다섯 개의 게이트: 왜 AI가 공장 문 앞에서 멈추고 있는가

TL;DR:골드만 삭스는 AI의 소프트웨어 성공과 물리적 세계 배치 사이의 다섯 가지 장벽을 매핑했습니다. 소프트웨어는 이미 고통을 느끼고 있으며 — 가격 결정력이 "좌석당"에서 "결과당"으로 붕괴되면서 6개월 만에 미국 주요 소프트웨어 주식에서 8000억 달러의 가치가 사라졌습니다. 그러나 진짜 이야기는 AI가 소프트웨어가 아닌 GDP의 99.5%에 진입하려고 할 때 발생하는 일입니다.스포일러: 기술 문제가 아닙니다. 물리학, 사람, 그리고 인증 문제입니다.여기 다섯 가지 게이트 프레임워크가 있으며, 이를 통해 귀하의 산업을 감사하는 방법입니다.

제임스입니다, 머큐리 기술 솔루션의 CEO입니다. 홍콩 — 2026년 7월 16일

골드만 삭스 투자은행 팀 — 연구가 아닙니다, 은행업 — 방금 30페이지 분량의 보고서를 발표했습니다.실물 경제를 위한 AI 활용. 이는 연구 분석가들이 시장을 위해 글을 쓰기 때문에 중요합니다. 은행가들은 수표를 발행하는 CEO를 위해 글을 씁니다. 은행가들이 연구를 생산할 때, 그것은 그들이 실제로 돈이 흐를 것이라고 생각하는 곳의 지도입니다.

그리고 지도는 이렇게 말합니다: AI는 벽에 부딪히려 하고 있습니다. 다섯 개의 벽입니다.

0.5% 대 99.5%

대부분의 사람들이 놓치는 좌표 시스템입니다.

소프트웨어 — SaaS, 클라우드, 모든 것 — 는 전 세계 GDP의 0.5% 미만을 차지합니다. 나머지 99.5%는 제조업, 에너지, 물류, 건설, 농업입니다. 물리적인 것들. 원자, 비트가 아닙니다.

AI는 0.5%를 정복했습니다. 이제 99.5%를 원합니다.

그리고 99.5%는 당신의 API에 신경 쓰지 않습니다.

게이트 제로: 소프트웨어의 카나리아 순간

공장에 대해 이야기하기 전에, 소프트웨어에서 이미 일어나고 있는 일을 살펴보세요. IGV 지수 — 미국의 주요 소프트웨어 주식 바스켓 — 는 2026년 상반기에 17% 하락했습니다. 2025년 10월의 정점에서 26% 하락했습니다. 상위 10개 소프트웨어 회사는 시장 가치에서 거의 8000억 달러를 잃었습니다.

수익이 아닙니다.기대치입니다.시장은 AI 세계에서 소프트웨어의 가치를 재조정하고 있습니다.

이유는 다음과 같습니다. SaaS는 예전에는 좌석당 요금을 부과했습니다. 로그인하고 지불하세요. AI는 수학을 바꿉니다: AI 에이전트가 작업을 수행할 수 있는데 왜 로그인을 위해 지불해야 합니까? 질문은 "몇 명이 이걸 사용하나요?"에서 "어떤 결과를 제공했나요?"로 바뀝니다.

가격 결정 권한은 "판매된 기능"에서 "제공된 결과"로 이동하고 있습니다.

골드만의 브라이언 케인은 소프트웨어를 "AI 경제의 탄광 속 카나리아"라고 부릅니다. 옛날 광산에서 카나리아는 먼저 죽어 가스를 경고했습니다. 소프트웨어가 먼저 죽어가며 다른 산업에 다가오는 것을 경고하고 있습니다.

소프트웨어를 구매하고 있다면, 다음을 주목하세요: 좌석당 가격 책정이 사라지고 있습니다. 결과 기반 가격 책정이 들어오고 있습니다. 소프트웨어에 종사하고 있다면, 귀하의 비즈니스 모델에는 유효 기간이 있습니다.

실제 병목 현상: 사람과 전력

AI가 물리적 산업에 진입할 때 기술 장벽에 부딪히기 전에 두 가지 벽에 부딪힙니다.

첫 번째: 사람.보고서에 따르면, 미국 전력 부문은 2030년까지 500,000명의 새로운 근로자가 필요합니다. 전기기사를 훈련하는 데는 3-4년이 걸립니다. 2024년, 미국 에너지 산업 전체가 45,000명의 견습생을 졸업했습니다. 필요: 연간 65,000명. 그리고 이는 은퇴하는 전기기사를 고려하기 전의 숫자입니다.

아이러니는 잔인합니다. 모두가 AI가 화이트칼라 직업을 대체할까 두려워합니다. 월스트리트의 실제 불안은?전기기사, 용접공, 배관공이 부족합니다.자본이 가속화됩니다. 칩이 반복됩니다. 인간 교육에는 지름길이 없습니다.

두 번째: 전력.텍사스주 아빌린 — 인구 120,000 — 현재 샌프란시스코, 인구 900,000만큼의 전기를 소비합니다. 왜일까요? 데이터 센터 때문입니다. 마이크로소프트, 메타, 오라클은 전력망이 따라잡을 수 없기 때문에 자체 전력 생산을 갖춘 "섬 데이터 센터"를 건설하고 있습니다. 마이크로소프트는 쓰리 마일 아일랜드를 재가동하기 위해 20년 계약을 체결했습니다. 아마존은 소형 모듈 원자로에 투자하고 있습니다.

이제 전기를 단순히 사용하던 기업들이 이제는 생산해야 합니다. AI가 게임의 물리학을 이렇게 많이 변화시켰습니다.

다섯 개의 게이트 프레임워크

골드만은 이를 "산업 AI 배포 요구 사항"이라고 부릅니다. 나는 이를 다섯 개의 게이트 — 각 게이트는 이를 통과하지 못하는 AI 프로젝트를 죽이는 체크포인트입니다.

게이트 1: 물리적 제약

AI는 시뮬레이션에서 아름답게 최적화됩니다. 그런 다음 현실과 마주하게 됩니다.

재료에는 허용 오차가 있습니다. 열은 모델링된 것과 다르게 작용합니다. 습도, 먼지, 진동 — 실제 세계는 훈련 환경과 일치하지 않습니다.이론적으로 완벽한 설계는 실제 공장 바닥에 닿는 순간 실패합니다.

이 게이트는 대부분의 AI 팀이 갖고 있지 않은 것을 요구합니다: 산업의 물리학을 이해하는 사람들그리고모델의 한계를 이해하는 사람들. 데이터 과학자도, 도메인 전문가도 아닙니다. 두 세계 사이를 번역할 수 있는 사람들입니다.

게이트 2: 개인 데이터

ChatGPT는 귀하의 이메일을 작성할 수 있습니다. 그러나 귀하의 생산 라인을 최적화할 수는 없습니다. 왜냐하면? 귀하의 데이터를 본 적이 없기 때문입니다.

물리적 AI를 위한 귀중한 훈련 데이터는 공장, 공급망 및 품질 관리 로그 안에 있습니다. 인터넷에 있지 않습니다. Common Crawl에도 없습니다.10년간의 고객 피드백, 반품 데이터 및 핏 불만이 있는 데님 제조업체는 어떤 기초 모델도 접근할 수 없는 것을 가지고 있습니다.

이것이 저렴한 모델이 해자를 무너뜨리지 않는 이유입니다. 저렴한 모델은 상품입니다. 독점 데이터가 해자입니다.

게이트 3: 엣지 배포

팩토리 AI는 클라우드에서 작동할 수 없습니다. 지연, 연결성, 신뢰성 — 생산 라인은 AWS us-east-1의 문제로 멈출 수 없습니다.

모델은 로컬에서 실행되어야 합니다: 기계, 컨트롤러, 임베디드 시스템에서. 이는 엔지니어링 문제를 완전히 변화시킵니다. API를 호출하는 것이 아닙니다. 설계되지 않은 하드웨어에서 추론을 배포하는 것입니다.

게이트 4: 인증 가능성

소프트웨어에서는 환각이 토큰을 낭비합니다. 항공, 에너지 또는 자동차 분야에서는 환각이 사람을 죽입니다.

이 게이트는 가장 어렵습니다. 전통적인 인증은 시스템이 결정을 내린 이유를 설명해야 합니다 — 그것이 예측 가능하고 검증 가능하다는 것을 증명하기 위해. AI는 블랙 박스입니다. 심지어 그것을 만든 사람들도 왜 특정 출력을 내는지 항상 설명할 수는 없습니다.

고위험 산업에서는 "작동한다"는 것으로는 충분하지 않습니다. "모든 조건에서 작동한다는 것을 증명할 수 있습니다"가 기준입니다.그리고 우리는 아직 안전-critical 환경에서 블랙박스 시스템을 인증하기 위한 프레임워크를 갖추고 있지 않습니다.

이것은 기술 장벽이 아닙니다. 규제 및 방법론적 장벽입니다. 그리고 이것이 AI가 먼저 저위험 물리적 응용 프로그램에 진입하고, 고위험 응용 프로그램에는 마지막으로 진입하는 이유입니다.

게이트 5: 워크플로우 통합

공장에는 수십 년간 축적된 장비, 프로세스 및 제도적 지식이 있습니다. "AI를 설치하기 위해 중단할 수"는 없습니다. 비행기가 날고 있는 동안 엔진을 교체해야 합니다.

이것은 "시속 200마일로 타이어를 교체하는" 문제입니다. AI는 기존 워크플로우에 통합되어야 하며, 이미 작동하고 있는 것을 깨뜨리지 않아야 합니다. 여기서 성공하는 조직은 시스템을 교체하지 않고, 한 번에 하나의 워크플로우를 보강합니다.

중국 비용 격차

보고서에는 골드만이 "중국 비용 격차"라고 부르는 섹션이 포함되어 있습니다. OpenRouter — 가장 큰 제3자 AI 모델 플랫폼 —에서 중국 모델은 현재 토큰 소비의 40-50%를 차지하며, 이는 2024년 말의 한 자릿수에서 증가한 수치입니다. 중국의 추론 비용은 미국의 최전선 모델의 일부에 불과합니다.

하지만 골드만은 중요한 경고를 추가합니다: 토큰 공유는 수익 공유가 아닙니다.

저렴한 모델은 진입 장벽을 낮춥니다. 그들은 벽을 세우지 않습니다. 모델이 저렴한 인프라가 될 때 — 전기처럼, 대역폭처럼 — 가치는 상류로 이동합니다. 데이터로. 워크플로 통합으로. 어떤 문제를 해결할 가치가 있는지 아는 산업 전문성으로.

장벽은 AI에 대한 접근이 아닙니다. 장벽은 그것을 가지고 무엇을 할지 아는 것입니다.

프로메테우스 신호

보고서에서 한 회사가 제 주목을 끌었습니다. 제프 베조스가 설립한 프로메테우스는 "AI 일반 엔지니어"를 구축하는 것을 목표로 합니다. 제트 엔진, 약물 분자, 복잡한 물리 시스템을 설계하는 소프트웨어입니다. 2026년 6월에 120억 달러를 모금하여 410억 달러의 가치를 평가받았습니다.

그것이 무엇을 의미하는지 생각해 보십시오. AI의 야망은 이메일 작성에서 물리적 사물을 발명하는 것으로 이동했습니다.목표는 더 이상 자동화가 아닙니다. 전체 엔지니어링 및 발명 주기를 압축하는 것입니다.

그것이 작동한다면, 다섯 개의 게이트는 다섯 개의 기회가 됩니다. 그렇지 않다면, 그들은 다섯 개의 벽로 남아 있습니다.

귀하의 위치 감사하기

골드만의 프레임워크는 진단 도구로 유용합니다. 귀하의 산업을 통해 실행해 보십시오:

| 게이트 | 질문 | |------|----------| | 물리적 제약 | 이론이 귀하의 현실과 만날 때 무엇이 깨집니까? | | 개인 데이터 | 어떤 것을 알고 있습니까? 어떤 기초 모델도 본 적이 없는? | | 엣지 배포 | 클라우드가 도달할 수 없는 곳에서 AI는 어디에서 실행되어야 합니까? | | 인증 가능성 | 귀하와 배포 사이에 어떤 인증이 있습니까? | | 워크플로우 임베딩 | 만약 귀하가 그것을 건드린다면 어떤 기존 프로세스가 깨질까요? |

더 많은 게이트를 통과할수록 귀하의 해자는 더 강해집니다. 하나 또는 두 개? 귀하는 기능이지 플랫폼이 아닙니다.

AI 공급업체를 평가하고 있다면, 그들에게 이 다섯 가지 질문을 하십시오. 그들이 다섯 가지 모두에 대한 답변을 가지고 있다면, 그들은 내구성이 있는 무언가를 만들고 있습니다. "인증 가능성" 또는 "엣지 배포"에서 얼어붙는다면, 그들은 시스템이 필요한 문제에 소프트웨어를 판매하고 있는 것입니다.

AI 혁명은 느려지지 않고 있습니다. 그것은 단지 소프트웨어 세계를 떠나 물리적 세계로 들어가고 있습니다. 그리고 물리적 세계는 귀하의 과대 광고 주기에 관심이 없습니다.

머큐리 테크놀로지 솔루션: 디지털화 가속화.