AI의 3,440억 달러 ‘언어 모델’ 베팅은 불안정해 보인다

• 올해 글로벌 빅테크 4대 기업은 3,440억 달러를 AI에 지출하며, 대부분을 대규모 언어 모델(LLM) 훈련·운영용 데이터센터에 투자하고 있음
• LLM은 이미 7억 명 이상이 매주 ChatGPT를 사용할 정도로 대중화에 성공했지만, 발전 속도가 둔화되고 환각·높은 비용·미미한 성능 개선 같은 한계가 드러나고 있음
• 중국 DeepSeek은 더 작고 효율적인 모델을 공개하며 시장을 놀라게 했고, Covariant(로보틱스), Atman Labs(비딥러닝 접근) 같은 기업들은 물리 세계 반응형 AI를 탐구하고 있음
• 최근 연구에 따르면 LLM의 사회적 추론 능력은 소수 특성에 의존해 작은 변경에도 취약하며, OpenAI도 취약 계층 안전장치 실패 가능성을 인정했음
• 전문가들은 LLM을 ‘토큰 생성기’ 에 불과하다고 비판하며, 단일 기술에 대한 집착은 시장 불안정성을 키울 수 있어 새로운 접근의 부상 가능성에 대비해야 한다고 경고함

거대한 AI 투자와 LLM 중심주의

• 모든 투자자는 "모든 계란을 한 바구니에 담지 말아야 한다"는 것을 아는데, 왜 실리콘 밸리는 인공 지능(AI) 구축을 위한 단 하나의 방법에만 베팅하는 걸까?
• 세계 4대 기술 기업이 2025년에 3440억 달러를 AI에 투자하며, 주로 대형 언어 모델(LLM) 훈련 및 실행을 위한 데이터 센터 구축에 집중하고 있음
• LLM은 텍스트, 오디오, 시각 콘텐츠등 멀티모달 입력을 처리하며, 시퀀스 내 다음 토큰 예측 기법에 의존함
• 개인용 챗봇이 빠르게 성장하며, 일부 AI 스타트업이 수익을 내기 시작하고 기업들이 생성 AI로 초기 생산성도 향상시키고 있음
• LLM은 주류 채택을 달성한 최초의 AI 기술로, ChatGPT는 매주 7억 명 이상의 사용자를 보유
• 일부 스타트업은 손익분기점에 도달했으나, 의료·법률 등 민감 분야에서는 환각 문제로 신뢰도 확보에 한계 존재

단일 기술 집착의 위험

• 그러나 단일 기술에 집중하는 것은 위험하며, 과거 BlackBerry가 물리적 키보드를 고집하다 애플의 터치스크린에 밀린 것, Yahoo의 포털 베팅이 Google의 검색 지배에 밀린 것 같은 실패한 사례들이 있음
• LLM 역시 같은 길을 걸을 위험이 있으며, 새로운 AI 접근법이 등장할 경우 대규모 투자가 좌초 위험을 안게 됨
• 중국 DeepSeek가 1월에 더 작고 효율적인 LLM을 공개하고, 아키텍처를 오픈하며 시장에 놀라움을 주면서 비전통적 접근 가능성을 입증

대안적 접근의 탐색

• AI 발전은 과거 통찰과 새로운 아이디어를 결합하며 이루어지며, 초지능 기계 추구도 다각적 접근 필요
• Covariant 같은 스타트업은 데이터 패턴 분석 대신 공간 인식 소프트웨어를 개발하며 LLM 중심에서 벗어남
• 로보틱스, 드론, 약물 발견, 기후 모델링 기업은 실시간 물리적 반응이 필요해 LLM 중심주의에서 벗어나 있음
• 영국 Atman Labs는 딥러닝 이전의 잊힌 아이디어를 발굴하며, Google DeepMind의 초기 다중 트랙 접근법(예: AlphaGo, 강화 학습)을 반영

LLM 한계와 신뢰성 문제

• 이제 대형 언어 모델 논리에 균열이 나타나고 있음: 엄청나게 높은 비용부터 수익 감소 전망까지
• OpenAI나 Google의 최신 모델은 이전 모델보다 약간만 나으며, 더 많은 돈을 쏟아부어도 그러함
• 그럼에도 환각 현상은 사라지지 않아 의료나 법률 분석 같은 기업에서 도입하는데 걸림돌이 됨
• 최근 Nature 연구는 언어모델의 사회적 추론 능력이 극히 일부 특성에 의존해 작은 변경에도 붕괴할 수 있으며, 이는 신뢰성에 대한 근본적 질문을 제기
• OpenAI는 장시간 대화 시 취약 계층 안전장치 붕괴할 가능성이 있따고 인정, 실제로 십대에게 자해 지침을 제공하는 사건 발생

업계 비판과 전망

• Fei-Fei Li: “자연에 언어는 없고, 세상은 물리 법칙을 따른다”라며 언어 중심 한계 지적
• Alex Karp(Palantir CEO): “실리콘밸리가 LLM을 과대 선전했다” 비판
• Yann LeCun: LLM은 더 똑똑한 기계의 ‘막다른 골목’, “토큰 생성기”에 불과하며 물리적 주변을 이해하거나 미리 계획하지 못한다고 지적
• 결론적으로 LLM은 지속되겠지만, 단일 해법에 집착하는 것은 위험하며, 투자자·기업은 새로운 기술 패러다임 전환 가능성에 대비해야 함