지능의 노키아 시대: 왜 우리는 여전히 생각하는 것에 대해 분 단위로 비용을 지불해야 하는가? 인공적인 희소성, 토큰 경제(token economy), 그리고 미래를 측정하려는 자본주의의 필사적인 시도에 대한 고발이다. 한때는 미래가 주머니 안에 들어있고, 단색 화면을 가졌으며, 그것에 참여하는 데 분당 30센트를 부과하던 시절이 있었다. 그것은 Nokia와 Motorola, 그리고 통신 거인들의 시대였다. 휴대폰은 인간의 소통에 비범한 해방감을 가져왔지만, 그 주변의 경제 시스템은 그 해방을 가능한 한 비싸고 불편하게 만들기로 결정한 듯했다. 당신은 분(minutes)에 대해 지불했고, 문자 메시지(text messages)에 대해 지불했으며, 로밍(roaming)에 대해 지불했고, 할당된 사용량을 초과하는 것에 대해 지불했다. 당신은 소통을 더 쉽게 만드는 것이 전체 목적이었던 기술 인프라를 통해 다른 인간과 소통할 특권에 대해 지불했다. 이 기술은 자유를 약속했지만, 비즈니스 모델은 당신에게 허가(permission)를 팔았다. 익숙하게 들리는가? 이것이 바로 인공지능의 노키아 시대에 온 것을 환영한다. 다만 이번에는 우리가 말하는 것에 대해 분 단위로 비용을 지불하는 것이 아니다. 생각하는 것에 대해 토큰(token)으로 비용을 지불하고 있다. 그 유사성은 거의 당황스러울 정도로 정확하다. 1990년대에 통신 회사들은 소통을 청구 가능한 단위로 나누고, 그것의 소비를 중심으로 정교한 구독 패키지를 구성했다. 피크 시간 분(Peak minutes), 비피크 시간 분(off-peak minutes), 로밍 요금(roaming charges), 초과 사용료(overage fees), 프리미엄 서비스 등이다. 1997년, 일부 미국 무선 플랜은 추가 분당 약 30센트, 로밍 분당 50센트를 청구했다. 오늘날, 최첨단 AI 제공업체들은 이 주제의 다양한 변형을 제시한다. 입력 토큰(Input tokens), 출력 토큰(output tokens), 캐시된 토큰(cached tokens), 컨텍스트 창(context windows), 추론 예산(reasoning budgets), 사용 허용량(usage allowances), 프리미엄 모델, API 크레딧 등, 무엇을 할 수 있는지, 얼마나 자주 할 수 있는지, 그리고 미터가 돌아가기 전에 자신의 지적 인프라를 얼마나 운영할 수 있는지에 대한 점점 더 복잡한 구분이 존재한다.
정말 흥미로운 점은 언어는 변했지만 경제적 논리는 놀라울 정도로 익숙하다는 것이다. 이 플랫폼들이 무엇이 되어가고 있는지 생각해 보라. 단순히 대화형 인터페이스를 제공하는 것에 그치지 않는다. 사용자들로 하여금 자신들의 시스템 주변으로 전체 작업 환경을 구축하도록 장려한다. 이메일을 연결하라. 문서를 연결하라. 캘린더를 연결하라. 저장소(repository)를 연결하라. 데이터베이스를 연결하라. 또 다른 플러그인을 설치하라. 또 다른 에이전트(agent)를 생성하라. 또 다른 워크플로우를 자동화하라. 시스템에 더 많은 정보, 더 많은 책임, 그리고 당신의 디지털 존재의 나머지 부분과 상호작용할 수 있는 더 많은 기회를 제공하라. 갑자기, 대화로 시작했던 것이 전체적인 인지 운영 환경(cognitive operating environment)이 되었고, 인간 생산성의 거의 모든 측면에서 마찰을 제거하겠다고 약속하는 점점 더 상호 연결된 아키텍처가 되었다. 아름답지 않은가? 하지만 그 밑에 깔린 재정적 구조를 인식할 때까지는 말이다. 검색(retrieval)마다 추가적인 처리가 필요할 수 있다. 모든 에이전트 루프(agentic loop)는 추가적인 모델 호출을 생성할 수 있다. 모든 도구 호출(tool invocation)은 새로운 컨텍스트, 추가적인 추론, 재시도, 그리고 추가적인 계산을 도입할 수 있다. 모든 플러그인 상호작용이 별도의 토큰 요금을 지니는 것은 아니며, 모든 구독이 사용량에 따라 직접 청구되는 것도 아니지만, 더 광범위한 측정 기반 인프라(metered infrastructure)는 지속적인 인지 활동을 계산되고, 제한되고, 수익화될 수 있는 무언가로 점차 변모시키고 있다. 당신의 삶을 시스템에 더 광범위하게 통합할수록, 그 시스템은 당신에게 더 가치 있게 된다. 그리고 잠재적으로, 떠나기에는 더 비싸진다. 이것은 단순히 기술적 생태계(technological ecosystem)가 아니다. 의존성 기반 경제학(dependency-based economics)을 위한 놀라운 기회이다. 우리는 과학 이론의 구축 지원, 철학적 문제의 검토, 소프트웨어 설계, 문학 해석, 그리고 복잡한 인간 프로젝트의 조정을 도울 수 있는 기계를 만들었다.
하지만 어떤 식으로든, 이러한 기계들을 둘러싼 경제적 상상력은 여전히 선불 휴대폰 통화 시간의 시대에 갇혀 있다. 우리는 지각(cognition)을 위한 놀라운 새 도구를 발명했고, 청자(consciousness)의 작업실 열쇠를 청구 부서에 넘겨주었다. 물론 계산이 공짜는 아니다. 전기는 돈이 들고, 반도체는 돈이 든다. 데이터 센터는 냉각, 유지보수, 인프라, 그리고 막대한 자본 투자가 필요하다. 최첨단 모델들은 개발하고 운영하는 데 상당한 자원을 요구한다. 소비를 측정하고(metering consumption), 용량을 할당하며, 비용을 회수해야 하는 정당한 이유들이 있다. 그러나 계산의 희소성이라는 현실을 인정하는 것이 그 희소성을 중심으로 구축된 모든 상업적 합의를 받아들인다는 것과는 같지 않다. 토큰은 계산과 표현의 단위일 뿐이다. 그것은 인간 이해의 단위가 아니다. 이 둘을 혼동하는 것은 이번 기술 전환기의 결정적인 경제적 실수 중 하나가 될 수 있다. 어려운 과학적 문제를 탐구하는 데 사용된 1,000개의 토큰과 반복적인 마케팅 쓰레기를 생성하는 데 사용된 1,000개의 토큰은 청구서상에서는 비교될 수 있을지 모른다. 하지만 인간적 가치 면에서는 비교할 수 없다. 그럼에도 불구하고 경제 구조는 소비를 측정하는 데는 매우 능하지만, 그 과정에서 의미 있는 무언가가 발생했는지 여부를 측정하는 능력은 상당히 떨어진다. 실제로 이는 정반대의 것을 보상할 수도 있다. 만약 상업적 구조가 30번의 활동을 통해 이익을 얻을 수 있다면, 왜 지능형 시스템을 단 세 번의 의미 있는 작업으로 과제(task)를 완수하도록 최적화해야 하는가? 끝없이 순환하는 연결된 에이전트들의 무리(swarm of interconnected agents)가 청구 가능한 활동을 생성할 수 있을 때, 효율적인 메모리, 지속적인 컨텍스트(persistent context), 지능형 검색(intelligent retrieval), 로컬 계산(local computation), 그리고 최소한의 오케스트레이션(orchestration)에 우선순위를 두어야 하는가? 이것이 제공업체들이 의도적으로 낭비를 설계한다는 증거는 아니다. 이것은 인센티브(incentives)에 관한 질문이며, 심각하게 답변할 가치가 있다. 왜냐하면 활동이 수익이 될 때, 효율성은 상업적으로 불편해질 수 있기 때문이다. 그리고 바로 여기서 또 다른 역사적 비교가 불안감을 조성한다.
20세기 대부분 동안, 석유 산업은 엔진 성능을 향상시키기 위해 휘발유에 테트라에틸납(tetraethyllead)을 사용했습니다. 이는 기술적으로 유용했고, 상업적으로 매력적이었으며, 궁극적으로 공중 보건에 치명적이었습니다. 납 오염 물질이 공기와 토양, 환경으로 유입되면서 수많은 세대의 인간에게 강력한 신경독소(neurotoxin)에 노출시켰습니다. 전 세계는 겉보기에 좋아 보이는 이 산업적 결정의 결과로 엄청난 사회적 비용을 감추고 있는 문제와 수십 년 동안 씨름했습니다. 납 함유 휘발유가 도로 차량에서 완전히 퇴출된 것은 2021년이 되어서였습니다. 이제 처리(processing)를 더 많이, 인프라를 더 많이, 소비를 더 많이 장려하는 컴퓨팅 경제의 환경적 결과를 고려해 보십시오. 인공지능(Artificial intelligence)이 납 함유 휘발유처럼 환경을 오염시키지는 않습니다. 독성학적 비교는 터무니없습니다. 하지만 비용 외부화(externalizing costs)라는 경제 메커니즘은 면밀한 검토가 필요합니다. 데이터 센터는 전기를 소비하고, 물을 직접 또는 간접적으로 필요로 하며, 광범위한 자재 공급망에 의존합니다. 국제에너지기구(International Energy Agency)는 2026년 보고서에서 데이터 센터의 전기 소비량이 2025년에 17% 증가했으며, AI 작업당 효율성이 빠르게 개선됨에도 불구하고 2030년까지 두 배가 될 것으로 예측했다고 밝혔습니다. 여기에는 특히 불편한 아이러니가 있습니다. 우리는 인류가 자원 할당을 최적화하고, 폐기물을 줄이며, 효율성을 개선하고, 매우 복잡한 환경 문제를 해결하는 데 도움을 줄 수 있는 지능을 개발하는 동시에, 우리가 보존하려는 바로 그 자원의 불필요한 소비를 장려할 수 있는 상업적 인센티브를 구축하고 있습니다. 이는 더 깨끗한 엔진을 발명했지만, 비즈니스 모델이 모두가 원을 그리며 운전할 때 더 잘 작동한다는 것을 발견하는 기술적인 등가물입니다. 문제는 지능 자체가 아닙니다.
문제는 우리가 유용한 인지(cognition)와 쓸모없는 지출을 구별하는 법을 배우는 속도보다 계산적 낭비(computational waste)를 산업화하는 속도가 더 빠를 수 있다는 가능성입니다. 그리고 이 모순 아래에는 훨씬 더 큰 역사적 전환이 자리하고 있습니다. 산업 경제는 희소성, 소유권, 추출, 물리적 분배, 접근 통제에 기반하여 구축되었습니다. 당신은 공장을 소유했습니다. 인프라를 통제했습니다. 기계를 보유했습니다. 자원을 추출했습니다. 제품에 대해 비용을 청구했습니다. 엄청난 규모의 자본 집중은 다른 사람들이 필요로 하지만 스스로 생산할 수 없는 것을 통제하는 능력에서 생겨났습니다. 인공지능(AI)은 그 배열을 복잡하게 만듭니다. 그것이 물질적 희소성을 제거해서가 아닙니다. 그렇지 않습니다. 노동, 에너지 요구 사항, 또는 인간의 판단 필요성을 폐지해서도 아닙니다. 그것 또한 하지 않습니다. 하지만 지능 매개 생산(intelligence-mediated production)이 경제적 가치가 어디서 기원해야 하는지, 누가 그것을 창출할 수 있는지, 그리고 이를 조정하는 데 필요한 기관이 무엇인지에 대한 가정에 도전하기 시작했기 때문에 그렇습니다. 소수의 사람들이 점점 더 유능해지는 시스템을 사용하여 한때 전체 조직이 필요했던 작업을 수행할 수 있게 되면, 제도적 규모와 생산 능력 사이의 관계가 변화하기 시작합니다. 소프트웨어가 극적으로 감소된 비용으로 생성되고, 평가되고, 개선되고 배포될 수 있을 때, 전통적인 진입 장벽은 약해지기 시작합니다. 개인이 대학, 기업 및 전문 기관 내부에 집중되어 있던 분석적 역량에 접근하게 되면, 지적 능력의 분배 자체가 변화하기 시작합니다. 이 중 어느 것도 평등을 보장하지는 않습니다. 특히 가장 유능한 시스템이 소수의 인프라 제공업체에 의해 통제된다면, 그 반대를 초래할 수도 있습니다. 그리고 이것이 바로 토큰 경제(token economy)가 중요한 이유입니다. 그것은 이러한 새로운 생산 능력이 작동하는 조건을 누가 소유하게 될지에 대한 경쟁을 나타냅니다.
인공지능(AI)이 진정한 상호운용성(interoperability), 휴대 가능한 메모리(portable memory), 투명한 가격 책정(transparent pricing), 효율적인 컴퓨팅(computation), 사용자 주도 인프라(user-governed infrastructure), 그리고 중앙 집중식 제공업체에 대한 의미 있는 대안을 갖춘, 점차 접근성이 높아지는 인지적 유틸리티가 될까요? 아니면 인류가 가장 중요한 지적 기술을 구축한 후 다음 50년 동안 그 자체의 축적된 인지적 작업에 대한 접근 권한을 임대하는 데 시간을 보낼까요? 만약 당신의 통신사가 이전에 나눈 대화에서 무언가를 기억할 때마다 추가 요금을 부과한다면 어떨지 상상해 보세요. 친구에게 전화를 걸 때마다 네트워크가 계속 말하기를 허용하기 전에 지난 6개월간의 관계를 재연하도록 요구하고, 그 재연에 대해 비용을 청구한다고 상상해 보세요. 만약 당신의 전화 서비스를 제공하는 회사가 또한 주소록, 서신 교환, 직업적 관계, 그리고 이러한 것들을 다른 제공업체로 전송할 수 있는 조건까지 통제한다면 어떨까요? 이제 이 배열을 생산성 향상을 위한 혁신이라고 부르는 회사를 상상해 보세요. 우리는 그 터무니없음을 거의 즉시 알아차릴 것입니다. 그러나 세션 간 연속성을 유지하고, 도구 간 컨텍스트를 전송하며, 일관된 장기 작업을 보존하는 것이 반복적인 컴퓨팅 노력이나 정교한 외부 인프라를 필요로 하는 AI 시스템에서 이러한 터무니없는 요소들이 정상화되고 있습니다. 이 문제들 중 일부는 합법적인 공학적 과제입니다. 다른 것들은 제품 선택, 제도적 인센티브, 그리고 미완성된 표준을 반영합니다. 우리는 이 둘을 혼동하지 않도록 극도로 주의해야 합니다. 통신 기술의 역사가 그 이유를 보여줍니다. 무제한 모바일 요금제가 4G와 5G 이전에 존재했지만, 개선되는 네트워크, 경쟁, 그리고 변화하는 경제학이 광범위한 고데이터 허용량을 일반화하는 데 도움을 주었습니다. 심지어 오늘날의 소위 무제한 플랜에도 속도 제한(throttling), 우선순위 지정(prioritization), 공정 사용 제한(fair-use restrictions)이 포함될 수 있습니다. 그럼에도 불구하고, 근본적인 관계는 바뀌었습니다.
대부분의 사람들은 더 이상 할머니와의 대화가 청구 가능한 통신 시간 12분을 추가로 쓸 가치가 있는지 계산하며 오후 시간을 보내지 않습니다. 기술은 성숙했고, 비즈니스 모델은 사람들이 실제로 그것으로부터 필요로 하는 것에 맞춰 진화하도록 강요받았습니다. 인공지능(AI) 역시 훨씬 더 빠르게 유사한 국면을 맞이하고 있을 수 있습니다. 왜냐하면 셀룰러 혁명처럼 물리적 네트워크 구축과 소비자 채택 세대가 필요한 것과는 달리, AI 생태계는 소프트웨어, 하드웨어 혁신, 오픈 모델, 알고리즘 개선, 그리고 급변하는 컴퓨팅 효율성 방법론들을 한꺼번에 통해 진화하고 있기 때문입니다. 유용한 지능의 가격은 전체 컴퓨팅 수요가 계속 증가하는 와중에도 극적으로 떨어질 수 있습니다. 더 작고 전문화된 시스템들이 현재 거대한 모델들에게 할당되는 작업을 처리할 수 있게 될 것입니다. Loc