AI 업계 전반에 퍼져 있는 지속적인 가정은, 성장이 곧 고급 GPU의 전 세계적 부족으로 인해 제약을 받을 것이라는 것이다.
그러나 다음 단계의 AI 발전을 규정하는 제약은 절대적인 희소성보다는 구조적 비효율성에 더 가깝다는 관점이 있다.
Render Network의 Trevor Harries-Jones에 따르면, 전 세계 컴퓨트 용량의 상당수가 전혀 사용되지 않고 있으며, 그는 이 단절을 공급 제약보다 더 중요한 문제로 본다.
잘못 이해된 GPU 부족
그는 **Solana**의 브레이크포인트 행사장에서 Yellow.com과의 인터뷰에서 “전 세계 GPU의 40%가 놀고 있다”고 말했다. “사람들은 GPU가 부족하다고 가정하지만, 실제로는 렌더링과 AI 작업을 수행하기에 충분히 성능이 나오는 GPU들이 남아돈다” 고 그는 말한다.
해리스-존스는 Nvidia H100 같은 학습용 최고급 칩에 대한 수요는 여전히 치열하지만, 학습이 실제 AI 워크로드에서 차지하는 비중은 매우 작다고 주장한다.
그는 “트레이닝은 실제 AI 사용량에서 아주 작은 비율에 불과하다”며 “인퍼런스가 80%를 차지한다”고 지적한다.
이런 불균형은, 그가 보기에, 소비자용 하드웨어와 중저가 GPU, 그리고 LPU·TPU·ASIC 같은 새로운 프로세서 계열이 전 세계 컴퓨트 부하를 훨씬 더 많이 흡수할 수 있는 여지를 연다는 의미다.
그가 강조하는 두 번째 변화는, 전통적인 3D 워크플로와 떠오르는 AI-네이티브 애셋 포맷의 수렴이다.
크리에이터가 이끄는 시네마급 AI 파이프라인
기저 3D 구조를 평면 2D 프레임으로 납작하게 만드는 대신 유지하는 Gaussian splatting 같은 기법과 월드 모델의 등장은, AI 시스템을 시네마 제작 파이프라인에 더 가깝게 끌어당기고 있다.
이런 발전은, AI 결과물이 기존 전문 툴체인 안에서 실제로 사용 가능한 형태가 되게 만든다는 점에서 중요하다. 그저 독립적인 신기한 포맷에 머무르지 않는다는 뜻이다.
모델 크기는 여전히 도전 과제지만, 해리스-존스는 양자화와 모델 압축을 통해 오픈 웨이트 시스템이 계속 작아져 결국 소비자용 디바이스에서도 무리 없이 돌아가리라 예상한다.
그는, 초대형 데이터센터 대신 분산된 RAM과 대역폭에 의존하는 탈중앙화 네트워크에서는 더 작은 모델이 필수적이라고 말한다.
Also Read: Data Shows Bitcoin Enters 'Cost-Basis Cycle' Era As ETFs Redefine Market Structure
많은 이들이 모델 복잡도의 상승이 비용 상승을 부를 것으로 예상하지만, 그는 정반대의 역학이 지배할 것이라 본다.
규모 확대보다 효율성을 우선한 최근 중국발 모델 사례들처럼, 트레이닝 영역의 혁신은 사용량이 급증해도 AI 비용은 점점 낮아지는 미래를 시사한다.
그는 “비용이 내려가면 갈수록 더 많은 사용 사례가 나타나게 될 것”이라고 말한다.
그는 컴퓨트 부족보다, 비용 하락이 수요를 폭발시키고, 늘어난 수요가 다시 더 효율적인 시스템을 자극하는 ‘제번스 패러독스’식 순환을 예상한다.
또한 그는 온디바이스, 로컬 네트워크, 중앙 집중형 클라우드 워크로드를 섞은 하이브리드 컴퓨트가 업계의 다음 단계를 규정할 것이라고 본다.
Apple의 분산 인텔리전스 모델처럼, 지연 시간, 프라이버시, 민감도, 규모 등에 따라 서로 다른 환경이 서로 다른 작업을 맡게 될 것이다.
미션 크리티컬 워크로드는 여전히 규제에 부합하는 데이터센터가 필요하겠지만, 민감하지 않거나 배치 처리 성격의 워크로드는 점점 더 탈중앙화 네트워크에서 실행될 수 있다. 암호화 기술의 발전은 결국 이 경계를 더 넓힐 수 있다.
다가오는 3D-퍼스트 콘텐츠의 물결
더 긴 안목에서 그는, AI에 의해 추진되는 3D의 대중화라는 훨씬 더 거대한 변화를 보고 있다.
해리스-존스는 다음 세대의 소비자 지향 AI는 텍스트나 평면 이미지를 넘어, 몰입형 3D 네이티브 콘텐츠를 중심으로 전개될 것이라 예상한다.
그는 몰입형 하드웨어의 초기 신호와 빠르게 진화하는 3D-AI 도구를 거론하며 “우리는 지금까지와는 비교할 수 없을 정도로 많은 3D 콘텐츠를 소비하게 될 것”이라고 말한다.
소수의 전문가만 접근 가능한 고도로 기술적인 워크플로 때문에 막혀 있던 모션 그래픽의 전통적 병목은, 수백만 사용자가 시네마급 장면을 제작할 수 있게 하는 도구로 대체될 수 있다.
한때 AI에 저항적이던 크리에이터들도 이제 이러한 파이프라인을 직접 실험하고 있으며, 이는 도구 개선 속도를 높이고 하이브리드 워크플로가 어떻게 진화할지에 영향을 미치고 있다.
그는 크리에이터의 피드백이 하드웨어 트렌드 못지않게 업계의 방향을 좌우하게 될 것이라고 주장한다.
Read Next: Why Gradient Thinks Trillion-Parameter Models Won’t Belong To OpenAI or Google In The Future