매우 촘촘하고 다양한 근거를 가지고 있는 두 개의 ‘AI 거품' 주장이 등장했습니다. 이를 둘러싼 찬반 논쟁이 거셉니다.

첫 번째 AI 거품을 주장한 곳은 투자은행 골드만삭스입니다. 25년 6월 25일 발행된 31쪽 분량의 보고서 “생성 AI: 너무 많은 비용, 너무 적은 이득?(Gen AI: Too much spend, too little benefit?)”은 AI에 의한 생산성 향상에 따른 경제 이익, AI 수익, AI 전력 수요 등을 다루고 있습니다. 보고서 핵심은 AI에 대한 천문학적 수준의 투자가 진행되었고 또 진행되어야 하지만 AI로 인한 경제 수익이 만들어지기까지 꽤나 많은 시간이 걸린다는 점입니다. (이러한 투자와 수익의 시간차는 거품 형성과 거품이 터지는 결과를 만들 수 있습니다.) 골드만삭스의 보고서는 MIT 경제학과 교수 대런 아세모글루(Daron Acemoglu)와의 인터뷰-4쪽-를 담고 있습니다. 아세모글루는 한국어로 번역된 책 ‘권력과 진보'의 공동 저자이며 최근 큰 관심을 모은 ‘인공지능의 간단한 거시경제학'을 발표한 탁월한 학자입니다. 아세모글루는 이번 인터뷰를 통해 “AI 발전으로 인한 미국 생산성 향상과 그에 따른 GDP 상승 효과는 많은 전문가들이 예상하는 것보다 훨씬 낮을 것"이라고 주장하고 있습니다. 나아가 아세모글루는 “진정으로 혁신적인 변화는 앞으로 10년 이내에 일어나지 않을 것"이라면서 “현재 인간이 수행하는 많은 작업(task)은 … AI가 (가까운 시일내에) 실질적으로 개선할 수 없을 것"이라는 비관적 전망을 내놓고 있습니다. 특히 아세모글루는 ‘스케일링 법칙(the scaling law)’에 의문을 제기하고 있습니다. 스케일링 법칙은, 매우 단순화하여 표현하면, AI 모델(LLM)은 더 많은 데이터와 GPU를 투입하면 더 강력해진다는 내용입니다. 이 때문에 미국 빅테크 기업은 엔비디아(Nvidia) GPU, 다시말해 H100을 경쟁적으로 구매한 것입니다. 그런데 스케일링 법칙 때문에 미국 빅테크가 엔비디아를 매개로 막대한 AI 투자를 진행했고, 이 투자에 문제가 발생할 수 있습니다. AI 투자는 급증하는데 이에 따른 수익은 매우 낮게 상승하기 때문입니다. 결과적으로 AI 거품이 형성되고 이 거품이 터질 수 있다는 의미입니다.

아세모글루는 묻고 있습니다. “AI 능력이 두 배로 좋아진다면, 여러분의 작업 또는 업무(task) 효율성은 어떤 변화를 겪나요?” (아세모글루의 이번 주장에 대한 제 비판은 이 글 뒷부분에 담겠습니다.) 아세모글루의 주장이 일부 맞습니다. Claude 3.5 모델은 동급 최강입니다. Claude를 만든 Anthropic의 대표 다리오 아모데이(Dario Amodei)는 2025년 또는 2026년에는 AI모델 개발에 100억 달러가 필요할 것이라고 주장합니다. 2024년 기준 그 비용은 10억달러입니다. 2027년에는 어떨까요? 다리오 아모데이에 따르면 1,000억 달러가 들 수도 있습니다. 왜 이렇게 LLM 개발에 천문학적 비용이 발생할까요? 그리고 왜 이렇게 급증할까요? 비용 폭발의 중심에는 컴퓨팅 성능-핵심은 GPU-에 대한 끝없는 욕구가 자리 잡고 있습니다. 새로운 세대의 AI 모델은 기하급수적으로 더 많은 컴퓨팅을 요구하며, H100과 B100으로 대표되는 컴퓨팅 파워는 결코 저렴하지 않기 때문입니다. 더불어 데이터센터의 전기 수요도 급증하고 있습니다. 수요가 공급을 초과하면 해당 제품 및 서비스의 가격은 상승합니다. 여기서 두 번째 글에 대한 소개로 넘어가겠습니다.

두 번 째 글은 세쿼이아 캐피털에서 발행한 “AI의 6,000억 달러 질문"입니다. 저자는 데이비드 챈(David Chan)입니다. 참고로 세쿼이아 캐피탈은 1972년에 설립된 매우 전통있는 벤처캐피털 기업입니다. 이 글의 핵심은 지금까지 AI에 6,000억 달러가 투자되었지만, 관련 매출은 약 1,000억 달러에 머물고 있다는 점입니다. AI 매출보다 AI 투자가 더 빠르게 증가하고 있습니다. 그 결과 현재 5,000억 달러의 구멍이 발생했고, 이 구멍은 점점 더 커지고 있습니다. 이 글에 따르면, 철도 또는 인터넷과 같은 기반 기술과는 달리 AI의 경우 투자가 AI 칩 형태로 구축되고 있으며, 그 투자 성과를 언제쯤 거둘 수있을지 알 수 없습니다. 데이비드 챈이 우려하는 또 다른 점은 AI 칩의 감가상각입니다. 엔비디아는 2024년 하반기 B100 생산 및 판매를 시작합니다. H100 구매에 막대한 투자를 진행했던 메타, 마이크로소프트, 구글, 아마존 등 미국 빅테크는 B100 구매에도 열을 올릴 것입니다. 엔비디아에 따르면 B100은 H100 대비 가격은 25% 저렴하고 성능은 2.5배 좋습니다. 이 때 해당 기업 재무제표에는 어떤 일이 발생할까요? (H100에 대한) 매우 높은 수준의 감가상각이 발생합니다. 감가상각이 크면 기업은 재무적 위기에 직면할 수 있습니다. 첫 째 기업의 이익이 감소하기 때문입니다. 감가상각비는 비용 항목으로 처리되기 때문에, 이 비용이 증가하면 기업의 순이익이 감소합니다. 이는 투자자들에게 부정 신호를 보낼 수 있으며 주식 가격에 영향을 줄 수 있습니다. 둘 째 기업의 자산 가치가 하락하기 때문입니다. 큰 감가상각은 해당 자산의 가치가 빠르게 감소함을 의미할 수 있습니다. 이는 장기적으로 기업 가치에 부정 영향을 미칠 수 있습니다.

강정수 생각: AI 희망이 투자 전략이 되어서는 안된다

최근 (그나마) 의미있는 AI 수익을 창출하는 기업은 세계에서 가장 가치 있는 5대 기업, 즉 애플, 마이크포소프트, 엔비디아, 알파벳/구글 그리고 아마존입니다. 이들 5개 기업의 시장 가치는 2022년 11월 ChatGPT 출시 이후 약 13조 달러로 두 배 가까이 증가했습니다. 하지만 앞서 두 글을 통해 설명한 것처럼 이들 5개 기업에도 AI 투자와 AI 매출의 격차가 커질수록 구멍이 너무 커질 위험도 증가합니다. 이 위험성을 고려한다면, 여러분이 가지고 계신 AI에 대한 희망이 AI 관련 기업에 대한 투자 전략이 되어서는 안됩니다.

세쿼이아 캐피털의 데이비드 챈은 다음과 같은 경고를 하고 있습니다. "실리콘밸리에서 미국 전역으로 그리고 이제는 전 세계로 퍼진 환상을 믿지 말아야 합니다. 이 환상은 일반인공지능(AGI)이 내일 등장할 것이기 때문에 우리가 해야 할 일은 칩이라는 유일한 가치 있는 재화를 비축하는 것뿐이며, (칩을 비축하거나 칩을 생산 및 비축하는 기업에 투자하면) 우리 모두가 빨리 부자가 될 것이라고 말합니다."

저는 AI 미래에 낙관적입니다. 그러나 AI 관련 우리 앞에는 길고 험난한 여정이 기다리고 있습니다. 여기에는 기복이 있을 것입니다. 때문에 데이비드 챈의 경고에 귀 기울여야 합니다. (여러분, 특히 이른바 AI 관련 주식에 투자하고 계신 여러분, 가능한 맑은 머리를 유지하셔야 합니다. The Core의 ‘AI 브리핑’이 여러분을 돕겠습니다😁)

2024년 7월 이코노미스트도 “인공지능 혁명에 무슨 일이 일어났나요?”라는 분석 기사를 통해 AI가 (아직까지) 비즈니스 혁신을 가져다 주지 못했다고 주장하고 있습니다. AI 비용-GPU와 전기료-이 치솟고 있지만 관련 수익이 이를 따라잡지 못하고 있음을 지적하고 있습니다. 앞선 두 글과 유사한 논리와 사실에 기반하고 있습니다. 아래 그림에서 볼 수 있는 것처럼 미국 기업 업무에서 AI 챗봇 채택 비율이 매우 낮습니다. 이는 챗봇 서비스를 제공하는 기업의 매출이 낮음을 의미합니다.

이렇게 미국 기업이 AI를 사용하는 비율이 낮은 이유는 여러가지일 것입니다. 데이터 보안, 편향된 알고리즘, 환각에 대한 우려 등으로 AI 도입이 늦어지고 있을 것입니다. 도입을 하더라도 고객서비스(CS), 마케팅 등 상대적으로 작은 업무 범위에서 AI가 이용되고 있습니다.

위에서 소개한 골드만삭스 보고서는 인터넷과 AI를 비교합니다. 인터넷은 우리의 삶을 변화시킨 기술 발명품이지만 초기 단계에도 저비용 솔루션이었습니다. 그리고 저비용 솔루션인 인터넷이 당시의 고비용 솔루션이었던 전화, 편지, 팩스, 신문 등을 대체했다고 지적하고 있습니다. 옳습니다. 그러나 AI 비용은 고가의 GPU 칩 때문에 높은 시작점을 가지고 있습니다. 골드만삭스 보고서는 AI 비용이 앞으로 낮아질 가능성을 낮게 평가하고 있습니다. 다시말해 AI는 처음부터 고비용이며 이 고비용이 계속 유지될 수 있다는 주장입니다. 맞습니다. 때문에 AI를 업무에 적용하려는 기업은 이 고비용에 상응하는 (높은) 대가를 지불해야 합니다. 대다수 기업이 AI 도입을 주저할 수 밖에 없는 이유이기도 합니다. 다시말해 AI 서비스를 제공하는 기업도 고비용 구조의 특징을 가지고 있고 AI 서비스를 도입하려고 하는 기업도 고비용 구조를 직면하게 된다는 것입니다. 결과적으로 개별 기업의 AI 채택률은 낮을 수 밖에 없습니다.

골드만삭스 보고서는 전력난을 쉽게 해결할 수 없기 때문에 AI 성장에도 제약이 발생할 수 있다는 주장을 펼칩니다. 전력난은 AI 성장뿐 아니라 AI 시장에서 경쟁을 제약하는 요소가 될 것입니다. 경쟁이 축소되면 AI 혁신과 AI 비용 하락도 늦춰질 수 있습니다.

이러한 경고에 주목할 필요는 있습니다. 특히 인공지능이 인간 능력을 뛰어넘게 될 것이라는 근거 없는 주장과는 거리를 두어야 합니다. 또한 AI로 인해 경제는 무한 성장을 경험하게 될 것이라는 주장은 거부해야 합니다.

신기술은 투기와 거품을 동반하는 경우가 많(았)습니다. 투기와 거품은 투자자의 눈물로 끝납니다. 1800년대 철도가 그랬습니다. 1990년대 인터넷이 그랬습니다. 그러나 많은 투자자가 눈물을 흘리고 손해를 보더라도 철도와 인터넷은 구축할 가치를 가지고 있었습니다.

아세모글루는 앞으로 10년 이내에 AI가 경제 전반에 영향을 미치기 어렵다고 주장합니다. 그렇다고 AI에 비관적일 필요는 없습니다. 역사적으로 볼 때 철도 또한 마찬가지였습니다. 새로운 기술은 사람들이 사용법을 모르기 때문에 처음에는 생산성을 크게 향상시키지 못하는 경향이 있습니다. AI는 다양한 기업에서 비즈니스 모델의 재구성을 필요로 합니다. AI가 할 수 있는 완전히 새로운 작업(task)을 찾은 후에야 수익이 발생하고 생산성 향상이 시작될 것입니다. 우리는 생성 AI의 능력으로 무엇을 할 수 있을지 알아내야 합니다. 그리고 알아 낼 것입니다. 생성 AI가 인간을 대체할 것이라는 생각은 근거가 없을 뿐더러 창의적인 생각을 가로막는 사고방식입니다. 앞으로 더 참신하고 멋진 생성 AI 사용 사례가 쏟아질 것입니다. 저는 AI 거품을 부정하지 않습니다. 다만 지나친 낙관론과 비관론은 경계합니다. 냉정하고 창의적인 생각이 중요합니다. 특히 AI 거품이 터질 때 눈물을 흘리는 투자자가 되지 않는 것도 중요합니다. 다시한번 말씀드리지만 희망은 결코 전략이 될 수 없습니다.

Headlines

• 저는 커즈와일(Ray Kurzweil)의 특이점(Singularity)를 믿지 않습니다. 같은 맥락에 있는 또는 동전의 양면인 제프리 힌턴(Geoffrey Hinton)의 AI 종말론도 신뢰하지 않습니다. 레이 커즈와일은 AI가 더욱 지능화되고 인간은 불멸의 존재가 되는 상태인 특이점을 예측한 것으로 유명합니다. 커즈와일은 우리가 특이점에 점점 더 가까워지고 있다고 믿으며 그 이유를 뉴욕타임스 인터뷰에서 설명하고 있습니다. 여유되실 때 읽어 보시길 바랍니다. (뉴욕타임스 커즈와일 기사)
• AMD가 핀란드의 Silo AI를 인수했습니다. 24년 4월 8일 AI 브리핑 #4 ‘네이버 클로바 X, 카카오 코GPT가 참조할 ‘바이킹 AI 모델'에서 Silo AI를 소개한 바있습니다. 핀란드에서 2017년 설립된 Silo AI는 아이슬란드어, 핀란드어, 노르웨이어, 스웨덴어 등과 같이 덜 일반적인 언어에서 좋은 평가를 받는 거대언어모델 ‘바이킹(Viking)'을 제공하고 있습니다. 이를 AMD가 인수한 것입니다. 인수 이유는 엔비디아 대비 AMD의 경쟁력을 높이기 위함에서 찾을 수 있습니다. Silo AI는 지금까지 모델 개발에 엔비디아 칩이 아닌 AMD 칩을 사용한 것으로 유명합니다. (매우 영리한 선택이었다고 평가할 수 있습니다.)  Silo AI 종사자 규모는 350명입니다. 이들은 앞으로 AMD 칩을 이용해서 어떻게 언어모델(LLM)을 개발 및 발전시킬 수 있는지를 설명하는 증인?이 될 것입니다.
• 소프트뱅크가 유럽에서 가장 가치 있는 칩 스타트업 Graphcore를 인수합니다. 영국 기업 Graphcore는 AI 프로세서 사업에서 엔비디아와 경쟁하기를 원했습니다. 하지만 투자자들은 그 가능성을 크게 믿지 않았습니다. 엔비디아는 하드웨어뿐 아니라 Cuda 등 소프트웨어에서도 강력한 경쟁력을 가지고 있습니다. AMD처럼 Graphcore도 소프트웨어에서 한계를 만난 것 같습니다. Graphcore의 투자금이 바닥을 보이자 소프트뱅크가 인수한 것입니다. 소프트뱅크가 Graphcore에 도움을 줄 수 있습니다. 소프트뱅크는 칩 설계기업 ARM의 대주주입니다. ARM의 소프트웨어 노하우가 Graphcore와 시너지 효과를 낼 수 있을 것입니다.