심판: 아직 충분치 않을 때, 그리고 넘칠 때

"애플이 1990년대에 진 이유를 설명하는 이론이 로컬 추론에서 이기는 이유도 설명해. 같은 심판, 다른 라운드."

규칙

클레이튼 크리스텐슨은 마이클 레이너, 스콧 앤서니와 함께 2003년에 이 규칙을 이보다 더 명료할 수 없게 적었어. "제품이 고객의 필요를 채우기에 충분히 좋지 않을 때는 언제나 통합이 우위를 제공한다." 제품이 고객이 하려는 일에 못 미치면 인터페이스 하나하나가 성능이 새는 자리라서, 모든 경계의 양쪽을 통제하는 회사, 그러니까 프로세서를 메모리에 맞추고 메모리를 운영체제에 맞출 수 있는 회사가 더 좋은 제품을 만들어. 두 번째 문장은 앞 레슨 옆에 놔둘 문장이야. "해체를 특징짓는 모듈러 아키텍처는 언제나 원시 성능을 희생한다."

그러다 구간이 뒤집혀. "제품의 기본 성능이 충분하고도 남으면, 경쟁은 기업들이 편의성이나 맞춤으로 경쟁하도록 몰아간다." 제품이 고객이 쓸 수 있는 수준을 넘치면 마지막 한 조각의 성능에 돈 내는 사람이 없어. 가격에, 선택권에, 부품을 갈아 끼울 수 있는 능력에 돈을 내. 모듈러 아키텍처가 그 경쟁을 이겨. 가격 경쟁과 선택권을 가능하게 하는 게 인터페이스니까. 여전히 아무도 필요 없는 성능을 최적화하고 있는 통합 회사는 자기 강점이 비용이 됐다는 걸 알게 돼.

애플, 1라운드

크리스텐슨 연구소가 직접 쓴 이론 요약은 애플을 예시로 써. 진 쪽에서. "애플의 독점 아키텍처는 충분치-않은 상황에선 강점이었지만, 충분하고도-남는 상황에선 약점이 됐다." 그게 1990년대야. 개인용 컴퓨터가 대부분의 구매자가 필요한 스프레드시트와 문서에 충분히 좋아지자, 첫 레슨의 모듈러 PC 산업은 가격과 선택권으로 경쟁했고, 통합된 맥은 못 했어. 이 집의 집주인은 그 라운드를 겪었고, 이론이 끌어내는 교훈을 똑같이 끌어냈어. 모듈러는 성숙한 시장이 원하는 거다.

애플, 2라운드

이제 같은 규칙을 다른 제품에 적용해 봐. 2026년에 대형 언어 모델을 로컬에서 돌리는 컴퓨터. 충분히 좋아? 사람들이 하려는 일에 대봐. 코드베이스 전체를 컨텍스트에 담기, 읽는 속도로 답하기, 다들 얘기하는 그 모델 돌리기. 살 수 있는 어떤 기계도 그걸 못 해. 메모리 512 GB 아래론 제일 큰 오픈 체크포인트가 아예 안 돌아. 책상 위에 놓이는 것 중엔 200 GB 모델을 배치 1에서 초당 몇십 토큰보다 빠르게 디코드하는 게 없어(그걸 해낼 HBM 부품은 랙 장비고, 메모리 트랙이 값을 매겨). 꽉 찬 컨텍스트에서 첫 토큰까지 시간은 분 단위야. 로컬 추론은 딱 충분치-않은 구간에 있고, 그 구간에 대한 이론의 예측은 애매하지 않아. 통합 설계가 이긴다. 실제로 이겨. 사람들이 로컬 추론용으로 진짜 사는 기계는 메모리, GPU, CPU가 한 패키지 위에서 같이 튜닝된 기계야. 애플이 밟은 쥐(7번 트랙)는 이 통합이 어떤 제품에 충분히 좋을지 아무도 모를 때 폰을 위해 만들어졌다는 거고.

심판이 같이 하는 말

규칙은 양쪽으로 잘라. 집주인의 입장이 패배가 아니라 온전하게 남는 부분이 여기야. 통합이 지금 이긴다고 말하는 그 이론이, 제품이 넘치면 모듈러가 돌아온다고도 말해. 모듈러 산업은 그날을 위한 인터페이스를 이미 만들고 있어. 풀링 메모리엔 CXL, 벤더가 섞인 칩렛엔 UCIe, 갈아 끼우는 메모리엔 SOCAMM. 수렴 트랙은 경쟁자 전부가 애플 배치를 베끼면서도 어딘가엔 소켓을 남기는 걸 보여줘. 그러니 집주인의 입장은 틀린 게 아니야. 이른 거야. 이 집의 표현으로, 방향과 때는 다르다. 길은 알 수 있지만 때는 억지로 못 만들어. 통합이 이번 라운드를 이기는 건 제품이 충분히 좋지 않아서야. 충분해지는 날 심판은 판정을 바꾸고, 다음 레슨들이 온전히 말하는 봉인된 패키지의 대가가 청구돼.

Code

referee.py — 이 제품엔 이론이 어느 아키텍처를 예측해?·python

#!/usr/bin/env python3
"""Christensen's rule as a function: a product not yet good enough for what
customers want -> integration wins; overshoot -> modularity wins.
The inputs are judgments; the point is to write them down."""
from dataclasses import dataclass


@dataclass
class Product:
    name: str
    what_customers_want: str
    good_enough: bool          # does the best available product already do it?
    year: int

    def call(self) -> str:
        if self.good_enough:
            return "more-than-good-enough -> compete on price/choice -> MODULAR wins"
        return "not-good-enough -> performance leaks at every interface -> INTEGRATED wins"


ROUNDS = [
    Product("personal computer", "spreadsheets, documents, email", True, 1998),
    Product("smartphone", "apps, camera, battery through a day", False, 2010),
    Product("smartphone", "apps, camera, battery through a day", True, 2022),
    Product("local LLM machine", "whole-repo context at reading speed, frontier-size models", False, 2026),
    Product("local LLM machine", "the same, once 1-2 TB pools and >2 TB/s are ordinary", True, 20_30),
]

for p in ROUNDS:
    print(f"{p.year}  {p.name:18} {p.call()}")
print("\n(the last row is a prediction, not a fact; the year is a placeholder)")

Exercise

referee.py를 돌린 다음 네 제품 둘을 추가해. 하나는 지금 충분히 좋지 않다고 믿는 것, 하나는 이미 넘쳤다고 믿는 것. 고객의 필요를 풀어서 적고. 그다음 로컬 LLM 줄을 반대편에서 논증해 봐. 2026년 구매자가 이 기계는 이미 충분하다고 말하려면 뭐가 참이어야 하고, 그게 참이면 이론은 맥의 설계에 대해 뭘 예측해?

Hint

반대편은 진짜 입장이야. 짧은 컨텍스트 작업, 그러니까 받아쓰기 정리, 태깅, 메일 초안엔 24 GB 노트북이 이미 충분하고도 남아. 그 구매자들한테 이론은 가격 전쟁과 소켓을 예측해. 엣지 시대 트랙이 그 인구를 진지하게 다뤄. 로컬 LLM 줄이 충분치 않은 건 사람들이 지금 돈 내는 워크로드에 대해서만이야.

규칙