▲

AI의 전화 접속 시대

 (wreflection.com)
2P by GN⁺ 1달전 | ★ favorite | 댓글 1개
  • 1990년대 인터넷 초창기처럼, AI 혁명도 초기 단계의 혼란과 과도한 기대가 공존하는 시기이며 과도한 낙관론과 회의론 모두 부분적으로만 옳음
  • AI가 일자리를 대체할지 창출할지에 대한 논쟁이 과거 인터넷 논쟁과 유사하게 양극화된 상태
  • 방사선과 의사는 AI 예측과 달리 고용이 증가했으나, 이는 제본스 역설(효율성 향상이 총 소비 증가로 이어지는 현상)이 작동한 사례
  • AI 투자 열풍이 닷컴 버블과 유사한 과열 양상을 보이지만, 하이퍼스케일러들의 인프라 투자는 장기적으로 미래 기반을 구축할 것
  • AI가 새로운 직업군과 산업을 창출하며, “소프트웨어 엔지니어”의 의미조차 변할 만큼 노동 구조 전환이 진행 중임

인터넷 초창기와 AI 시대의 유사성

  • 1995년 인터넷 보급 초기, 웹사이트는 2000여 개에 불과했고 대부분 단순한 텍스트 기반 구조였음
    • 이미지 로딩에 수 분이 걸리고, 온라인 결제는 불신받았으며 “인터넷에서 낯선 이를 믿지 말라”는 조언이 일반적이었음
  • 당시 낙관론자는 전자상거래와 가상현실의 급성장을 예견했고, 비관론자는 인터넷을 일시적 유행으로 봄
  • 25년 후, 사람들은 소셜미디어로 뉴스 소비, 앱으로 연애, 공유경제 서비스 이용 등 예상을 뛰어넘는 변화를 경험함
  • 이 글은 “지금의 AI 시대가 1995년의 인터넷과 같다”고 비유하며, 양극단의 예측이 모두 부분적으로만 옳다고 지적

고용 역설: 자동화의 영향이 산업에 따라 달라지는 이유

  • Geoffrey Hinton은 2016년 AI가 대량 실업을 유발할 것이라 경고하며 "방사선과 의사 훈련을 중단해야 한다"고 주장
    • 하지만 2025년 미국 방사선과 레지던트 자리는 역대 최고인 1,208개로 4% 증가했고, 공실률도 최고치 기록
    • 평균 연봉은 52만 달러로 2015년 대비 48% 증가하며 두 번째로 높은 보수의 의료 전문 분야 유지
  • 연구자 Deena Mousa는 예측 실패 원인으로 제본스 역설을 지적
    • AI가 방사선과 의사 생산성을 높이면서 진단 비용 하락 → 더 많은 사람들이 스캔 받음 → 고용 증가
    • 현실 복잡성, 이미지 인식 이상의 업무, 규제/보험 장벽도 추가 요인
  • Satya Nadella, Aaron Levie 등 기술 업계는 "AI가 적용된 거의 모든 분야에서 수요가 증가할 것" 이라는 낙관론 제시

  • 제본스 역설의 한계

    • Andrej Karpathy는 방사선과가 초기 일자리 대체 분석에 부적합하다고 지적
      • 다면적이고 고위험이며 규제가 많은 분야
      • 일자리 변화는 단순 반복 작업, 독립적이고 짧으며 실수 비용이 낮은 영역에서 먼저 발생
    • 고용 증가 여부는 미충족 수요의 규모와 생산성 향상 속도 간의 경쟁에 달려 있음
      • 두 요인의 균형에 따라 산업별로 결과가 달라짐

  • 200년 간의 산업별 데이터 분석

    • 경제학자 James Bessen의 연구는 1800~2000년 섬유, 철강, 자동차 산업의 고용/생산성/수요 데이터 제시
      • 섬유와 철강: 자동화 후 약 100년간 고용 증가했다가 급격히 감소
      • 자동차 제조: 꾸준히 유지되며 동일한 급격한 감소 미발생
    • 생산성 그래프: 모든 산업에서 지수적 생산성 증가 확인 (로그 스케일)
      • 1900년 섬유 노동자는 1800년 대비 50배 더 많은 생산 가능
    • 수요 그래프: 초기에는 가격 하락으로 대량 수요 창출
      • 1800년대 초 대부분 사람들은 바지나 셔츠 한 벌만 구입 가능
      • 자동화로 가격 급락 → 여러 벌의 옷 구매 가능 → 고용과 생산성 동시 급증

  • 수요 포화와 고용 감소

    • 수요가 포화되면 고용은 최고 수요에서 정체되지만 자동화는 계속 진행
      • 생산성 지속 상승 → 결국 고용 감소 시작
      • 무한한 의류, 무한한 방사선 보고서는 필요 없음
    • 자동차는 다른 양상: 수요가 여전히 포화 상태 아님
      • 전 세계 대부분 사람들이 아직 자동차 미소유
      • 자동화도 완전히 정복하지 못함 (Tesla의 완전 제조 자동화 후퇴가 현재 기술 한계 증명)
      • 수요와 자동화 잠재력 모두 높을 때 고용 유지 또는 증가 가능

  • 소프트웨어 산업의 특수성

    • 소프트웨어 수요의 포화 시점이 불확실한 질문
      • 지금까지 수작업 소프트웨어가 제약 요인
      • 비싼 엔지니어와 인건비가 기업이 구축할 수 있는 것을 제한
    • 자동화로 엔지니어 생산성이 크게 향상되면 미충족 수요 폭발 가능
      • 기업들은 비즈니스 가치는 있지만 개발 비용을 정당화할 수 없거나 리소스 부족으로 구축하지 못한 프로젝트들 다수 보유
      • Amazon 사례: 엔지니어링 리소스 부족으로 수천 개 아이디어가 자금 지원받지 못함
    • AI가 소프트웨어를 훨씬 낮은 비용으로 생산할 수 있다면 엄청난 잠재 수요 해방
      • 핵심 질문은 그 수요가 언제 포화될 것인가

  • 산업별 고용 결과 결정 요인

    • 각 산업의 고용은 두 힘 간의 경쟁에 달려 있음
      1. 미충족 시장 수요의 규모와 성장
      2. 수요 성장이 자동화로 인한 생산성 향상을 앞지르는지 여부
    • 산업별로 이 두 요인의 균형에 따라 서로 다른 결과 경험

버블: 비합리적 열광이 미래를 구축하다

  • 1990년대 닷컴 붐은 기업들이 회사명에 ".com"을 추가해 밸류에이션 급등시킨 시기
    • 인프라 기업들은 광섬유와 해저 케이블에 수십억 달러 투자 (과대광고 때문에만 가능했던 비싼 프로젝트)
    • 2000-2001년 닷컴 붕괴로 화려하게 붕괴
  • Cisco 같은 인프라 기업은 잠깐 세계에서 가장 가치 있는 기업이 되었다가 추락
    • Pets.com은 IPO에서 8,250만 달러 모금, 슈퍼볼 광고에 수백만 달러 지출했지만 9개월 만에 파산

  • 닷컴 버블의 긍정적 유산

    • 닷컴 버블도 여러 측면에서 옳았음
      • YouTube, Netflix, Facebook을 가능하게 한 물리적 인프라 구축
      • Worldcom, NorthPoint, Global Crossing 같은 기업들은 파산했지만 미래의 기반 마련
    • 붕괴는 단기적으로 회의론자들이 옳았음을 증명했지만, 장기적으로는 낙관론자들이 방향적으로 옳았음 입증

  • 오늘날 AI 붐의 유사한 열광

    • 전 OpenAI 임원 Mira Murati가 설립한 AI 스타트업이 100억 달러 밸류에이션으로 20억 달러 시드 라운드 조달 (역대 최대)
      • 제품도 없고 무엇을 만들 것인지, 어떻게 수익을 낼 것인지 공개 거부
    • 여러 AI 래퍼들이 해자가 거의 없이 시드 펀딩으로 수백만 달러 조달

  • 하이퍼스케일러의 인프라 투자

    • 하이퍼스케일러들의 연간 자본 지출은 ChatGPT 출시 이후 두 배 이상 증가
      • Microsoft, Google, Meta, Amazon이 데이터 센터, 칩, 컴퓨팅 인프라에 거의 5,000억 달러 집단 투자
    • 어떤 특정 기업들이 살아남든, 지금 구축되는 인프라는 AI 미래의 기반 창출
      • 추론 용량부터 이를 지원하는 데 필요한 전력 생산까지

  • AI 버블 여부 판단

    • Azeem Azhar는 5가지 지표로 AI 붐을 벤치마킹하는 실용적 프레임워크 제공
      • 경제적 부담 (GDP 대비 투자 비율)
      • 산업 부담 (매출 대비 자본 지출 비율)
      • 매출 성장 궤적 (배가 시간)
      • 밸류에이션 과열 (주가수익비율)
      • 자금 조달 품질 (자본 출처의 회복력)
    • 분석 결과: AI는 버블이 아닌 수요 주도 붐 상태
      • 단, 5개 지표 중 2개가 적색 영역에 들어가면 버블 영역 진입

  • 수요는 실재하지만 버블 방지는 아님

    • OpenAI는 역사상 가장 빠르게 성장하는 기업 중 하나
      • 하지만 그것만으로는 버블 방지 불가
    • 많은 AI 기업들이 1990년대 닷컴 기업들을 괴롭힌 동일한 단위 경제 문제 직면
      • Pets.com도 수백만 명의 사용자 보유했지만 "85센트에 달러를 팔면 무한한 고객 확보 가능" 격언처럼 파산
    • 수요에도 불구하고 1990년대와 패턴이 유사할 가능성
      • 과잉 구축 예상, 화려한 실패들 예상
      • 하지만 인프라는 과대광고 주기를 넘어 현재 상상할 수 없는 것들을 가능하게 할 것

예측 가능하게 예측 불가능한 미래

  • AI 혁명의 초기 단계

    • AI 혁명 초기 단계에 있음 (인터넷 시대의 비유적인 삐걱거리는 모뎀 단계)
      • 인프라 기업들이 광섬유에 수십억 달러를 쏟아부었듯이, 하이퍼스케일러들은 컴퓨팅에 수십억 달러 투자
      • 스타트업들이 과거 ".com"을 추가했듯이 ".ai"를 이름에 추가하며 더 높은 밸류에이션 추구
    • 과대광고는 환희와 절망 사이를 순환할 것
      • 일부 예측은 우스꽝스럽게 틀려 보일 것
      • 미친 것처럼 보이는 일부는 보수적이었다고 판명될 것

  • 산업별 차별화된 결과

    • 제본스 낙관론자들의 주장과 달리, 많은 것들에 대한 수요는 인간의 필요가 충족되면 정체
    • 모든 산업의 고용 결과는 미충족 시장 수요의 규모와 성장, 그리고 그 수요 성장이 자동화로 인한 생산성 향상을 앞지르는지 여부에 달려 있음

  • 비용 절감이 시장 세그먼트를 열다

    • Aswath Damodaran은 Uber가 기존 택시 시장의 일부만 포착할 것이라 가정해 Uber를 과소평가
      • 그는 라이드를 극적으로 저렴하게 만들면 시장 자체가 확장된다는 점을 놓침
      • 사람들이 택시 가격으로는 결코 가지 않았을 목적지로 Uber를 타기 시작
    • AI도 유사하게 현재 인간 지능으로는 구축하기에 너무 비싼 제품과 서비스 가능하게 할 것
      • 식당 주인이 AI를 사용해 맞춤형 공급망 소프트웨어 생성 (인간 개발자로는 10만 달러로 결코 구축되지 않았을 것)
      • 비영리 단체가 이전에는 감당할 수 없었던 법적 싸움을 위해 AI 배치

  • 변화는 예측 가능하지만 세부 사항은 불가능

    • 1995년에 인터넷에서 낯선 사람들과 데이트하고, 그들의 차(우버)를 타고, 그들의 집(에어비앤비)에서 잠잘 것이라고 예측한 사람 없음
      • 인플루언서라는 직업이 젊은이들 사이에서 가장 선호되는 직업이 될 것이라고 예측한 사람도 없음
    • 인간의 창의성은 현재 정신 모델로 예측할 수 없는 결과 생성
      • 새로운 영역과 산업 출현 예상
    • AI는 이미 지난 50년보다 지난 5년 동안 더 많은 동물 소통 해독 도움
      • 동물들과 완전한 대화를 가능하게 하는 기술이 어떤 직업을 열게 될지 예측 가능한가?
    • 2050년 가장 선호되는 직업은 오늘날 존재하지 않는 직업일 가능성
      • 아직 발명되지 않았기 때문에 이름을 붙일 수 없음

  • 직업 범주의 변형

    • 인터넷이 일부 직업을 쓸모없게 만들었지만 다른 직업들을 변형시키고 새로운 범주 창출
      • AI에서도 동일 패턴 예상
    • Karpathy의 질문: "6개월 전 5년 후 소프트웨어 엔지니어가 더 많을지 적을지 투표하라는 요청을 받았다"
      • 독자를 위한 연습 문제로 남김

  • 저널리스트 사례를 통한 교훈

    • 1995년으로 돌아가 저널리스트에 대해 같은 질문을 한다면:
      • 인터넷이 전 세계에 도달할 수 있게 해 더 많은 수요를 창출할 것이므로 더 많은 저널리스트 예측했을 것
      • 초기 10년 정도는 옳았을 것 (2000년대 초까지 저널리즘 고용 증가)
    • 30년 후: 신문 수와 저널리스트 수 모두 감소
      • 하지만 그 어느 때보다 더 많은 "저널리즘" 발생
      • 단지 우리가 저널리스트라고 부르는 사람들에 의해서가 아님
    • 블로거, 인플루언서, 유튜버, 뉴스레터 작가들이 전통적 저널리스트가 하던 일 수행

  • 소프트웨어 엔지니어의 미래

    • 소프트웨어 엔지니어에게도 동일한 패턴 전개될 것
      • 더 많은 사람들이 소프트웨어 엔지니어링 작업을 하게 될 것
      • 10년 정도 후 "소프트웨어 엔지니어"의 의미가 변형될 것
    • 앞서 언급한 식당 주인이 AI를 사용해 자신만을 위한 맞춤형 재고 소프트웨어 생성
      • 그들은 자신을 소프트웨어 엔지니어라고 부르지 않을 것

  • 예측 불가능한 AI 미래

    • 1995년처럼, AI 낙관론자들이 오늘날 "25년 내에 소셜 미디어 인플루언서보다 AI로부터 뉴스 선호하고, 인간 배우 대신 AI 생성 캐릭터 시청하고, 데이팅 앱보다 AI 중매자를 통해 연애 파트너 찾고(또는 AI 연애 파트너 자체 사용), 'AI를 신뢰하지 마라'를 완전히 뒤집어 생사 결정에 AI 의존하고 AI가 아이들을 키우도록 신뢰할 것"이라고 말한다면
      • 대부분 사람들은 믿기 어려워할 것
    • 모든 지능(자연적이든 인공적이든)을 가지고도 AI 미래가 어떤 모습일지 확실하게 예측할 수 있는 사람 없음
      • 기술 CEO도, AI 연구자도, 인터넷에서 장황하게 떠드는 무작위 사람도 마찬가지
    • 세부 사항을 맞추든 못 맞추든, AI 미래는 로딩 중
▲
GN⁺ 1달전  [-]
Hacker News 의견

  • 닷컴 버블과의 유사성은 한계가 있음
    당시와 지금은 사회·정치·경제적 맥락이 완전히 다르기 때문임
    미래를 예측할 때 과거의 패턴을 참고하지만, 맥락의 변화까지 고려하지 못하는 경우가 많음
    단순히 수요나 자동화만으로는 충분히 설명되지 않으며, 정치·사회·경제 시스템의 상호작용을 함께 봐야 함

  • 지금은 AI의 메인프레임 시대라고 생각함
    거대한 중앙집중형 모델을 소수의 대기업만 운영할 수 있고, 우리는 그들의 컴퓨팅 자원을 임대해 쓰는 셈임
    언젠가 개인용 컴퓨팅 시대가 와서 작은 모델이 곳곳에 분산되길 기대함

    • 개인용 컴퓨팅 시대는 잠깐의 착시였을 수도 있음
      지금 대부분의 사람들은 클라우드 기반 중앙 서비스에 접속하는 ‘멍청한 터미널’ 로 컴퓨터를 사용하고 있음
    • 기업들이 매일 ‘황금알’ 을 팔 수 있는데 굳이 황금거위를 팔 이유가 없다는 생각임
    • 요즘 소프트웨어는 인터넷 없이는 작동하지 않음
      이메일, 지도, Git 등조차 중앙 서버 의존도가 높아 메인프레임 시대로 회귀한 느낌임
    • 이미 좋은 소형 모델이 많지만, 대부분의 사람들은 이를 구동할 하드웨어나 기술적 여건이 부족함
      LM Studio 같은 툴로 직접 시도해보면 로컬에서 모델이 완전히 돌아가는 걸 체험할 수 있음
    • 개인용 컴퓨팅 시절엔 조직이 .doc 파일을 요구해서 Linux를 메인 OS로 못 쓰던 시절이었음
      그런 시대로 돌아가고 싶진 않음

  • 어떤 사람은 AI에 대해 너무 확신에 차 있는 태도를 보인다고 느꼈음
    나는 그렇게 단정할 자신이 없음

    • 하지만 “틀릴 용기”는 있냐고 되묻고 싶음
    • 버블론자들은 상상력이 부족해서, 조금만 상상력을 발휘해도 비전가처럼 보이는 착시가 생김
      그들의 사고방식은 Dunning-Kruger 효과의 전형 같음
    • 버블이라고 단정하는 것도 일종의 오만함임

  • “AI가 일자리를 더 많이 만든다”는 주장 자체를 들어본 적이 없음
    물리적 노동이든 지식 노동이든 결국 자동화될 운명인데, 어떤 일자리가 생긴다는 건지 의문임

    • 나도 같은 생각임
      글쓴이가 자신의 입장을 양쪽의 중간 지점으로 보이게 하려고 인위적으로 두 진영을 만든 것 같음

  • 닷컴 시절의 광케이블 인프라와 지금의 데이터센터를 비교하는 건 무리임
    광케이블은 10년 뒤에도 쓸 수 있었지만, 데이터센터는 기술이 몇 년만 지나도 신선식품처럼 금세 낡음
    10년 후엔 아무도 지금의 장비에 관심 없을 것임

  • 요즘 AI 피로감이 느껴짐
    짧은 이메일 수정엔 괜찮지만, 깊은 내용엔 별로임
    돈 내고 쓸 가치는 못 느끼겠음

    • 반대로 AI가 나에겐 어려운 문제 해결사임
      ChatGPT Plus와 GitHub Copilot을 유료로 쓰는데, 내가 못 찾던 해법을 제시해줌

  • “비싼 엔지니어 인건비가 개발을 제한했다”는 주장은 틀림
    대기업은 자본이 충분하고, 문제는 소프트웨어 복잡성과 인간의 이해력 한계임
    이런 점을 짚었으면 더 설득력 있었을 것임
    글 전체가 허세로 가득 차 보임

  • 좋은 분석이지만, 간과한 점은 AI가 5~10년 내 스마트폰이나 데스크톱에서 직접 구동될 가능성임
    그렇게 되면 현재의 데이터센터 투자와 Nvidia 중심 구조가 무의미해질 수 있음

    • 그렇게 되면 모든 컴퓨터에 Nvidia GPU가 들어가게 될지도 모름

  • 1990년대 사람들은 기술 낙관론이 강했음
    TV에서도 스마트폰 같은 기기를 곧 쓸 거라 믿었고, 오히려 현실이 너무 늦게 따라온 느낌이었음

    • 실제로 1993년 AT&T의 "You Will" 광고는 미래를 꽤 정확히 예측했음
    • 아직도 날아다니는 자동차를 기다리고 있음
    • 1999년 아이슬란드 국영방송 뉴스에서도 휴대폰 결제와 인터넷 예측이 나왔음
      관련 영상 참고

  • 글은 잘 조사됐고 흥미롭지만, 현재 LLM 현실과는 동떨어져 있음
    지금의 소프트웨어 구조로는 SF 수준의 AI에 도달하기 어렵고, 돈만 많이 쓴다고 해결되지 않음
    AI 투자 열풍은 기술보다 부의 재분배 수단에 가깝고, 과거의 닷컴·부동산·암호화폐 버블과 다르지 않음
    AGI는 이번 라운드엔 오지 않음, 환각 문제조차 해결 못 하고 있음
    진짜 필요한 건 사람들이 서로의 관점을 듣는 능력인데, AI는 오히려 각자의 버블을 강화하고 있음

    • 지금은 AI가 핵융합·VR·초광속 여행처럼 과대기대의 시대에 들어선 것 같음
답변달기