포스트

LLM 다음은 정말 로봇인가? - 유튜브를 연 것은 유튜브가 아니라 스마트폰이었다

게시
젠슨황은 GPU 26만 장을 약속했고, 정부는 "3년 안에 피지컬 AI 1강"을 선언했으며, 삼성과 SK는 4,500조 원 투자를 공시했다. 모두가 같은 악보를 노래한다 - LLM 다음 정거장은 로봇이라고. 방향은 맞다. 그러나 역사는 발견과 보급 사이에 늘 골짜기를 팠다. 철도가 그랬고, 자동차가 그랬고, 2005년에 이미 세상에 있던 유튜브가 그랬다. 이번 골짜기가 유난히 깊은 이유는 둘이다 - 로봇은 아직 '그것'을 발견하지 못했고, 설령 내일 발견하더라도 그것을 받아줄 세 가지가 아직 세상에 없다. 그리고 골짜기의 입구에서 이미 총성이 울렸다. 지금의 환호는 등반의 끝이 아니라 마지막 오르막이다 - 이 글은 그 뒤에 올 것들의 시간표다.

이 글은 4,500조 투자 글에서 “이 캐즘의 해부는 별도 글로 미룬다”고 적어둔 빚을 갚는 글이다. 동시에 이 블로그의 AI 연작 - 젠슨황의 로봇 락인, 토큰 가격 전쟁, 빌더와 에이전트, AI 자본전쟁, 전기라는 국력 - 이 한 지점으로 수렴하는 자리이기도 하다.

1. 모두가 로봇을 노래한다 - 그런데 합창이 커질수록 시간표를 의심해야 한다

2026년 상반기의 풍경을 나란히 놓아 보자. 젠슨황은 4박 5일을 한국에 머물며 GPU 26만 장을 미끼로 로봇 시대의 역할을 배정하고 갔다. 6월 29일 대통령 주재 행사에서 과기정통부 장관은 “앞으로 3년이 골든타임이고 그 안에 대한민국이 피지컬 AI 1강이 된다”고 못 박았고, 삼성과 SK는 15년간 최대 4,500조 원의 투자를 공시했다. 한 스타트업은 “창업 2년 차에 엔비디아를 꺾고 벤치마크 세계 1위”라는 실적을 내놨다. 정부는 K-휴머노이드 연합에 2030년까지 1조 원 이상을 투입해 2028년 로봇 파운데이션 모델, 2029년 연 1,000대 양산을 목표로 내걸었고, 현대차는 CES 2026에서 완전 전기구동 아틀라스를 실물로 공개하며 2028년 미국 공장 투입 로드맵을 제시했다. 바다 건너에서는 스페이스X가 6월에 역대 최대 상장을 마쳤고, OpenAI와 앤트로픽이 합쳐 1조 8천억 달러의 몸값으로 가을 상장 줄에 서 있다. 그리고 이 모든 서사의 다음 장은 약속이나 한 듯 하나로 모인다 - LLM 다음은 로봇이다.

이 명제의 방향 자체는 맞다.  로봇이 요구할 연산과 메모리가 반도체 수요를 다시 폭발시킬 것이고, 제조 강국 한국에 진짜 기회가 열린다는 것도 맞다.

틀린 것은 방향이 아니라 시간표다. LLM과 로봇 사이에는 정거장이 하나 더 있다. 이름은 캐즘(chasm) - 앞선 수요가 꺼지는 시점과 다음 수요가 도착하는 시점이 겹치지 못해 생기는 골짜기다. 원래 이 말은 제프리 무어가 1991년에 한 제품 안의 간극 - 얼리어답터는 샀는데 그다음 다수는 사지 않는 구간 - 을 가리키려고 만들었다. 이 글이 쓰는 캐즘은 한 층 위다. 한 제품이 아니라 한 시대의 수요가 다음 시대의 수요로 넘어가는 이음매가 어긋나 생기는 골짜기다. 이 글의 주장은 세 문장으로 요약된다.

  • LLM의 턴은 빌더와 에이전트라는 두 엔진 덕에 정점에 올랐고, 앞으로 1년쯤은 더 오를 여력이 있다.
  • 그러나 가격 전쟁이 이미 시작됐으므로, 그 1년이 끝나면 보조금의 잔치가 끝나고 캐즘이 온다.
  • 로봇은 그 공백을 메우러 제때 도착하지 못한다 - 아직 ‘눈’을 발견하지 못했고, 발견해도 받아줄 인프라가 없기 때문이다.

“로봇이 오는가”는 질문이 아니다. 온다. 진짜 질문은 “무엇이 아직 안 왔는가”다. 그리고 역사는 이 질문에 이미 여러 번 답해 봤다.

2. 발견과 보급 사이에는 언제나 골짜기가 있었다

기술의 역사에서 발견의 날짜와 보급의 날짜는 한 번도 같았던 적이 없다.

  • 철도는 1825년에 달리기 시작했지만, 1840년대 영국의 레일 마니아는 버블로 터졌고, 미국에서도 철도 버블이 1873년과 1893년 두 차례 터지며 수많은 투자자를 파산시켰다. 철도가 물류의 표준이 된 것은 그 잔해 위에서, 발명으로부터 수십 년 뒤였다.
  • 자동차는 1886년 벤츠가 특허를 냈지만, 대중의 물건이 된 것은 1908년 포드 모델 T부터이고, 그마저 도로·주유소·면허라는 생태계가 깔린 1920년대에야 마차를 실제로 밀어냈다. 발명에서 보급까지 한 세대가 걸렸다.
  • 전기조차 발명되고 수십 년이 지나서야 공장의 생산성 통계를 움직였다 - 증기기관 축에 맞춰 설계된 공장을 전기 모터에 맞게 다시 짓는 데 그만큼 걸렸기 때문이다. 미국 제조업의 동력에서 전기가 차지하는 비중은 1900년에도 5% 안팎이었고, 절반을 넘긴 것은 1920년대, 80%대에 이른 것은 1929년이다. 발명이 모자랐던 게 아니라, 하나의 증기축에 벨트로 온 기계를 매달던 공장을 기계마다 모터를 다는 구조로 바꾸려면 건물 자체를 다시 지어야 했기 때문이다. 경제사학자 폴 데이비드가 이 40년을 꺼내 든 것은 1987년 로버트 솔로가 남긴 유명한 핀잔 - “컴퓨터 시대는 생산성 통계만 빼고 어디에서나 보인다” - 에 답하기 위해서였다. 새 동력이 낡은 배치 위에 얹혀 있는 동안에는, 기술이 아무리 좋아도 통계가 움직이지 않는다.

이것은 우연의 반복이 아니라 법칙이다. 프로그래밍 70년사를 훑은 글에서 정리했듯, 개념이 먼저 나오고, 인프라가 뒤따라와서야 폭발한다. 함수형 사상은 1958년 Lisp에서 나왔지만 분산 컴퓨팅으로 꽃핀 것은 46년 뒤인 2004년이었고, 선언형 원리는 1974년 SQL에서 나왔지만 일반인의 손에 쥐어진 것은 스프레드시트와 윈도우가 결합한 1990년대였다. 기술은 혼자 폭발하지 않는다. 그것을 받아줄 다른 기술과 사회 인프라가 함께 갖춰져야 폭발한다.

한 표에 모아 보면 규칙성이 더 또렷해진다.

기술발명·등장보급의 임계점지연무엇이 없어서 늦었나
철도1825년 첫 운행1870~90년대 물류의 표준약 50년자본·표준궤·연계 물류 (버블 두 번)
자동차1886년 벤츠 특허1920년대 마차 추월약 35년도로·주유소·면허
전기(공장)1882년 첫 상업 발전소1929년 공장 동력의 80%약 47년공장 건물 자체의 재설계
함수형1958년 Lisp2004년 맵리듀스46년분산 하드웨어
선언형1974년 SQL1990년대 스프레드시트약 20년개인용 컴퓨터와 GUI
동영상2005년 유튜브2012년7년대역폭·추천의 재료·스마트폰
언어 AI2017년 트랜스포머2022년 ChatGPT5년없었다 - 교재가 이미 쌓여 있었다
물리 AI(로봇)???눈·전력과 연산·신뢰·값싼 몸

읽어야 할 곳은 맨 아래 두 줄이다. 언어 AI만 유독 빨랐던 이유가 마지막 칸에 적혀 있다 - 막고 있던 인프라가 이미 다 깔려 있었다. 그리고 로봇은 그 아래 줄에서 첫 칸부터 비어 있다. 다른 기술들은 최소한 발명의 날짜라도 적을 수 있었지만, 로봇은 그 날짜조차 아직 없다.

그래서 미래학자 로이 아마라가 남긴 한 문장이 이 모든 사례의 요약이 된다 - 우리는 기술의 효과를 단기적으로 과대평가하고, 장기적으로 과소평가한다. “3년 안에 1강”은 그 앞쪽 오류이고, “로봇은 결국 온다”는 그 뒤쪽 진실이다. 둘은 모순이 아니라 같은 곡선의 두 구간이다.

한 가지 더 기억할 것이 있다. 골짜기는 길지만, 건너고 나면 전환은 잔인할 만큼 빠르다. 1900년 부활절 뉴욕 5번가를 찍은 사진에는 말이 거리를 메우고 자동차가 한 대 섞여 있다. 13년 뒤 같은 거리를 찍은 사진에는 자동차가 거리를 메우고 말이 한 마리 남아 있다. 발명에서 그 첫 사진까지 14년, 첫 사진에서 두 번째 사진까지 13년이었다. 캐즘을 논한다는 것은 “안 온다”는 말이 아니라, 언제 그 13년이 시작되는지를 다투는 일이다.

뉴욕 5번가 1900년과 1913년 - 붉은 원 안이 각각 유일한 자동차와 유일한 말이다 왼쪽 1900년 부활절 5번가에는 말이 거리를 메우고 붉은 원 안에 자동차가 한 대 있다. 오른쪽 1913년 같은 거리에는 자동차가 거리를 메우고 붉은 원 안에 말이 한 마리 남았다. 벤츠의 특허(1886)에서 왼쪽 사진까지 14년이 걸렸고, 왼쪽에서 오른쪽까지는 13년이면 충분했다. 출처: RethinkX

그렇다면 로봇에게 물어야 한다. 아직 안 온 것이 무엇인가. 두 개다. 하나는 발견이고, 하나는 인프라다.

3. 첫 번째 결핍 - 로봇은 아직 ‘눈’을 발견하지 못했다

5억 4천만 년 전 캄브리아기, 생물종의 수가 폭발적으로 늘었다. 유력한 가설 하나는 이 폭발의 방아쇠를 눈의 발명에서 찾는다 - 생명이 처음으로 빛을 통해 세계를 지각하게 되자, 쫓고 쫓기는 진화의 군비경쟁이 단숨에 점화됐다는 것이다. 기억할 점은 이것이다. 눈이 생기기 전에도 생명은 30억 년을 살아 있었다. 다만 폭발하지 못했을 뿐이다.

언어 AI의 캄브리아기는 2017년이었다. 트랜스포머라는 ‘눈’이 발견되자, AI는 인류가 30년간 인터넷 위에 쌓아둔 텍스트 - 이미 기록되어 있던 세계 - 를 통째로 읽기 시작했고, 눈을 뜬 지 5년 만에 ChatGPT가 왔다. 여기서 결정적이었던 행운은 눈 그 자체만이 아니라 교재가 이미 쌓여 있었다는 사실이다. 읽을거리가 공짜로 널려 있었기에, 눈의 발견이 곧바로 폭발로 이어질 수 있었다.

그런데 왜 하필 물리 세계가 더 어려운가. 이 질문에는 40년 묵은 답이 있다. 1988년 한스 모라벡이 정리한 역설이다 - 체스와 미적분처럼 인간이 어려워하는 일은 기계에 쉽고, 걷고 붙잡고 균형을 잡는 것처럼 한 살배기도 하는 일은 기계에 지독히 어렵다. 이유는 진화의 회계에 있다. 추상적 추론은 인류가 겨우 수천 년 굴린 신참 기능이라 요령이 얄팍하지만, 감각과 운동은 수억 년 동안 다듬어져 신경계 깊숙이 압축된 기능이다. 그 압축된 노하우는 말로 적히지 않았으므로 텍스트에도 없다. 언어 AI가 인류의 도서관을 통째로 상속받은 자리에서, 로봇은 상속받을 유산 자체가 기록된 적이 없는 처지인 것이다.

그래서 로봇에는 그 행운이 없다. 젠슨황의 락인 구조를 해부한 글에서 본 대로, 로봇의 연료(물리 동작 데이터)는 세상에 없다. 미끄러지는 컵의 감촉, 넘어질 때 쏠리는 무게중심 - 인류는 이것을 어디에도 기록해 둔 적이 없다. 그래서 지금 업계는 가상세계에서 교재를 찍어내는 중인데, 그 비용이 어마어마하다. 단순 분류 작업 하나를 가르치는 데 시뮬레이션 로봇 인스턴스 2억 4천만 개가 들었고, 그렇게 배운 로봇도 가상에서 현실로 나오면 sim-to-real 간극에서 깨진다. 현장의 요약은 한 줄이다 - “데모는 되는데, 배치가 안 된다.” 휴머노이드 선두 기업의 창업자들이 입을 모아 “로봇엔 ChatGPT 모먼트가 오지 않는다”고 말하는 이유다.

그렇다고 데이터가 한 톨도 없다는 뜻은 아니다. 세계 각지의 연구실이 로봇 팔의 실제 동작을 모아 만든 공동 데이터셋 Open X-Embodiment에는 22종의 로봇에서 나온 100만 건 넘는 궤적이 담겨 있다. 문제는 크기가 아니라 밀도다. 이 영상을 토큰으로 환산하면 조 단위가 나와 언어 모델의 학습량과 비슷해 보이지만, 30Hz로 찍힌 연속 프레임은 대부분 직전 프레임의 복사본이라 같은 1조 개라도 담긴 신호는 텍스트와 비교가 되지 않는다. 언어는 인류가 이미 압축해 둔 지식을 물려받았고, 로봇은 압축되지 않은 픽셀을 직접 눌러 짜야 한다.

두 교재를 항목별로 세워 보면 격차의 종류가 보인다.

 언어 모델로봇
교재의 출처인류가 30년간 쌓아둔 인터넷없음. 직접 찍어내야 한다
규모15조 토큰(Llama 3)실동작 100만 궤적, 1인칭 영상 20,854시간
그 규모의 감각텍스트만 120TB유튜브에 42분간 올라오는 영상 분량
획득 비용크롤링 - 사실상 0원격조종 데이터 1시간에 118달러
신호의 밀도인류가 이미 압축해 둔 지식30Hz로 찍힌 중복 프레임
사전학습에 쓴 연산Llama 3.1 405B = H100 3,084만 시간GR00T N1 = H100 약 5만 시간
채점기없다 (사람이 매긴다)있다 (물리 시뮬레이터)

여섯 번째 줄이 특히 중요하다. 로봇 파운데이션 모델은 언어 모델이 쏟아부은 연산의 600분의 1도 쓰지 못했는데, 이것은 로봇 진영이 게을러서가 아니다. 405B급 덩치를 먹일 교재 자체가 없어서 2B급으로 만들 수밖에 없었던 것이다. 연산이 남아돌아도 먹일 것이 없으면 모델은 커지지 않는다 - 그리고 이 순서가 뒤집히는 지점이 8장의 반전이다. 마지막 줄은 그때 다시 꺼낸다.

모션캡처 장비를 착용한 작업자가 휴머노이드 로봇을 원격조종해 동작 데이터를 만드는 장면 로봇의 교재를 만드는 현장. 언어 모델은 크롤러 한 대로 인류의 도서관을 통째로 긁어왔지만, 로봇의 데이터는 사람이 장비를 걸치고 한 동작씩 직접 만들어 넣어야 한다. 그 값이 시간당 100달러 안팎이다. 출처: Noitom Robotics, WAIC 2025

물론 레일은 깔리는 중이고, 그 속도도 느리지 않다. 2026년 2월 공개된 EgoScale은 사람의 1인칭 시점 영상 20,854시간으로 사전학습해, 데이터를 1,000시간에서 20,000시간으로 키우면 평균 과제 완수율이 두 배 넘게 오른다는 로봇 손재주의 첫 스케일링 증거를 내놨다. 2026년 4월에는 엔비디아 GR00T N1.7이 시뮬레이션으로 찍은 합성 동작을 섞어 성공률을 40%가량 끌어올렸고, 피지컬 인텔리전스는 π0.7로 조합적 일반화를, π0.6으로는 현장 경험에서 스스로 배우는 강화학습을 내놨으며, 구글은 보스턴다이내믹스와 함께 Gemini Robotics-ER 1.6에 계기판을 읽는 공간 추론을 붙였다. 그러나 이들은 아직 눈의 후보이지, 눈이 아니다. 20,854시간은 쉬지 않고 틀어도 2년 반이 안 되는 분량이고, 언어 모델이 공짜로 받아든 30년치 인터넷과는 자릿수가 다르다. 감이 잘 안 온다면 이렇게 세어 보면 된다 - 유튜브에는 1분마다 500시간이 넘는 영상이 올라온다. 로봇 손재주 사전학습의 세계 최대 규모가, 유튜브가 42분 동안 받아내는 분량이라는 뜻이다. 트랜스포머가 언어에 해준 것 - 세계를 통째로 읽게 해주는 단 하나의 돌파 - 에 해당하는 발견이 물리 세계에서는 아직 없다.

그리고 발견은 일정표로 오지 않는다. LSTM의 시대에 모두가 더 나은 기억 구조를 짜고 있을 때, 트랜스포머의 도착일을 예약할 수 있었던 사람은 없다. 발견은 축적의 함수가 아니라 외삽의 사건이기 때문이다 - 그 글의 표현을 빌리면, 지금의 AI는 “머리는 가졌지만 아직 눈을 갖지 못했다.” 트랜스포머는 기계에 두뇌를 주었지만 그것은 병 속의 두뇌이고, 모자란 것은 더 많은 두뇌가 아니라 세계를 지각하고 거기에 손을 대는 고리다.

다만 로봇에는 언어에 없는 조건이 하나 있고, 이것이 뒤에서 이 글의 결말을 뒤집는다. 물리 세계에는 깨끗한 심판이 있다. “컵을 떨어뜨렸는가, 넘어졌는가”는 시뮬레이터가 즉시 채점하지만, “이 문장이 더 좋은가”는 아무도 채점하지 못한다. 알파고가 인간 기보 없이 초인이 될 수 있었던 것도 승패라는 채점기가 있었기 때문이고, 엔비디아가 시뮬레이터를 소유하는 데 회사를 거는 이유도 같다. 그래서 로봇의 교재는 통찰이 없어도 만들어질 수 있다 - 다만 채점기를 돌리는 값이 곧 연산값이다. 눈의 발견이 시간표에 매이지 않는다는 말은, 뒤집으면 그것이 연산의 가격에 매여 있다는 뜻이다. 이 문장을 기억해 두자. 8장에서 캐즘이 스스로를 끝내는 장치가 되는 이유가 여기서 나온다.

“3년 안에 1강”이 기술 예측이 아니라 산업 정책의 수사인 이유가 여기 있다. 눈이 언제 발견될지는 그 누구도 - 엔비디아도, 정부도 - 정할 수 없다. 그런데 문제는 여기서 끝나지 않는다. 눈이 내일 발견된다고 해도, 그다음 관문이 기다린다.

4. 두 번째 결핍 - 눈을 발견해도, 2005년의 유튜브가 기다린다

지금으로부터 20년전인 2005년에도 유튜브는 이미 세상에 있었다. “앞으로는 동영상의 시대”라는 말도 이미 모두가 하고 있었다. 구글이 2006년에 유튜브를 인수한 것이 그 증거다 - 방향을 몰라서 늦은 사람은 없었다. 그런데 유튜브가 문명의 기본값이 되기까지는 그로부터 10년이 걸렸다. 무엇이 없었나.

  • 대역폭이 없었다. 화면은 버퍼링으로 멈췄고, 고화질은 사치였다. 초기 유튜브의 기본 화질은 320×240이었다. 그럴 수밖에 없었다 - 유튜브가 문을 연 2005년에 미국 성인의 가정 초고속 인터넷 보급률은 33%였다. 나머지 3분의 2는 전화선이었다. 아이디어는 도착했는데 그것을 실어 나를 관이 가늘었다.
  • 추천이 아직 배분 장치가 아니었다. 여기서 흔히 오해가 생긴다 - 추천 기능 자체는 2005년부터 있었다. 사이드바의 ‘관련 영상’ 칸이 그것이다. 없었던 것은 기능이 아니라 그 기능이 먹을 재료였다. 구글은 이미 1998년 페이지랭크로 문서를 줄 세우는 법을 알고 있었지만, 그 방법은 영상으로 옮겨지지 않는다. 웹에는 사람들이 서로 걸어둔 링크가 이미 깔려 있었던 반면 영상 사이에는 그런 그래프가 아예 없기 때문이다. 그래서 유튜브가 대신 쓴 재료가 ‘함께 본 기록’이었고(2010년 논문이 공개한 co-visitation 그래프), 그것은 시청 로그가 대량으로 쌓인 다음에야 생기는 재료다. 알고리즘이 없어서 늦은 게 아니라, 알고리즘이 먹을 것이 없어서 늦었다. 마지막 조율은 더 뒤에 왔다 - 2012년 10월, 추천의 기준을 조회수에서 시청시간으로 바꾼 것이다. 클릭은 낚시로 만들 수 있지만 머문 시간은 만들 수 없다 - 무엇을 보상할지 정하는 이 한 줄의 변경이 창작자의 행동을 바꿨고, 그때부터 공급과 수요가 서로를 키우기 시작했다.
  • 무엇보다, 스마트폰이 없었다. 시청은 책상 앞에 묶여 있었다. 2007년 아이폰이 나오고 - 첫 아이폰에 유튜브 앱이 기본 탑재됐다 - LTE가 깔리고 나서야, 유튜브는 하루 몇 시간짜리 매체가 됐다. 여기서도 등장과 실효는 다르다. 아이폰은 2007년에 나왔지만 미국의 스마트폰 보급률이 절반을 넘은 것은 2012년 3월이고, 유튜브 트래픽에서 모바일이 차지하는 비중은 2011년 6%, 2012년 25%, 2013년 40%로 한참 뒤에 올라왔다.

세 열쇠가 언제 왔는지를 등장한 해가 아니라 실제로 작동한 해로 세어 보면, 답은 2005년이 아니라 2012년 언저리다. 유튜브의 전성기가 창업 10년 뒤에 온 이유는 유튜브가 게을러서가 아니라, 열쇠 세 개가 각자의 속도로 실효했기 때문이다. 실제로 세 열쇠가 겹친 그 해에 유튜브의 지표는 자릿수가 바뀐다 - 2006년 7월 하루 1억 회였던 조회수가 2012년 1월에 하루 40억 회가 됐고, 업로드는 2007년 분당 6시간에서 같은 시점 분당 60시간으로 늘었다. 사업 모델도 창업자도 그대로였는데, 열쇠가 돌아간 해에 40배가 됐다.

그리고 스마트폰이 유튜브에 준 것은 화면 하나가 아니었다. 주머니 속 카메라가 함께 왔다는 것이 더 컸다. 그전까지 영상은 캠코더를 가진 소수가 만들었지만, 스마트폰 이후 모든 시청자가 동시에 촬영자가 됐다. 즉 스마트폰은 소비 단말이자 생산 단말이었고, 그래서 콘텐츠가 폭증했고, 폭증한 콘텐츠가 다시 추천 알고리즘의 먹이가 됐다. 열쇠 하나가 나머지 둘을 돌리는 바퀴를 만든 것이다.

유튜브와 스마트폰은 전혀 다른 물건처럼 보인다. 하나는 동영상 서비스고 하나는 전화기다. 그러나 유튜브의 문을 연 열쇠는 유튜브가 아니라 스마트폰이었다. 어떤 기술의 시대를 여는 열쇠는, 그 기술과 닮지 않은 곳에서 온다.

유튜브의 보급을 가능하게 한 대역폭·추천 알고리즘·스마트폰의 세 열쇠

▲ 유튜브의 문을 연 열쇠는 유튜브가 아니라 스마트폰이었다. 기술은 아이디어가 도착한 날이 아니라, 그 기술과 닮지 않은 열쇠가 실제로 돌아간 날 폭발한다.

이제 로봇에 같은 질문을 던져 보자. “로봇의 시대”라는 구호는 도착했다. 그런데 로봇의 대역폭, 로봇의 추천 알고리즘, 로봇의 스마트폰은 어디 있는가.

그리고 이 셋 중 마지막이 왜 결정적인지는 앞의 스마트폰 이야기로 되돌아가면 분명해진다. 값싼 몸은 로봇을 많이 파는 문제가 아니라 교재를 찍는 문제다. 3장에서 본 대로 로봇의 연료는 세상에 없고, 그것을 만드는 방법은 둘뿐이다 - 시뮬레이터에서 찍거나, 현실에서 일하는 로봇이 직접 겪거나. 스마트폰이 시청 단말이면서 촬영 단말이었기에 유튜브의 공급을 폭발시켰듯, 값싼 로봇은 노동 단말이면서 수집 단말이다. 그러니 순서가 이렇게 잠긴다. 몸이 싸져야 많이 깔리고, 많이 깔려야 데이터가 쌓이고, 데이터가 쌓여야 눈이 열리고, 눈이 열려야 몸이 팔린다. 이 바퀴의 첫 톱니가 아직 안 돌아간다는 것 - 그것이 로봇에 스마트폰이 없다는 말의 진짜 무게다.

로봇 보급에 필요한 전력·연산, 신뢰 체계, 값싼 몸의 예상 시간표

▲ 기술은 아이디어가 도착한 날이 아니라, 열쇠가 실제로 작동한 날 폭발한다. 유튜브의 열쇠 셋은 2005~2007년에 이미 ‘등장’해 있었지만 실효는 2011~2012년에야 겹쳤고, 그 해가 곧 전성기의 시작이었다. 로봇의 열쇠 셋도 이미 다 등장했다 - 없는 것은 실효다. 위아래 두 축의 눈금 간격은 같다.

실효를 눈금으로 적으면 이렇게 된다.

로봇의 열쇠지금 (2026년)실효의 기준실효 예상
대역폭 = 전력·연산로봇 학습에 통째로 쓰겠다고 공언한 대형 연산은 새만금 9조 원·GPU 5만 장이 유일, 대형 변압기 납기는 143주로봇을 가르칠 연산이 상시로 남아도는 상태2029년
추천 = 신뢰·표준·보험ISO 10218 개정판도 휴머노이드를 전제 밖에 두고, ISO 25785-1은 2025년 5월 작업초안 단계표준의 발효와 보험 요율의 정상화2027년 전후
스마트폰 = 값싼 몸·값싼 추론대당 14만 달러, 고부하 두 시간이면 방전, 두뇌값만 2,000~3,499달러대당 3만 달러 · 교대 근무가 가능한 가동시간2030년 전후

오른쪽 끝 칸을 세로로 읽으면 이 글의 시간표가 나온다. 그리고 유튜브에서 배운 대로, 폭발은 가장 빠른 열쇠가 아니라 가장 늦은 열쇠의 해에 온다. 2012년이 유튜브의 해였던 것은 그 해에 세 열쇠가 처음으로 동시에 돌아갔기 때문이다.

정리하면 이렇다. 로봇의 열쇠 셋은 이미 다 등장했다 - 문제는 셋 중 어느 것도 아직 실효하지 않았다는 것이다. 눈(발견)은 불확실하고, 인프라(실효)는 확실히 느리다. 발견이 늦으면 캐즘이고, 발견이 빨라도 인프라가 늦어 캐즘이다. 어느 경우든 LLM에서 로봇으로 직행하는 노선은 없다.

5. 로봇의 열쇠도 자동차가 아니다 - 왜 독일·일본이 아니라 한국인가

앞 장의 법칙을 로봇의 지도 위에 겹쳐 보자 - 열쇠는 그 기술과 닮지 않은 곳에서 온다. 유튜브의 문을 연 것이 동영상 회사가 아니라 전화기였듯, 로봇의 값싼 몸도 ‘로봇을 닮은’ 산업에서 오지 않는다. 이 글이 앞에서 “제조 강국 한국에 기회”라고 인정했던 그 기회의 정체가 바로 여기 있다. 골드만삭스는 2035년 한국이 세계 휴머노이드 공급망의 30%를 쥘 것으로 본다. 그런데 이 축복장을 한 겹 벗기면, 통념 하나가 무너지고 그 자리에서 진짜 이유가 드러난다.

무너지는 통념은 “자동차를 잘 만들면 로봇도 잘 만든다”이다. 절반만 맞다. 휴머노이드 원가의 절반은 관절을 움직이는 액추에이터인데, 그 심장인 하모닉 감속기는 자동차에 들어가지 않는 부품이다. 자동차에 하모닉 드라이브는 없다. 그것은 산업용 로봇과 공작기계의 부품이고, 거기서는 일본이 스트레인웨이브 감속기의 85%, RV 감속기의 60%를 쥔 절대 군주다. 옵티머스 한 대는 성숙한 공급망이 거의 없는 1만 개의 새 부품으로 이뤄지는 반면, 같은 테슬라의 전기차 3만 개 부품은 수십 년 묵은 자동차 공급망 위에 얹혀 있다 - 로봇의 가장 로봇다운 부위일수록 자동차 바깥에 있고, 그 바깥의 왕은 한국이 아니라 일본이다. 자동차만 놓고 보면 한국이 특별할 이유가 없다. 자동차도, 정밀기계도 독일과 일본이 한국보다 위다. 실제로 한국은 로봇의 가장 로봇다운 세 부위 - 액추에이터·손·센서에서도 뒤처져 R&D로 쫓아가는 처지다.

그런데도 골드만이 일본이나 독일이 아니라 한국을 지목한 것은, 로봇이 자동차 하나로 만들어지지 않기 때문이다. 로봇은 자동차(양산·전장)와 배터리와 반도체와 대량생산이 겹치는 자리에서 조립되는데, 그 네 개의 원이 유독 크게 포개지는 나라가 한국이다. 그리고 자동차를 닮지 않은 그 나머지 진짜 열쇠들이 독일·일본에는 없다.

여기까지가 로봇을 노래하는 자들이 파는 축복장이다. 그러나 이 글의 뼈대는 캐즘이었고, 캐즘은 배터리·HBM·재벌의 합주단·양산의 손, 이 네 장에 똑같은 질문을 던진다 - 로봇이 실제로 팔려야 돈이 되는 카드인가, 아니면 로봇을 만들려는 시도만으로도 돈이 되는 카드인가. 답은 넷을 셋과 하나로 가르는데, 그 갈림이 방금 이 장이 부른 순서를 정확히 뒤집는다.

시도만으로 돈이 되는 카드는 하나뿐이다. HBM은 로봇의 몸이 아니라 로봇을 가르치는 쪽에서 팔린다. 로봇의 몸에 실리는 두뇌는 애초에 HBM이 아니기 때문이다 - 엔비디아가 휴머노이드용으로 내놓은 젯슨 토르조차 HBM이 아니라 LPDDR을 얹었고, 앞 장에서 본 테슬라의 GDDR 선택과 같은 방향이다. 엣지의 미래는 비싼 완벽이 아니라 싼 충분함이니까. 그러니 HBM이 받는 돈은 로봇의 판매 대금이 아니라 로봇을 가르치려는 자들이 내는 수업료이고, 그 수업료는 로봇이 한 대도 팔리지 않아도 청구된다. 오히려 반대다 - 눈을 찾는 일이 늦어질수록 수업은 길어지고, 시뮬레이션은 더 오래 돌아야 하고, 청구서는 더 커진다. 캐즘이 길어질수록 이득을 보는 유일한 카드다.

나머지 셋은 정확히 반대다. 배터리는 로봇의 몸에 실려야 팔리고, 재벌의 합주단은 연주할 무대가 서야 의미가 있고, 싸게 많이 찍는 손은 찍어낼 물량이 있어야 발휘된다 - 현대차가 내건 원가곡선 계획서마저 2028년 양산이라는 전제 위에 세워져 있다. 셋 다 로봇이라는 실물이 팔려야 돈이 되는 카드인데, 그 실물은 3장에서 본 ‘눈의 부재’ 때문에 늦는다. 그리고 이 지연만은 돈으로 당길 수 없다. 4,500조를 부어도 발견의 날짜를 예약할 수는 없기 때문이다.

그래서 이 글의 씁쓸한 대비가 완성된다. “제조 강국의 기회”로 가장 크게 호명되는 세 장이 캐즘에 가장 약하고, 로봇 테마로는 잘 불리지도 않는 한 장이 캐즘에 가장 강하다. 로봇을 크게 노래할수록, 정작 그 노래에 이름이 나오지 않는 카드가 이긴다는 뜻이다.

카드한국의 위치언제 돈이 되나캐즘 내성
HBMSK하이닉스 62% + 삼성 17%, 2026년 시장 규모 546억 달러로봇을 가르칠 때 = 지금강. 골짜기가 길수록 수업료가 커진다
배터리옵티머스 4680 채택, 전고체 500Wh/kg로봇이 팔릴 때약. 전기차에서 이미 겪은 구조
재벌의 합주단레인보우로보틱스-쿠팡 실증무대가 설 때약. 실증은 매출이 아니다
싸게 많이 찍는 손2028년 3만 대, 대당 3만 달러 목표물량이 생길 때약. 중국이 먼저 달리고, 자석은 99.3% 중국산

크기를 대보면 더 선명해진다. 골드만이 그린 가장 낙관적인 그림에서도 2035년 세계 휴머노이드 시장의 총합은 380억 달러, 출하량은 140만 대다. 그런데 HBM은 2026년 한 해에만 546억 달러다. 10년 뒤 세계의 로봇 몸값을 전부 합쳐도, 지금 그 로봇을 가르치는 메모리 한 품목의 1년 매출에 못 미친다. 몸을 파는 사업과 수업료를 받는 사업의 크기 차이가 이만하다. 보조금이 끊기자 얼어붙은 전기차·배터리 시장이 이미 예고편을 보여줬다.

게다가 골짜기는 기다리는 자에게 공평하지도 않다. 그 세 장은 로봇을 기다리는 동안 가만히 서 있는 것이 아니라, 두 방향에서 깎여 나간다.

하나는 중국이다. ‘싸게 많이’라는 한국의 룰을 중국이 먼저 쓰고 있다 - 네 번째 카드를 정면으로 겨눈 셈이다. 앞에서 일본의 아성으로 짚었던 감속기에서 중국의 국산화율은 2018년 5%에서 2024년 35%로 올랐고, 몸통에서는 더 노골적이다 - 유니트리는 2025년에만 휴머노이드 5,500대 이상을 출하했고 G1의 가격표는 1만 6천 달러에서 시작하며, 2026년 목표는 1만~2만 대다. 그 가격표는 이미 한 번 더 내려가 자사 몰 기준 1만 3,500달러를 부른다.

다만 이 숫자들의 크기도 정직하게 세어둘 필요가 있다. 2025년 세계 휴머노이드 출하량은 다 합쳐 1만 3천 대 남짓이고, 그중 8할가량을 중국 업체가 가져갔다. 같은 시기 세계 공장에 새로 설치된 산업용 로봇은 한 해 54만 2천 대다 - 휴머노이드는 아직 그 40분의 1이다. 이 대비는 두 가지를 동시에 말한다. 로봇은 아직 아무것도 아니라는 것, 그리고 그 아무것도 아닌 판의 8할을 중국이 선점했다는 것. 벽돌폰의 저가화 경쟁이 이미 시작됐고 그 선두가 중국이라는 사실은 변하지 않는다.

중국 물류 현장에 투입돼 자재 상자를 옮기는 유니트리 휴머노이드 값싼 몸을 향한 경주는 이미 달리는 중이고, 선두는 한국이 아니다. 유니트리의 가격표는 1만 6천 달러에서 시작해 1만 3,500달러까지 내려왔다 - 옵티머스 2세대의 부품 원가로 추정되는 5~6만 달러의 4분의 1이다. 출처: Global Times

다른 하나는 자석이다. 싸게 많이 찍겠다는 그 카드가, 정작 찍어낼 재료 앞에서 멈춘다. 관절 40여 개를 움직이는 정밀 모터의 심장은 네오디뮴 영구자석인데, 한국은 자석을 자체 생산하는 세계 세 번째 나라이면서 동시에 그 영구자석의 99.3%를 중국에서 사오는 나라다. 게다가 중국이 2025년에 걸어둔 수출통제의 유예 시한은 2026년 11월 10일이다. 이재명 대통령의 몽골 국빈방문이 자원외교의 수사가 아니라 로봇 시간표의 일부인 이유가 여기 있다 - 몸을 싸게 만들겠다는 계획은, 그 몸의 자석을 누가 파느냐가 정해지지 않으면 계획이 아니다.

그래서 골드만의 ‘30%’는 약속된 미래가 아니라 중국과의 경주 결과이고, 정확한 표현은 “한국이 로봇을 가장 잘 만든다”가 아니라 “가장 폭넓게 공급할 후보다”이다 - 그것도 골짜기를 건넌 뒤에나 세어볼 일이다.

그런데 이상하지 않은가. 다음 정거장이 이렇게 멀다면, 지금 이 뜨거운 정점은 대체 누가 만들었나. 그 답이 이 예언의 나머지 절반이다.

6. 이 정점은 빌더와 에이전트가 만들었다 - 그리고 1년은 더 오른다

앞선 글에서 정리했듯, AI 시장은 두 개로 갈라졌다.

  • 빌더(builder) - 설계자의 시장. 없던 것을 처음 만들어내는 쪽이라, 가격의 기준점(앵커)이 토큰 원가가 아니라 그 일을 대신할 사람의 몸값이다. 그래서 최상위 모델은 출력 100만 토큰당 50달러라는 프리미엄 천장을 유지한다. 결과만 좋다면 사람 인건비보다 싸기 때문이다.
  • 에이전트(agent) - 컨베이어벨트의 시장. 이미 만들어진 워크플로를 수천, 수만 번 돌리는 쪽이다. 품질은 하한선만 넘으면 되므로, 비교할 변수가 하나밖에 남지 않는다 - 가격이다. 그래서 앵커도 경쟁 모델의 토큰 원가가 된다.

지금의 정점은 이 두 엔진이 함께 만들었다. 빌더가 AI에 ‘사람 몸값’이라는 높은 가격표를 정당화해 주었고, 에이전트가 물량을 폭발시켰다 - 에이전트 실행이 본격화된 올해 초 이후 토큰 소비량은 10배 이상 뛰었다. 사람이 채팅으로 묻고 읽는 속도에는 상한이 있지만, 에이전트가 도구를 부르고 결과를 되읽는 루프에는 상한이 없기 때문이다. 이것은 거품만은 아니다. 실제 수요이고, 실제 매출 곡선이다. 코딩 에이전트 하나로 앤트로픽의 연환산 매출이 300억 달러에 이르고 그중 약 80%가 기업에서 나온다는 사실이 그 증거다. 그 곡선이 조 단위 상장 밸류에이션의 근거가 됐다.

그리고 이 정점은 당분간 (내 판단으로는 1년 안팎) 더 연장될 여력이 있다. OpenAI와 앤트로픽의 상장이 수천억 달러의 군자금을 새로 쏟아붓고, 한국의 ‘모두의 AI’ 같은 소버린 예산이 올겨울부터 트래픽을 만들며, 에이전트의 기업 침투는 아직 초입이라 물량 성장의 관성이 남아 있다. 무엇보다 올해 쓸 돈은 이미 결재가 끝났다 - 구글·아마존·마이크로소프트·메타 네 곳이 공시한 2026년 설비투자 계획만 합쳐 7,250억 달러로, 전년의 4,100억 달러에서 77% 늘었다. 이 돈이 집행되는 동안에는 지표가 내려갈 수가 없다. 음악은 조금 더 연주된다.

문제는 둘이다. 하나, 이 성장의 대부분이 에이전트 쪽에서 온다는 사실이다. 방금 정의한 대로 그곳은 품질이 아니라 가격으로 승부가 나는 시장이고, 그래서 물량이 커질수록 단가는 내려간다. 둘, 앞의 숫자가 이미 답을 적어 놓았다. 매출의 8할이 기업에서 온다는 말은, 이 사업의 운명이 기업의 예산 회의에 달려 있다는 말과 같다. 개인은 요금이 올라도 대개 그냥 낸다. 그러나 기업은 해마다 예산을 다시 짜고, 그 자리에서 “이 돈으로 무엇을 얻었는가”를 묻는다.

7. 총성은 이미 울렸다 - 가격 전쟁과 보조금의 유효기간

2026년 6월, MiniMax와 DeepSeek가 전 세계를 상대로 토큰 가격 전쟁을 열었다. DeepSeek V4-Flash의 출력 토큰은 100만 개당 0.28달러 - 최상위 프리미엄 모델의 약 180분의 1이다. 이것은 반짝 덤핑이 아니라 구조적 원가다. MoE와 어텐션 압축으로 계산량을 줄이고, KV 캐시를 싼 저장장치에 얹고, 중국의 싼 전기로 돌린다. 미국도 저가 라인으로 참전했다 - 구글의 Flash-Lite, 메타의 Muse Spark가 중국 가격대에 바짝 붙었다. 그사이 바닥은 한 번 더 내려갔다. 화웨이 어센드에서 학습한 GLM 계열의 한 모델이 입력 100만 토큰당 0.11달러를 부르며 중국 모델끼리도 서로를 깎고 있고, 추론 단가 전반은 1년 만에 80~90%가 빠졌다. 반복 시장의 주인이 정해지지 않았으니, 모두가 바닥을 향해 달린다.

가격표를 한 줄로 세우면 이 시장의 모양이 보인다.

구간입력 100만 토큰출력 100만 토큰
빌더용 최상위 모델-약 50달러
구글 Gemini 3.1 Flash-Lite0.125달러0.75달러
DeepSeek V4-Flash0.14달러0.28달러
DeepSeek V4-Flash (캐시 적중)0.0028달러-

맨 아래 줄이 이 전쟁의 끝이 어디인지 알려준다. 캐시가 적중한 입력은 100만 토큰에 0.0028달러 - 우리 돈 4원이 안 된다. 같은 문서를 반복해 읽는 에이전트 작업이라면 입력값은 이미 공짜에 수렴했다는 뜻이다. 그리고 같은 표 안에 출력 기준 180배의 격차가 공존한다는 것은, 이 시장의 가격이 품질이 아니라 용도로 결정된다는 증거다. 빌더는 맨 윗줄을 쓰고, 에이전트는 아랫줄을 쓴다. 그리고 성장은 아랫줄에서 온다.

이 전쟁이 무서운 이유는 지금의 AI 가격이 애초에 진짜 가격이 아니기 때문이다. 오늘 우리가 쓰는 토큰은 원가의 20분의 1 수준에 풀린 보조금 가격이고, 그 차액은 프런티어 랩과 그 뒤에 줄 선 자본이 대고 있다. 그리고 그 보조금에는 유효기간이 있다.

여기서 흔한 오해 하나를 끊고 가자. 캐즘은 사람들이 AI를 덜 써서 오는 것이 아니다. 오히려 반대다. 우리는 이미 강을 건넜고, 값이 올라도 끊지 못한다. 문제는 그 비탄력적인 수요가 값을 올릴 자유로 이어지지 않는다는 데 있다 - 옆집이 180분의 1짜리 가격표를 내걸고 있는 시장에서는, 값을 올리는 쪽이 먼저 손님을 잃는다. 그러니 끊지 못하는 고객을 붙잡아 둘수록 원가 이하로 먹여야 할 입만 늘어난다 - 원가 1만 원짜리를 500원에 파는 식당이 손님이 늘수록 더 크게 망하는 것과 같다. 쓰면 쓸수록 적자가 커지는 희귀한 구조다. 골짜기에서 무너지는 것은 이용자의 습관이 아니라, 그 습관을 원가의 20분의 1로 떠받쳐 온 자본의 장부다. 수요가 꺾여서가 아니라 그 수요의 값을 대신 치르던 쪽이 먼저 지쳐서 오는 골짜기 - 캐즘의 정확한 모양은 이쪽이다.

그래서 순서가 그려진다. 성장은 에이전트에서 오는데 에이전트는 가격으로 결판나고, 가격은 보조금 위에 서 있는데 보조금은 상장과 함께 끝난다. 남는 것은 마진이 사라진 물량 성장 - 매출은 커 보이는데 벌리지 않는 구간이다. 그리고 AI 붐의 진짜 병목은 전기도 반도체도 아니라 돈이며, 돈은 가장 먼저 마른다. 전기와 반도체는 물리적 제약이라 몇 년에 걸쳐 서서히 조여오지만, 돈은 금융적 제약이라 금리 한 번, 조달 실패 한 번, 어닝 실망 한 번이면 며칠 만에 마른다. 게다가 지금 이 판을 도는 돈의 상당 부분은 서로가 서로의 고객이 되어 주는 순환 펌프다 - 칩을 판 돈으로 그 칩을 살 회사에 투자하고, 그 회사가 그 돈으로 다시 칩을 사는 식이다. 밖에서 새로 들어온 현금이 아니므로, 고리 하나만 끊겨도 셋이 함께 마른다.

요컨대 캐즘의 정의는 이것이다 - 보조금의 종료와 로봇 수요의 도착 사이의 공백. 앞 수요의 소멸 시점은 가격 전쟁이 정하고 있고(빠르다), 뒤 수요의 도착 시점은 눈의 발견과 인프라가 정하고 있다(느리다). 두 곡선은 겹치지 못한다.

8. 예언의 시간표 - 그리고 캐즘이 하는 일

이제 예언을 시간표로 적는다. 연도는 빗나갈 수 있어도 순서는 빗나가지 않을 것이다.

LLM 수요와 로봇 수요 사이의 캐즘과 다섯 단계 전개

▲ 같은 예언을 순서가 아니라 높이로 그린 것. 앞 수요(LLM 보조금)가 꺼지는 시점과 뒤 수요(로봇)가 도착하는 시점은 겹치지 못하고, 그 어긋남이 캐즘이다. 결정적인 것은 골짜기 바닥이다 - 거기서 헐값이 된 연산이 로봇의 눈을 찾는 연료가 되어 뒤 수요의 곡선을 왼쪽으로 당긴다. 캐즘은 기다리는 시간이 아니라, 다음 시대를 조립하는 시간이다.

예언은 반증할 수 있어야 예언이다. 각 막이 시작됐는지를 무엇으로 판정할지도 함께 적어 둔다.

막무엇이 일어나나무엇을 보면 아는가
1막마지막 오르막하이퍼스케일러 capex 7,250억 달러의 집행, 에이전트 토큰 소비량
2막가격 전쟁의 청구서종량 과금의 확산, capex 가이던스의 첫 하향, 프런티어 랩의 첫 어닝 실망
3막LLM 캐즘GPU 임대료와 데이터센터 가동률의 하락, 좌초 자산과 파산
4막캐즘의 반전로봇 학습에 투입된 GPU-시간의 급증, 시뮬레이션·원격조종 데이터 단가의 추가 하락
5막로봇의 시대휴머노이드 연간 출하량이 산업용 로봇(54만 대)에 근접

마지막 줄이 이 예언의 결승선이다. 지금 그 숫자는 1만 3천 대다.

뉴욕 맨해튼 도로에서 광케이블을 끌어 넣는 통신 작업자들 닷컴 시절 통신사들은 빚을 내어 도시마다 이런 관을 깔았고, 거품이 터지자 그 95%는 불 꺼진 다크 파이버로 남았다. 그런데 6~7년 뒤 유튜브와 AWS와 아이폰은 바로 그 헐값 대역폭 위에서 태어났다. 이번에 헐값이 되는 것은 케이블이 아니라 연산이다. 출처: Wikimedia Commons

이 시간표가 미시시피와 산업혁명을 가른 기준과 정확히 포개진다는 점도 짚어두자. AI 버블은 루이지애나의 텅 빈 꿈(미시시피형)이 아니라 철도형이다. 터져도 데이터센터와 모델과 HBM과 시뮬레이터가 남는다. 그래서 캐즘은 종말이 아니라 다음 시대의 조립 기간이다. 진짜 혁명이 거품이 꺼진 자리의 풍요 위에서 온다는 것은, 닷컴이 이미 증명했다.

9. 그래서 무엇을 준비하는가

예언의 쓸모는 맞히는 데 있지 않고 준비시키는 데 있다.

  • 기업에게. 지금의 싼 토큰은 공짜가 아니라 해자를 파라고 주어진 유예 기간이다. 보조금이 끝나기 전에 거르고(검증), 쌓고(축적), 엮는(제도권 연계) 구조를 세운 쪽만 가격 정상화를 버틴다. 생성만 싸게 받아 쓴 쪽은 청구서가 오는 날 원가 구조가 통째로 무너진다.
  • 한국에게. 캐즘은 이 나라에 위협이자 기회다. 위협인 이유는 4,500조의 모내기가 흉작을 만나기 때문이고 - 모내기한 게 많을수록 흉작은 더 고통스럽다 - 기회인 이유는 캐즘을 건널 준비가 곧 다음 시대의 선점이기 때문이다. 투자는 균형이 아니라 효율의 언어로 설계해 불황에도 살아남게 하고, 사 올 수 없는 전력은 미리 넘치게 짓고, 빌더 시장은 못 가도 주인이 정해지지 않은 에이전트 시장의 자리는 지키고, 캐즘의 노는 연산을 로봇 데이터로 바꾸는 상평창을 남보다 먼저 발명하는 것, 이것이 골짜기의 국가 전략이다. 하나가 더 있다. 골짜기를 건너는 몇 년은 로봇의 몸에서 뚫린 앞단을 메울 유일한 시간이기도 하다. 자석의 원료와 정제, 액추에이터, 감속기처럼 눈이 열린 뒤에 시작하면 이미 늦는 것들이다. 수요가 없는 동안에만 공급망을 조용히 갈아끼울 수 있다. 눈이 열리는 날 몸을 못 만들면, 골드만이 적어준 30%는 그날 남의 몫이 된다.
  • 투자자에게. 볼 것은 정점에서 호명되는 이름이 아니라 캐즘을 건널 대차대조표다. 현금 3,000억 달러를 쌓은 버크셔, 자체 증설만 고집하는 TSMC, 광란에 들어가지 않은 애플 - 가장 신중한 큰돈들이 지금 이 판에 안 들어오고 기다리는 것이 무엇이겠는가. 골짜기 바닥의 헐값이다. 그들이 사기 시작하는 날이 4막의 시작이다.

2005년에 “동영상의 시대가 온다”고 외친 사람들은 모두 옳았다. 그러나 그 시대를 연 것은 동영상 회사가 아니라 전화기였고, 시대의 열매는 구호를 외친 순서가 아니라 열쇠를 쥔 순서대로 돌아갔다. 지금 모두가 “로봇의 시대가 온다”고 외치고, 그 말도 옳다. 그러니 질문을 바꿔야 한다. 로봇이 오는가가 아니라 - 캐즘을 누가 건너는가, 그리고 로봇의 스마트폰은 누가 만드는가. 그 답을 쥔 자는, 지금 로봇을 가장 크게 노래하는 자와 같은 사람이 아닐 것이다.

인사이트
AI LLM 로봇 피지컬AI 휴머노이드 AI버블
이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.

© nahz. 일부 권리 보유