개요: AI 재정립의 배경
2025년 말, MIT Technology Review는 수년간 지속된 AI 과대기대(Hype)에 대한 전면적 재검토를 촉구하는 “Hype Correction” 기획 시리즈를 발행했다. 이 시리즈의 핵심 메시지는 단순하다: AI는 여전히 중요한 기술이지만, 우리가 기대했던 모습과는 다르다.
2022년 ChatGPT 출시 이후 AI 업계는 전례 없는 과대선전의 시기를 겪었다. “AI가 기후변화를 해결할 것”, “AGI(범용인공지능)가 수년 내 도래할 것”, “대부분의 지식 노동이 대체될 것”이라는 주장들이 쏟아졌다. 그러나 2025년을 거치면서 현실은 그 기대치에 미치지 못했고, MIT는 이를 “필요한 기대치 재설정(reset)”의 시기로 규정했다.
GPT-5가 출시되었을 때, 많은 전문가들이 반응은 실망스러웠다. AI 연구자 Yannic Kilcher는 “경계를 넘는 발전의 시대는 끝났다. 우리는 지금 LLM의 삼성 갤럭시 시대에 있다”고 선언했다. 스마트폰처럼, 매년 새 모델이 나오지만 대부분의 사람들에게 전년도 제품과 크게 다르지 않다는 것이다.
핵심 주장 ① — LLM 한계와 기술적 정체
LLM은 AGI로 가는 문이 아니다
MIT의 분석에서 가장 중요한 기술적 판단은 대규모 언어 모델(LLM)이 AGI(범용인공지능)로 나아가는 경로가 아니라는 것이다. OpenAI의 공동창업자이자 전 수석과학자였던 Ilya Sutskever조차 LLM의 근본적 한계를 인정했다: LLM은 수천 가지 특정 문제를 푸는 방법을 학습하지만, 그 문제들 뒤에 있는 원리를 학습하지 못한다. 1,000가지 대수 문제를 푸는 법을 외우는 것과, 어떤 대수 문제든 풀 수 있는 원리를 이해하는 것은 전혀 다른 능력이다.
생산성 역설
METR의 2025년 연구는 충격적인 결과를 보여주었다. AI 코딩 도구를 사용한 개발자들이 AI 없이 작업한 경우보다 19% 더 느리게 작업을 완료했다. 흥미로운 것은 이 개발자들이 AI가 자신들을 24% 더 빠르게 만들어 줄 것이라고 예상했고, 실제 작업 후에도 AI가 20% 속도를 높였다고 착각했다는 점이다. “거의 맞지만 완전히 맞지 않는” AI 솔루션을 수정하는 데 드는 시간이 처음부터 직접 작성하는 것보다 더 많이 소요된 것이다.
기업 도입의 현실
2025년 7월 MIT의 연구에서 AI를 도입한 기업의 95%가 측정 가능한 사업적 가치를 얻지 못했다는 결과가 발표되었다. 이 통계는 다소 과장된 측면이 있지만, AI 기업 도입이 홍보만큼 간단하지 않다는 현실을 반영한다.
핵심 주장 ② — AI 버블 논쟁
버블의 존재에 대한 이례적 인정
AI 버블 논쟁에서 가장 놀라운 사건은 OpenAI CEO 샘 알트만이 2025년 8월 직접 이를 인정한 것이다. 그는 “투자자들이 AI에 대해 전반적으로 과흥분 상태인가? 내 의견으론 그렇다”고 말했고, 현재 상황을 닷컴 버블에 직접 비유했다. “버블이 터질 때, 누군가 막대한 돈을 잃을 것이다. 누가 될지는 모른다.” 이 발언은 OpenAI가 3,000억 달러 평가로 400억 달러를 조달한 직후 나온 것이어서 더욱 주목받았다.
닷컴 버블 vs. 서브프라임 버블
MIT는 AI 버블의 성격을 두 가지 역사적 선례와 비교했다. 서브프라임 버블은 터졌을 때 인프라조차 남기지 않고 부채만 남겼다. 반면 닷컴 버블은 수많은 기업을 파산시켰지만, 물리적 인터넷 인프라와 구글·아마존 같은 소수의 생존 기업들을 남겼고 이들이 다음 시대를 정의했다.
현재 AI 투자는 실제 컴퓨팅 인프라를 만들고 있다는 점에서 닷컴 버블과 유사하다. 그러나 수요가 공급을 따라오지 못할 경우 대규모 손실이 발생할 수 있다. 샘 알트만은 2033년까지 인도 전체 전력 수요에 맞먹는 250기가와트의 컴퓨팅 용량 구축을 목표로 하는데, 그 비용은 오늘날 기준 12조 달러를 초과한다.
핵심 주장 ③ — 규제 전쟁
2025년 12월 11일, 트럼프 대통령은 주정부의 AI 규제를 무력화하는 행정명령에 서명했다. 이 행정명령은 연방 차원의 “최소한의 부담” AI 정책을 구축하겠다는 목표 하에 주정부의 AI 관련 입법을 견제하는 내용을 담고 있다.
2026년에는 다음과 같은 전선이 형성될 전망이다. 우선 연방 vs. 주정부 대결이다. 캘리포니아는 이미 프론티어 AI 기업들에게 안전성 테스트 공개를 요구하는 법률을 통과시켰다. 캘리포니아를 비롯한 민주당 우세 주들은 트럼프의 행정명령에 법적으로 도전할 계획이다. 또한 법적 책임 문제가 핵심 쟁점으로 부상하고 있다. 챗봇이 십대의 자살을 도왔을 때 AI 기업에 법적 책임을 물을 수 있는지, AI가 명백한 허위 정보를 퍼뜨렸을 때 명예훼손으로 소송이 가능한지에 대한 재판이 2026년에 진행된다. 아울러 보험 시장의 반응도 주목해야 한다. AI 기업들이 이러한 소송에서 패소할 경우, 보험사들이 AI 기업을 고객으로 거부할 가능성도 있다.
핵심 주장 ④ — 직업과 노동시장
대체보다는 증강
MIT의 분석에 따르면 800개 이상의 직업군을 분석한 결과, AI 자동화로 인한 일자리 손실이 발생할 수 있는 직업은 20% 미만이다. 반면 5분의 4에 해당하는 직업들은 자동화와 혁신의 혼합을 경험할 것으로 예상된다. 이는 AI가 인간의 작업을 대체하기보다 특정 반복 업무를 자동화하면서 노동자들이 고부가가치 작업에 집중할 수 있게 하는 “코파일럿” 역할을 한다는 개념과 일치한다.
실제 사례로, AI는 간호 분야에서 전자 건강기록 데이터 입력을 자동화함으로써 간호사들이 환자 케어에 더 많은 시간을 쓸 수 있게 돕고 있다. MIT 연구자들은 이 같은 생산성 향상 효과가 2035년까지 간호 생산성을 최대 20% 향상시킬 수 있다고 추정했다. 전반적으로 향후 5~7년 내 AI의 자동화 능력은 미국 노동력에 1,600~1,700만 명을 추가하는 것과 맞먹는 효과를 낼 것으로 전망된다.
2026년 주요 전망
MIT Technology Review는 2026년에 주목해야 할 5가지 트렌드를 제시했다.
추론 모델의 부상: 단순한 응답 생성을 넘어 “생각하는 시간”을 갖는 추론 모델이 고품질 문제 해결의 새로운 표준이 되고 있다. 이 분야의 발전은 계속될 전망이다.
과학 분야 AI 확장: OpenAI가 구글 딥마인드에 이어 과학 연구 전담 팀을 구성하는 등, AI의 과학적 발견 지원이 본격화되고 있다. 단, MIT는 “AI가 수학 미해결 문제를 풀었다”는 일부 보도가 과장되었음을 지적했다.
AI와 국가 안보의 결합: OpenAI는 드론 격추 등 군사 목적의 기술 활용을 금지했던 기존 정책을 번복하고 방산 스타트업과 파트너십을 체결했다. 이 트렌드는 2026년에 더욱 심화될 것이다.
중국의 경쟁력 부상: DeepSeek R1의 성공은 상대적으로 제한된 자원으로도 세계 수준의 AI를 개발할 수 있음을 증명했다. 중국의 AI 칩 자체 개발 투자도 가속화되고 있다.
규제와 법적 책임의 명확화: 2026년 주요 소송들의 판결이 나오면서 AI 기업의 법적 책임 범위가 처음으로 구체화될 전망이다.
시사점 및 결론
MIT의 “Hype Correction” 시리즈가 던지는 핵심 메시지는 파국론도 낙관론도 아니다. AI는 지금까지 선전된 것처럼 모든 것을 바꾸지는 않았지만, 그렇다고 단순한 유행도 아니다.
ChatGPT 이전에도 AI는 존재했고, 이 하이프 사이클이 끝난 후에도 AI는 계속될 것이다. 진짜 승자인 킬러 앱들은 아직 등장하지 않았을 가능성이 크다. 지금은 “학습에 의한 실험” 단계이며, 실험을 장려하고 보상하는 기업과 개인이 AI에서 가장 큰 가치를 얻을 것이다.
기업과 개인 모두에게 적용되는 핵심 교훈은 세 가지다. 첫째, AI에 대한 기대치를 현실에 맞게 재조정해야 한다. 모든 문제의 즉각적 해결사가 아닌, 특정 작업에 진정으로 도움이 되는 도구로 바라보아야 한다. 둘째, AGI 타임라인에 베팅하기보다 당장 실제 가치를 창출하는 AI 응용에 집중해야 한다. 셋째, AI를 인간 노동의 대체재가 아닌 증강 도구로 활용할 때 가장 큰 생산성 향상을 기대할 수 있다.
역사는 범용 기술의 초기 채택자가 가장 큰 생산성 보상을 얻는다는 것을 보여준다. AI 버블의 거품이 걷히더라도, 기술 자체는 남는다.
본 보고서는 MIT Technology Review “Hype Correction” 시리즈(2025년 12월~2026년 1월) 및 관련 기사들을 바탕으로 작성되었습니다.
About the Author
AI FOCUS에서 더 알아보기
구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.
