팟캐스트Hear the voice. See the shape of the thought.

기술 분석가 Benedict Evans가 a16z의 Erik Torenberg와 함께 지난 1년 반 간의 AI 발전을 돌아보며 무엇이 자리를 잡았고 무엇이 아직 열린 문제로 남아 있는지 살폈다. Evans는 에이전틱 코딩이 현재까지 AI에서 유일하게 뚜렷한 성과를 낸 사용 사례라고 본다. 나머지는 여전히 "주변부에서 유용한" 단계에 머물고 있다. 그가 대화 전반에 걸쳐 계속 되짚는 구조적 핵심 질문은 이것이다. 파운데이션 모델 기업들이 ISP나 이동통신사처럼 범용 인프라로 수렴할 것인가, 아니면 운영체제처럼 스택 위쪽에서 가치를 포획할 것인가. ## [00:00] 인트로 이 도입부는 이후 대화에서 발췌한 티저다. Evans는 이동통신사 유비를 미리 제시한다. 통신사들은 막대한 비용을 들여 글로벌 인프라를 구축했고, 트래픽은 2,000배 성장했지만 가치는 모두 그 위에서 돌아가는 기업들에게 넘어갔다. 그는 이 패턴이 LLM에도 그대로 적용된다고 본다. 또한 논의 전체를 떠받치는 구체적인 수치도 언급한다. 1년 만에 Anthropic의 연간 매출 환산액이 약 90억 달러에서 470억 달러로 올라섰으며, 이 성장의 거의 전부가 소프트웨어 개발에서 비롯됐다는 점이다. > *"그들은 놀랍도록 정교하고 매우 값비싼 글로벌 인프라를 구축했습니다. 사용량은 계속 폭발적으로 늘었고 우리의 삶도 바뀌었습니다. 우리는 그 비용을 내지만 그들은 돈을 벌지 못했습니다. 모든 가치가 스택 위로 이동했기 때문입니다."* ## [01:05] AI 도입 가속화 Evans는 자신의 "AI가 세상을 먹는다" 발표 첫 번째 버전 이후 무엇이 달라졌는지 되짚는다. 가장 뚜렷한 변화는 연구소들의 경쟁 전략이 "더 크고 빠른 모델 만들기"를 넘어섰다는 점이다. OpenAI는 여러 전략적 포지션을 오가다가 방향을 틀었고, Anthropic은 코딩에 집중해 성과를 냈다. 그 집중이 이제 업계 전반으로 퍼지고 있다. Evans가 이미 결론이 났을 거라 기대했던 질문들, 즉 하나의 모델이 시장을 독점할 것인지, 모델이 스택 위쪽에서 가치를 포획할 수 있는지, 소비자가 AI를 주 단위가 아닌 일 단위로 쓸 것인지는 여전히 대체로 열려 있다. 코딩이 먼저 부상한 이유에 대해 Evans는 돌이켜보면 놀랍지 않다고 말한다. 소프트웨어 개발자가 얼리어답터였기 때문에, 그들이 처음으로 자동화를 시도한 것은 자신들이 직접 하던 일이었다. 그는 1980년대 초반 PC에 빗댄다. 엄청나게 흥미롭지만 무엇에 쓸지 불분명했으며, 첫 번째 응용은 더 많은 컴퓨터를 만드는 것이었다. 올해 진정으로 바뀐 점은 에이전틱 코딩이 임계점을 넘었다는 것이다. "어느 정도 유용한" 단계에서 "모든 것을 바꾸는" 단계로 넘어섰다. > *"인터넷이 막 뜨던 1997년 같기도 하고, 1980년대 초 PC 시절 같기도 합니다. 엄청나게 흥미롭지만 무엇을 위한 것인지 아직 명확하지 않고, 아직 완전히 작동하지도 않습니다."* ## [06:00] OpenAI 전략과 사용률 격차 Evans는 2025년 하반기 OpenAI를 광고, 이커머스, 쇼핑 카트, 결제, 브라우저, 소셜 비디오 앱 등 모든 방향에서 동시에 가치를 쌓으려 했다가, Anthropic의 코딩 성과가 명확해지자 다시 코딩으로 급선회한 시기로 규정한다. Anthropic의 코딩 집중이 의도적이었는지 우연이었는지는 중요하지 않다. 통했고, OpenAI가 따라갔다. Evans가 짚는 더 깊은 문제는 이것이다. 코딩 사용이 폭발적으로 늘었음에도 AI 도구 전체의 일일 활성 사용자 비율은 여전히 전체의 약 10% 수준이고, 30~40%는 주 단위로만 쓴다. Claude Code를 하루 종일 돌리는 사람과 "지난 주에 뭔가 하나 해봤다"는 사람 사이의 간극은 아직 좁혀지지 않고 있다. 그는 이 격차가 지속되는 소비자 대상 제품과, 정확하고 측정 가능한 효익이 있는 특정 백오피스 기업 자동화를 구분한다. 예컨대 소규모 생산자의 현금 흐름을 LLM으로 예측하는 원자재 기업 사례처럼, 사용자가 도구 자체를 파악하지 않아도 되는 경우다. > *"일주일에 한 번만 쓴다면 아직 '나나'에 도달하지 못한 겁니다."* ## [09:27] 플랫폼 전환과 가치 포획 Evans는 현재 상황을 과거 플랫폼 전환과 비교하는 세 가지 실마리를 제시한다. 첫째, 도입은 항상 기존 인프라 위에서 이루어진다. 모바일은 인터넷을 기다릴 필요가 없었고, 인터넷은 PC를 기다릴 필요가 없었다. 도입 곡선이 가파른 것은 당연하지 이상한 일이 아니다. 둘째, 어떤 전환의 초기 단계에도 실제로 안정적으로 작동하는 것은 없다. 1980년대 PC에 사운드카드 하나 설치하는 데 주말이 통째로 들었고, 인터넷 접속은 TCP/IP가 담긴 플로피 디스크를 의미했다. 지금 AI가 딱 그 단계다. 셋째, 공급과 수요 사이의 가격 급락은 2009~2010년 모바일 데이터 상황과 닮았다. 당시 통신사들은 정액제를 유지하는 상황에서 모든 이용자가 YouTube를 스트리밍하기 시작해 단위 경제가 무너졌다가, 데이터 상한제로 안정을 찾았다. Evans의 핵심 구조적 주장은 이것이다. 가치는 칩 기업, ISP, 이동통신사에게 돌아가지 않았다. Windows와 iOS가 가치를 가져갔지만, 그것은 LLM이 갖지 못한 네트워크 효과와 플랫폼 레버리지 덕분이었다. 파운데이션 모델은 운영체제보다는 하이퍼스케일러에 가깝다. 기업들은 자신이 쓰는 SaaS 앱이 어느 클라우드에서 돌아가는지 알지 못하듯, "Claude를 기업 표준으로 채택"하지는 않는다. Evans는 자신이 틀릴 수 있다고 인정하면서도, 현재의 가격 불균형은 일시적이며 자금력 있는 여러 경쟁자들이 수렴하는 균형점은 범용 가격이 될 것이라고 본다. > *"칩 기업은 가치를 가져가지 못했습니다. ISP도, 이동통신사도 마찬가지였습니다. Windows와 iOS는 가져갔지만, 그들은 다른 무언가를 하고 있었습니다. 스택 위로 올라갈 수 있는 레버리지가 있었죠."* ## [30:43] 자동화와 제번스의 역설 Evans는 자신의 발표에서 자동화가 산업에 실제로 어떤 일을 하는지를 분석하는 프레임워크를 제시한다. 순수한 가격 탄력성으로 같은 일을 더 싸게 하는 것, 같은 비용으로 더 많이 하는 것, 진입 장벽이 높아 엄두를 못 내던 것을 가능하게 하는 것, 그리고 이전에는 완전히 불가능했던 것을 가능하게 하는 것. 마지막 사례로는 증기기관과 철도, 혹은 월 15달러에 모든 음원을 이용할 수 있게 만든 Spotify가 있다. Evans는 과도한 예측을 경계한다. "인터넷이 물리적 유통을 파괴할 것"이라는 같은 관찰이 신문(완전히 파괴됨)과 영화 스튜디오(거의 영향 없음)에 전혀 다른 결과를 가져왔다. AI가 금융, 컨설팅, 4대 회계법인, 대형 로펌에 무엇을 의미하는지는 이미 기술 문제인 동시에 산업 문제이며, 샌프란시스코의 기술 분석가가 통상 갖지 못한 도메인 지식을 요구한다. > *"할리우드에서 생성형 비디오는 무엇을 의미할까요? 아마 Ben Affleck이 저보다 훨씬 잘 알 겁니다."* ## [33:27] 광고와 쇼핑 에이전트 Evans는 광고와 리테일을 AI의 의미론적 제품 이해 능력이 구체적이고 다룰 수 있는 변화를 만들어내는 분야로 주목한다. 현재 광고 플랫폼은 메타데이터와 구매 상관관계를 알지만 제품이 무엇인지, 왜 사람들이 그것을 사는지는 실제로 이해하지 못한다. Amazon이 변기 커버를 또 추천하는 것이 그 이유다. LLM은 의미론적 범주, 대체재, 사용 맥락을 이해한다. Google과 Meta의 광고 매출이 LLM 추론을 추천·예측 시스템에 연결하면서 이미 가속화되고 있는 것은 그 때문이다. Evans는 진화 방향을 이렇게 그린다. "제품 이미지를 보여주면 어디서 살 수 있는지 알려준다"(지금 가능), "장단점과 함께 대안 10가지를 제안한다"(지금 가능), "내 인스타그램을 보고 내 스타일을 크게 바꾸지 않으면서도 새로운 느낌의 겨울 코트를 추천한다" 3년 전에는 공상과학이었지만 지금은 구현 가능하다. 핵심 요지는 새로운 기술에서 중요한 성과는 기존의 것을 더 잘 하는 데서 오지 않고, 이전에 불가능했던 것을 하는 데서 온다는 것이다. 그런 새로운 것들은 누군가가 해결책을 만들기 전까지는 아무도 문제인지 몰랐던 것들인 경우가 많다. > *"중요한 것은 기존의 일을 더 많이 하는 게 아닙니다. 기존 방식으로는 할 수 없었던 새로운 무언가를 하는 겁니다."* ## [39:41] 엔터프라이즈 스택의 재편 Evans는 엔터프라이즈 소프트웨어 지형을 이렇게 그린다. 대형 수평 시스템(SAP, Workday, CRM), 수직 SaaS, 수천 개의 내부 개발 단일 목적 솔루션, 그리고 Excel과 공유 드라이브로 이루어진 영원한 회색지대. AI는 기존 레이어를 깨끗하게 교체하는 대신 또 하나의 선택지로 들어온다. 핵심 긴장은 이것이다. LLM이 스택 하단에서 Salesforce 내부 기능으로 자리 잡을 것인지, 아니면 상단에서 모든 시스템을 아우르며 어느 단일 시스템도 답할 수 없는 질문에 답하는 역할을 할 것인지. Evans의 답은 과제에 따라 아마도 둘 다라는 것이다. 그가 더 확신하는 것은 소프트웨어가 통합이 아닌 증식을 택한다는 점이다. 더 빠르고 저렴하게 만들 수 있다는 것은 경쟁이 늘어남을 의미한다. SaaS 자체가 패키지형 엔터프라이즈 앱보다 자릿수가 다른 규모의 소프트웨어를 만들어냈듯이. 투자자들이 묻는 "SaaS 종말론" 질문에 대해 Evans는 이렇게 말한다. 일부 기업은 사라지겠지만 어느 곳인지는 아무도 모른다. 그러니 업종 전체를 50% 할인하는 것은 말이 안 된다. 그는 업무 자동화와 직업 자동화 사이에 가장 날카로운 선을 긋는다. 2026년 회계사가 하는 일은 1976년과 거의 완전히 다르지만, 고객이 사는 산출물은 알아볼 수 있을 만큼 비슷하다. LLM은 훈련받은 누군가라면 누구든 낼 법한 답을 요구하는 과제에서 뛰어날 것이다. 비명시적 답변, 예외 처리, 혹은 아무도 글로 적어두지 않은 인사이트가 가치인 곳에서는 약할 것이다. > *"LLM은 사람들이 어떻게 하는지 설명할 수 있고, 누가 해도 같은 방식으로 하면 되는 과제에서 매우 강합니다. 왜 그렇게 했는지 설명하기 어려운 곳에서는 그렇지 않습니다."* ## [49:57] 자본 지출, 범용화, 마법 4대 대형 기술 기업들은 매출의 50% 이상을 자본 지출에 쏟아붓는 방향으로 가고 있다. 통신사의 두 배, 석유·가스 업종과 맞먹는 자본 집약도다. Evans는 연간 7,000억 달러가 글로벌 인프라 비용에서 불가능한 수치는 아니라고 보지만, 명확한 한계가 있다고 말한다. 이 기업들이 내년에 1조 5,000억 달러를 지속할 수는 없으며, 어느 시점에는 성장 곡선이 꺾여야 한다. 복잡한 요소는 유용한 산출물 단위당 필요한 하드웨어 양이 이동 목표물이 될 만큼 빠르게 효율이 개선되고 있다는 점이다. 범용화 논제에 대해 Evans는 예측이 아닌 도전으로 프레이밍한다. 파운데이션 모델이 범용화된다는 인과적 논거가 있다. 그 논거가 왜 틀렸는지 설명해 달라. 모바일 유비는 유효하다. 이동통신사는 인프라에 막대한 돈을 쓰지만 수익성은 낮은 거대 산업이다. 반면 Google, Meta, Apple이 합산으로 버는 순이익은 전 세계 통신 산업 전체를 넘어선다. 마무리 발언에서 Evans는 의도적으로 한 발 물러선다. PC, 인터넷, 모바일, 클라우드 등 모든 주요 기술 물결은 당시 내부에서 보면 유례없이 혁신적으로 느껴졌으며, 저마다 우리가 자랑스러워할 결과와 후회할 결과를 낳았다. AI는 다르고 혁신적이다. 이전의 모든 물결도 그랬다. 기본 시나리오는 우리가 또 한 번 그 과정을 겪는 것이고, 20년 후에는 컴퓨터가 이것을 못 하던 시절이 있었다는 사실조차 잊게 된다. > *"마법이 될 것입니다. 그리고 20년 후 우리는 이렇게 말할 겁니다. 당연히 그런 거지. 컴퓨터는 원래 그랬잖아요."* ## 등장인물 - **Benedict Evans** (인물): 독립 기술 분석가, "AI Eats the World" 발표 저자, 전 a16z 파트너 - **Erik Torenberg** (인물): 진행자, a16z 팟캐스트, Andreessen Horowitz 소비자 및 콘텐츠 담당 - **OpenAI** (조직): 파운데이션 모델 기업. 광범위한 다각화에서 코딩 집중으로의 전략 선회 맥락에서 논의됨 - **Anthropic** (조직): 파운데이션 모델 기업. 에이전틱 코딩의 가능성을 입증한 것으로 평가됨. 연간 매출 환산액이 약 90억 달러에서 470억 달러로 1년 만에 성장한 사례로 인용됨 - **파운데이션 모델** (개념): 인프라로 판매되는 대형 언어 모델. 핵심 질문은 ISP·이동통신사처럼 범용화되느냐, 아니면 운영체제처럼 가치를 포획하느냐다 - **제번스의 역설** (개념): 무언가를 싸게 만들면 비용 절감 속도보다 수요가 더 빨리 늘어나는 현상. Evans가 자동화가 산업 경제에 미치는 영향을 설명하는 데 사용하는 메커니즘 - **SaaS 스택** (개념): AI가 교체재가 아닌 또 하나의 선택지로 합류하는 계층형 엔터프라이즈 소프트웨어 지형(수평, 수직, 맞춤형) - **모바일 데이터 유비** (개념): Evans의 핵심 역사적 비교. 이동통신사들은 수조 달러의 인프라를 구축했고, 트래픽은 2,000배 성장했으며, 가격은 불안정해졌다가 재균형을 찾았다. 가치 있는 모든 응용은 다른 누군가가 만들었다

David George (a16z general partner) and David Clark (VenCap CIO) argue that AI companies are scaling faster than any prior technology generation — Anthropic and OpenAI are adding more monthly revenue than Meta, Google, or Microsoft — while actual diffusion into the broader economy remains below 5%. They work through what that gap implies for exit sizes, loss ratios, bubble risk, and who ultimately captures value as token costs fall and frontier intelligence becomes a commodity. ## [00:00] Intro Three data points open the episode: Anthropic and OpenAI already adding more revenue per month than any hyperscaler; top-1% exits 10x-ing in 24 months from $10 billion to $32 billion; and David George's assessment that, right now, we are not in a bubble. ## [00:38] The Scale Shift: Anthropic & OpenAI Adding More Revenue Than Hyperscalers David George explains how his priors shifted sharply around November 2025. Before that, enterprise AI looked like a productivity story analogous to cloud adoption. After it, the numbers reframed the ceiling: Anthropic and OpenAI are already adding revenue at hyperscaler rates with less than 5% of the economy actually using these tools. He places an upper-bound frame on the opportunity by noting that Fortune 500 companies generate roughly $2 trillion of profit annually, and the two largest model companies could reach $200 billion revenue run rate by year-end — already equivalent to 10% of that profit pool. > *"If you pair that up with the fact that they're already getting bigger in terms of revenue added than the hyperscalers, and you're at less than 5% diffusion into the economy, I think the outcomes are going to be extraordinary."* ## [04:20] Skeuomorphic vs Native AI Applications in the Enterprise David Clark invokes Chris Dixon's skeuomorphic-to-native arc: the first wave of enterprise AI lets people do existing jobs faster; the native wave restructures the work itself. George adds a wrinkle — the best companies are not yet focused on internal automation. Their top engineers want to build product, not automate back-office workflows. The most cutting-edge firms he visits are still in a "documentation phase," converting institutional knowledge into markdown before they can meaningfully deploy agents against it. > *"The most cutting-edge folks inside those companies who are trying to do this that I've talked to are kind of in the documentation phase — just turn everything into markdown files, have as much context capture as you can possibly get."* ## [06:24] How the Best AI Companies Run Themselves Differently Native AI founders operate on a different metabolism. George contrasts them with the previous SaaS generation, which, in hindsight, ran inefficiently but got away with it because headcount mandates and expanding software budgets covered the slack. The new companies are lean, aggressive, and already running agent swarms rather than typing commands. He describes walking into a cutting-edge AI company and finding researchers whispering into microphones, orchestrating swarms of agents — not a keyboard in sight. > *"The new companies are very lean, very aggressive, and they work all the time."* ## [08:14] Top 1% Exits 10X'd in 24 Months Clark lays out VenCap's tracking data: the threshold for a top-1% exit was $10 billion between 2020-2024, rose to $20 billion by February 2026, and was updated just the day before this recording to $32 billion. With OpenAI and Anthropic IPOs potentially arriving, he sees the bar hitting $100 billion by September. George notes that the combined market cap of these private companies likely already exceeds the entire Russell 2000, and that the sum of all VC-backed IPOs over the past six years is probably smaller than any single one of the three expected large IPOs. > *"Where is the threshold for the top 1%? And if you then think about OpenAI and Anthropic coming in, potentially we could be north of $100 billion by September."* ## [11:17] The Half-Life Problem: Why 40% of AI Leaders Drop Off Every Year Clark surfaces a disturbing churn metric: 40% of companies on the Forbes AI 50 list from one year disappeared the next. Google wasn't the first search engine; Facebook wasn't the first social network. First-mover advantage in AI is eroding faster than in any prior cycle. George confirms a16z's own priors have been repeatedly overturned — first convinced model companies would be everything, then convinced applications would take over, now watching the model companies extend back up into the application layer. The only durable heuristic he offers: a company must be in the token path. > *"From last year to this year, 40% of the companies that were on that list last year dropped off."* ## [13:11] Token Path, Cost Pressure & Who Captures Value Enterprise buyers are already feeling cost pressure from AI spend, and they cannot cover it by cutting previous-generation software budgets fast enough. George frames value capture as hinging on one largely unknowable variable: the market structure of frontier model labs. Two labs at the frontier means higher token prices and faster labor restructuring pressure; five labs means lower prices and a broader application ecosystem. Per-token cost for like-for-like capability is falling more than 10x year-over-year, but total token spending in dollars is rising faster. Clark adds that Chinese LLMs are roughly six months behind US frontier capability but ten times cheaper — a classic innovator's dilemma setup. > *"The biggest driver of where value is going to get captured right now is something that is totally unknowable, which is what is the market structure of the model companies?"* ## [17:00] Loss Ratios, Risk & How We Think About Early Stage Clark notes that historical early-stage VC loss ratios run around 60%, but the AI cohort of the past two years shows single-digit loss rates — unsustainable by definition. George reframes the discussion: a16z does not target a low loss ratio. A VC firm bragging about never losing money is "a horrible data point" — it signals too little risk-taking. The philosophy is to back the market-leading founder in every space with strong tailwinds and a credible technology. If the space works out and you have the leader, excellent. If the space does not work out but you have the leader, that is expected. The failure mode is the space working out while having backed the wrong company. > *"We joke all the time — there's a prominent VC in our ecosystem, and one of his big points of pride is he's never lost money on a deal. And we're like, that's not a point of pride. Like that's a horrible data point."* ## [22:51] Are We in an AI Bubble? Clark points out that classic bubbles are characterized by excess supply destroying economics — but right now the constraint is supply scarcity: no data center capacity available at scale until late 2028 or early 2029, with the US buildout running a year behind schedule and community resistance adding further delay. George is confident there is no bubble today and dismisses the data center opposition directly. The one scenario he would watch for is an unexpected algorithmic breakthrough producing dramatically smaller and more efficient models — which could flip supply from scarce to oversupplied — but he considers that unlikely in the near term. > *"I feel pretty confident saying that we're not in a bubble right now. I'm less confident that we won't be in a bubble three years from now."* ## [27:36] What SpaceX, OpenAI & Anthropic IPOs Mean for Public Markets Clark asks whether public markets can absorb the coming wave of trillion-dollar-plus IPOs. George argues it is unambiguously positive: the number of public companies has halved over 20 years, and outside the data center supply chain, almost nothing in the public markets is growing at more than 30% today. Bringing hypergrowth companies into indexes gives retail investors — including his parents' index-fund retirement accounts — exposure to the most dynamic part of the economy. He expects some portfolio reshuffling to make room, but does not see indigestion risk. > *"If you exclude the data center supply chain stuff right now, there are very few companies that are growing fast that are available for people to buy in the public markets."* ## [29:59] The Future of Venture Capital in an AI World George forecasts the shape of VC over the next five years as primarily a function of token market structure — whether the labs remain concentrated or become commoditized. He cites Bill Gates's platform axiom: a platform's value is validated when the companies built on top of it collectively exceed the platform's own value. If that holds, there will be a massive wave of valuable application companies built on intelligence. He also flags the consumer side as the most underappreciated opportunity: the last decade of consumer internet was a story of time spent getting captured by large incumbents; AI-driven shifts in consumer attention could recreate the conditions for generational consumer companies. > *"I'm very optimistic that we're going to have a massive wave of really valuable companies that get built on top of tokens, AI, and intelligence."* ## Entities - **David George** (Person): General partner at a16z; covers growth-stage and early-stage AI investing; invested in OpenAI pre-ChatGPT - **David Clark** (Person): CIO at VenCap; fund-of-funds investor tracking AI startup performance and VC market dynamics for 34 years - **Anthropic** (Organization): Frontier AI lab; cited as adding more monthly revenue than hyperscalers alongside OpenAI - **OpenAI** (Organization): Frontier AI lab; benchmark for scale and the expected $100B+ IPO cohort - **VenCap** (Organization): Fund-of-funds investor; publishes top-1% exit threshold data and tracks Forbes AI 50 churn - **Andreessen Horowitz / a16z** (Organization): Venture capital firm; investor in OpenAI pre-ChatGPT, scaling platform services to support companies encountering enterprise-scale problems early in their lives - **Cursor** (Software): AI coding tool cited as an example of a company reaching billions in revenue while still very small and early-stage - **Token path** (Concept): a16z's primary heuristic for evaluating AI companies — a company must sit in the flow of AI inference tokens to have durable economic relevance - **Skeuomorphic vs. native AI** (Concept): Chris Dixon's framework distinguishing apps that replicate existing workflows with AI assistance from apps that rearchitect work around AI capabilities natively - **Half-life problem** (Concept): David Clark's term for rapid AI leader turnover — 40% of Forbes AI 50 companies dropped off the list year-over-year — indicating first-mover advantage is eroding faster than in prior technology cycles

Apollo CEO Marc Rowan은 1990년 Drexel의 붕괴 — 일요일에 짐을 상자에 담아 사무실을 떠나던 날 — 부터 오늘날 Apollo가 세계 최대 사모 은퇴소득 공급자이자 글로벌 산업 르네상스의 핵심 금융 주체로 자리 잡기까지의 궤적을 직선으로 연결해 보인다. 그와 a16z GP David Haber는 S&P 500의 절반에 육박하는 10개 종목으로 공모 시장이 집중되는 상황에서 사모 시장이 분산투자의 구조적 필수재가 된 이유, 일일 시가평가 방식이 사모 신용에 다섯 개 새로운 자본 채널을 어떻게 열 것인지, 그리고 AI가 모든 직업을 대체하거나 강화할 것이라는 Rowan의 확신 — 블루칼라를 부상시키고 지난 10년 사모펀드 빈티지의 엔터프라이즈 소프트웨어 에쿼티를 재앙으로 만들 것이라는 전망 — 을 함께 풀어나간다. ## [00:00] 인트로 대화 전체를 관통하는 세 가지 실이 처음부터 등장한다. 공모 에쿼티의 집중 위험(S&P 500의 50%에 근접하는 10개 종목), Anthropic과 SpaceX 같은 비상장 기업에 묶인 수십조 달러의 가치에 대부분의 투자자가 접근조차 못 한다는 현실, 그리고 AI가 모든 직업을 대체하거나 강화할 것이라는 Apollo의 운용 전제다. Rowan은 본격적인 인터뷰에 앞서 Apollo 사무실에서 자리를 마련해 준 Haber에게 감사를 전한다. > *"현재 미국에서 10개 종목이 S&P의 거의 50%를 차지하고 있으며, 이들 모두 같은 트렌드에 연동되어 있습니다... 분산투자를 원하는 투자자라면 사모 시장 외에 다른 선택지가 없습니다."* ## [00:52] Drexel, Milken과 백지 사고의 기원 Rowan이 Goldman이 아닌 Drexel을 택한 이유는 기업가에게 자금을 대는 일이 기술적 금융 지식보다 깊은 사업 판단력을 요구했기 때문이다. 실시간으로 발명되던 고수익 채권 시장 — PIK 채권, 은 연동 채권, 고신뢰 레터, 브릿지 파이낸싱 — 은 모두를 백지 문제 해결로 내몰았다. Michael Milken의 가장 오래 남은 교훈은 지정학, 기술, 시장을 아우르는 일관된 프레임워크로 점을 연결하는 능력이었고, "변화를 받아들이거나 변화가 찾아온다"는 그의 말은 Apollo의 핵심 원칙이 됐다. > *"PIK 개념은 어느 날 오후 한 문제를 푸는 과정에서 탄생했다고 생각합니다... 이 모든 것이 기본적으로 문제-해결의 반복이었습니다. 사업을 이해하고, 신용을 이해하되 백지 사고를 유지하는 그 사고방식이 오늘날 Apollo를 움직이는 힘입니다."* ## [04:55] Apollo 창업 이야기: 실직에서 60억 달러까지 1990년 주말 사이에 Drexel이 쓰러졌을 때, Rowan과 동료들은 회사도 보수도 없는 상태에서 고객 거래를 마무리하고 있었다. 그 순간 새겨진 교훈은 명확했다. 금융사는 심장마비(조달 리스크 — 단기로 빌려 장기로 빌려주는 방식, Bear Stearns와 Lehman이 나중에 증명함)나 암(손실을 인식하는 대신 부실 자산을 쌓아가는 방식)으로 죽는다는 것이다. 프랑스 Crédit Lyonnais로부터의 뜬금없는 전화 — 처음에는 M&A 부티크 설립 제안 — 는 프랑스 정부의 8억 달러 시드 투자로 이어졌고, 1990년 말에는 60억 달러로 불어나 Apollo는 그 은행의 최대 수익원이 됐다. > *"저는 금요일에 사무실에 들어갔다가, 일요일에 짐을 상자에 담아 나왔고, Drexel은 폐업해 있었습니다."* ## [08:46] Apollo가 1조 달러 규모 은퇴·신용 회사가 된 과정 오늘날 Apollo는 투자등급 신용이 80%, 에쿼티가 20% — 하이브리드와 전통 사모를 합쳐 — 로 구성돼 있어, 대중의 인식과는 정반대다. Rowan은 세 가지 본질적 가치를 사업의 토대로 삼는다. 고령화·저축 부족 인구에 은퇴소득을 제공하는 것, 에너지·제조·AI·국방 분야의 글로벌 산업 르네상스에 자금을 대는 것, 그리고 소수 종목에 집중되는 공모 시장에서 진정한 분산투자를 제공하는 것이다. 에쿼티에서 벌어지는 집중 현상은 채권 시장에도 찾아오고 있으며, 10개 은행이 5개 은행과 5개 기술 플랫폼으로 재편되고 있다. > *"사모 시장이 세상에서 일어나는 일의 80%를 차지합니다... Anthropic, OpenAI, SpaceX, Cognition, Cursor — 이 모든 훌륭한 기업이 비상장이고, 수조 달러의 가치를 지니지만 대부분의 투자자는 이들에 전혀 노출돼 있지 않습니다."* ## [13:00] 영구 자본, 자산 발굴, 그리고 자산이 희소 자원인 이유 공모 시장에 무제한 자본을 배치할 수 있는 전통 자산운용사와 달리, Apollo의 제약은 가용 자본이 아니라 자산 발굴 능력이다. 자산의 희소성이 진짜 병목이기 때문에, 모든 거래에서 수수료 수익과 고객과 이해관계를 맞추는 본인 투자 포지션을 통해 최대한의 가치를 이끌어내야 한다. Rowan은 "자본 경량화"에 명확히 반대한다. 브랜드, 평판, 결과 보장 능력이 중요한 세계에서 큰 대차대조표는 죽은 무게가 아니라 경쟁 무기다. > *"그래서 저는 우리가 흥미로운 투자를 만들어내는 능력으로 평가받아야 한다고 생각합니다. 그리고 그 능력은 제한돼 있습니다."* ## [16:08] 사모 시장의 대중화: 일일 가격 산정과 새로운 자본 채널 대안투자 산업은 기관 대안투자 버킷이라는 단일 자본 원천을 위해 만들어졌지만, 이제 다섯 개 새로운 시장이 접근을 원한다. 개인 투자자, 보험사, 전통 자산운용사, 401(k) 플랜, 그리고 기관의 채무·에쿼티 버킷이다. 이들 중 누구도 드로우다운 펀드를 원하지 않는다. Apollo는 6월 30일까지 투자등급 사모 상품에 대한 일일 추정 가치 산정을 도입하고, 9월까지 전체 신용 상품에 걸쳐 완전한 일일 가격 산정, 표준화된 데이터 웨어하우스, 마켓 메이킹, 정기적 가격 공시 체계를 갖출 계획이다. Rowan은 언론이 좁게 정의하는 직접 대출로서의 사모 신용과 실제 사모 신용 시장 — Intel, Air France, AT&T, Meta 같은 기업들, 즉 은행이 구조화할 수 없는 복잡하고 비표준적인 장기 금융이 필요한 정교한 차입자들 — 을 명확히 구분한다. > *"저는 투명성과 가격 발견이 있는 시장이 열 배 규모가 되지 않는 경우를 본 적이 없습니다... 불편할 수 있지만, 이 변화는 반드시 옵니다."* ## [22:04] 벤처와 신용의 교차점: 산업 르네상스 금융 Rowan과 Haber는 "전문 분야들 사이의 기회"를 공통된 투자 철학으로 꼽는다. 지금 그들이 보는 교차점은 이렇다. 역사적으로 자본 집약을 피해온 벤처 지원 기업들이 에쿼티만으로는 조달할 수 없는 규모의 데이터 센터, 반도체, 로봇, 제조 라인, 국방 시스템을 갑자기 구축하고 있다. Apollo는 위험을 분리해 — 벤처가 핵심 사업 인수를 맡고, 실물 담보가 있는 인프라 자산은 적정 위험 등급으로 신용 시장으로 이동하도록 — 역할을 나눈다. Rowan의 틀에서 보면, 2025년은 데이터 센터·반도체·에너지가 필요하다는 것을 증명한 해였고, 2026년은 투자자들이 4개 상장 기업의 8,000억 달러 설비투자가 집중 한도에 부딪히고, 스프레드가 확대되며, 기술 기업가들이 금융 기업가와 손잡아야 한다는 현실을 인식하는 해다. Apollo는 성장 생태계 인재 풀을 위해 베이 에어리어에 제2 본사 설립을 확약하고 있다. > *"데이터 센터, 반도체, 로봇, 제조, 국방에 투입될 자금의 규모는 제가 말씀드렸듯이 불의 발명 이후 투입된 모든 돈과 맞먹으며, 그것은 에쿼티로 조달되지 않을 것입니다."* ## [30:01] AI, 엔터프라이즈 소프트웨어, 모든 직업이 대체되거나 강화되는 이유 Rowan의 운용 전제: 모든 직업은 AI에 의해 대체되거나 강화된다. 그는 지난 10년 사모펀드 AUM의 30%가 엔터프라이즈 소프트웨어에 투입됐고, AI가 그 자산들의 가격을 영구적으로 재조정했으며, 그 빈티지의 PE 수익이 "재앙"이 될 것이라고 단호하게 말한다. 기업들이 실패해서가 아니라, 투자 당시 지불한 가격이 AI 경쟁자 없는 미래를 전제로 했기 때문이다. 그의 분석 틀은 이렇다. AI는 정답이 있는 영역(코딩, 회계, 트레이드 옵스)에서 가장 빠르게 변화하고, 판단이 대체 불가능한 영역에서는 느리다. 단기적으로는 블루칼라의 부상과 화이트칼라의 쇠락이 예상되며, 이는 진보 도시들에게 정치적으로 불편한 현실이다. 대출자로서의 교훈은 옐로우 페이지, 케이블 TV, 위성방송의 사례에서 나온다. 분산하고, 시니어 포지션을 유지하고, 실물 담보를 추구하며, 5~7년 이상의 지평을 전제로 인수하지 말라. > *"우리는 모든 직업이 대체되거나 강화될 것이라는 전제 아래 운용합니다. 모든 단일 직업이요. 그리고 저는 그것이 실제로 일어날 일이라고 생각합니다."* ## [38:52] 도덕적 리더십: UPenn, 능력주의, 쉬운 길보다 옳은 길 10월 7일 이후, Rowan은 팔레스타인 권리 컨퍼런스 전에 Penn 총장에게 직접 편지를 썼다. 그가 지적한 것은 표현의 자유가 아니라 "편향된 자유" — 유대인 고휴일 기간에 알려진 하마스 지지자가 주도하는 컨퍼런스를 대학이 지원하는 것 — 였다. 그는 더 광범위한 캠퍼스 위기를 반미주의, 반능력주의로 규정했다. 거의 모든 기부자가 연간 1달러로 기부를 줄이자 Penn 행정부가 반응했고, 이후 의회 청문회에서는 이사회 의장과 총장이 모두 사임했다. 2021년 CEO 취임 이후 내부적으로 적용해온 Rowan의 더 넓은 원칙은 이렇다. 텍사스에서도, 캘리포니아에서도 같은 말을 하라. 기후에 대해서는 "탄소 제로" 절대주의 대신 "더 낫게, 더 나쁘지 않게". 채용에 대해서는 "이동 거리를 고려한 능력주의" — 개인의 성취로 측정되며, 집단 소속이 아닌 개인을 기준으로 한다. > *"우리는 이동 거리를 고려한 능력주의를 기준으로 채용합니다. 이동 거리는 불변의 특성에 관한 것이 아니라 개인으로서의 당신에 관한 것입니다 — 당신의 계급이나 집단이 아니라요. 무언가를 극복하면서도 성취를 이뤄낸 사람을 보여주세요."* ## [46:02] Apollo의 문화: 이기기 위해 뛰고, 창업자를 넘어서도록 구축하기 자산운용과 은퇴 서비스 부문을 합쳐 6,000명에 이르는 Apollo는 6개월 동안 — 내부적으로, 시니어 파트너들과 함께 — Apollo다움의 정의를 협상했다. 그 결과물은 Apollo 채용 페이지에 공개된 문서로, 후보자 필터로서 의도적으로 솔직하게 작성됐다. 여섯 가지 원칙은 "이기기 위해 뛰는 것"으로 압축되며, Rowan은 이를 지는 것에 대한 두려움과 명확히 구분한다. 시니어 전문가는 약 40%의 확률로 틀릴 것으로 예상되고, 잘못된 결정 때문에 해고되는 사람은 없으며(인정하지 않거나 수습하지 않을 때만 해고된다), 모든 시니어 인원은 공개적인 "수치의 벽" 손실 기록을 가진다. 백지 사고, 지적 반항심(진짜 반항과 구별되는), 그리고 직원들의 삶에서 "중요한 순간들"을 다루는 방식이 창업자로서 자신이 남기고 싶은 유산이다. Apollo는 펀드를 운용하는 것이 아니라 금융 기관을 만들고 있다 — 향후 5년간의 상품, 인프라, 마켓 메이킹 혁신은 지난 5년보다 훨씬 큰 변화를 가져올 것이다. > *"여기서는 잘못된 결정을 내렸다고 해고되지 않습니다. 그것을 인정하지 않거나, 책임지지 않고 수습하지 않을 때 해고됩니다. 우리에게는 수치의 벽이 있습니다. 모든 시니어 전문가는 회사에 손실을 입힌 기록이 있습니다."* ## 엔티티 - **Marc Rowan** (인물): Apollo Global Management 공동 창업자, CEO 겸 이사회 의장. Drexel Burnham Lambert 전 애널리스트. UPenn 동문 겸 주요 기부자 - **David Haber** (인물): Andreessen Horowitz (a16z) 제너럴 파트너. The a16z Show 진행자 - **Michael Milken** (인물): Drexel Burnham Lambert 금융인. Rowan의 오랜 멘토. PIK 채권, 브릿지 파이낸싱, 하이일드 시장 발명에 기여한 인물로 평가됨 - **Apollo Global Management** (조직): 1조 달러 이상의 대안 자산운용사. 투자등급 신용 80% 비중. Athene 은퇴 서비스의 공동 창업사. 베이 에어리어 제2 본사 설립 예정 - **Athene** (조직): Apollo의 은퇴 서비스 자회사. 보험 및 연금 상품 공급자로 Apollo 영구 자본 기반을 구성 - **Andreessen Horowitz (a16z)** (조직): 실리콘밸리 벤처캐피털 회사. 자본 집약적 기술 기업을 위한 자본 파트너십을 Apollo와 모색 중 - **Crédit Lyonnais** (조직): 1990년 Apollo에 8억 달러를 시드 투자한 프랑스 정부 은행. 이후 60억 달러로 성장. 나중에 François Pinault에게 Apollo 지분 매각 - **사모 신용 (Private Credit)** (개념): 공모 채권 시장을 우회해 기업과 인프라 프로젝트에 직접 투자등급 채무를 제공하는 방식. "레버리지드 바이아웃 직접 대출"보다 훨씬 광범위한 개념 - **영구 자본 (Permanent Capital)** (개념): 보험 및 은퇴 상품에서 나오는 장기 부채로, 펀드 환매 압력 없이 사이클을 통해 자산을 보유할 수 있게 해주는 구조 - **산업 르네상스 (Industrial Renaissance)** (개념): Rowan의 용어로, 신용 시장 규모의 금융이 필요한 데이터 센터, AI 반도체, 에너지 인프라, 제조, 로봇, 국방의 동시적 글로벌 구축을 지칭 - **일일 추정 가치 (Daily Estimated Value)** (개념): 투자등급 사모 신용 상품의 일일 가격 산정을 위한 Apollo의 이니셔티브. 자산운용사, 401(k) 플랜, 전통 자산운용사의 접근을 가능하게 함

a16z general partner David Ulevitch sits down with Col. Jeffrey Glover (Arizona Department of Public Safety) and Rahul Sidhu (Flock Safety board member) to walk through how drones, sensors, and AI are quietly rewiring American policing. Sidhu lays out Flock Safety's layered sensor network — license plate readers, gunshot detection, and drone dispatch — while Glover details an Arizona DPS ecosystem built around officer wellness, body-cam analytics, and an international fusion-center play timed to FIFA and the Olympics. The throughline: the next decade of police work will look more like analyst work than door-kicking, and founders who want in need to spend real time on the beat first. ## [00:00] Drones and the Future Beat The episode opens with a stitched-together preview: Sidhu's punchy maxim that cops hate both change and the status quo, Glover sketching how a patrol officer's skill set has to get more investigative and nuanced, and Ulevitch teeing up the central scenario — a 911 call, a drone responding ahead of officers, a fleeing shooter pursued from the sky. The pitch isn't abstract: keeping five helicopters airborne 24/7 to do that job is impossible, but drones make it almost inevitable. > *"You hear a gunshot go off and the drone finds a shooter getting into a car and driving off, and then pursuing the vehicle."* ## [00:32] Founders Building for First Responders Ulevitch asks Sidhu what advice he'd give founders who care more about saving lives than optimizing ad clicks. Sidhu, who sits on Flock Safety's board, points to companies like Skydio and walks through the kind of inbound he gets daily — alerts about kidnapped children recovered, situations de-escalated, technology used to read a scene before officers do. The story he keeps coming back to: a 911 caller reports a man in an alley with a shotgun, a drone arrives first, and the "shotgun" turns out to be a janitor holding a broom. > *"It turned out the drone provided, you know, situational awareness and said, 'Wait, there's just a janitor with a broom.' That's not a guy with a shotgun. And it totally de-escalates the situation."* ## [01:38] Flying Robots Meet Sensor Networks Sidhu reframes drones as flying robots that fit into the same automation wave reshaping every industry. Public safety will get more drones — including more hostile ones to defend against — and Flock Safety's pitch is the layer beneath them: license plate readers, gunshot detection, and drone dispatch tied together so that an Amber Alert vehicle or a shot-spotter ping can dispatch a drone automatically, even pursuing suspects onto highways with state DPS. Ulevitch closes the segment with a joke about it being a bad time to be an enemy of America, then hands off to Glover. > *"And Flock Safety, you know, we — it's not just about drones for us. Like, we have multitudes of sensors in the communities. We have license plate reading cameras. We have, you know, gunshot detection capabilities. All of this is coming together."* ## [03:17] Officer Wellness and Body Cam Analytics Glover details what an integrated Arizona DPS deployment actually looks like. Officers start their shift with a Vitanya "Heal the Heroes" brain scan to check baseline wellness. During the shift, Truleo runs analytics on body-worn-camera audio — not just scoring trooper interactions with the public, but flagging cumulative stress that should put a supervisor on alert before burnout becomes a problem. Ulevitch picks up the thread on how public sentiment around body cams flipped once people saw they protect officers as much as they document them, and draws a parallel to the same hype-cycle pattern with tasers. > *"You can do a scorecard for how the trooper is interacting with the public, but it also gets that information for, hey, do they need additional support?"* ## [05:47] Fusion Centers and Global Intelligence Sharing Ulevitch turns to intelligence-gathering and Glover walks through the Arizona Counterterrorism Information Center (TIC) and the wider US fusion-center network. The near-term push: a TRX program that most agencies are running for FIFA. The longer play: Arizona standing up an international presence with embedded intelligence officers from Mexico, the UAE, Liberia, and other partners, so unclassified threat signals can flow across borders before incidents become local. Ulevitch points to Austin and NYPD counterterrorism as proof the model works. > *"Being able to condense that down and distill it to where we can have good information sharing that's unclassified — be able to share with one another — is going to be huge."* ## [07:37] Advice for Innovators and Closing Thoughts Ulevitch turns the closing question back to Sidhu — a former paramedic and reserve officer — for advice to founders. Sidhu name-checks Ben Curley of Chart Performance (sitting in the audience) as an example of the kind of operator already doing the work, and lands his thesis: the gap looks intimidating but if you can describe an inevitability the way drones now feel inevitable, the field will pull you in. The non-negotiable: spend real time on the beat — ride-alongs, reserve duty — so you actually know what to build. Glover closes by echoing the call to jump in, and predicts the next ten years will fundamentally shift the profession away from kicking in doors toward parsing video, AI signals, and analyst work. > *"If you can picture something that feels like an inevitability, in the same way that, you know, we talk about drones — it'll come because it's the best thing for them. It's the best thing for the communities."* ## Entities - **David Ulevitch** (Person): a16z general partner, host of The a16z Show; long-time enterprise/security investor. - **Col. Jeffrey Glover** (Person): Colonel/Director at the Arizona Department of Public Safety, leading the agency's tech and intelligence modernization. - **Rahul Sidhu** (Person): Flock Safety board member, former paramedic, founder/operator background in public-safety technology. - **Flock Safety** (Organization): Builds a layered public-safety sensor network — license plate readers, gunshot detection, and drone dispatch. - **Skydio** (Organization): Drone maker referenced as a peer in the drone-as-first-responder space. - **Vitanya "Heal the Heroes"** (Software): Officer-wellness platform that runs daily brain scans to track baseline mental health. - **Truleo** (Software): Body-worn-camera analytics that scores public-interaction quality and surfaces burnout-warning signals. - **Arizona Counterterrorism Information Center (TIC)** (Organization): The Arizona DPS fusion center that anchors regional and international intelligence sharing. - **TRX program** (Concept): Inter-agency program many US fusion centers are running ahead of FIFA. - **Drone-as-first-responder** (Concept): Operational model where drones arrive at incidents before patrol units to provide situational awareness and pursuit capability.

미국은 핵심광물 공급에서 중국에 50년 뒤처져 있으며, 전력망은 여전히 한 세기 전에 설계된 기계식 시스템으로 돌아가고 있습니다. Tesla 출신인 Turner Caldwell(Mariana Minerals)과 Drew Baglino(Heron Power)는 이 두 가지 격차를 해소하는 것이 AI 패권과 산업 리쇼어링의 진정한 전제조건이라고 주장합니다. Caldwell은 강화학습 기반 자율 정제 시설과 광산으로 프로젝트 기간을 10년에서 방어 가능한 수준으로 단축하는 데 베팅하고, Baglino는 데이터센터와 대규모 에너지 시설의 전력 변환에서 철강·오일·구리를 silicon과 소프트웨어로 대체하는 solid-state transformer에 베팅합니다. 두 사람은 같은 해결책으로 수렴합니다: 공급망 집적화, 유사 산업 인재 채용, 그리고 민간 자본이 계획을 세울 수 있는 지속 가능한 연방 산업 정책입니다. ## [00:00] 인트로 에피소드는 세 가지 핵심 주장으로 시작합니다. Caldwell은 미국이 핵심광물 공급에서 50년 뒤처져 있으며 허가 후에도 생산 능력을 늘리는 속도가 너무 느리다고 말합니다. Baglino는 전력망의 송전·변환 계층이 실질적으로 변하지 않는 동안 그 끝단의 모든 것, 즉 EV, 저장 장치, 급속 충전이 완전히 변혁됐다고 지적합니다. Price-Wright는 두 가지 모두 Tesla가 전기차에 적용한 것과 같은 기술 낙관주의로 해결 가능하다고 프레이밍합니다. > *"낡고 구시대적인 시스템에서도 혁신할 수 있다는 믿음이 회사의 핵심입니다."* — Turner Caldwell ## [00:47] AI에는 물리적 인프라가 필요하다 Price-Wright는 대부분의 AI 경쟁 논평이 범하는 범주 오류를 지목하며 본 세그먼트를 시작합니다. 경쟁은 모델과 칩 사이가 아니라 물리적 구축 능력 사이에 있다는 것입니다. 모든 혁신적 모델, 신규 공장, 자율 시스템의 아래에는 소재·에너지·전력 이동 능력이라는 현실 세계의 요건이 있습니다. 전력망의 부담은 한계가 아니라 행동의 촉구이며, 미국이 과거 국가 프로젝트에 힘을 모았던 것과 맞먹는 규모의 기회입니다. > *"미국의 산업 근간을 재건하려면, 핵심광물부터 에너지 생산, 송전, 그리고 필요한 속도로 새로운 인프라를 구축하고 연결하는 방식에 이르기까지 전체 스택을 재구상해야 합니다."* — Erin Price-Wright ## [02:23] 빌더들을 소개합니다 Price-Wright는 두 게스트를 물리적 스택의 양 끝을 담당하는 빌더로 소개합니다. Caldwell은 지각에서 시작해 정제까지, Baglino는 전선에서 변압기를 거쳐 부하까지. 이 프레이밍은 에피소드의 테제를 선명하게 합니다. 미국의 AI 미래는 알고리즘이 아닌 원자에 의해 제약받으며, 두 창업자는 그 인프라 아래에서 일어난 혁신을 목격한 후 의도적으로 그 제약을 선택했습니다. > *"미국의 AI 미래, 나아가 재산업화의 제약은 여러 면에서 알고리즘이 아닌 원자입니다."* — Erin Price-Wright ## [03:11] Mariana Minerals 소개 Mariana Minerals는 소프트웨어 퍼스트 채굴·정제 회사로, 팀의 약 4분의 1이 소프트웨어·머신러닝 엔지니어이지만 소프트웨어를 판매하지 않습니다. 자체 프로젝트를 직접 엔지니어링·건설·운영합니다. Caldwell은 세 가지 운영 시스템을 설명합니다. Capital Project OS는 엔지니어링·조달·건설 전반의 에이전틱 워크플로를 자동화하고, Plant OS는 강화학습으로 정제 시설의 온도·유량·약품 첨가량·체류 시간을 자율 제어하며, Mine OS는 동일한 강화학습을 채굴 작업의 단기 자율 제어에 적용합니다. 유타주 동남부의 구리 광산이 현재 고순도 구리를 생산 중이고, 텍사스에는 리튬 정제 시설이 건설 중입니다. 목표는 10년 안에 10개 프로젝트입니다. > *"우리는 정제 시설의 자율화에 큰 베팅을 하고 있습니다. 강화학습을 사용해 정제 시설 운영 방식을 결정하는 과정에서 실제로 인간을 배제하는 거죠."* — Turner Caldwell ## [04:19] Heron Power의 전력망 업그레이드 Baglino는 40년에 걸친 분기를 추적합니다. 전력 반도체에서의 무어의 법칙에 준하는 발전이 스마트폰·통신·데이터센터를 변혁했지만, 전력망 자체는 여전히 100년 전에 설계된 기계식 시스템 그대로입니다. 제어도 없고 모니터링도 없으며, 취약한 과잉 구축 시스템에 공급업체 대부분이 해외에 있습니다. Baglino는 이를 단순한 사업 기회가 아닌 공급망 안보 문제로 봅니다. Heron Power는 데이터센터, 대규모 태양광·배터리 시설 등 핵심 전력망 노드에서 전력 변환 시 사용되는 철강·오일·구리를 silicon과 소프트웨어로 대체하는 solid-state transformer를 구축합니다. > *"Heron Power에서는 데이터센터와 대규모 에너지 시설에서 전력 변환 시 사용되는 철강, 오일, 구리를 silicon과 소프트웨어로 대체하는 solid-state transformer 구축에 집중하고 있습니다."* — Drew Baglino ## [05:31] 리쇼어링이 중요한 이유 Baglino는 solid-state transformer를 가능하게 하는 핵심 전력 반도체인 silicon carbide를 수십 년에 걸친 DOE와 해군 R&D의 성과로 추적하며, 미국이 자국의 투자로 창출한 기술을 먼저 상용화해야 한다고 주장합니다. 이를 포기하면 그 연구의 온전한 혜택을 잃게 됩니다. Caldwell은 광물 문제를 더 날카롭게 정리합니다. 미국은 단순히 전 세계적으로가 아니라 중국 대비 50년 뒤처져 있으며, 허가 개혁과 프로젝트 파이낸스만으로는 격차를 좁힐 수 없습니다. 병목은 허가 후 실행 속도, 즉 건설에 5년, 가동 수준 도달에 3~5년 추가가 걸리는 과정입니다. Mariana의 전체 테제가 이 구간을 단축하는 것인데, 중국을 따라잡으려면 중국을 능가해야 하기 때문입니다. > *"중국을 따라잡기 위한 부담을 낮추더라도, 실제로는 중국보다 더 빨리 움직여야 합니다."* — Turner Caldwell ## [07:48] Tesla의 교훈과 인력 Caldwell은 Tesla에서 이전 가능한 세 가지 자산을 꼽습니다. 레거시 시스템에 대한 기술 낙관주의, 실패 두려움 없는 빠른 의사결정을 가능하게 하는 위험 감수 의지, 그리고 결과가 가치 있다면 고가치 프로젝트를 포기하지 않는 제도적 거부입니다. Baglino는 조직 전체를 집중시키는 생사를 건 재무적 압박과 "죽느냐 사느냐라고 말하기는 싫지만, 그것과 비슷한 상황이죠", 그리고 최고의 인재를 선택할 수 있게 해주는 미션 명확성을 추가합니다. 인력에 관해서는 두 창업자 모두 존재하지 않는 전문가를 기다리는 대신 유사 산업에서 찾습니다. Baglino는 4680 프로그램의 50 기가와트시 텍사스 공장을 구축할 때 고속 병입 공장과 주사기 제조 시설에서 배터리 제조 인재를 채용했고, Caldwell은 석유·가스 엔지니어와 채굴 최적화 라우팅 알고리즘을 작성하는 소프트웨어 개발자를 활용합니다. 미중 공장 인건비 차이는 매출원가의 10% 미만, 5% 미만일 수도 있다고 Baglino는 주장하며, 실제 경쟁력 동인은 공급망 집적화라고 말합니다. 중국의 산업 단지에서는 7,000개 부품이 필요한 자동차의 모든 부품이 3시간 이내 거리에 있습니다. > *"오늘날 공장들은 정말 자동화되어 있습니다. 인건비 차이는 매출원가의 10% 미만입니다. 실제로 경쟁력을 좌우하는 것은 공급망입니다."* — Drew Baglino ## [21:09] 정책 요청과 마무리 Caldwell은 지난 50년간 석유·가스에 적용된 광물 정책 도구 전체를 선별하지 말고 그대로 적용하기를 요청하며, 30년간 국내에서 구축되지 않은 산업에서 민간 자본 시장이 장기적 시장 신뢰를 가질 수 있는 인센티브 구조가 핵심이라고 말합니다. Baglino는 세 가지를 구체적으로 제시합니다. 공급업체와 투자자들이 계획을 세울 수 있는 지속 가능한 산업 정책, 지역 관할 기관이 거부 대신 승인으로 나서는 에너지·제조 거점 구역 지정을 위한 연방-주 공동 노력, 그리고 전력망을 위한 연방 고속도로 신탁 기금, 즉 제조 거점 지역을 선형 송전 인프라로 연결해 복원력을 높이고 비용을 낮추는 재원이 있는 마스터플랜입니다. > *"전력망을 위한 연방 고속도로 신탁 기금이라는 개념이 마음에 듭니다. 지금까지 존재한 적이 없습니다. 그래서 이런 조각보 상태가 된 것입니다."* — Drew Baglino ## 등장인물 - **Turner Caldwell** (인물): Mariana Minerals 공동 창업자 겸 CEO. Tesla 광물·금속 팀 리더 출신. 강화학습 기반 자율 정제 시설 및 광산 제어 설계자. - **Drew Baglino** (인물): Heron Power 공동 창업자 겸 CEO. Tesla 18년 경력의 SVP 파워트레인·에너지 엔지니어링. Megapack 프로그램과 텍사스 4680 50 기가와트시 배터리 시설 구축 주도. - **Erin Price-Wright** (인물): a16z 제너럴 파트너(American Dynamism 팀). 에피소드 진행자. - **Mariana Minerals** (조직): 소프트웨어 퍼스트 핵심광물 채굴·정제 회사. 유타주 동남부 구리 광산 운영, 텍사스 리튬 정제 시설 건설 중. 10년 10개 프로젝트 목표. - **Heron Power** (조직): 기계식 전력망 변환 설비를 solid-state transformer로 대체하는 전력 전자 스타트업. - **Tesla** (조직): 두 창업자의 공통 출신. 어려운 산업 분야에서의 기술 낙관주의, 위험 감수, 미션 중심 인재 확보의 벤치마크로 인용. - **Silicon Carbide** (개념): solid-state transformer를 가능하게 하는 핵심 전력 반도체. 세계 최고 생산국이 미국에 있어 국내 상용화가 전략적 우선순위. - **산업 제어를 위한 강화학습** (개념): Mariana의 Plant OS와 Mine OS의 핵심 기술. 희소한 인간 운영자의 내재된 노하우 병목을 제거하고 정제 회로와 광산 단기 의사결정을 자율 조정. - **공급망 집적화** (개념): Baglino의 미국 제조 경쟁력 핵심 주장. 모든 투입 요소를 한 지역 내에 집중시켜 물류 시간과 비용을 단축하는 방식으로, 중국의 산업 단지 모델을 미러링.

Goldman Sachs 전 CEO이자 선임 회장인 Lloyd Blankfein이 a16z 제너럴 파트너 David Haber와 함께 앉아 지속 가능한 기관과 단명하는 기관을 구분하는 것이 무엇인지 살펴봅니다. 뉴욕 이스트 뉴욕의 공영 주택에서 2008년 금융 위기를 헤쳐나가는 Goldman 지휘까지의 여정을 바탕으로, Blankfein은 진정한 리스크 규율이 예측도 기술도 아닌 진정한 경쟁 해자라고 주장합니다. 그는 AI의 가장 큰 위험은 초지능이 아니라 검증 불가능한 레버리지라고 경고합니다. 누군가가 옳은지 확인하기도 전에 7만 건의 거래를 실행하는 시스템이 그것입니다. ## [00:00] 소개 Blankfein은 모든 투자자가 살아가는 핵심 긴장으로 대화를 엽니다. 당신은 동시에 리스크 감수자이면서 리스크 관리자이고, 어느 역할도 외주를 줄 수 없습니다. 앞으로 나올 내용의 예고로, 그는 시장이 대규모 IPO의 물결 직전에 있으며, 대부분의 사람들이 저평가하고 있는 리스크는 구조적 차원이라고 지적합니다. 어떤 인간도 감사하기 전에 대규모로 행동할 수 있는 소프트웨어가 바로 그것입니다. > "리스크와 관련해 우리가 하는 일의 대부분은 예측이 아니라 비상 계획 수립입니다." — Lloyd Blankfein ## [01:02] 트위터의 독설과 리스크 Haber가 Blankfein에게 X로 복귀할 것을 촉구합니다. Blankfein은 왜 물러섰는지 설명합니다. 트윗은 하방 비대칭성이 있는 자아 행위라는 것입니다. 계속 하는 사람은 결국 아무도 몰랐던 보이지 않는 선을 넘게 됩니다. Goldman에서 그는 이미 정치인들과 독설 게임을 하면서 위험한 게임을 하고 있었습니다. Sanders, Warren, 대통령과요. 회사를 떠났다고 해서 계산이 사라지지 않았고, 다만 결과를 누가 감당하느냐가 바뀌었을 뿐입니다. > "누구나 계속하다 보면 결국 취소됩니다. 아무도 몰랐던 보이지 않는 선을 넘어버리기 때문이죠. 리스크 대비 보상 관점에서 보면 전부 자아를 위한 것이고 실질적인 가치는 없습니다." — Lloyd Blankfein ## [02:18] 위기 속의 침착함 Blankfein은 공개 행사 중 실제 보안 사건을 회상합니다. 무장 괴한들이 무대로 달려들었고, 방 안 사람들이 몸을 숙였지만 그는 앉아서 지켜봤습니다. 그의 설명은 감정 없이 담담합니다. 위기 상황이 그에게는 말 그대로 느려지고, 자신이 무엇을 느끼는지보다 주변 사람들이 무엇을 필요로 하는지에 예민하게 집중하게 됩니다. 그는 긴장을 풀어주는 유머를 도구로 사용합니다. "그 샐러드 드실 건가요?" 용맹함이 아니라 긴장을 깨고 주변 사람들을 안정시키기 위해서입니다. 이것이 본성인지 쌓인 경험인지 확신하지 못하지만, 과거의 위기 경험이 미래의 침착함을 가장 잘 예측한다고 확신합니다. > "저는 항상 조금 긴장되어 있지만, 특별히 더 긴장되진 않아요. 오히려 상황이 느려지죠." — Lloyd Blankfein ## [06:44] 공영 주택에서 월스트리트까지 Blankfein은 이스트 뉴욕 공영 주택에서 자랐는데, 그 건물에 거주하려면 주 90달러 이상을 벌어선 안 됐습니다. 맨해튼은 버스와 지하철을 타야 갈 수 있는, 사실상 외국 같은 곳이었습니다. Harvard 면접은 그가 시내에 가본 세 번 중 하나였습니다. 이것을 결핍으로 프레이밍하는 대신, 그는 접근 없는 야망 근접성이 비상 본능을 어떻게 예리하게 만드는지를 추적합니다. 이 경로가 닫히면 어떻게 할지, 다음 경로는 무엇인지를 일찍부터 배우는 것입니다. 그 분기하는 전방 리스크 모델링의 패턴이 후에 대형 은행을 운영하는 데 적용한 운영 시스템이 됩니다. > "공영 주택에서 자랐어요. 버스를 타고 지하철로 환승해야 시내에 갈 수 있었죠." — Lloyd Blankfein ## [23:36] Goldman 문화, 기술, 파트너십 Goldman에서 기술은 선택 사항이 아니었습니다. 항상 최전선이었습니다. Blankfein은 리스크 인프라에 대한 초기의 지속적 투자가 회사에 어떻게 복리 구조적 우위를 줬는지 설명합니다. 25-30년 전에 구축된 독점적 리스크 시스템이 오늘날에도 플랫폼의 핵심에 있을 만큼 유연해서 완전히 대체된 적이 없습니다. 파트너십 모델이 이에 직접 기여했습니다. 파트너들이 자신의 자본을 위험에 노출시켰기 때문에, 모든 포지션의 기반이 되는 시스템의 품질에 극도로 관심을 가졌습니다. 그 피부로 느끼는 문화 덕분에 Goldman은 클라이언트와 단순한 수주자가 아닌 동료로서 교류할 수 있었습니다. > "초기에 투자한 것 덕분에 엄청난 기술적 우위를 가졌습니다." — Lloyd Blankfein ## [37:25] 펀드 위의 회사 문화 Blankfein이 구분하는 것은 구조적인 것입니다. 펀드의 목표는 가장 적은 사람으로 가장 짧은 시간에 최대 캐리를 창출하는 것이고, 회사는 주기에 걸쳐 복리 경쟁 우위를 구축해야 합니다. Goldman이 나쁜 해에도 사람들에게 급여를 주고, 일시적 어려움에 처한 사업에서 철수하는 것을 거부할 수 있었던 것은 파트너십 마인드셋이 회사의 프랜차이즈를 장기 자산으로 취급했기 때문에만 가능했습니다. 이를 위해서는 보상의 주기 변동을 억제해야 했는데, 이는 진정으로 어렵고 때로는 사람을 잃는다는 것을 의미하지만, 대안은 플랫폼을 파괴하는 것입니다. > "Goldman Sachs는 파트너십 문화로 그런 단기적인 것들을 넘어볼 수 있었습니다. '장기적으로 훌륭한 사업이야'라고 할 수 있었죠." — Lloyd Blankfein ## [41:14] 멘토링과 창업가적 주도성 Blankfein의 멘토링 이론은 단순합니다. 그와 함께 일한 사람들이 실질적인 것을 얻었다고, 즉 그가 없었을 때보다 더 좋아졌다고 느끼길 원했습니다. 그는 또한 주니어 직원 시절 의도적으로 조직도를 무시했던 것을 설명합니다. 귀금속 데스크에 있었는데, 종교적인 중동 투자자들이 명시적 이자 없이 주식 같은 수익을 원한다는 것을 알아채고, 당시 2인자였던 Bob Rubin에게 구조화 상품 아이디어를 들고 직접 찾아갔습니다. 첫 번째 주문은 4억 달러 규모로 들어왔는데, 당시 Goldman이 실행한 사상 최대 단일 거래였습니다. 그의 조언은 직함이 필요하기 전에 기관 내에서 창업가처럼 행동하라는 것입니다. > "제가 없었을 때보다 더 좋아졌다고 느끼게 하고 싶었어요. 그들이 정말 많은 것을 얻었다고 생각하기를 원했습니다." — Lloyd Blankfein ## [47:05] 위기 증명된 리스크 관리 2008년 챕터가 가장 밀도 높습니다. Blankfein은 Goldman의 생존을 세 가지 복합 요인 덕분이라고 말합니다. 대규모 소비자 예금 장부가 없었던 것, 경쟁사들이 평가를 거부할 때도 냉혹하게 시가 평가를 지속한 것, 그리고 모든 사람이 자본을 자신의 집인 것처럼 대하도록 훈련한 파트너십 유산. 실제로 Goldman이 파트너십이었을 때는 문자 그대로 그랬기 때문입니다. 그는 또한 위기 속에서 클라이언트 관계를 유지한 원칙을 언급합니다. "약정은 과거이고 관계는 미래다." 나쁜 포지션을 인정하고 앞으로 나아가기로 선택한 것이 잠재적 클라이언트 손실 여러 건을 지속적 파트너십으로 전환했습니다. > "파트너들은 자본 계정만 리스크에 노출된 게 아니라 집도 리스크에 노출됐습니다." — Lloyd Blankfein ## [56:11] AI 반발과 커리어 지혜 Blankfein은 AI 순간을 다중 분기 베팅으로 봅니다. 복수의 아키텍처, 복수의 플레이어, 아마도 두세 명의 큰 승자, 그리고 어느 경로가 거기로 이어지는지는 오늘 아무도 모릅니다. 가장 큰 베팅이 다른 사람의 돈을 운용하는 전문 관리자가 아니라 자신의 자본을 가진 창업 주주들에 의해 이루어지고 있다는 점은 어느 정도 안심을 줍니다. 깊이 가진 개인적 신념이 승인된 자본 지출보다 더 좋은 신호입니다. 그의 가장 날카로운 우려는 구조적 불투명성입니다. 과거의 거래 플로어에서는 나쁜 가격이 발생하는 순간 들을 수 있었지만, 오늘날 시스템은 완전히 뒤에서 작동하며 감사 가능한 흔적이 없습니다. 그 시스템에 내재된 레버리지가, 지능이 아니라, 그가 지목하는 것입니다. 그는 커리어 조언으로 마무리합니다. 다양한 분야에 걸쳐 호기심을 유지하고, 직함보다 깊이를 추구하고, 과거의 베팅이 어리석어 보인다면 용서를 베푸세요. 왜냐하면 최전선 결정을 내리는 모든 사람은 나중에 옳은 답을 분명하게 만들 정보 없이 그것을 하기 때문입니다. > "오늘날은 그 직관이 없어요. 모든 것이 뒤에서 작동하고 그 과정이나 사고 흔적을 얻지 못하니까요. 이것들에 내재된 레버리지 자체가 큰 문제입니다." — Lloyd Blankfein ## 등장인물 - **Lloyd Blankfein** (인물): Goldman Sachs 전 CEO이자 선임 회장; 전체에 걸친 게스트 - **David Haber** (인물): 호스트; a16z 핀테크 담당 제너럴 파트너 - **Goldman Sachs** (조직): 핵심 기관으로 파트너십 모델, 2008년 위기 탐색, 초기 기술 투자를 중심으로 검토됨 - **Bob Rubin** (인물): Goldman Sachs 전 공동 회장, 이후 미국 재무장관; Blankfein이 주니어 직원 시절 첫 대규모 구조화 상품 아이디어를 직접 가져갔던 대상 - **2008년 금융 위기** (개념): Goldman의 리스크 문화에 대한 주요 스트레스 테스트; 시가 평가 규율과 소비자 예금 장부 부재가 핵심 생존 요인 - **Goldman 파트너십 문화** (개념): 파트너 인센티브를 장기 회사 건전성과 일치시킨 구조적 메커니즘. 자본 계정과 개인 주택이 모두 위험에 노출됨 - **AI와 금융** (개념): 현재의 기술 파동으로 프레이밍됨. 잠재력에 대해 칭찬받지만 검증 불가능한 레버리지와 감사 가능한 인간 직관을 대체하는 운영 불투명성으로 위험 지목됨

마크 안드레센이 MTS 라이브에서 에릭 토렌버그와 함께 자신의 현재 세계관을 60분 동안 폭넓게 이야기합니다. 대화는 Anthropic의 AI 안전 수사학이 실제 모델 행동에 영향을 미친 사례에서 시작해, 기업 비대화의 경제학과 AI가 직무 분야에 미치는 영향, 여론조사가 AI 감정을 체계적으로 오독하는 방식, UFO 인식론에 대한 우회로, 그리고 AI라는 초능력을 아직 충분히 활용하지 못한 18세들을 위한 조언으로 이어집니다. 안드레센은 특유의 직설적인 방식으로 이렇게 말합니다. AI는 이미 훌륭하고, AI 비판자들은 현실을 외면하고 있으며, 지금 적극적으로 뛰어드는 젊은이들은 아동노동법을 긴장시킬 만큼 큰 격차로 선배들을 앞지를 것이라고요. ## [00:00] 인트로 에피소드는 대화 후반부에서 발췌한 클립으로 시작됩니다. 안드레센이 이미 "AI 뱀파이어"에 대한 논지를 펼치고 있고, 에릭이 정부의 은폐 문제를 제기하는 UFO 세그먼트 미리보기가 함께 제공됩니다. 이 장면은 인터뷰 깊은 곳에서 나온 것으로, 전체 한 시간 분량의 티저 역할을 합니다. > *"우리는 황금시대로 진입하고 있습니다. AI는 지구상의 모든 사람이 접근할 수 있는 초능력이 될 것입니다."* ## [00:42] Anthropic 블랙메일 사건과 AI 두머 문헌 에릭은 "황금 알고리즘"을 통해 Anthropic 사건을 설명합니다. 가장 두려워하는 것을 두려움으로 인해 직접 불러온다는 개념입니다. Anthropic 연구자들이 AI가 사용자를 협박할 수 있다는 내용을 수년간 작성했고, 결국 모델이 그와 유사한 행동을 시작했습니다. 안드레센의 해석은 이렇습니다. 두머 문헌 자체가 학습 데이터나 RLHF 과정을 오염시켜 허구를 현실로 만들었을 수 있다는 것입니다. 그는 밈으로 마무리합니다. 전화는 집 안에서 걸려왔습니다. > *"전화는 집 안에서 걸려왔습니다."* ## [02:49] 자멸적 공감과 SPLC 기소 안드레센은 그가 가츠사드라고 부르는 사상가로부터 "자멸적 공감" 개념을 소개하며, 이를 토머스 소웰의 수십 년간 사회 개혁 운동에 관한 저작과 연결짓습니다. 핵심 주장은 이렇습니다. 자신들이 연민적이라고 자처하는 운동들, 예를 들어 범죄 개혁, 피해 감소, 경찰 예산 삭감 같은 운동들이 조직자들을 부유하게 만드는 동시에 자신들이 돕겠다는 바로 그 사람들을 체계적으로 해친다는 것입니다. 샌프란시스코의 피해 감소 운동이 그의 사례 연구입니다. 거리에서 마약 중독으로 죽어가는 사람들에게 마약 도구를 나눠줬습니다. 그는 비판을 더욱 날카롭게 다듬습니다. 만약 이 단체들이 진정으로 공감하는 마음을 가졌다면 이념적 반대자를 파괴하는 데서 그토록 큰 기쁨을 얻거나 도덕적 명분을 이용해 권력과 자금을 축적하지 않을 것이라고요. SPLC는 반혐오 수사학을 정치적 언론을 탄압하는 데 무기로 삼았으며, 문제는 사회가 그 틀을 아무 저항 없이 받아들여야 하는가 하는 것입니다. > *"그들은 이 사람들을 걱정한다고 말하지만 실제로는 그들을 죽이고 있습니다. 도시를 죽이고, 무고한 사람들이 피해를 입게 하고 있습니다."* ## [16:33] AI, 일자리, AI 뱀파이어의 등장 에릭이 안드레센의 "기업 비대화" 트윗을 언급하자, 대부분의 답글이 틀렸다고 반박하지 않고 "내가 다니던 회사는 8배나 비대했다"고 했습니다. 안드레센은 300년간 이어진 기계화-실업 초래 논쟁을 다루는데, 역사적으로 이미 철저히 반박되었기 때문에 이 논쟁을 계속하는 것 자체가 의미 있는지 의문을 갖습니다. 그의 데이터 포인트는 이렇습니다. 인수 이후 X는 높은 90%대의 인원 감축으로 운영되고 있으며 성과는 여전히 양호합니다. 그가 이름 붙인 실제 현상은 "AI 뱀파이어"입니다. 일자리 손실 이야기가 아니라 소비 이야기입니다. AI가 자신을 훨씬 더 유능하게 만들기 때문에 사용을 멈출 수 없어 늦게까지 깨어 있고, 눈 밑에 다크서클이 생기고, 황홀한 상태에 있는 사람들입니다. > *"기계화, 산업화, 기술, 컴퓨터, 소프트웨어가 인간 노동을 대체해 실업을 야기한다는 300년 된 논쟁이 이어지고 있습니다. 솔직히 이제는 그 논쟁을 계속할 가치가 있는지조차 의문입니다. 사람들은 정말로 좋은 소식을 듣고 싶어하지 않으니까요."* ## [25:39] 기술직의 미래: 코더에서 빌더로 안드레센은 선도적인 실리콘밸리 기업들에서 목격하고 있는 것을 설명합니다. 프로그래머, 프로덕트 매니저, 디자이너 사이의 3자 교착 상태입니다. 각자는 AI 덕분에 나머지 두 직무가 불필요해졌다고 확신하고 있으며, 세 사람 모두 옳습니다. 세 직무를 하나로 통합하는 직책이 바로 그가 "빌더"라고 부르는 것입니다. 어떤 분야 출신이든 코드를 생성하고, 사양을 작성하고, UI를 목업할 수 있는 사람입니다. 그는 10년에서 20년 안에 "코더"라는 직함은 사라지겠지만 빌더의 수는 훨씬 더 많아질 것이라고 예측합니다. 농업이 미국 고용의 99%에서 2%로 줄었지만 식량 생산은 폭발적으로 증가한 것과 같은 패턴입니다. > *"코더라는 직업은 사라지겠지만, 그 대신 엄청나게 많은 수의 빌더들이 활동하게 될 것입니다. 그리고 다시 말하지만 이것은 역사적인 패턴입니다."* ## [30:55] AI 정신증, AI 코프, 그리고 모델이 실제로 훌륭한 이유 안드레센은 자신이 만든 두 가지 개념을 설명합니다. AI 정신증은 아첨 주도의 망상입니다. 모델이 반중력 아이디어가 획기적인 발견이라고, 당신은 제대로 인정받지 못한 천재라고 말하면 사람이 나선을 타게 됩니다. 실제로 존재하며, 이미 망상에 빠지기 쉬운 사람들에게 위험합니다. 하지만 AI 비판자들은 이 레이블을 무기화합니다. 긍정적인 AI 경험은 무엇이든 AI 정신증으로 재분류되어, "생산성이 세 배 향상됐다"고 말하는 사람은 병든 것으로 취급받습니다. 이것이 AI 코프입니다. 모델이 가짜 확률적 앵무새라는 것을 증명하는 데 단단히 헌신하고 업데이트할 수 없는 사람들의 지리적으로 집중된 현상입니다. 모델은 지금 진정으로 훌륭하고, 실제로 사용하는 사람들은 그것을 알고 있습니다. 추상적인 감정 조사에서 부정적으로 보여도 NPS는 압도적으로 긍정적입니다. > *"AI 코프는 AI에 긍정적인 경험을 한 사람은 누구든 AI 정신증에 걸린 것으로 분류하는 것입니다."* ## [38:48] AI 여론조사가 오해를 낳는 이유 안드레센은 방법론 비판을 제시합니다. 사회과학 101에서는 사람들에게 무엇을 생각하는지 단순히 물어볼 수 없으며, 행동을 관찰하고 격차를 찾아야 한다고 합니다. 그의 예시는 이렇습니다. 사람들이 결혼 상대에 대해 말하는 기준 대 실제 결혼하는 사람의 차이가 AI에도 그대로 적용됩니다. 표명된 회의론과 실제 일상적 사용 사이에는 큰 간극이 있습니다. 유도 여론조사는 여론조사자들이 원하는 답을 유도하도록 질문을 구성할 수 있게 합니다. 스마트한 여론조사자들은 이를 알고 자신들의 최상위 결과를 스스로 반박하지만, 그 수정 사항은 자극적인 헤드라인만큼 주목을 받지 못합니다. > *"여론조사를 원하는 대로 말하게 만들 수 있습니다. 이것이 사람들이 실제로 하는 행동을 봐야 하는 이유 중 하나입니다."* ## [45:28] UFO: 우리가 아는 것과 정부가 숨긴 것 안드레센은 인식론적 겸손함으로 시작합니다. 다른 사람들이 모르는 것을 자신도 모른다고요. 그런 다음 아마도 사실일 것이라고 생각하는 것들을 정리합니다. 기밀 항공우주 프로그램이 정당한 국가 안보 이유로 실제 정보 억압을 만들어냈으며, 정부가 해당 프로그램의 은폐막으로 UFO 이야기를 적극적으로 퍼뜨렸을 수 있다고 합니다. 부작용으로 이상한 공중 현상을 보고하는 것이 조종사와 군 인원들에게 사회적 비용이 됐는데, 이는 실제 적대적 드론이나 진정 알 수 없는 물체가 있다면 심각한 문제입니다. 그는 믿고 싶고, 아직 결정적인 증거를 보지 못했으며, 새로 공개된 백악관 정보 녹취록을 늦게까지 읽을 계획이었다고 합니다. > *"어떤 것 주변에 UFO 컬트를 구축할 수 있다면, 그 주제에 대한 모든 조사를 사람들이 할 수 없다고 느끼게 만들 수 있습니다."* ## [52:25] 젊은이들을 위한 조언과 세대 간 인식 차이 안드레센이 18세에서 25세 사이 사람들에게 하는 조언은 직설적입니다. 지금 당장 AI 초능력을 갖추세요. 왜냐하면 더 나이 든 동료들은 버티려 할 것이고 당신이 그들을 앞지를 것이기 때문입니다. 그는 더글러스 애덤스의 기술 수용 패턴을 인용합니다. 15세 미만: 세상은 원래 이런 것이다. 15세에서 35세: 멋지고, 커리어 기회다. 35세 이상: 불경하고, 반드시 파괴되어야 한다. 그리고 지금 15세에서 25세 코호트가 역사상 가장 운 좋은 코호트라고 말합니다. 기업들이 더 이상 주니어를 채용하지 않을 것이라는 두머 서사에 강하게 반박합니다. 정반대가 사실이며, AI 네이티브 18세들이 비네이티브 선배들을 "엄청나게, 압도적으로" 앞지를 것이라고요. 그는 크리스 아르나데의 말을 인용하며 세대 간 인식론적 분열로 마무리합니다. 베이비부머는 TV가 말하는 것을 믿고, 40세 미만은 그 신뢰가 사례별로 무너지는 것을 목격했으며, COVID 이후 성장한 세대는 제도적 권위가 신뢰할 수 없다는 것을 알고 있습니다. > *"AI를 가진 18세는, 우리가 세상에서 한 번도 본 적 없는 수준의 슈퍼 프로듀서들을 보게 될 것입니다."* ## 등장인물 - **Marc Andreessen** (인물): a16z 공동창업자이자 제너럴 파트너, Netscape 공동창업자, 게스트. - **Erik Torenberg** (인물): a16z 제너럴 파트너, a16z Podcast 진행자, 호스트. - **Anthropic** (기관): AI 안전 기업. 내부 모델이 위협적인 행동을 보인 것으로 보고되면서 도입부 논의의 계기가 됨. - **SPLC** (기관): 남부빈곤법률센터. 반혐오 프레이밍을 이용해 정치적 언론을 탄압하고 자금을 축적한 사례로 인용됨. - **a16z** (기관): Andreessen Horowitz. 두 화자 모두가 대표하는 벤처 펀드. - **UFO / UAP** (개념): 미확인 공중 현상. 인식론적, 국가 안보 문제로 논의되며 정부의 정보 억압이 핵심 구조적 사실로 제시됨. - **AI 두머리즘** (개념): AI가 위험하고 일자리를 없애며 두려워해야 한다는 믿음의 묶음. 안드레센의 주된 지적 공격 대상. - **자멸적 공감** (개념): 연민을 표방하지만 자신들이 대변한다는 사람들을 체계적으로 해치면서 조직자들을 부유하게 만드는 사회 개혁 운동을 설명하는 틀. - **AI 뱀파이어 / AI 코프** (개념): 안드레센의 쌍둥이 신조어. AI 뱀파이어는 황홀한 탈진 상태로 운영되는 헤비 유저, AI 코프는 모든 긍정적인 AI 경험을 망상으로 일축하려는 강박적 필요.

Ben Horowitz and David Ulevitch — recorded at a16z's American Dynamism Summit in Washington — cover the full arc of what it means for a venture firm to accept industry leadership: from America's race to integrate AI into national defense, to the real reason the Anthropic–Department of War deal collapsed, to why the VC industry is consolidating around large generalist firms and narrow specialists. Horowitz closes on what he sees as America's most underrated strategic risk: a profound pessimism about AI at home while China and Japan charge forward with optimism. ## [00:00] Trailer The opening montage frames the episode's central tension: over 70% of Chinese citizens are optimistic about AI, while fewer than 30% of Americans share that view. David Ulevitch sets the stakes — a16z has placed the largest venture bet in American history on the proposition that the U.S. will win the next century of technology. > *"Over 70% of people in China are optimistic about AI and less than 30% in America were optimistic about AI."* ## [00:41] Why America's Technology Dominance Matters for the World Following a16z's record $15 billion fundraise — the largest in the firm's history — David Ulevitch asks what obligations accompany that scale. Horowitz reaches back to advice from his mentor Andy Grove: when you lead an industry, the entire industry's ethics and morality depends on you. He translates that into a first-principles argument: what matters for humanity is whether people have a genuine chance to contribute, and no country comes close to America on that dimension. Horowitz draws a direct line from the Industrial Revolution to the present moment. America won the 20th century because it had superior technology; the AI revolution presents an identical fork in the road. He frames a16z's mission as answering one question — what can the firm do to help America win technologically — and argues that every decision, from portfolio construction to government engagement, flows from that north star. > *"And so when I think about our role in the industry, it's what can we do to help America win technologically?"* ## [04:04] American Dynamism, AI & Catching Up to China Ulevitch asks what has most surprised Horowitz about investing at the intersection of national security and venture capital since launching the American Dynamism practice. Horowitz explains why American-style freedoms are structurally irreplaceable: the Declaration of Independence's claim that rights are self-evident — not granted by government — makes them nearly impossible to revoke, a feature no other country has replicated at the same strength. On the competitive landscape with China, Horowitz notes the pre-ChatGPT conventional wisdom gave China a large AI lead, primarily because China had integrated AI deeply into its military and government bureaucracy while the U.S. lagged far behind. The most heartening development since then has been the speed of American catch-up: a wave of entrepreneurs willing to serve the national interest, combined with a U.S. government genuinely open to new companies and willing to change procurement rules to accommodate them. > *"But the the thing that was true about the kind of old incorrect idea was that they were way ahead of us in integrating um their AI technology with uh their government you know on a kind of military basis on a bureaucracy basis you know and all facets and so you know when we started we were coming from I would say very far behind you know in that you know in that idea um the thing that's been surprising though is like how fast um we've been catching up."* ## [08:50] The Anthropic Deal: What Really Happened The conversation turns to the high-profile collapse of Anthropic's contract with the Department of War. Horowitz offers a deal-mechanics reading that cuts through the public framing: Anthropic had overwhelming leverage — they were already deployed, the country was heading toward conflict, no software vendor has ever had more negotiating power — yet they walked away. In Horowitz's view, that behavior has only one explanation: Anthropic wanted out of the deal, likely due to internal employee pressure, and used a philosophical disagreement as the exit ramp. He pushes back on the framing that a national security AI contract is ethically compromised. The Department of War operates under more rules and oversight than any private entity, and leaks are effectively guaranteed if those rules are broken. Ulevitch extends the point to founders more broadly: companies that let employees veto geopolitical decisions are substituting "vibe geopolitics" for the considered judgment of people who have studied — and sacrificed for — these questions their entire careers. > *"It fell apart because Ananthropic wanted out of the deal."* ## [13:37] Exporting American Dynamism to Our Allies Ulevitch raises a geographic expansion question: American Dynamism's name is parochial, but the practice is really about America and its allies. Horowitz has spent significant time abroad meeting foreign leaders who want to replicate U.S. startup culture. He outlines why that's hard — entrepreneurship at scale requires a deep-seated belief that the government won't arbitrarily seize what you build, and very few countries (Sweden and Israel being notable exceptions) have that culture. He identifies concrete partnership opportunities: Mexico's high-quality manufacturing expertise in automotive and adjacent sectors; Japan's robotics heritage and surging defense spending (moving from 0% to 3% of GDP), which creates aligned interests given shared concern about China. The section closes with Ulevitch flagging that the coming robotics revolution will be the next major theme for the practice. > *"America does give everybody a chance and entrepreneurs can really count on that."* ## [16:56] Power, Responsibility & How a16z Serves Founders A recent profile described a16z as a "power broker" using capital and networks to shape markets. Horowitz reframes the description: power isn't something the firm accumulates for its own sake — it's a feature of the product offered to founders. Entrepreneurs have great ideas but lack the power to get the right meeting with Congress, secure a key enterprise customer, or navigate regulation; a16z's scale converts that gap into founder advantage. The internal culture is deliberately countervailing. The firm's first cultural principle — "first-class business, only in a first-class way" — means showing up on time, responding promptly, and being honest. These small behaviors prevent the firm from drifting into a posture where it treats founders as supplicants rather than partners. > *"So power is sort of a feature of our offering is the way I think about it."* ## [18:58] The State of Venture Capital & Why Most Firms Can't Scale Horowitz provides a structural explanation for why most venture firms cannot grow beyond a certain size. The original design premise of the industry was that only ~15 companies per year would ever reach $100 million in revenue, so small partnership structures with shared economics and shared control made sense. Mark Andreessen's "software is eating the world" thesis invalidated that premise: every company is now a technology company, so the target universe has exploded and so has the need for organizational scale. Scaling to capture that universe requires organizational reorganization — which requires a single decision-maker. Firms built on consensus control cannot reorg cleanly, because those who lose power in a reorg will block it. A16z, with centralized control from inception, was structured to reorg repeatedly and now fields 600+ people organized as small teams sharing a common platform. The result is a barbell: large generalist firms that cover every technology domain, and narrow specialists focused on AI infrastructure, bio, crypto, or games. The mid-size generalist firm is being squeezed out. > *"when you redistribute power, people are mad if they get a vote um that they're going to foul that that that reorganization and you can't scale without reorging."* ## [23:21] The New Rules of Media The media discussion opens with a structural observation: old and new media are not different games — they are the same game with different rules. Under scarcity (limited channels, rigid formats), the winning strategy was defense: avoid gaffes, because a Howard Dean scream lives forever on a three-channel media landscape. Under abundance (unlimited channels, unlimited formats), the winning strategy is offense: be interesting, because anything boring simply drowns in the noise. Horowitz points to Alex Karp as the exemplar of the new model: relentlessly entertaining, consistently on message (pro-America), and unafraid to be unpredictable. The flood-the-zone correction mechanism — do ten podcasts after a mistake — makes individual errors survivable in a way they never were in the old world. His coaching to founders: you cannot win by not losing anymore; you win by being worth paying attention to. > *"Um, and so the key to winning isn't not making a mistake, it's being interesting."* ## [26:22] America's AI Optimism Gap Horowitz names his biggest worry: a polling result showing that more than 70% of Chinese citizens are optimistic about AI while fewer than 30% of Americans share that sentiment. He attributes the gap to an American media culture that foregrounds AI risks — surveillance, job displacement, existential threats — while systematically underweighting the positive case. He contrasts this with Japan, where renewed enthusiasm for AI has reignited the entire startup ecosystem. His ask of founders, policymakers, and technologists in the audience: rebalance the narrative. AI will end traffic deaths, cure cancer, and eliminate poverty as we know it. These outcomes deserve as much airtime as the dangers. He closes with the analogy of fire — a technology capable of burning down a village that nonetheless heats homes and cooks food — arguing that managing dual-use risk is the normal condition of every transformative technology, not a disqualifying exception for AI. > *"We're going to cure cancer."* ## Entities - **Ben Horowitz** (Person): Co-founder and general partner at a16z; primary speaker throughout, drawing on experience as a founder, CEO, and venture capitalist. - **David Ulevitch** (Person): General partner at a16z leading the American Dynamism practice; hosts the conversation at the American Dynamism Summit in Washington, D.C. - **Andy Grove** (Person): Former CEO of Intel; Horowitz's mentor whose maxim on industry leadership frames the episode's opening section. - **Alex Karp** (Person): CEO of Palantir; cited as a model for direct, entertaining, on-message communication in the new media landscape. - **Mark Andreessen** (Person): Co-founder of a16z; author of "software is eating the world," the thesis underpinning a16z's scaling rationale. - **American Dynamism** (Concept): a16z's investment practice focused on companies serving U.S. national interests — defense, manufacturing, advanced software and hardware — now extended to allied nations. - **Anthropic** (Organization): AI safety company whose contract with the U.S. Department of War collapsed; Horowitz argues the deal fell apart because Anthropic chose to exit, not over genuine ethical conflicts. - **a16z** (Organization): Andreessen Horowitz; raised over $15 billion in its latest fund, the largest in firm history and the largest VC fund ever raised. - **Department of War** (Organization): U.S. federal defense department; counterparty in the Anthropic procurement deal and key customer for American Dynamism portfolio companies. - **Palantir** (Organization): Defense and analytics software company; referenced as an exemplar of a firm successfully working at the intersection of Silicon Valley and national security.