AI 혁명을 믿으며, 이것이 산업 혁명만큼이나 크거나 어쩌면 더 큰 변화가 될 것이라고 생각합니다.

https://youtu.be/yoycgOMq1tI?si=l3P6pmfFG8O7JHd9

The $10 Trillion AI Revolution: Why It’s Bigger Than the Industrial Revolution

  - 저희 세쿼이아는 AI 혁명을 믿으며, 이것이 산업 혁명만큼이나 크거나 어쩌면 더 큰 변화가 될 것이라고 생각합니다. 이 짧은 프레젠테이션에서 저희는 이 인지 혁명이 무엇인지, 그리고 왜 이것이 10의 13승, 즉 10조 달러의 기회를 제공하는지 공유할 것입니다. 저희는 네 개의 섹션을 준비했습니다. 첫 번째는 인공지능에 대한 저희의 논문이고, 다음은 상업적 기회입니다. 그 다음으로는 현재 인공지능의 상태에서 저희가 보고 있는 몇 가지 투자 동향에 대해 다룰 것입니다. 그리고 마지막으로 향후 12개월에서 18개월 동안 저희가 보고 있는 몇 가지 투자 테마에 대해 이야기할 것입니다.

  - 저희는 인공지능이 산업 혁명과 유사하다고 생각합니다. 특히 산업 혁명에서 세 가지 시점을 강조하고 싶습니다. 바로 모든 것을 시작하게 한 증기 기관의 발명, 필요한 모든 부품을 한 지붕 아래 모은 최초의 공장 시스템, 그리고 오늘날 우리가 알고 있는 최초의 공장 조립 라인입니다.

  - 이 슬라이드에서 흥미로운 점은 이 시점들 사이의 시간입니다. 최초의 증기 기관부터 최초의 공장까지는 67년이 걸렸고, 그 최초의 공장은 심지어 증기 기관을 사용하지 않고 물의 동력을 사용했습니다. 그리고 그 최초의 공장부터 오늘날 우리가 알고 있는 공장 조립 라인까지는 144년이 걸렸습니다.

  - 질문은 왜 그렇게 오래 걸렸을까 하는 것입니다. 특히 이 144년 동안 무슨 일이 있었던 걸까요? 저희는 그렇게 오래 걸린 이유가 '전문화의 명령' 때문이라고 생각합니다. 복잡한 시스템이 특정 규모를 넘어 성숙하기 위해서는 범용 구성 요소와 노동력을 고도로 전문화된 구성 요소와 노동력과 결합해야 합니다. 다시 말해, 일어났던 일은 이러한 일반 기술을 가져와 특정 결과물을 생산하기 위해 전문화하는 것이었습니다.

  - 이제 우리는 인지 혁명의 시대에 살고 있습니다. 1999년의 지포스 256 GPU가 첫 번째 증기 기관이었다고 말할 수 있을 것이고, 2016년에 이러한 AI 토큰을 생산하는 데 필요한 모든 구성 요소를 모은 것이 첫 번째 AI 공장이었다고 할 수 있을 것입니다.

  - 그래서 문제는 이 인지 혁명의 존 록펠러, 앤드류 카네기, 웨스팅하우스, 그리고 웨지우드는 누구인가 하는 것입니다. 저희는 오늘날 이러한 전문화의 명령을 수행하고 있는 것이 바로 스타트업들이며, 아직 형성되지 않은 스타트업들이 그러한 애플리케이션을 구축할 것이라고 생각합니다.

  - 저희는 세쿼이아 히스토리가 아니라 세쿼이아 캐피탈이라고 불립니다. 그러니 돈과 숫자에 대해 이야기해 봅시다. 이 슬라이드는 이전에 보셨을 수도 있습니다. 저희는 AI Ascent 컨퍼런스에서 이 슬라이드를 사용했습니다.

  - 왼쪽에 있는 3,500억 달러짜리 원은 클라우드 전환 초기의 소프트웨어 지출을 나타냅니다. 그 중 60억 달러는 서비스형 소프트웨어(SaaS) 지출입니다. 일어난 일은 서비스형 소프트웨어가 온프레미스 소프트웨어 시장에서 점유율을 높였을 뿐만 아니라, 전체 시장을 오늘날 6,500억 달러 이상으로 확장시켰다는 것입니다.

  - 저희는 인공지능에서도 비슷한 일이 일어날 것이며, 훨씬 더 큰 기회가 있을 것이라고 생각합니다. 현재 약 200억 달러만이 AI에 의해 자동화되어 있는 10조 달러 규모의 미국 서비스 시장이 있습니다. 이것이 바로 10의 13승 기회이며, 단순히 파이의 점유율을 높이는 것을 넘어 파이 자체를 성장시킬 것입니다.

  - 이전 슬라이드는 보셨겠지만, 이 슬라이드는 처음 보실 것입니다. 이것은 서비스 직업을 가장 오른쪽 열을 기준으로 정렬한 세쿼이아의 내부 메모의 일부입니다. 그 열은 미국 인구조사국에 따라 해당 직업의 직원 수와 중간 연간 임금을 곱한 것입니다.

  - 여러분은 이것들이 정말 큰 총유효시장(TAM)이라는 것을 알게 될 것입니다. 또한 세쿼이아가 이 분야에 투자했다는 것도 알 수 있습니다. 예를 들어, 등록 간호사 분야의 Open Evidence와 Freed, 소프트웨어 개발자 분야의 factory와 reflection, 법률 분야의 Harvey Crosby와 Finch를 생각해 보십시오.

  - 그래서 세쿼이아에서는 총유효시장, 특히 시장에 대해 생각하는 것을 좋아합니다. 저희 설립자 돈 발렌타인은 항상 시장의 중요성에 대해 이야기했습니다.

  - 이 차트는 S&P 500의 시가총액을 보여줍니다. 몇몇 정말 큰 회사들이 눈에 뜁니다. 맨 왼쪽에는 4조 달러 이상의 시가총액을 가진 엔비디아가 있고, 백분율은 1년 실적입니다. 이 슬라이드에는 Kirkland and Ellis 법률 회사나 Baker Tilly 회계 법인도 없습니다. 이들은 수십억 달러의 매출을 올리는 사업임에도 불구하고 말이죠.

  - 저희는 인지 혁명이 시장을 확장하고, 이 슬라이드에 AI 기반의 많은 대규모 독립 공개 기업을 서비스 분야에 포함시킬 기회를 제공한다고 생각합니다.

  - 다음으로, 인공지능 인지 혁명의 현재 상황에서 저희가 주목하고 있는 다섯 가지 투자 동향에 대해 이야기해 봅시다.

  - 첫 번째는 불확실성에 대한 레버리지입니다. 우리는 작업이 어떤 작업에 대해 최소한의 레버리지를 가지고 결과에 대해 100% 확실성을 가졌던 방식에서, 작업에 대해 100% 이상의 레버리지를 가지고 결과의 정확한 발현에 대한 확실성은 훨씬 낮아지는 방식으로 변화하고 있음을 발견했습니다.

  - 만약 당신이 영업사원이고 오늘날 잠재 고객 계정을 관리한다면, 각 계정에서 기회를 모니터링하며 혼자서 모든 계정을 관리할 수도 있습니다. 그러나 AI 에이전트의 미래에는 수백 개의 AI 에이전트를 가질 수 있는 록스(rocks)를 사용할 수 있습니다. 이는 모든 고객을 위한 AI 에이전트가 그들의 진행 상황을 추적하고, 변화하는 것을 확인하며, 해당 고객과의 파트너십을 재참여하고 확장할 기회를 보여주는 방식입니다.

  - 이 AI 에이전트는 당신이 하는 방식과 똑같이 일하지 않을 것이며, 실제로 무언가를 놓치거나 실수를 할 수도 있습니다. 바로 그 지점에서 사람이 개입하여 수정하는 것입니다. 저희는 이 경우 100% 이상의 레버리지, 어쩌면 약간의 불확실성을 동반한 1,000%의 레버리지까지도 봅니다. 이는 당신이 하는 일과 정확히 같지는 않습니다.

  - 다음으로, 우리는 측정이 현실 세계로 이동했음을 발견했습니다. 인공지능 역사 대부분 동안 우리는 학문적 벤치마크를 사용했습니다. 제가 10여 년 전 AI 엔지니어였을 때, 컴퓨터 비전 연구의 벤치마크로 ImageNet을 사용했습니다.

  - 그러나 오늘날 탁월함을 증명하고 싶다면 현실 세계에서 증명해야 합니다. 예를 들어, Expo는 자신들의 인공지능이 세계 최고의 AI 해커임을 보여주고 싶어 했습니다. 그들은 단순히 학문적 벤치마크에서 이를 증명하는 대신, 현실 세계로 나가 HackerOne에서 해당 웹사이트에 등록된 전 세계의 다른 모든 해커들과 경쟁하여 취약점을 찾아냈습니다. 그들은 실제 데이터에서 경쟁하여 승리하고 세계 최고의 해커가 될 수 있음을 보여주었습니다.

  - 저희는 이것이 새로운 황금 표준이 되었음을 발견했습니다. 학문적 벤치마크뿐만 아니라 실제 세계 측정입니다.

  - 세 번째는 강화 학습입니다. AI 산업은 오랫동안 강화 학습에 대해 이야기해 왔습니다. 지난 한 해 동안 우리는 강화 학습이 중심 무대로 부상하는 것을 보았습니다. 대규모 추론 연구소들이 강화 학습의 혜택을 받고 있을 뿐만 아니라, 저희의 많은 포트폴리오 회사들도 그 혜택을 받고 있습니다.

  - 예를 들어, 코딩 분야에서 최고의 오픈 소스 모델 일부를 훈련하는 데 강화 학습을 사용하는 Reflection을 생각해 보십시오.

  - 저희가 주목한 네 번째 동향은 물리적 세계에서의 AI입니다. 이는 정말로 현실이 되고 있습니다. 이것은 단순히 휴머노이드 로봇에 국한되지 않습니다. 또한 인공지능으로 공정을 생성하고 하드웨어를 만들기도 합니다. 예를 들어, 인공지능을 사용하여 하드웨어 제조 공정을 가속화하고, 현장에 배포된 후 품질 보증까지 인공지능으로 수행하는 Nominal을 생각해 보십시오.

  - 마지막으로, 우리는 새로운 생산 함수가 컴퓨팅이라는 것을 발견했습니다. 이는 지식 노동자당 플롭스(flops)입니다. 저희 포트폴리오를 조사해 보면, 지식 노동자당 플롭스에서 최소 10배 증가를 예측하고 있다고 말할 것입니다. 이는 지식 노동자당 컴퓨팅 소비가 최소 10배 더 많다는 의미입니다. 왜냐하면 설명된 바와 같이, 지식 노동자가 하나 또는 수십, 수백, 심지어 수천 개의 에이전트를 사용할 수 있기 때문입니다. 더 낙관적인 측면에서는 지식 노동자당 플롭스 소비가 천 배 또는 만 배 증가하는 미래를 봅니다.

  - 이것은 추론 회사뿐만 아니라 그 추론을 보호하는 회사, 그리고 이 새로운 생산 함수를 사용하여 더 많은 작업자를 확보하는 회사들에게도 매우 강력합니다.

  - 다음으로, 다섯 가지 투자 테마에 대해 이야기해 봅시다. 이것들은 저희가 앞으로 1년 동안 투자할 중요한 테마들입니다.

  - 첫 번째 테마는 영구 기억입니다. 영구 기억은 적어도 두 가지를 의미할 수 있습니다. 첫 번째는 장기 기억입니다. AI와 장기간 공유된 컨텍스트를 기억하는 것입니다. 그리고 두 번째는 인공지능의 정체성의 지속성입니다. 에이전트가 일정 기간 동안 자신의 개성과 스타일을 유지하는 것입니다.

  - 이것은 AI가 점점 더 많은 작업 기능에 진입하기 위해 해결해야 할 중요한 문제입니다. 생산성 분야에 진입하는 인공지능은 장기 기억을 가지고 있어야 하며, 조직과 기능의 전체 컨텍스트를 이해해야 합니다.

  - 저희는 영구 기억 공간에는 스케일링 법칙에 해당하는 것이 없다는 것을 발견했습니다. 벡터 데이터베이스나 RAG, 또는 점점 더 긴 컨텍스트 창과 같은 많은 시도가 있었지만, 이것은 아직 해결되지 않았으며 큰 기회입니다.

  - 다음은 원활한 통신 프로토콜입니다. 현재 MCP(Seamless Communication Protocols)에 대한 많은 기대가 있습니다. 이는 당연합니다. 그러나 인터넷 혁명을 되돌아보면, TCPIP는 결승선이 아니라 출발 신호였습니다.

  - 그리고 이 통신 혁명에서 우리는 AI를 가져와 서로 원활하게 소통할 수 있도록 도울 기회를 가지고 있습니다. 저희는 이것이 많은 주요 애플리케이션을 낳을 것이라고 믿습니다.

  - 한 가지 고려할 만한 것은 쇼핑입니다. 지금은 AI를 사용하여 제품을 구매하고 싶다면 AI로 조사를 한 다음, 원클릭 결제 서비스를 제공하는 선호하는 공급자를 통해 주문을 실행할 것입니다. 그러나 미래에는 AI가 이 원활한 통신 프로토콜 덕분에 모든 것을 할 수 있을 것이라고 생각합니다. AI는 과정을 거쳐 최저 가격을 찾아내고, 당신을 위해 구매를 실행하며, 이 모든 것을 완료하면서 다른 제공자들보다 사용하기 훨씬 쉽게 만들었던 모든 사업의 해자를 감소시킬 것입니다.

  - 세 번째 동향은 AI 음성입니다. 제가 AI 비디오를 넣지 않은 것에 놀랄 수도 있지만, 의도적인 것입니다. 저는 AI 비디오가 1년 안에 등장할 수도 있다고 생각하지만, AI 음성은 지금 바로 현실입니다. 이는 음성의 충실도가 높아져 일상생활에 유용할 정도가 되었을 뿐만 아니라, 지연 시간이 단축되어 AI 음성으로 실시간 대화를 할 수 있게 되었기 때문입니다.

  - AI 음성에는 많은 흥미로운 애플리케이션이 있습니다. 여기에는 AI 친구, AI 동반자, AI 치료사와 같은 모든 B2C(기업 대 소비자) 애플리케이션이 포함됩니다.

  - 저는 또한 기업 분야에서 AI 음성의 다른 애플리케이션에 대해 개인적으로 매우 기대하고 있습니다. 기업으로서 무언가를 배송할 계획이고 물류 작업을 하고 있다면, 그 물류 중 많은 부분이 여전히 음성으로 이루어집니다. 이제는 이러한 물류 조정의 많은 부분을 자동화하는 미래를 위해 일할 수 있습니다. 만약 대량의 고정 수입을 사고팔고 싶다면, 아마 장외 거래 데스크에서 음성으로 할 것입니다. 이 모든 것이 AI 음성을 사용하여 기업 공간에서 가속화될 수 있습니다.

  - 다음은 AI 보안입니다. 저희는 AI 보안에서 엄청난 기회를 봅니다. 이는 개발 단계부터 소비자에게 이르기까지 모든 과정에 해당합니다. 개발 단계에서 저희는 대규모 파운데이션 모델 연구소와 AI 연구소들이 기술을 안전하게 개발할 수 있도록 도울 기회를 봅니다.

  - 그 다음은 배포 단계입니다. 기술이 안전하게 배포되고 악의적인 행위자들이 그 과정에 개입하지 않도록 보장하는 것입니다.

  - 그리고 사용자 자신을 위해서는, 그들이 이 제품을 소비하거나 새로운 앱을 코딩할 때 실수로 취약점을 도입하지 않도록 보장하는 것입니다. 구체적인 예로는, AI로부터 터미널을 사용하여 소프트웨어를 다운로드하라는 지시를 받은 소비자가 있을 수 있습니다. 그 소비자는 터미널에 익숙하지 않을 수 있고, AI는 이 소프트웨어가 소비자의 나머지 환경에 취약점을 유발할 수 있다는 것을 모를 수도 있습니다.

  - 우리는 AI가 개인과 AI 에이전트 모두를 실제로 보호하는 세상에 진입할 것입니다. 사실, 우리는 물리적인 세계와 달리 이 디지털 세계에서는 인간 한 명당, 심지어 에이전트 한 명당 수백 개의 AI 보안 에이전트를 가질 수 있는 미래를 봅니다. 물리적인 세계와 달리 물리적 공간이나 심지어 동일한 비용에 의해 제한받지 않습니다. 당신은 개인당, 에이전트당 엄청난 수의 AI 보안 에이전트를 가질 수 있습니다.

  - 마지막으로, 우리는 오픈 소스가 AI 여정에서 중대한 전환점에 있다고 생각합니다. 2년 전에 저희에게 물었다면, 오픈 소스가 최첨단 파운데이션 모델과 경쟁하고 어쩌면 승리할 기회가 있다고 말했을 것입니다. 오늘날에는 그러한 입장이 훨씬 더 위태로워 보입니다.

  - 저희는 오픈 소스가 경쟁하고 최고의 최첨단 파운데이션 모델을 제공하는 것이 매우 중요하다고 믿습니다. 누구나 구축할 수 있는 더 자유롭고 개방적인 미래를 위해 이것이 중요하다고 생각합니다. 그리고 저희는 오픈 소스 모델이 누구나 훌륭한 제품을 만들 수 있도록 제공되고, AI 미래가 단순히 엄청난 자금을 가진 거대 기업에만 국한되지 않도록 그 미래를 구축하는 데 기여하기를 바랍니다.

  - 이것이 저희가 생각하고 있는 다섯 가지 투자 테마입니다. 이제 문제는 이러한 투자 테마를 진전으로 전환할 수 있다면 어떻게 될까 하는 것입니다. 저희는 그러한 진전이 인지적 조립 라인까지 걸리는 시간을 여러 해에서 단 몇 년으로 실질적으로 단축할 수 있을 것이라고 믿습니다.

  - 경청해 주셔서 대단히 감사합니다. 인지 혁명에서 함께 구축해 나가기를 바랍니다.

----------

세쿼이아 캐피탈은 **인공지능(AI) 혁명을 산업 혁명만큼이나, 혹은 그보다 더 큰 변혁으로 보고 있으며, 이를 10조 달러 규모의 기회**로 인식하고 있습니다 [1]. 이 보고서에서는 인지 혁명(cognitive revolution)의 본질, 상업적 기회, 현재의 투자 동향, 그리고 앞으로 12~18개월 동안 예상되는 투자 테마를 다룹니다 [1].

**AI 혁명에 대한 세쿼이아의 핵심 논지**는 AI가 산업 혁명과 유사하다는 것입니다 [1]. 산업 혁명의 세 가지 주요 시점을 예로 들었습니다: 증기기관의 발명, 최초의 공장 시스템, 그리고 오늘날 우리가 아는 공장 조립 라인 [1]. 흥미로운 점은 이러한 시점들 사이의 긴 시간 간격입니다. 예를 들어, 최초의 증기기관부터 최초의 공장(이 공장은 증기기관을 사용하지 않고 물로 동력을 얻음)까지는 67년이 걸렸고, 최초의 공장부터 오늘날의 공장 조립 라인까지는 144년이 걸렸습니다 [1]. 이처럼 오랜 시간이 걸린 이유는 **'전문화의 명령(specialization imperative)'** 때문이라고 설명합니다 [1]. 복잡한 시스템이 특정 규모를 넘어 성숙하려면 범용 부품 및 노동력과 고도로 전문화된 부품 및 노동력이 결합되어야 한다는 것입니다 [1]. 즉, 범용 기술을 특정 결과물을 생산하도록 전문화하는 과정이 필요했습니다 [1].

현재 우리는 '인지 혁명' 시대에 살고 있으며, 이는 과거 산업 혁명과 유사한 단계를 밟고 있다고 봅니다 [1]. 1999년의 GeForce 256 GPU를 증기기관에 비유하고, 2016년의 첫 AI 공장(AI 토큰 생산에 필요한 모든 구성 요소를 한데 모은 곳)을 최초의 공장에 비유합니다 [1]. 그렇다면 이 인지 혁명 시대의 존 록펠러, 앤드루 카네기, 웨스팅하우스, 웨지우드는 누구일까요? 세쿼이아는 **오늘날의 스타트업들이 이러한 전문화 명령을 수행하고 있으며, 아직 형성되지 않은 스타트업들이 미래의 애플리케이션을 구축할 것**이라고 믿습니다 [1].

**상업적 기회** 측면에서, 세쿼이아는 클라우드 전환을 비유로 들었습니다 [2]. 클라우드 전환 초기 소프트웨어 지출은 3,500억 달러였고, 이 중 서비스형 소프트웨어(SaaS)는 60억 달러에 불과했습니다 [2]. 그러나 SaaS는 온프레미스 소프트웨어 시장에서 점유율을 높였을 뿐만 아니라, 전체 시장을 6,500억 달러 이상으로 확장시켰습니다 [2]. 세쿼이아는 AI에서도 이와 유사한, 훨씬 더 큰 기회가 올 것이라고 예상합니다 [2]. 현재 10조 달러 규모의 미국 서비스 시장에서 AI에 의해 자동화되는 부분은 약 200억 달러에 불과합니다 [2]. 이는 **전체 시장의 점유율을 높이고 시장 자체를 성장시킬 수 있는 10의 13제곱, 즉 10조 달러 규모의 기회**입니다 [2].

세쿼이아의 내부 메모는 서비스 직업들을 직원 수와 연간 평균 임금의 곱으로 정렬한 것을 보여주는데, 이는 **매우 큰 전체 주소 가능 시장(TAM)**을 나타냅니다 [2]. 세쿼이아는 이미 이러한 분야에 투자하고 있습니다. 예를 들어, 등록 간호사 분야의 Open Evidence와 Freed, 소프트웨어 개발자 분야의 Factory와 Reflection, 법률 분야의 Harvey Crosby와 Finch 등이 있습니다 [2]. 세쿼이아는 시장의 중요성을 강조하며, S&P 500 기업들의 시가총액 차트에서 엔비디아가 4조 달러 이상의 시가총액을 기록하며 큰 비중을 차지하는 것을 지적합니다 [2]. 이 차트에는 Kirkland & Ellis와 같은 대형 로펌이나 Baker Tilly와 같은 회계 법인(수십억 달러 매출을 올리는 기업들)은 포함되어 있지 않습니다 [2]. 세쿼이아는 인지 혁명이 **시장을 확장하고, AI를 중심으로 구축된 많은 대규모 독립 공개 기업들이 서비스 분야에서 등장하도록 이 차트를 확장시킬 기회를 제공**한다고 봅니다 [2].

다음으로, **인공지능 인지 혁명에서 주목하는 다섯 가지 투자 동향**에 대해 설명합니다 [3, 4].
1.  **불확실성에 대한 레버리지(Leverage over uncertainty):** 작업의 성격이 '과제에 대한 최소한의 레버리지와 100% 확실한 결과'에서 '100% 이상의 레버리지와 결과물의 정확한 발현에 대한 훨씬 적은 확실성'으로 변화하고 있습니다 [3]. 예를 들어, 영업사원이 고객 계정을 직접 관리하던 방식에서, Rocks와 같은 도구를 사용하여 수백 개의 AI 에이전트(각 고객별 AI 에이전트)를 활용하여 기회를 포착하고 관계를 확장하는 방식으로 전환됩니다 [3]. AI 에이전트가 실수를 하거나 놓치는 부분이 있을 수 있지만, 사람이 개입하여 이를 수정함으로써 100% 이상, 심지어 1000%의 레버리지를 얻을 수 있습니다 [3].
2.  **실세계에서의 측정(Measurement in the real world):** AI 역사 대부분 동안 학술적 벤치마크(예: ImageNet)가 사용되었지만, 이제는 **실세계에서 우수성을 증명하는 것이 새로운 표준**이 되었습니다 [3]. Expo는 AI 해킹 능력을 학술 벤치마크가 아닌 HackerOne 플랫폼에서 다른 해커들과 경쟁하여 세계 최고의 AI 해커임을 증명했습니다 [3].
3.  **강화 학습(Reinforcement learning):** 오랫동안 AI 업계에서 논의되어 왔던 강화 학습이 지난 한 해 동안 주목받고 있습니다 [3]. 대규모 추론 연구소뿐만 아니라 세쿼이아의 포트폴리오 회사들(예: Reflection은 강화 학습을 사용하여 코딩 분야 최고의 오픈소스 모델을 훈련)도 이를 통해 이점을 얻고 있습니다 [4].
4.  **물리적 세계의 AI(AI in the physical world):** AI가 단순히 휴머노이드 로봇을 넘어 물리적 세계에서 프로세스와 하드웨어를 만들고 있습니다 [4]. Nominal은 AI를 사용하여 하드웨어 제조 프로세스를 가속화하고, 현장에 배포된 후 품질 보증에도 AI를 활용합니다 [4].
5.  **새로운 생산 함수는 컴퓨팅(The new production function is compute):** 지식 근로자당 플롭스(flops) 소비량이 새로운 생산 함수가 되고 있습니다 [4]. 포트폴리오 회사들은 지식 근로자당 플롭스 소비량이 최소 10배 증가할 것으로 예측하며, 낙관적으로는 1000배 또는 10000배 증가할 것으로 예상합니다 [4]. 이는 지식 근로자가 수십, 수백, 수천 개의 AI 에이전트를 사용할 수 있기 때문이며, 추론 회사, 추론을 보호하는 회사, 그리고 이 새로운 생산 함수를 사용하여 더 많은 작업자를 확보하는 회사 모두에게 중요합니다 [4].

마지막으로, **향후 투자할 다섯 가지 투자 테마**에 대해 논의합니다 [4-6].
1.  **지속적인 메모리(Persistent memory):** AI가 장기간 동안 공유된 맥락을 기억하는 '장기 기억'과 AI의 정체성(성격 및 스타일)이 일정 기간 동안 유지되는 '정체성의 지속성'이라는 두 가지 의미를 가집니다 [4]. AI가 더 많은 작업 기능을 수행하기 위해서는 이 부분이 필수적입니다 [4]. 조직과 기능의 전체 맥락을 이해하는 장기 기억이 필요하지만, 벡터 DB 및 RAG, 또는 더 긴 컨텍스트 창과 같은 시도가 있었음에도 불구하고 이 분야에는 아직 **확장 법칙(scaling laws)에 해당하는 돌파구가 없으며, 큰 기회**가 있습니다 [4].
2.  **원활한 통신 프로토콜(Seamless communication protocols):** 인터넷 혁명에서 TCP/IP가 시작점이었던 것처럼, AI가 서로 원활하게 통신할 수 있도록 돕는 프로토콜이 중요합니다 [5]. 이는 AI가 제품 연구부터 구매 실행까지 전 과정을 처리하고, 최적의 가격을 찾아 구매를 완료하며, 기존 비즈니스들의 해자(moats)를 감소시키는 등 **수많은 주요 애플리케이션을 창출**할 것입니다 [5].
3.  **AI 음성(AI voice):** AI 비디오보다 AI 음성이 현재 더 중요하다고 보는데, 이는 음성의 **충실도(fidelity)가 일상적으로 유용할 정도로 향상되었고, 지연 시간(latency)이 감소하여 AI 음성과 실시간 대화가 가능해졌기 때문**입니다 [5]. AI 친구, AI 동반자, AI 치료사 등 B2C 애플리케이션 외에도, 기업에서는 물류 조정 자동화, 장기 고정 수입 매매 등 음성으로 이루어지는 많은 프로세스를 AI 음성을 통해 가속화할 수 있습니다 [5].
4.  **AI 보안(AI security):** 개발 단계부터 소비자까지 **AI 보안에서 엄청난 기회**를 봅니다 [5]. 대규모 파운데이션 모델 연구소와 AI 연구소가 기술을 안전하게 개발하고, 악의적인 행위자가 개입하지 않도록 안전하게 배포하며, 사용자가 새로운 앱을 코딩하거나 제품을 사용할 때 실수로 취약점을 도입하지 않도록 하는 모든 과정이 포함됩니다 [6]. 미래에는 **디지털 세계에서 인간 한 명당, 심지어 에이전트 한 명당 수백 개의 AI 보안 에이전트가 존재하여 개인과 AI 에이전트 모두를 보호할 것**으로 예상합니다 [6].
5.  **오픈 소스(Open source):** AI 여정에서 **오픈 소스가 중추적인 순간**에 있다고 판단합니다 [6]. 2년 전에는 오픈 소스가 최첨단 파운데이션 모델과 경쟁하거나 심지어 승리할 가능성이 있다고 보았지만, 현재는 그 입지가 더 불안정해 보입니다 [6]. 세쿼이아는 오픈 소스가 경쟁하고 최고의 최첨단 파운데이션 모델을 제공하는 것이 **더 자유롭고 개방적인 미래, 즉 누구나 구축할 수 있는 미래를 위해 매우 중요하다고 믿습니다** [6]. 이를 통해 AI 미래가 극도로 자금이 풍부한 거대 기업에만 국한되지 않고, 모두가 탁월한 제품을 만들 수 있도록 오픈 소스 모델이 제공되기를 희망합니다 [6].

이러한 투자 테마들을 통해 발전이 이루어진다면, **인지 조립 라인까지 걸리는 시간을 수년에서 단 몇 년으로 대폭 단축할 수 있을 것**이라고 세쿼이아는 믿습니다 [6].