페이스 레이어로 이해하는 AI 생태계의 역학

너무 빠르게 움직이는 분야는 지지 기반을 잃는다

AI 생태계의 변화 속도는 의심할 여지 없이 현기증이 날 정도다. 그 모든 것을 따라가는 것만으로도 벅찬데, 전체적인 틀을 잡고 주제를 찾아 큰 그림을 파악하는 것은 거의 불가능에 가깝다.

최근 Mike Migurski가 내게 Stewart Brand의 페이스 레이어를 소개해 주었다. 변화 속도에 따라 분야와 범주를 구분하는 프레임워크다. Brand는 이렇게 쓴다:

속도가 다른 각 구성요소를 하나의 레이어로 생각해보자. 각 레이어는 서로 기능적으로 다르고 어느 정도 독립적으로 작동하지만, 인접한 레이어와 서로 영향을 주고받으며 전체 시스템의 복원력을 높인다.

가장 빠른 레이어에서 가장 느린 레이어까지, 그 관계를 다음과 같이 설명할 수 있다:

빠른 것은 배우고, 느린 것은 기억한다. 빠른 것은 제안하고, 느린 것은 처분한다. 빠른 것은 불연속적이고, 느린 것은 연속적이다. 빠르고 작은 것은 축적된 혁신과 때때로의 혁명으로 느리고 큰 것을 이끈다. 느리고 큰 것은 제약과 항상성으로 빠르고 작은 것을 통제한다. 빠른 것은 우리의 시선을 모두 끌어당기고, 느린 것은 모든 힘을 쥐고 있다.

Brand는 The Clock of the Long Now에서 "건강한 문명"을 구성하는 여섯 가지 거시적 레이어를 아래와 같이 제시한다:

상상해보자. 각 레이어가 서로 다른 속도로 움직이면 그 사이에 마찰이 생기고, 위쪽 레이어는 느려지고 아래쪽 레이어는 빨라진다. 레이어 간의 이러한 조율과 조정은 속도 차이가 있더라도 균형이 유지될 때는 건설적으로 작용한다. 균형이 깨지면 상황은 이상하게 돌아가기 시작한다.

Brand는 이렇게 말한다:

지속 가능한 사회에서는 각 레벨이 자신만의 속도로 움직일 수 있어야 한다. 더 느린 아래 레벨이 안정적인 토대를 제공하고, 더 활발한 위 레벨이 활력을 불어넣는 구조다… 각 레이어는 서로의 다른 속도를 존중해야 한다. 예를 들어, 거버넌스와 문화가 상업으로 하여금 상업적 속도로 자연을 밀어붙이도록 허용한다면, 모든 것을 지탱하는 자연 산림과 어장, 대수층은 결국 사라지고 말 것이다. 거버넌스가 점진적이 아닌 갑작스러운 방식으로 바뀌면 프랑스 혁명이나 러시아 혁명 같은 파국적 결과를 낳는다. 소련에서는 거버넌스가 문화와 자연의 제약을 무시한 채 상업과 예술에 5개년 계획의 인프라 속도를 강요했다. 그렇게 지지 기반과 혁신 동력을 모두 잃은 소련의 붕괴는 예정된 것이었다.

지난 10일은 컨퍼런스의 연속이었다. Foo Camp, Open Frontier, AI Engineering World's Fair… 매일 밤 집에 돌아와 메모를 휘갈기며, 이 모든 것을 하나로 묶어줄 구조가 떠오르길 바랐다.

그렇게 찾아낸 최선의 답이 바로 페이스 레이어다:

이를 곱씹다 보면, 몇 가지 단상이 떠오른다:

• 지금의 AI 반발 정서 상당 부분은, 막대한 투자가 하위 레이어들을 평소보다 훨씬 빠르게 움직이도록 강제하는 데서 비롯된다. 데이터 센터는 그 위에 있는 레이어들, 즉 조직·거버넌스·대학보다 빠르게 변화하고 있으며, 이 때문에 데이터 센터 구축을 둘러싼 논쟁은 감정적으로 격화되고 있다.
• 데이터 센터 레이어의 속도가 에너지 생산보다 빠른 것은 어느 정도 자연스러운 일이지만, 지나치게 앞서 나가면 가벼운 마찰 수준을 넘어 지진에 버금가는 충격이 발생한다. 원래 데이터 센터는 제안부터 완공까지 "수십 년" 단위로 분류될 법한 영역이었지만, 지금은 불과 "몇 년" 안으로 압축되고 있다.
• 지난 18개월간의 모델 발전은 외주 및 합성 데이터에 의존해 이뤄졌으며, 유기적으로 생성되는 인간 데이터는 사실상 고갈 상태다. 인터넷 같은 데이터의 새로운 원천은 다시 나타나지 않을 것이다.
• 상위 2~5개 레이어의 눈부신 속도는 모델·외주 전문가 데이터·학습 방법 레이어에 피드백으로 작용하고 있다. 학습 방법 아래에 있는 레이어들은 상위 레이어에 비해 훨씬 느리게 움직이기 때문이다. 통상적으로 상위 레이어를 떠받쳐 주던 하위 레이어로부터의 피드백이 끊긴 것이 문제다. 상위 레이어들은 (놀라운 성과를 내고 있음에도!) 질주를 멈추지 않는 반면, 조직과 대학은 그 속도를 도저히 따라잡지 못한 채 제 페이스를 유지할 뿐이다.
• AI 엔지니어링 월드 페어에 다녀오면 모두가 다크 팩토리를 구축하고 기업 전체를 자동화하는 것처럼 느껴지지만, 샌프란시스코 AI 생태계 바깥의 비개발자들은 데이터 센터가 왜 필요한지조차 의아해하는 이유가 바로 여기에 있다.