AI 거품이 곧 꺼질겁니다

제가 해외 반응 보니, 내년 즘으로 예상하고 있습니다. 한국은 항상 글로벌 트랜드를 뒷북치는 경향이 있어서 한번 적어볼 생각을 합니다. 해외주식 단기 투자하시는 분들도 조심하시고요.

AI가 겪는 고질병은 바로 운영비용이 상당히 높다는 것입니다. 기존 전통적인 알고리즘 기반 처리에 비해, 동일한 문제 해결에 많은 런타임과 애너지를 소비하여 해결하는 것이 AI입니다. 2017년 당시 슬슬 CNN 모델 구현체가 나오고 AI 가속 개발이 시작된 때부터 있었던 문제고, 시간이 지나면서도 더욱 나아지지 않고 있습니다. AI 하드웨어 제조사들이 지금 버블이 이는 것을 실컷 단물 빼먹으려고 하드웨어 단가를 낮추지 않을 겁니다. 그렇기에 높은 AI 운영비용이 낮아질 기회가 보이지 않고요.

자본주의에선 결국 가치를 창출해야 합니다. 다시 말하면 이익을 내야 하죠. 하드웨어 공급자를 제외하면, OpenAI를 포함해서 지금 여전히 많은 기업이 AI로 돈을 벌고 있지 못하고 있습니다. AI로 제품 개발 해보려는 분들은 아시겠지만, B2C 모델로는 도저히 AI를 써먹기 힘든 상황입니다. 정말 niche한 회사 B2B 솔루션이나 유튭 알고리즘 최적화로 광고 수익 극대화하는 것 아닌 이상 말이죠. 이걸 사람들이 깨닫기 시작하면 거품이 깨지기 시작할 겁니다.

운영 비용이 낮아져야 합니다. 하드웨어 단가를 낮추고, 애너지 효율을 높혀서 AI 운영 비용이 낮아지는 미래가 빠르게 올지는 불투명합니다. 이 불확실성 때문에, 일단 자본이 되는 회사들은 계속 AI를 밀어 부치는 것이지, 그것도 결국 끝이 올겁니다.

그리고 자본주의는 경쟁이 필요한데, 이렇게 신기술이 나올 때마다 소수의 회사만이 기술을 주도하면 거품이 일곤 했습니다. 전화망 구축될 때는 Bell이었고, 전산화 시기 때는 IBM, 인터넷이 상용화 되었을 때는 닷컴 버블 시 유명했던 big 3. 생각해보면, AI라고 구조가 크게 다르지 않네요.

삼성이 갤럭시 SoC에 AI 가속 ASIC 넣어서 오프라인 음성인식, 번역 구현한지 수십년 걸렸습니다. 지금 생성형 AI 모델 구동하려면 테라바이트 급의 램이 필요합니다. 하드웨어적으로만 봐도, 생성형 AI가 필수품이 되기 위해선 아직 해결해야 할 엔지니어링 과제가 산처럼 싸여있어요.

AI 기술 자체도 근본적인 문제가 많죠. 80년대부터 신경망을 모방해서 뭐가 나올거라는 기대감에 계속 연구 이전에 개발이 먼저 되는 거의 유사과학에 가까운 분야입니다. Blackbox 문제라고 하죠. AI 개발사들도, 사용사도 모두 자기들이 개발한 AI 모델이 왜 그렇게 돌아가는지 이해하지 못하는게 현실임. 신경과학 연구가 먼저 진행되야 하는데, 생물과에서 가장 진척이 뎌딘 분야죠. 이게 해결되지 않으면 LLM은 끊임없이 거짓말을 내뱉을 겁니다. 우리 두뇌를 먼저 이해해야 AI를 완성할 수 있다는 심오한 문제가 있음. 그걸 AI가 해줄거라고 생각하면 참 생각이 짧은거고.

적어보니 OKKY에 가끔 올라오는 주제인 것 같네요. 계속 반복되는 내용 죄송하지만, 할 말은 하고 살아야죠.