Chamath Palihapitiya
· Chamath Palihapitiya
· 2026년 7월 19일, 15:06
· ⏱ 6 분 소요
| Substack에서 읽기 ↗
요약
Chamath Palihapitiya는 CEO들이 비용 효율적인 모델로 작업을 라우팅하고 독점 데이터를 보호하기 위해 인텔리전스를 내재화함으로써 AI 토큰 비용을 공격적으로 관리해야 한다고 주장합니다. 그렇지 않으면 비대해진 AI 지출이 실적에 타격을 줄 것입니다. 그는 오픈 웨이트 모델이 대부분의 작업에서 프론티어 모델과의 격차를 빠르게 좁히고 있으며, 이는 폐쇄형 AI 제공업체의 비즈니스 모델을 위협하고 1.4조 달러 규모의 인프라 구축 비용 부담을 기업으로부터 분산시키고 있다고 강조합니다.
•Chamath의 회사에서 토큰 비용은 약 45일마다 두 배로 증가한 반면, 점진적인 생산성 향상은 5~10%에 불과했습니다.
•저렴한 모델들은 이제 대부분의 작업에서 프론티어 모델 성능의 80~95% 수준에 도달했습니다. 기업들은 불필요한 기능에 프리미엄 비용을 지불하지 않도록 제어 평면(control plane)을 통해 작업을 라우팅해야 합니다.
•Moonshot AI의 Kimi K3(2.8T 파라미터)는 Frontend Code Arena에서 100만 토큰당 3달러/15달러의 비용으로 Claude Fable 5의 10달러/50달러 대비 우위를 점했으며, 전체 오픈 웨이트를 공개하여 가장 큰 오픈 웨이트 모델이 될 예정입니다.
•Thinking Machines Lab의 Inkling(975B MoE, 41B 활성)은 Apache 라이선스 하에 파인튜닝을 거쳐 금융 문서 분류 작업에서 84.7%의 정확도를 달성했으며, 이는 최고의 프론티어 모델이 기록한 78.2% 대비 약 1/14 수준의 비용으로 달성한 결과입니다.
•Prime Intellect는 10억 달러 밸류에이션으로 1억 3천만 달러 규모의 시리즈 A 투자를 유치했으며, 탈중앙화 컴퓨팅 및 오픈소스 학습 소프트웨어로부터 1억 달러의 ARR을 기록하고 있습니다. Ramp와의 사례 연구에 따르면, 이들의 사후 학습 모델은 스프레드시트 검색에서 Opus를 능가하면서도 27% 더 빠르고 저렴하게 실행되었습니다.
•TerraFirma(전 SpaceX 창업자들)는 건설 기계를 로봇으로 개조하기 위해 1억 1,500만 달러를 조달했으며, 이를 통해 한 명의 운영자가 3~5대의 기계를 관리하여 최대 300%의 생산성 향상을 달성할 수 있게 되었습니다.