최근 인공지능(AI) 연구 현장에서 수천만 개의 ‘정답지’ 없이도 기계가 스스로 똑똑해지는 기술이 등장하며 업계의 이목을 끌고 있습니다. 이른바 ‘훈련 없는 그래프 자기지도학습(Training-free Graph SSL)’이라는 기술이 기존의 복잡한 학습 방식인 그래프 신경망(GCN)과 대등한 성능을 내면서도, 필요로 하는 데이터 라벨링(데이터에 정답을 다는 작업)은 5분의 1 수준으로 줄인 결과가 발표된 것이죠.

여기서 한 가지 생각해볼 게 있습니다. 그동안 AI 모델을 고도화하려면 사람이 일일이 데이터에 정답을 달아주는 막대한 비용과 시간이 필요했습니다. 하지만 이번 기술은 이런 수고를 대폭 덜어낼 수 있다는 점에서 산업적 가치가 매우 큽니다. 특히 복잡하게 얽힌 데이터를 분석하는 그래프 인공지능 분야에서 ‘가성비’ 혁명이 일어난 셈입니다.

실제로 AI가 AI를 직접 개발하는 흐름은 이미 현실이 되고 있습니다. 세계적인 AI 기업 앤트로픽에 따르면, 2026년 5월 기준으로 회사의 핵심 코드베이스에 추가되는 코드의 80% 이상을 자체 AI 모델인 ‘클로드’가 직접 작성하고 있다고 합니다. 불과 1년 전만 해도 AI가 쓴 코드 비중이 한 자릿수에 불과했던 것을 감안하면, AI가 인간 개발자의 손을 빌리지 않고 스스로를 진화시키는 ‘변곡점’에 진입했다는 평가가 나옵니다.

시장의 시선도 바뀌고 있습니다. 과거에는 엔비디아와 같은 ‘반도체 칩’을 얼마나 확보하느냐가 관건이었다면, 이제는 그 칩을 돌릴 ‘전력’과 ‘연산 인프라’를 누가 더 빨리 확보하느냐로 전쟁터가 옮겨갔습니다. 골드만삭스는 스페이스X의 AI 부문 매출이 올해 156억 달러까지 솟구칠 것으로 보고 있는데, 이는 1년 만에 무려 4배에 가까운 성장을 의미합니다.

비트코인 채굴 업체로 알려졌던 테라울프(TeraWulf)나 사이퍼 디지털(Cipher Digital) 같은 기업들이 최근 인공지능 인프라 기업으로 탈바꿈하며 1,100억 달러가 넘는 대규모 계약을 따내는 것도 같은 맥락입니다. 이들은 이미 확보한 대규모 전력 설비를 바탕으로 거대 기술 기업들에게 AI 연산 공간을 제공하며 2030년까지 매출이 9배 이상 뛸 것으로 전망됩니다.

다만, 기술적 장밋빛 전망과는 대조적으로 금융 시장은 다소 차가운 모습입니다. 2026년 6월 7일 현재 코스피는 전일 대비 5% 이상 급락하며 8,160선에 머물고 있고, 환율 역시 달러당 1,559원을 넘어서며 변동성이 커지고 있습니다. AI 기술의 효율성은 극대화되고 있지만, 이를 뒷받침할 실물 경제와 인프라 비용 부담이 시장에 고스란히 반영되고 있는 셈입니다.

결국 미래 AI 산업의 승패는 누가 더 적은 데이터로 더 높은 지능을 구현하는지, 그리고 그 지능을 가동할 전력을 얼마나 안정적으로 확보하는지에 달려 있습니다. 정답지가 없어도 스스로 학습하는 AI 기술은 이제 단순한 연구를 넘어, 기업의 생존과 직결된 핵심 병기가 되고 있습니다.

최근 인공지능(AI) 연구 현장에서 수천만 개의 ‘정답지’ 없이도 기계가 스스로 똑똑해지는 기술이 등장하며 업계의 이목을 끌고 있습니다. 이른바 ‘훈련 없는 그래프 자기지도학습(Training-free Graph SSL)’이라는 기술이 기존의 복잡한 학습 방식인 그래프 신경망(GCN)과 대등한 성능을 내면서도, 필요로 하는 데이터 라벨링(데이터에 정답을 다는 작업)은 5분의 1 수준으로 줄인 결과가 발표된 것이죠.

여기서 한 가지 생각해볼 게 있습니다. 그동안 AI 모델을 고도화하려면 사람이 일일이 데이터에 정답을 달아주는 막대한 비용과 시간이 필요했습니다. 하지만 이번 기술은 이런 수고를 대폭 덜어낼 수 있다는 점에서 산업적 가치가 매우 큽니다. 특히 복잡하게 얽힌 데이터를 분석하는 그래프 인공지능 분야에서 ‘가성비’ 혁명이 일어난 셈입니다.

실제로 AI가 AI를 직접 개발하는 흐름은 이미 현실이 되고 있습니다. 세계적인 AI 기업 앤트로픽에 따르면, 2026년 5월 기준으로 회사의 핵심 코드베이스에 추가되는 코드의 80% 이상을 자체 AI 모델인 ‘클로드’가 직접 작성하고 있다고 합니다. 불과 1년 전만 해도 AI가 쓴 코드 비중이 한 자릿수에 불과했던 것을 감안하면, AI가 인간 개발자의 손을 빌리지 않고 스스로를 진화시키는 ‘변곡점’에 진입했다는 평가가 나옵니다.

시장의 시선도 바뀌고 있습니다. 과거에는 엔비디아와 같은 ‘반도체 칩’을 얼마나 확보하느냐가 관건이었다면, 이제는 그 칩을 돌릴 ‘전력’과 ‘연산 인프라’를 누가 더 빨리 확보하느냐로 전쟁터가 옮겨갔습니다. 골드만삭스는 스페이스X의 AI 부문 매출이 올해 156억 달러까지 솟구칠 것으로 보고 있는데, 이는 1년 만에 무려 4배에 가까운 성장을 의미합니다.

비트코인 채굴 업체로 알려졌던 테라울프(TeraWulf)나 사이퍼 디지털(Cipher Digital) 같은 기업들이 최근 인공지능 인프라 기업으로 탈바꿈하며 1,100억 달러가 넘는 대규모 계약을 따내는 것도 같은 맥락입니다. 이들은 이미 확보한 대규모 전력 설비를 바탕으로 거대 기술 기업들에게 AI 연산 공간을 제공하며 2030년까지 매출이 9배 이상 뛸 것으로 전망됩니다.

다만, 기술적 장밋빛 전망과는 대조적으로 금융 시장은 다소 차가운 모습입니다. 2026년 6월 7일 현재 코스피는 전일 대비 5% 이상 급락하며 8,160선에 머물고 있고, 환율 역시 달러당 1,559원을 넘어서며 변동성이 커지고 있습니다. AI 기술의 효율성은 극대화되고 있지만, 이를 뒷받침할 실물 경제와 인프라 비용 부담이 시장에 고스란히 반영되고 있는 셈입니다.

결국 미래 AI 산업의 승패는 누가 더 적은 데이터로 더 높은 지능을 구현하는지, 그리고 그 지능을 가동할 전력을 얼마나 안정적으로 확보하는지에 달려 있습니다. 정답지가 없어도 스스로 학습하는 AI 기술은 이제 단순한 연구를 넘어, 기업의 생존과 직결된 핵심 병기가 되고 있습니다.