코젠트 커뮤니케이션스 홀딩스 Oppenheimer 29th Annual Technology, Internet & Communications Conference

네, 물론입니다 팀. 우선, 저를 초대해 주셔서 감사합니다. 투자자분들께도 시간을 내 주셔서 감사드리며, 오펜하이머에도 이 자리를 마련해 주셔서 감사드립니다. 코젠트는 두 가지 뚜렷한 이유로 이 인프라 혁명의 한가운데에 있습니다. 첫째, 우리는 세계에서 가장 큰 인터넷 트래픽 운송 사업자입니다. AI는 인터넷 덕분에 가능하며, AI는 인터넷을 통해 분산되고 통합될 것입니다. 실제로 인터넷 트래픽 증가가 가속화되는 것을 목격하고 있습니다. 가장 최근 분기에서는 전년 동기 대비 성장률이 1분기 12%에서 2분기 16%로 가속화되었습니다. 이 트래픽 성장 가속은 스트리밍이나 게임 등 특정 애플리케이션이 수요를 견인하는 다른 많은 사례들과 유사한 패턴을 따르고 있습니다. 우리는 이제 에이전틱 AI가 모든 것에 내장되기 시작하는 초기 단계에 있습니다. 이것은 인터넷에 두 가지 변화를 가져올 것입니다.

더 많은 트래픽을 생성할 뿐만 아니라, 사용자가 데이터를 업로드하여 토큰화하고 LLM을 통해 추론해야 하기 때문에 트래픽의 방향성도 바뀔 것입니다. AI 혁명의 두 번째 부분은 우리 웨이브렌스 사업에 영향을 미칩니다. 즉, 광전송입니다. LLM 개발은 데이터가 저장된 위치와 다른 곳에서 이루어지는 경우가 많습니다. GPU가 해당 데이터 센터 총 자본 비용의 약 60%를 차지하기 때문에, GPU가 하루 24시간, 주 7일 최고 효율로 활용되도록 하는 것이 중요합니다. 인터넷은 비트-마일당 비용이 저렴하지만, 본질적으로 지연 시간이 정의되어 있지 않아 프로세서가 데이터를 버퍼링해야 합니다. 비트-마일당 약 2.5배의 비용이 부과되는 웨이브렌스 프리미엄은 충분히 정당화됩니다.

국제 통신사, 지역 통신사, 콘텐츠 배포자, 클라우드 제공업체로부터의 전통적인 전용선 또는 웨이브렌스 서비스 수요가 있었지만, 이제는 하이퍼스케일러나 네오클라우드에 의한 AI 학습 수요가 급증하고 있습니다. 맞습니다, 팀. 지금까지 1조 달러의 자본이 투입되었습니다. 추가로 6조 달러가 배치를 위해 발표되었습니다. 이 수요의 대부분은 아직 개발 중입니다. 전력 부족이 심각합니다. 데이터 센터 공간 부족도 심각합니다. 처리 능력도 부족합니다. 결국 목표는 가장 적은 전력과 비용으로 최대의 테라플롭스를 생산하는 것입니다.

이것이 많은 신규 데이터 센터 건설로 확산되고 있으며, 이들 센터는 기존 저장소와 연결하는 웨이브렌스를 필요로 할 것입니다. 코젠트 사업의 모든 측면에서 이러한 추세는 긍정적이라고 생각합니다.

저는 AI가 인터넷만큼 사회에 변혁을 가져올 것이라고 확신합니다. AI는 우리가 하는 모든 일에 내재화될 것이라고 생각합니다. AI가 우리를 더 부유하고 생산적으로 만들 것이라고 봅니다. 현재 AI가 개발되는 방식, 수익화 가능성, 그리고 투자자들이 자본 수익을 얻는 방법에 대해 몇 가지 진지한 우려가 있습니다. 중요한 점은 네 가지라고 생각합니다. 첫 번째는, 오늘날 우리는 많은 전력을 사용하는 매우 원시적인 방식으로 AI를 개발하고 있다는 점입니다. 차세대 GPU의 전력 효율이 계속 개선되고 있지만, 당분간은 전력 제약이 명확하므로, 새로운 대형 언어 모델을 계속 개발하려면 전력 사용 효율을 높여야 합니다.

두 번째는, NVIDIA 같은 회사가 85%의 총이익률과 90% 이상의 시장 점유율을 유지할 수 있게 하는 프로세서 유형에 병목 현상이 있다는 점입니다. 저는 자본주의를 굳게 믿으며, 비용을 낮추고 전력 효율을 높이기 위해 여러 신규 진입자가 등장할 것이라고 생각합니다. 두 번째 질문은, 개발 중인 대형 언어 모델들이 결국 서로 대체 가능해질 것이라는 점입니다. 원래 튜링 테스트를 보면, 컴퓨터와 인간 중 누가 답변하는지 구별할 수 있느냐는 것이었습니다. 구별할 수 없다면, 컴퓨터라면 아마도 인공지능일 것입니다. 저는 사실 올바른 테스트는, 10개의 대형 언어 모델에 질문을 했을 때 10가지 다른 답변이 나온다면 아직 인공지능에 도달하지 못한 것이라고 주장합니다.

반면, 10개의 서로 다른 모델에 같은 질문을 했을 때 모두 같은 답변이 나오지만 각기 다른 모델을 통해서라면, 그때가 진정한 인공지능이 있다고 믿습니다.

네, 여러 모델에 질문을 던져 일관된 답을 얻을 수 있는 진정한 인지 지능입니다.

저는 10년 이내, 어쩌면 그보다 더 빨리 가능할 거라고 봅니다. 모델을 더 효율적으로 훈련시킬 수 있느냐에 크게 달려 있습니다. 만약 우리가 할 수 있다면, 꽤 빠르게 도달할 수 있을 것이라고 생각합니다. 세 번째 질문은, 기업들이 그 결과물을 어떻게 수익화하여 투자 수익을 얻을 것인가 하는 점입니다. 그 부분에 대해서는 명확한 답을 찾기 어렵습니다. 저는 이것이 팀, 당신과 제가 경험한 닷컴 붐과는 매우 다르다고 봅니다. 당시에는 사모펀드와 벤처가 자본을 투입했지만, 결국 자금이 말랐습니다. 지금은 자본력이 매우 탄탄하고 어느 정도 독점적인 기업들이 막대한 자본을 투입하며, 보너스 감가상각과 세제 혜택을 활용해 개발을 지원받고 있습니다. 그래서 이 분야에 자본이 계속 유입될 것이지만, 그 자본에 대한 궁극적인 투자수익률(ROIC)은 매우 낮을 것이라고 생각합니다.