TL;DR
Anthropic CEO 다리오 아모데이가 「프런티어 속도 조절」을 제안하며, AI 안전 문제가 반도체 섹터 심리를 다시 억누를 가능성이 있다.
번스타인은 「AI 감속」이 모델 능력 향상 속도를 겨냥한 것이지, 훈련 중단이나 자본지출 삭감을 의미하는 것은 아니라고 본다.
AI 연산 수요는 모델 훈련에서 추론으로 확장되고 있으며, Agent 애플리케이션의 대량 호출이 칩 수요를 지속적으로 확대할 것이다.
더 강력한 새 모델이 없더라도, 현재 연산 능력만으로는 기존 모델의 대규모 배포를 충분히 감당하기 어렵다.
번스타인은 이번 이니셔티브가 미중 AI 경쟁과도 관련이 있으며, 칩 수출, 모델 증류, 가중치 보호가 핵심이라고 추측한다.
더 엄격한 안전 평가는 단기적으로 규제 압력을 높이지만, 장기적으로는 AI 상용화가 직면한 정치적·사회적 저항을 낮출 수 있다.
번스타인은 AI 인프라를 계속 낙관하며, 엔비디아, 브로드컴 및 반도체 장비주를 최선호주로 꼽는다.

최근 몇 주간 반도체 섹터 심리는 지속적으로 회복되어 7월 저점 대비 약 13% 상승했고, 연초 이후 상승폭은 67%에 달했다. 이 흐름을 뒷받침하는 핵심 논리는 대형 기술기업의 AI 지출이 여전히 이어질 것이라는 시장의 재확신이다.

그러나 Anthropic CEO 다리오 아모데이가 갑자기 「프런티어 속도 조절」을 제안하면서, 이미 다소 식었던 문제가 투자자 시야에 다시 들어왔다. 만약 선두 AI 연구소들이 자발적으로 모델 능력 향상 속도를 늦춘다면, 칩 수요와 데이터센터 건설도 함께 둔화되는 것인가?

번스타인이 9월 14일 발표한 보고서에서 내놓은 답은: 반드시 그렇지는 않다는 것이다.

핵심 판단은 모델 반복은 감속할 수 있지만, 연산 수요는 동시에 브레이크를 밟기 어렵다는 것이다. AI 컴퓨팅의 중심이 훈련에서 추론으로 확산되고, 특히 Agent 애플리케이션이 점차 실현되면서 반도체 수요는 더 이상 차세대 프런티어 모델만으로 결정되지 않는다.

AI 연구소들은 왜 갑자기 「감속」을 논의하는가?

아모데이는 3단계 「속도 조절 프레임워크」를 제시했다.

첫 번째 단계는 AI 연구소 내부에 독립적 제3자 평가 기관을 도입하여 기업이 이미 한 안전 약속을 준수하는지 검증하는 것이다. 두 번째 단계는 미국 규제를 추진하여 모든 미국 AI 기업에 통일된 규칙을 마련하는 것이다. 세 번째 단계는 글로벌 조율로, 중국과 어떤 형태의 협력 또는 제약 메커니즘을 구축하는 시도도 포함된다.

이 이니셔티브가 등장할 무렵, AI 안전 논쟁이 다시 뜨거워지고 있었다. 최근 여러 대형 기반 모델 연구소의 안전 및 정렬 담당자들이 공개적으로 사직하며, 업계가 자기 개선이 가능한 초지능을 향한 경쟁에서 충분히 신뢰할 수 있는 제약 메커니즘을 구축하지 못했다고 비판했다. 아모데이의 발언은 이후 샘 올트먼, 일론 머스크, 사티아 나델라 등 기술 업계 리더들의 반응을 얻었으며, 이는 「프런티어 모델 연구개발을 늦춰야 하는가」가 연구소 내부 논쟁에서 공공 및 규제 의제로 진입했음을 의미한다.

반도체 투자자들에게 진정으로 민감한 것은 안보 논의 자체가 아니라, ‘속도 제한’이 직접적으로 컴퓨팅 파워 투자에 영향을 미칠 수 있다는 점이다. Amodei는 규제가 훈련 컴퓨팅 파워, 훈련 실행 방식, 그리고 AI를 활용해 AI를 개선하는 등의 핵심环节에 제한을 설정할 수 있다고 언급했다. 일단 제약이 클러스터 규모와 훈련 자원에까지 미치게 되면, 시장은 자연스럽게 AI 칩과 데이터센터 지출이 영향을 받을까 우려하게 된다.

번스타인은 이러한 우려가 단기적으로 반도체 섹터 심리를 억누를 수는 있지만, 실제 수요를 바꾸기에는 부족하다고 본다.

우선, Amodei는 훈련 중단을 주장하는 것이 아니라, 프런티어 모델의 능력 향상 속도를 ‘매우 빠름’에서 ‘다소 빠름’으로 낮추기를 원하는 것이다. 현재 AI 산업의 확장 속도를 고려하면, 모델 반복이 다소 느려지더라도 그에 대응하는 훈련 투자는 여전히 상당할 수 있다.

더 중요한 것은, AI 칩 수요의 원동력이 이미 변화했다는 점이다.

모델은 감속할 수 있어도, 추론 수요는 멈추지 않는다

과거에는 AI 칩 수요가 주로 대규모 모델 훈련에 의해 주도되었다. 모델 파라미터 증가, 훈련 데이터 확장, 훈련 주기 연장은 GPU 클러스터 규모를 지속적으로 끌어올렸다. 그러나 모델이 대규모 응용 단계에 접어들면서, 추론이 새로운 컴퓨팅 파워 소비의 중심이 되고 있다.

특히 Agent 시나리오에서는 모델이 단순히 한 번의 질문에 한 번의 답변을 생성하는 것이 아니라, 지속적으로 작업을 계획하고, 도구를 호출하고, 결과를 읽고, 경로를 수정하고, 출력을 검증해야 한다. 하나의 사용자 요청이 여러 차례, 심지어 수십 차례의 모델 호출을 유발할 수 있으며, 그 추론 소비는 전통적인 챗봇보다 현저히 높다.

이는 프런티어 모델이 당분간 빠른 업그레이드를 멈추더라도, 기존 모델의 대규모 배포가 계속해서 컴퓨팅 파워 수요를 증가시킬 것임을 의미한다. 번스타인은 현재 이미 투입된 컴퓨팅 자원이 현재 모델의 수요조차 충분히 충족하기 어렵다고 지적하며, 향후 출시될 수 있는 새 모델과 더 복잡한 Agent 응용은 말할 것도 없다고 덧붙였다.

동시에, 대형 기술 기업들의 AI 자본 지출은 이미 실제 집행 단계에 들어섰다. 칩 구매, 데이터센터, 전력 시스템, 네트워크 인프라의 건설 주기는 길어서, 한 번의 업계 제안으로 즉시 조정될 가능성은 낮다. 번스타인은 따라서 현재 AI 기업들의 단기 수익 목표가 기본적으로 고객의 지출 계획을 반영하고 있으며, 관련 계획에 중대한 변화가 발생할 가능성은 낮다고 판단한다.

다시 말해, ‘AI 감속’이 먼저 타격을 주는 것은 칩 주문이 아니라 밸류에이션과 시장 심리일 수 있다. 추론 호출량, 기업 배포, Agent 응용이 여전히 성장하는 한, AI 인프라 투자가 진정으로 멈추기는 어렵다.

안보 이니셔티브 이면에, 미중 AI 경쟁도 있다

번스타인은 Amodei의 이니셔티브가 전적으로 안보 문제만은 아닐 수 있으며, 미중 AI 경쟁과도 관련이 있다고 본다.

Amodei는 미국의 AI 발전 제한이 중국에 선도적 지위를 넘겨주는 대가가 되어서는 안 된다고 강조한다. 그는 첨단 AI 칩과 반도체 장비의 대중 수출을 계속 제한하면서, 동시에 무단 모델 증류를 단속하고 모델 가중치 보호를 강화해야 한다고 주장한다.

번스타인은 이를 근거로 중국 AI 연구소들이 증류를 통해 모델 격차를 빠르게 좁히고 있는 것이 이 이니셔티브를 추진한 중요한 이유 중 하나일 수 있다고 추측한다. 여기서 주의할 점은, 이는 번스타인의 판단이며 Amodei가 직접 인정한 정책 동기는 아니라는 것이다.

미국 선도 연구소 입장에서 일방적 감속에는 뚜렷한 위험이 있다: 자사가 더 엄격한 안전 심사와 컴퓨팅 제한을 받는 반면, 오픈소스 모델이나 해외 경쟁자는 동일한 규칙의 적용을 받지 않는다면, 감속이 오히려 선도적 지위를 약화시킬 수 있다. 따라서 Amodei가 미국의 통일된 규제와 글로벌 조정을 제안한 것은 본질적으로 규칙을 전체 경쟁 환경에 적용하고자 하는 의도이기도 하다.

이로써 이른바 'AI 안보'는 기술 경쟁과 교차하고 있다. 훈련 컴퓨팅, 모델 가중치, 증류 방식은 안보 문제일 뿐만 아니라 새로운 산업 장벽이 될 수도 있다. 관련 정책은 글로벌 칩 판매의 지역 구조를 바꿀 수 있지만, 미국 기술 기업의 전반적 투자를 반드시 약화시키는 것은 아닐 수 있다.

번스타인, 엔비디아·브로드컴·장비주에 계속 베팅

번스타인은 더 엄격한 안전 평가가 단기적으로 규제 압력을 높이겠지만, AI 산업의 장기적 발전에는 오히려 유리할 수 있다고 본다. 감사 가능하고 제약을 받는 AI 시스템은 정부, 기업, 대중의 수용을 더 쉽게 얻을 수 있으며, 데이터센터 건설과 상업적 배치가 직면한 정치적 저항을 낮추는 데도 도움이 된다.

따라서 보고서는 '프런티어 정속' 때문에 AI 인프라에 대한 판단을 하향하지 않았고, 오히려 엔비디아, 브로드컴, 반도체 장비 회사를 계속 최선호 방향으로 꼽았다.

엔비디아는 '시장 수익률 상회' 등급과 목표주가 400달러를 받았다. 번스타인은 데이터센터 시장 공간이 여전히 막대하며, 훈련과 추론 수요가 함께 GPU 성장을 뒷받침할 것으로 본다.

브로드컴 역시 '시장 수익률 상회' 등급과 목표주가 575달러를 받았다. 보고서는 회사의 2026년 AI 성장 궤도가 2027년에서 2028년에 더욱 가속화될 것으로 예상하며, 맞춤형 AI 칩과 네트워킹 사업이 여전히 주요 동력이라고 본다.

장비 부문에서는 어플라이드 머티어리얼즈, 램리서치, KLA가 모두 '시장 수익률 상회' 등급을 받았으며, 목표주가는 각각 700달러, 385달러, 250달러다. 번스타인은 GAA, 첨단 패키징, HBM, NAND 업그레이드가 가져올 장비 수요를 낙관한다. 그중 KLA는 구조적 성장 동력, 견고한 경쟁 지위, 상대적으로 낮은 중국 대체 위험, 엄격한 자본 배분을 바탕으로 프리미엄 밸류에이션을 받을 기반을 갖추고 있다.

번스타인의 최종 판단은 'AI 감속'이 반도체 섹터의 새로운 심리 변수가 될 것이지만, 일시적으로 AI 인프라 사이클을 역전시키기에는 부족하다는 것이다. 프론티어 모델 연구개발은 느려질 수 있지만, 훈련은 멈추지 않았고, 추론 수요는 가속화되고 있으며, Agent는 단일 작업의 컴퓨팅 소모를 더욱 높이고 있다.

AI 연구소들은 브레이크를 밟는 것에 대해 논의하기 시작했을 수 있지만, 컴퓨팅 산업에 있어 진정한 수요를 결정하는 것은 더 이상 모델 반복 속도만이 아니라 AI가 사용되는 규모와 빈도이다. 이 변수가 여전히 성장하는 한, AI 칩의 수요 논리는 아직 끝나지 않았다.

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia