월가는 AI 붐에 전례 없는 자본을 쏟아붓고 있으며, 일각에서는 이를 "미친 열차"라고 부르기도 합니다. 이러한 자금 급증은 전통적인 벤처 캐피털뿐 아니라 구조화 신용이나 복잡한 차입 계약과 같은 복잡한 금융 상품에 의해 주도되고 있으며, 이는 위험과 책임의 경계를 모호하게 만듭니다.
월가의 베테랑 기자인 데이킨 캠벨은 구조화 신용이 본질적으로 위험한 것은 아니지만, 불투명하고 추적하기 어려운 방식으로 금융 시스템 전반에 위험을 분산시킨다고 경고합니다. 이러한 투명성 부족으로 인해 투자자, 규제 기관, 언론인들은 잠재적 위험이 확대되기 전에 이를 포착하기 어려워지며, 이는 과거 금융 버블을 떠올리게 합니다.
이러한 광란의 중심에는 마크 저커버그와 샘 알트먼과 같은 유명 IT 리더들이 있으며, 그들의 동기는 단순한 이윤 추구를 넘어섭니다. 그들은 AI가 결국 수익성 있는 사업이 될 것이라고 믿지만, 그들의 야망은 매우 개인적인 것이기도 합니다. 이들 창업자 중 다수는 어린 시절 공상과학 소설에서 영감을 받았으며, 지금은 인공 일반 지능(AGI)을 달성하기 위한 역사적 사명을 띠고 있으며, 그 과정에서 전설이 될 가능성이 있다고 생각합니다.
19세기 철도와의 비교는 막대한 AI 인프라 투자를 정당화하기 위해 자주 사용됩니다. 철도는 수명이 긴 자산으로 건설되어 수십 년에 걸쳐 수익을 창출했습니다. 하지만 AI 인프라, 특히 데이터 센터는 다릅니다. 기술 분석가 폴 케드로스키에 따르면, 데이터 센터 비용의 약 60%가 GPU(수명이 3~6년에 불과하고 빠르게 감가상각되는 칩)에 집중되어 있습니다. 나머지는 냉각, 전력, 그리고 내구성은 있지만 철도만큼 오래 지속되지는 않는 건물 비용입니다. 이러한 점 때문에 비유의 타당성은 약해집니다.
더 적절한 비교는 닷컴 버블 시대의 광섬유 과잉 건설일 것입니다. 이는 수요가 투자에 미치지 못하면서 결국 과잉과 붕괴로 이어진 또 다른 대규모 인프라 투자의 물결이었습니다.
지금의 진짜 문제는 현재의 AI 붐이 지속될 수 있을지 여부입니다. 추론, 즉 AI 모델을 실행하여 답을 도출하는 프로세스는 비즈니스 모델의 핵심입니다. 하지만 이러한 붐이 지속되려면 AI가 실험적 과대광고를 넘어 반복 가능하고 신뢰할 수 있는 가치를 제공해야 합니다. 투자자와 사용자 모두 점점 더 많은 질문을 던지고 있습니다. AI가 전문가 수준의 지시 없이도 실제 문제를 일관되게 해결할 수 있을까요?
생성적 AI는 Grammarly와 같은 도구를 사용하여 글쓰기 능력을 향상시키거나 연구 아이디어 도출을 돕는 등 명확한 이점을 제공하지만, 많은 사용자는 복잡한 작업을 처리할 때 AI로부터 일관되고 정확한 결과를 얻는 데 여전히 어려움을 겪고 있습니다. 문서를 분석하고, 지시를 정확하게 따르고, 추측 없이 신뢰할 수 있는 답변을 제공하는 AI에 대한 꿈은 여전히 남아 있습니다. 하지만 그러한 수준의 신뢰성은 아직 실현되지 않았습니다.
결국 AI 산업은 AGI 추구에서 실용적이고 사용 가능한 제품 개발로 초점을 옮겨야 할지도 모릅니다. 시장, 투자자, 그리고 대중의 수요는 기업들이 가시적인 성과를 내도록 압박할 가능성이 높습니다. 그때까지 이러한 열풍은 계속될 수 있지만, 재정적 복잡성이라는 층위 아래에 숨겨진 위험은 점차 커지고 있습니다.
댓글 없음:
댓글 쓰기