빅테크 AI 독점의 대안으로 떠오른 탈중앙화 AI, 한국은 올라탈 수 있을까

AI가 자본주의와 만나면 뭐가 위험한가

• 필자의 문제의식은 꽤 직설적임. AI가 지적 노동의 희소성을 없애면, 임금으로 성장의 몫을 나누던 기존 자본주의 분배 구조가 흔들린다는 것임

  • 사무직뿐 아니라 법률, 코딩, 회계 같은 전문직도 대체 흐름 안에 있다고 봄
  • 피지컬 AI까지 본격화되면 노동 공급이 사실상 무한해지고, 노동의 한계생산성은 0에 가까워진다는 주장임

• 여기서 생산수단인 AI를 소수가 독점하면 도착지는 디지털 봉건제라는 게 글의 핵심 주장임

  • AI를 지배하는 소수와, 기본소득을 배급받으며 시장을 떠받치는 다수로 나뉠 수 있다는 시나리오임
  • 꽤 거칠게 들리지만, 빅테크가 모델·데이터·컴퓨팅을 동시에 쥐는 구조를 생각하면 마냥 허무맹랑한 얘기만은 아님

• 더 골치 아픈 건 정부가 견제자가 아니라 투자자가 되고 있다는 대목임

  • 미국은 통화 발행과 자본시장으로 AI 산업에 돈을 밀어 넣고, 중국은 무역 흑자를 AI 인프라에 쏟아붓는 중이라고 봄
  • 민주주의 제도는 느린데 AI와 빅테크는 빠르니, 사회적 투쟁으로 새 균형을 만들기 어려워졌다는 문제 제기임

오픈소스만으로는 부족하다는 주장

• 필자는 대안으로 오픈소스 AI를 말하지만, 그냥 오픈소스면 된다는 입장은 아님

  • 리눅스는 역사상 가장 성공한 오픈소스지만, 큰돈을 번 건 자원봉사자보다 클라우드에 얹어 판 아마존·구글·마이크로소프트였다는 지적임
  • AI에서도 보상 없는 오픈소스는 거대 기업의 공짜 부품으로 흡수될 수 있다고 봄

• 그래서 비트코인의 인센티브 구조를 참고해야 한다는 결론으로 감

  • 비트코인은 코드가 보상을 약속하자 전 세계 채굴자들이 발전소와 데이터센터까지 자발적으로 동원한 사례로 제시됨
  • 글에서는 비트코인 네트워크가 연간 700TWh 이상의 전기를 쓴다고 언급함. 좋든 싫든 인센티브가 물리 인프라를 움직인 사례라는 뜻임

• 여기서 나오는 키워드가 오픈소스·탈중앙화 AI, 즉 DAI임
  • GPU를 빌려준 사람, 데이터를 제공한 사람, 모델을 학습시킨 사람, 결과물을 검증한 사람이 모두 기여에 맞게 지분을 가져야 한다는 구조임
  • 빅테크가 탑다운으로 AI를 만드는 방식과 반대로, 네트워크 참여자들이 각자 보상을 보고 움직이는 모델임

비텐서는 어떻게 굴러가나

• 지브롤터 회동의 중심 사례는 비텐서였음

  • 2026년 4월 20일 영국령 지브롤터에 DAI 운동을 이끄는 기술자·연구자·투자자들이 모였고, 비텐서 공동 창업자들도 참석함
  • 필자는 이 분위기를 2014년 비트코인 간담회, 2016년 이더리움 설명회와 비슷했다고 표현함

• 비텐서는 부분망이라는 단위로 AI 작업을 쪼개 운영함

  • 2026년 5월 기준 128개의 부분망이 운영 중이라고 소개됨
  • 각 부분망은 언어 모델 학습, 이미지 생성, 데이터 수집, 단백질 구조 예측 같은 특정 AI 작업을 맡음

• 참여자는 크게 세 부류로 나뉨

  • 부분망 오너는 목표를 정의하고 시장을 개척하는 스타트업 창업자 같은 역할임
  • 마이너는 실제 AI 작업을 수행하는 실무자임
  • 밸리데이터는 자기 지분인 TAO를 걸고 마이너 결과물에 점수를 매기는 투자자이자 심판 역할임

• 보상 분배에는 유마 합의가 쓰임

  • 비트코인 작업증명이 연산이라는 객관적 진실을 보는 알고리즘이라면, 유마 합의는 AI 결과물이 얼마나 좋은지라는 주관적 가치에 합의하는 알고리즘으로 설명됨
  • 즉 평가 가능한 문제라면 거기에 인센티브를 붙일 수 있다는 게 비텐서식 접근임

시장에서 진짜 통할까

• 필자는 DAI가 더 싸면서도 성능이 뒤지지 않을 수 있다고 주장함

  • 중앙화 AI는 소수 기업이 막대한 자본 지출로 GPU 클러스터를 짓는 방식임
  • DAI는 전 세계에 흩어진 GPU와 참여자를 보상으로 끌어모으는 GPU판 에어비앤비 모델에 가깝다고 설명함

• 인재 확보 방식도 다르다고 봄

  • 빅테크는 특정 도시, 학력, 조직 중심으로 인재를 채용함
  • DAI는 국적·학벌·소속보다 결과물을 보고 보상하는 구조라서, 전 세계 참여자를 더 넓게 끌어올 수 있다는 논리임

• 데이터에서도 차이가 난다고 주장함

  • 중앙화 플랫폼은 사용자 데이터를 기업 내부에 가두지만, DAI는 데이터 제공자에게 보상을 줄 수 있음
  • 양질의 데이터가 빅테크 창고에 들어가기 전에 네트워크가 먼저 확보할 수 있다는 기대임

그래도 문제는 많음

• DAI는 설명이 어렵다는 약점이 있음

  • 비트코인도 디지털 금이라는 단순한 메시지로 대중에게 닿는 데 십수 년이 걸렸음
  • DAI는 AI, 부분망, 유마 합의, 토큰 보상까지 한 번에 이해해야 해서 진입장벽이 더 높음

• 상대가 너무 강하다는 문제도 있음

  • 비트코인이 경쟁한 기존 금융 시스템은 신뢰와 가치 저장 측면에서 균열이 있었지만, DAI가 상대하는 빅테크는 지금 전성기임
  • 국가까지 AI 경쟁에 돈을 넣고 있어서, 대항 네트워크가 커지기까지 시간이 필요함

한국 소버린 AI에 던지는 제안

• 필자는 한국이 소버린 AI를 DAI 위에서 구축하는 방안을 제안함

  • 빅테크와 정면승부하며 수십조 원을 투입하는 길은 GPU 조달과 인재 확보 양쪽에서 어렵다고 봄
  • 대신 한국이 부분망 오너로 들어가 한국형 AI의 목표와 평가 기준을 정의하면, 글로벌 GPU와 연구자 커뮤니티를 활용할 수 있다는 아이디어임

• 한국의 강점으로는 암호화폐 유동성을 꼽음

  • 국내 거래소가 한국 주도 DAI 프로젝트 토큰을 충분히 지원하면, 한국이 DAI 생태계 허브가 될 수 있다는 주장임
  • 단순 AI 스타트업 육성이 아니라, 향후 AI 거버넌스 논의에서 발언권을 확보하는 전략으로 봐야 한다는 얘기임

---

기술 맥락

• 이 글에서 중요한 기술 선택은 중앙화 AI 클러스터 대신 탈중앙화 네트워크로 AI 생산요소를 모으자는 거예요. GPU, 데이터, 검증 작업을 한 회사가 소유하지 않고 참여자 보상으로 묶겠다는 발상이죠.

• 왜 이런 구조가 나오냐면 AI는 점점 더 자본집약적인 산업이 되고 있기 때문이에요. 모델이 커질수록 GPU와 데이터센터를 가진 쪽이 유리해지고, 그러면 오픈소스 모델도 결국 대기업 인프라에 빨려 들어가기 쉬워요.

• 비텐서의 부분망 구조는 AI 작업을 작은 시장처럼 쪼개는 방식이에요. 각 부분망이 하나의 스타트업처럼 목표를 잡고, 마이너가 결과물을 만들고, 밸리데이터가 품질을 평가하니 보상이 구체적인 작업 단위에 붙어요.

• 유마 합의가 흥미로운 이유는 해시처럼 정답이 딱 떨어지는 문제가 아니라 AI 결과물의 품질이라는 애매한 값을 네트워크 합의 대상으로 삼기 때문이에요. 이게 잘 작동하면 모델 학습, 데이터 수집, 평가 같은 작업에도 시장형 인센티브를 붙일 수 있어요.

• 한국 소버린 AI 관점에서는 직접 모든 GPU와 연구자를 확보하는 방식만 고집할 필요가 없다는 메시지가 있어요. 다만 토큰 가격, 품질 평가 조작, 장기 운영 거버넌스 같은 문제를 못 풀면 그냥 복잡한 외주 시장으로 끝날 수도 있어요.