있으며, 연간 약 20~30조 달러 규모로 추산된다.
• 디지털 AI 도달 시점: 손으로 원자를 형상화해야 하는 일을 제외한 디지털 업무를 다음 해 말까지 수행할 가능성이 제시된다.
• 소프트웨어 AI의 시간표: 인간이 AI와 소프트웨어 작성으로 경쟁하기 어려운 Stockfish급 능력까지 약 12~18개월이 걸릴 수 있다.
• ChatGPT 이후 사용자 수: ChatGPT 출시 후 약 4년 만에 전 세계 AI 사용자가 10억 명을 넘었다는 통계가 공유됐다.
• 휴머노이드 로봇 수량: 10년 뒤 최소 10억 대, 머스크의 표현으로는 그보다 훨씬 많은 로봇이 보급될 수 있다.
• 로봇 1대의 생산성: 인간 한 명의 약 5배로 전망된다.
• 로봇 총생산성: 최소 10억 대 × 인간 5명분의 산출량으로, 모든 인간을 합친 생산성을 초과할 수 있다.
• 휴머노이드 로봇의 경제 배수: 세계 경제를 10배 이상 늘릴 가능성이 제시된다.
• 미국 데이터센터 논쟁 기간: 최근 약 6~8개월 동안 데이터센터가 주요 정치 이슈가 됐다.
• 2027년 전력 부족: AI 칩용 전력이 최소 15GW 부족할 수 있다는 분석가들의 합의 추정이 제시됐다.
• AI 칩 생산 증가율: 연간 약 40~50%다.
• 중국 외 전력 증가율: 연간 약 10~20%다.
• SpaceX 인프라: 자체 전력 플랜트를 건설해 AI 컴퓨팅 가동 속도를 높였고, Google·Anthropic 등 여러 기업이 컴퓨팅을 임대하고 있다.

결론 및 시사점

1. 규제의 기본값을 바꿔야 한다: 국가는 새로운 기술을 허가 전까지 막는 원칙적 불법에서, 안전·보안 문제가 확인된 경우에만 제한하는 원칙적 합법으로 이동해야 한다.
2. 스타트업에 지원을 재배분해야 한다: 정치적 접근성이 높은 대기업보다 자본과 제도적 보호가 필요한 스타트업을 더 적극적으로 지원해야 혁신의 묘목이 실제 산업으로 자란다.
3. 도입 속도 자체가 경쟁력이다: AI·자율주행·로봇을 완성될 때까지 기다리기보다 전향적으로 도입하고, 현장 사용에서 얻은 데이터를 다음 개선에 활용해야 한다.
4. 디지털 AI의 시간표를 업무 설계에 반영해야 한다: 12~18개월 안에 소프트웨어와 엔지니어링 능력이 크게 변할 수 있으므로, 교육·채용·개발 프로세스는 AI와의 협업을 전제로 재설계해야 한다.
5. 물리적 AI에는 공급망 전략이 필요하다: 로봇은 코드만 배포해서 끝나지 않으므로 칩·모터·손·센서·조립·운송·정비를 포함한 글로벌 공급망을 함께 준비해야 한다.
6. 전력을 국가 AI 전략의 최우선 항목으로 삼아야 한다: AI 칩 생산 증가율이 전력 증가율을 앞서는 상황에서 발전소와 송전망, 데이터센터를 미리 확보하지 않으면 칩을 보유하고도 AI를 가동하지 못한다.
7. 데이터센터의 혜택을 지역과 공유해야 한다: AI 기업에 세금과 합리적 이용료를 부담시키면 전력·환경 부담을 감수하는 지역에 일자리·세수·산업 기회를 돌려줄 수 있다.
8. 전망의 불확실성도 함께 관리해야 한다: 세계 경제 10배 확대, 10억 대 로봇, 2027년 15GW 부족은 머스크와 분석가들이 제시한 전망이므로, 낙관적 시나리오와 공급 지연 시나리오를 모두 두고 인프라 투자를 단계적으로 검증해야 한다.
9. AI와 물리적 생산의 결합을 준비해야 한다: 디지털 AI가 지식 노동을 변환하고 휴머노이드 로봇이 물리적 노동을 확장하면, 생산성 증가의 단위가 인간의 수가 아니라 AI·칩·로봇 시스템의 규모가 된다.