아마존 CEO: AI 사업 연간 수익이 250억 달러를 초과하며, 성장 속도는 AWS 초기의 수백 배에 달하고, 2200억 달러를 투자해도 수요를 충족할 수 없다
최근 아마존 CEO 앤디 재시(Andy Jassy)가 유명 벤처 캐피탈 a16z의 팟캐스트 프로그램에 출연하여 a16z 공동 창립자 벤 호로위츠(Ben Horowitz)와 심도 있는 대화를 나누었습니다. 이 인터뷰에서 재시는 생성형 AI 물결 속에서 아마존의 전략 전경을 전면적으로 공개했습니다.
월스트리트가 기술 대기업의 무한한 자본 지출에 대한 우려를 표명하는 가운데, 재시는 가장 직접적인 시장 피드백을 제공했습니다: 수요는 줄어들지 않았으며, 오히려 미래의 생산 능력을 빠르게 초과하고 있습니다. 동시에 그는 현재 AI 시장의 "바벨형" 수요 구조를 상세히 분석하고, 기업 수준의 AI 애플리케이션을 진정으로 잠금 해제하려면 계산 능력 추론 비용이 한 단계 더 낮아져야 한다고 명확히 지적했습니다.
"2200억 달러를 투자하더라도 우리는 여전히 많은 수요를 테이블 위에 남겨두고 있습니다"
현재 시장에서 가장 주목받고 있는 핵심 문제는 대기업들이 수백억 달러의 자본 지출이 과잉의 침몰 비용으로 변할 것인지 여부입니다. 재시는 놀라운 주문 데이터로 시장의 우려에 직접적으로 응답했습니다.
"올해 2200억 달러를 지출하더라도 우리는 여전히 많은 의미 있는 수요를 테이블 위에 남겨두고 있습니다." 재시는 인터뷰에서 현재 계산 능력이 극도로 부족한 상황을 솔직하게 지적했습니다: "우리는 항상 수요에 따라 일정 비율의 계산 능력을 남겨두지만, 2026년의 생산 능력은 분명히 매진되었고, 2027년도 기본적으로 매진되었으며, 2028년의 상당 부분도 이미 팔렸습니다."
사업 성장 속도 측면에서 AI가 가져온 성장 곡선은 극도로 가파릅니다. 재시는 AWS(아마존 웹 서비스)의 초기와 현재의 발전 속도를 비교했습니다: "AWS가 시작된 첫 3년 동안 우리는 빠르게 성장하고 있다고 느꼈습니다. 그 당시 연간 수익률은 약 6000만 달러였습니다. 그러나 이번 생성형 AI 물결의 첫 3년 동안, 우리는 AWS의 AI 사업에서 연간 수익률이 이미 250억 달러를 초과했습니다. 그 속도는 당시의 수백 배이며, 우리는 이런 상황을 본 적이 없습니다."
자본 시장의 우려에 대해 재시는 데이터 센터 투자에 대한 현금 흐름 주기 논리를 설명했습니다. 그는 데이터 센터 건설 투자는 2년 전에 필요하지만, 사용 수명은 30년에 이른다고 말했습니다; 반면 서버와 네트워크 장비의 구매는 몇 달 전에만 필요합니다. 이는 회사가 고객 수요에 대해 매우 명확한 가시성을 가지고 있음을 의미합니다. "만약 당신이 실제로 그 데이터 센터를 가득 채울 필요가 없다는 것을 발견하면, 서버와 네트워크 장비를 구매하지 않을 것입니다. 대부분의 서버 계약은 5년 기간이며, 보통 3년 안에 손익 분기점을 달성할 수 있습니다. 이러한 현금 주기가 존재하기 때문에, 당신이 이렇게 빠른 속도로 성장할 때 초기의 자유 현금 흐름은 실제로 역풍을 맞을 수 있지만, 모든 것이 가동되면 수익은 매우 클 것입니다."
데이터 센터 논란 반박: "골프장 이틀의 물 소비가 우리의 1년을 초과합니다"
미국 본토에서 데이터 센터의 에너지 소비와 환경 문제는 정치적 논란으로 변모하고 있습니다. 재시는 이에 대해 강력히 반격하며 국가 경쟁력의 거시적 차원으로 끌어올렸습니다.
"우리가 겪고 있는 인프라 건설은 20세기 50년대 미국의 고속도로와 다리 건설 규모에 필적합니다. 국가와 전 세계는 데이터 센터를 건설하지 않는 대가를 감당할 수 없습니다. 그렇지 않으면 우리는 중국과 같은 국가가 모든 리더십과 규범을 확립하는 것을 발견하게 될 것이며, 이는 우리에게는 국내외 모두에서 받아들일 수 없는 일입니다."
환경 보호 주장에 대해 재시는 충격적인 데이터 사실을 제시했습니다: "현재 신화와 거짓 사이에 많은 주장이 퍼지고 있습니다. 정치인과 투기자들은 간단한 '악당'을 찾는 것을 좋아합니다. 사실, 골프장이나 아몬드 재배업이 소비하는 물의 양은 데이터 센터를 훨씬 초과합니다. 하나의 데이터 포인트로: 골프장이 소비하는 물의 양은 우리의 200배이며, 그들이 이틀 동안 사용하는 물은 우리의 데이터 센터가 1년 동안 사용하는 것보다 많습니다."
그는 또한 예비 발전기의 오염도 심각하게 과장되었다고 덧붙였습니다: "당신은 24시간 풀 부하로 운영해야 오염량을 신고할 수 있지만, 실제로 우리는 매년 예비 발전기를 0.1%의 시간(약 10시간)만 유지 보수용으로 운영합니다."
AI 수요의 "바벨 효과"와 추론 비용 절감의 핵심 논리
구체적인 AI 수요를 분석하면서 재시는 생생한 "바벨" 이론을 제시했습니다. 이는 아마존이 왜 자체 칩 개발 전략을 고수하는지를 설명합니다.
"바벨의 한쪽 끝은 AI 연구실로, 그들은 제가 본 것 중 가장 방대한 계산 능력을 소비하고 있습니다; 반대편은 기업으로, 주로 AI를 활용하여 비용을 절감하고 생산성을 높입니다. 예를 들어, 자동화된 고객 서비스나 비즈니스 프로세스입니다. 그리고 바벨의 중간은 현재 기업의 생산 작업 부하입니다. 대다수의 기업은 아직 (AI 추론)을 보급하지 않았지만, 저는 5~7년 후 거의 모든 기존 기업 애플리케이션이 추론 기술을 깊이 사용할 것이라고 생각합니다."
그러나 "바벨 중간"의 거대한 시장을 활성화하려면 가격이 가장 큰 걸림돌입니다.
"지난 몇 년 동안 추론 비용은 많이 감소했지만, 제 생각에는 여전히 한 단계 더 비쌉니다." 재시는 강조했습니다, "만약 당신이 기업에게 AI 가속기를 사용하여 기존 CPU 애플리케이션을 재작성하도록 요구한다면, 비용 차이가 크면 그들이 재작성하는 문턱이 매우 높아질 것입니다. 그러나 만약 당신이 추론 비용을 낮출 수 있다면, 문턱이 크게 낮아질 것입니다. 이것이 우리가 자체 칩 사업에 힘을 쏟는 이유입니다."
재시는 2015년 칩 설계 회사 Annapurna Labs를 인수한 거래를 높이 평가하며 "아마존 역사상 가장 성공적인 인수, 심지어 유일한 사례"라고 언급했습니다. 그는 자체 개발한 Graviton 프로세서(가격 대비 성능이 다른 x86보다 40% 높음)와 Trainium AI 가속기(가격 대비 성능이 30-40% 높음)를 통해 아마존이 계산 능력 비용을 강제로 낮추고 있다고 밝혔습니다.
조직 재구성: 6명의 엔지니어가 40명의 연간 작업을 수행, 모든 제품은 처음부터 다시 시작해야 합니다
계산 능력을 외부로 제공하는 것 외에도, AI는 아마존이라는 거대한 기계의 운영 방식을 내부에서 재구성하고 있으며, 가장 먼저 영향을 받는 것은 인력 구조와 제품 개발 논리입니다.
재시는 충격적인 내부 사례를 공유했습니다: Bedrock(아마존 AI 추론 서비스 플랫폼) 팀은 단 6명의 엔지니어와 76일의 시간으로 추론 엔진을 재구성했으며, 이는 과거에 40명이 1년 동안 소요했던 작업입니다.
"이것은 모든 사람에게 큰 눈을 뜨게 했습니다." 재시는 솔직하게 말했습니다, "앞으로 같은 작업을 하는 인간은 오늘보다 적을 것입니다. 제가 말하는 것은 사람이 필요 없다는 것이 아니라, 비즈니스 규모가 커짐에 따라 우리는 더 이상 과거처럼 많은 인력을 투입하지 않을 것입니다. 팀은 더 작아질 것이고, 사람들은 교차 기능적으로 작업해야 합니다. 모델이 80%의 작업을 도와줄 수 있기 때문입니다."
제품 측면에서 재시는 점진적인 개선이 더 이상 통하지 않으며 "처음부터 다시 재구성"할 결단력이 필요하다고 생각합니다.
"Alexa와 같은 제품의 경우, 그 '두뇌'는 개발 당시 매우 혁신적이었지만, 생성형 AI의 출현으로 능력의 경계가 완전히 달라졌습니다. 승리하는 고객 경험을 원한다면, Alexa의 두뇌를 다시 연결해야 합니다."
Alexa뿐만 아니라, 재시는 아마존의 소매, Prime Video, 음악 등 모든 핵심 소비자 경험이 향후 몇 년 내에 AI와 결합하여 철저히 재구성되어야 한다고 지적했습니다. "팀은 종종 자부심과 역사적 부담으로 인해 '우리는 그걸 시도해봤고, 통하지 않았다'고 저항합니다. 그러나 이것(재구성)은 반드시 겪어야 할 고통이며, 만약 점진적인 개선만 생각한다면 3~5년 후에 당신은 도태될 것입니다."
다음은 팟캐스트 전체 번역입니다:
앤디 재시 00:00
비록 올해 2200억 달러를 투자해야 하더라도, 우리는 여전히 상당한 부분의 수요를 테이블 위에 남겨두고 있습니다. 우리는 항상 수요에 따라 일정 비율의 생산 능력을 남겨두지만, 26년은 분명히 매진되었고, 27년은 기본적으로 매진되었으며, 28년에도 상당 부분이 이미 매진되었습니다.
앤디 재시 00:14
금융 시장은 말합니다, 아, 세상에 그렇게 많은 돈이 없다고. 그러나 우리가 오늘 이 세상에서 하는 모든 일------주식 시장, 은행, 의료------모두 데이터 센터를 사용하고 있습니다. 우리의 일은 가능한 한 많은 생산 능력을 확보하는 방법을 찾는 것입니다; 우리는 이 기회를 가지고 더 많은 고객 경험을 커버하고, 그들의 삶을 매일 더 좋고 더 쉽게 만드는 것입니다. 대형 연구실들은 전력, 열 방출 및 칩에 거의 모든 비용을 지불할 의향이 있습니다. 음, 아마 우리는 기존 고객을 사들여서 새로운 고객에게 다시 팔아야 할지도 모릅니다, 왜냐하면 그들이 가격을 우리에게 제시할 것이기 때문입니다.
a16z 00:48
앤디, 프로그램에 오신 것을 환영합니다. 당신이 올 수 있어서 기쁩니다. 초대해 주셔서 감사합니다. 자, 당신이 아마존을 이끌어온 지 5년이 되었고, 많은 일을 해왔습니다. 여기 오는 것 자체가 쉽지 않았습니다. CEO로서도 많은 일이 연이어 진행되고 있습니다------현재 2200억 달러의 자본 지출을 가지고 있고, AWS는 20%, 28% 성장했습니다. 음, 음, 당신은 정말 많은 일을 해왔습니다.
앤디 재시 01:09
당신은 이렇게 많은 것을 이루었고, 그렇다면 2026년 아마존의 포부를 어떻게 보십니까------2021년 당신이 공식적으로 CEO에 취임했을 때와 비교하여? 오, 2021년은 이미 오래 전의 일처럼 느껴지며, 마치, 아시다시피, 10년 전처럼 느껴집니다. 그러나, 아시다시피, 세상은 너무 빠르게 변하고 있습니다. 그리고, 아시다시피, 바로......
앤디 재시 01:30
2021년과 비교했을 때, 우리의 전체 수익은 대략 80% 증가했으며, AWS 사업은 거의 3배, 광고 수익은 약 2.5배 증가했습니다. 그래서 이 사업은, 아시다시피, 상당히 많이 성장했습니다.
앤디 재시 01:47
저는 실제로 몇 가지 일이 발생했다고 생각합니다. 제가 막 취임했을 때------그것은 팬데믹의 끝무렵과 맞물렸습니다------우리의 소매 사업은 실제적인 이행 비용 문제에 직면했습니다: 우리는 기본적으로 이행 네트워크의 규모를 두 배로 늘렸습니다. 우리는 25년 동안 구축한 네트워크를 약 18개월 만에 두 배로 늘렸습니다; 그리고 약 20개월 후에는 UPS와 비슷한 규모의 최종 배송 운송 네트워크를 구축했습니다. 이렇게 빠르게 구축하면 다양한 최적화되지 않은 것들이 남게 됩니다. 우리가 이행 네트워크에서 겪는 이행 비용은 우리가 원하는 모습이 아닙니다. 음, 아시다시피, 이는 당시 많은 도전과 불안을 가져왔습니다.
그때 제가 취임한 지 1년 정도, 아직 1년도 안 되었을 때, 모두가 말했습니다: 아, 이 시점에 인수하는 것은 최악의 시기이며, 운이 너무 나쁘다고. 그러나 지금 돌아보면, 저는 그것이 사실 매우 좋은 시작 시점이었다고 생각합니다. 정말로 축복이었습니다------왜냐하면 그것은 우리에게 원래는 수년 동안 고려하지 않았을 많은 것들을 고려하도록 강요했기 때문이며, 그런 것들은 고객과 우리의 비즈니스에 매우 좋은 아이디어였습니다. 그 중 가장 큰 것은 우리의 이행 네트워크입니다: 우리는 이 원래 평면적인 전국적 이행 네트워크를 미국에서 지역화했습니다. 지역화를 통해 우리는 상품을 고객에게 훨씬 더 가깝게 배치했으며, 그 결과 운송 거리가 짧아져 이행 비용이 줄어들었고, 고객에게 도달하는 속도도 훨씬 빨라졌습니다.
음. 우리가 이행 비용으로 고생하던 그 시점에서, 우리의 가장 뿌리 깊은 신념을 재검토하는 것은 배송 속도와 소매 비즈니스에서 대량의 수요를 진정으로 해방시켰으며, 이는 우리가 그렇게 빠르게 성장할 수 있었던 중요한 이유 중 하나입니다. 물론, 아시다시피, 이어서 AI가 어떻게 전체를 더욱 폭발적으로 만들 것인지입니다. AI가 새로운 것이 아니라는 것은 아닙니다------우리는 모두 머신 러닝을 오래 해왔고, 이전에도 여러 번 "진정한 전환점"으로 여겨졌던 AI 물결이 있었습니다. 그러나 2023년에 이르면, 생성형 AI가 가져온 엄청난 차이를 정말로 볼 수 있습니다. 제가 말하고 싶은 것은, 그 당시 우리의 AWS 사업은 이미 매우 빠르게 성장하고 있었다는 것입니다.
우리는 분명히 가장 넓은 기능 범위, 더 강력한 운영 성과와 안전성을 가지고 있으며, 또 다른 파트너 생태계가 있다고 생각합니다. 우리는 명확한 리더이며, 당시 우리는 이 사업이 오랜 시간 동안------10년 이상------수천억 달러의 수익을 올릴 수 있다고 생각했습니다. 지금 우리는 AI에서 일어나고 있는 모든 것을 다시 보고 있으며, 우리가 알고 있는 모든 고객 경험이 추론과 AI로 인해 재발명될 것이라는 점을 고려할 때, 우리는 실제로 AWS 비즈니스가 매우 빠르게 성장하고 있다고 생각합니다------지난 분기 우리는 전년 대비 36.7% 성장했으며, 이는 1690억 달러의 연간 수익 규모에서 이루어진 것입니다------오늘 우리 앞에 놓인 기회는 정말 놀랍습니다.
그리고 아시다시피, 저는 만약 우리가 한 단계 더 나아간다면, 우리는 새로운 사업의 씨앗을 가지고 있습니다: 팀이 Prime Video를 어떻게 만들었든------현재 그것은 규모가 크고 수익성 있는 사업입니다; 또는 우리가 Amazon Leo를 통해 구축하고 있는 저지구 궤도 위성; 또는 Zoox와 함께 하는 자율주행 차량 서비스; 그리고 의료 사업, 그리고 우리가 로봇 분야에서 하고 있는 일들. 아시다시피, 우리는 정말로 더 많은 고객을 도울 기회가 있으며, 더 많은 고객 경험을 포괄하고, 그들의 삶을 매일 더 좋고 더 편리하게 만들 수 있습니다.
그리고 "고객의 삶을 매일 더 좋고 더 편리하게 만들기 위해 노력하라"는 사명은 회사 전반에서 우리가 하는 모든 일을 통합합니다. 그래서 이에 대해 몇 가지 질문이 있습니다. 첫째, 당신은 방금 언급했듯이, 그렇게 빠르게 이행 네트워크를 확장할 때, 필연적으로 비효율적일 수밖에 없습니다. 아시다시피, 그렇게 빠르게 추진하면 반드시 거칠어진 부분이 있을 것입니다. 그렇다면 당신은 어떻게------또한 당신은 이 문제에 대해 내부에서 약간의 불안감을 느끼고 있다고 언급했습니다------CEO의 관점에서, 당신이 하고 있는 일을 어떻게 소통하면서도 문화 기준을 낮추지 않을 수 있을까요? 제 말은, 아마존은 탁월함, 운영 효율성, 검소함으로 유명합니다, 모든 것이 그렇습니다. 그러나 지금 당신이 말하는 것은: 우리는 UPS와 같은 것을 만들어야 한다는 것입니다. 그렇다면 이 두 가지를 어떻게 조화시킬 수 있습니까? 음, 흥미로운 점은, 우리는 많은 사람들이 알고 있는 리더십 원칙이 16개가 있다는 것입니다. 많은 원칙들이, 그것들은 본래, 그리고 실제로 우리 팀이 운영과 문화에 대해 생각하는 방식을 지배해야 합니다.
하지만 그 중 몇 가지는 서로 간에 긴장이 존재하며, 때때로 사람들은 혼란스러워할 수 있습니다. 그러나 현실은, 이것이 실제 세계의 작동 방식을 반영합니다------어떤 것도 진정으로 깔끔하게 이루어지지 않으며, 항상 선택을 해야 합니다. 그래서 당시 그 순간으로 돌아가면, 우리가 그렇게 급진적이고 빠른 속도로 이행 네트워크와 최종 배송 네트워크를 확장하기로 결정했을 때, 팀이 직면한 문제는: 우리는 알고 있었습니다, 그렇게 빠르게 추진하면 매우 어려울 것이라는 것을; 비용이 느리게 할 때보다 더 높을 가능성이 있습니다; 우리는 모든 것을 느리게 할 때처럼 최적화할 수 없을 것입니다. 그러나 고객과 판매자는 정말로 그것이 필요했습니다. 그래서 우리는 "먼저 해보자" 쪽으로 기울여야 할까요? 그때는 팬데믹 초기였고, 모든 오프라인 매장이 문을 닫았습니다.
제가 말하고 싶은 것은, 팬데믹 동안 아마존이 모든 사람의 삶에서 맡은 역할은 매우 혁신적이었다는 것입니다. 그래서 우리는 스스로에게 물어야 했습니다: 우리는 빠르게 구축하고, 아마도 그렇게 최적화되지 않더라도, 고객과 판매자에게 좋은 서비스를 제공해야 할까요------그 판매자들은 당시 자신의 비즈니스를 유지하기 위해 노력하고 있었기 때문입니다? 이것이 당신이 먼저 해야 할 결정입니다. 그리고 우리는 결정했습니다, 우리가 거의 항상 해왔던 것처럼, 고객 쪽으로 기울어지기로 했습니다. 아시다시피, 그 다음에 구축 과정에서 곧 분명해졌습니다------우리가 계획한 모든 것이 완벽하게 진행되지 않았습니다.
우리는 아시다시피, 우리의 이행 팀은 회사의 다른 대부분 부서보다 사무실에 더 자주 있습니다. 그러나 그럼에도 불구하고, 여전히 많은 사람들이 많은 디자인, 계획 및 평가에 참여해야 했습니다. 사람들이 여기저기에 분산되어 원격 근무를 하고, 그리고 "행동을 중시" 또는 속도와 "극히 높은 기준을 유지" 사이의 조합이나 긴장을 균형 잡아야 했습니다------후자는 당신이 자신의 일관된 계획에 따라 비용 구조, 전달 방식 및 디자인을 따라야 한다는 것을 의미합니다. 그래서 당신은 다시 선택을 해야 합니다.
우리의 선택은 고객 쪽에 서서 빠르게 추진하여 판매자와 소비자에게 좋은 서비스를 제공하는 것이었고, 우리는 당시 후에 일정량의 정리 작업이 있을 것이라고 생각했습니다. 그래서, 그 당시 우리가 최종적으로 그렇게 발전할 것이라는 것을 정확히 알고 있었나요? 아니요. 우리가 최적화하지 못한 것들도 있었고, 우리가 그것들이 최적화되지 않을 것이라는 것을 사전에 예측했는지 확신할 수 없습니다. 그러나 좋은 측정 기준이 있다면, 당신의 문화가 진실을 말하는 문화라면------이것은 우리 문화에서 또 다른 매우 중요한 부분입니다------우리는, 아시다시피, 데이터를 테이블에 올리고 문제를 테이블에 올리며, 서로 직접 소통하고, 다른 사람들이 문제를 미화하는 것을 허용하지 않습니다. 만약 당신에게 이런 문화가 있다면, 지표에서 꽤 분명할 것이고, 논의에서도 꽤 분명할 것입니다.
그런 다음 당신은 그것을 개선할 방법을 생각하고, 어떤 것이 단순한 효율성 문제인지, 어떤 것이 구조적인 문제인지 구분해야 합니다. 우리가 그 생산 능력을 장착한 후, 우리는 실제로 네트워크의 핵심 부분을 재구성했습니다------그 일은 당시 그 팀의 우선 순위 목록에서 대략 8위 또는 9위에 있었지만, 나중에 훨씬 더 중요한 우선 순위가 되었습니다, 왜냐하면 그것이 실제로 속도와 비용의 조합을 가져올 수 있기 때문입니다. 네, 매우 흥미롭습니다. 아시다시피, 처음에 AWS를 설립할 때------당신이 AWS를 설립했을 때, 그때의 방식은 "그들이 오면 된다"는 느낌이었습니다, 맞죠? 당신은 이 모든 인프라를 구축하고, 그것을 운영합니다. 그래서 그들은 반드시 와야 합니다, 그렇지 않으면 큰 문제가 생깁니다.
하지만 지금 이 일은 훨씬 더 큰 규모에서 반복되고 있습니다: 당신과 다른 몇몇 회사------하지만 제가 말해야 할 것은, 주로 당신이, 적어도 당신은 확실히 가장 큰 플레이어 중 하나입니다------이렇게 빠른 속도로 데이터 센터와 칩 생산 능력을 구축하고 있어서 금융 시장은 이렇게 말하기 시작했습니다: 아, 세상에 이렇게 많은 돈이 없어서 이 모든 것에 자금을 지원할 수 없다. 그리고 우리는 최근 CoreWeave의 채무 시장과 주식 시장 등에서 그런 긴장감을 보았습니다. 그래서 당신은 어떻게 판단합니까------수요가 이렇게 급격하고, 당신이 이렇게 빠르게 성장하는 것을 고려할 때------이 라운드의 구축이 얼마나 많은 것이 너무 많다고 할 수 있습니까? 그리고 공급망에서 경쟁이 있으며, 당신은 열, 전력, 칩 등 모든 것을 확보해야 합니다. 네, 이것은 매우 좋은 질문입니다. 저는 정말로 그것을 간단하게 만드는 공식을 원합니다, 그것이 우리 팀의 많은 시간을 절약할 수 있을 것입니다.
음, 저는 이렇게 말할 것입니다: 클라우드의 첫 번째 물결에서, 우리가 AWS를 설립할 때, 확실히 "사람들이 사용할지 모르니, 먼저 구축하면 그들이 올 것"이라는 느낌이 있었습니다. 그러나 우리는 회사 내부에서 좋은 신호를 가지고 있었습니다. 당시, 아시다시피, 대략 2000년대 초반 몇 년 동안, 우리는 많은 팀들이 우리의 기대에 미치지 못하는 속도로 추진하고 있었습니다------비교적 우리는 이미 충분히 빠르다고 느꼈습니다. 그러나 우리는 왜 그렇게 오랜 시간이 걸리는지 이해할 수 없었습니다. 그 이유는 사실, 우리의 제품 팀이 70%에서 80%의 시간을 인프라 작업에 소비하고 있었고, 그 부분은 그들에게 차별화를 제공하지 못했기 때문입니다; 실제로 제품에 차별화를 주는 부분에는 약 20%의 시간만 소비되었습니다.
그래서 우리는, 아시다시피, 각 팀이 이 일을 반복하고, 바퀴를 다시 발명하고 있다는 것을 깨달았습니다. 그래서 우리가 처음 AWS를 구상한 것은 내부에서 더 빠르게 운영할 수 있도록 하기 위해서였습니다. 당시 우리의 판단은: 대규모, 고가용성, 저비용, 고도로 유연한 기본 모듈 서비스를 구축하면, 예를 들어 컴퓨팅, 스토리지, 데이터베이스, 콘텐츠 배포, 메시징 등을 통해 소비자 비즈니스를 훨씬 더 빠르게 구축할 수 있을 것이라는 것이었습니다. 그리고 우리는 상대적으로 기술이 괜찮다고 말했습니다, 다른 회사들도 아마 같은 문제를 가지고 있을 것입니다. 그러나 우리가 외부에 출시하기 전부터 회사 내부에서 그렇게 많은 팀들이 관심을 가지게 되었고, 우리는 방향이 맞았다는 것을 알았습니다. 저는 우리가 외부에서 그렇게 빠르게 성장할 것이라고 예측한 사람은 없다고 생각합니다.
AI 쪽에서는, 아시다시피, 이전에 여러 차례 사람들이 말했습니다: 지금이 바로 그때입니다, AI가 드디어 왔습니다. 생성적 AI의 물결 이전에도 대략 6~7년 동안 사람들은 그것이 AI의 시대라고 생각했습니다. 우리는 많은 AI 서비스를 구축했으며, AWS에서는 꽤 괜찮은 비즈니스였습니다. 그러나 지금 우리가 보고 있는 것과는 완전히 비교할 수 없습니다. AWS의 초기에는, 우리는 매우 빠르게 성장하고 있다고 느꼈고, 그에 대해 기분이 좋았습니다------3년 후, 우리는 약 6000만 달러의 연간 수익을 달성했습니다. 그러나 생성적 AI의 물결의 첫 3년 동안, 단지 AWS의 AI 비즈니스에서 연간 수익이 250억 달러를 초과했습니다. 그래서 그것은 수백 배 빨라졌습니다. 우리는 정말로 이런 것을 본 적이 없습니다. 그래서 질문은: 이 기회를 추구하기 위해 얼마나 많은 자본 지출을 투자할 것인가? 제가 말씀드릴 수 있는 것은, 우리는 2026년에 약 2200억 달러의 자본 지출을 할 것으로 예상한다고 말했습니다.
그런데, 저는 약 15년 전 한 번 리더십 팀 아침 회의에서, 우리는 통신 회사가 500억 달러를 자본 지출로 쓰는 것을 믿을 수 없었습니다, 우리는 그들이 어떻게 그렇게 많은 돈을 자본 지출에 쓸 수 있는지 말했습니다. 그래서 이러한 숫자는, 아시다시피, 정말로 머리를 아프게 하는 숫자입니다. 그리고 올해 2200억 달러의 자본 지출을 하더라도, 우리는 여전히 상당한 수요를 테이블 위에 남겨두었습니다. 여기서 우리를 진정으로 도와주는 것은, 고객 수요에 대한 좋은 가시성을 가지고 있다는 것입니다. 그래서 AWS의 자본 지출 투자와 현금 주기의 운영 방식에는 두 가지 주요 부분이 있습니다: 하나는 데이터 센터에 대한 투자이고, 다른 하나는 서버와 네트워크에 대한 투자입니다. 데이터 센터 부분은, 당신이 약 2년 정도 미리 투자해야 하며, 그 후에야 데이터 센터에 서버를 배치하고 수익을 창출할 수 있습니다. 좋은 소식은, 이 투자는 한 번만 하면 되는 것이며, 사용 수명이 약 30년인 자산입니다.
그러나 당신은 몇 년을 미리 이 투자를 해야 합니다. 서버와 네트워크 장비는 몇 개월 정도 미리 필요하며, 특정 부품에 따라 다릅니다. 그래서 당신이 실제로 방아쇠를 당기기 전에, 고객 수요에 대한 좋은 가시성을 가지고 있습니다. 만약 마지막에 당신이 실제로 이러한 생산 능력이 필요하지 않다는 것을 발견하면, 당신은 서버와 네트워크 장비를 구매하지 않을 것입니다. 평균적으로, 그것들은, 아시다시피, 약 3년 안에 원금을 회수할 수 있으며, 현재 그들의 사용 수명은 약 5~6년입니다.
우리가 하는 대부분의 거래는 약 5년입니다. 그래서 당신이 우리처럼 동시에 이렇게 많은 데이터 센터를 이렇게 빠르게 구축할 때, 당신은 많은 자본을 소비하게 되며, 그 해의 자유 현금 흐름은 역풍을 받을 것입니다------몇 년 후에 모든 데이터 센터가 온라인이 되고, 수익을 창출하며, 서버와 네트워크 투자에서 돈을 회수할 때까지. 그러나 현금 주기의 운영 방식 때문에, 당신이 이렇게 빠르게 성장하는 첫 몇 년 동안, 그것은 실제로 역풍을 가져옵니다. 그래서 이 점을 말씀드리면, 아시다시피, AWS를 설립할 때, 데이터 센터는 아마 세계에서 정치적 주제가 될 것이라고는 가장 믿기 힘든 것이었습니다. 그러나 우리는 지금 그런 상황에 처해 있습니다, 특히 미국에서.
당신이 아는 것처럼, 이건 꽤 흥미로운 일입니다. 당신도 경험했을 것이라고 믿습니다------세상 어디에도 미국 정치권처럼 데이터 센터에 반대하는 사람들은 없습니다. 어떤 이유에서든지 간에 말이죠. 그래서 당신은, 아시다시피, 이런 상황이 결국 이 문제에 어떻게 영향을 미칠까요? 제가 묻고 싶은 것은, 데이터 센터에 반대하는 주장이 어떤 타당성이 있나요? 그리고 이것이 당신의 전략에 어떻게 영향을 미칠까요------당신은 여기서 무엇을 짓고, 다른 지역에서는 무엇을 짓고 있나요? 음, 좋습니다. 제가 알고 있는, 적어도 제가 믿고 있는 배경을 드릴 수 있습니다. 오늘날 우리가 이 세상에서 하는 모든 일------주식 시장, 은행, 의료, 엔터테인먼트, 쇼핑, 교육, 비즈니스, 차량 호출 서비스------우리가 하는 모든 것은 데이터에 의해 구동되고 있으며, 모두 데이터 센터를 사용하고 있습니다. 간단히 말해, 그렇습니다. 아니, 모든 사람이 그렇습니다; 제가 반대하는 것은 저 자신입니다. 더 이상 제 휴대폰을 사용하고 싶지 않습니다.
하지만 그들은 모두 데이터 센터를 사용합니다. 그리고 이것은 AI 이전의 일입니다. AI는 우리 시대의 가장 큰 기술 혁신입니다------우리가 인터넷, 클라우드, 모바일 인터넷을 경험한 것을 고려할 때, 이렇게 말하는 것은 무게가 있습니다. 그래서 현실은, 우리가 방금 언급한 AI 측면의 고속 성장을 지원하기 위해 필요한 이러한 종류의 인프라 구축은, 이 세상과 이 나라에서, 아마도 1950년대에 고속도로와 다리를 건설한 이후로 비교할 만한 것이 없었습니다. 제가 말하는 것은, 우리가 지금 경험하고 있는 것이 바로 그 정도의 규모의 건설입니다. 그리고 이 나라는------저는 전 세계가 대체로 그렇다고 생각하지만, 특히 미국에 대해 말하고 싶습니다------데이터 센터를 건설하지 않는 대가를 감당할 수 없습니다. 그렇지 않으면 우리는 중국과 같은 다른 나라가 모든 리더십과 모든 규칙을 그곳에 세우는 것을 발견하게 될 것입니다. 저는 우리가 그런 상황을 좋아하지 않을 것이라고 생각합니다. 국내든 글로벌이든 말이죠.
그래서 우리는 지금 데이터 센터를 건설해야 합니다. 그렇다면, 제가 생각하기에 전체 산업으로서 우리가 지금보다 더 잘할 수 있는 방법이 있을까요? 물론입니다. 저는 상황이 빠르게 발전하고 있으며, 모두가 함께 배우고 있다고 느낍니다. 하지만 지금은------저는 이것을 신화와 허위 사이에 있는 것이라고 부를 것입니다------전파되고 있는 것이 있습니다. 왜냐하면 이것은 모든 사람이 쉽게 "악당"을 찾을 수 있는 주제이기 때문입니다. 정치적으로, 때때로 기회주의자들은 그 악당을 찾아내어 비난하는 것을 좋아합니다. 몇 가지 예를 들어드릴 수 있습니다. 골프 산업이나 아몬드 재배 산업이 소비하는 물은 데이터 센터보다 훨씬 많습니다.
하나의 데이터 포인트를 제공하겠습니다: 골프장과 같은 장소는 우리의 모든 데이터 센터의 200배의 물을 소비합니다; 그들은 이틀 동안 소비하는 물의 양이 우리의 데이터 센터가 1년 동안 소비하는 양보다 많습니다. 그래서 이런 종류의 예는 많습니다. 좋은 예입니다. 또는 오염에 대해 이야기할 수 있습니다. 실제로 새로운 장소를 등록하고 예비 발전기를 장착할 때, 당신은 등록하고 신고해야 합니다: 만약 당신이 이 발전기를 모두 최대 출력으로, 24시간 운영한다면, 배출량은 얼마나 될까요? 하지만 물론, 그런 일은 결코 발생하지 않습니다. 예비 발전기는 1년에 천분의 1의 시간만 작동합니다. 예를 들어, 1년에 10시간 유지보수에 사용됩니다.
그래서, 아시다시피, 또는 전기 요금에 대해 이야기하면------우리가 대규모 데이터 센터를 배치한 다양한 지역을 살펴보면, 어떤 지역은 전기 요금이 상승했고, 어떤 지역은 하락했습니다. 하지만 진짜 문제는: 국가로서 우리는 우리의 전력망 인프라에 적절하게 투자하지 않았습니다. 여기에는 반드시 상당한 성장이 있을 것이므로, 무언가가 그것을 투자해야 할 임계점으로 밀어붙일 것입니다. 결과적으로 AI------그것이 그렇게 빠르게, 그렇게 큰 규모로 성장하기 때문에------그것이 그것을 밀어붙이는 것입니다. 하지만 당신이 실제로 생산 능력을 구축하면, 대부분의 지역에서 전기 요금이 결국 평평해지거나 심지어 하락할 것이라는 것을 알게 될 것입니다. 인디애나주, 조지아주 또는 미시시피주에서 발생한 것처럼 말이죠.
그래서 우리가 더 잘할 수 있는 부분이 있습니다. 사람들이 쉽게 잊는 또 다른 점은: 이러한 지역에서 대규모 데이터 센터 공급업체가 많은 세금을 납부했다는 것입니다. 보세요, 인디애나주 세인트 조셉 카운티를 예로 들면, 우리는 약 30억 달러의 세금을 납부했습니다. 지역 사회는 이 돈을 받아서 그 지역 사회에 정말로 중요한 일에 사용할 수 있습니다. 그래서 지역 사회도 그로부터 혜택을 받았습니다. 우리는 Built Together(공동 건설)와 같은 프로젝트를 몇 개 건설했으며, 우리는 방금 우리가 데이터 센터를 배치한 지역 사회에 향후 5년 동안 10억 달러를 추가로 투자하겠다고 약속했습니다. 그래서 저는 우리가 지속적으로 지역 사회와 함께 이 일을 추진해야 한다고 생각합니다. 이것은 공공-민간 파트너십이어야 합니다. 하지만 이번 건설은 이 나라의 미래에 너무 중요합니다------만약 우리가 처음에 고속도로를 건설하지 않았다면 어떻게 되었을까요.
a16z 20:44
그리고 다리------그것은 이 나라의 경제 번영과 능력의 경계를 결정할 것입니다. 그래서 우리는 이것을 합리적인 관점에서 바라봐야 하며, 우리가 건설하는 지역 사회의 파트너가 되어야 합니다. 다시 자본 지출 문제로 돌아가 보겠습니다. 그 2200억 달러는 하루에 6억 달러입니다. 저는 단지, 아시다시피, 그것을 참조 프레임에 놓고 싶습니다. 저는 당신이 현재 AI 수요를 어떻게 보고 있는지 궁금합니다------우리가 사적으로 이야기할 때, 당신은 그것을...
Andy Jassy 21:10
바벨 구조(barbell structure)라고 설명했습니다. 아마도 당신은 현재 AI 수요의 상태를 정리하거나 설명할 수 있을 것입니다. 음, 제가 말하고 싶은 첫 번째 배경은 제가 앞서 언급한 것처럼------저는 AI가 이렇게 크고 빠르게 성장하는 것을 믿을 수 없습니다. 아시다시피, 그것은 AWS 초기보다 수백 배 빠릅니다; 처음 3년 동안, 우리는 AWS에서 AI 수익으로 250억 달러의 연간 규모를 달성했습니다. 그래서 그것은 정말로 매우 큽니다. 하지만 동시에, 수요 구조를 보면, 그것은 정말로 바벨입니다. 바벨의 한쪽 끝은 대규모 AI 실험실로, 그들은 엄청난 양의 컴퓨팅 파워를 소비하고 있으며, 그 규모는 제가 본 적이 없는 것입니다. 그리고 몇 가지 인기 있는 애플리케이션, ChatGPT, Claude Code 같은 것들이 있습니다.
Andy Jassy 21:59
바벨의 다른 쪽 끝은 기업들로, 그들은 주로 AI를 사용하여 비용 절감과 효율성을 높이고 있습니다. 예를 들어, 고객 서비스를 자동화하거나, 사기 방지 또는 비즈니스 프로세스를 자동화하는 것입니다. 바벨의 중간 부분은 현재 기업의 생산형 작업 부하로, 그 중 많은 부분이 AWS에서 실행되고 있으며, 오늘 이미 추론을 사용하고 있습니다. 하지만 제가 말하고 싶은 것은, 그 중 대부분은 어떤 침투적인 방식으로도 사용되지 않고 있다는 것입니다------아시다시피, 저는 그것이 AI 사용에서 절대적으로 큰 부분이 될 것이라고 생각합니다. 당신은 이것을 보게 될 것입니다.
Andy Jassy 22:38
저는 이 일이 발생하는 속도를 예측하기가 어렵습니다. 매년 더 큰 정도로 발생하고 있습니다. 하지만 제가 생각하기에, 만약 당신이 시각을 멀리 두면------5년, 57년 후------그것이 어떤 모습일지 살펴보십시오; 그리고 저는 그것이 57년 후에 발생할 것이라고 생각하지 않습니다. 그것은 결코 한 번에 일어나지 않습니다. 하지만 만약 당신이 시각을 5~7년으로 멀리 두면, 저는 상당히 많은, 심지어 오늘 우리가 사용하고 존재하는 대부분의 기업 애플리케이션이 침투적인 방식으로 추론을 사용할 것이라고 생각합니다. 그래서 우리는 여전히 많은 성장 공간이 있습니다.
그럼 당신은 이 문제를 어떻게 보고 있습니까? 우리는 데이터 센터, 칩, 메모리------모든 것------의 부족에 직면해 있으며, 그것은 정말로 2027년에 발생할 것입니다. 왜냐하면 지금 모두가 건설하고 있지만, 올해 말까지 준비되지 않을 수도 있으며, 수요는 전혀 줄어들지 않기 때문입니다. 그래서 이런 상황에서 당신은 어떻게 생각합니까------대규모 실험실이 전력, 열, 칩에 대해 아마도 어떤 대가라도 지불할 의향이 있을 때, 그런 환경에서; 그리고 당신은 이미 오래된 고객들이 일반 요금으로 비즈니스를 운영하고 있습니다. 어떤 상업적 압력이 당신에게 "음, 아마도 우리는 오래된 고객을 사서 새로운 고객에게 팔아야 할까?"라고 생각하게 만들까요? 그들은 우리에게 가격을 제시하고 있습니다. 그리고 오래된 고객에게는 가격을 두 배로 올릴 수는 없습니다. 그건 불공평합니다. 아니면, 당신은 이 문제를 어떻게 보고 있습니까? 왜냐하면 이건 정말 이상합니다------당신은 20년 동안 여기 있었던 고객들이 있고, 그들은 당신이 말한 것처럼 아마도 추론으로 나아갈 것입니다; 그리고 당신은 탐욕스러운 새로운 고객들이 있습니다. 그들은 무엇이든 사려고 합니다.
Andy Jassy 24:35
네, 좋은 질문입니다. 당신이 말한 것과는 조금 다르게 우리는 이 문제를 바라보고 있지만, 저는 완전히 이해합니다. 오늘날 데이터 센터와 전력은 이 정도이며, 메모리도 이 정도입니다. 그리고 저는 이 부족이 2027년에 끝날 것이라고 생각하지 않습니다.
저는 믿습니다------자본 투자 주제로 돌아가면, 우리가 훨씬 더 많이 투자할 수 있다고 생각하는 이유 중 하나는: 26년은 분명히 매진 상태이며, 27년은 기본적으로 매진 상태입니다. 우리는 항상 수요에 따라 일부를 남겨두지만, 우리의 추론 서비스 Bedrock에서든, EC2에서든------기본적으로 모두 매진 상태입니다. 모든 대규모는 매진 상태입니다. 28년에도 상당 부분이 이미 매진 상태입니다. 수요는 이렇게 큽니다. 당신은... 우리가 AI 비즈니스와 우리가 소위 핵심 비즈니스------핵심은 비 AI 부분으로 이해할 수 있습니다------를 보면, 그것들은 지금 매우 빠른 속도로 성장하고 있습니다.
그리고 아시다시피, 만약 당신이 가진 메모리가 그렇게 많지 않다면, 당신은 HBM, 즉 AI 가속기에 얼마나 많은 메모리를 할당할지, 그리고 DRAM, 즉 당신의 핵심 비즈니스에 얼마나 할당할지를 결정해야 합니다. 그래서 이것들은 당신이 반드시 해야 하는 실제적인 선택입니다. 하지만 제가 말하고 싶은 것은, 우리는 이 문제에서 고객을 최우선으로 생각합니다.
우리에게는 AWS에서 고객과 깊은 관계와 협력이 있습니다. 팬데믹 기간 동안처럼------그 당시 우리의 경쟁자들은 어떻게 한 분기 내에 최적화를 할 수 있을지 고민하고 있었던 것 같습니다. 모든 사람이 비용 최적화를 해야 하는 세상에서 최대한 많은 수익을 올리기 위해서요. 하지만 우리는 다른 접근 방식을 취했습니다. 우리는 우리 팀이 나가서 고객이 비용 최적화를 할 수 있도록 도와주도록 했습니다. 비록 우리가 그것이 단기 및 중기 수익을 약화시킬 것이라는 것을 알았지만 말이죠. 하지만 아시다시피, 우리는 고객의 성공을 돕고 싶습니다. 왜냐하면 우리는 장기적으로 고객을 돕는다면 우리의 비즈니스도 따라올 것이라고 굳게 믿기 때문입니다. 핵심 비즈니스에서도 마찬가지입니다. 저는 당신이 실제로 계산을 해보고, 희소성과 고객의 지불 의사로 인해 핵심 고객에게서 더 많은 돈을 끌어낼 수 있다고 판단할 수 있다고 생각합니다. 하지만 그들은 자신의 비즈니스를 AWS에서 운영하고 있으며, 그들의 모든 핵심 애플리케이션이 그 위에서 실행되고 있습니다.
우리는 고객을 압박하지 않을 것이며, 그들이 확장할 수 있도록 보장할 것입니다. 그리고 우리의 일은 가능한 한 많은 생산 능력을 확보하여, 우리의 핵심 고객뿐만 아니라 AI를 사용하고자 하는 모든 고객, 그리고 우리와 함께 AI를 사용하고자 하는 사람들도 사용할 수 있도록 하는 것입니다. 그리고 그것은 우리에게 경제적으로도 지속 가능한 방식으로 이루어져야 합니다. 그래서, 저는 정말로 공급 부족이 2027년 문제에 국한되기를 바라고 싶습니다; 저는 다양한 부품에서 우리는 몇 년 동안 그것을 계속 볼 것이라고 생각합니다. 우리는 항상 공격적이었고, 저는 우리가 투입하는 생산 능력이 아마도 누구보다도 많다고 생각합니다. 왜냐하면 우리는 정말로 헌신적이며, 계속해서 인프라와 AI 분야의 중요한 리더가 되기 위해 매우 열정적이기 때문입니다.
하지만 제가 말했듯이, 우리는 올해 2200억 달러를 쓸 것이고, 사실 우리는 훨씬 더 많이 쓸 수 있었습니다. 그것은 나쁜 자본 사용이 아닐 것입니다. 그리고 중기에서 장기적으로 보면, 저는 우리가 아마도 모든 수요를 충족시키지 못할 것이라고 생각합니다. 현재의 수요는 정말 놀랍습니다. 그러면 이 주제를 이어서, 당신은 2015년에 한 가지 일을 했습니다------당신은 Annapurna Labs를 인수했습니다. 그때 당신은 아마도 2015년에 거대한 AI 수요가 있을 것이라고 생각하지 않았을 것입니다, 왜냐하면 2015년의 AI 수요는 원래 많지 않았으니까요. 그렇다면 그 인수 결정을 이끌었던 것은 무엇이었나요? 그리고 그것이 이 새로운 세계에서 어떻게 수익을 창출했나요? 네, 저는 Annapurna 팀이 제가 함께 일할 수 있었던 가장 재능 있는 팀 중 하나라고 생각합니다. 그것은 우리가 아마존 역사에서 한 최고의 인수 중 하나이며, 만약 최고의 인수라면 말이죠.
네, 우리는 그 중 일부를 예견했습니다, 하지만 제가 생각하기에 우리가 Annapurna를 인수한 것은 AI 칩을 목표로 한 것은 아닙니다. 이렇게 말할 수 있습니다: 일정 규모에 도달하면, 고객이 대규모에서 보이는 행동 패턴을 접하고 볼 수 있습니다. 그러면 수직 통합을 하고 특정 능력을 구축할 수 있다면 고객에게 더 많은 가치를 제공할 수 있고, 비즈스 자체에도 더 나은 경제성을 가져올 수 있다는 것을 깨닫게 됩니다. 그래서 Annapurna의 출발점은 기본적으로 EC2 서버를 중심으로 했습니다: 우리는 가상화, 네트워크, 보안 및 저장소에 너무 많은 서버 자원을 사용하고 있다고 생각했고, 우리는 거의 100%의 서버 자원을 고객에게 컴퓨팅을 제공하는 데 사용하고 싶었습니다.
그래서 우리는 그들을 인수하기 전에 이미 Annapurna와 함께 NIC(네트워크 인터페이스 카드)를 만들고 있었고------이 구성 요소를 NIC에 오프로드하여 가능한 한 많은 서버를 컴퓨팅에 남기고 싶었습니다. 우리는 이 팀을 매우 좋아했고, 우리가 함께 만든 제품도 매우 좋아했습니다. 우리가 사려고 했던 그 제품이 결국 거의 모든 EC2 서버에 장착될 것이라는 것을 깨달았습니다------결과적으로 그것은 우리의 모든 서버에 장착되었습니다.
그래서 우리가 처음에 그것을 인수한 이유는 그것이 우리의 컴퓨팅 능력의 핵심 능력이 될 것이기 때문입니다; 또한 이 팀이 칩을 만드는 데 너무 재능이 있어서, 그들이 다른 칩도 만들 수 있을 것이라고 생각했습니다. 그때 우리는 인텔과 매우 깊은 협력 관계를 가지고 있었습니다------우리는 지금도 이 회사와 깊은 협력을 유지하고 있습니다. 하지만 문제는, 인텔이 거의 모든 CPU 점유율을 차지하고 있었고; 거의 모든 점유율을 가진 파트너가 있을 때, 그들은 종종 비용 효율성을 높이는 방법을 생각하지 않고, 다른 것들, 즉 더 많은 점유율을 얻고 더 많은 수익을 가져오는 기능을 생각하게 됩니다.
그런데 이 점은 완전히 이해할 수 있습니다. 이것은 시장 작동의 일부 동역학이며, "혁신자의 딜레마"가 발생하는 이유 중 하나입니다. 그래서 우리는 비용 효율성을 높이려고 했지만, 상대방의 주목을 받기가 매우 어려웠습니다. 하지만 우리는 고객이 점점 더 많은 로컬 작업 부하를 클라우드로 옮기고 싶어하고, 더 나은 비용 효율성을 원한다는 것을 알고 있었습니다. 그래서 우리는 Annapurna 팀에게 다음 작업으로 CPU 칩을 만들도록 했습니다. 그들은 Graviton을 만들었고------오늘날 우리가 가장 큰 1000개의 EC2 고객 중 99%가 매우 광범위하게 사용하고 있습니다. 그것의 비용 효율성은 다른 x86 프로세서보다 약 40% 더 높으며, 이는 우리 고객과 비즈니스에 엄청난 영향을 미쳤습니다. 그리고 몇 년 전, 우리는 AI 분야에서 같은 "영화"가 반복되는 것을 보았습니다: 그곳에는 정말 훌륭한 주도 공급자가 있었습니다. 우리는 그들과 깊은 협력 관계를 가지고 있었고------우리는 지금도 깊은 협력을 유지하고 있으며, 제가 예측할 수 있는 미래에도 계속 그럴 것입니다.
하지만 그들은 거대한 시장을 가지고 있고, 다양한 제품과 우선 순위를 가지고 있습니다. 그리고 우리는 고객이 더 나은 비용 효율성을 필요로 한다는 것을 알고 있습니다. 그래서 우리는 Annapurna에서 AI 가속기를 만들기 위해 또 다른 팀을 구성했습니다. 우리는 그것을 Trainium이라고 부르며, 그것의 비용 효율성은 유사한 프로세서보다 약 30%에서 40% 더 높습니다. 그리고 당신이 아는 것처럼, 우리가 방금 이야기한 바벨의 중간 부분에 대해 이야기할 때------만약 당신이 물어본다면: 어떤 것들이 바벨의 중간을 변화시켜 현재의 기업 생산형 애플리케이션이 추론을 사용할 수 있게 할까요? 몇 가지가 있습니다. 그 중 일부는 인재입니다: 일부 사람들은 이미 후 훈련 및 미세 조정에 익숙해져 있으며, 우선 순위를 정하고 무엇을 공격해야 하는지, 그리고 어떻게 해야 하는지를 아는 조직 능력이 필요합니다.
하지만 큰 부분은: 지난 몇 년 동안 추론 비용이 많이 줄어들었지만, 제 생각에는 여전히 한 단계 비쌉니다. 그래서 기업이 오늘 CPU로 실행되는 애플리케이션을 AI 가속기로 다시 작성하려면, 두 가지 비용 차이가 매우 크다면, 그들은 AI 가속기에서 매우 높은 추가 수익을 얻어야 애플리케이션을 다시 작성할 의향이 있을 것입니다------그것은 훨씬 더 높은 장벽입니다. 하지만 만약 당신이 추론 비용을 낮출 수 있다면, 그 장벽은 훨씬 낮아지고, 모든 애플리케이션은 AI 가속기와 추론 덕분에 더 좋고, 더 똑똑하고, 더 강력해질 것입니다. 그래서 고객이 AI를 광범위하게 사용할 수 있는지 여부에 있어 매우 중요한 요소는 추론 비용을 낮추는 것이며, 우리의 칩 사업은 그 중 큰 부분입니다. 네, 맞습니다. 저는 우리 회사를 예로 들어 말씀드릴 수 있습니다. 그것은 정말로 매우 비쌉니다. 우리는 한 직원이 지난 몇 년 동안 200만 달러를 썼습니다------그것은 가치 있는 작업이었습니다.
하지만 맞습니다, 그 당시의 느낌은: 음, 이 추론은 정말 비쌉니다. 그렇다면 당신이 한 가지 일을 한 것은 Anthropic과 OpenAI에 대한 투자를 했다는 것입니다. 규모가 매우 큰 투자로, 제가 기억하기로는 Anthropic에 180억 달러, OpenAI에 대략 500억 달러 정도였습니다. 그렇다면 무엇이 당신을 그렇게 하게 만들었나요? 그리고 이러한 투자와 엔비디아와 같은 유사한 투자는 월스트리트를 약간 긴장하게 만들었습니다. 왜냐하면 그것은 그들에게 인터넷 버블 시대의 나쁜 옛날을 떠올리게 했기 때문입니다. 당신은 이 일을 어떻게 생각하나요------특히 그들이 동시에 당신의 고객이라는 점을 고려할 때? 왜 이런 일이 합리적이라고 생각하나요? 이 두 회사는 모두 매우 뛰어난 팀이며, 매우 뛰어난 회사입니다; 그들이 비즈니스를 성장시키는 속도------적어도 수익 측면에서------우리는 비슷한 것을 본 적이 있는지 모르겠습니다. 정말로, 믿을 수 없을 정도입니다.
그래서 우리에게는 몇 가지 요소의 조합이 있습니다: 이 팀들이 어떤 팀인지, 그들이 만들어낸 기술과 모델, 그리고 그들이 만들어낸 몇 가지 애플리케이션; 우리는 AI가 얼마나 혁신적일 것인지 믿습니다; 우리는 그들이 오랜 시간 동안 이 분야에서 가장 성공적인 두 회사가 될 것이라고 믿습니다------물론 이 분야에서 모든 사람이 승자가 되지는 않겠지만, 많은 매우 성공적인 회사들이 나타날 것이며, 우리는 그들이 그 중 두 개가 될 것이라고 믿습니다. 그리고 우리는 매우 긴밀하게 협력하고 있습니다. 먼저 Anthropic에 대해 말씀드리겠습니다------우리는 그들과의 협력 시간이 더 깁니다. 우리는 많은 고객이 우리의 추론 서비스 Bedrock에서 Anthropic을 실행하고 있습니다. 그리고 저는 고객이 Bedrock에서 Anthropic을 실행하는 것이 가장 성공적이라고 생각합니다. 우리는 칩에서 그들과 깊은 협력을 하고 있습니다------그들은 이미 Trainium 위에 구축한 지 상당한 시간이 지났습니다. 저는 이것이 Anthropic에게 매우 좋고, 우리의 Trainium 팀에게도 매우 좋다고 생각합니다. 양측 모두 서로에게서 많은 것을 배웠습니다. 그래서 우리는 그들과 깊은 협력을 하고 있습니다------우리가 AI의 미래에 대한 신념, 이들 회사에 대한 신념, 그리고 이러한 협력 관계 자체가 우리가 투자하는 것이 합리적이라고 느끼게 합니다.
그런 다음 OpenAI 쪽에서는, 우리는 AWS에서 OpenAI를 사용하고 싶어하는 고객이 너무 많지만, 이전의 상업적 약정 때문에 그렇게 할 수 없었습니다. 그리고 오랜 시간 동안, 저는 두 회사가 서로에 대해 많은 존경과 협력 의지를 가지고 있다고 생각합니다. 그래서 이것도 그런 상황입니다: 수개월에 걸친 일련의 대화 끝에------Bedrock에서 OpenAI를 실행할 수 있게 되었습니다; 우리는 독특한 제품을 함께 만들었습니다, 바로 상태 유지 실행 환경(stateful runtime environment)입니다. 저는 미래의 모든 지능체가 이러한 방식으로 구축될 것이라고 생각합니다. 당신은 상태가 필요할 것입니다; 그리고 그들은 Anthropic과 마찬가지로 Trainium에 대해 수년간, 수십 기가와트의 약속을 했습니다. 그리고 우리는 그것이 오랜 시간 동안 이 분야에서 가장 성공적인 회사 중 하나가 될 것이라고 믿습니다. 모든 것이 우리에게 협력을 심화하고 투자하는 것이 합리적이라고 느끼게 합니다. 다른 주제로 넘어가서, AI를 사용하여 회사를 어떻게 구축하는지에 대해 이야기해 보겠습니다. 제가 기억하기로는, Bedrock 팀이 6명의 엔지니어와 76일 만에 당신의 추론 엔진을 재구성했으며, 원래는 40명이 1년 동안 해야 했던 일이었습니다. 그 차이는 상당합니다.
그리고 당신이 아는 것처럼, 아마존은 "두 개의 피자 팀"으로 유명합니다. 그렇다면 지금, 당신의 조직 설계 사고는 무엇인가요? 이 기술을 고려할 때------정말 모든 것을 변화시킨 것 같습니다. 이 몇 년 동안 우리는 극도로 전문화되었습니다: 디자이너, 제품 관리자, 프론트엔드 엔지니어, 백엔드 엔지니어 등등. 그리고 지금은 모두가 다시 만능 인재가 된 것 같습니다. 그렇다면 조직 설계의 관점에서, 당신은 이 일을 어떻게 생각하나요? 네, 당신이 말한 것에 동의합니다. 제가 언급한 Bedrock 경험은 여기 있는 모든 사람에게 매우 눈을 뜨게 하는 경험이었습니다.
우리는 그 이야기를 내부에서 공유하는 데 많은 시간을 할애했으며, 사람들을 격려하고 가능성이 무엇인지 상기시키기 위해 노력했습니다. 시간이 지나면서 결국 이런 일이 발생하게 됩니다------저는 29년 전에 회사에 입사했습니다. 저는 보조 제품 관리자에서 시작했으며, 그 당시 저는 혼자서 다섯 가지 제품을 담당했습니다. 그리고 오늘날, 회사가 성공하고 규모가 커지면서, 제품이 커지면, 당신은 이렇게 되는 상태에 도달하게 됩니다: 한 제품 관리자가 하나의 제품만 담당하고, 그 중 하나의 조각만 소유하게 됩니다------예를 들어, 그는 가격 책정만 담당합니다. 모든 사람이 더 전문화되었고, 모든 사람이 받아들이게 됩니다: 만약 당신이 성장하고 성공하고 싶다면, 이것이 필수적인 일하는 방식입니다. 하지만 그것은 그렇지 않으며, AI가 발생하고 있는 모든 것을 보면, 그것은 절대 그렇지 않습니다.
방금 지난 주를 예로 들어 보겠습니다. 우리는 소비자 비즈니스에서 지능체와 관련된 몇 가지 작업을 하고 있습니다. 우리는 그곳에 많은 투자를 하고 있지만, 우리는 매우 좋아하는 아이디어가 하나 있습니다. 우리는 목요일에 진짜 작동하는 프로토타입을 만들어 볼 수 있을지 결정했습니다. 결과는요, 우리는 네다섯 명이 주말에 작업하여 일요일에는 80% 배포 가능한 상태로 작동하게 만들었습니다. 이것은 사실입니다------그것은 완전히 두 개의 다른 세계입니다. 그래서 저는 이것이 조직의 미래에 의미하는 바가 무엇인지에 대해 생각합니다: 첫째, 저는 미래에 오늘날 이러한 작업을 수행하는 인간이 오늘보다 더 적을 것이라고 생각합니다. 지금 얼마나 많은 코딩이 지능체에 의해 수행되고 있는지, 얼마나 많은 고객 서비스, 비즈니스 인텔리전스 및 연구 작업이 이루어지고 있는지를 보십시오.
네, 당신이 앞으로 빨리 나아가 생각해 보세요: 표는 어떻게 만들어질 것이며, 당신은 얼마나 많은 변호사가 필요할까요------저는 단지 당신이 아무도 필요하지 않게 되지는 않겠지만, 그렇게 많은 인류가 필요하지는 않을 것이라고 생각합니다; 과거에는 비즈니스가 커짐에 따라 우리는 계속 사람을 추가했지만, 미래에는 그렇게 되지 않을 것입니다. 다양한 새로운 직업이 생길 것이고, 우리가 아는 것도 있고, 아직 모르는 것도 있습니다. AI, 로봇, 우주 개발과 함께 그것들이 나타날 것입니다. 다양한 새로운 직업이 생길 것이지만, 오늘날 이러한 일을 하는 인류는 더 적을 것입니다. 저는 팀이 지금보다 훨씬 작아질 것이라고 생각합니다. 당신은 더 작은 팀을 가질 것이고, 팀의 사람들이 기능을 넘나들 수 있을 것입니다; 당신은 한 사람이 그 작은 조각 중 하나만 소유하도록 하지 않을 것입니다, 왜냐하면 모델이 당신을 80%까지 도와줄 수 있기 때문입니다. 많은 이러한 다양한 기능에서, 저는 각 팀이 과거보다 훨씬 높은 출발점에서 시작할 것이라고 생각하므로, 당신은 더 넓고 더 빠르게 발명할 수 있을 것입니다.
저는 정말로 많은 것들이 변화해야 한다고 생각합니다. 오늘 설립된 스타트업들은 대부분 처음부터 에이전트 방식, 에이전트 네이티브 또는 AI 네이티브 방식으로 시작했습니다. 그리고 이미 한동안 운영된 성숙한 회사들은 동일한 속도로 구축하는 방법을 파악해야 합니다. 저는 그들 중 일부가 이해할 것이라고 생각합니다. 그리고 당신은 항상 이런 상황이 있습니다: 많은 능력과 충성 고객층을 가진 대기업이 있을 때, 일부 회사는 매우 느리게 이해하려고 할 것이며, 제 생각에는 그들은 스타트업에 직면했을 때 더 취약할 것입니다.
그리고 저는 예측합니다, 회사들은 거의 모든 코드를 다시 작성해야 하며, 에이전트 능력을 갖추어야 합니다; 그들은 에이전트가 다양한 코드 조각을 업데이트할 수 있도록 허용해야 하며, 그곳에 제약을 설정해야 합니다. 저는 단순히 보안만 보더라도 매우 흥미롭다고 생각합니다. 지난 한두 달 동안 모델을 둘러싼 다양한 긴장감이 있었는데, 그것들은 더 환상적인 시나리오에 집중되어 있습니다.
그런 시나리오가 가능하냐고요: 악의적인 좀비 네트워크가 모든 것을 장악할 수 있을까요? 저는 가능하다고 생각합니다; 로봇에 악의적인 의도를 주입할 수 있을까요? 그것도 가능합니다. 개인적으로 저는 산업으로서, 공공 및 민간 부문이 함께 이 문제를 해결할 것이라고 믿습니다. 하지만 당신은 먼저 특정 문제에 집중해야 합니다. 네, 하지만 흥미로운 점은, 저는 최근의 위험에 대한 논의가 충분하지 않다고 생각합니다------그 위험은 사실 주로 사이버 보안과 관련이 있습니다. 이러한 모델은 너무 강력해서 과거보다 훨씬 더 많은 취약점을 찾아낼 수 있으며, 인간은 과거에 전혀 발견하지 못했습니다. 아마도 당신은 인간이 그것을 발견할 수 있는지 논쟁할 수 있지만, 사실은 그들이 발견하지 못했다는 것입니다. 그래서 앞으로 나아가면, 저는 애플리케이션이 긴급한 보안 위협에 대응하는 방식이 분 단위로 이루어져야 한다고 생각합니다.
오늘의 상황은: 당신이 취약점을 발견하고, 누군가가 그 취약점을 분류하고, 누군가가 패치를 개발합니다; 그리고 이 부분이 매우 빨리 이루어지더라도, 대부분의 회사는 다양한 의존성 때문에 배포하는 데 오랜 시간이 걸립니다. 미래에는 당신이 분 단위로 배포를 완료해야 합니다. 따라서 당신이 애플리케이션을 에이전트가 업데이트할 수 있는 형태로 완전히 다시 작성하지 않는다면, 그 새로운 세계에서는 기회가 없을 것입니다. 그래서 저는 모든 조직이 다시 발명될 것이며, 이 일을 우선적으로 하는 회사들은 그렇지 않은 회사들보다 훨씬 더 나은 상황에 처할 것이라고 생각합니다.
네, 그리고 보기에, 산업으로서 우리는 모든 것을 설계할 때------대형 시스템에서 임베디드 장치까지------보안 아키텍처를 잘 구축하지 않았습니다. 그리고 정산의 날이 왔습니다. 하지만 좋은 소식은, 이것이 새로운 회사, 새로운 시도, 사람들이 일을 하는 데 있어 엄청난 기회라는 것입니다. 하지만 맞습니다, 우리가 말한 대로, 이 위협------이론적인, 사고 실험적인 위협은, 음, 발생할 수도 있고, 발생하지 않을 수도 있습니다. 하지만 이것은 명확하고 현실적입니다.
네, 거의 모든 우리가 AWS 측에서 이야기하는 파트너와 고객들은 규모에 관계없이 각 회사가 보안 문제에 대해 걱정하고 있습니다. 아시다시피, 우리는 고객이 이 일을 하는 데 도움을 주는 전문 서비스 비즈니스를 가지고 있으며, 우리는 Continuum이라는 서비스를 구축했습니다. 이 서비스는 이러한 취약점을 대량으로 식별하고 패치를 생성할 수 있습니다. 하지만 이 일은, 아시다시피, 말하기는 쉽지만 실제로는 어렵습니다. 실제로 많은 회사와 많은 엔지니어는 때때로 보안에 집중하는 것이 그렇게 흥미롭지 않다고 느끼며, 문제가 발생할 때까지 기다리기 쉽습니다. 하지만 당신이 중요한 데이터를 보호하고 있다면, 그것은 나쁜 생각입니다. 그리고 저는 대부분의 회사에서------앞서의 대화로 돌아가서------보안 분야의 전문화가 아마도 최악의 상황일 것이라고 생각합니다: 당신은 매우 심오한 보안 엔지니어들이 있으며, 그들은 다른 엔지니어들과 함께 일하는 것을 좋아하지 않고, 그들은 희소 자원입니다, 그런 식입니다.
결과적으로, 대부분의 회사, 대부분의 소프트웨어 회사에서, 그들이 소프트웨어를 작성할 때의 보안 관행은 그리 좋지 않습니다. 저는 이것이 분명히 변화해야 한다고 생각합니다. 좋은 소식은 우리가 이 문제를 해결하는 데 도움을 줄 수 있는 도구가 있다는 것입니다. 당신이 말한 대로, 좋은 소식은: 당신은 침투 테스트 전문가를 고용해야 하지만, 당신이 고용할 수 있는 보안 인력은 한정되어 있으며, 그들이 커버할 수 있는 애플리케이션도 한정되어 있습니다. 모델과 자동화는 당신이 전체 공격 면에 대해 더 나은 침투 테스트를 수행할 수 있게 해줄 것이며, 당신은 만약 운이 좋지 않았다면 발견하지 못했을 것들을 찾을 것입니다. 그래서 우리가 이 시장을 관찰할 때, 흥미로운 점은: AI를 사용하면 많은 일을 할 수 있다는 것입니다. 한 가지 방법은 비용을 절감하고 필요한 회계사나 변호사의 수를 줄이는 것입니다.
현재 많은 벤처 캐피탈 회사들이 말하고 있습니다: 좋아요, 우리는 그 오래된 회사를 인수하여 비용을 줄이겠습니다. 이것은 항상 우리에게 큰 관심을 주지 않았습니다, 왜냐하면 우리는 이렇게 생각했기 때문입니다: 좋아요, 만약 그것이 당신의 아이디어라면, 당신의 아이디어는 너무 적습니다. 또 다른 방법은: 좋아요, 우리는 세상에서 한 번도 보지 못한 것을 만들 것입니다. 그것은 매우 흥미롭습니다. 하지만 세 번째 방법은, 당신이 Alexa를 만드는 것입니다: 당신은 제품을 가지고 있습니다------성공적인 제품------그리고 당신은 말합니다, 좋아요, 우리는 이 새로운 플랫폼 덕분에 이 모든 것을 처음부터 다시 생각해야 합니다. 당신은 어떻게 그 단계에 도달했습니까? 어떤 상황에서 그것이 합리적입니까? 네, 저는 당신이 이 삼분법을 매우 흥미롭게 나누었다고 생각합니다. 그리고 저는 우리가 방금 이야기한 것처럼, 조직이 실제로 변화하고 더 간소화될 것이라고 생각합니다.
당신이 올바르게 한다면, 그것은 당신의 진정한 훌륭한 구축자들과 이러한 작은 팀들이 당신이 말한 두 번째 유형의 것------사람들이 한 번도 보지 못한 것들을------만들 수 있게 해줄 것입니다. 그리고 당신이 앞서 언급한 경험을 가졌다면------사흘 안에 새로운 아이디어를 80%까지 구현하는 것------이는 사람들에게 큰 동기를 부여할 것입니다. 그들은 실제로 더 많은 여가 시간과 더 많은 사고 주기를 투자하여 새로운 아이디어를 생각할 것입니다. 저에게는 이것이 AI가 발생하고 있는 일 중 가장 흥미로운 부분 중 하나입니다.
하지만 저는 또한 규모화된 성공적인 고객 경험을 이미 가지고 있는 기존 회사들에게, 만약 그들이 AI를 단순히 점진적으로 경험을 개선하는 것으로 이해한다면, 3년에서 5년 후에는 그들이 승리하는 경험을 가지지 못할 가능성이 높다고 생각합니다. 왜냐하면 저는 우리가 아는 모든 경험------가장 상상하기 어려운 것들조차------몇 년 후에는 AI 덕분에 현저히 달라질 것이라고 생각하기 때문입니다.
그래서 이것은 의미합니다, 만약 당신이 단순히 점진적인 개선을 원하지 않는다면, 당신은 팀이 제로에서 시작하여 이러한 애플리케이션이 어떻게 보여야 하는지를 다시 상상할 방법을 찾아야 합니다------가정하건대, 당신은 오늘 사용할 수 있는 모든 새로운 기술을 사용하여 그것을 구축합니다. 특정 경우에, 예를 들어 Alexa를 들면, 우리는 그렇게 해야 한다는 것이 꽤 명백하다고 생각합니다. Alexa의 "두뇌"는 그것이 만들어진 시점에서 정말 창의적이었습니다. 하지만 생성적 AI 덕분에, 그 "두뇌"가 가질 수 있는 능력은 완전히 달라졌습니다. 그래서 당신이 뛰어난 고객 경험을 제공하고, 장기적으로 관련성을 유지하고 싶다면, 당신은 Alexa의 두뇌를 다시 연결해야 합니다. 그래서 그 일은 꽤 명백합니다. 그런데, 비록 꽤 명백하지만, 실제로는 어렵습니다------왜냐하면 팀과 그들이 만든 것 사이에는 감정적 연결이 있으며, 그들은 자신이 만든 것에 자부심을 느끼고, 무엇이 가능한지, 무엇이 불가능한지에 대한 고통스러운 인식을 가지고 있기 때문입니다.
그들이 완전히 처음부터 다시 상상하도록 하려면 시간이 필요합니다, 왜냐하면 팀은 이렇게 말할 것입니다: 음, 우리는 그렇게 하지 않았습니다; 우리는 그것을 시도했지만 성공하지 못했습니다. 또는 그런 식입니다. 하지만 저는 더 어려운 것은: 우리의 다른 소비자 경험을 가져보면------우리의 소매 비즈니스, 또는 Prime Video 비즈니스, Fire TV 비즈니스, Prime Music------이러한 경험에서, 오늘날 기술은 훨씬 더 나은 솔루션을 가지고 있으며, 이것은 그렇게 명백하지 않습니다. 하지만 저는 실제로 이 비즈니스의 각각을 다시 발명해야 한다고 믿습니다; 그리고 우리는 이미 이러한 비즈니스의 완전히 재구상된 버전을 만드는 팀이 있습니다.
그렇다면, 저는 우리가 처음부터 올바르게 할 수 있을까요? 아마 아닐 것입니다. 우리는 방법을 찾아서 점진적으로 들어가겠지만, 이미 다양한 새로운 아이디어와 고객 경험이 생성되고 있으며, 우리는 그것이 매우 매력적이라고 생각합니다. 그리고 흥미로운 것은 이러한 경주입니다: 당신은 완전히 다른 경험을 원하나요------거의 새로운 애플리케이션처럼------아니면 새로운 것들이 충분히 빨리 진행되어 기존 경험에 통합되어 다음 2~3년 동안 점진적으로 전체 고객 경험을 실질적으로 변화시키기를 원하나요? 효과적인 요소를 찾으면서. 하지만 저는 정말로 생각합니다, 만약 당신이 성공적인 리더가 되고 싶다면, 이러한 경험 중 각각은 앞으로 몇 년 안에 달라져야 합니다.
네, 이것은 매우 까다로운 리더십 문제입니다. 이것은 제가 엔지니어로 일하던 시절을 떠올리게 합니다. 저는 어떤 사람과 어떤 일에 대해 논쟁을 벌였습니다. 제 상사가 말했습니다: 들어봐, 벤, 당신은 한 가지를 이해해야 합니다------첫 번째 줄의 코드를 작성하기 전에 모든 것은 논의될 수 있습니다; 그 이후에는 믿음으로 변합니다. 저는 당신이 Alexa에서 이 과정을 경험했을 것이라고 생각합니다. 하지만 흥미로운 것은: 모든 지식, 모든 경험, 원래 그 것을 구축하는 데 사용된 모든 것------이제 당신은 말합니다, 좋아요, 우리는 그 중 많은 부분을 포기하고 이 새로운 세계로 나아가고 싶습니다.
그리고 고객에게도 마찬가지입니다: 당신은 현재 경험을 사랑하는 많은 고객을 가질 것입니다, 맞죠? 네, 모든 큰 전환마다------적어도 제 경험에 따르면, 당신이 그렇지 않은 예를 제시할 수 있을지도 모르지만------거의 모든 큰 전환은 엄청난 변화를 필요로 합니다: 기술, 제품, 고객 경험 및 비즈니스 요소는 모두 충분히 설득력이 있어야 사람들이 변화를 원하도록 만들 수 있습니다. 하지만 그럼에도 불구하고, 그것은 자동으로 발생하지 않습니다. 이것은 엄청난 변화 관리입니다------로컬 배포에서 클라우드로의 전환과 같은 같은 종류의 전환입니다: 많은 인프라 책임자들은 자신이 만든 것에 대해 매우 자부심을 느끼며, 그들은 그것을 잘 알고 있으며, 그들은 행동의 중심에 있으며, 새로운 것을 배우고 싶어하지 않습니다.
이것은 제가 방금 언급한 경험과 같은 것입니다. 모든 고객 경험을 다시 발명하는 것에 대해서도 마찬가지입니다. 우리는 모두 지난 10년 동안 이러한 경험에서 만든 것에 대해 자부심을 느끼며, 우리는 모두 그것을 더 좋게 만들 수 있는 100가지의 방법이 있으며, 우리는 그로 인해 흥분하고, 모든 깨어 있는 시간을 그것에 쏟고 있습니다. "나는 어떻게 완전히 처음부터 시작할 수 있을까"를 생각하는 것은, 아시다시피, 이성적으로나 감정적으로나 매우 어렵습니다. 네, 의심할 여지 없이.
a16z 53:06
그리고, 앤디, 우리는 몇 주 전에 하우드와 제이슨 아카데미를 인큐베이팅하여 젊은이들이 우리가 이야기하고 있는 이 전환을 준비하도록 도왔습니다. 당신은 AI가 구축을 더 쉽게 만든다고 말했지만, 젊은이들은 여전히 배워야 하고, 아시다시피, 진정한 전문성을 가져야 합니다. 저는 궁금합니다: 만약 당신이 2026년에 18세라면, 당신은 자신에게 어떤 조언을 해주어 우리가 들어가고 있는 이 전환을 준비하도록 할까요?
앤디 재시 53:29
음, 저는 25세와 22세의 자녀가 있습니다. 그래서 저는 22세 자녀가 진짜로 날아오르기 시작한 것이 19세였다고 생각합니다. 저는 곧 깨달았습니다: 교육에서 AI를 사용하지 말라고 그들에게 말할 수는 없습니다. 그 배는 이미 출항했거나, 그 기차는 이미 출발했습니다. 그리고 저는 대학이 현명하게 대처하는 방법은 그것과 싸우지 않는 것이라고 생각합니다. 저는 그것이 사람들이 사용할 도구라고 생각합니다.
Andy Jassy 53:54
하지만 동시에, 저는 모든 젊은이들------그리고 저희에게도 마찬가지인데, 저희는 많은 사람들이 있고, 저희는 글쓰기 문화를 가지고 있으며, 모두가 AI를 사용하여 글을 쓰고 있습니다------당신은 AI가 쓴 것이 무엇인지 알 수 있습니다: 그것은, 그다지 맞지 않으며, 그 부분들이 제대로 연결되지 않았습니다. 그리고 당신이 아는 것처럼, 그래서 저는 젊은이들에게 주는 조언------또한 제 아이들에게 주는 조언------은.
Andy Jassy 54:18
당신은 그것을 피할 수 없으며, 당신도 그것이 사라지기를 기대할 수 없습니다. 그것은 당신의 삶에서, 당신이 사용하는 모든 경험에서, 당신의 일에서 엄청난 영향을 미칠 것이며; 그리고 그것은 당신이 이전에는 할 수 없었던 방식으로 발명하게 할 것입니다. 그래서 당신은 정말로 그것을 이해해야 하며, 스스로 배워야 하고, 그것을 많이 사용해야 합니다. 당신은 시도해야 합니다. 당신의 편안한 영역을 넘어서는 일을 시도해 보세요.
Andy Jassy 54:48
제 두 자녀는 개발자가 아니지만, 그들은, 당신이 아는 것처럼, AI를 사용하여 애플리케이션을 만들었습니다. 그것을 당신의 하루를 계획하고, 일에서 도구를 사용하는 초점으로 삼으세요. 하지만 저는 그것이 비판적 사고와 사고를 대체할 것이라고 생각하지 않습니다. 그리고 저는 대학도 마찬가지라고 생각합니다. 저는 여러 면에서 생각할 수 있습니다------저는 경영대학원을 예로 들겠습니다. 당신은 분석해야 할 세 가지 사례를 받게 되며, 많은 독서를 하고, 메모를 하고, 핵심 문제가 무엇인지 파악해야 합니다. 그리고 당신은 많은 부속 자료를 받게 되며, 그 위에도 메모를 해야 합니다. 그리고 당신은 그 회사가 취해야 할 방안을 통합해야 합니다. 그리고 당신이 아는 것처럼, 종종 많은 사람들이 이러한 숙제를 전혀 하지 않습니다------그들은 읽지 않고, 연구하지 않으며, 메모를 하지 않습니다. 그리고 이러한 모든 것에서, AI는 당신을 도와줄 수 있으며, 그것은 모든 사람을 더 빠르게 그 더 높은 출발점으로 데려다 줄 수 있습니다.
Andy Jassy 55:52
하지만 저는 또한 그 점들, 그 조각들을 연결하는 것은------전략, 사고, 계획, 새로운 제품, 또는 새로운 고객 경험을 형성하는 것이든------대부분의 경우, 대부분의 사람들에게 AI가 할 수 없다고 생각합니다. 제가 이것이 결코 일어나지 않을 것이라고 말하는 것은 아닙니다.
Andy Jassy 56:10
저는 여전히 인간의 판단력, 창의성, 발명력, 실험 정신, 그리고 모든 부품이 어떻게 결합되는지를 생각하는 것이 필요하다고 생각합니다. 결국 놀라운 경험과 비즈니스를 만들어 내기 위해서입니다. 그래서 저는 당신이 이러한 도구를 사용해야 한다고 생각합니다. 그것들은 큰 도움이 될 것이지만, 저는 여전히 비판적 사고와 사고가 우리가 하는 모든 일에서 매우 중요하다고 생각합니다. 이제 거의 끝났습니다. 여러분이 하는 비즈니스는, ...
a16z 56:43
위성 연결에서 로봇, 의료에 이르기까지 매우 다양합니다. 저는 이 야망이 너무 놀랍다고 생각합니다. 이 비즈니스가, 당신이 아는 것처럼, 인터넷에서 책을 판매하는 것에서 시작되었고, 지금은 이렇게 되었다고 생각해 보세요. 당신은 어떻게 생각하나요, 음, 무엇이 이러한 다양한 ...
Andy Jassy 57:00
비즈니스 라인을 연결하고 있나요? 또는 당신은 어떻게 어떤 비즈니스 라인이 수년간 투자할 가치가 있는지 판단하나요? 또는 당신은 어떻게 자신이 지나치게 분산되지 않도록 보장하나요? 또는 당신은 이 극도로 넓은 지도를 어떻게 이해하나요?
Andy Jassy 57:11
음, 저는 몇 가지를 말할 것입니다. 첫째, 저는 우리가 생존하는 동안------어쩌면 역사상------가장 큰 세 가지 전환점에 있다고 생각합니다: AI, 로봇, 그리고 우주 개발. 이들은 모두 매우 거대하며, 우리 모두가 경험할 많은 고객 경험을 완전히 변화시킬 것입니다. 그리고 우리는 이 세 가지 큰 전환점의 한가운데에 있습니다.
Andy Jassy 57:40
당신이 우리가 소매 비즈니스에서 하는 일과 우리가 로봇을 사용하는 방법, 우리가 AI 측면에서 하는 일을 보면------내부 및 외부의 구축자가 성공적인 AI 애플리케이션과 에이전트를 더 쉽게 만들 수 있도록 하는 것뿐만 아니라, 우리의 모든 소비자 경험을 재발명하는 것도 포함됩니다.
Andy Jassy 57:58
당신이 Amazon Leo를 생각해 보세요------우리는 전 세계 5억 가정에 저궤도 위성 별자리를 구축하고 있습니다. 그곳에서는 믿을 수 없는 일련의 전환이 일어나고 있으며, 우리는 고객이 그것들을 활용하여 그들의 삶을 더 좋게 만드는 데 도움을 줄 기회를 가지고 있습니다. 그리고 우리가 이 일을 하는 방식은 고객을 도울 뿐만 아니라 우리 자신에게도 장기적으로 지속 가능한 비즈니스를 가져다 줄 것입니다. 그리고 우리는, 당신이 아는 것처럼, 더 많은 분야에서 고객에게 더 관련성이 있을 기회를 가지고 있다고 생각합니다. 이것은 우리가 식료품 분야에서 하는 일, 자율주행 차량 및 의료 분야에서 하는 일, 그리고, 당신이 아는 것처럼, 이러한 것들을 포함하지 않은 것입니다.
Andy Jassy 58:47
당신이 아는 것처럼, 우리의 조직 방식에 대해, 이 몇 년 동안 우리는 종종 이러한 내부 논쟁을 해왔고, 많은 외부 사람들이 같은 질문을 했습니다: 이것이 너무 얇게 퍼지는 것인가? 저는 이것이 어느 정도 당신이 스스로를 어떻게 조직하는지, 그리고 당신이 얼마나 많은 것을 투자할 의향이 있는지에 달려 있다고 생각합니다. 왜냐하면 우리는 같은 사람들이 여러 비즈니스를 관리하도록 두지 않기 때문입니다. 우리는 이러한 분산된 "단일 스레드" 방식으로 조직하고 있습니다. 당신이 이러한 팀에 적합한 리더와 적합한 구축자가 있다면, 그 경험이 충분히 크고 성장 지표를 추진할 수 있다면, 당신이 서비스가 잘 되지 않는 분야에서 차별화된 아이디어를 가지고 있다면, 당신은 동시에 많은 이러한 것들을 추구할 기회를 가지게 됩니다------그리고 우리는 오랫동안 그렇게 해왔습니다. 그리고 결국 당신이 얼마나 많은 것을 투자할 의향이 있는지로 귀결됩니다.
어떤 회사는------완전히 이해할 수 있습니다------이렇게 말할 것입니다: 우리는 우리의 본업에 집중하고, 우리의 핵심 비즈니스를 지키고, 그것을 키우겠습니다. 참고로, 그것도 매우 성공적인 전략이 될 수 있습니다. 그리고 우리는 기존 비즈니스를 계속 키우고 강화하는 데 매우 집중하고 있으며, 저는 우리가 꽤 성공적으로 잘하고 있다고 생각합니다. 하지만 고객이 정말로 우리가 도와주기를 원하는 많은 다른 고객 경험이 있으며, 우리가 해결할 수 있는 것들이 있습니다------그것들은 우리의 고객을 도와줄 것이며, 장기적으로 우리의 비즈니스를 변화시킬 것입니다. 그래서 우리는 이러한 것들을 계속 추구할 것입니다. 이것은 고무적인 마무리입니다------끝없는 야망입니다. Andy, 프로그램에 와 주셔서 감사합니다. 네, 초대해 주셔서 감사합니다. 정말 감사합니다, 여러분.