AI가 느려지고 있다는 논점은 모델 품질만의 이야기가 아니다. Ed Zitron은 2026년 6월 8일 글에서 생성 AI 산업이 계속 같은 속도로 커지려면 데이터센터, GPU, 전력, 부채 시장이 동시에 버텨야 한다고 짚었다. HN 댓글이 파고든 지점도 “모델이 더 똑똑해질까”보다 “이 지출 구조가 얼마나 오래 가능한가”에 가까웠다.

글의 중심 숫자는 데이터센터다. Zitron은 Sightline Climate의 190GW 데이터센터 계획과 NVIDIA CEO Jensen Huang의 기가와트당 800억~1,000억 달러 발언을 함께 놓고, 단순한 3조 달러 빌드아웃보다 훨씬 큰 자본 부담이 생길 수 있다고 계산한다. 여기에 NVIDIA 매출이 소수 대형 고객에 집중돼 있다는 점, Anthropic과 주요 클라우드 사업자의 장기 컴퓨트 약정, hyperscaler의 자금 조달 방식이 이어진다.

흥미로운 부분은 글의 결론이 “AI는 끝났다”가 아니라 “느려질 여유가 없다”는 쪽이라는 점이다. 모델 성능 개선이 잠시라도 평평해지면, 이미 약속된 인프라 비용을 정당화할 매출 성장이 더 빡빡해진다. 그래서 이 글은 기술 비관론이라기보다 단위 경제와 자본 시장의 압박을 따지는 글에 가깝다.

HN 토론은 이 주장을 검증하는 자리처럼 움직였다. 일부는 Zitron의 어조가 강하다고 봤지만, 댓글의 실제 쟁점은 데이터센터 비용 추정, GPU 수요의 고객 집중, AI 서비스 매출이 인프라 약정을 따라잡을 수 있는지에 모였다. 커뮤니티 반응이 유용한 이유는 글의 결론을 그대로 받아들여서가 아니라, AI 성장 서사를 재무제표와 전력망의 언어로 다시 읽게 만들기 때문이다.

원문은 Where's Your Ed At, HN 토론은 해당 스레드에서 확인할 수 있다.

#scaling

AI 성장 둔화론, 비용 숫자가 던진 질문