AI 버블이 현실을 만난 해

단 몇 년 만에 인공지능은 틈새 연구 분야에서 현대 역사상 가장 과장된 기술이 되었습니다. 수조 달러의 시가총액, 수십억의 벤처 자금 조성, 그리고 인공 일반 지능에 대한 수많은 거침없는 예측이 합쳐져서 닷컴 시대를 능가하는 비합리적 열광의 분위기를 만들었습니다. 그리고 2025년이 되었고, 청구서가 나타났습니다.

MIT Technology Review는 AI 회사들이 약속한 것과 실제로 제공한 것 사이의 불일치를 기록하는 새로운 전자책에서 무엇이 잘못되었는지에 대한 포괄적인 평가를 작성했습니다. 이 간행물의 "Hype Correction" 시리즈는 업계가 필요한 포스트 과장 단계에 진입했으며, 이는 기술의 진정한 능력과 동등하게 진정한 한계에 대한 솔직한 대면을 요구한다고 주장합니다.

이 전자책은 AI 산업이 정체성 위기를 겪고 있는 시점에 나왔습니다. 모든 산업을 변환하고, 수백만의 일자리를 제거하고, 잠재적으로 초인적 지능에 도달할 것으로 예상되었던 혁명적 기술은 대신 기존 인간 워크플로우에 신중하게 통합될 때 가장 잘 작동하는 유용하지만 제한된 도구의 더 겸손한 현실을 생성했습니다.

95%의 실패율

이 정산에서 아마도 가장 비참한 통계는 MIT의 자체 "GenAI Divide" 보고서에서 나온 것입니다. 이 보고서는 2025년 7월에 발표되었습니다. 이 연구에 따르면 엔터프라이즈 AI 배포의 95%가 측정 가능한 비즈니스 가치를 제공하지 못했습니다. 이것은 회의론자나 비평가들의 수치가 아닙니다. 여러 산업에 걸친 실제 기업 구현에 대한 엄격한 분석에서 나온 것입니다.

실패율은 맥락이 필요합니다. 2023년과 2024년 동안, 전 부문의 회사들은 이사회, 투자자, AI 구현을 존재론적 필수로 취급하는 미디어 내러티브의 압박 하에 생성 AI를 채택하기 위해 서둘렀습니다. AI 전략을 설명할 수 없는 최고 경영진은 주주들의 예리한 질문에 직면했습니다. 그 결과는 진정한 비즈니스 필요보다는 놓친 것에 대한 두려움에 더 많이 의해 주도되는 성급하고 계획이 부족한 배포의 물결이었습니다.

이러한 많은 구현들이 예측 가능한 패턴을 따랐습니다. 회사는 큰 언어 모델을 라이선스하고, 프로토타입 챗봇 또는 문서 요약 도구를 구축한 다음, 통제된 설정에서 경영진에게 시연한 후, 실제 사용자가 실제 작업을 실제 데이터로 처리할 때 성능이 급격히 저하됨을 발견합니다. 데모와 프로덕션 사이의 격차는 공급업체가 제안한 것보다 훨씬 더 넓었습니다.

자율 에이전트: 붕괴한 약속

AI 산업의 어떤 부문도 자율 에이전트보다 더 극적인 과장 수정을 경험하지 못했습니다. 2024년과 2025년 초 내내, 주요 AI 회사들은 여행 예약에서 보고서 작성, 프로젝트 관리에 이르기까지 최소한의 인간 감시로 복잡한 직장 작업을 독립적으로 완료할 수 있는 소프트웨어 에이전트의 비전을 홍보했습니다.

Upwork의 연구자들이 수행한 연구는 OpenAI, Google DeepMind 및 Anthropic의 주요 큰 언어 모델에 의해 구동되는 에이전트를 일반적인 직장 작업 범위에 배포하여 이 제안을 체계적으로 테스트했습니다. 결과는 흠칫했습니다. 이러한 에이전트는 많은 간단한 작업을 스스로 완료할 수 없었습니다. GPT-5 및 Gemini와 같은 모델은 단순 정보 검색 이상이 필요한 작업에서 20% 미만의 완료율을 달성했습니다.

문화적 뉘앙스가 필요한 작업은 특히 문제가 되었습니다. 마케팅 카피 생성, 언어 번역, 웹사이트 레이아웃 설계, 청중, 맥락, 또는 미학적 판단의 이해가 필요한 모든 작업이 완전히 실패했습니다. 에이전트는 표면적으로는 능숙한 작업처럼 보이는 텍스트를 생성할 수 있었지만 정밀 검사 하에서 분해되어 일반적이고 문화적으로 부적절하거나 사실상 신뢰할 수 없는 결과를 생성했습니다.

코딩 역설

과장 수정에서 가장 놀라운 발견 중 하나는 큰 언어 모델의 가장 축하하고 널리 채택된 애플리케이션 중 하나였던 AI 코딩 도우미에 관한 것이었습니다. 2025년에 발표된 여러 연구는 예상치 못한 결론에 수렴했습니다: AI 코딩 도우미를 사용하는 개발자는 실제로 그 없이 작업하는 개발자보다 19% 더 천천히 작업을 완료했습니다.

설명은 AI 보조 코딩의 숨겨진 비용을 포함하는 것으로 보입니다. 도구가 초기 코드 생성을 가속화한 반면, 개발자는 AI의 결과를 검토, 테스트 및 수정하는 데 상당한 추가 시간을 소비했습니다. 모델은 자주 미묘한 버그를 도입하거나 더 이상 사용되지 않는 API를 사용했거나, 기술적으로 컴파일되지만 아키텍처 관례나 보안 모범 사례를 위반하는 코드를 생성했습니다. 쓰기에서 절약한 시간은 검증 및 수정에 소비된 시간으로 더 이상 섭취되었습니다.

이 발견은 AI 회사들의 주장과 직접 모순되었습니다. AI 회사들은 코딩 도우미로부터 막대한 생산성 이득을 투영했습니다. AI 회사 자체에서 의뢰한 여러 주목할만한 연구는 극적인 시간 절약을 보였지만, 이는 일반적으로 간단하고 명확하게 정의된 작업이 있는 통제된 설정에서 수행되었지만 실제 소프트웨어 개발의 특징인 엉망이고 모호한 작업은 아닙니다.

AGI의 신기루

AI 과장의 많은 부분은 인공 일반 지능의 약속 또는 위협, 즉 모든 영역에서 인간의 인지 능력과 일치하거나 초과할 수 있는 가설적 시스템의 약속에 기초했습니다. 2023년과 2024년 동안, 주요 AI 회사의 지도자들은 AGI가 임박했거나 거의 임박했다는 기대를 적극적으로 배양했으며, 일정은 2년에서 5년 사이의 범위입니다.

2025년이 끝날 무렵, 이 내러티브는 대체로 붕괴했습니다. 저명한 AI 연구자들은 경계 돌파 발전의 시대가 끝났으며 현재 AI 시스템 세대를 주도하는 기술인 큰 언어 모델이 AGI로의 길이 아니라고 공개적으로 말하기 시작했습니다. 모델 성능의 빠른 개선을 주도했던 스케일링 법칙은 인지 스케일링 벽에 부딪혀 모델을 더 크게 만들고 더 많은 데이터에 대해 훈련시키는 것은 수확량 감소를 가져왔던 신호를 보였습니다.

기술적 이유는 점점 더 잘 이해됩니다. 큰 언어 모델은 인간이 생성한 텍스트에 대해 훈련된 정교한 패턴 매칭 시스템입니다. 그들은 인상적인 방식으로 패턴을 재결합하고 보간할 수 있지만, 참된 일반 지능을 특징으로 할 인과관계 추론, 세계 모델 및 진정한 이해가 부족합니다. 유창한 텍스트를 생성하는 것과 해당 텍스트의 의미를 이해하는 것 사이의 격차는 모델 규모에 관계없이 여전히 예전처럼 넓습니다.

과장의 인간 비용

AI 과장 수정은 순전히 기술 평가의 추상적 문제가 아니었습니다. 부풀려진 기대에서 실질적인 결과가 뒤따랐습니다. AI 기반 자동화에 조기 약속을 한 회사는 비용이 많이 드는 반전에 직면했습니다. 그들의 직업이 AI에 의해 제거될 것이라고 말한 근로자는 장기간의 불안을 경험했을 뿐입니다. AI 인접 기술 주위에 교육을 구조화한 학생은 이제 그들에게 약속한 노동 시장이 구현될 것인지 의문을 품고 있습니다.

아마도 가장 중요한 것은 과장 주기 동안 AI에 기울인 자원이 기회 비용을 나타냈다는 것입니다. 최소한의 수익으로 AI 프로젝트에 투입된 자본, 엔지니어링 재능 및 조직 주의는 다른 기술에 투자되었거나 시급한 비기술 문제를 다루는 데 사용되었을 수 있습니다.

수정이 생존하는 것

과장 수정은 인공지능이 쓸모없다는 의미는 아닙니다. 반대로, 비현실적인 기대를 제거함으로써 기술이 정말로 탁월한 곳을 명확히 합니다. AI 도구는 특정하고 명확하게 정의된 작업에 효과적입니다: 문서 요약, 인간 검토를 통한 언어 번역, 큰 데이터 세트를 통한 검색 가속화, 인간이 개선하는 초안 생성, 구조화된 데이터의 패턴 식별.

성공적인 애플리케이션 중 일반적인 스레드는 인간의 감시입니다. AI는 자율 에이전트가 아니라 인간의 판단을 보강하는 도구로서 최선의 방식으로 작동하며, 루틴과 반복적인 것을 처리하는 동안 인간은 기술에 부족한 맥락, 창의성 및 비판적 사고를 제공합니다. 이것은 AGI보다 덜 극적인 비전이지만 현실적인 비전이며, 수백억 달러 규모의 시장을 설명합니다.

MIT Technology Review의 전자책은 가장 야심찬 투영에 무겁게 베팅한 사람들에게는 고통스럽지만 기술의 장기 발전에는 궁극적으로 건강한 포스트 과장 단계라고 주장합니다. 현실적인 기대는 더 나은 구현으로 이어지고, 진정한 가치로 이어지며, 계속되는 연구에 필요한 투자를 지탱합니다. 2025년의 위대한 AI 과장 수정은 궁극적으로 기술의 실패가 아니라 그것을 구축하는 산업의 필요한 성숙이라고 기억될 수 있습니다.

이 기사는 MIT Technology Review의 보도를 기반으로 합니다. 원본 기사를 읽으세요.