“그러한 지출에 대해 수익을 거둘 수 있는 방법은 전혀 없다는 것이 나의 견해이다.”
빅터 탄게르만(Victor Tangermann) 발표: 2025년 12월 5일 오전 10:10 (미국 동부 표준시)
AI 기업들은 데이터 센터 확충에 천문학적인 액수의 자금을 지속적으로 쏟아붓고 있으며, 이는 분석가들과 기술 분야 지도자들 모두가 앞으로 수년간 — 설령 결실을 맺는다 하더라도 — 투자금을 회수하지 못할 수 있다고 경고하는 거대한 도박이다.
오픈AI(OpenAI)는 매 분기 막대한 양의 현금을 지속적으로 소진하며 이번 10년이 끝나기 전에 1조 달러를 훨씬 상회하는 금액을 지출하기로 최근 확약했는데, 이러한 엄청난 손실로 인해 투자자들은 까다로운 질문을 던지기 시작했다.
간단히 말해, IBM의 최고경영자(CEO) 아르빈드 크리슈나(Arvind Krishna)가 최근 IT 전문 매체 더 버지(The Verge)의 편집장 니레이 파텔(Nilay Patel)과 진행한 팟캐스트 ‘디코더(Decoder)’의 에피소드에서 밝혔듯, 수지타산이 맞지 않는 상황이다.
오픈AI가 명확히 정의하지 못한 채 최우선 과제로 삼고 있는 ‘인공일반지능(AGI)’을 달성하려는 시도에 대해 “그 지출을 정당화할 수 있는 기업용 투자 자본 수익률(ROI)이 존재한다고 생각하는가”라는 질문을 받자, 크리슈나는 대략적인 계산법을 제시했다.
“1기가와트(GW) 규모의 데이터 센터를 채우는 데는 약 800억 달러가 듭니다.” 그가 말했다. “이것이 현재의 수치입니다. 만약 한 회사가 20~30기가와트를 투입하려 한다면, 이는 1조 5,000억 달러에 달하는 [자본 지출(CapEx)]이 됩니다.”
‘AGI 추구’를 위해 확약된 “전체 투입량”이 100기가와트에 달한다는 점을 고려하면, 이는 “[자본 지출] 기준으로 8조 달러”에 이른다고 그는 추론했다.
“8조 달러의 [자본 지출]은 단지 이자를 감당하기 위해서만 대략 8,000억 달러의 수익이 필요하다는 것을 의미하므로, 이에 대한 투자 수익을 거둘 수 있는 방법은 결코 없다는 것이 내 견해이다.” 그가 결론지었다.
이는 눈길을 끄는 강한 회의론의 표명으로, 경영진 사이에서 막대한 AI 지출 열풍이 장기적으로 합리적이기는커녕 지속 가능하지도 않을 수 있다는 불안감이 커지고 있음을 부각한다. 최근 월스트리트저널(WSJ)이 “수익성 있는 AI를 위한 명확한 재무 모델”의 부재라고 기술했음에도 불구하고, AI 기업들의 기업 가치는 전례 없는 수준으로 치솟았다.
투자은행 HSBC의 최근 분석에 따르면, 오픈AI는 적어도 향후 4년 동안은 어떠한 이익도 내지 못할 것이며, 추가적인 부채, 지분, 또는 말처럼 쉽지 않은 새로운 수익 창출 경로를 통해 성장 계획을 유지하기 위해 2,000억 달러 이상을 지속적으로 소진해야 할 것이다.
흥미롭게도 IBM은 AI 거품(버블)이라는 주제를 신입 사원 채용을 위한 리트머스 시험지로 활용하고 있다. 이번 주 포춘(Fortune) 지의 보도에 따르면, IBM 경영진은 지원자들에게 우리가 AI 거품 속에 있다고 생각하는지 묻고 있으며, 이 질문에는 정답이나 오답이 정해져 있지 않다고 한다.
“나는 우리가 거품 속에 있지 않다고 강력히 믿고 있으므로, 다른 이들이 어떻게 말하는지 지켜보자.” IBM의 유럽·중동·아프리카 지역 총괄 파트너가 포춘 지에 전했다.
불투명한 셈법 외에도, 전문가들은 샘 올트먼(Sam Altman)이 추진하는 AGI 실현에 대해 오랫동안 의문을 제기해 왔다. 이 용어는 기껏해야 모호한 상태로 남아 있으며, 오픈AI는 진전이 있는 듯한 인상을 주기 위해 목표 기준(goalposts)을 반복적으로 바꾸고 있다는 비판을 받아왔다.
크리슈나는 AGI를 달성하려는 올트먼의 추진력을 하나의 “신념”을 쫓는 행위로 묘사했다.
“니레이, 명확히 말씀드리겠습니다.” 크리슈나는 파텔에게 말했다. “현재 알려진 기술 집합이 우리를 AGI로 이끌 것이라고 확신하지 않으며, 오히려 그 확률을 극히 낮게 봅니다. 약 0%에서 1% 수준을 이야기하는 것입니다.”
그럼에도 불구하고 그는 생성형 AI가 “기업에 믿을 수 없을 정도로 유용할 것”이며 “수조 달러 상당의 생산성을 촉발할 것”이라고 믿는다. 그러나 크리슈나는 AGI에 도달하려면 대규모 언어 모델(LLM)의 한계를 뛰어넘는 기술적 돌파구가 필요할 것이라고 주장했다.
“만약 지식을 LLM과 융합하는 방법을 찾아낼 수 있다면” AGI에 도달할 기회가 있을 것이라면서도, “그렇다 하더라도 내 대답은 ‘그럴 수도 있다(maybe)’ 수준이다.”라고 그는 덧붙였다.
https://futurism.com/artificial-intelligence/ibm-ceo-math-ai
