Deutsche Bank는 AI 투자자들이 큰 조정기를 맞게 될 것이라고 밝혔다.

도이체방크는 인공지능이 이론적으로는 2030년까지 초지능에 도달할 수 있지만, 이는 모델 규모 확장이 계속되고, AI 시스템이 스스로를 개선하는 법을 학습하며, 업계가 전력, 인프라, 자금 조달과 관련된 막대한 제약을 극복할 경우에만 가능하다고 밝혔다.

도이체방크 리서치 연구소는 이 경로가 미래의 AI 시스템이 차세대 모델을 구축하는 데 쓰이는 기술을 자율적으로 개선할 수 있는지 여부에 크게 좌우된다고 밝혔다.

하지만 물리적 요건은 엄청난 수준이다. 도이체방크는 가상의 AGI급 모델을 훈련하는 데 3,000억 달러에서 5,000억 달러에 이르는 인프라와 약 6기가와트의 전력이 필요할 수 있다고 추정했다.

Nvidia(NVDA)의 Vera Rubin 칩을 사용해 동일한 훈련 주기를 단 4개월 만에 실행하려면 약 780만 개의 칩과 26기가와트의 시설 전력이 필요할 수 있으며, 현재 가격 기준으로 인프라 비용은 약 9,000억 달러에 달할 것이라고 한다. 은행은 현재의 컴퓨팅 효율 개선이 계속된다면 2030년에는 비슷한 규모의 클러스터 비용이 약 2,000억 달러 수준으로 떨어질 수 있다고 추정했다.

업계는 이미 공격적으로 지출하고 있다. 도이체방크에 따르면 Alphabet(GOOG), Amazon(AMZN), Meta(META), Microsoft(MSFT), Oracle(ORCL)은 올해 자본 지출에 거의 8,000억 달러를 투자할 것으로 예상되며, 연간 지출은 2030년 이후에도 1조 달러를 넘어설 수 있다.

그럼에도 은행은 AI 투자 논리가 초지능을 전제로 할 필요는 없다고 강조했다. 기업들의 AI 도입은 이전의 모바일, 인터넷, 클라우드 컴퓨팅 물결보다 약 세 배 빠르게 진행되고 있다고 전해지며, 중국을 제외한 AI 경제 매출은 2026년에 2,000억 달러를 넘어설 수 있는데, 이는 2022년의 10억 달러 미만에서 크게 증가한 수치다.