AI 기술 발전의 한계점에 도달하고 있는 빅테크 기업들

Meta Is Delaying the Rollout of Its Flagship AI Model

By Meghan Bobrowsky and Sam Schechner

May 15, 2025 3:17 pm ET

최근 WSJ 기사를 보면서 AI 기술 발전이 생각보다 어려운 단계에 접어들었다는 생각이 들었다. 메타가 자사의 핵심 AI 모델인 'Behemoth'의 출시를 지연하고 있다는 소식이다.

수십억 달러를 투자했음에도 메타의 엔지니어들은 이 모델의 성능을 유의미하게 개선하는 데 어려움을 겪고 있다. 처음에는 4월 출시 예정이었다가 6월로, 그리고 지금은 가을 이후로 연기되었다. 이런 모습은 몇 가지 중요한 시사점을 던져준다.

1. 기술 발전의 속도는 점점 느려질 수 있다. NYU 데이터 과학 센터의 라비드 슈워츠-지브 교수가 말했듯이 "지금 모든 연구소와 모든 모델에서 진전이 매우 적다." 2년 전 ChatGPT가 등장했을 때와 같은 혁신적 도약이 앞으로는 더 드물어질 수 있다.

2. 비용 대비 효율이 떨어지고 있다. 메타는 올해 최대 720억 달러의 자본 지출을 계획하고 있으며, 그 대부분은 AI 개발에 사용될 예정이다. 하지만 이런 막대한 투자에도 불구하고 기대만큼의 성과를 내지 못하고 있다.

3. 인재 유출 문제가 심각하다. 메타의 첫 Llama 모델을 개발한 14명의 연구자 중 11명이 회사를 떠났다. 이는 단순히 메타만의 문제가 아닐 수 있다. AI 분야의 고급 인재들이 큰 성과를 내기 어려운 상황에서 이직을 선택하고 있을 가능성이 있다.

4. 이는 메타만의 문제가 아니다. OpenAI의 GPT-5나 Anthropic의 Claude 3.5 Opus 등 다른 주요 AI 기업들도 새로운 모델 출시에 어려움을 겪고 있다. 업계 전반에 걸친 도전이 존재한다.

5. 결과에 대한 불투명성이 존재한다. 메타가 AI 챗봇 리더보드에 제출한 모델과 실제로 공개한 모델이 다르다는 문제가 발생했다. 성과를 과장하려는 유혹이 있다는 점은 현재의 AI 기술이 마주한 한계를 간접적으로 보여준다.

이런 상황을 보면, AI 기술 발전이 '한계 비용 체증의 법칙(Low of increasing costs)'에 직면했을 가능성이 크다. 초기에는 적은 투자로도 큰 성과를 냈지만, 이제는 엄청난 투자에도 점점 더 작은 개선만 이루어지고 있다.

AI에 대한 기대와 실제 성과 사이의 간극이 커지고 있는 지금, 기업들은 어떻게 이 어려움을 극복할 수 있을까? 단순히 더 많은 컴퓨팅 파워와 자본을 투입하는 것보다 근본적인 접근 방식의 변화가 필요할 수도 있다.

이것이 AI 개발의 자연스러운 성장통일지, 아니면 현재 접근법의 한계점에 도달했음을 의미하는지는 앞으로 지켜봐야 할 것이다. 하지만 확실한 것은, 지금까지 우리가 봐왔던 AI의 급속한 발전 속도가 앞으로는 조금 달라질 수 있다는 점이다.