2023년 7월에 친구에게 이렇게 말한 적이 있음: "솔직히 AI 회의론자임. AI와 LLM은 약간 흥미롭긴 하지만 5년 전의 자율주행차처럼, 벤처캐피탈이 만든 과대한 유행 정점에 있고 곧 거품이 꺼질 것 같음. 내가 기술에 관심을 두는 것은 혁신이 실제 사람들에게 유용하게 되는 것인데, 지금 단계에서는 콘텐츠 소비 측면에서 약간의 개선 그 이상으로 유익한 쓰임을 상상할 수 없음. 가장 잘하는 것은 그럴듯한 콘텐츠를 만드는 건데, 실제로 생성된 모든 결과물은 오류, 실수, '환각' 등을 전문가가 꼼꼼히 검증해야 함. 만약 어떤 공장이 ChatGPT처럼 결함품을 내놓는다면 바로 폐쇄될 것임. 이미 인터넷에는 질 낮고 심지어 기만적인 콘텐츠가 넘쳐나는 문제가 있는데, 이걸 자동으로 더 만들어내는 건 악몽 같음. 게다가, 일반적으로 쓰이는 학습 데이터셋에는 수많은 창작자들의 글이 허락 없이 포함되어 있을 가능성이 높고, 이런 시스템이 결국 창작자들의 노고로 만들어진 잘 꾸며진 거짓말을 보상이나 표기 없이 토해내고 있음. 너무 찝찝함!" 지금 이 '거품의 spectacular deflation'이 얼마나 빨리 다가올지 궁금함. 지금까지 살아온 동안 3번 정도의 주요 기술 거품을 겪어봤는데, 내 촉으로는 그 때가 멀지 않은 듯함
유용한 쓸모가 콘텐츠 소비 측면에서의 사소한 개선을 넘어설 수 없다는 지적<p>AlphaFold가 의료 연구 분야에 큰 영향을 주고 있음. AI는 챗봇만이 아님<p>AlphaFold 3가 신약 개발에 어떻게 쓰이고 있는지 이 기사를 참고할 만함. 내 여동생이 ALS라서 개인적으로 관심이 많음. 인실리코 돌파구만이 동생을 살릴 수 있을 거란 희망을 품고 있음
생성된 모든 결과물은 전문가가 꼼꼼히 검증해야 한다는 지적<p>아니, 그냥 올리면 됨. 사람들이 실수를 지적하면 알고리즘이 그 코멘트도 긍정적 상호작용으로 간주함. 실제로 신경 쓰는 사람 입장에서는 아쉬운 현실임
나도 현 경제적 배분에 깊이 회의감을 느끼고 있지만, 이런 건 항상 개척지에서 늘 있는 일임<p>AI 분야에서는 사람들이 transformer 아키텍처가 본질적으로 대량 데이터셋에서 의미적 관계를 식별, 채굴하는 추출적 프로세스라는 사실을 간과함<p>사람 문화 데이터는 겉으로 드러나지 않은 엄청난 양의 유추 정보가 담겨 있어서, 수많은 똑똑한 사람들이 이를 생성적 메커니즘으로 착각함<p>그래서 이 분야 전체를 "생성" AI라 부르지만, 실제로는 결코 생성적이지 않음. 숨겨진 의미를 추출해서 씨앗값에서 외삽하는 것에 불과함<p>이런 메커니즘이 쓸모 있는 부분이 많음. 새로운 의미나 이야기를 만들 필요 없는 노동의 예가 아주 많음<p>기존 의미적 패턴을 데이터에 적용해서 수작업을 자동화할 수 있고, 이때 목표를 달성하는데 필요한 알고리즘을 완전히 규정할 필요도 없어짐<p>만능 알고리즘, 마치 소닉 스크류드라이버처럼, 문제와 해결 예시만 충분히 주면 숨겨진 알고리즘이 모델 파라미터로 빨려 들어가서 모든 완전히 풀린 계열 문제를 해결할 수 있음<p>단, 이건 이미 충분히 해결된 문제군에는 효과적임. 미해결 문제도, 생성-검증 프레임워크로 문제를 푼다면 이 도구로 어쩌면 해결 시도를 해볼 수 있음
각기 다른 알고리즘이 각기 다른 역할을 함. "생성형" AI는 실제로 새로운 이야기나 이미지를 만들어낼 수 있고, 완전히 해결되지 않은 문제(예: 단백질 접힘)도 특정 알고리즘으로 다룰 수 있음
나는 이 거품이 19세기 철도 거품이나 1세대 닷컴 거품처럼, 결국 엄청난 가치를 창출하는 인프라 투자가 이루어지는 "좋은" 거품이라 봄<p>하지만, 모든 LLM은 대체 가능하고 (차별화 장벽 없음), 대부분의 수익은 "라스트 마일" 즉, 현장 전문가가 현업에 AI를 접목하는 활용에서 나올 것임
"좋은" 거품이라는 게 대규모로 구매한 하드웨어가 몇 년 뒤 버려질 운명이라면, 어떻게 긍정적인 인프라 투자라 볼 수 있는지 의문임
소비자 기기에 신뢰할 만한 메모리 대역폭이 폭넓게 보급되길 바람. 많은 하드웨어 벤더들이 이 부분을 아쉽게도 소홀히 하고 있음
"진짜로 쓸모 있는 대규모 저렴 GPU 활용 아이디어 있으면 준비하라"는 말을 주위에 자주 함. 하지만 아직 진짜 좋은 사업 아이디어는 떠오르지 않음
철도나 닷컴처럼, AI 거품이 꺼진 후에 남고 재활용 가능한 인프라가 뭘지 궁금함
저자는 너무 비관적으로 본다고 생각함. AI 업체들이 현재 돈 먹는 하마고 유지 불가능하다는 점엔 동의하지만, AI가 절대로 수익을 못 낼 거라고 단정짓는 건 무리라고 느낌. 업계 전체가 어마어마한 속도로 발전 중이고 모델 품질도 매달 향상되고 있음. 비용도 빨리 낮아지고 있음. AI의 활용 방법 자체를 아직 다 못 찾은 상태임
지금 이 거품 이후에도 누구도 AI를 이용해 가치 제공 및 수익을 못 낸다는 결론을 내린다면 그건 지나친 자만임
"비용 빨리 떨어진다"지만 자본 지출이 여전히 큼. 결국 돈을 받게 될 운명 아닌가?
수익성만의 문제는 아님. 장기적으로 사회 전체에 순이익이 있어야 함
현 표준에서 수익성 확보는 쉬움. 사용자 모으고, 의존도 높이고, 가격 올리고, AI 의무화하고, 이런 식임
noone이 뭔지? 그 단어에 너무 신뢰를 두고 있음
gpt4 이후로 기반 모델 성능은 거의 정체 상태임. 지금은 주로 도구/통합이 경쟁이고, 목표점은 AGI라서 어떤 제품이든 그 진보도로 평가받음. "최신" 모델들이 계속 나와서 사용자 유지도 어렵고, 사용자들은 사실상 모델 성능에만 관심이 있음. openai 너희 보고 있음...<p>"그들은 나를 bubble boy라 불렀다..." - Deutsche 은행 누군가
분석이 매우 상세하지만, 저자가 자신의 감정에 너무 몰입한 나머지 감정을 정당화하는 결론만 도출하는 것 같음. 거품이라는 점, 많은 회사가 망할 거라는 건 동의하지만, Google이나 Anthropic 같은 곳이 망하진 않을 거라고 생각함 (단, Google이 훨씬 우수하거나 훨씬 저렴한 동급 성능 모델을 만들지 않는 한). Claude는 Python, Typescript 같이 데이터가 많은 언어에서는 코드가 너무 잘 나와서 월 수백, 많게는 수천 달러(회사에서 보조)를 안 쓸 이유가 없음. 지금은 가장 강력한 에이전트와 모델 확보 경쟁 중임. 결국 인간이 요구사항과 컨텍스트를 얼마나 잘 명확화하느냐가 병목이 되고, 그 뒤에는 모델 단가 인하가 주요 경쟁력이 됨. 아직 그 단계는 아님 (하지만 이미 요구/컨텍스트를 잘 전달할 수록 더 생산적으로 모델을 쓸 수 있음). 비용 인하가 본격적 목표가 되면 Google이 하드웨어 역량으로 승리할 거라 봄
Claude는 수백~수천 달러 가치<p>실제 추론 비용이 수천 달러에 달하거나 그 이상임. 그리고, 엔지니어가 월 수천 달러를 추가로 들여서 생산성이 그만큼 오른다고 확신할 근거가 없음. 모델은 그린필드 프로젝트(새로 짜는 코드)에는 큰 도움이 되나, 실제 엔지니어링은 기존 코드 반복 및 유지보수가 많음. 즉, 새 기능을 짜는 코드 쓰는 시간과 AI한테 프롬프트 잘 써서 새 기능 코드 뽑는 시간 차이가 중요한데, 그게 10%라고 쳐도 AI로 시간 10% 절약하면 주 4시간 남음. 그 4시간을 실제 코드 개발에 다 쓰진 않으니 실질적 산출 증가는 5%쯤임. 이렇게 따지면 사용자가 5% 생산성 향상, 연봉 1만 달러면 회사가 AI에 월 500달러 이상 안 쓸 것. 그런데 Anthropic이 한 사용자를 위해 주 $10k 이상 추론 비용을 쓰는 구조면 말이 안 맞음. 비용이 엄청 내려가야 진정 의미 있음. 10년 뒤에는 엔지니어가 GPU 내장 랩탑을 받아서 AI 코드완성을 아주 빠르게 쓰는 시나리오라면, 회사는 기기 3~5천 달러 한 번 투자로 끝임. 앞으로 AI코딩은 ‘에이전트’가 주류가 아니라, 프롬프트 엔지니어링도 아님. 모델은 지금보다 크게 향상되진 않을 거고, 단순·표준적·쓸만하지만 특출나진 않을 것. 결국 ‘심심하게’ 느껴지는 게 건강한 미래임
본질적으로 IDE 플러그인 이상의 시장 규모로는, 이런 회사들의 평가액을 정당화하기 어렵다고 봄
Claude가 실제로 수익을 낼 수 있을지는 미지수임. 보조비용을 실제로 기꺼이 낼 사람이 충분한가, 그리고 추가 인력 연봉의 큰 비중을 차지할 수준의 비용이면 더욱 의문임
OpenAI가 한때 ‘압도적 우위’에 있었지만 경쟁사들이 1년 만에 따라온 점을 보면, 이런 격차는 그리 벽이 두껍지 않음. Anthropic 케이스처럼 핵심 인력만 빠지면 얼마든 따라잡을 수 있는 시장임
지금 우리가 경제의 큰 부분을 날려버릴 정도로 거품에 빠졌냐고? 거의 확실하다고 봄. 그렇다고 AI 자체가 사기라는 의미는 아님. 결국 닷컴 거품도 터졌지만, 인터넷은 사라지지 않았고, 당시 닷컴이 약속한 거의 모든 건 언젠가 실현됨
인터넷이 모든 걸 할 수 있게 된 건 맞지만, 그게 GPU 가속 LLM이 인간 노동의 대다수를 대체한다는 이야기로 자동 연결되진 않음
본문에서도 실제 사용자가 유용하다고 느끼는 사례가 있음은 인정함. “사기”라는 평가도, 실제 유용성보다 VC와 언론, 투자금 등이 너무 과장됐다는 의미임. 거품이라고 부르는 건 완전 사라지고 다시는 안 나온다는 얘기가 아니라, 결국 현실이 드러나서 많은 회사가 망하고, 평가액이 폭락하며, 연쇄적 여파가 생긴다는 뜻임
예측의 문제는, 바로 ‘시점’ 그 자체가 실질적인 예측이 된다는 거임. 앞으로 뭐가 올지 모름. GPT-3 처음 봤을 땐 진짜 별로라 생각해서 신경도 안 썼음. 그래서 지금은 미래에 대한 불확실성이 훨씬 큼<p>인터넷도 ‘당초 약속의 어떤 버전’을 긴 시간이 지나서, 당시 존재하지 않은 신기술로 실현한 사례임. "방향성은 맞지만"이란 건 실은 "틀렸다"는 유의어에 가까움
닷컴에서 약속한 거의 모든 게 실현됐단 주장, 블록체인 거품 생각해봄? 요즘 블록체인 많이 쓰고 있나? 실제 무언가를 바꿨나?
거품은 언젠간 꺼질 것임. 웹 거품도 꺼졌고, 그 과정은 아플 것임. 하지만 AI 기술은 남고 실제로 변혁을 이끌 것임. 웹이 그랬던 것처럼, 좋은 방향에도 나쁜 방향에도 영향을 줄 것임
AI 관련 논쟁이 결국 크립토 논쟁과 ‘구별 불가’한 수준으로 똑같다는 점이 늘 웃김<p>(단, LLM에는 실제 쓸모가 있음)
닷컴 거품 시절 나스닥 P/E 비율이 200을 넘었지만, 현재 전체 시장은 40, Nvidia는 49. 모두가 이번에도 거품이라고 말하고 싶어 하지만, 실제 ‘고객’이나 ‘수익’ 기반으로 보면 전혀 거품 아님. ChatGPT는 MAU 1억 명을 역사상 가장 빠르게 달성했고, 인터넷에서 방문자 수 기준 상위 5위 안에 든다고 함. Cursor는 사상 최단기간 5억 달러 매출 돌파. Midjourney도 요즘 화제 안 되지만 연매출 2억 달러 넘게 수익 내며 흑자임. 냉정히 보자면, 해커뉴스 사람들이야말로 생각이 ‘거품’에 가까움. 물론, 과대 평가된 회사도 많고 부침도 있겠지만, 이런 실질적 지표를 보고도 “크립토와 똑같다”고 말하는 건 도저히 이해 못함. 최근 설문조사에서 48%가 ChatGPT로 심리상담을 해봤다고 함(설문 링크). 이 정도 폭발적인 확산은 인류 역사상 없음. 이제는 서버도 수요를 못 따라가서 매주 서비스가 다운될 지경임. 거품과는 본질적으로 다름
본문의 주장이 의미 있지만, 군더더기 줄이면 더 강력하고 간결하게 전달될 것임
아이러니하게도 ChatGPT에게 프랑스어 요약을 부탁했었음. 그런데 AI 거품이 너무 피곤하고, 트위터 타임라인 절반이 AI 소식과 스레드로 도배되는 것에 질림
Reddit과 LinkedIn은 자동 생성된 콘텐츠의 온상이 됐음. 그래도 패턴만 알면 걸러내고 차단하기 쉬움
요약 및 번역 용도로 AI는 꽤 쓸만함<p>나는 AI 결과물을 프롬프트+입력 정보량 대비 출력 정보량으로 분류함<p>요약: 출력 < 입력. 이런 저위험 작업에는 준수함<p>번역: 출력 ≈ 입력(형식/언어만 다름). 이건 확인이 좀 더 필요함<p>생성 확장: 출력 > 입력. 위험요소는 여기 있음. 예를 들어 치즈버거 구성을 뽑으라 했더니 AI가 ‘참깨빵’을 ‘넣으려고’ 하는 것처럼, AI의 내부 데이터 기준 평균값을 유추할 뿐임. 괜찮을 수도 있지만, 만약 참깨 알레르기면 치명적일 수 있음. 입력 넘어서는 부분엔 항상 주의가 필요함. 본질적으로 입력을 넘어선 생성 결과는 ‘평균적’일 수밖에 없음. 그래서 AI 생성물이 ‘평균적’ 슬러지로 보여지는 이유임
이 글 신선하다는 느낌임. 나는 "낙관론자" 그룹에 더 가깝긴 하지만, 전반적으로 회의론이 부족하다고 생각함. 보수적 견해를 가진 사람이나 비판하는 사람이 오히려 이상하게 취급받는 분위기가 있음. 이전 트렌드와 달리 AI 업계의 사기꾼은 정말 많고, 단순히 래퍼나 챗봇만 씌우면 뭐든 “AI 기반”이라고 포장할 수 있게 됨
Hacker News 의견
2023년 7월에 친구에게 이렇게 말한 적이 있음: "솔직히 AI 회의론자임. AI와 LLM은 약간 흥미롭긴 하지만 5년 전의 자율주행차처럼, 벤처캐피탈이 만든 과대한 유행 정점에 있고 곧 거품이 꺼질 것 같음. 내가 기술에 관심을 두는 것은 혁신이 실제 사람들에게 유용하게 되는 것인데, 지금 단계에서는 콘텐츠 소비 측면에서 약간의 개선 그 이상으로 유익한 쓰임을 상상할 수 없음. 가장 잘하는 것은 그럴듯한 콘텐츠를 만드는 건데, 실제로 생성된 모든 결과물은 오류, 실수, '환각' 등을 전문가가 꼼꼼히 검증해야 함. 만약 어떤 공장이 ChatGPT처럼 결함품을 내놓는다면 바로 폐쇄될 것임. 이미 인터넷에는 질 낮고 심지어 기만적인 콘텐츠가 넘쳐나는 문제가 있는데, 이걸 자동으로 더 만들어내는 건 악몽 같음. 게다가, 일반적으로 쓰이는 학습 데이터셋에는 수많은 창작자들의 글이 허락 없이 포함되어 있을 가능성이 높고, 이런 시스템이 결국 창작자들의 노고로 만들어진 잘 꾸며진 거짓말을 보상이나 표기 없이 토해내고 있음. 너무 찝찝함!" 지금 이 '거품의 spectacular deflation'이 얼마나 빨리 다가올지 궁금함. 지금까지 살아온 동안 3번 정도의 주요 기술 거품을 겪어봤는데, 내 촉으로는 그 때가 멀지 않은 듯함
나도 현 경제적 배분에 깊이 회의감을 느끼고 있지만, 이런 건 항상 개척지에서 늘 있는 일임<p>AI 분야에서는 사람들이 transformer 아키텍처가 본질적으로 대량 데이터셋에서 의미적 관계를 식별, 채굴하는 추출적 프로세스라는 사실을 간과함<p>사람 문화 데이터는 겉으로 드러나지 않은 엄청난 양의 유추 정보가 담겨 있어서, 수많은 똑똑한 사람들이 이를 생성적 메커니즘으로 착각함<p>그래서 이 분야 전체를 "생성" AI라 부르지만, 실제로는 결코 생성적이지 않음. 숨겨진 의미를 추출해서 씨앗값에서 외삽하는 것에 불과함<p>이런 메커니즘이 쓸모 있는 부분이 많음. 새로운 의미나 이야기를 만들 필요 없는 노동의 예가 아주 많음<p>기존 의미적 패턴을 데이터에 적용해서 수작업을 자동화할 수 있고, 이때 목표를 달성하는데 필요한 알고리즘을 완전히 규정할 필요도 없어짐<p>만능 알고리즘, 마치 소닉 스크류드라이버처럼, 문제와 해결 예시만 충분히 주면 숨겨진 알고리즘이 모델 파라미터로 빨려 들어가서 모든 완전히 풀린 계열 문제를 해결할 수 있음<p>단, 이건 이미 충분히 해결된 문제군에는 효과적임. 미해결 문제도, 생성-검증 프레임워크로 문제를 푼다면 이 도구로 어쩌면 해결 시도를 해볼 수 있음
나는 이 거품이 19세기 철도 거품이나 1세대 닷컴 거품처럼, 결국 엄청난 가치를 창출하는 인프라 투자가 이루어지는 "좋은" 거품이라 봄<p>하지만, 모든 LLM은 대체 가능하고 (차별화 장벽 없음), 대부분의 수익은 "라스트 마일" 즉, 현장 전문가가 현업에 AI를 접목하는 활용에서 나올 것임
"좋은" 거품이라는 게 대규모로 구매한 하드웨어가 몇 년 뒤 버려질 운명이라면, 어떻게 긍정적인 인프라 투자라 볼 수 있는지 의문임
소비자 기기에 신뢰할 만한 메모리 대역폭이 폭넓게 보급되길 바람. 많은 하드웨어 벤더들이 이 부분을 아쉽게도 소홀히 하고 있음
"진짜로 쓸모 있는 대규모 저렴 GPU 활용 아이디어 있으면 준비하라"는 말을 주위에 자주 함. 하지만 아직 진짜 좋은 사업 아이디어는 떠오르지 않음
철도나 닷컴처럼, AI 거품이 꺼진 후에 남고 재활용 가능한 인프라가 뭘지 궁금함
저자는 너무 비관적으로 본다고 생각함. AI 업체들이 현재 돈 먹는 하마고 유지 불가능하다는 점엔 동의하지만, AI가 절대로 수익을 못 낼 거라고 단정짓는 건 무리라고 느낌. 업계 전체가 어마어마한 속도로 발전 중이고 모델 품질도 매달 향상되고 있음. 비용도 빨리 낮아지고 있음. AI의 활용 방법 자체를 아직 다 못 찾은 상태임 지금 이 거품 이후에도 누구도 AI를 이용해 가치 제공 및 수익을 못 낸다는 결론을 내린다면 그건 지나친 자만임
"비용 빨리 떨어진다"지만 자본 지출이 여전히 큼. 결국 돈을 받게 될 운명 아닌가?
수익성만의 문제는 아님. 장기적으로 사회 전체에 순이익이 있어야 함 현 표준에서 수익성 확보는 쉬움. 사용자 모으고, 의존도 높이고, 가격 올리고, AI 의무화하고, 이런 식임
noone이 뭔지? 그 단어에 너무 신뢰를 두고 있음
gpt4 이후로 기반 모델 성능은 거의 정체 상태임. 지금은 주로 도구/통합이 경쟁이고, 목표점은 AGI라서 어떤 제품이든 그 진보도로 평가받음. "최신" 모델들이 계속 나와서 사용자 유지도 어렵고, 사용자들은 사실상 모델 성능에만 관심이 있음. openai 너희 보고 있음...<p>"그들은 나를 bubble boy라 불렀다..." - Deutsche 은행 누군가
분석이 매우 상세하지만, 저자가 자신의 감정에 너무 몰입한 나머지 감정을 정당화하는 결론만 도출하는 것 같음. 거품이라는 점, 많은 회사가 망할 거라는 건 동의하지만, Google이나 Anthropic 같은 곳이 망하진 않을 거라고 생각함 (단, Google이 훨씬 우수하거나 훨씬 저렴한 동급 성능 모델을 만들지 않는 한). Claude는 Python, Typescript 같이 데이터가 많은 언어에서는 코드가 너무 잘 나와서 월 수백, 많게는 수천 달러(회사에서 보조)를 안 쓸 이유가 없음. 지금은 가장 강력한 에이전트와 모델 확보 경쟁 중임. 결국 인간이 요구사항과 컨텍스트를 얼마나 잘 명확화하느냐가 병목이 되고, 그 뒤에는 모델 단가 인하가 주요 경쟁력이 됨. 아직 그 단계는 아님 (하지만 이미 요구/컨텍스트를 잘 전달할 수록 더 생산적으로 모델을 쓸 수 있음). 비용 인하가 본격적 목표가 되면 Google이 하드웨어 역량으로 승리할 거라 봄
본질적으로 IDE 플러그인 이상의 시장 규모로는, 이런 회사들의 평가액을 정당화하기 어렵다고 봄
Claude가 실제로 수익을 낼 수 있을지는 미지수임. 보조비용을 실제로 기꺼이 낼 사람이 충분한가, 그리고 추가 인력 연봉의 큰 비중을 차지할 수준의 비용이면 더욱 의문임
OpenAI가 한때 ‘압도적 우위’에 있었지만 경쟁사들이 1년 만에 따라온 점을 보면, 이런 격차는 그리 벽이 두껍지 않음. Anthropic 케이스처럼 핵심 인력만 빠지면 얼마든 따라잡을 수 있는 시장임
지금 우리가 경제의 큰 부분을 날려버릴 정도로 거품에 빠졌냐고? 거의 확실하다고 봄. 그렇다고 AI 자체가 사기라는 의미는 아님. 결국 닷컴 거품도 터졌지만, 인터넷은 사라지지 않았고, 당시 닷컴이 약속한 거의 모든 건 언젠가 실현됨
인터넷이 모든 걸 할 수 있게 된 건 맞지만, 그게 GPU 가속 LLM이 인간 노동의 대다수를 대체한다는 이야기로 자동 연결되진 않음
본문에서도 실제 사용자가 유용하다고 느끼는 사례가 있음은 인정함. “사기”라는 평가도, 실제 유용성보다 VC와 언론, 투자금 등이 너무 과장됐다는 의미임. 거품이라고 부르는 건 완전 사라지고 다시는 안 나온다는 얘기가 아니라, 결국 현실이 드러나서 많은 회사가 망하고, 평가액이 폭락하며, 연쇄적 여파가 생긴다는 뜻임
예측의 문제는, 바로 ‘시점’ 그 자체가 실질적인 예측이 된다는 거임. 앞으로 뭐가 올지 모름. GPT-3 처음 봤을 땐 진짜 별로라 생각해서 신경도 안 썼음. 그래서 지금은 미래에 대한 불확실성이 훨씬 큼<p>인터넷도 ‘당초 약속의 어떤 버전’을 긴 시간이 지나서, 당시 존재하지 않은 신기술로 실현한 사례임. "방향성은 맞지만"이란 건 실은 "틀렸다"는 유의어에 가까움
닷컴에서 약속한 거의 모든 게 실현됐단 주장, 블록체인 거품 생각해봄? 요즘 블록체인 많이 쓰고 있나? 실제 무언가를 바꿨나?
거품은 언젠간 꺼질 것임. 웹 거품도 꺼졌고, 그 과정은 아플 것임. 하지만 AI 기술은 남고 실제로 변혁을 이끌 것임. 웹이 그랬던 것처럼, 좋은 방향에도 나쁜 방향에도 영향을 줄 것임
AI 관련 논쟁이 결국 크립토 논쟁과 ‘구별 불가’한 수준으로 똑같다는 점이 늘 웃김<p>(단, LLM에는 실제 쓸모가 있음)
닷컴 거품 시절 나스닥 P/E 비율이 200을 넘었지만, 현재 전체 시장은 40, Nvidia는 49. 모두가 이번에도 거품이라고 말하고 싶어 하지만, 실제 ‘고객’이나 ‘수익’ 기반으로 보면 전혀 거품 아님. ChatGPT는 MAU 1억 명을 역사상 가장 빠르게 달성했고, 인터넷에서 방문자 수 기준 상위 5위 안에 든다고 함. Cursor는 사상 최단기간 5억 달러 매출 돌파. Midjourney도 요즘 화제 안 되지만 연매출 2억 달러 넘게 수익 내며 흑자임. 냉정히 보자면, 해커뉴스 사람들이야말로 생각이 ‘거품’에 가까움. 물론, 과대 평가된 회사도 많고 부침도 있겠지만, 이런 실질적 지표를 보고도 “크립토와 똑같다”고 말하는 건 도저히 이해 못함. 최근 설문조사에서 48%가 ChatGPT로 심리상담을 해봤다고 함(설문 링크). 이 정도 폭발적인 확산은 인류 역사상 없음. 이제는 서버도 수요를 못 따라가서 매주 서비스가 다운될 지경임. 거품과는 본질적으로 다름
본문의 주장이 의미 있지만, 군더더기 줄이면 더 강력하고 간결하게 전달될 것임
아이러니하게도 ChatGPT에게 프랑스어 요약을 부탁했었음. 그런데 AI 거품이 너무 피곤하고, 트위터 타임라인 절반이 AI 소식과 스레드로 도배되는 것에 질림
Reddit과 LinkedIn은 자동 생성된 콘텐츠의 온상이 됐음. 그래도 패턴만 알면 걸러내고 차단하기 쉬움
요약 및 번역 용도로 AI는 꽤 쓸만함<p>나는 AI 결과물을 프롬프트+입력 정보량 대비 출력 정보량으로 분류함<p>요약: 출력 < 입력. 이런 저위험 작업에는 준수함<p>번역: 출력 ≈ 입력(형식/언어만 다름). 이건 확인이 좀 더 필요함<p>생성 확장: 출력 > 입력. 위험요소는 여기 있음. 예를 들어 치즈버거 구성을 뽑으라 했더니 AI가 ‘참깨빵’을 ‘넣으려고’ 하는 것처럼, AI의 내부 데이터 기준 평균값을 유추할 뿐임. 괜찮을 수도 있지만, 만약 참깨 알레르기면 치명적일 수 있음. 입력 넘어서는 부분엔 항상 주의가 필요함. 본질적으로 입력을 넘어선 생성 결과는 ‘평균적’일 수밖에 없음. 그래서 AI 생성물이 ‘평균적’ 슬러지로 보여지는 이유임
이 글 신선하다는 느낌임. 나는 "낙관론자" 그룹에 더 가깝긴 하지만, 전반적으로 회의론이 부족하다고 생각함. 보수적 견해를 가진 사람이나 비판하는 사람이 오히려 이상하게 취급받는 분위기가 있음. 이전 트렌드와 달리 AI 업계의 사기꾼은 정말 많고, 단순히 래퍼나 챗봇만 씌우면 뭐든 “AI 기반”이라고 포장할 수 있게 됨