테크판 AI 버블과 AI 이후의 버블
학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 의미 전달이 애매한 문장은 삭제했습니다. 이번에는 과도한 AI 열풍에 비판적인 글을 써온 독립 저널리스트 Will Lockett의 글을 정리한 것입니다.
투기가 세상을 지배한다. 예전에는 그렇지 않았다. 그러나 1980년대부터 2008년까지 무언가가 변했다. 투자자들은 합법적인 사업보다 과대광고에서 훨씬 더 많은 수익을 얻을 수 있다는 사실을 깨달았다. 결국 우리는 정보화 시대에 살고 있으며, 정보는 조작과 상품화가 용이하다. 이로 인해 닷컴 버블, 2008년 신용 경색, 2016~2017년 암호화폐 버블, 2020년 말~2021년 암호화폐 버블, 2022년 NFT 버블이 발생했으며, 최근 유행은 AI 버블이다.
사실 전 세계 민간 투자 거의 절반이 AI로 유입되고 있으며, AI 투기가 최근 S&P 500 지수 상승의 주된 원동력이다. 그러나 이전 거품들이 파멸 직전 보였던 징후와 마찬가지로, AI 거품 역시 곧 터질 조짐을 보이고 있다. 그러나 금융·테크 업계 사람들은 교훈을 얻었고, 언젠가 어차피 손절하고 빠져나갈 때를 대비해 또 다른 대박 열풍을 준비 중이다. 다만 안타까운 건, 그것이 AI보다도 더 막다른 길이라는 점이다.
따라서 AI 버블이 터질 시점이 임박했다는 건 사실상 상식이다. 효율적 연산 한계나 플로리디 추측 같은 개념들은 현재 우리가 가진 AI 모델이 사실상 한계에 다다랐음을 의미한다. 오픈AI가 수조 달러를 쏟아 모델 규모를 10배로 늘린다 해도 성능은 미미하게 개선될 뿐이다. 최근 출시된 ChatGPT-5가 이를 완벽히 증명한다. 전작 ChatGPT-4보다 훨씬 많은 데이터, 훈련, 자금이 투입되었음에도 성능은 미미하게 개선된 수준에 그쳤다.
이는 심각한 문제다! 현재 상태 생성형 AI 모델은 실질적으로 유용하지도, 수익성 측면에서도 전혀 기대할 수 없기 때문이다.
MIT 보고서에 따르면 AI 파일럿 95%가 기업의 수익이나 생산성을 증가시키지 못했다.. 효과를 본 5%의 경우에도 AI는 뒷방에서 매우 제한적인 행정 업무로 밀려났으며, 그마저도 미미한 개선에 그쳤다. METR 보고서는 AI 코딩 도구가 오히려 개발자 작업 속도를 늦춘다는 사실을 발견했다. 이러한 모델의 부정확성은 매우 찾기 어렵고 수정하기 힘든 기이한 코딩 버그를 반복적으로 생성한다는 것을 의미한다. 논리적으로 개발자가 직접 코딩하는 것이 더 빠르고 저렴하다. 연구에 따르면 근로자 77%에게 AI는 생산성이 아닌 업무량을 증가시켰다. 현 시점에서 생성형 AI는 대부분 사용 사례에서 생산성이나 수익성을 의미 있게 향상시키기에는 오류 발생률이 지나치게 높다.
다시 말해, AI 모델이 막대한 투자를 이끌어낸 기대를 실제로 충족시키려면 훨씬 더 우수해져야 하며, 이는 기하급수적으로 더 많은 비용을 투입해야 함을 의미한다.
이는 또 다른 문제다.생성형 AI 기업 중 압도적으로 가장 큰 고객 기반을 가진 OpenAI조차도 월 200달러 요금제 하나당 여전히 엄청난 손실을 보고 있기 때문이다. 사실, 손익분기점을 맞추려면 월 2,000달러 정도에 판매해야 할 것으로 보인다.
벤처 캐피털과 투자 은행들 지원을 받는 빅테크 기업들은 지난 몇 년간 매년 수천억 달러를 AI에 쏟아부었다. 그러나 이 기술은 한계에 다다랐고 더 이상 발전할 수 없을 뿐만 아니라 수익성과는 한참 거리가 멀다. 이는 완전히 근거 없는 허황된 투기를 부추기기 위해 천문학적 자금이 투입된 완벽한 거품이다. 이제 GPT-5의 실망스러운 성과, 메타의 AI 부문 구조조정 및 축소, 금리 인상 위협 속에서 이 거품을 부풀린 바로 그 투자자들이 거품이 터질 것이라고 경고하고 있다. 심지어 AI 버블에 막대한 자금을 쏟아부은 골드만삭스조차 AI 버블이 곧 터질 것이며, 그럴 경우 데이터센터 버블도 함께 무너져 xAI, 메타, 구글, 앤트로픽, 오픈AI뿐만 아니라 AI 인프라를 제공하는 아마존, 오라클, 엔비디아 같은 3차 업체들까지 막대한 피해를 입을 것이라고 경고했다.
다시 말해, 이 거품이 터지면 여러분이 아는 모든 괴짜 기술 브로와 해로운 금융 가이들은 믿기 힘든 피해를 입힐 것이다.
다행히도 그들은 이 인위적인 경제 종말을 피할 계획을 갖고 있다. 양자 컴퓨터다. 그리고 그들은 우리 모두가 이 새로운 유행에 뛰어들어주길 간절히 바라고 있다.
안타깝게도 양자 컴퓨터 작동 원리를 자세히 설명할 시간은 없지만, 쉽게 말해, 양자 컴퓨터는 1 또는 0일 수 있는 비트 대신 양자비트(큐비트)를 사용합니다. 큐비트는 동시에 양자 상태를 가질 수 있다. 이는 양자 컴퓨터가 이론상 기하급수적인 연산 능력을 가질 수 있음을 의미한다. 한 번에 엄청난 양의 입력을 받아들이고, 동시에 엄청난 양의 출력을 내뿜을 수 있기 때문이다. 실제로 최근 한 양자 컴퓨터는 최고의 슈퍼컴퓨터가 해결하는 데 우주의 나이보다 더 오랜 시간이 걸렸을 수학 문제를 단 몇 분 만에 해결했다. 따라서 양자 컴퓨팅은 복잡한 분자 구조와 상호작용을 계산함으로써 화학 분야에서 혁신적인 발전을 가져올 뿐만 아니라, 기하급수적인 연산 능력이 현재 기술의 한계를 극복할 수 있다는 점에서 머신러닝과 인공지능 분야에서도 혁명을 약속한다.
심지어 일부에서는 우리 뇌 자체가 양자 컴퓨터라고 주장하며, 이는 양자 인공지능이 결국 현재 모델보다 훨씬 효율적이고 운영 비용이 저렴한 진정한 인간 수준의 지능을 가진 기계를 만들어낼 수 있음을 시사한다고 말한다.
이것이 어디로 향하는지 짐작할 것이다. AI에 깊이 투자한 모든 기술계 거물과 금융계 인사들은 양자 컴퓨터가 AI의 모든 문제를 해결할 수 있다는 추측에 동조하며 자금을 쏟아붓고 영향력을 행사하고 있다.
AI 거인 구글, 마이크로소프트, 아마존은 현재 자체 양자 컴퓨터를 개발 중이다. 엔비디아는 양자 컴퓨터 하드웨어 및 소프트웨어 플랫폼을 개발하고 있다. 오픈AI는 최근 세계 최고 광자 기반 양자 컴퓨팅 물리학자들을 영입했다. 머스크조차 자신의 AI 야망을 위해 양자 컴퓨팅 아이디어를 제시하기 시작했다. 그러나 이는 대기업만의 이야기가 아니다. 소규모 양자 컴퓨팅 업체들도 막대한 투자를 유치하며 기업 가치가 급등하는 모습을 보이고 있다. 비교적 작은 양자 컴퓨팅 연구 스타트업인 퀀티넘(Quantinuum)은 최근 6억 달러를 조달하며 기업 가치를 100억 달러로 두 배 끌어올렸다.
이는 AI 버블에서 벗어나기 위한 탈출구로 보인다. AI 세계가 직면한 모든 문제를 해결할 것이라는 약속을 내세워 이 기술에 자금과 과대광고를 쏟아붓는 것이다. 그렇다면 이는 단순히 한 버블을 다른 버블로 대체하는 것일까? 이 기술 거대 기업들과 그들의 후원자들은 다시 한번 허황된 약속에 수십억 달러를 쏟아붓고 있는 것일까? 아니면 양자 컴퓨팅이 실제로 AI 산업이 직면한 문제들을 해결할 수 있을까?
안타깝게도 양자 컴퓨팅은 겉보기와 다르다. 우선 하드웨어는 완전한 기능 구현까지 아직 한참 멀었다. 진정한 범용 양자 컴퓨터가 실제로 작동하기까지는 10~20년이 더 걸릴 전망이다. 양자 컴퓨터는 제작 자체가 엄청나게 어렵고 운영은 더욱 까다롭다. 막대한 투자를 통해 이 일정을 앞당길 수는 있겠지만, 핵융합 연구가 보여주듯 아무것도 보장된 것은 없다.
솔직히 말해, 문제는 하드웨어가 아니다. 소프트웨어가 문제다. 대부분의 경우 양자 컴퓨터는 일반 슈퍼컴퓨터보다 훨씬 느리다. 계승 계산처럼 매우 특정한 복잡한 작업에서만 그 성능을 발휘할 수 있다. 그러나 큐비트 특수성 때문에 이 컴퓨터들은 표준 코드나 알고리즘을 실행할 수 없다. 특정 알고리즘이 필요하다는 점이 문제다.
슈뢰딩거의 고양이 상자를 열면 그 중첩 상태가 죽었거나 살았거나로 고정된다는 점을 기억하나? 이를 양자 파동 함수의 붕괴라고 한다. 큐비트를 읽을 때도 마찬가지다. 상태를 고정함으로써 일반 컴퓨터처럼 1 또는 0으로 만들어버리는데, 이로 인해 지수적 계산 능력이라는 장점은 무의미해진다. 대신 컴퓨터는 양자파 간섭을 이용해 큐비트를 유용한 상태로 선별한 후 읽어야 한다. 그렇게 해야 읽을 때 유용한 답을 얻고 이 지수적 계산 능력을 활용할 수 있다.
하지만 이런 알고리즘을 고안하는 건 엄청나게 어렵고, 매우 특정한 다중 노드 복합 작업만 해결하는 데 사용할 수 있다.
현재 계승 계산이나 양자 물리학 모델링이 가능한 몇 가지 알고리즘이 존재하지만, 그 정도가 전부다. 화학 시뮬레이션이나 AI를 구동하는 신경망에 적용 가능한 알고리즘은 아직 발견되지 않았으며, 많은 연구자들은 이러한 응용 분야에 적합한 알고리즘 자체가 존재하지 않을 수 있다고 생각한다. 그들은 AI 훈련에 사용되는 데이터가 매우 비정형적이며, 훈련 과정에서 계산되는 실제 수학 연산이 양자 컴퓨터에 적합하지 않다는 점을 지적한다.
따라서 빅테크 기업들이 실질적으로 활용 가능한 양자 컴퓨터 출시를 앞당긴다 해도, 현재 과학적 관점에서는 AI에 아무런 영향을 미치지 못할 것이다. 사실 우리는 양자 알고리즘을 너무나도 적게 발견해왔기에, 이 기술이 약속하는 대부분의 장점은 완전히 실현 불가능해 보인다. 이 주제를 이해하기 어렵다면 — 솔직히 말해, 양자 물리학은 항상 매우 어렵다. — 양자 컴퓨팅 박사 학위 소지자가 운영하는 ‘Looking Glass Universe’ 채널 영상은 양자 컴퓨터의 작동 원리와 한계를 매우 잘 설명한다.
다시 한번, 이 모든 것은 허세일 뿐, 실속은 없다. 심지어 우리 뇌가 양자 컴퓨터라는 개념, 즉 양자 AI 운동 전체를 촉발시킨 그 아이디어조차도 최근 연구들로 거의 반박되었다. 하지만 그건 중요하지 않다. 현실은 더 이상 중요하지 않다. 이 개념은 시대정신을 타고 있고 있다. 양자 컴퓨터가 무엇을 할 수 있는지에 대한 잘못된 정보는 널리 퍼져 번성하고 있다. 그리고 이 멍청이들은 그것을 상품화할 준비가 되어 있다.
빅테크와 그 후원자들이 양자 컴퓨터 거품을 충분히 빠르게 키울 수 있다면, 그들이 할 수 있는 일은 AI 거품이 터지는 것을 지연시키는 것뿐이다. 조만간 약속된 이익이 실현되지 않고 시대정신이 현실과 맞닿기 시작하면 과대광고는 사그라들 것이다. 수백억 달러에 달하는 그 모든 자금은, 인플레이션을 최소한 따라잡기 위해 노동자 임금 인상으로 쓰여야 했지만, 대신 이 돈먹는 하마로 빨려 들어갔다. 결국 사라질 것이며, 우리는 그 노력의 결과로 보여줄 것이 거의 없을 것이다. 한심하고, 슬프며, 최상위 억만장자들을 제외한 우리 모두에게 피해를 줄 것이다. 왜냐하면 그들은 모든 것이 망가지기 전에 이미 돈을 빼내갈 테니까.
