5. Q&A 핵심
1) 오픈소스 전략 (DeepSeek 언급)
Q: DeepSeek 등 타 모델이 Llama를 활용해 더 빠르고 저렴하게 학습하면 Meta에 어떤 영향?
A:
- 오픈소스는 Open Compute 전략과 유사 - 공급망 표준화로 비용 효율화
- DeepSeek 등 경쟁이 오히려 "미국 표준 오픈소스"의 중요성 강화
- 중국 경쟁 속에서 미국 AI 시스템이 글로벌 표준이 되어야 함
2) AI 안경의 가치
Q: AI 안경이 Meta AI의 최적 폼팩터인가, 아니면 인앱 경험의 보완재인가?
A:
- 안경은 AI 기기의 이상적인 폼팩터 (사용자가 보고 듣는 것을 AI가 컨텍스트로 활용)
- 휴대폰이 주요 플랫폼이 되어도 PC가 사라지지 않은 것처럼, 안경은 새로운 플랫폼으로 병존
- 10년 후 모든 안경이 AI 안경이 될 것으로 예상
- 놀라운 발견: AR 홀로그램보다 AI가 먼저 안경의 가치를 견인
3) Meta AI 수익화 시점
Q: Meta AI를 언제, 어떻게 수익화?
A:
- 현재 초점: 소비자 경험 개선 (수익화는 추후)
- 잠재 기회: paid recommendations, premium offering
- 일반 제품 개발 프로세스 따름: 규모 확보 → 수익화 집중
4) 팩트체킹 정책 변화
Q: 팩트체킹 폐지가 사용자/광고주에 미치는 영향?
A:
- Community Notes 시스템이 기존 팩트체킹보다 더 효과적
- X의 방식이 더 나으면 주저없이 도입 (X의 것이 더 나은 시스템이라고 인정)
- 광고주 지출에 눈에 띄는 영향 없음, 브랜드 안전 도구 투자는 지속
5) CapEx 구성 및 전략
Q: $60-65B CapEx의 구성은? GenAI vs Core AI 비중은?
A:
- 서버: 최대 증가 요인 (AI + 비AI 용량 모두 증가)
- 데이터센터: 대규모 training cluster 및 고밀도 DC 건설 단계
- 네트워킹: GenAI training cluster + 지역 간 트래픽용 fiber 투자
- 다수는 핵심 사업에 배정 (정확한 측정은 어려움 - DC/서버 용도 전환 가능)
- 선도 모델과 애플리케이션 구축에 큰 투자 필요, 사이클 어디에 있는지 불확실