AI의 대부, Musk의 xAI를 '실패'라고 비난하며 AI 연구소들이 '거대한 거품 폭발'의 위험을 초래하고 있다고 경고

AMI Labs의 설립자인 Yann LeCun은 CNBC와의 인터뷰에서 Elon Musk의 xAI가 인공지능 (AI)의 최전선에서 경쟁할 수 없는 "실패작"이라고 말하며, 업계에서 "거대한 거품 폭발 (big bubble explosion)"을 일으킬 수 있는 원인에 대한 자신의 견해를 밝혔다.

LeCun의 이러한 발언은 Musk와의 오랜 갈등을 재점화했으며, 세계 최대 AI 기업 중 일부의 기업 가치에 의구심을 던졌다.

이전에 Meta의 수석 AI 과학자였던 LeCun은 지난 몇 년 동안 AI부터 그가 Tesla CEO의 "음모론 (conspiracy theories)"이라고 묘사한 소셜 미디어 활동에 이르기까지 다양한 주제를 두고 Musk와 충돌해 왔다. Musk 측은 LeCun이 "오랫동안 AI의 흐름을 놓치고 있다"고 비난해 왔다.

LeCun은 해당 분야에서의 초기 업적 덕분에 종종 "AI의 대부 (godfather of AI)"라고 불린다.

"솔직히 말해서 xAI는 일종의 실패작입니다. 왜냐하면 창립 팀이" 떠났기 때문입니다"라고 LeCun은 말했다.

"Elon은 이제 AI 분야의 최고 인재들을 채용하기가 매우, 매우 어려운 위치에 있습니다. 왜냐하면 그는 ... 이전 팀에 대해 그리 좋은 방식으로 행동하지 않았기 때문입니다."

지난 1년 동안 xAI의 공동 창립자 여러 명이 조직을 떠났다. 지난 2월, Musk는 SpaceX를 xAI와 합병하는 거대한 거래를 진행했으며, 이 거래에서 기업 가치는 1조 2,500억 달러로 평가되었다.

3월 31일로 종료된 3개월 동안, xAI를 포함하는 SpaceX의 AI 부문은 영업 손실 25억 달러를 기록했다. 한편, AMI Labs는 월드 모델 (world models) 추구를 위해 3월에 10억 달러 규모의 펀딩 라운드를 진행했으며, 이는 투자 전 기업 가치 (pre-money valuation) 35억 달러에 달했다.

LeCun은 xAI가 다른 회사들에 임대하는 "거대한 인프라 (huge infrastructure)"를 가지고 있다고 말하며, "그것이 그[Musk]가 비용을 회수할 수 있는 유일한 방법이기 때문"이라고 덧붙였다.

인프라에 대한 LeCun의 언급은 테네시주 멤피스에 있는 xAI의 Colossus 1 및 Colossus 2 데이터 센터를 지칭한다. Google과 Anthropic 모두 xAI의 데이터 센터에서 컴퓨팅 용량 (compute capacity)을 임대했다.

"저는 xAI의 전망에 대해 그리 긍정적이지 않습니다"라고 LeCun은 말하며, xAI가 OpenAI 및 Anthropic과 같은 거물들과 경쟁할 수 있을 것이라고 기대하지 않는다고 덧붙였다.

CNBC가 연락을 취했을 때 SpaceX와 xAI는 즉각적인 답변을 내놓지 않았다.

AI에 대한 기업들의 지출은 기술 비용이 예상보다 더 많이 드는 것으로 밝혀짐에 따라 최근 몇 달 동안 면밀한 조사를 받아왔다. OpenAI의 CEO Sam Altman은 이번 달 회사의 라이브 스트림(livestream)에서 기업들이 현재 AI에 얼마나 많은 비용을 지출하고 있는지 논의하고 있다고 말한 것으로 알려졌다. Altman은 AI 비용이 "거대한 문제 (huge issue)"라고 말했다.

"AI 서비스의 가격은 올라가고 있지만, 이를 운영하는 비용은 내려가고 있습니다. 하지만 그 속도가 충분히 빠르지는 않습니다. 그래서 이 모든 기업들이 돈을 잃고 있으며, 기본적으로 대부분의 사람들을 위한 사용은 투자자들에 의해 자금이 지원되고 있습니다. 이것이 아주 오랫동안 지속될 수는 없지 않습니까?"라고 LeCun은 말했다.

AMI Labs의 설립자인 그는 OpenAI나 Anthropic과 같은 연구소들이 "가격을 인상하거나, 비용을 절감해야 할 것이며, 그렇지 않으면 거대한 거품 폭발 (big bubble explosion)이 일어날 것"이라고 덧붙였다.

LeCun은 현재 세대의 선도적인 AI 제품들의 기반인 거대 언어 모델 (LLMs, Large Language Models)의 한계에 대해 목소리를 높여 비판해 왔다. 대신, LeCun은 "세계 모델 (world models)"의 지지자이다.

LLM은 다음에 올 내용을 예측하기 위해 언어 패턴을 학습하며, 이는 추론 (reasoning)과 코딩 (coding)에 매우 적합하게 만든다. 세계 모델은 실제 또는 시뮬레이션된 세계가 어떻게 작동하는지에 대한 이해를 구축하는 것을 목표로 함으로써 다른 접근 방식을 취한다. 여기에는 객체 (objects), 인과 관계 (cause and effect), 그리고 행동 (actions)이 포함된다.

"개인적으로 저는 세계 모델에 기반하기 전까지는 일반화된 신뢰할 수 있는 에이전트 시스템 (agentic systems)을 갖게 될 것이라고 생각하지 않습니다"라고 LeCun은 말했다.

Anthropic부터 OpenAI에 이르기까지 인공지능 기업들은 더 복잡한 작업을 자율적으로 수행할 수 있는 시스템인 AI 에이전트 (AI agents)에 집중하고 있다.

LeCun은 LLM이 코딩이나 수학과 같은 분야에 유용하다고 말했다. 그러나 그는 "이 정도의 성능을 가진 시스템을 운영하는 비용은 사용자들이 지불할 준비가 된 금액에 비해 매우 높다"라고 언급했다.