AI 거품의 역습

지난 3년 동안 AI 거품 논쟁은 최소 세 번의 광란적인 단계를 거치며 요동쳤습니다:

1. 의구심 (Suspicion): AI가 업무를 안정적으로 자동화할 수 있다는 것을 누구도 증명하기 전에 역사적인 규모의 자본이 AI로 쏟아져 들어갔습니다. 격렬한 시장 조정 (Market correction)이 불가피해 보였습니다.
2. 광기 (Mania): Claude Code와 자율 에이전트 (Autonomous agents)의 등장은 초기 회의론을 구식처럼 보이게 만들었고, 모든 곳에 AI를 심고 사용량을 극대화하려는 기업들의 다급한 움직임에 불을 지폈습니다.
3. 심판 (Reckoning): 기업들은 AI가 정밀하게 목표를 겨냥했을 때는 놀라울 수 있지만, 보편적인 생산성 기계로 취급될 때는 파멸적일 정도로 비용이 많이 든다는 사실을 깨달았습니다.

---

중요한 이유: 첫 번째 단계는 기술을 의심했습니다. 두 번째 단계는 기술을 숭배했습니다. 현재 미국 기업계 전반에서 힘을 얻고 있는 세 번째 단계는 AI의 엄청난 능력이 그만큼의 비용을 지불할 가치가 있는지를 묻고 있습니다.

상세 분석 (Zoom in): AI에 반대하는 목소리는 과거에는 외부인들, 즉 러다이트 (Luddites),

• Uber는 4개월 만에 연간 Claude Code 예산을 모두 소진한 후 직원들의 AI 사용량을 제한했습니다. 한 고위 임원은 토큰 (token) 사용과 더 유용한 소비자 기능 사이의 명확한 연결 고리가 없는 상황에서 해당 지출을 "정당화하기 점점 더 어려워지고 있다"고 말했습니다.
• Amazon은 직원들이 순위를 높이기 위해 무의미한 작업들로 내부 토큰 리더보드를 조작하자 이를 폐쇄했습니다. 한 Amazon 임원은 직원들에게 "단순히 AI를 사용하기 위해서만 AI를 사용하지 마십시오"라고 당부했습니다.
• GitHub는 "지속 가능한" 비즈니스를 구축하려는 노력의 일환으로, 수백만 명의 개발자가 사용하는 AI 코딩 어시스턴트인 Copilot을 사용량 기반 과금 체계로 전환했습니다. 이 변화는 과도한 AI 사용에 따른 실제 비용을 갑작스럽게 마주하게 된 사용자들에게 충격을 주었습니다.
• Bain이 951개의 대기업을 대상으로 조사한 결과, 대부분의 기업이 더 많은 지출을 계획하고 있음에도 불구하고 AI를 통한 비용 절감 효과는 예상치를 훨씬 밑도는 것으로 나타났습니다. 보고서는 "기술은 작동했지만, 가치는 도래하지 않았다"고 결론지었습니다.

흥미로운 지점 (The intrigue): OpenAI의 CEO Sam Altman조차 이러한 새로운 우려를 인정하며, AI 지출이 매출로 이어질 것인가에 대한 의문이 현재 "가장 타당한 비판"이라고 불렀습니다.

현실 점검 (Reality check): 경고음을 울리고 있는 기업들은 바로 초기 도입자 (early adopters)들입니다. 대부분의 경제 주체들이 여전히 출발선에 서 있는 반면, 개척자들은 비용 충격, 낭비되는 토큰, 그리고 직원들의 반발을 온몸으로 받아내고 있습니다.

• AI는 이미 칩 제조사, 모델 연구소(model labs), 그리고 일부 파워 유저들에게 실질적인 가치를 창출하고 있습니다. 더 어려운 질문은 그 가치가 이를 도입하기 위해 비용을 지불하는 기업들에게도 확산될 것인가 하는 점입니다.

수치로 보는 현황: 월스트리트(Wall Street)는 금요일, 시장에 AI 낙관론이 얼마나 반영되어 있는지를 보여주는 새로운 사례를 접했습니다.

• 나스닥(Nasdaq) 지수는 4.2% 급락하며 1년 만에 최악의 하루를 기록했고, 필라델피아 반도체 지수(Philadelphia Semiconductor Index)는 10.3% 폭락하며 6년 만에 최악의 하루를 기록했습니다.
• 원인 중 하나는 Broadcom이었습니다. 이 칩 제조사는 폭발적인 AI 성장을 보고했으나, 장기적인 AI 매출 전망치를 상향 조정하지 못했습니다. 이는 수요가 여전히 가속화되고 있다는 신호를 찾던 투자자들을 실망시켰습니다.

결론: AI는 적절한 작업자를 극적으로 더 생산적으로 만들 수 있지만, 그러한 이득은 정확히 어디에 어떻게 적용할지를 아는 것에 달려 있습니다. 진짜 거품은 AI를 기업, 직원, 그리고 워크플로(workflows) 전반에 무차별적으로 뿌리기만 하면 확실하게 비용을 회수할 수 있을 것이라는 가정이었을지도 모릅니다.