스탠퍼드 HAI 소장 “미국 AI의 최대 리스크는 중국보다 폐쇄성”

“미국 기술 패권의 핵심은 개방이었다”

• 제임스 랜데이 스탠퍼드 인간중심AI연구소(HAI) 소장은 미국 기술 혁신의 토대를 네 가지로 정리함

  • 제2차 세계대전 이후 정부의 대학 연구 투자
  • 전 세계 인재를 끌어들인 이민
  • 실패를 다시 허용한 벤처자본
  • 지난 40년간 쌓인 오픈소스 문화

• 그의 핵심 경고는 꽤 직설적임. 미국의 가장 큰 리스크는 중국이 아니라 미국 내부의 ‘빗장 걸기’라는 것

  • 리눅스와 안드로이드 같은 오픈소스는 오늘날 컴퓨팅 인프라의 기반이 됐음
  • 실리콘밸리 기업들은 이 공유 코드 위에서 제품을 만들고, 다시 생태계에 기여하는 선순환을 만들었음

AI 생산성은 아직 ‘전기를 증기기관 자리에 꽂은’ 단계

• 랜데이는 AI 도입을 과거 전기, PC, 인터넷 도입 초기와 비교함

  • 증기기관에서 전기로 넘어갈 때도 처음엔 공장 구조를 그대로 둔 채 전기만 꽂아서 생산성 향상이 크지 않았음
  • 1980년대 PC가 사무실에 들어왔을 때도 바로 생산성이 오르지 않아 ‘생산성 역설’이라는 말이 나왔음

• AI도 지금은 기존 업무에 그냥 끼워 넣는 단계라는 진단임

  • 일하는 방식을 AI 기준으로 다시 설계하는 데 10~15년이 걸릴 수 있다고 봄
  • “AI가 있으니 업무 전체를 다시 생각해보자”는 시점이 와야 진짜 도약이 나온다는 얘기임

폐쇄형 AI는 기업엔 좋을 수 있지만 생태계엔 독일 수 있음

• 랜데이는 미국 AI 기업들이 경쟁에서 이기려고 모델과 정보를 닫는 흐름을 실수로 봄

  • 개별 기업 입장에서는 비밀을 지키는 게 유리할 수 있음
  • 하지만 대학과 스타트업이 같은 수준의 실험을 하기 어려워지면 생태계 전체의 혁신 속도가 떨어진다는 주장임

• 미·중 AI 경쟁에서도 결국 개방을 받아들여야 한다고 말함

  • 중국은 모델을 개방하고 가격을 낮춰 전 세계 스타트업과 여러 나라가 자국 모델을 쓰게 만들었고, 그 방식으로 미국을 거의 따라잡았다고 평가함
  • 다만 중국 모델도 대부분 ‘오픈웨이트’일 뿐, 어떤 데이터와 학습 방식이 들어갔는지까지 공개한 진정한 개방은 아니라고 선을 그음

한국의 소버린 AI 논의엔 층위 구분이 필요함

• 랜데이는 한국의 소버린 AI 논의에 대해 목표부터 나눠야 한다고 봄

  • 국방을 위한 것인지, 경제 경쟁력을 위한 것인지, 규제를 위한 것인지가 다르다는 얘기임
  • 하드웨어, 데이터, 모델, 응용 중 어느 계층에서 자립하려는지도 구분해야 한다고 말함

• 그는 앤트로픽이나 오픈AI 수준의 자체 모델을 만들 수 있는 나라는 전 세계 200여 개국 중 10개 안팎이라고 봄

  • 한국은 그중 하나일 수 있다고 평가함
  • 그래도 한국조차 개방에 별도로 베팅하는 편이 낫다고 조언함. 자체 모델만 보고 달리기엔 비용과 생태계 리스크가 너무 크다는 뜻으로 읽힘

AI 다음은 로봇과 월드 모델

• 랜데이는 AI 거품론에 대해 “아무도 안 쓰는 거품은 아니다”라고 봄

  • 실제 사용자가 있고 분명한 가치가 있다는 점은 인정함
  • 다만 지금 투입되는 돈이 그 가치와 같은지는 별개 문제이며, 인터넷 거품처럼 터질 수는 있어도 구글 같은 핵심 기업은 더 커질 수 있다고 봄

• AI 다음의 큰 흐름으로는 피지컬 AI와 월드 모델을 꼽음

  • 지금 AI는 주로 언어와 2차원 이미지에 기반하지만, 사람의 뇌는 3차원 세계에서 발달했음
  • 3차원 세계를 이해하는 모델이 만들어지면 로봇과 제조 응용이 열리고, 이는 한국 경제에도 매우 중요한 분야라고 평가함
  • 양자컴퓨터는 실용화까지 5~10년이 걸리고 범용 기술도 아니어서, AI가 훨씬 먼저 더 큰 영향을 줄 것으로 봄

---

기술 맥락

• 이 인터뷰에서 중요한 기술적 선택은 폐쇄형 최첨단 모델 중심으로 갈지, 오픈소스와 공개 생태계에도 계속 투자할지예요. 폐쇄형 모델은 빠르게 상용화하기 좋지만, 대학과 스타트업이 검증하고 확장하기 어려워질 수 있거든요.

• 소버린 AI도 한 덩어리로 보면 판단이 흐려져요. 하드웨어를 직접 확보하려는 건지, 한국어·산업 데이터를 통제하려는 건지, 모델을 직접 만들려는 건지, 응용 서비스를 키우려는 건지에 따라 비용과 전략이 완전히 달라요.

• 랜데이가 오픈웨이트와 진짜 개방을 구분한 이유는 검증 가능성 때문이에요. 가중치만 공개되면 실행은 가능하지만, 어떤 데이터로 어떻게 학습됐는지 모르면 안전성·편향·저작권 문제를 깊게 따지기 어려워요.

• 피지컬 AI와 월드 모델이 한국에 중요하다는 말도 제조 기반 때문이에요. 로봇이 공장, 물류, 장비 환경에서 쓸모 있으려면 텍스트 답변을 잘하는 것보다 3차원 공간과 물체의 변화를 이해하는 능력이 더 중요해요.