-
-
AI 버블이 온다 - 우리는 진짜 인공지능을 보고 있는가?
아르빈드 나라야난.사야시 카푸르 지음, 강미경 옮김 / 윌북 / 2025년 12월
평점 :
*출판사를 통해 도서를 지원받아 작성한 리뷰입니다.
최근 오러클과 코어위브를 비롯한 많은 인공지능 유관 회사들의 데이터센터 투자에 대한 과다한 부채문제가 AI버블이슈로 떠오른바 있습니다. 하지만 특정 기업이 아직 수익모델이 확립되지 않은 데이터센터에 과다한 부채를 당겨 인프라를 지으니 이것은’버블’이다 라고 하는 것은 논리적으로 빈약합니다. 중요한것은 인공지능이 어디까지 발전하고, 이것이 인간의 삶과 일에 어떤 영향을 미치고, 새로운 성장산업으로 가는데 있어 적정 소비와 생산효율성을 만들어내느냐의 문제겠죠. 따라서 AI버블에 대해서는 과도한 공포를 할 필요도 그렇다고 지나친 기대심리를 가지는 것도 금물입니다. 그 냉정함을 찾을 수 있는 서적 중에 하나는 <AI 버블이 온다>라고 생각합니다.
본서의 원제는 AI Snake OIl입니다. 이를 직역하면 뱀기름인데, 마치 국내에 유통된 호랑이 연고처럼 뱀기름이 만병통치약의 허위광고로 쓰이기 때문입니다. 그렇다고 저자들은 인공지능이 만병통치약처럼 과대포장되고 있다는 전제를 깔지는 않습니다. 그보다 본서에서는 인공지능 발전의 역사와 더불어 예측형 AI, 생성형 AI를 거쳐 인공지능 에이전트시대에 고찰할 이슈들을 얘기하고 있습니다. 그러니 단순 데이터센터에 대한 과다투자에 대한 일부 기업들의 신용이슈에 대한 버블과는 훨씬 더 고차원적인 이야기를 하는 것이죠.
일단, 인공지능에 대한 실패사례중 하나는 예측형 AI입니다. 예를 들어 특정 환자의 발병확률을 예측하거나, 범죄자의 보험가입확률을 예측하거나, 특정 기업의 주가상승을 예측하거나 신재생에너지의 발전량을 예측하는 인공지능은 완벽히 실패했고, 앞으로도 실패할 것으로 보입니다. 이는 세상이 단방향이 아닌 복잡성 이슈를 갖고 있고, 이 복잡성에 대해서는 인공지능이 모든 데이터를 가져오는게 불가능하기 때문입니다. (만일 가능했다면 인류역사상 가장 많은 예측을 한 일기예보가 왜 지금도 틀릴까요?) 하지만, 생성형 AI는 반대로 상당한 효율을 입증했습니다. 왜냐하면 생성형 AI는 기존에 있던 수많은 데이터들의 패턴을 찾고, 해당 패턴에서 과적합(Overfitting)과 과소적합(Underfitting)을 병행하며 노이즈를 해결해나가면서 최적의 결과값을 산출하는 것이고, 이것은 이미 산적해있는 데이터를 사용할 수 있다는 점, 그리고 언어모델이 인터넷 검색이나 이미지 분석에 대한 제한이 작용하지 않은 규제의 허점을 이용할 수 있기 때문입니다. (GPT가 어떻게 지브리 모델을 쓸 수 있을지를 잘 생각해보시면 됩니다)
정말 중요한 것은 다음단계입니다. 이제 에이전틱 인공지능 시대가 다가왔고, 실패한 예측모델, 성공적인 생성형 모델을 넘어 인공지능에이전트 시대가 도래하면, 이제 많은 직업들이 완전 대체가 될 것인지, 그리고 기존 자동화에서는 대체할 수 없었던 일괄 위탁생산시대가 가능할 것인지에 관한 것들이 그 예가 될것입니다. 본서에 언급한 부분과 저의 개인적인 입장은 아직까지도 그리고 당분한 AI는 보통의 기술을 보다 빠르게 만들어주는 것 이상 이하가 아니라는 것입니다. 만일 예측형 AI가 가능하다면, 완전히 다른 문제지만 현재의 생성형이 에이전틱으로 발전한다는 것은 특정 개별기업의 속도와 시간을 절약해주는 것이지 그 이상은 어려운 부분이 존재합니다. 이를 거꾸로 말하면 원천데이터가 있고, 해당 원천데이터로 결과물을 빠르게 만드는 직업은 내리막을 걷게 될것입니다. 반면에 원천데이터가 존재하지 않거나, 데이터를 조합해서 더 빠르게 생산성을 만들어야 하는 직군은 그 반대가 되겠지요. 철저한 인공지능 변곡점이 도래하는것이지, 이것을 단순히 AI버블로 생각하는 것은 완전히 다른 문제라고 판단됩니다.
💡”그러니 그 변곡점에서 할 것을 준비하는 게 필요한것입니다.”