수조 달러를 쓴 AI 랩은 그 돈을 어디서 회수하나 — 누스 리서치 CEO 딜런 롤닉의 뉴욕 15분 키노트

한 줄 핵심

거대 AI 랩은 모델이 상품화되는 순간 수조 달러의 투자금을 회수하려면 사용자와 기업 업무에 깊이 잠입하거나 직접 고수익 문제를 풀어야 하며, 이에 맞서려면 기업은 모델이 아니라 자신이 소유한 기반 위에 에이전트와 소프트웨어를 쌓아야 한다.

시간별 요약

1. 0:00
   오프닝 — 가두거나, 대체하거나 AI 랩이 막대한 자본을 회수하는 가장 유력한 방식은 사용자를 플랫폼 안에 묶어 가격을 올리거나, 아예 AI가 업무를 대체하는 구조를 만드는 것이다. 모델은 빠르게 상품화되고 있어 단순히 좋은 모델을 만드는 것만으로는 남는 장사가 어렵다.
2. 2:58
   두 갈래 길 성능 격차가 줄수록 모델 가격은 빠르게 내려가며, 랩은 인프라 쪽으로 내려가거나 사용자 쪽으로 올라가는 두 방향 중 하나를 택해야 한다. 사용자 앞단에서 버티려면 기업 업무에 깊이 들어가야 하고, 결국 돈이 되는 문제를 직접 푸는 방향으로 수익 모델이 이동한다.
3. 5:51
   사례로 든 산업, 금융 금융은 AI 랩이 가장 먼저 파고드는 대표적인 수익화 대상이다. 모델을 실제 의사결정과 업무에 연결할 수 있고, 한 번 들어가면 쉽게 뽑히지 않기 때문에 AI를 쓰는 기업 입장에서는 도구 선택이 곧 조직의 미래를 좌우한다.
4. 8:26
   왜 이 무대에 섰나 이 회사는 중앙집중식 통제에 맞서는 대안으로 출발했으며, 기술의 소유권과 통제권을 특정 소수에게 넘기지 않겠다는 철학을 강조한다. 단순한 사업 논리보다 개방성과 자율성을 지키는 것이 더 큰 목표로 제시된다.
5. 9:52
   소프트웨어의 해자 전통적인 소프트웨어의 해자는 코드 자체였지만, 이제는 오픈소스와 에이전트로 기능을 빠르게 복제할 수 있어 그 장벽이 약해졌다. 앞으로의 해자는 기능 복제가 아니라 네트워크 효과, 평판, 신뢰성, 그리고 운영 품질로 옮겨간다.
6. 12:16
   증류 증류는 큰 모델의 출력을 바탕으로 작은 모델을 학습시키는 일반적 방법이지만, 타사의 모델에 대량으로 적용될 때는 탈취 논란이 커진다. 이 구간은 기술적으로는 흔한 방법이 법적·윤리적 경계와 충돌할 수 있음을 보여준다.
7. 13:30
   반대편 사정, 그리고 운영체제 오픈 모델이 빠르게 따라오고 있지만 최상위 폐쇄형 모델은 아직 앞서 있으며, 에이전트는 단순한 비서가 아니라 운영체제에 더 가깝다. 데이터, 코드, 판단, 추론이 결합된 새로운 애플리케이션 계층이 에이전트의 본질로 제시된다.
8. 15:20
   소유한다는 것 기업은 로컬 실행, 모델 교체, 오프라인 사용, 프롬프트 열람, 에이전트 내보내기 같은 통제권을 확보한 기반 위에 시스템을 구축해야 한다. 핵심은 AI 회사를 따로 만드는 것이 아니라, 자신이 소유한 토대 위에서 AI를 도구로 활용하는 것이다.
9. 17:12
   롤닉이 원하는 것 목표는 모두가 오픈한 기반 위에서 더 나은 도구를 만들게 하고, 그 위에서 신뢰성과 지원을 제공하는 것이다. 누군가는 결국 수조 달러를 회수하게 될 것이며, 그 자리를 차지하려면 스스로 통제권을 가진 상태로 시작해야 한다.
10. 18:49
    마무리 영상은 모델의 상품화, AI 랩의 자본 회수 압박, 그리고 기업이 소유권을 지닌 기반 위에 에이전트를 쌓아야 한다는 결론으로 정리된다. 핵심 질문은 어떤 모델을 쓰느냐보다, 그 AI 시스템을 누가 소유하고 통제하느냐에 있다.

실무 인사이트

• AI 도입의 기준을 성능 비교에서 소유권·전환 비용·통제권으로 옮겨야 장기적으로 플랫폼 종속을 피할 수 있다.
• 에이전트 전략은 모델 자체보다 업무 프로세스와 데이터, 운영 규칙을 누가 쥐느냐가 성패를 가른다.
• 금융처럼 고부가가치 산업은 AI가 가장 먼저 파고드는 영역이므로, 어떤 도구를 채택하느냐가 곧 조직의 협상력과 자율성을 결정한다.