에코시스템 없는 프론티어는 안정적이지 않다

• Microsoft CEO 사티아 나델라의 글
• AI 주도 경제에서 기업의 미래는 사람과 디지털 시스템 사이에 실질적 인지 루프(cognitive loop) 가 처음으로 형성되는 전환점에 놓여 있으며, 이는 기업 내부의 업무 개념 자체를 바꾸는 변화라고 지적
• 모든 기업은 사람의 지식·판단·관계·통찰·패턴 인식인 휴먼 캐피털(human capital) 과 기업이 구축·소유하는 AI 역량인 토큰 캐피털(token capital) 을 함께 구축해야 함
• 토큰 캐피털이 커질수록 휴먼 캐피털은 오히려 더 가치가 높아지며, 인간의 주도성(human agency) 이 토큰 캐피털 성장의 동력
• 진짜 기회는 최고의 모델을 고르는 것이 아니라, 두 자본이 복리로 누적되는 학습 루프(learning loop) 를 모델 위에 구축하는 것이며, 이 루프가 기업의 새로운 IP가 됨
• 소수 모델이 모든 가치를 흡수하는 미래는 정치·경제적으로 용인되지 않으므로, 프론티어 모델이 아니라 프론티어 에코시스템을 구축해 가치가 모든 기업·산업·국가로 흐르게 하는 것이 우선 과제

AI 전환의 본질 — 인지 루프의 등장

• 이번 전환은 과거의 어떤 플랫폼 전환과도 다름
  • 과거에는 디지털 시스템으로 휴먼 캐피털을 보강했으나, 이번에는 사람과 디지털 시스템 사이에 실질적 인지 루프를 처음으로 만들어내는 시점
  • 기업 내부에서 일을 개념화하는 방식 자체를 바꾸는 변화
• 핵심 쟁점은 단순한 디지털 도구나 시스템의 사용이 아니라, AI 모델이 인간과 조직의 전문성을 지속적으로 흡수하고 상품화(commoditize)하는 세계에서 조직이 어떻게 계속 학습하고 IP를 쌓으며 차별화·번영하는가임

휴먼 캐피털과 토큰 캐피털

• 모든 기업은 두 가지 자본을 구축해야 함
  • 휴먼 캐피털: 구성원의 지식, 판단, 관계, 창의성, 패턴 인식
  • 토큰 캐피털: 기업이 구축하고 소유하는 AI 역량
• 토큰 캐피털이 성장해도 휴먼 캐피털의 가치는 떨어지지 않고 오히려 상승
  • 인간이 야심찬 목표를 세우고, 영역 간 점들을 연결하며, 관계를 만들고, 가장 중요한 패턴을 인식
  • 인간의 방향 설정이 없으면 연산은 제자리에서 헛돎(compute running in circles)

학습 루프 구축이 진짜 기회

• 진짜 기회는 최고의 모델을 고르는 것이 아니라, 두 자본이 복리로 쌓이는 학습 루프를 모델 위에 구축하는 것
  • 업무나 직무는 위임(offload)할 수 있어도 학습 자체는 결코 위임할 수 없음
  • 기업의 미래는 사람과 AI 전반에 걸쳐 그 학습을 복리로 누적하는 능력
• 새로운 아키텍처 접근이 필요함
  • 시간이 지날수록 개선되는 에이전틱 시스템(agentic system) 을 구축하되 IP에 대한 통제권을 유지
  • "제너럴리스트" 모델을 교체하더라도 학습 시스템에 쌓인 "회사 베테랑(company veteran)"의 전문성을 잃지 않아야 함
  • 이것이 앞으로의 시대에 통제권과 주권을 가늠하는 핵심 시험대

워크플로를 개선되는 AI 시스템으로

• 기업은 워크플로, 도메인 지식, 축적된 판단을 사용할수록 개선되는 AI 시스템으로 전환해야 함
  • Private evals: 외부 벤치마크가 아니라 비즈니스에 중요한 결과 기준으로 모델이 실제로 개선되는지 포착
  • Private RL 환경: 조직 내부의 실제 트레이스(real traces)를 바탕으로 모델이 더 강해지도록 함
  • 지식 베이스(knowledge base): 제도적 기억을 질의 가능하게 만들고 토큰 사용을 더 효율적으로 함

학습 루프가 기업의 새로운 IP

• 이 루프는 기업의 새로운 IP가 되며, 자산 대부분과 달리 복리로 누적되는 언덕 오르기 기계(hill climbing machine) 에 비유됨
  • 개선된 워크플로마다 더 나은 학습 신호(training signal)를 생성
  • 이는 그 기업 고유의 암묵지(tacit knowledge) 축적을 가속
• 이를 일찍 구축하는 기업은 개별 모델의 새로운 역량과 무관하게 복제하기 어려운 우위를 확보

소수 모델 독점에 대한 경고

• 모든 산업의 기업이 가치를 소수 모델에 넘겨주는 세계는 누구도 원치 않음
  • 모든 가치가 소수 모델에 귀속되면 정치경제가 이를 용인하지 않음
  • 산업 전체를 공동화(hollow out)하는 AI 미래에는 사회적 허용이 없음
• 세계화 1단계의 사례를 환기
  • 아웃소싱으로 산업 경제 전체가 공동화되었고, GDP 수치는 표면상 양호했으나 실제 이탈(displacement)이 일어났으며 그 여파가 여전히 지속
  • 소수 AI 시스템이 모든 경제적 수익을 차지하고 산업 전체의 지식이 발밑에서 상품화되는 동학을 AI 시대로 가져오지 말아야 함

프론티어 에코시스템 구축이 우선

• 우선순위는 프론티어 모델이 아니라 프론티어 에코시스템을 구축해, 가치가 모든 기업·산업·국가로 폭넓게 흐르게 하는 것
  • 모든 조직이 제도적 지식을 인코딩하는 학습 루프를 소유하고, 휴먼 캐피털과 토큰 캐피털을 복리로 누적
• 플랫폼이 내부에 포획되는 것보다 더 많은 가치를 그 위에서 창출하게 하고, 모든 기업이 스스로 가치를 지속적으로 혁신·구축하는 것이 지향하는 에토스
  • 기업은 스스로와 주변 경제를 위해 가치를 창출
  • 직원은 전문성이 증폭되고 판단이 복제·확장 가능한 시스템의 일부가 되며, 그 혜택이 기업과 주변 공동체로 귀속
• 이것이 함께 구축해야 할 안정적 균형(stable equilibrium)