AI 버블 논쟁의 핵심은 더 이상 “AI가 유용한가”가 아니다. 이제 질문은 훨씬 현실적이다. 이 성능을 이 비용으로 계속 제공할 수 있는가.
얀 르쿤은 OpenAI와 Anthropic 같은 AI 연구소가 비용을 낮추거나 가격을 올리지 못하면 “큰 버블 폭발”을 맞을 수 있다고 경고했다.1 AI 서비스 가격은 오르고 있지만, 운영 비용은 충분히 빠르게 떨어지지 않는다는 것이 그의 문제의식이다.1
이 경고는 단순한 비관론이 아니다. AI 산업이 다음 단계로 가려면 기술 성능뿐 아니라 단위경제, 즉 한 번 서비스를 제공할 때 실제로 돈이 남는 구조를 증명해야 한다는 지적에 가깝다.
르쿤의 경고가 중요한 이유
르쿤은 AI 업계의 외부 비평가가 아니다. 그는 2018년 제프리 힌턴, 요슈아 벤지오와 함께 딥러닝 기초 연구로 튜링상을 공동 수상했다.2 2013년부터 Meta의 Fundamental AI Research(FAIR) 연구소를 이끌었고, 12년간 Meta 최고 AI 과학자로 일했다.2
그런 인물이 버블을 말할 때 초점은 “AI가 쓸모없다”가 아니다. 문제는 성장 방식이다. 사용자가 내는 돈보다 모델을 운영하는 비용이 크다면, 사용량이 늘수록 매출뿐 아니라 손실도 함께 커질 수 있다.
OpenAI CEO 샘 올트먼도 최근 기업의 AI 비용을 “큰 문제”라고 언급했다.1 이는 르쿤의 경고가 특정 회사에 대한 공격이라기보다, 생성 AI 산업 전반이 풀어야 할 경제성 문제임을 보여준다.
기술 논쟁의 중심: LLM과 월드 모델
르쿤의 버블 경고는 그의 기술적 문제의식과도 연결된다. 현재 주류 생성 AI는 대규모 언어 모델, 즉 LLM이다. LLM은 시퀀스에서 다음 토큰을 예측하는 방식으로 작동한다.2 이 방식은 글쓰기, 코딩, 문서 요약, 검색 보조 같은 작업에서 강력한 성능을 보인다.
하지만 르쿤은 LLM을 계속 키우는 것만으로 인간 수준의 AI에 도달하기 어렵다고 2022년부터 공개적으로 주장해 왔다.2 그의 비판은 LLM이 물리 세계가 어떻게 작동하는지에 대한 내부 모델을 구축하지 않는다는 점에 있다.2
그래서 르쿤이 추진하는 방향은 ‘월드 모델’이다. 월드 모델은 실제 또는 시뮬레이션 세계의 작동 방식을 이해하려는 접근이다.1 단순히 다음 단어를 맞히는 것이 아니라, 물체와 원인, 결과, 행동의 관계를 추론하는 AI를 지향한다.
르쿤은 현재 파리 기반 스타트업 AMI Labs의 집행위원장이다.2 AMI Labs는 텍스트 예측보다 물리 세계 추론에 기반한 AI 시스템을 개발하고 있으며,2 3월 이 연구를 위해 10억 달러를 조달했다.1
버블 경고를 어떻게 읽어야 하나
르쿤의 말을 “AI는 끝났다”는 신호로 읽으면 핵심을 놓친다. 더 정확한 해석은 이렇다. 좋은 기술도 나쁜 경제성을 오래 버티지는 못한다.
따라서 앞으로 AI 기업을 볼 때는 모델 성능만큼 다음 질문이 중요해진다.
AI 서비스 가격은 얼마나 오르고 있는가
추론 비용은 얼마나 빠르게 내려가고 있는가
기업 고객은 실제 생산성 향상으로 비용을 정당화하고 있는가
더 큰 모델이 아니라 더 효율적인 구조로 성능을 낼 수 있는가
이 기준에서 보면 AI 버블 논쟁은 기술 낙관론과 회의론의 싸움이 아니다. “누가 더 많은 컴퓨팅 자원을 쓰는가”보다 “누가 고객이 감당할 가격 안에서 충분한 가치를 제공하는가”의 문제다.
르쿤의 결론도 여기에 가깝다. 다음 승자는 가장 큰 모델을 만든 회사가 아닐 수 있다. 사용자가 기꺼이 낼 가격 안에서 쓸 만한 성능을 제공하는 회사가 살아남는다.
1Godfather of AI blasts Musk's xAI as 'failure,' says labs are risking a 'big bubble explosion'
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.