전기를 전기로 만든 것은 발전기가 아니었다

전기를 전기로 만든 것은 발전기가 아니었다

전기라는 발명품이 세상을 바꾼 건, 발전기가 처음 나온 그 순간이 아니었다. 발전기는 일찍이 있었지만 그것이 ‘전기’로 취급된 순간은 고압 송전과 변압, 그리고 집집마다 달린 계량기와 과부하 차단기가 함께 등장했을 때인 셈이다. 전기를 ‘킬로와트시’라는 단위로 팔 수 있게 된 것도 그 계량기 덕분이었다. 단위가 정해져야 가격을 논할 수 있고 가격이 정해져야 산업이 돌아간다. 오늘 ‘Agent-Native Cloud’라는 이름이 이 층을 가리킨 이유도 바로 이것이기 때문이다. 전력을 만들어내는 것, 전력을 전달하는 것, 전력을 측정하고 보호하는 것. 이 셋이 비로소 하나의 ‘전기’를 만들었다. 발전은 얼마든지 잘할 수 있었지만 계량과 배급이 없던 시대엔 전기가 상품이 될 수 없었다. 이 오래된 교훈을 오늘의 AI 산업에 대입해 보자.

200억 달러의 정정, 그리고 “전기처럼”이라는 말

이번 주, 오픈AI는 “AI를 전기처럼 쓰게 하겠다”는 구상을 내놨다. 서울 AI페스타 2026 무대였다. 그런데 같은 시기, 오픈AI의 9월 말 기준 연간 환산 매출이 당초 알려진 700억 달러가 아니라 500억 달러, 약 200억 달러, 우리 돈 27조 원가량 낮게 정정됐다는 소식이 전해졌다. 단순 숫자 수정이 아니었다. “AI 수요는 끝없이 늘 것”이라는 서사 위에 지어진 밸류에이션이, 회계 방식의 차이인 Gross 대 Net이라는 세부 사항까지 드러내며 흔들린 것이다. FT와 CNN 보도 이후 다음 날, AI 반도체와 클라우드 등 관련 기술주가 일제히 빠졌다. 로스 메이필드 베어드 투자 전략가는 “AI 수요 상승 서사에 균열이 생기면 공급사슬 전체에 파장이 미친다”고 경고했다.

여기서 재미있는 자승자박이 하나 있다. 오픈AI가 “전기처럼 AI”를 꿈꾸면서도, 같은 보도 속에서는 그 약속을 막는 네 가지 벽, 비용, 컴퓨팅, 활용 역량, 안전이 분명하게 적혀 있다. 발전기만으로는 전기 회사가 만들어지지 않는다. AI도 마찬가지다. 그 네 벽이 오늘 아침 뉴스의 진짜 주제다.

생성은 표준이 되어가고 있다

전기가 표준화된 건, 전압과 플러그의 규격이 정해졌기 때문이다. AI의 ‘생성’ 레이어에도 같은 일이 벌어지고 있다. 앤트로픽은 이번 주 Haiku 5.5를 내놓았다. 100k 토큰 이하의 요청을 기준으로 입력 가격을 종전 1달러에서 10센트로, 10분의 1로 내렸고 평균 실행 비용은 약 75% 줄었다. 같은 시기 문샷AI는 오픈소스 모델 Kimi K2.6를 공개했다. 300개의 서브에이전트를 동시에 돌리고 4,000단계까지 오케스트레이션하며 8년 된 금융 매칭 엔진을 13시간에 걸쳐 자율 개조해 중간 처리량을 185% 끌어올린 롱호라이즌 코딩 사례를 내세운다. 실제 운영에서도 반응이 나왔다. 앤트로픽 공개 자료에는 Asana가 지연을 30% 넘게 줄였고, HubSpot은 CRM 평가에서 92.8점을 받았다는 증언이 함께 실려 있다.

소형 모델의 가격이 무너지고 오픈소스가 에이전트 스웜을 내장하기 시작했다. 추론 토큰 단가가 사실상 원가 이하로 경쟁이 붙는 구간까지 들어섰다. 반복과 분류, 요약 같은 하위 작업은 이제 대형 모델 대신 소형 모델이 대량으로 맡는 구조로 재편된다. 어디에 어떤 모델을 쓰느냐, 즉 라우팅이 곧 비용이 되는 순간이다. 모델 하나가 모든 일을 하던 시대가, 여러 모델이 각자 맡은 일을 나눠 하는 시대로 넘어간다. ‘생성’은 이제 표준화된 자원으로 인식된다. 발전기라기보다 송전선과 변압기, 그리고 계량기가 ‘전기’를 완성하듯, 이제 표준화된 생성 위에 다른 층이 필요하다는 신호다.

연료는 이미 조이고 있다

전기는 발전기만으로 완성되지 않는다. 그 뒤에 석탄과 원자력, 즉 연료가 있다. AI의 연료는 반도체, 특히 메모리와 GPU다. 그리고 이 연료의 공급은 이미 조여졌다. HBM 생산 확대로 메모리 제조사들의 내부 후공정 설비가 고부가 제품에 우선 배정되자, 범용 D램과 낸드 패키징, 테스트 물량이 외부로 밀려났다. 삼성은 HBM4용 테스트 설비를 국내에 집중하는 대신, 범용 D램 테스트 물량은 베트남 등 해외 거점으로 재배치하고 있다. 그 결과 9월 국내 주요 OSAT, 즉 반도체 조립 테스트 외주 업체 주가는 평균 42.3% 올랐다. 같은 기간 코스닥 상승률 2.3%를 크게 웃돈 수치다. 9월 반도체 수출액은 603억 달러로 사상 처음 600억 달러를 넘었고, 일평균 메모리 수출액은 전년 동월 대비 342% 늘었다.

연료가 오를 때, 전기 회사는 연료비를 단가에 반영한다. AI도 마찬가지다. 추론과 배치를 돌리는 실행 원가는 하위 GPU와 메모리 공급에 크게 영향을 받는다. 연료 레이어의 긴장감이 배급과 계측의 비용 구조로 바로 전이되는 이유다. 발전소가 하나뿐인 지역이 전력난을 겪듯, 연료가 좁은 관에서 나오면 그 위의 모든 층이 비싸진다.

배급, 계측, 거버넌스가 다음 전장이다

전기 회사들의 다음 과제는, 발전소에서 가정에 이르는 배급 경로에서 손실을 줄이는 일이었다. AI 인프라의 배급 경로도 같다. 국내 인프라 소프트웨어 기업 아크릴은 GPUBASE라는 GPU 오케스트레이션 플랫폼을 공개했다. GPU 할당률이 90%라도 실제 연산 가동률은 50~60%에 머물렀는데, 메모리와 코어의 수요를 예측해 정합 크기에 맞춰 배치하는 방식으로 가동률을 90% 이상으로 끌어올렸다. AWS, 구글, 마이크로소프트 세 클라우드에서 총 1,272장 GPU를 운용해 검증했고 AI 학습 속도를 최대 24배 높였다고 한다. 같은 GPU로 더 많은 출력을 뽑아내는 것, 이것이 배급의 손실을 줄이는 일이다. 전력 손실을 줄인 회사를 누가 기억하지 않는 것처럼, GPU를 아끼는 회사가 결국 단가를 정한다.

거버넌스도 그 배급 경로 위에 얹인다. GoodData.AI는 에이전트 전용 거버넌스 실행 레이어, Agentic Serving Plane을 출시했다. Apache Arrow와 Iceberg 기반의 고동시 워크로드에 행, 필드 단위 권한과 멀티테넌트 격리, AI 관측성을 제공하고 GoodData MCP Server로 에이전트가 사람이 보는 것과 동일한 지표에 접근하도록 만든다. 에이전트가 사람의 기준과 다른 숫자를 뽑아내는 환각을, 서빙 단계에서부터 막겠다는 구상이다.

증거 기반 업무라는 방향도 같은 층이다. SAP는 벨기에 스타트업 TechWolf를 인수하며 고객사 업무 시스템에서 업무와 스킬, 외부 노동시장 3층 구조의 컨텍스트 그래프를 오래 축적해 온 기업을 흡수했다. SAP는 이 그래프를 ‘에이전트 쿼리의 그라운딩 레이어’로 명명하며, 에이전트가 실제로 어떤 일을 어떤 근거로 처리하는지를 계측해 워크포스 에이전트 배포 비용을 줄이겠다는 목표다.

배급과 계측을 함께 말하는 기업도 있다. SK텔레콤은 이번 주 ‘SKT 성장 기어’ 전략을 발표하며 AI 경쟁의 축을 ‘토큰 생태계’로 규정했다. 2,300만 고객을 거느린 통신사가 각 상황에 최적의 모델과 인프라를 연결하는 ‘토큰 게이트웨이’, 즉 AI 관제센터를 짓겠다는 것이다. KT 역시 토큰 팩토리를 내세우며 통신 12조, AI 인프라 6조 규모의 투자를 예고했다. 전기를 만드는 것, 전기를 전달하는 것, 그리고 전기를 ‘측정’하는 것. 이 세 층이 한데 모이는 순간, AI는 비로소 ‘전기’에 가까워진다.

그리고 마지막 벽, 안전과 주권

생성이 표준화되고 배급이 최적화되고 계측이 명확해졌다면, 무엇이 남는가. 오픈AI가 스스로 짚은 네 벽 중 안전이다. 전기 회사가 발전기만 건네고 계량기와 차단기, 그리고 정전 이력을 통보하지 않았다면, 우리는 그 전력을 ‘전기’라고 부르지 않았을 것이다.

안전을 요구하는 가장 절박한 근거는 이번 달에 나왔다. 크라우드스트라이크에 따르면, ARTEX라는 공개형 AI 침투 프로그램이 한국 시중, 금융기관 연쇄 해킹에 쓰였고 배후는 “기술 숙련도가 매우 낮은” 아마추어 단일 해커로 추정된다. 과거 1주일이 걸리던 공격 코드 작성 시간을 7분까지 줄이는 초광속 해킹이 현실이 됐다. 성신여대 홍준호 교수는 “새로운 고도화 기법보다 기존 기법의 AI 대규모 자동화가 더 현실적인 위협”이라고 경고했다. 공격이 분 단위로 빨라졌다면, 방어와 감사도 분 단위로 따라가지 못하면 끝이다. 금감원은 관련 보안 취약정보 500여 곳을 통보하고 부실 대응 시 엄중 제재에 나서겠다고 밝혔다. 제도적 압박까지 겹치면서, 안전은 생존이 됐다.

그리고 이 방어의 주체를 누가 쥐느냐, 즉 주권의 문제다. 가트너의 소버린 AI 보고서에 따르면, IO 책임자 77%가 데이터 주권을, 75%가 운영 주권을 필수 요소로 꼽았다. 소버린 AI의 의미가 ‘데이터를 국경 안에 두는 것’에서 ‘GPU, 전력 등 물리적 인프라에 대한 직접 통제’, 즉 컴퓨트 주권으로 확장되고 있다. AI 데이터센터의 추가 전력 소비량이 2022년 74TWh에서 2027년 500TWh로 급증한다는 추정도 같은 맥락이다. 에이전트가 무엇을 했고 얼마가 들었으며 누가 승인했는지를 기록하는 감사 로그가 없으면 ‘전기처럼’이라는 말은 슬로건으로만 남는다. 이 벽이 오늘 아침 뉴스를 관통하는 마지막 주제다.

Agent-Native Cloud, 전기를 전기로 만드는 층

바로 이 지점에 ‘Agent-Native Cloud’라는 카테고리가 서 있다. ThakiCloud의 Paxis는 이 문제를 정면으로 다루는 정식 제품(v1.1 GA)이다. Skills, Tools, Policies, Audit Logs를 일급 리소스로 두고 자율도(L0~L3) 거버넌스로 에이전트의 행동 범위를 관리한다. 정책 게이트와 감사 로그로 ‘무엇을, 누가, 언제’를 기록하고 격리된 샌드박스에서 안전하게 실행한다. MCP 커넥터와 스킬 마켓으로 외부 시스템에 붙이고, 소버린, 온프렘 K8s(ai-platform)으로 주권을 지키며, CostRouter로 작업마다 가장 적합한 모델을 골라 비용을 통제한다. 결과적으로 전기 회사가 되는 작업이다.

Agent-Native Cloud는 배급, 계측, 감사로 ‘AI를 전기처럼’ 만든다. 연료가 조여지고 생성이 표준화되는 지금, 결정적인 차별은 ‘얼마나 믿을 수 있는지를 측정할 수 있는지의 여부’에 있다. 오늘 아침 뉴스의 여러 단락은 결국 이 한 문장을 향해 있었다.

마무리

오픈AI가 “전기처럼 AI”라고 말한 바로 그날, 같은 오픈AI는 매출 200억 달러를 깎았다. 이 두 사실 사이에는 AI 산업이 넘어야 할 진짜 과제가 있다. AI를 전처럼 쓰게 하는 배급과 계측, 그리고 감사. 그 마지막 벽을 누가 치고 누가 막아내는가. 다음 분기의 화제는 더 정직한 계량기인가. 오늘 아침 뉴스는 모두 같은 방향을 가리킨다. Agent-Native Cloud, 그리고 그 중심의 Paxis가 그 벽을 지을 준비를 마친 셈이다.

참고 자료

이 글은 아래 뉴스를 종합해 작성했습니다.

• 연합뉴스, AI낙관론에 ‘찬물’…예상보다 27조원 낮은 오픈AI 연매출에 충격
• SAP Newsroom, SAP to Acquire TechWolf, Giving Enterprises Evidence-Based View of Work in the Age of AI
• 스마트투데이, HBM에 밀려난 D램 일감 어디로…한 달 새 42% 뛴 반도체 후공정 OSAT 산업
• 지디넷코리아, GPU 활용률 ‘90%’ 이상 가능…아크릴, AI 인프라 비용 줄인다
• Anthropic, Introducing Claude Haiku 5.5
• Moonshot AI (Kimi), Kimi K2.6 Tech Blog: Advancing Open-Source Coding
• GoodData.AI, GoodData.AI Launches the Agentic Serving Plane: A New Category of Enterprise Data Infrastructure for AI Agents
• 시장경제신문, “AI 새 먹거리는 토큰”…SKT, 미래 성장 청사진 제시
• 아이티데일리, “데이터 위치에서 GPU·전력 통제로”…소버린 AI 인프라 판도 바뀐다
• 이코노미톡뉴스, [AI페스타] 한국서 ‘지능 인프라’ 외친 오픈AI… ‘전기처럼’ 쓰기엔 높은 벽
• 뉴시스, 아마추어 해커에게 시중은행들이 털린 이유…AI가 바꾼 해킹 경제학[해설]