Taisu AMA: AI Infrastructure: Power, Data Centers & The Real Bottlenecks- Investor Perspective

진행: @Exascale Labs · 2026-07-03 · 태그: EXASCALE

요약

Exascale Labs와 주요 투자자인 Taisu는 GPU만이 아니라 전력, 냉각, 구축 속도, 운영 실행력이 AI 성장의 주요 제약이라고 주장했다. 이들은 증가하는 전 세계 컴퓨팅 수요를 더 빠르고 자본 효율적으로 충족할 수 있는 방법으로 모듈형 데이터센터와 자산 경량형 오케스트레이션 모델을 제시했으며, 계약 전환, 인허가, 구축, 확장에 따르는 위험도 인정했다.

발언자

주요 인용

전체 스크립트

Speaker 1: 안녕하세요. 테스트 중입니다. 여러분, 제 목소리 들리나요? 아주 잘 들립니다. 좋습니다. 감사합니다.

Mark: 몇 분 후에 바로 시작하겠습니다. 참석해 주신 여러분, 모두 감사합니다. 좋습니다. 여러분, 안녕하세요. 시작하겠습니다. 오늘은 여러분도 아시다시피 Exascale Labs가 이런 AMA를 여러 차례 진행할 예정입니다. 이번이 두 번째입니다. 저희 타임라인으로 돌아가서 저희가 CEO와 어떤 일을 했는지 확인해 보실 수 있습니다. 저희는 사람들에게 다음과 같은 내용을 알리기 위해 노력하고 있습니다. 여러분이 LLM과 심지어 별도의 애플리케이션에서 사용하는 모든 AI를 실제로 구동하는 것이 무엇인지 말이죠. LLM, 프롬프팅, AI 에이전트, 에이전틱 AI 같은 건 모두 매력적으로 들립니다. 저희도 그 점을 잘 알고 있습니다. 하지만 정말 필요한 것은, 특히 앞으로 5년 동안 지금보다 10X 수준의 AI가 필요해질 것이기 때문에, 오늘 이야기할 AI 인프라입니다. 그리고 오늘 함께해 주신 분은 사실 저희의 리드 투자자인 Taisu입니다. Taisu는 이 분야 투자에 관한 풍부한 지식과 함께, 여러분이 알아두어야 할 몇 가지 인사이트도 갖고 있습니다. 하지만 시작하기 전에 분명히 말씀드리면, Taisu는 Exascale Labs의 투자자이자 저희의 리드 투자자, 최대 투자자입니다. 오늘 저희의 발언은 투자 관점과 공개적으로 이용 가능한 정보에 기반합니다. 오늘은 비공개 재무 정보, 밸류에이션, IPO 가격, 배정, 공모 조건에 대해서는 논의하지 않으며 투자 조언도 제공하지 않습니다. 하지만 여러분께 질문을 많이 해 주시고, 특히 Tai Sue와 Exascale Labs를 팔로우해 주시고, 저희가 하는 이야기가 마음에 드시면 구독도 해 주시길 권하고 싶습니다. 오늘 분명 마음에 드실 거라고 생각합니다. 그럼 오늘 게스트는 Taisu의 Rafael입니다. Rafael은 은행, 스타트업, 펀드 운용 분야에서 10년 넘는 경력을 쌓았으며, 최근 5년 동안은 대체투자에 집중해 왔고 2021년부터 Web3에도 적극적으로 참여하고 있습니다. 운영자로서 기술, 제품 개발, 펀드 운용 역량을 활용해 회사를 설립 초기부터 수익성 확보 단계까지 이끌었습니다. 이런 역량은 과거 Credit Suisse, 핀테크 스타트업, 부티크 자산운용사에서 일하며 쌓은 것입니다. Rafael은 Singapore Management University에서 Information System Management 이학사 학위를, National University of Singapore에서 Computing Infocomm Security 석사 학위를 받았습니다. 정말 대단하네요. 그리고 Rafael에게 투자자인 Tai Xu의 관점에서 여쭤보고 싶은데요. AI 인프라 시장에서 Exascale이 처음으로 두각을 나타낸 이유는 무엇이었나요?

Speaker 1: 감사합니다. 질문과 소개 감사합니다, Mark. 두 가지라고 말씀드릴 수 있을 것 같습니다. 첫째는 여러분이 사업을 운영하고 있는 계층입니다. 저희가 시장을 살펴볼 때 모두가 칩과 모델에 대해 이야기하고 있었지만, 그 아래에 있는 물리적 인프라는 충분히 구축되지 않고 있었습니다. 수요가 향하는 방향에 비해 말이죠. 둘째는 모델 자체입니다. 데이터센터를 직접 소유하고 CapEx 측면에서 하이퍼스케일러와 경쟁하려는 게 아니잖아요. 대신 컴퓨팅 용량을 조율하는 겁니다. 공급과 수요 사이에서 전체 운영이 원활하게 돌아가도록 하는 거죠. 그래서 저희는 이것이 더 자본 효율적이라고 봅니다. 인프라 기회를 포착하는 더 자본 효율적인 방법인 거죠.

Mark: 네, 저희도 같은 결론에 이르기까지 시간이 좀 걸렸습니다. AI 수준에서는, 그러니까 LLM이나 AI 에이전트 컴퓨팅의 최상위 계층에서는 경쟁이 정말 치열하기 때문에 저희도 정확히 같은 점을 발견했습니다. 그리고 자본 효율성에 대해서도 전적으로 동의합니다. 인프라 기회를 찾아내고 그 기회를 활용하는 데 있어서 말이죠. 특히 로봇이 본격적으로 등장하면 수요가 폭발적으로 늘어날 거라는 것도 잘 알고 있습니다. 이미 그렇게 되고 있고요. 사실 저희는 이미 뒤처져 있습니다. 업계가 이런 AI 인프라 솔루션을 제공하는 데 뒤처져 있습니다. 그래서 많은 투자자들이 칩과 GPU에 집중하고 있다는 걸 알고 있는데요. 더 큰 병목은 무엇일 수 있다고 생각하시나요? 아마 데이터센터의 전력, 냉각, 인프라일 겁니다. 제가 조금 언급했죠. 왜 그렇다고 생각하시나요?

Speaker 1: GPU는 방정식의 일부일 뿐이기 때문이라고 생각합니다. 하드웨어와 칩에 접근할 수 있다고 해도, 그걸 설치할 곳이 여전히 필요합니다. 구동할 전력이 필요하고, 계속 운영하려면 냉각도 필요하죠. 그런데 전통적으로 이 세 가지를 구축하는 데는 수년이 걸립니다. 보통 2~5년의 일정이 필요한 일이죠. 예를 들어 전력 제약을 소프트웨어 엔지니어링만으로 해결할 수는 없습니다. 그런데 Exascale이 하고 있는 일이 흥미로운 이유는 바로 그 병목을 정면으로 공략하고 있기 때문입니다. 모듈형 데이터센터 접근 방식이 있는 거죠. 이 방식은 구축 방정식을 바꿉니다. 전통적인 방식으로 구축하느라 수년을 기다리는 대신, 실제 수요가 있는 곳에 훨씬 짧은 시간 안에 용량을 마련할 수 있습니다. 제 생각에는 구축 속도 자체가 경쟁력이 되는 시장에서, 이는 상당히 의미 있는 구조적 우위입니다. 그럼 네. Axascale의 관점에서 병목은 어떤가요?

Mark: 네, 말씀 감사합니다. 갑자기 어려운 질문을 던져 주셨네요. 하지만 이 질문에 답할 준비는 되어 있습니다. 그전에 모듈형 데이터센터가 무엇인지부터 정의하고 싶습니다. 말 그대로 선적 컨테이너 같은 컨테이너에 실어 배송하는 데이터센터입니다. 그리고 바로 사용할 수 있도록 완전히 준비되어 있습니다. 기본적으로 연결만 하면 바로 쓸 수 있는 방식이죠. 쉽게 설명한 겁니다. 그러니 전문가분들이 듣고 계시다면 조금 더 복잡하다는 점을 알아 주세요. 냉각 장치 등을 연결해야 하니까요. 하지만 많은 부분이 자체적으로 완결되어 있습니다. 데이터센터를 구축하는 데 이제는 2~3년, 어쩌면 그보다 더 오래 기다려야 할 수도 있지만, 이런 모듈형 데이터센터는 말 그대로 현장에 들여와 4~6개월 안에 설치할 수 있고, 모든 인허가와 준비가 끝나 있다면 더 빨리도 가능합니다. 2~3년을 기다려야 한다고 생각해 보세요. 특히 지금처럼 규제가 있는 상황에서는 앞으로 어떤 병목이 생길지 아무도 모릅니다. 사람들은 전력과 냉각 문제를 호소하고 있습니다. 그런데 이제 4~6개월 안에 구축할 수 있는 모듈형 데이터센터 방식이 있는 겁니다. 프로젝트를 수주하면 바로 작업을 시작할 수 있습니다. 정말 큰 혁신입니다. 데이터센터를 살펴보고 있다면, 이 부분을 꼭 검토해 보셔야 할 겁니다. 하지만 정확히 짚으셨다고 말씀드리고 싶습니다. 다시 말해 GPU가 모든 관심을 받는 건 이야기에서 가장 쉬운 부분이기 때문이죠? 누구나 Nvidia를 알고 있습니다. Nvidia는 정말 놀라운 일을 해냈고, 세계에서 가장 가치 있는 기업이 됐습니다. 얼마나 잘해냈는지 보여주는 대목이죠. 그래서 모두가 칩 이야기를 하고 싶어 하는 것도 이해합니다. 칩은 다시 아주 매력적인 주제가 됐으니까요. 이야기 중에서도 더 매력적으로 들리는 부분입니다. 하지만 GPU 자체는 주변 인프라가 없다면 그저 엄청나게 비싼 종이추에 불과합니다. 따라서 Exascale의 관점에서 진짜 병목은 물리적 계층입니다. 저희가 던지는 질문이자, 이 분야를 살펴보는 사람이라면 누구나 물어야 할 질문, 그리고 이제야 조금씩 감을 잡기 시작한 투자자들이 묻는 질문은 충분한 전력을 확보할 수 있느냐는 것입니다. 충분히 빠르게 가동할 수 있느냐는 거죠. 시설이 랙당 100, 150, 200킬로와트, 그 이상을 감당할 수 있느냐는 겁니다. 내년에 Vera Rubin이 출시되면 최대 800까지 올라갈 예정입니다. birirubin 칩 말입니다. 냉각할 수 있느냐는 거죠. 그리고 환경친화적인가요? 이런 질문을 훨씬 더 많이 듣고 있습니다. 안정적으로 운영할 수 있나요? 수요가 있는 곳에 충분히 가까이 배치할 수 있나요? 그리고 3년을 기다리지 않고, 해당 지역의 경제성을 망가뜨리지 않으면서 이 모든 일을 해낼 수 있나요? 예를 들어 California에서는 데이터센터 운영 비용이 매우 비쌉니다. 반면 Texas 같은 미국의 다른 지역은 그렇지 않습니다. 따라서 이런 시설을 어디에 배치할지, 그리고 필요한 곳과 충분히 가까운지 매우 신중하게 판단해야 합니다. 어떻게 할지 계산하는 것 자체가 매우 복잡한 공식입니다. 그래서 시장이 제약을 받기 시작한 부분이 바로 여기입니다. 최근 나온 한 연구 보고서에 따르면 이런 데이터센터의 50%가 지연됐거나 취소됐다고 합니다. 정말 큰 숫자입니다. 그리고 AI 세상은 소프트웨어 속도로 움직이지만, 인프라 업계는 역사적으로 유틸리티와 건설 업계의 속도로 움직여 왔죠. 여러분도 아시다시피 훨씬 느립니다. 그리고 AI가 소프트웨어의 속도를 꽤 많이 높여 주죠. 안타깝게도 하드웨어 쪽의 속도를 높여 주지는 못합니다. 적어도 아직은요. 그래서 저희에게는 그 불일치가 바로 기회입니다. 지금 당장 AI 용량을 원하는 기업들이 있지만, 이런 수준의 수요를 감당하도록 설계되지 않은 전통적인 데이터 센터 모델을 기다리고 있는 상황이죠. 그래서 저희의 관점은 꽤 간단합니다. AI의 다음 단계는 누가 최고의 모델을 갖고 있느냐, 그리고 누가 전력과 냉각을 켜고 그 GPU 용량을 실제로 사용 가능한 AI 인프라로 빠르게 전환할 수 있느냐의 문제입니다. 2~3년이 아니라 4~6개월 안에요. 그래서 저희는 모듈형 데이터 센터에 집중하고 있습니다. 저희는 전통적인 데이터 센터도 운영하지만, 지금은 특히 모듈형 데이터 센터에 집중하고 있습니다. 수요가 바로 그쪽에 있다고 보기 때문이고, 데이터 센터 내부의 첨단 전력 아키텍처와 운영 실행력도 중요하기 때문입니다. 이 시장에서는 속도와 용량 자체가 지금의 해자이기 때문에, 투자자든 이런 유형의 데이터 센터를 원하는 사람이든 결국 시장에 얼마나 빨리 진입할 수 있느냐가 중요하다고 말할 겁니다. 대부분의 이런 의사결정에서 그게 핵심 요소입니다. 그럼 이제 다시 Taishu에게 넘겨볼게요. 디지털 자산 분야에서 깊은 경험이 있으시니까요. 디지털 자산 인프라와 AI 인프라 사이에서 어떤 유사점을 보시나요?

Speaker 1: 제 생각에는 이건 사실 대부분의 사람들이 여기서 예상하는 것보다 훨씬 더 큰 유사점이 있습니다. 암호화폐 채굴을 생각해 보면, 본질적으로 상당히 연산 집약적인 작업입니다. 그게 뭘까요? 무엇이 필요할까요? 경제성이 있으려면 저렴한 전력, 안정적인 냉각, 그리고 24/7 가동 시간이 필요합니다. 그리고 성공한 기업들은 반드시 최고의 토큰 전망이나 최고의 토크노믹스를 가진 기업들이 아니라, 전력을 가장 저렴하게 조달하고, 가장 빠르게 용량을 구축하고, 장비를 더 오래 가동할 수 있었던 기업들이었습니다. 그러니까 결국 이런 유사점이 있다는 걸 볼 수 있습니다.

Mark: 네, 그런 유사점을 짚어 주셔서 좋네요. 저희도 예전에 암호화폐 채굴을 했고, 그게 어떻게 작동하는지 잘 이해하고 있었거든요. 솔직히 말하면, 저희 지식의 상당 부분이 거기서 나왔습니다. 그런데 믿기 어려울 수도 있지만, 암호화폐 채굴에서 하던 일의 상당 부분이 AI에서 하는 일과 같습니다. 같은 칩을 사용하기 때문이죠. 물론 훨씬 더 고도화되어 있습니다. 그리고 저희는 정말 다양한 유형의 인프라를 구축해야 했습니다. 어떻게 설계하고 어떻게 구축하느냐는 다르지만, 지식 자체는 상당히 비슷합니다. 그래서 저희가 보기에는 아주 좋은 발전 과정이었다고 생각합니다. ChatGPT나 Claude 같은 AI 애플리케이션은 이해하지만, 그 밑에 있는 인프라는 잘 모르는 분들에게는 그렇다고 해서 탓할 수는 없습니다. 이 모든 것 아래에 어떤 인프라가 있는지 생각하는 사람은 아무도 없으니까요. Exascale이 AI 스택에서 어떤 역할을 하는지 어떻게 설명하시겠어요?

Speaker 1: 조금 진부할 수도 있지만, 곡괭이와 삽에 비유해서 설명하겠습니다. 오늘날 사람들이 매일 사용하는 모든 AI 애플리케이션은 엄청난 양의 연산을 필요로 합니다. 모델을 학습시키고 모든 사용자에게 실시간으로 서비스를 제공해야 하니까요. 그 연산은 어딘가에서 이루어져야 하고, 기본적으로 물리적인 데이터 센터가 그 역할을 합니다. 이 데이터 센터에는 저희의 냉각 시스템과 사실상 24시간 운영 관리가 필요합니다. 바로 그 계층에 Exascale이 있습니다. 제가 생각하기에 여러분의 모델, Exascale의 모델이 특별한 이유는 여러분이 나머지 데이터 자산을 직접 소유하는 게 아니라 그걸 조율한다는 점입니다. GPU 용량 공급과 기업의 AI 수요를 장기 계약으로 연결하고 있죠. 이건 자본 부담이 적고, 제 생각에는 스택에서 아주 중요한 부분을 차지하고 있습니다. 그런데 이와 관련해서, Mark, 어떠세요? 당신의 표현으로 access skills의 역할을 어떻게 설명하시겠어요?

Mark: 네, 저도 그 곡괭이와 삽 비유가 마음에 듭니다. 정확한 비유예요. 하지만 제 관점에서 대부분의 사람들은 AI가 곧 애플리케이션이라고 생각합니다. ChatGPT, Claude, Midjourney처럼 휴대폰이나 노트북에서 사용하는 것들을 보니까요. 하지만 진짜 힘은 그 아래에서 일어나고 있습니다. 식당에 가서 음식을 주문하는 것과 비슷합니다. 살면서 가장 훌륭한 음식을 먹었지만, 어떻게 조리했는지, 어떤 재료를 썼는지, 얼마나 가열했는지, 무엇을 추가했는지는 생각하지 않잖아요. 그런 건 전혀 생각하지 않고, 그저 음식이 정말 훌륭하다고만 생각하죠. 하지만 AI에서 그 음식을 제공하고 만들어 내는 쪽은 바로 저희입니다. AI는 보이지 않는 요정처럼 클라우드 안을 둥둥 떠다니는 게 아닙니다. GPU에서 작동합니다. 그 GPU는 데이터 센터 안에 들어가고요. 그 데이터 센터에는 엄청나게 많은 전력이 필요합니다. 그리고 내년에는 훨씬 더 많이 필요할 겁니다. 사실 Nvidia의 Vera Rubin 칩셋으로 앞으로 나올 기술을 도입하려면, 데이터 센터와 모듈형 데이터 센터의 전체 인프라를 바꿔야 합니다. 그건 그저 다음 세대 칩셋일 뿐입니다. 아까 그걸 설명하지 않았네요, 죄송합니다. 그 데이터 센터에는 고밀도 냉각도 필요합니다. 그리고 그 냉각 방식은 점점 더 친환경적이어야 합니다. 앞으로 나오는 냉각 방식들을 보면 훨씬 더 네트워킹과 가동 시간이 제대로 확보되어야 하고, 이 모든 것을 거대한 과학 실험처럼 만들지 않고 실제로 관리할 수 있는 운영자가 필요합니다. 경험이 필요하죠. 바로 그 부분에서 저희가 역할을 합니다. 저희는 또 하나의 챗봇이나 LLM이 되려는 게 아닙니다. OpenAI나 Anthropic과 경쟁하려는 것도 아니고요. 저희가 하는 일은 AI를 도입하는 기업과 회사들이 운영을 확장하는 데 필요한 물리적 AI 인프라를 구축하고 조율하는 것입니다. 말씀하신 대로 조율한다는 게 핵심 단어죠. 그러니까 이 이야기에서 저희는 셰프인 셈입니다. 가장 간단하게 설명하면 아마 이렇습니다. 셰프 비유도 마음에 들지만, 제가 좋아하는 또 다른 비유가 있습니다. AI 애플리케이션이 경주용 자동차라면요? 여러분이 보는 건 바로 그거죠. 트랙을 돌고 있는 모습입니다. Exascale은 트랙과 연료 시스템, 그리고 차고에 있는 피트 크루를 구축하는 일을 돕습니다. 그 계층이 없으면 AI가 어떻게 실제로 작동하고 운영되는지에 대해 아무도 관심을 가질 수 없습니다. 사람들은 그걸 생각하지 않지만, 그만큼 중요하고 어쩌면 더 중요합니다. 경주용 자동차를 들판 한가운데 세워 둘 수는 없잖아요? 주변에 그런 인프라가 전부 갖춰져 있어야 합니다. 그렇다면 무엇이 저희 모델을 다르게 만드는 걸까요? 저희는 자본 효율적인 운영에 집중하고 있습니다. 모든 토지나 모든 건물을 직접 소유할 필요가 없습니다. 저희는 기본적으로 GPU 공급, 전력, 데이터 센터 용량, 그리고 기업 수요를 장기 계약 기반의 인프라로 연결합니다. 그러니까 저희는 AI 스택에서 수요가 폭발하고 있지만 실행은 매우 어려운 부분에 있는 겁니다. 저는 평생 소프트웨어 분야에서 일했습니다. 하드웨어는 10배는 더 어렵습니다. 그리고 이건 전 세계에서 조달해야 하는 실제 물리적 하드웨어 부품들입니다. 하드웨어 부품 하나를 즉석에서 업데이트할 수는 없습니다. 그 자리에서 바꿀 수도 없고요. 로봇이 그 일을 할 수 있게 되기 전까지는 모든 작업을 물리적으로 직접 해야 합니다. 정말 엄청나게 어렵습니다. 그럼 이제 다시 Taishu에게 넘어가겠습니다. 투자자의 관점에서, AI 인프라 기업을 평가할 때 사람들이 무엇을 봐야 할까요?

Speaker 1: 몇 가지를 봐야 한다고 생각합니다. 먼저 전력에 대한 접근성입니다. 안정적으로 확보되어 있나요? 전력이 확실히 확보되어 있나요? 그리고 더 많은 전력을 확보할 수 있느냐도 중요합니다. 그게 정말 근본적인 투입 요소이기 때문입니다. 전력이 없으면 데이터 센터도 없고, 아무것도 없습니다. 지리적 입지도 봐야 합니다. 수요가 증가하는 지역과 비교했을 때 클러스터가 어디에 위치해 있나요? 주요 상장 신규 클라우드 기업들은 아직 아시아에 많이 구축하지 않았습니다. 그런데 컴퓨팅을 외부화하려는 아시아 AI 기업들의 수요는 실제로 존재합니다. 그리고 그 수요는 가속화되고 있습니다. 바로 여러분, Exascale이 자리 잡고 있는 곳이죠. 다음은 비즈니스 모델의 자본 효율성입니다. 자산을 직접 소유하고 있나요, 아니면 조율하고 있나요? 그리고 계약의 질도 중요합니다. 선불 조건이 포함된 장기 오프테이크 계약은 현물 시장에 노출된 경우와 위험 프로필이 분명히 아주 다릅니다.

Mark: 흥미로운 점은 여러분이 아시아에 있어서 아시아에서 무슨 일이 일어나는지 직접 보고 있다는 겁니다. 제 경험은 조금 더 제한적이었지만, 몇 주 전에 Taipei에 갔을 때 정말 엄청났습니다. 도시 곳곳에 건물들이 있었고, 그곳에서 이 대규모 행사를 열고 있었는데 열기는 정말 최고조였습니다. 그래서 아시아가 얼마나 앞서가고 있는지, 무엇에 투자하고 있는지, 그리고 어떤 로봇들이 나오고 있는지에 진심으로 놀랐습니다. AI 인프라도 미국 기업인 저희 같은 회사나 다른 기업들을 통해 공급되기 시작했는데, 하지만 저는 아직 아시아에는 구축된 네오클라우드가 많지 않다고 말씀하셨지만, 정말 크게 다가올 것 같아요. 거기서 본 것에 정말 진심으로 감탄했어요. 규모가 엄청난 전시회이자 행사더라고요. 그럼 라파엘, 이제 우리 얘기를 좀 해보죠. 우리가 뭘 어떻게 하고 있는지 많은 분들이 관심을 갖고 계신 걸 아니까요. Taisu는 ExaSkill 팀과 실행 역량을 어떻게 믿게 됐나요?

Speaker 1: 글쎄요, 제 생각에는 운영에 대해 깊이 고민한다는 점인 것 같아요. 이 분야에서는 매력적인 시장 스토리를 갖고 있는 게 기본 조건이라고 생각해요. 그렇죠? 그런데 정말… 정말 드문 건 뭘까요? 어려운 부분까지 깊이 고민한 팀이에요. 하드웨어가 정말 어렵고 힘든 분야라고 말씀하셨죠. 이 모든 것을 대규모로 어떻게 가동 시간으로 관리할지, GPU 조달 리드 타임을 어떻게 감당할지, 또 이렇게 큰 파이프라인을 실시간 압박 속에서 어떻게 실제 계약으로 전환할지 말이에요. 여러분 팀과 함께 시간을 보내다 보면, 우리는 Exascale이 AI 인프라 실행이 대부분의 기술 투자와는 달리 정말 기회가 집중된 분야라는 걸 잘 이해하고 있다는 걸 알 수 있어요. 여러분은 그에 맞춰 회사를 만들어왔고요.

Mark: 네, 정말 많은 노력 없이는 불가능했겠지만, 맞아요. 정확히 보셨어요. 그 관점 정말 좋네요. 그리고 우리에게 투자해주셔서 기뻐요. 그리고 듣고 계신 모든 분들께 다시 말씀드리면, 좋아요와 구독, 댓글, 질문도 부탁드릴게요. 이건 정말 중요한 미래입니다. 우리뿐만 아니라 당연히 이 분야에 투자하는 다른 회사들도 있지만, 지금 AI에서 이것이 가장 큰 단일 병목이 될 거예요. 아니, 이미 그렇습니다. 그럼 IPO를 하나의 이정표로 어떻게 생각하시나요? 단순히 거래 자체를 넘어 Exascale에 어떤 의미가 있나요?

Speaker 1: 제 생각에는 사실 그 이후에 무엇이 오느냐가 핵심이에요. 상장한다는 건 정기적인 보고 일정과 이런 수준의 투명성이 생긴다는 뜻이고, 그게 회사 운영 방식을 바꾸죠. 분기마다 책임을 져야 하고, 거버넌스 기준도 적용되고, 물론 지금보다 훨씬 더 폭넓은 주주 기반도 갖게 됩니다. Exascale 같은 AI 인프라 회사의 경우, 이런 규율이 오히려 기업 고객과의 관계를 강화할 수 있다고 생각해요. 대형 고객들은 재무 정보를 공개적으로 보고하는 회사와 협력하고 싶어 하잖아요. 또 NASDAQ 상장에 따라 자본시장에 접근할 수 있게 되고요. 그러면 이런 인프라 확충에 필요한 자금을 조달할 수 있습니다. 민간 자본만으로는 따라가기 어려운 규모로 말이죠.

Mark: 알겠습니다. 그럼 앞으로, 지금부터 5년 후를 내다보면 그전에 질문 하나만 더 드릴게요. AI 인프라가 단기적인 유행을 넘어선다고 보시나요, 아니면 우리가 아직 방향을 잡아가는 중이라 단기적인 현상에 그칠까요?

Speaker 1: 저는 단기적인 유행 이상이라고 봅니다. 무엇보다 수요가 한 곳에서만 오는 게 아니기 때문이에요. 파운데이션 모델 학습, 대규모 추론, 자동화, 기업의 AI 도입 등이 있죠. 이 모든 요소가 전 세계적으로 필요한 총 GPU 사용 시간을 조금씩 계속 늘리고 있어요. 그리고 새로운 모델 역량이 나올 때마다 또 새로운 모델이 등장하죠. Sonet, Opus, Vivo 등 이런 것들이 모두 수요를 줄이는 게 아니라 더 만들어냅니다. 그리고 이 모든 요소가 서로 복합적으로 작용하죠. 앞서 말씀드렸듯이 지리적인 측면도 중요해요. 아시아 시장은 아직 초기 단계라고 생각합니다. 아시아의 AI 수요와 하이퍼스케일러들이 해외 데이터센터로 컴퓨팅을 외부화하는 흐름은 이제 막 본격적으로 형성되기 시작했어요. 그리고 이런 시장이 있는데, 여러분 Exascale은 주요 서구 경쟁사들이 진입하기 전에 이미 그 시장에 들어와 있어요. 바로 그런 점에서 여러분이 좋은 위치를 선점하고 있는 거죠. 그러니까 단기적인 유행은 아니에요.

Mark: 네, 제 관점에서도 단기적인 유행이 아닌 이유는 크게 두 가지입니다. 첫째, AI 인프라에 이해관계가 있든 없든 전 세계 모든 주요 기술 리더들이 내놓는 전망은 컴퓨팅 수요가 10배 증가할 거라는 겁니다. 한번 상상해보세요. 우리는 지금도 수요를 따라가지 못하고 있어요. 그런데 앞으로 5년 안에 10배가 된다고 생각해보세요. 로봇이 본격적으로 가동되기 시작할 때를 생각해보세요. 모든 것이 AI로 강화되거나 AI가 대신하게 될 때를 생각해보세요. 실제로 Elon은 우주에 데이터센터를 설치하겠다고 말했죠. 그럼 왜 굳이 우주에 설치하려고 할까요? 그는 이런 AI 인프라를 확장하는 데 어떤 문제가 있는지 알고 있기 때문이에요. 쉽지 않습니다. 분명 어려울 거예요. 그러니 절대 단기적인 유행이 아닙니다. 오히려 앞으로 우리에게 얼마나 많은 것이 필요할지 우리가 과소평가하고 있다고 생각해요. 그렇다면 라파엘, 앞으로 5년을 내다봤을 때 Exascale의 모습은 어떨까요?

Speaker 1: 이런 미래 전망 질문 좋네요. 5년 후라면, Exascale은 아시아 AI 인프라를 대표하는 이름 중 하나가 되어 있을 거라고 봅니다. 앞서 말씀드렸듯이, 이 지역의 컴퓨팅 수요는 아직 정말 초기 단계예요. 방금 말씀드린 아시아 AI 하이퍼스케일러들도 이제 막 해외 데이터센터로 워크로드를 외부화하기 시작했습니다. 특히 동남아시아에서는 아직 그런 흐름이 많이 나타나지 않았다고 말씀드릴 수 있어요. 그리고 이 기회가 영원히 열려 있지는 않을 겁니다. 여러분이 지금 가진 파이프라인을 계속 실행하고 SLI 모델을 계속 확장해 나간다면, 5년 후 Exascale은 규모를 갖춘 수익성 있는 상장 인프라 운영업체가 되어 있을 거라고 봅니다. 세계에서 가장 빠르게 성장하는 AI 컴퓨팅 시장에서 진정한 선도자 위치를 차지하면서요.

Mark: 역시 회사 밖에서 바라보는 제3자의 의견을 듣는 건 늘 좋네요. 회사 안에 있으면 아무래도 객관적으로 보기가 더 어렵잖아요. 그래서 그런 답변에 감사드립니다. 어떻게 생각하세요? 아마 우리 둘 다 답해보면 좋겠네요. 사람들이 실제 AI 인프라를 구축하는 일이 얼마나 어려운지 무엇을 이해해야 한다고 생각하세요?

Speaker 1: 그 질문은 당신이 답하는 게 더 적절할 것 같아요.

Mark: 알겠습니다. 듣고 계신 분들을 위해 여기서는 간단히 말씀드릴게요. 하지만 지금 이 이야기를 듣고 계신다면, 이미 다른 사람들보다 훨씬 앞서 계신 겁니다. 이 분야에 투자하려는 분이든, 이 분야의 데이터센터를 이용하려는 분이든, AI 인프라와 관련된 일을 하려는 분이든 말이에요. 아무도 이 얘기를 하지 않거든요. 많은 사람들이 이야기하지 않죠. 그렇죠? 가장 화려한 부분은 아니지만, 지금은 가장 중요합니다. 그러니까 사람들이 이해해야 할 점은 실제 AI 인프라가 단순히 ‘Nvidia 칩 하나 사서 노트북에 꽂으면 되지’ 하는 게 아니라는 겁니다. 그렇게 작동하는 게 아니에요. 사람들이 쉽게 상상하는 방식이 그거라는 건 알아요. 솔직히 말하면, 저도 이 일을 시작하기 전에는 그렇게 생각했고 아무것도 몰랐어요. 내가 사용하는 작은 AI를 돌리려면 상당한 전력과 냉각 시설, 그리고 대형 데이터센터가 필요하다는 걸 몰랐던 거죠. 실제 상황은 훨씬 더 어렵습니다. GPU에 접근할 수 있어야 하는데, 어떤 때는 물량이 제한돼 있고 어떤 때는 그렇지 않아요. 상황에 따라 다릅니다. 하지만 정말 제한적인 것은 실제로 그 정도의 GPU 밀도를 감당할 수 있는 데이터센터가 필요하다는 점이에요. Nvidia의 Vera Rubin 칩셋이 나오면 내년에는 상황이 더 어려워질 겁니다. 전력 요구량도 달라지고요. 냉각 방식도 달라집니다. 그런데 많은 회사와 데이터센터가 이에 대비되어 있지 않아요. 특히 전력 측면에서 보면, 필요한 전력 자체가 두 배로 늘어날 겁니다. 그러면 고밀도 냉각이 필요하죠. 이 장비들은 정말 뜨거워집니다. 이제는 냉각 기능이 칩 자체에 통합되기까지 해요. 상상이 되세요? 이게 얼마나 복잡한 일인지 보여주는 거죠. 내년에, 아니 사실 지금도 이걸 구현하려면 정확히 무엇이 필요한지 살펴봤는데, 냉각 장치가 내부에 통합된 특수 랙이 필요하고 냉각수가 칩 안으로 흘러야 해요. 차세대 칩셋을 보면 정말 복잡하면서도 놀랍습니다. 그리고 다시 말하지만 이건 소프트웨어가 아니고, 필요할 때 바로 업데이트할 수 있는 것도 아니에요. 그리고 또 필요한 게 네트워킹과 이중화입니다. 즉, 백업 배터리도 필요하다는 뜻이죠. 전력은 전국 어디서나, 또 전 세계 어디서나 항상 안정적인 게 아니니까요. 그래서 가동 시간, 보안, 모니터링을 이해하고 있어야 하고, 이 모든 것을 24시간 7일 내내 운영할 줄 아는 운영팀도 있어야 합니다. 현지의 자체 팀이든 Exascale 같은 회사든 말이죠. 정말 큰 운영입니다. 그러니까, 이 모든 요소에는 각각 리드 타임이 있어요. 변압기, 스위치기어, 전력 계약, 인허가, 시설 간 연결, 건설, 냉각 시스템까지요. 안타깝게도 이 어느 것도 소프트웨어처럼 빠르게 진행되지 않습니다. 그리고 이게 바로 지금 AI에서 우리가 이야기했던 큰 병목 중 하나예요. 수요 측면은 당연히 엄청나게 빠르게 움직이고 있고요. 제가 10배라는 수치를 제시했는데, 그 전망은 지금도 변함없습니다. 업계의 모든 임원들이나 관련자들을 보면 연구자들과 애널리스트들도 전부 같은 얘기를 합니다. 지금은 누구나 AI 연산 용량을 원하지만, 물리적인 인프라 쪽은 여전히 몇 개월에서 몇 년씩 걸립니다. 전통적인 방식으로 구축하면, 여기에 점점 더 많은 규제기관이 관여하면서 기간은 더 길어질 겁니다. 그래서 저희가 나서서 이렇게 말했죠. 이 문제를 해결할 방법이 있습니다. 저희는 이런 모듈형 데이터센터를 통해 그 기간을 단축하려고 합니다. 모든 준비가 갖춰진다는 전제하에 4~6개월을 목표로 하고 있습니다. 그래서 연산 장비, 전력, 모듈형 데이터센터 설계, 고밀도 냉각과 운영을 모두 하나로 묶어서 훨씬 더 통합된 모델로 제공합니다. 기본적으로 플러그 앤 플레이 방식입니다. 이 말을 그대로 인용하진 마세요. 그냥 이해를 돕기 위해 말하자면, 플러그 앤 플레이입니다. 사람들이 이렇게 묻습니다. 이게 얼마나 어려운가요? 저는 이렇게 답합니다. AI는 소프트웨어처럼 느껴지지만, 이제는 세계에서 가장 물리적으로 까다로운 인프라 사업 중 하나입니다. 그렇게 쉽게 보이게 만들려면, 그 뒤에 상당한 기반이 있어야 합니다. 그걸 이해하고 실제로 구현해 내는 회사들이 앞으로 승자가 될 거라고 저는 믿습니다. 이 정도로 제 설명은 마무리하겠습니다. 계속해서 더 얘기할 수도 있지만요. 그래도 Ty Sue에게 마지막 질문을 하나 드리고 싶습니다. 이 사업에도 분명 어려움이 있으니까요. 참고로 이 뒤에는 청중 여러분의 질문도 받겠습니다. 질문이 있으시면 지금 올려 주세요. 그럼 Ty Sue에게 드릴 마지막 질문입니다. 사업으로서 Exascale이 직면한 주요 과제는 무엇인가요? 물론 모든 게 장밋빛이고 샴페인만 터지는 상황은 아니겠죠? 어떤 어려움들이 있다고 보시나요?

Speaker 1: 과제라는 관점에서 말씀드리면, 지금 단계에서 진지하게 인프라 사업을 하는 회사라면 누구나 기본적으로 같은 어려움에 직면한다고 생각합니다. 예를 들어 잠재 고객 파이프라인을 실제 계약으로 전환하는 것, 구축 일정을 관리하는 것, 수요를 충족할 수 있을 만큼 빠르게 운영을 확대하면서도 품질을 타협하지 않는 것 등이죠. 물론 이런 과제가 Exascale만의 고유한 문제라는 뜻은 아닙니다. 그저 이 분야에서 제대로 사업을 구축하려면 반드시 해결해야 하는 기본 조건이라는 겁니다. 그렇다면 Exascale이 이런 과제를 해결할 수 있다고 확신하게 된 이유는 무엇일까요? 물론 저희는 그 점에 대해 확신하고 있습니다. 저희가 투자한 이유는 이 팀이 이런 과제들을 운영의 깊은 단계에서 진정으로 이해하고 있기 때문입니다.

Mark: 네, 말씀 감사합니다. 좋습니다. 이제 여러분의 질문을 받아 보겠습니다. 질문이 꽤 많아서 어떤 걸 고를지 신중하게 정해야겠네요. 첫 번째 질문은 Ox Apon 님이 보내 주셨습니다. 투자자 관점에서 봤을 때, 플롭당 에너지 비용, 물 사용 집약도, 좌초자산 노출도 같은 정량적 지표나 경고 신호 중 어떤 것들이 장기적으로 실행 가능한 AI 인프라 투자와, 일부 암호화폐 채굴 사업에서 나타난 호황과 불황의 반복 패턴을 답습할 가능성이 높은 투자를 구분해 주나요? 와. 음, 투자자 입장에서 저에게 가장 큰 경고 신호는 전력입니다. 이들이 모듈형 데이터센터를 짓고 있는지, 대형 데이터센터를 짓고 있는지 보는 거죠. Exascale만을 말하는 게 아니라 Google이나 Amazon 같은 모든 회사를 말하는 겁니다. 어떤 정부나 지역, 도시가 이들을 지원하고 있나요? 정말 지원을 받고 있는 건가요, 아니면 사방에서 소송을 당하고 있나요? 암호화폐 채굴의 경우 사방에서 운영 중단을 당했던 걸 우리는 알고 있습니다. 당국이 계속 단속했고, 이런 사업을 불법으로 규정하는 새로운 법도 잇따라 통과시켰죠. AI 데이터센터에도 똑같이 적용될까요? 물론 AI 데이터센터가 암호화폐 채굴 사업보다 훨씬 중요하다는 건 모두가 알고 있습니다. 암호화폐에는 미안하지만, 그게 사실입니다. AI는 누구나 활용할 수 있으니까요. 암호화폐를 모두가 사용하는 건 아니죠. 물론 여러분은 암호화폐를 꼭 써야 한다거나 미래의 금융 시스템이라고 생각할 수도 있습니다. 하지만 AI는 모두에게 필요한 것들에 이미 통합되고 있습니다. 그리고 두 번째로는 냉각이라고 생각합니다. 새로운 혁신적 냉각 기술이 나올 예정이기 때문입니다. 저희도 차세대 설계에 이를 적용하고 있습니다. 칩 자체, 즉 칩 수준에서 냉각이 필요하기 때문입니다. 보시면 이 칩셋 곳곳에 작은 모세혈관 같은 구조가 나 있습니다. 정말 놀랍습니다. 하지만 이 모든 과정이 이루어져야 하고, 어느 정도는 환경친화적이어야 합니다. 투자자 관점에서 제가 보는 건 바로 그런 부분입니다. 여러분이 하는 투자가 이런 요소를 갖추고 있는지, 아니면 최소한 그런 점을 고민하고 그 질문에 답할 방법을 알고 있는지 확인해 보는 데 관심이 있습니다. 좋습니다. 다음 질문은 플로리다에 계신 Gator Nation 님이 보내 주셨겠네요. MOU에 대한 언급이 몇 번 나왔습니다. 모듈형 데이터센터에 대한 수요가 그렇게 강한지 실제로 확인하셨나요? 그리고 전통적인 데이터센터보다 이 분야의 성장이 더 빠르게 진행될 거라고 보시나요? 네, 저희는 MOU를 꽤 많이 체결했습니다. 그 MOU를 바탕으로 앞으로 더 많은 계약이 체결될 겁니다. 그리고 네, 모듈형 데이터센터에 대한 수요가 매우 강하다는 것도 확인했습니다. 물론 지금은 전통적인 데이터센터 대신 데이터센터를 모듈형으로 사용하는 것의 장점을 시장에 설명하고 있는 단계입니다. 다만 저희는 두 가지 모두 합니다. 일반적인 데이터센터를 원하시면 그렇게 해 드릴 수 있습니다. 모듈형 데이터센터를 원하시면 하나를 바로 운송해 설치하고, 필요하다면 운영까지 맡을 수 있습니다. 그렇다면 이 분야의 성장이 더 빠르게 진행될 거라고 보느냐고요? 당연히 그렇습니다. 전통적인 데이터센터가 안고 있는 과제는 정말 많습니다. 앞서 말씀드렸듯이, 전통적인 데이터센터는 지금도 막대한 전력을 필요로 하는 크고 거대한 건물이고, Vera Rubin 칩셋이 나오면 아마 지금의 2배에 가까운 전력이 필요할 겁니다. 그러면 주변 지역이 어떻게 될지 상상해 보세요. 그 지역의 일반 시민들이 어떻게 느낄지도 생각해 보세요. 많은 사람들이 데이터센터의 문제, 특히 오염 문제를 지나치게 부풀려 말하고 있습니다. 전력 문제는 아마 실제로 중요한 문제겠지만, 오염과 관련된 나머지 부분은 이런 운영 방식이 매우 깨끗합니다. 모듈형 원자력 발전소에 대해 이야기하는 사람들도 많은데, 그 경우에는 환경 문제가 제기될 겁니다. 그렇다면 RNH의 성장이 더 빠르게 진행될 거라고 보느냐고요? 당연히 그렇습니다. 더 깨끗하고, 더 간편하며, 훨씬 빠르게 배치할 수 있기 때문에 그렇게 될 겁니다. 네. 좋습니다. Rafael, 원하시면 이런 질문들에 언제든지 의견을 보태 주세요.

Speaker 1: 문제없습니다. MOU에 관해서는 제가 Rafael에게 맡겨야겠네요.

Mark: 좋습니다. 다음 질문은 Turan 님이 보내 주셨습니다. Bayer 님이라고 하셨는데, 제가 성함을 정확히 발음하지 못했다면 죄송합니다. Exascale의 자산 경량형 오케스트레이션 모델이 자본 효율성이 더 높다고 말씀하셨습니다. 확장성과 리스크 관리 측면에서 이런 접근 방식이 전통적인 데이터센터 소유주들과 비교해 회사를 어떻게 포지셔닝한다고 보시나요?

Speaker 1: Rafael, 이 질문에 답해 주셔도 되고 저에게 다시 넘기셔도 됩니다. 이 질문에 대해서는, 전통적인 데이터센터의 경우 먼저 자본을 투입해야 합니다. 구축이 완료될 때까지 수년을 기다려야 하고, 계획한 규모만큼 수요가 실제로 발생하기를 기대해야 하죠. 그래서 잠재적인 불일치가 생길 수 있습니다. 수요가 그렇게 발생하지 않으면 이미 회수할 수 없는 CapEx를 떠안고 있는 셈이니까요. Exascale이 하는 오케스트레이션 모델은 그 반대입니다. 즉 Exascale은 수요보다 앞서서 확장하는 게 아니라 수요에 맞춰 확장하고, 이런 GPU 세대교체에 따른 하드웨어 감가상각 위험도 실제로 부담하지 않습니다. 완전히 대규모로 투자해야 하는 전통적인 방식 없이도 새로운 지역에 배치할 수 있습니다. Mark, 여기에 좀 더 덧붙여 주시겠어요?

Mark: 네, 저희 모델에 관해서는 덧붙일 말이 많지는 않습니다. 저희는 이런 자산을 보유한 다른 소유주들을 활용하는 편입니다. 때로는 저희가 들어가서 인수한 뒤 더 효율적으로 관리하기도 하죠. 또 어떤 경우에는 선불로 자본을 투입하지만, 대형 데이터센터나 모듈형 데이터센터를 구축하는 비용에 비하면 아무것도 아닙니다. 이런 데이터센터들은 비용이 훨씬 적게 들거든요. 그리고 그냥 바로 운송해 와서 설치하고 플러그 앤 플레이 방식으로 운영할 수 있습니다. 지금 들어와서 이 이야기를 듣고 계신 분들께 다시 말씀드리면, 실제로 그렇게 단순한 건 아니지만, 데이터센터를 구축하는 데 2~3년이 걸리는 것과 비교해 4~6개월이면 저는 매일이라도 그쪽을 선택하겠습니다. 좋습니다. 다음 질문입니다. 이건 다시 Rafael에게 넘기겠습니다. Tyler Altons 님이 질문을 보내 주셨네요. 특히 동남아시아를 비롯한 아시아 시장에서 강한 잠재력이 있다고 말씀하셨습니다. 현재 이 지역이 특히 매력적이라고 판단하게 만드는 거시적 흐름이나 수요 신호로, 아시아 AI 기업들에서 어떤 것들을 보고 계신가요?

Speaker 1: 이번 경우 동남아시아 지역에 대해 말씀드리면, 저희가 전반적으로 보고 있는 건 각 동남아 국가에서 국내 AI 도입이 가속화되고 있다는 점입니다. 기업의 AI 도입과 정부의 디지털화 정책에서 시작되고 있죠. 뉴스에서도 보셨겠지만, 지역 기술 생태계도 모두 성숙해지고 있는 게 보입니다. 그래서 저에게는 이것이 장기적인 수요 기반이 될 겁니다. 전체적인 하이퍼스케일러 외주화 흐름 아래에서 형성되는 수요인 거죠. 하지만 Exascale은 기존 서구 사업자들이 이 지역에 진입하기 전에 이미 자리 잡고 있다는 점에서 특히 유리한 위치에 있습니다. 네. 말씀드렸듯이, 이게 사실 첫 번째 주요 흐름이고, 저희가 정말 주목하고 있는 부분입니다. 그리고 방금 말씀드렸듯이, 이 기회가 무기한 열려 있는 건 아닙니다.

Mark: 네, 특히 지금은 확실히 그렇죠. 이번 질문은 Nora가 보내주셨습니다. 선불 조건이 포함된 장기 오프테이크 계약의 중요성을 말씀하셨습니다. 이런 계약이 이 분야의 위험 프로필과 매출의 예측 가능성을 어떻게 바꾸나요? 글쎄요, 제 경우에는 더 예측 가능하다고 봅니다. 생각해 보면 거의 소프트웨어 구독과 비슷합니다. 이런 장기 계약에는 유지보수와 서비스가 포함되고, 이 분야에서는 팀을 교체하기가 굉장히 어렵거든요. 특히 Exascale Labs 같은 회사가 가진 하드웨어와 인프라 지식까지 고려하면 더 그렇습니다. 위험이 크게 줄어든다고 생각합니다. 우리는 들어가서 짓기만 하고 훌쩍 떠나는 건설 회사가 아닙니다. 실제로 계속 남아서 운영까지 합니다. 그래서 매출의 예측 가능성이 훨씬 높다고 생각합니다. 모든 경우가 그런 건 아니지만, 많은 경우 소프트웨어 구독이라고 생각하면 됩니다. 그리고 당연히 Verirubin 칩 같은 칩이 나오고, 그다음 세대는 또 무엇일까요? 그걸 운영하려면 무엇이 필요할까요? 그런 칩을 제대로 운영할 수 있도록 많은 계획과 전문성이 필요합니다. 오늘날 대부분의 데이터센터, 제 생각에는 90% 정도는 차세대 Verirubin 칩을 안정적으로, 또는 가장 효과적이고 효율적인 방식으로 운영하지 못합니다. 그리고 그런 곳들은 운영할 수 없을 겁니다 후반 세대 칩을요. 너무 기술적으로 들어가지 않자면, 훨씬 더 많은 전력이 필요한 더 높은 단계의 birubin 칩을 말하는 겁니다. 그래서 이런 모든 요소가 수년간 지속되는 유지보수 및 서비스 계약에 반영되고, 그 결과 예측 가능한 매출이 만들어집니다. 좋습니다. Arif Tomur의 질문이 마음에 드네요. 인프라 투자에 익숙하지 않은 사람들에게, AI 인프라 기회를 생각할 때 अपन? 추천하고 싶은 핵심 사고 모델이나 프레임워크가 하나 있다면 무엇인가요? 원하시면 Raphael에게 넘기겠습니다.

Speaker 1: 좋습니다. 한번 해보죠. 제 생각으로는, 제가 사용할 사고 모델은 다시 AI로 돌아갑니다. AMA의 제목처럼, 병목이 어디에 있는지 정말 고민하고, 그 병목을 찾아서 소유하는 겁니다. 초기 인터넷 시대에는 대역폭이었고, 클라우드 컴퓨팅에서는 데이터센터 용량이었습니다. 그리고 지금 AI에서는 물리적 인프라입니다. 다시 말해 전력, 냉각, 그리고 컴퓨팅입니다. 희소한 계층에 대한 접근을 실제로 통제하는 것이 중요합니다. 이를 통제하면 이 영역에서 그 가치의 불균형적으로 큰 부분을 차지할 수 있습니다. 그래서 어떤 인프라 기회를 볼 때든 저는 항상 이 두 가지를 스스로에게 묻습니다. 첫째, 이들이 이 병목 위에 자리 잡고 있는가, 그리고 둘째는 얼마나 오래 갈 수 있는가? 얼마나 지속 가능한가? 그 비용은 얼마나 오래 지속되나요? 물론 두 답이 모두 긍정적이라면, 바로 그곳이 제가 가고 싶은 곳입니다.

Mark: 훌륭합니다. 후속으로 한 가지 말씀드리고 싶은 게 있습니다. Gator Nation이 이 내용을 꺼내 주셨고, 제가 이야기할 수 있도록 상기시켜 주셨습니다. 이분들이 물으셨습니다. 아시아에만 집중할 계획인가요, 아니면 서비스를 글로벌하게 확장할 생각인가요? 아니요, 서비스는 글로벌합니다. 현재는 주로 미국에 있습니다. 아시아로 확장하고 있습니다. 아시아 고객도 있습니다. 아시아에서 큰 가능성을 보고 있고, 유럽과 중동도 마찬가지입니다. Taisu가 동남아시아에 기반을 두고 있지만 미국 기업에도 투자하기 때문에, 이제는 어디서든 사업을 할 수 있습니다. 아시아 쪽 사업도 일부 확대하고 있지만, 확실히 글로벌 기업이고 사업 대부분은 여기 미국에 있습니다. 그 이야기를 하도록 상기시켜 주셔서 감사합니다. 마지막 질문입니다. 이번에는 Taisu에게 직접 던져 보겠습니다. Blankman이 직접 질문하셨거든요. Taisu는 팀의 운영 역량의 깊이를 강조했습니다. 아마 exascale을 말씀하신 것 같습니다. AI 인프라 기업을 평가할 때 다른 창업자와 운영 담당자에게서 어떤 구체적인 역량이나 사고방식을 찾으시나요?

Speaker 1: 이 질문 감사합니다. 제 생각에는 인프라에서 개인적으로 절대 타협할 수 없는 건 두 가지입니다. 첫 번째는 제약 조건에 대해 정말 솔직해야 한다는 겁니다. 창업자가 상승 가능성만 이야기할 수 있다면 꽤 우려스러운 일입니다. 하지만 무엇이 잘못될 수 있는지, 그리고 그걸 어떻게 관리하고 있는지 명확하게 설명할 수 있는 사람이라면, 저는 그런 사람들이 실행을 잘 해낼 거라고 믿을 수 있습니다. 두 번째는 스토리나 서사보다 운영에 집착하는 태도입니다. 인프라 분야에는 우리가 늘 듣는 멋진 설명이 있지만, 훌륭한 실행과 비교하면 때로는 그 사이에 큰 간극이 있습니다. 그래서 창업자들에게서 보고 싶은 것은 가동 시간에 대해 생각하는 태도입니다. 일반적인 리드 타임과 계약 전환을 생각하고, 시장 규모가 크고 성장하고 있다는 이야기만 하는 것이 아닙니다. 그리고 이 두 가지를 함께 갖춘 사람들을 찾았을 때, 우리는 확신을 갖게 됩니다. 그리고 그것이 우리가 exascale에 투자한 이유이기도 합니다.

Mark: 좋습니다. 그럼 오늘 예정된 시간이 다 됐습니다. 참석해 주신 모든 분께 감사드립니다. 질문해 주셔서 감사합니다. 정말 좋은 질문들이었습니다. 다음 분께 감사드리고 싶습니다 Taisu의 Rafael입니다. Taisu는 남아시아를 대표하는 투자 회사 중 하나입니다. 오늘 여러분이 AI 분야의 진짜 병목이 무엇인지, 그리고 다른 AI 관점이 어떤 것인지 배우는 시간이었기를 바랍니다. 우리 모두 AI가 만들어 내는 멋진 일들을 보고 있습니다. 하지만 많은 분들이, 저를 포함해서, 이 모든 것에 무엇이 동력을 제공하고 왜 그것이 AI에서 가장 중요한 계층인지 이해하지 못했습니다. 그러니 이 이야기가 계속되는 동안 관심 있으시면 Taisu와 Exascale Labs를 좋아요와 팔로우로 응원해 주세요. 그리고 저희 타임라인도 팔로우해 주세요. 여러분께 전해 드릴 업데이트와 앞으로 공개할 내용이 훨씬 더 많습니다. Raphael, 마지막으로 하실 말씀이 있나요?

Speaker 1: 아니요. 감사합니다. 시간 내주셔서 감사합니다. 들어 주신 모든 분께 감사드립니다. 네. 이번 AME의 기회를 주셔서 감사하고, 여러분에게 투자할 기회를 주신 것도 감사합니다.

Mark: 제가 더 감사하죠. 모두 감사합니다. 다음에 뵙겠습니다. 앞으로 이런 자리를 더 많이 마련하려고 합니다. 여러분, 감사합니다.

Speaker 1: 감사합니다.