--- title: "빅테크 AI 독점에 맞서는 탈중앙화 AI 논의가 커지는 중" published: 2026-05-12T01:05:03.945Z canonical: https://jeff.news/article/2388 --- # 빅테크 AI 독점에 맞서는 탈중앙화 AI 논의가 커지는 중 이 글은 AI가 노동과 분배 구조를 흔들면서 빅테크 중심의 AI 독점이 디지털 봉건제로 이어질 수 있다고 주장한다. 대안으로 오픈소스와 보상 구조를 결합한 탈중앙화 AI를 제시하며, 비텐서와 Covenant-72B 사례를 통해 분산형 AI 인프라의 가능성을 설명한다. ## 빅테크가 AI를 독점하면 뭐가 문제냐는 질문 - 글의 출발점은 꽤 세게 잡힘. AI가 지적 노동의 희소성을 빠르게 없애고 있다는 것임 - 법률, 코딩, 회계 같은 전문직도 이미 자동화 압박을 받고 있음 - 여기에 피지컬 AI까지 본격화되면 육체노동까지 영향을 받을 수 있다는 문제의식임 - 그렇게 되면 임금을 통해 성장의 과실을 나누던 지난 200년식 자본주의 분배 모델이 흔들린다는 주장임 - 저자는 이 흐름이 그대로 가면 “디지털 봉건제”로 갈 수 있다고 봄 - AI라는 생산수단을 소수 기업이 독점하고, 다수는 기본소득 같은 형태로 시장을 떠받치는 구조가 될 수 있다는 얘기임 - 핵심은 단순히 경제학 이론을 새로 만든다고 해결되는 문제가 아니라는 점임 - 역사적으로 봉건제에서 자본주의로 넘어간 것도 이론이 아니라 정치적 투쟁과 권력 이동의 결과였다는 맥락을 깔고 있음 - 그래서 대안으로 제시하는 게 오픈소스 AI, 더 정확히는 오픈소스와 보상 구조가 결합된 탈중앙화 AI임 - 단순 오픈소스만으로는 부족하다고 봄. 기여자 보상이 없으면 결국 거대 기업의 공짜 부품으로 흡수될 수 있기 때문임 - 여기서 비트코인이 사례로 등장함. 오픈소스 프로토콜이 보상을 약속하자 전 세계 채굴자들이 발전소와 데이터센터까지 세웠다는 논리임 - 즉 “좋은 뜻으로 공개하자”가 아니라 “참여하면 보상이 돌아오는 네트워크를 만들자”에 가까움 > [!NOTE] > 이 글에서 말하는 탈중앙화 AI는 그냥 모델 가중치를 공개하자는 얘기가 아님. 연산 자원, 데이터, 인재, 보상을 하나의 네트워크로 묶자는 주장에 가까움. ## 비텐서와 지브롤터 회담 - 지난 4월 20일 영국령 지브롤터에서 탈중앙화 AI 쪽 인물들이 모였다는 내용도 나옴 - 디지털커런시그룹 창업자 배리 실버트가 주최했고, 비텐서 공동 창업자들, 투자자, 연구자들이 참여함 - 글쓴이는 탈중앙화 AI 리서치 회사를 운영하는 입장에서 초대받았다고 밝힘 - 회담의 핵심 주제는 오픈소스로 지능을 만들고, AI 독점을 막는 것이었음 - 대표 사례로 비텐서가 소개됨 - 비텐서는 서브넷, 즉 네트워크 안의 부분망을 통해 여러 AI 프로그램을 운영함 - 2026년 5월 기준 128개 부분망이 운영 중이라고 함 - 각 부분망은 언어 모델 학습, 이미지 생성, 데이터 수집, 단백질 구조 예측 같은 특정 AI 작업을 맡음 - 빅테크와 비텐서의 차이는 조직 방식에 있음 - 빅테크는 탑다운으로 AI를 만듦. 자본, 데이터센터, 연구조직을 중앙에서 크게 밀어붙이는 방식임 - 비텐서의 부분망은 각각 하나의 작은 스타트업처럼 경쟁하고 실험하는 구조로 설명됨 - 저자는 이 풀뿌리 경쟁 구조가 관료화된 대기업 AI 랩을 추월할 수 있다는 가설을 제시함 ## 정말 빅테크보다 싸고 잘할 수 있나 - 글은 탈중앙화 AI가 시장에서 살아남을 수 있다고 주장함. 이유는 생산요소를 더 싸게 조달할 수 있다는 것임 - 첫째는 연산 인프라임. 중앙화 AI는 소수 기업이 막대한 자본 지출로 GPU 클러스터를 짓지만, 탈중앙화 AI는 전 세계의 흩어진 GPU를 보상으로 끌어모으는 구조임 - 둘째는 인재임. 국적, 학벌, 소속보다 결과를 기준으로 평가하고 보상할 수 있다는 주장임 - 셋째는 데이터임. 중앙화 플랫폼은 사용자가 만든 데이터를 기업이 공짜로 가져가는 반면, 탈중앙화 AI는 데이터 제공자에게 보상을 줄 수 있다는 논리임 - DeepSeek와 Kimi 사례도 근거로 언급됨 - 비싸게 투자한다고 항상 좋은 모델이 나오는 건 아니라는 점을 보여줬다는 해석임 - 최신 칩이 부족해도 더 열린 데이터와 글로벌 인재 협업이 있으면 빅테크와 비슷한 수준의 AI를 만들 수 있다는 주장으로 이어짐 > [!IMPORTANT] > 가장 눈에 띄는 수치는 Covenant-72B임. 비텐서 부분망 3번이 720억 매개변수 LLM 사전 학습을 완료했고, MMLU 제로샷 67.1점으로 라마-2-70B를 넘었다고 소개됨. ## 한국은 이걸 어떻게 봐야 하나 - 저자는 한국이 과거 비트코인을 무시했던 실수를 반복하면 안 된다고 말함 - 탈중앙화 AI를 장난감이나 투기성 키워드로만 보면, 대안 AI 인프라를 놓칠 수 있다는 문제의식임 - 특히 소버린 AI를 빅테크와 정면승부하는 방식으로만 추진하면 수십조 원을 써도 승산이 낮다고 봄 - GPU 조달도 어렵고, 글로벌 최상위 AI 연구자를 한국으로 데려오는 건 더 어렵다는 현실 인식이 깔려 있음 - 한국의 강점으로는 암호화폐 시장 유동성이 언급됨 - 국내 거래소가 한국 주도 탈중앙화 AI 프로젝트 토큰을 충분히 지원하면 생태계 허브가 될 수 있다는 주장임 - 17세기 네덜란드가 암스테르담 증권거래소를 통해 동인도회사를 키운 것과 비슷한 구조로 비유함 - 결국 “지능은 누가 지배하는가”라는 질문에 한국도 빨리 답해야 한다는 결론임 --- ## 기술 맥락 - 이 글의 핵심 선택은 AI를 중앙 데이터센터에 몰아넣을지, 아니면 네트워크 참여자에게 나눠 맡길지예요. 왜냐하면 LLM 개발 비용이 GPU, 데이터, 인재 확보 비용으로 직결되고, 이 세 가지가 모두 빅테크에 유리하게 쏠려 있거든요. - 비텐서 같은 구조가 흥미로운 이유는 AI 작업을 서브넷 단위로 쪼갠다는 점이에요. 언어 모델 학습, 이미지 생성, 데이터 수집처럼 작업별로 경쟁 단위를 만들면 중앙 조직 하나가 모든 의사결정을 하는 방식보다 실험 속도가 빨라질 수 있어요. - 보상 구조가 빠지면 오픈소스 AI는 지속되기 어려워요. 모델과 코드를 공개해도 기여자가 먹고살 방법이 없으면 결국 자본이 큰 회사가 가장 잘 가져다 쓰게 되거든요. 그래서 글은 비트코인식 인센티브 정렬을 AI 인프라에 적용하자는 쪽에 가까워요. - 한국 관점에서는 소버린 AI를 꼭 자체 초대형 데이터센터 구축으로만 볼 필요가 없다는 점이 중요해요. 원문은 한국이 GPU와 최상위 연구자를 대규모로 확보하기 어렵다는 제약을 전제로, 이미 연결된 글로벌 분산 네트워크를 활용하는 길을 제안하고 있어요. ## 핵심 포인트 - AI가 지적 노동의 희소성을 낮추면서 기존 임금 기반 분배 모델이 흔들릴 수 있음 - 오픈소스만으로는 부족하고 기여자 보상 체계가 필요하다는 문제의식 - 비텐서는 128개 부분망으로 AI 작업을 분산 수행하는 대표 사례로 소개됨 - Covenant-72B는 분산 방식으로 720억 매개변수 LLM 사전 학습을 완료한 사례 - 한국은 소버린 AI 전략을 탈중앙화 AI 생태계와 연결할 수 있다는 주장 ## 인사이트 글의 주장은 꽤 강한 편이지만, AI 인프라를 빅테크 클라우드와 국가 주도 투자만으로 볼 필요가 없다는 문제 제기는 의미가 있다. 특히 한국처럼 GPU와 최상위 연구자 확보가 쉽지 않은 환경에서는 분산 인프라와 인센티브 설계를 진지하게 볼 만하다.