Over-accumulating AI. Rationale and fault lines beyond the US AI investment boom

2020년대 중반, 세계는 우리가 일하고, 창조하고, 생각하는 방식을 재편할 것이라 약속하는 새로운 기술의 물결이 경제를 휩쓰는 것을 지켜보았습니다. 인공지능으로 알려진 이 기술은 거대한 데이터 센터에 저장된 막대한 양의 컴퓨팅 파워에 의존합니다. 이러한 센터를 구축하기 위해, 소수의 거대 기술 기업들은 역사상 유례없는 속도로 자금을 투입하기 시작했습니다. 그들은 특수 컴퓨터 칩을 구매하고 이를 구동할 시설을 건설하는 데 수십억 달러를 쏟아부었습니다. 이러한 지출의 급증은 이 기업들의 주가를 끌어올렸고 미국의 경제 성장을 견인하는 주요 엔진이 되었습니다. 그러나 이러한 급격하고 대규모적인 투자는 경제학자들 사이에서 종종 한 가지 질문을 불러일으킵니다. 과연 이 성장은 견고한 지반 위에 세워진 것인가, 아니면 터지기 직전의 거품인가 하는 점입니다. 우려는 단지 기술이 제대로 작동하느냐의 문제가 아니라, 그 기술에 투입된 돈을 그것이 만들어내는 제품과 서비스를 통해 과연 회수할 수 있느냐는 것입니다. 만약 수익이 비용과 일치하지 않는다면, 전체 시스템은 갑작스럽고 고통스러운 조정을 겪게 될 수 있습니다.

제네바 대학교의 연구진 가이아 발렌티(Gaia Valenti)와 세드릭 뒤랑(Cédric Durand)은 경제사적 관점을 통해 이 상황을 조사하기로 했습니다. 그들은 현재의 붐을 단순한 기술적 성공 사례가 아니라, 잠재적인 '과잉 축적'의 위기로 살펴보았습니다. 간단히 말해, 이 개념은 기업들이 경쟁에 의해 너무 많은 돈을 투자하게 되어, 그 자본을 사용할 수 있는 수익성 있는 기회보다 더 많은 자본이 가용하게 되는 상황을 설명합니다. 연구진은 인공지능을 둘러싼 흥분이 생산성이 치솟고 수요가 영원히 성장할 것이라는 단 하나의 낙관적인 경로에 의해 주도되는 반면, 붕괴로 가는 경로는 훨씬 더 복잡하다고 주장했습니다. 그들은 붐이 실패할 수 있는 세 가지 뚜렷한 경로를 식별했으며, 각 경로는 서로 상호작용하며 취약한 상황을 만들어냅니다.

첫 번째 문제의 경로는 금융 시스템 자체에 있습니다. 연구진은 기술 거물들의 막대한 지출이 현재 이 기업들이 내고 있는 이익에 의해 충당되는 것이 아님을 발견했습니다. 대신, 그들은 부채와 그들을 서로 연결하는 복잡한 금융 거래에 크게 의존하고 있습니다. 예를 들어, 어떤 기업들은 데이터 센터를 짓기 위해 막대한 금액을 빌리는 반면, 다른 기업들은 동일한 센터로부터 컴퓨팅 파워를 구매하기 위해 장기 계약을 체결합니다. 이는 한 회사의 가치가 다른 회사의 성공에 달려 있는 순환 구조를 만듭니다. 만약 인공지능에 대한 수요가 예측만큼 빠르게 성장하지 않는다면, 이 기업들은 대금을 지불하지 못하는 상황에 처할 수 있습니다. 이들의 재무 관계가 매우 밀접하게 얽혀 있기 때문에, 한 기업의 문제는 빠르게 모두에게 퍼져 잠재적으로 더 광범위한 금융 충격을 일으킬 수 있습니다.

두 번째 경로는 필요한 인프라를 구축하는 과정에서의 물리적, 정치적 장애물과 관련이 있습니다. 연구진은 기업들이 막대한 자금을 확보했음에도 불구하고, 실제로 데이터 센터를 건설하는 것이 점점 더 어려워지고 있다고 지적했습니다. 이러한 시설은 엄청난 양의 전기와 물을 필요로 하며, 지역 사회의 반대에 부딪히기 쉬운 토지에 건설되어야 합니다. 미국에서는 에너지 사용과 환경 영향에 대한 우려로 인해 많은 주에서 데이터 센터 건설을 제한하거나 지연시키기 시작했습니다. 또한, 이 시스템을 실행하는 데 필요한 특수 칩의 공급은 글로벌 갈등과 운송 차질에 취약합니다. 이는 기업들이 돈을 쓸 여력이 있더라도, 투자자들의 기대에 부응할 만큼 빠르게 그 돈을 작동하는 기술로 전환하지 못할 수도 있음을 의미합니다.

세 번째이자 아마도 가장 근본적인 위기의 경로는 인공지능이 수행해야 할 실제 작업에 관한 것입니다. 이 붐 전체는 기계가 인간 노동자를 훨씬 더 생산적으로 만들어 기업이 막대한 투자를 회수할 수 있게 해줄 것이라는 약속에 의해 정당화됩니다. 그러나 연구진은 이 약속이 지켜지지 않을 수도 있다는 증거를 발견했습니다. 인공지능이 특정 업무의 속도를 높일 수는 있지만, 팀이 협업하는 방식을 방해하는 경우가 많습니다. 이는 주니어 직원들이 스스로 업무를 수행하지 않음으로써 필수적인 기술을 배울 기회를 잃게 만들고, 시니어 직원들은 기계의 결과물을 검토하느라 과부하가 걸리는 상황을 초래할 수 있습니다. 이는 전반적인 업무 품질의 저하와 동기 부여의 상실로 이어질 수 있습니다. 만약 기술이 기대했던 방식의 업무 개선을 제공하지 못한다면, 수요는 정체될 것이고 이를 구축하기 위해 이루어진 막대한 투자는 결실을 보지 못할 것입니다.

연구진은 이 붐의 결과가 불확실하다고 결론지었지만, 두 가지 가능한 미래를 제시했습니다. 한 가지 가능성은 'AI 윈터(AI winter)'로, 거품이 터지고 투자가 붕괴하며 기술이 경제에서 더 작고 영향력이 적은 역할로 후퇴하는 것입니다. 또 다른, 어쩌면 더 가능성 있는 시나리오는 그들이 'AI 글룸(AI gloom, AI 우울)'이라 부르는 상황입니다. 이 미래에는 기술이 사라지지는 않지만, 약속되었던 막대한 경제적 이득을 가져오지도 않습니다. 인프라를 구축한 기업들은 여전히 강력하게 남겠지만, 경제 전체는 기대했던 번영을 누리지 못합니다. 대신, 이 값비싼 시스템을 유지하는 비용이 사회로 전가되며, 소수 대형 기술 기업의 권력은 더욱 공고해집니다. 이 연구는 기술 자체는 실재하지만, 현재의 확장을 주도하는 경제적 논리는 위험이 가득하며, 앞으로 나아갈 길은 과장된 홍보만큼 확실하지 않다고 시사합니다.