2023년 봄, 챗GPT 열풍이 절정에 달했을 때 아마존의 이름은 눈에 띄지 않았습니다. OpenAI는 GPT-4를 공개했고, Google은 Bard를 내놓았으며, Meta는 Llama를 오픈소스로 풀었습니다. 아마존은? 자체 대형언어모델 하나 없이 다른 회사들의 모델을 AWS에 얹어 Bedrock이라는 플랫폼을 만들었습니다. 기술 업계에서는 "아마존은 AI 전쟁에서 이미 뒤처졌다"는 말이 공공연하게 돌았습니다.

그런데 2025년 말부터 그림이 달라지기 시작했습니다. AWS의 성장률이 다시 가팔라졌고, 아마존의 자체 AI 칩 Trainium은 조용히 대형 데이터센터를 채워가고 있습니다. 한때 낙오자처럼 여겨지던 회사가 왜 이렇게 잘 버티는 걸까요. 그 답을 찾으려면 AI 산업에서 무게중심이 어디로 이동했는지부터 봐야 합니다.

경쟁의 무게중심이 바뀌었다

AI 산업에는 분명히 구분되는 두 국면이 있습니다. 누가 더 크고 강력한 모델을 만드느냐를 놓고 싸우는 훈련 시대가 먼저였습니다. 수천억 개의 파라미터를 가진 모델을 학습시키려면 막대한 연산 자원과 최고 수준의 연구자가 있어야 합니다. GPT-4, Gemini, Llama가 세상에 나올 때마다 뉴스가 터졌고, 투자자들의 시선은 이 경쟁에 쏠렸습니다.

그 다음 국면이 추론 시대입니다. 이미 훈련된 모델을 실제로 가동하고, 수억 명의 사용자에게 안정적으로 서비스하며, 비용을 감당 가능한 수준으로 낮추는 것이 핵심인 시기입니다. 어떤 모델이 더 강력한지보다, 그 모델을 얼마나 저렴하고 빠르게 돌릴 수 있는지가 경쟁력을 가르는 기준이 됩니다. 인프라 운영, 지연 시간 최적화, 비용 효율화, 글로벌 분산 처리가 승부처로 올라옵니다.

2025년 이후 무게중심은 분명히 훈련에서 추론 쪽으로 기울고 있습니다. AI 스타트업들은 새 모델을 만들기보다 기존 모델을 제품에 연결하는 일에 집중하고 있고, 기업들의 AI 지출도 모델 개발보다 API 호출과 인프라 비용 쪽으로 흘러가고 있습니다. 이 전환 속에서 AWS가 20년 동안 쌓아온 것들이 다시 빛을 발하기 시작했습니다. 전 세계 수십 개 리전에 걸쳐 기업의 가장 중요한 워크로드를 처리해온 플랫폼. AI 서비스를 안정적으로 대규모로 제공하는 것은, 아마존이 이미 잘 알고 있는 문제였습니다.

자기 경기가 시작될 때까지 버티는 법

아마존을 이해하는 한 가지 방법은 이 회사가 얼마나 자주 단기적으로 바보처럼 보이는 선택을 해왔는지를 살펴보는 것입니다.

2006년 AWS를 출시했을 때 반응은 냉담했습니다. 온라인 서점이 서버 임대 사업을 한다는 발상 자체가 황당하게 여겨졌습니다. 킨들이 나왔을 때는 전자책 시장이 존재하는지조차 불분명했습니다. 프라임 멤버십 초기에는 빠른 배송 비용이 연회비 수입을 훨씬 초과했습니다. 단기 지표로 보면 모두 손해였습니다. 그리고 하나씩 아마존의 가장 큰 자산이 됐습니다.

이 선택들에는 공통된 논리가 있습니다. 고객이 결국 원하게 될 것을 중심으로 역산하고, 그것을 가능하게 하는 역량에 당장의 수익보다 먼저 투자한다는 것입니다. AWS는 기업들이 결국 자체 서버를 없애고 클라우드로 갈 거라는 판단 위에 세워졌습니다. 프라임은 고객이 배송비를 신경 쓰지 않는 상태를 만들면 구매 빈도가 달라질 거라는 계산 위에 만들어졌습니다. 예측이 아니라 원칙에 따른 결정이었습니다.

AI 전환기에도 같은 패턴이 반복됐습니다. OpenAI가 헤드라인을 독점하던 2022-2023년에 아마존은 Trainium 칩 개발을 이어갔고, Bedrock 플랫폼을 조용히 확장했습니다. 훈련 시대의 경쟁에서 뉴스 노출을 포기하는 대신, 추론 시대를 위한 기반을 다졌습니다. 아마존이 AI 경쟁에서 우위를 갖게 된 건 갑자기 앞서갔기 때문이 아닙니다. 자신들이 잘하는 것을 계속했기 때문입니다.

여기서 하나 짚고 넘어갈 게 있습니다. 아마존이 AI가 어떻게 전개될지를 정확히 예측한 건 아닙니다. 추론 시대가 올 것을 2022년에 확신했다는 증거는 없습니다. 그들이 한 것은 다른 차원의 일입니다. 자신의 핵심 역량 — 대규모 인프라 운영, 비용 효율화, 기업 고객과의 신뢰 관계 — 이 장기적으로 유효할 거라는 믿음 아래 투자를 멈추지 않은 것입니다.

추론 계층에서 일하는 사람이 가져야 할 것

이 이야기를 한국 1인 사업자의 맥락으로 끌어오겠습니다.

AI 도입을 고민하는 분들이 자주 묻는 질문이 있습니다. "어떤 모델이 가장 좋으냐", "어느 툴을 써야 하나". 이것은 훈련 시대 사고방식입니다. 어느 모델이 벤치마크에서 앞서는지, 어느 회사가 가장 강력한 AI를 만들었는지를 따라가는 것입니다. 이 경쟁에서 1인 사업자가 이길 방법은 없습니다.

추론 시대의 경쟁은 다른 자리에 있습니다. 이미 훈련된 모델을 자신의 비즈니스 맥락에 얼마나 잘 연결하느냐가 승부처입니다. 어떤 업무에 AI를 붙였을 때 실제로 시간이 줄어드는지, 고객 응대의 질이 높아지는지, 아니면 그냥 있어 보이는 데 그치는지를 자기 현장에서 직접 검증한 사람이 유리한 경쟁입니다. 이 검증 능력은 기술 지식에서 나오지 않습니다. 자신의 일을 구체적으로 아는 데서 나옵니다.

AI 시대에 사람에게 남는 것이 무엇인지를 이야기할 때, 기술 숙련도보다 태도와 판단 습관이 더 중요하다는 시각이 있습니다. 어떤 방향으로 역량을 쌓아갈 것인지를 정하고, 트렌드가 바뀌어도 흔들리지 않는 능력은 사람만이 가질 수 있다는 것입니다. 아마존의 사례는 그 이야기를 기업 수준에서 실증합니다. 뉴스 사이클이 OpenAI를 향하는 동안, 자기 경기가 시작될 때까지 자기 일을 계속한 조직. 그것이 내구성의 정체입니다.

스스로에게 물어볼 질문이 있습니다. 지금 내가 쓰는 AI 툴이 지난 1년 사이에 바뀌었다면, 그것은 더 나은 판단으로 교체한 것입니까, 아니면 뉴스를 따라간 것입니까. 내 비즈니스에서 AI를 반복적으로 활용하고 있는 업무 영역이 실제로 있습니까. 3년 뒤에도 유효할 역량에 지금 투자하고 있습니까. 이 질문들이 불편하게 느껴진다면, 아직 추론 시대의 질문을 하지 않고 있다는 신호일 수 있습니다.

아마존은 AI 경쟁에서 이긴 게 아닙니다. 자신의 경기가 시작될 때까지 자신이 해야 할 것을 계속한 것입니다. 그 습관이 지금 내구성이라는 이름으로 나타나고 있습니다. 한국의 1인 사업자와 소규모 팀이 이 그림에서 가져올 것은 기술 선택이 아니라, 그 습관입니다.