Arena CEO: 70% of Neolabs Will Die

Arena CEO Anastasios가 AI 모델 평가, 오픈소스 vs 클로즈드 소스 경쟁, 중국 AI 모델 부상, Neolab 생존 전망, 데이터 비즈니스 가치, 그리고 보안 위협에 대해 솔직하게 논의한 에피소드.

🏛️ Arena — 실사용자 기반 AI 평가 플랫폼

Arena는 정적 벤치마크 대신 실제 사용자 데이터로 AI 모델 성능을 측정한다. 월 방문자 3천만+로 XAI, Hugging Face, Perplexity보다 규모가 크다. Q2 기준 연매출 1억 달러+ (annualized run rate). 모델 랩이 실제 사용자 피드백으로 모델을 개선하도록 지원하는 것이 핵심.

🇨🇳 중국 오픈소스 부상 — Kimmy K3의 의미

Kimmy K3가 미국 클로즈드 소스 모델(Fable 포함)을 프론트엔드 코딩 특정 태스크에서 처음 능가했다. "중국은 미국 모델을 증류만 한다"는 기존 서사가 깨지는 역사적 순간. Anastasios는 증류 외에도 실제 기술적 우위가 존재한다는 증거로 해석한다.

🛡️ AI 주권 & 미국 오픈소스 생태계

기업들이 자체 fine-tuned 모델로 "AI 주권"을 확보하려는 흐름이 강해지고 있다. 데이터 소유권 유지, 비용 절감, 자체 데이터로 self-improving AI 구축이 목적. 다만 미국 규제 환경상 중국 오픈소스보다는 미국 오픈소스(Thinking Machines 등)가 부상할 전망.

현재 미국 1위 오픈소스는 Thinking Machines의 Inkling이지만 Arena 리더보드 전체 10위. 상위 9개는 모두 중국 모델. 지금까지의 걸림돌은 비즈니스 모델 불명확이었으나, 최근 두 가지 수익화 전략이 부상:

• Rev Share: Fireworks, Together 등 inference 제공업체와 매출 분배
• Deployed Engineer: 오픈소스로 리드 생성 → fine-tuning/AI 전략 컨설팅 (Mistral, Thinking Machines 방식)

향후 10년간 AI 현대화 시장은 수백억~조 단위로 성장 전망.

💀 Neolab 대량 도태 — 2/3는 죽는다

현재 최소 75개 Neolab이 존재하지만, 2/3는 실패 또는 acqui-hire로 끝날 전망. 모델 만드는 것만으로는 부족하고, 지속가능한 P&L + 초고속 매출 성장이 필수 조건.

📊 데이터 비즈니스 — Scaling Complement

Handshake, Mor, Surge 모두 연매출 10억 달러+, Scale도 여전히 성장세. 핵심 논제는 데이터가 AI 스케일링의 보완재(Complementary Good)라는 것.

• 모델이 클수록 → 더 많은 데이터 필요 (스케일링 법칙)
• GPU 지출의 10~20% 수준으로 데이터에 지출
• AGI 도달 전까지 데이터는 비-commodity (인간이 irrelevant해지기 전까지)

매출 집중도 논쟁: "OpenAI·Anthropic·Meta 소수 고객 의존" 비판에 대해, Anastasios는 TSMC·Palantir도 매출 집중도 높지만 수천억 달러 기업이라며 반박. 또한 데이터 업체들은 엔터프라이즈로 확장 중.

⚖️ 오픈소스 규제 논쟁 & Jensen의 서한

중국은 이미 미국 모델 사용 금지 (자국 모델만 허용). 미국의 규제 도입 여부가 뜨거운 쟁점.

Jensen Huang의 오픈소스 옹호 서한: Nvidia는 오픈소스 모델이 많을수록 GPU fine-tuning 수요가 증가해 매출이 오르는 구조. Self-serving이면서도 동시에 애국적 미션이라고 Anastasios는 평가.

🛑 보안 위협 — 가짜 인물 채용 시도

Arena 인터뷰 과정에서 AI 생성 가짜 인물이 지원한 실제 사례 발견. 기술 면접까지 통과한 뒤 실제 인물 확인 단계에서 "존재하지 않는" 것으로 밝혀짐. 목적은 기업 데이터/코드 접근, 이중 급여, 기업 스파이.

대응책으로 온보딩 전면 in-person 전환을 검토 중 (Figma도 동일 조치).

🎯 프론티어 랩의 앱 레이어 진출

사례: Claude Design이 Figma 잠식 / OpenAI·Anthropic의 법률 제품 출시 소문 (Harvey, Lora 위협).

위협 메커니즘: 모델 제공자가 최대 고객의 사용 패턴을 파악 → 직접 애플리케이션을 출시. Inference 상품화 대응으로 앱 스택으로 이동해 더 많은 가치 포착.

채용 시장 과열: 지식 노동자 확보에 "absolute top dollar" 필수. 톱 연구자(수만 인용)는 "tens of millions of dollars" 수준. YC 시드 1천만 달러로는 인재 확보 거의 불가능.

💰 마진 vs GMV & Anthropic IPO 전망

Profit = Margin × Volume. GMV 비즈니스(토큰/GPU 리셀링)는 terminal value가 낮음 — 장기적으로 전기료 수준으로 가격 압박.

하드웨어 — Under-hyped: GPU·HBM은 ultra-hype이지만, 데이터센터 물리 인프라(냉각, 철골 구조)가 저평가. 최근 SK하이닉스 급락 → 한국 증시 40% 조정, 국가 긴급회의 소집.

🧬 의료/바이오 AI — 데이터 병목

기대: MS 등 만성질환 치료, 질병 근절 (수학 문제 해결하듯).

병목: 생물학 시스템에서 빠른 피드백 루프 구축이 어려움. 수학은 closed system, 의료는 아님.

핵심: GPU는 동일. 승부는 의료 데이터 인프라·플라이휠 구축에서 갈림.