AI 경쟁을 “누가 가장 강한 모델을 만들었나”로만 이해하면 핵심을 놓치기 쉽다. 사티아 나델라 마이크로소프트 CEO가 던진 메시지는 모델 성능 자체보다, AI가 만든 경제적 가치가 어디에 쌓이고 누구에게 돌아가느냐에 가깝다.
나델라는 AI 시대의 우선순위가 ‘프런티어 모델’이 아니라 ‘프런티어 생태계’여야 한다고 말했다. AI의 가치가 일부 기업이나 시스템에 집중되지 않고, 기업·산업·국가 전반으로 넓게 흘러야 한다는 뜻이다.1
나델라가 말한 ‘토큰 자본’의 의미
나델라는 앞으로 기업이 인간 자본과 함께 ‘토큰 자본’도 키워야 한다고 봤다. 인간 자본이 사람의 지식, 판단, 관계, 창의성이라면, 토큰 자본은 기업이 직접 보유하고 통제하는 AI 역량에 가깝다.1
이 말은 AI가 사람을 단순히 대체한다는 의미가 아니다. 오히려 조직 안의 사람들은 AI가 배워야 할 맥락과 기준을 제공한다. AI가 아무리 강력해도, 기업 고유의 고객 이해, 의사결정 방식, 운영 노하우와 연결되지 않으면 범용 도구에 머문다.
따라서 중요한 질문은 “어떤 AI 모델을 쓰는가”가 아니라 “우리 조직의 지식이 AI를 통해 어떻게 축적되고 있는가”다.
모델보다 중요한 것은 자체 학습 루프다
나델라가 강조한 핵심 개념은 ‘학습 루프’다. 이는 직원의 지식과 AI 시스템이 계속 상호작용하면서 조직의 노하우를 시스템 안에 축적하는 구조를 뜻한다.1
기업이 외부 모델만 호출해도 업무 속도는 빨라질 수 있다. 하지만 그 과정에서 자사만의 판단 기준, 고객 맥락, 운영 방식이 내부 자산으로 남지 않는다면 장기 경쟁력은 약해진다. 나델라는 AI가 인간과 조직의 전문성을 지속적으로 흡수하고 상품화할 수 있다고 경고했다.1
그래서 AI 도입의 기준은 단순한 자동화율에 그쳐서는 안 된다. 반복 업무를 얼마나 줄였는지도 중요하지만, 그 과정에서 생긴 판단과 피드백이 회사 안에 남는지가 더 중요해진다.
왜 이번 전환은 과거의 플랫폼 변화와 다른가
나델라는 이번 기술 전환이 과거의 플랫폼 변화와 근본적으로 다르다고 설명했다. 과거의 디지털 시스템이 주로 인간의 생산성을 보조했다면, 지금의 AI는 사람과 디지털 시스템 사이에 실제 인지 루프를 만들 수 있다.1
이 차이가 경제적 결과를 바꾼다. AI가 조직의 전문성을 학습하고, 그 전문성이 다시 상품화될 수 있다면, 가치는 AI를 많이 쓰는 곳이 아니라 AI를 통해 더 잘 배우는 곳에 쌓인다.
반대로 학습 루프가 소수의 중앙화된 AI 시스템에만 집중되면, 산업 전체의 지식이 일부 시스템으로 흡수되고 경제적 수익도 그쪽으로 몰릴 수 있다. 나델라가 ‘프런티어 생태계’를 강조한 이유가 여기에 있다.1
기업이 던져야 할 질문
나델라의 경고를 실무적으로 받아들이면 AI 전략의 초점은 분명해진다. 최신 모델을 쓰는 것만으로는 충분하지 않다. 모델은 바뀔 수 있고, 성능 격차도 줄어들 수 있다. 실제로 나델라는 2025년 3월 “모델은 상품화되고 있다”고 말한 바 있다.
그렇다면 기업이 확인해야 할 것은 다음에 가깝다.
AI가 만든 결과와 피드백이 우리 조직 안에 축적되는가
직원의 전문성이 AI 시스템과 연결되어 반복적으로 개선되는가
고객 맥락과 운영 노하우가 외부 도구 사용으로 흩어지지 않는가
AI 도입이 비용 절감뿐 아니라 조직 학습을 강화하는가
결국 AI 시대의 경쟁력은 최신 모델을 쓰는 능력만이 아니다. 모델이 바뀌어도 사라지지 않는 조직의 학습 체계를 만드는 능력이다.
나델라의 경고는 단순하다. AI를 빌려 쓰는 기업에 머물 것인가, 아니면 AI를 통해 스스로 배우는 기업이 될 것인가. 경제적 수익의 차이는 그 지점에서 갈릴 가능성이 크다.
참고
1Building a frontier ecosystem over models essential for global economic value: Microsoft CEO
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.