기본 콘텐츠로 건너뛰기

OpenAI에서 잘린 24세가 225M을 5.5B로 만든 방법 — AI 시대 진짜 자산은 전기다

thumbnail

Photo by Tom Geerts on Unsplash

OpenAI에서 잘린 24세 연구원이 1년 만에 $225M을 $5.5B로 만들었습니다. 그가 투자한 건 AI 모델이 아니라 전력 회사였습니다. AI 시대에 진짜 돈이 되는 자산이 무엇인지, 숫자로 정리했습니다.

AI가 발전하면 AI 기업 주식을 사야 할 것 같습니다. 그런데 AI를 가장 깊이 이해하는 사람 중 하나가 전력 회사에 $875M을 베팅했습니다. 그리고 그 돈이 $2.2B가 됐습니다. 뭘 알고 있었던 걸까요.


이 사람은 누구인가 — Leopold Aschenbrenner

Leopold Aschenbrenner는 19세에 컬럼비아대를 수석 졸업한 독일 출신 AI 연구원입니다. OpenAI의 Superalignment 팀에서 일리야 수츠케버와 함께 일했습니다. AI 안전 문제를 내부에서 제기했다가 2024년 해고됐습니다.

해고 직후, 그는 165쪽짜리 에세이 "Situational Awareness"를 발표했습니다. AI가 2027년까지 전문가 수준에 도달할 것이라는 예측이 담긴 이 글은 업계에 큰 반향을 일으켰습니다. 그리고 곧바로 헤지펀드 Situational Awareness LP를 설립했습니다.

시드 투자자가 화려합니다. Stripe 창업자 콜리슨 형제, 전 GitHub CEO Nat Friedman, Daniel Gross. 이들이 그의 판단력에 돈을 걸었습니다.

$225M → $5.5B, 1년 만에 24배 — 그가 산 것

Aschenbrenner의 펀드는 2024년 4분기 $225M으로 시작해서, 2025년 4분기 $5.5B를 기록했습니다. 1년 만에 24배. SEC 공시 기준으로 확인된 숫자입니다.

그가 산 것은 AI 모델 회사가 아닙니다. 약 30개 종목의 포트폴리오에서 가장 큰 비중을 차지하는 것은 Bloom Energy($BE)라는 연료전지 회사입니다. $875M어치를 사들였고, 현재 가치는 약 $2.2B입니다.

나머지 포트폴리오도 비슷한 방향입니다. 전력 생산 회사(Vistra, Constellation Energy), 반도체 회사(Intel, Broadcom), AI 클라우드 인프라(CoreWeave), 심지어 비트코인 채굴 회사(Cipher Mining)까지. 공통점은 하나입니다. 전부 전기를 많이 쓰거나, 전기를 만드는 회사입니다.

왜 전기인가 — 숫자로 보는 AI의 전력 수요

Aschenbrenner의 논리는 단순합니다. AI가 발전하려면 데이터센터가 필요하고, 데이터센터는 전기를 먹습니다. 그것도 상상 이상으로.

전통적인 데이터센터의 전력 소비는 10~25MW 수준이었습니다. AI 학습용 하이퍼스케일 데이터센터는 100MW를 넘깁니다. Aschenbrenner는 진짜 AGI를 위해서는 10GW(기가와트)급 데이터센터가 필요하다고 봅니다. 단일 학습 한 번에 미국 전체 전력의 20% 이상을 소비할 수 있다는 얘기입니다.

이건 그의 개인 추측만이 아닙니다. IEA(국제에너지기구)는 전 세계 데이터센터 전력 소비가 2030년 약 945TWh로, 현재의 2배 이상이 될 것으로 전망합니다. 미국 5대 하이퍼스케일러(Amazon, Microsoft, Google, Meta, Oracle)의 2026년 데이터센터 설비투자는 약 $700B(7,000억 달러)로, 전년 대비 거의 2배입니다.

그래서 2026년 4월 14일, Oracle이 Bloom Energy와 2.8GW 규모 연료전지 계약을 체결했을 때 Bloom Energy 주가가 하루 만에 23% 올랐습니다. AI 데이터센터에 전력이 급하다는 것을 시장이 인정한 순간이었습니다.

골드만삭스도 같은 이야기를 했다

이전 글에서 다뤘던 골드만삭스 HALO 프레임도 같은 구조입니다. AI 발전의 수혜는 AI 모델을 만드는 회사보다, 그 모델을 돌리는 데 필요한 인프라 — 전기, 반도체, 냉각 시스템 — 를 제공하는 회사에 먼저 간다는 것입니다.

Aschenbrenner는 이 논리를 투자로 실행한 사람입니다. 골드만삭스가 프레임워크를 만들었다면, 그는 $5.5B짜리 실전 포트폴리오를 만들었습니다.

한국도 예외가 아니다

한국 상황도 비슷합니다. 한국데이터센터연합회에 따르면 국내 민간 데이터센터 시장 규모는 2024년 약 6조 2,200억 원에서 2028년 약 10조 1,900억 원으로 성장할 전망입니다. 2026년 시행된 AI기본법은 AI를 국가 핵심 인프라로 규정했고, 데이터센터 구축 비용 최대 25% 세제 감면을 추진하고 있습니다.

문제는 수도권 전력 수요 집중과 송전망 증설 갈등이라는 구조적 한계입니다. 전기는 AI 시대의 병목이고, 병목은 곧 기회입니다.


자주 묻는 질문 (FAQ)

Q. Leopold Aschenbrenner는 왜 OpenAI에서 해고됐나요?

AI 안전과 관련된 내부 보안 우려를 제기한 것이 원인으로 알려져 있습니다. 해고 후 그는 165쪽 분량의 "Situational Awareness" 에세이를 발표하며 AI 발전 속도와 안전 문제에 대한 경고를 공개적으로 밝혔습니다.

Q. GEO는 왜 전기 회사에 투자하나요? AI 회사가 아니라?

AI 모델은 경쟁이 치열하지만, AI를 돌리는 데 필요한 전기는 대체가 어렵습니다. 데이터센터 전력 수요가 폭증하는 상황에서 전력 인프라는 공급이 수요를 따라가지 못하는 병목 구간이고, 병목을 장악하는 기업이 이익을 가져갑니다.

Q. 이 투자 논리에 반박은 없나요?

있습니다. 첫째, 칩 효율이 개선되면 전력 수요 증가가 예상보다 느릴 수 있습니다. 둘째, 원자력이나 태양광 등 경쟁 에너지원이 연료전지를 대체할 수 있습니다. 셋째, AGI 도달 시점이 2027~2028년이 아니라 훨씬 늦을 수 있습니다. 투자는 개인 판단 영역입니다.


정리하며

AI 시대에 어디에 투자해야 하는지는 각자의 판단입니다. 다만 한 가지 분명한 흐름이 있습니다. AI가 발전할수록 전기 수요는 폭발적으로 늘어나고, 전기를 공급하는 인프라의 가치는 올라갑니다.

Aschenbrenner가 $225M을 $5.5B로 만든 건 AI의 미래를 예측했기 때문이 아닙니다. AI가 발전하려면 반드시 전기가 필요하다는, 지극히 물리적인 사실에 베팅했기 때문입니다.

이 글을 쓰면서 다시 느꼈습니다. AI 모델이 아무리 화려해도, 뒤에는 전기와 서버와 냉각수가 돌아가고 있어요. 기술보다 그 기술이 소비하는 물리적 자원을 보는 게 더 본질적입니다. 눈에 안 보이는 곳에 진짜 가치가 있습니다.


#멜론 AI 인사이트 #AI 인사이트 #AI 인프라

AI 인프라 투자 논리가 더 궁금하다면

골드만삭스 HALO 프레임 읽어보기 →

참고 자료
· Leopold Aschenbrenner "Situational Awareness" — situational-awareness.ai
· Fortune — Why Aschenbrenner's AI hedge fund is betting big on power companies
· Benzinga — 24-Year-Old Turns $875M Into $2.2B Via Bloom Energy
· CNBC — Oracle-Bloom Energy AI data center power deal
· 전기신문 — AI 전력 전쟁이 시작됐다
· @LEAPTRADER_ (X) — 원문 게시물

댓글

이 블로그의 인기 게시물

OpenAI가 음성 모델 3종 동시 출시 — 70개 언어 실시간 번역까지 가능해진 시대 2026

Photo by Dominik Kempf on Unsplash AI가 듣고, 말하고, 번역까지 — 한 번에 풀렸습니다. OpenAI가 음성 인텔리전스 모델 3종을 동시에 공개했습니다. 70개 언어를 13개 언어로 실시간 번역하는 모델이 그중에 있습니다. 콜센터·회의·통화의 모양이 바뀌는 시작점입니다. [AdSense 상단] 무엇이 출시됐나 2026년 5월, OpenAI는 음성 인텔리전스 분야 신모델 3종을 API로 한꺼번에 풀었습니다. GPT-Realtime-2 는 자연스러운 음성 대화를 위한 모델입니다. GPT-5급 추론 능력을 기반으로 사용자의 복잡한 요청을 처리합니다. 단순 응답이 아니라, 실제 대화처럼 흐름을 잡는 것이 핵심입니다. GPT-Realtime-Translate 는 실시간 번역 모델입니다. 70개 이상 언어로 들어온 음성을 13개 언어로 화자의 속도에 맞춰 번역합니다. 회의 중간에 끊어 들을 필요 없이, 말하는 동시에 다른 언어로 흘러나옵니다. GPT-Realtime-Whisper 는 음성을 텍스트로 바꾸는 모델입니다. 초저지연이 핵심입니다. 라이브 자막·회의록·실시간 받아쓰기가 자연스럽게 느껴지는 수준입니다. 왜 이게 큰 변화일까요 지금까지 음성 AI는 두 가지 한계가 있었습니다. 첫째, 부자연스러운 응답 톤. 둘째, 실시간성 부족. 1~2초 늦게 반응하는 AI는 통화에서 답답합니다. 이번 3종은 두 한계를 모두 짚었습니다. GPT-Realtime-2는 자연스러움을, Whisper는 지연 시간을, Translate는 둘을 다국어로 확장했습니다. 특히 "70개 언어 → 13개 언어 실시간 번역"은 그동안 사람 통역사가 메우던 영역을 AI가 대체할 수 있다는 신호입니다. 실제 적용도 시작됐습니다. 미국 부동산 플랫폼 Zillow는 GPT-Realtime-2로 복잡한 음성 상담을 처리하고 있고, 통화 성공률과 규제 준수 측면에서 의미 있는 개선을 보고했습니다....

ChatGPT 메모리가 이제 보입니다 — 환각 52% 줄인 GPT-5.5 Instant의 진짜 변화 2026

Photo by Andy Luo on Unsplash OpenAI가 ChatGPT를 조용히 바꿨습니다. 새 기본 모델 GPT-5.5 Instant가 나왔고, 환각이 절반 가까이 줄었습니다. 그런데 더 중요한 건 따로 있습니다. 이제 ChatGPT가 답을 어디서 가져왔는지 사용자에게 보여주기 시작했다는 점입니다. [AdSense 상단] 무엇이 바뀌었나 2026년 5월 5일, OpenAI는 ChatGPT의 기본 모델을 GPT-5.5 Instant로 교체했습니다. 가장 눈에 띄는 숫자는 환각률입니다. 의학·법률·금융처럼 잘못된 답이 실제로 손해로 이어지는 분야에서, 새 모델은 이전(GPT-5.3 Instant)보다 환각된 주장을 52.5% 적게 만들어냈다고 OpenAI는 자체 평가에서 밝혔습니다. 수학 추론(AIME 2025)에서는 점수가 65.4에서 81.2로 올랐고, 멀티모달 추론(MMMU-Pro)에서도 69.2에서 76으로 향상됐습니다. 속도는 이전 모델 수준을 그대로 유지했다는 게 OpenAI의 설명입니다. 그런데 진짜 변화는 모델 성능이 아니라 메모리 소스 표시 기능 입니다. ChatGPT는 이제 답변을 만들 때 참고한 과거 대화, 업로드 파일, 연결된 Gmail 정보를 사용자에게 보여줍니다. 사용자는 잘못된 출처를 삭제하거나 수정할 수 있습니다. 다른 사람과 채팅을 공유해도 메모리 소스는 본인만 볼 수 있습니다. 왜 이게 큰 변화일까요 지금까지 ChatGPT를 쓰면서 가장 답답했던 순간을 떠올려보면, 대부분 같은 종류의 답답함이었을 겁니다. "이 답이 도대체 어디서 나온 거지?" AI는 자신감 있게 답하지만, 그 자신감의 근거를 사용자가 검증할 방법이 없었습니다. 환각이라는 단어가 늘 따라다닌 이유입니다. 메모리 소스가 보이기 시작했다는 건, AI 답변에 처음으로 추적 가능한 흔적 이 생겼다는 뜻입니다. 비개발자 입장에서 이건 단순한 UI 추가가 아닙니다. 그동안 ...

Meta·Microsoft 2만명 해고 — AI에 수백조 쓰면서 사람은 자르는 빅테크의 산수 2026

Photo by Jeffrey Keenan on Unsplash Meta가 8,000명을 자른다. Microsoft도 8,750명에게 자발적 퇴직을 권고했다. 같은 주에 두 회사가 AI 인프라에 쏟겠다고 발표한 금액은 수백억 달러다. AI에 돈을 넣는 손과 사람을 빼는 손이 같은 회사에 붙어 있다. 이 소식을 듣고 "빅테크가 원래 구조조정 많이 하잖아"라고 넘길 수도 있다. 나도 처음엔 그랬다. 그런데 숫자를 모아서 보니 생각이 달라졌다. 2026년에만 테크 업계 해고가 9만 2천 명이다. 2020년부터 누적하면 90만 명에 가깝다. 광고 자리 (AdSense 승인 후 교체) 지금 무슨 일이 벌어지고 있나? Meta는 5월 20일부터 전체 인력의 10%인 8,000명을 해고한다. 거기에 채용 예정이던 6,000개 포지션도 폐지했다. 실질적으로 1만 4천 명분의 일자리가 사라진 셈이다. Microsoft는 미국 직원의 7%에게 자발적 퇴직 패키지를 제안했다. 최대 8,750명이 나갈 수 있는 규모다. Amazon도 올해 들어 역대 최대 규모의 구조조정을 발표한 바 있다. 회사 해고 규모 시점 Meta 8,000명 + 채용 6,000건 폐지 5월 20일 시작 Microsoft 최대 8,750명 (자발적 퇴직) 4월 발표 Amazon 역대 최대 (구체 수치 미공개) 2026년 초 2026년 누적 9.2만 명 (테크 업계 전체) Layoffs.fyi 기준 같은 지갑에서 나오는 돈이다 이게 단순한 구조조정이 아닌 이유가 있다. 사람을 자르는 동시에 AI에 투자하는 금액이 폭증하고 있기 때문이다. CNBC는 이걸 "급여를 AI 자본 지출로 전환하는 것" 이라고 표현했다. 직설적으로 말하면, 사람한테 주던 월급을 GPU와 데이터센터에 넣고 있다는 거다. 이건 경기 ...