본문으로 건너뛰기
피드

AI는 쓰레기이고, 거품임 (2025)

ai-ml 약 6분
vote
0
댓글
북마크

LLM 기반 AI가 생산성을 오히려 떨어뜨리고, AI 버블이 닷컴의 17배 규모로 경제를 붕괴시킬 것이라는 강경한 주장. MIT, METR, Gartner 등의 연구 데이터를 인용하며 진짜 AI는 모델 구축 경로를 따라야 한다고 주장함.

  • 1

    AI 파일럿 95% 실패(MIT), 코딩 도구 사용 시 개발자 19% 느려짐(METR), AI 에이전트 70% 업무 미완수(Gartner)

  • 2

    AI 버블이 닷컴 버블의 17배, 서브프라임의 4배 규모

  • 3

    42% 기업이 AI 프로젝트 포기 중

  • 4

    진짜 AI는 LLM이 아닌 공간→인과→메타인지→자기모델의 모델 구축 경로 필요

Richard Carrier라는 저자가 "현재 AI는 사기이고, 곧 경제를 박살낼 것"이라는 꽤 과격한 주장을 펼친 장문의 글임. 감정적인 톤이 강하지만, 인용하는 연구 데이터들은 한번 짚어볼 만함.

핵심 주장: AI는 생산성을 오히려 떨어뜨림

  • MIT 연구에 따르면 AI 파일럿 프로젝트의 95%가 실패함. 기업의 수익이나 생산성 향상에 기여하지 못했다는 거임
  • METR 연구 결과가 재밌는데, AI 코딩 도구를 쓴 개발자들이 실제로는 19% 느려졌는데, 본인들은 20% 빨라졌다고 착각했다는 거임. 프롬프트 작성하고, 응답 기다리고, 결과물 검토하고, 안 되면 다시 프롬프트 치는 오버헤드가 원인
  • Gartner 조사에선 AI 에이전트가 사무 업무를 70% 확률로 완수하지 못함
  • 결국 42%의 기업이 AI 프로젝트를 포기하고 있다는 통계도 있음

저자의 비유가 인상적인데, AI를 쓰는 건 "최저임금도 안 되는 고등학교 중퇴자를 고용하는 것"과 같다는 거임. 기업들이 원래 그런 인력을 안 쓰는 데는 이유가 있다는 논리.

전문 분야에서의 제한적 활용

  • 저자도 AI가 완전히 쓸모없다고 하진 않음. 손상된 파피루스 해독(AENEAS 프로젝트) 같은 초전문 분야에서 전문가를 보조하는 역할은 가능
  • 다만 핵심은 "보조"지 "대체"가 아니라는 거임. 동일한 수의 전문가가 필요하고, AI는 사람이 놓치는 것을 찾아주는 정도
  • 영상/음성 AI 도구도 마찬가지로, 원래 사람을 고용할 여력이 없던 사람들이 쓰는 거지 기존 인력을 대체하는 게 아니라는 주장임
  • 결국 로봇이 제조업에, 컴퓨터가 사무직에 한 것과 같은 "점진적 생산성 도구"일 뿐이라는 거임

AI 도구의 가격 문제

  • 현재 AI 도구들은 시장 점유를 위해 원가 이하로 판매되고 있음
  • 제대로 가격을 매기면 4배~100배까지 오를 수 있고, 그때 되면 사람 고용하는 게 더 쌀 수도 있다는 분석
  • 오디오북이나 AI 아트 같은 시장도 결국 "원래 살 여력이 없던 사람들"에게 새 시장을 만든 것이지, 기존 일자리를 뺏은 게 아니라는 논리
  • Goldman Sachs, Deutsche Bank 등도 이미 비슷한 우려를 표명했다고 함

AI 버블은 역대급 규모

  • 저자가 인용한 수치가 꽤 충격적인데, AI 버블이 닷컴 버블의 17배, 서브프라임 버블의 4배 규모라는 거임
  • 미국 경제 성장의 상당 부분이 AI 투자를 빼면 실질적으로 성장이 없다는 주장
  • 전체 AI 경제가 "순환 사기(circularity scheme)"라는 과격한 표현도 씀 — AI 기업이 서로의 제품을 사고, 그걸 매출로 잡는 구조
  • 주식시장 지수의 1/3이 사라질 수 있고, 1929년 대공황보다 심각할 수 있다는 예측까지 함
  • 다만 차이점도 있다고 봄: 붕괴가 더 느리게 올 수 있고, 부자들이 더 크게 맞을 가능성이 있으며, 데이터센터 등 실물 자산은 남음

진짜 AI로 가는 길은 완전히 다름

  • 현재 LLM 방식은 "수영을 열심히 해서 집을 짓겠다"는 것과 같다는 비유를 씀. 수영 실력이 아무리 늘어도 집은 안 지어진다는 거임
  • 진짜 AI는 모델 구축(model-building) 경로를 따라야 한다고 주장:
    • 1단계: 공간 모델링 — 센서 데이터로 환경의 모델을 구축하고 탐색 (Waymo의 World Model이 이 단계)
    • 2단계: 상상의 환경 모델 생성 — 고양이가 꿈에서 가상의 쥐를 쫓으며 사냥 훈련하는 것처럼
    • 3단계: 인과 시스템 모델링 — 원인과 결과를 이해하는 단계
    • 4단계: 메타인지 — 자기 자신의 사고 과정을 모델링
    • 5단계: 완전한 자기 모델 — 자기 자신의 감정, 추론, 욕구를 통합적으로 이해
  • Yann LeCun도 비슷한 말을 했는데, "단어 예측이 아니라 물리 법칙을 이해하고, 지속적 기억을 유지하며, 복잡한 행동을 계획할 수 있는 월드 모델이 필요하다"고 함

결론

저자는 12년 내에 AI 버블이 터져 대규모 경제 위기가 올 것이라 예측하고, AI를 위키피디아처럼 "대충 방향 잡는 용도"로만 쓰라고 권고함. 톤이 매우 공격적이고 종말론적이긴 한데, 인용된 연구 데이터들 자체는 실제로 존재하는 것들이라 무시하기 어려운 부분도 있음. 다만 "17배 버블" 같은 수치의 산출 근거나, "12년 내 붕괴" 같은 예측은 저자 개인의 해석이 강하게 들어가 있다는 점은 감안해야 함.

인용된 연구 데이터 자체는 실재하지만, 1~2년 내 경제 붕괴 같은 예측은 저자 개인의 해석이 강하게 반영된 것임. 톤은 과격하지만 AI 생산성에 대한 의문 제기는 진지하게 받아들일 만함.

댓글

댓글

댓글을 불러오는 중...

ai-ml

오픈AI, 브로드컴과 만든 첫 자체 추론 칩 ‘할라페뇨’ 공개

오픈AI가 브로드컴과 함께 만든 첫 자체 추론 프로세서 ‘할라페뇨’를 공개했다. 아직 테스트 단계지만, 실시간 코딩 모델 같은 추론 워크로드에서 기존 최고 수준 대안보다 전력 대비 성능이 크게 좋다는 초기 결과를 내세웠다.

ai-ml

가트너 “네오클라우드, 2030년 AI 클라우드 시장 20% 먹는다”

생성형 AI 확산으로 GPU 기반 고성능 컴퓨팅 수요가 폭증하면서 AI 전용 클라우드 사업자인 네오클라우드가 커지고 있다는 분석이 나왔어. 가트너는 2030년 약 2,670억 달러 규모 AI 클라우드 시장에서 네오클라우드가 20%를 차지할 수 있다고 봤어. GPU 확보, 가격 경쟁력, 데이터 주권 대응이 핵심 포인트야.

ai-ml

스페이스X, 오픈소스 AI 스타트업에 초대형 컴퓨팅 파워 판다

리플렉션 AI가 스페이스X의 대형 데이터센터 인프라를 쓰기 위해 2029년까지 최대 63억달러 규모 계약을 맺었다는 내용이다. 월 1억5000만달러를 내고 엔비디아 GB300 기반 컴퓨팅 자원을 확보하는 구조이며, 스페이스X는 남는 AI 인프라를 외부 고객에게 파는 플랫폼 사업으로 확장하려는 흐름을 보인다. 오픈소스 AI 모델을 내세우는 리플렉션 AI가 정부·안보 시장에서 빠르게 커지고 있다는 점도 포인트다.

ai-ml

AI가 청소년의 ‘생각 훈련’을 건너뛰게 만든다는 경고

이 글은 생성형 AI가 청소년과 주니어에게 편리한 도구를 넘어 사고력 발달을 약화시킬 수 있다는 우려를 다뤄. 핵심은 AI 사용 자체가 문제라기보다, AI가 단일한 관계와 정보 통로가 되고 글쓰기·판단·고민의 과정을 대신해버릴 때 인지 훈련 기회가 사라진다는 점이야.

ai-ml

성남시, AI로 고독사 위험과 고령자 주차 문제를 같이 실증한다

성남시니어산업혁신센터가 AI 돌봄 자동화 플랫폼과 AI 스마트 주차관리 시스템의 실증기관으로 선정됐어. 각각 14억2500만 원, 30억 원 규모 사업이고, 고령자 돌봄과 교통약자 주차 편의라는 생활밀착형 문제를 AI로 풀어보겠다는 내용이야.