[주영섭 칼럼] AI 거품론 '특화 DNA' 우리에겐 기회다

[주영섭 서울대 공학전문대학원 특임교수]

 

 

 

AI(인공지능)가 세계 기술패권 전쟁의 중심이 됨에 따라 미국과 중국을 중심으로 천문학적 투자가 가속되고 있다. 3년 전인 2022년 11월 30일(미국 현지시간) 생성형 AI인 챗GPT가 출시된 지 불과 5일 만에 사용자가 100만명, 두 달 만에 월간 활성 사용자(MAU) 기준 1억명을 돌파하는 등 세계인이 겪어보지 못한 속도로 확산되며 과거 인쇄술, 증기기관, 전기, 인터넷 등 세상을 바꾼 기술에 비견될 만큼 우리 인류의 발전에 근본적 변혁을 가져올 것으로 기대되기 때문이다. 확대 일변도로 치닫던 AI 투자에 대해 최근 미국 월가, 학계 등 보고서에서 거품론이 제기되면서 세계적 논란이 시작되고 있다.
 
AI 거품론은 AI에 대한 투자가 그 실질 가치와 수익성에 비해 과도하게 이루어지고 있어 과거 닷컴 버블과 같은 조정이나 붕괴가 올 수 있다는 주장이다. 이 주장의 근거는 먼저 GPU(그래픽처리장치), AI 데이터센터, 클라우드 등 컴퓨팅 인프라에 대한 막대한 투자를 뒷받침할 수 있는 수익성 및 투자 수익률(ROI)이 아직 많이 부족하다는 점이다. 현재 많은 수요 기업들이 앞다투어 AI 대전환을 위한 대규모 투자에 나서고 있으나 이에 따른 생산성 향상, 비용 절감, 매출 및 수익 증대가 투자 규모를 정당화시킬 것이라는 공감대 조성이 부족하다. 공급 기업 측면에서도 많은 AI 서비스가 무료이거나 낮은 단가로 공급되면서 수익성 있는 지속 가능한 비즈니스 모델이 가능할 것인가에 대한 의구심이 커지고 있다는 것이 거품론의 시작이다. 둘째로 생성형 AI가 가진 내재적 문제인 환각(Hallucination), 추론 및 계획 능력 부족, 데이터 부족 등 문제로 모든 산업을 단기간에 재편할 수준의 혁신적 범용(General Purpose) 기술이 되기에는 아직 이르다는 주장이다. 아울러 빅테크 기업의 폐쇄적 모델과 오픈소스 진영의 개방적 모델 간 경쟁 심화로 가격 인하 압력이 커지면 향후 기대되는 높은 수익률을 달성하기 어려워 현재의 기업 가치를 정당화하기 어렵다는 논리도 힘을 얻고 있다. 셋째로 개인정보, 저작권, 안전성 규제 강화로 인해 AI 서비스의 개발·운영 비용과 법적 리스크가 크게 증가할 수 있는 우려도 일조하고 있다.
 
반면에 AI 대전환은 이제 혁신의 시작일 뿐 거품이라 하기에는 이르다는 반론도 팽팽하다. 그 근거로 먼저 현재의 AI 사이클은 엔비디아, 마이크로소프트 등 주요 빅테크 기업들이 AI 관련 매출 및 이익 면에서 지속적 실적을 보여주고 있어 적자 스타트업 위주의 닷컴 버블과는 구조적으로 다르며, 장기 성장 여력이 큰 혁신 초기 국면이라는 주장이 설득력을 얻고 있다. 둘째로 미국과 중국을 중심으로 각국 정부의 디지털 및 AI 인프라 투자, 글로벌 기업의 AI 및 클라우드 도입 등 확대로 인해 AI 인프라 수요가 일시적이 아니라 구조적으로 지속될 것이라는 전망이다. 셋째로 생성형 AI를 활용한 에이전트 AI의 도입이 시작되면서 실질적인 생산성 및 수익성 개선 사례가 속속 나오고 있다는 점도 고무적이다. 에이전트 AI란 주어진 기능이나 목적을 위해 사람 개입 없이 자율적으로 업무를 처리하는 AI 시스템이다. 기업의 마케팅, 제품 개발, 구매, 생산, 판매 등 기능별 AI 에이전트가 예다. 특히 아직 지속적 개발이 필요하지만 코딩 지식이 없이도 자연어로 말하면 AI가 대신 코딩을 만들어 주는 바이브 코딩의 도입으로 분야별 도메인 전문가들이 직접 AI 에이전트를 개발하는 것이 쉬워졌다. 이에 따라 그동안 AI 활용 확산에 걸림돌이 되었던 AI 전문가와 도메인 전문가 간 협업 문제가 상당 부분 해결되어 생산성 및 경쟁력의 획기적 제고가 가능해질 전망이다. 내년은 에이전트 AI가 본격적으로 확산되며 생산성 및 수익성 측면에서 성과 창출을 시작하는 해가 될 것이라는 주장이다.
 
AI 혁신론과 거품론에 대해서는 어느 한쪽이 옳고 그르냐는 문제를 떠나 거품으로 그치지 않고 AI가 본연의 목적을 이룰 수 있는 혁신으로 갈 수 있도록 집단지성을 모아야 할 때다. AI의 목적은 인류의 난제를 해결하고 비전을 실현하며 지속적으로 위협받고 있는 인류의 지속 가능성을 실현하는 것이다. 현재 인류의 역량이 이 목적을 달성하기에 턱없이 부족하여 AI를 통해 인류의 지적·물리적 역량을 확장·증강하여 본연의 목적을 달성하려는 것이다. 이러한 맥락으로 기술 중심이 아니라 목적 중심의 AI 대전환을 추진하면 거품론과 같은 이론이 있을 수 없다.
 

목적 중심의 AI 대전환 관점에서 보면 현재 미국과 중국을 중심으로 심화되고 있는 AI 패권전쟁의 전개 방향에도 중대한 오류가 있는 것으로 보인다. 주로 AI 과학기술자 중심으로 기술 패권전쟁이 전개되면서 본연의 목적에 소홀해지고 있다. 기술이 중요하지 않다는 의미가 아니라 ‘기술을 위한 기술 혁신’에서 탈피하여 ‘인류를 위한 기술 혁신’이 되어야 한다는 의미다. 우리나라 AI 정책도 GPU, AI 데이터센터, 기본 모델 등 인프라 및 기술에 몰입되어 인류의 지속 가능성 및 공영이라는 궁극적 목적에 대한 연구와 방향 제시가 미흡해서는 안 된다. 미국과 중국 등 AI 선도국이 목적을 지배하지 못하고 기술 경쟁에 치우쳐 있는 것은 우리가 진정한 AI 강국으로 도약할 수 있는 큰 기회다. 이를 위해서는 과학기술계는 물론 인문학, 사회학, 문화 예술 등 각계가 참여하여 인류가 지향해야 하는 미래 사회와 가치, 철학 등 새로운 방향을 목적으로 제시할 수 있어야 한다. 이러한 노력은 우리나라 혼자 할 수 있는 일이 아니라 세계 사회와 함께 협력을 통하여 이루어져야 한다. AI는 그 자체가 목적이 아니라 인류의 목적을 실현하는 수단임을 기본으로 하여 뜻을 같이 하는 나라 및 시민 사회, 전문가 집단과 연대해 나가야 한다. 기술만이 아니라 목적을 지배하는 나라가 AI 강국이다.
 
세계 최대 기술 전시회인 CES(소비자가전쇼)이 2년 전부터 강조하고 있는 슬로건인 ‘모두를 위한 인류 안보(Human Security for All)’는 기술 혁신의 목적으로 환경과 사회, 궁극적으로 인류의 지속 가능성을 제시한 좋은 예다. 환경·에너지, 식량, 건강·보건, 개인 안전·이동, 공동체 안전, 경제 안정, 정치적 자유, 첨단 기술 등 8가지 분야에서 인류가 당면한 중대한 위험에서 인류를 구하여 지속 가능성을 실현하는 것을 목적으로 제시했다. 이 8가지 분야의 실현은 인류 공동선의 추구는 물론 엄청난 경제적 가치와 부를 가져다 줄 것이기에 이러한 목적을 주도하고 이를 실현했을 때 경제적 가치와 부를 공유할 수 있는 구도를 잘 디자인하면 이를 실현하는 데 필요한 세계적 과학 기술 인재를 규합할 수 있다. 과거 미국이 달에 사람을 보내는 ‘Man on the Moon’ 프로젝트로 세계 과학기술 인재를 모아 일거에 세계 최고의 과학 기술력을 확보한 것도 목적 중심의 전략의 대표적 사례다. EU(유럽연합)가 최근 탄소중립, 플라스틱 없는 해양, 치매 부담 반감 등을 목적으로 내걸고 개방적 혁신 및 연구개발(R&D)에 매진하고 있는 것도 목적 중심 전략이다.
 
우리나라도 AI 대전환의 목적으로 세계인의 가슴을 뛰게 하는 인류 공영 및 지속 가능성 실현을 위한 새로운 방향을 제시하면 목적을 주도할 수 있다. 미국과 EU 사례보다 더욱 세분화되고 차별화된 실용적 목적 중심 AI 전략이 필요하다. 세계인의 생활 속에 녹아들어 현지화되고 있는 K-팝, K-드라마, K-푸드 등을 통한 동서양 가치와 문화, 생활의 융합도 한 예가 될 수 있다.
 
대한민국의 AI 대전환 전략은 작년부터 강조해온 대로 오픈AI의 챗GPT, 구글의 제미나이와 같이 전 분야를 섭렵하는 범용(수평적) AI 전략과는 정면대결을 피하고 제조, 의료, 교육, 문화 등 특정 산업에 집중하는 특화(수직적) AI 전략으로 승부하면 승산이 있다. 향후 AI 대전환을 주도할 양대 분야인 에이전트 AI, 피지컬 AI 모두 우리는 산업 특화 전략을 추구해야 한다. 일반 범용 AI와 산업 특화 AI는 성공요소가 매우 다르기 때문이다. 범용 AI는 우리가 상대적으로 약한 AI 모델과 인프라가 중요하나 특화 AI는 우리가 강한 데이터와 분야별 도메인 지식 및 노하우가 더 중요하다. 산업 분야별 데이터 및 도메인 노하우를 우리 소버린 AI가 학습할 수 있게 하는 데이터 표준화 및 구조화 등 선결 요건에 국력을 집중해야 한다. 대한민국 AI 전략의 승부처다.
 
주영섭 필자 주요 이력

△미국 펜실베이니아주립대학 산업공학박사 △현대오토넷 대표이사 사장 △대통령 직속 국민경제자문회의 위원 △전 중소기업청장 △한국디지털혁신협회 회장 △서울대 공학전문대학원 특임교수