AI 거품 (KI-Blase)은 투자자들이 인공지능 (Artificial Intelligence)의 경제적 효과를 과도하게 과대평가하고 있다는 가설입니다. University of Pennsylvania의 신경과학자(Neuroscientist)인 Konrad Körding 교수는 2025년 11월부터 시장에 개인적으로 반대 베팅을 하고 있습니다. Leonard Schmedding과의 인터뷰에서 그는 왜 지능의 효용이 물리적 세계에서 포화 상태에 이르는지 설명합니다.

Körding는 Penn Integrates Knowledge 교수이자 CIFAR 프로그램인 Learning in Machines and Brains의 공동 디렉터입니다. 23,500회 이상의 인용 횟수를 기록하며 세계에서 가장 영향력 있는 계산 신경과학자 (Computational Neuroscientist) 중 한 명으로 꼽힙니다. 그의 핵심 주장은 현재 AI에 투자하고 있는 모든 기업에 해당됩니다.

AI 거품: 왜 지능의 효용은 포화되는가

Körding는 세상을 두 부분으로 나눕니다. 삽, 자동차, 도로와 같은 물리적인 것들이 있습니다. 그리고 결정을 내리는 인간과 컴퓨터인 지능이 있습니다. 이 두 축은 서로 독립적입니다.

2025년 11월, 그는 아내와 함께 **지능 포화 (Intelligenz-Sättigung)**에 관한 논문을 발표했습니다. 아이디어는 이렇습니다: 더 많은 지능은 모든 작업을 더 잘 수행하게 만듭니다. 하지만 그 증가량은 고정된 상한선에 부딪힙니다.

그의 예시는 단순합니다. 당신이 차에 흙을 삽으로 퍼 담아야 한다고 가정해 봅시다. 더 높은 지능을 가지면 경로를 완벽하게 계획할 수 있습니다. 하지만 당신의 신체 속도는 여전히 동일합니다. 물리 법칙이 한계를 설정하는 것이지, 당신의 정신이 한계를 설정하는 것이 아닙니다. Körding는 이 한계값을 포화값 (Sättigungswert)이라고 부릅니다.

지식 노동자를 위한 종 모양의 임금 곡선

노동 시장에 대해 이 논문은 종 모양 (buckelförmigen)의 임금 곡선을 설명합니다. 처음에는 AI가 인간을 더 생산적으로 만들기 때문에 임금이 상승합니다. AI 팁을 활용하는 정원사는 더 효율적으로 일합니다. 따라서 시장은 그에게 더 많은 임금을 지불합니다.

그 후 상황이 반전됩니다. AI가 충분히 뛰어나지게 되면, 순수 지능 중심의 직업에서 인간을 몰아냅니다. 이 사람들은 물리적 섹터로 몰려듭니다. 그곳은 수용 능력이 제한되어 있습니다. 따라서 임금은 다시 하락합니다.

Körding는 모든 직업의 물리적 차원을 강조합니다. 교수는 학생들 앞에 서 있습니다. 공간 속에 존재하는 그의 신체는 강의를 가치 있게 만듭니다. AI는 이 부분을 대체할 수 없습니다. 오늘날 AI를 기존 프로세스에 영리하게 통합하는 (integrated into existing processes) 사람은 우위를 점할 것입니다.

로봇이 AI처럼 저렴해질 수 없는 이유

순진한 반문은 다음과 같습니다: 로봇 공학이 병목 현상을 해결할 수 있는가? Körding는 부정합니다. 로봇은 두 부분으로 구성됩니다. 로봇의 두뇌는 아마도 무한히 좋아질 수 있습니다. 하지만 로봇의 신체는 여전히 강철, 관절, 그리고 기어(Getriebe)로 남습니다.

AI 토큰(Tokens)은 매년 4배씩 저렴해집니다. 로봇은 그렇지 않습니다. 과거에 산업용 로봇은 100,000달러였으나, 현재는 약 30,000달러입니다. 이러한 하락은 몇 달이 아니라 몇 년이 걸립니다.

그의 비교: 로봇은 소프트웨어가 아니라 자동차와 같습니다. 자동차 가격은 계속 5,000달러 또는 10,000달러일 것이지, 5센트가 되지 않습니다. 긴 공급망(Supply chains), 광산, 그리고 공장들이 물리적 세계를 제한합니다. 바로 이 지점에서 현실이 AI 거품을 억제합니다.

마이크로프로세서가 신경과학에 대해 말해주는 것

2017년 Körding는 많이 인용되는 논문을 발표했습니다. 질문은 이것이었습니다: 신경과학자가 마이크로프로세서(Mikroprozessor)를 이해할 수 있을까? 그의 팀은 Apple II와 Commodore 64에 사용된 6502 칩을 가져왔습니다. 그 위에서는 Donkey Kong 게임이 실행되었습니다.

그들은 뇌 연구의 표준 방법론을 적용했습니다. 그 과정에서 밝은 픽셀에서 작동하는 트랜지스터(Transistor) 하나를 발견했습니다. 신경과학자라면 환호했을 것입니다: 밝기-어둠 트랜지스터(Hell-Dunkel-Transistor)라고 말이죠. 하지만 그런 것은 존재하지 않습니다.

사실 그 트랜지스터는 단지 변수가 128보다 큰지 확인하는 것뿐입니다. 이 발견은 게임의 인위적인 결과물(Artefakt)일 뿐, 칩의 메커니즘이 아닙니다. Körding는 이를 비판의 도구로 사용합니다. 우리의 뇌는 860억 개의 신경 세포와 약 $10^{15}$개의 시냅스(Synapsen)를 가지고 있습니다. 우리는 나무를 보느라 숲을 보지 못합니다.

LLM은 지능적인가? 축의 환상 (Die Achsen-Illusion)

이미 2004년에 Körding은 Daniel Wolpert와 함께 베이즈 뇌 (Bayesian Brain) 모델을 제시했습니다. 인간은 사전 지식 (Prior knowledge)을 새로운 지각과 거의 최적으로 결합합니다. 우리는 직관적으로 불확실성 (Uncertainty)을 계산합니다.

여기서 더 깊은 원리가 도출됩니다: 경사 하강법 (Gradient Descent). 모든 변수는 올바른 방향으로 아주 조금씩 움직입니다. Körding은 이를 100개의 매개변수 (Parameter)를 최적화하는 카페 매니저에 비유합니다. 거대 언어 모델 (LLM)의 역전파 (Backpropagation)가 정확히 그 역할을 수행합니다.

그렇다면 LLM은 지능적인가? Körding은 이 질문 자체가 잘못되었다고 생각합니다. 지능은 단일한 축 (Axis)이 아닙니다. AI는 대부분의 인간보다 문법을 더 잘 교정합니다. 하지만 다른 능력들은 완전히 결여되어 있습니다. 인간의 경우 많은 능력이 상관관계 (Correlation)를 갖지만, AI는 그렇지 않습니다.

컴퓨터 속의 초파리: Eon Systems가 실제로 보여준 것

Körding은 Eon Systems라는 회사의 자문을 맡고 있습니다. 이 회사는 초파리의 최초의 체화된 전뇌 에뮬레이션 (Embodied whole-brain emulation)을 발표했습니다. 이 모델은 FlyWire 커넥톰 (Connectome)으로부터 약 139,000개의 뉴런 (Neuron)과 약 5,000만 개의 시냅스 (Synapse)를 재구성합니다.

CEO는 이를 업로드된 뇌라고 언급했습니다. Körding은 그 용어에 반대합니다. 이 모델은 한 신경 세포가 다른 세포에 얼마나 강하게 영향을 미치는지 알지 못합니다. 이는 매우 단순화된 시뮬레이션 (Simulation)일 뿐입니다.

무엇보다 실제 신체가 결여되어 있습니다. 초파리는 수백만 년에 걸쳐 최적화되었습니다. 이 시뮬레이션은 먹이 찾기나 도망치기와 같은 실제 문제를 해결하지 못합니다. 이 프로젝트는 진정한 업로딩 (Uploading)과는 거리가 멉니다.

결론: 세계 모델과 AI 거품의 한계

Körding이 보기에 오늘날의 시스템에 가장 부족한 것은 바로 세계 모델 (World model)입니다. 인간은 병을 기울일 때 어떤 일이 일어날지를 머릿속에서 시뮬레이션합니다. 반면 비디오 AI는 여전히 아무것도 없는 상태에서 다리를 만들어내곤 합니다. 그는 더 나은 세계 모델을 구축하는 것이 다음 단계의 거대한 도약이라고 말합니다.

기업들을 향한 그의 메시지는 명확합니다. AI 거품이 터지는 이유는 AI가 나쁘기 때문이 아닙니다. 물리적 세계가 지능을 제한하기 때문에 터지는 것입니다. 인간은 신체, 책임감, 그리고 신뢰를 통해 여전히 가치 있는 존재로 남습니다. 구체적인 접근 방식은 45가지 실증된 AI 유스케이스 (Use-Cases)에서 확인할 수 있습니다.

자주 묻는 질문 (FAQ)

왜 Konrad Körding는 AI 거품에 반대하는 베팅을 하나요?

Konrad Körding 교수는 AI에 대한 기대치가 경제적으로 과도하다고 판단합니다. 그의 논거는 다음과 같습니다: 지능의 효용은 포화 상태에 이릅니다. 아무리 무한히 뛰어난 AI라 할지라도 신체, 공급망, 빛의 속도와 같은 물리적 한계에 부딪히게 됩니다. 그렇기 때문에 그는 2025년 11월부터 개인적으로 시장에 반대하는 베팅을 하고 있습니다. 그는 지속적인 발전을 예상하지만, 갑작스러운 특이점 (Singularity)은 오지 않을 것이라고 봅니다.

지능 포화 (Intelligence Saturation)란 무엇을 의미하나요?

지능 포화는 한계 효용이 감소하는 현상을 설명합니다. 더 높은 지능은 모든 과업을 개선하지만, 특정 임계값까지만 가능합니다. Körding는 이를 땅을 파는 행위에 비유합니다. 완벽한 계획은 도움이 되지만, 신체의 속도는 그대로입니다. 물리 법칙이 상한선을 정해두고 있습니다. 시스템이 지능화될수록 이 포화 값에 점점 더 가까워지게 됩니다.

왜 로봇이 인간의 노동을 빠르게 대체하지 못하나요?

로봇은 뇌와 물리적 신체로 구성됩니다. 뇌는 빠르게 개선되고 저렴해지지만, 강철과 기어로 이루어진 신체는 그렇지 않습니다. AI 토큰 (Tokens) 비용은 매년 4배씩 저렴해지고 있습니다. 반면 산업용 로봇의 가격은 10만 달러에서 약 3만 달러로 떨어졌을 뿐입니다. 긴 공급망과 재료비는 물리적 세계의 발전을 지속적으로 저해합니다.

Körding의 마이크로프로세서 실험은 무엇을 보여주었나요?

2017년, Körding의 팀은 Donkey Kong을 실행하던 6502 칩에 뇌 과학 연구 방법론을 적용했습니다. 그들은 겉보기에 명암 트랜지스터 (Light-dark transistor)를 발견한 듯했습니다. 하지만 실제로는 해당 트랜지스터가 변수가 128보다 큰지 여부만을 확인하는 것이었습니다. 이 결과는 게임의 인위적인 산물 (Artefact)이었습니다. 이 실험은 일반적인 분석 방법론이 뇌의 실제 메커니즘을 놓칠 수 있음을 보여줍니다.

Eon Systems가 파리 뇌를 업로드했나요?

아니요, 해당 기업의 자문역인 Körding는 그렇게 말합니다. Eon Systems는 약 139,000개의 뉴런 (Neurons)으로 구성된 FlyWire 커넥톰 (Connectome)을 활용하여 매우 단순화된 시뮬레이션을 구축했습니다. 이 모델은 연결 강도 (Connection strength)를 알지 못합니다. 또한 실제 신체가 없으며, 먹이 찾기와 같은 실제적인 문제를 해결하지도 않습니다. 초파리가 실제 업로딩 (Uploading) 단계에 도달하기에는 아직 갈 길이 매우 멉니다.