옥스퍼드 대학교의 경제학자이자 "진보는 어떻게 끝나는가: 기술, 혁신, 그리고 국가의 운명"이란 책의 저자인 프레이 박사는 ‘거품이 터져야 오히려 AI 발전에 좋을 것’이라고 말했다.

그는 최근 뉴욕타임스에 기고한 글에서 "거품은 좋습니다. 거품이 계속되기를 바랍니다" 라는 구글 전 CEO 에릭 슈미트의 말을 인용해 “인공지능이 발전하려면 기업들이 AI 인프라에 기록적인 투자를 계속하지 않으면 안 된다고 생각하지만 실상은 투자보다 먼저 압박(혹은 어려움)이 있어야 한다”고 주장했다.

일반적으로 사람들은 많은 데이터 센터가 구축되어야 AI가 암 치료법을 찾을 것이고, 인공 일반 지능(AGI, Artificial General Intelligence, 인간의 모든 지적 작업을 이해하고, 학습하고, 이를 적용하여 해결할 수 있는 능력을 갖춘 가상의 기계가 가진 지능) 에 도달할 수 있다고 생각한다. 그러나 실상은 그렇지 않다.

이를테면, 에너지 가격이 오르면 사람들은 에너지 절약 방법을 고안해 내고, 노동력이 부족하면 노동력을 절감하는 기계를 발명하듯, AI 거품이 꺼져 어려움이 닥쳐야 AI 진보가 이루어진다. 자금이 고갈되면 기업들은 더 적은 칩과 더 적은 전력으로 더 많은 작업을 수행하는 모델을 구축하려 들기 때문이다.

그에 따르면, 1980년대에 꽃피던 AI 산업은 프로그래머가 작성한 수천 개의 "if-then" 규칙을 컴퓨터 시스템에 입력하여 인간의 추론을 모방하려 했다. 그러나 이러한 접근 방식은 비용이 많이 드는 데다 제한적이었다. 그 결과에 충격을 받은 연구자들은 사례에서 학습하고 불확실성을 잘 처리하는 모델을 만드는 쪽으로 방향을 틀었고, 한편으로는 신경망이 당시 유행이 아니었지만, 계속해서 좋아지고 있었다.

대신 일자리가 사라지고 연구실이 문을 닫았다. 하지만, 이러한 침체는 과학자와 개발자에게 더 나은 습관-즉 더 경험적이고, 유연하며, 결과 중심적인 습관-을 가르쳐 현대 AI의 토대를 마련했다는 게 그의 주장이다.

실제,로 2018년 유럽의 데이터 규제는 개인 정보 수집 및 저장 방식에 엄격한 규칙과 무거운 벌금을 부과했다. 이에 대응하여 기술 기업들은 기존 모델을 미세 조정하고 실제 기록 대신 인공적으로 생성된 데이터를 사용하는 전략을 채택했다.

또한, 2018년 이후 중국 기업, DeepSeek은 미국의 수출 제약에 둘러싸여 일했다-서구 경쟁사들의 컴퓨팅 파워 중 아주 일부만을 사용하여 훈련했음에도 불구하고 많은 성능 벤치마크(기술이나 AI 분야에서의 속도, 효율성, 정확성 또는 품질을 측정하는 데 사용되는 표준화된 테스트) 에서 필적할 만한 성과를 이룩했다-함은 희소성이 어떻게 독창성을 낳는지를 보여주었다.

그래서 현재와 같이 구형 칩과 에너지를 많이 소모하는 데이터 센터에 돈을 낭비한다면, 현재의 기술 수준을 넘어설 수 있는 발전은 없을 것이며, 결국 에너지 효율적인 혁신에 대한 인센티브가 없다면 인공지능 기술은 잘못된 길로 빠질 위험이 있다고 그는 주장했다.

사실, 1900년경에는 전기 자동차가 유망했고, 뉴욕과 런던은 심지어 전기 택시를 운영하기도 했다. 그러나 전력망에 대한 투자 부족과 저렴한 석유 가격이 맞물리면서 세대를 거쳐, 내연 기관을 선호하는 시스템이 형성되었다.

만약 우리가 탄소 가격을 일찍 책정하고 전력망을 계속 구축했다면, 21세기는 달랐을 것이라고 상상하는 것은 어렵지 않다. 그래서 에너지 효율적으로 방향을 바꾸지 않는다면, AI 역시 같은 운명을 맞이할 수 있다. 엄청난 가능성을 가졌지만, 우리의 자원을 고갈시키는 구식 패러다임에 갇힌 기술은 결국 1900년대 전기 자동차처럼 될 것이다.

인간은 놀라울 정도로 에너지 효율적이다. 아이는 약 20와트의 전력만으로 작동하는 뇌로 원인과 결과, 물리적 세계의 작동 방식, 그리고 기본적인 사회 규범을 이해할 수 있다. 오늘날의 AI 모델은 같은 성능을 구현하기 위해 엄청난 양의 데이터와 전기를 소모하고 있지만 익숙하지 않은 문제를 처리해야 하는 순간에는 여전히 제대로 작동하지 않는다.

그러나 진로를 수정한 AI는 우리가 이미 아는 것을 단순히 다듬는 데 그치지 않고 우리의 새로운 도전-과학적 발견을 이루고 의학적 혁신을 이루는 일-에 천착할 수 있도록 도울 것이다.

거품은 부풀어 오를 때는 시끄럽다. 하지만 거품이 터지면 거품은 걷히고 보조금 없이도 어떤 아이디어가 살아남는지 알 수 있다. AI 붐이 식으면, 더 적은 자원으로 더 많은 것을 해내는 시스템만이 살아남을 것이다.