[번역] 아크 인베스트: AI는 진정으로 파괴적인가?

서론

AI가 유례없는 속도로 발전하며 기존 질서를 위협하는 동안, 주요 기술 기업들은 뒤처져 있었습니다. GPT-3 출시 후 2년 반이 지났지만 구글은 실용적인 AI 시스템을 선보이지 못했고, 애플은 2023년 개발자 회의에서 AI를 언급조차 하지 않았습니다.

이제 빅테크들이 움직이기 시작했고, 그들의 대응은 과거 혁신 기술에 맞섰던 방식과 비슷합니다. 이미지 생성이 어도비를 위협한다면 어도비는 이를 포토샵에 통합할 것이고, AI가 검색을 위협한다면 구글은 검색에 AI를 추가할 것이며, 프롬프트 기반 인터페이스가 새로운 컴퓨팅 방식이 된다면 애플은 시리를 AI로 개선할 것입니다.

하지만 이런 수세적 대응이 과연 최선일까요? 스타트업들이 AI의 잠재력을 입증한 지금, 빅테크는 단순히 기존 시장 지배력 강화에만 집중할 건가요?

AI는 진정한 파괴적 혁신일까요? 처음엔 '아니오'라고 답할 수 있습니다. 이들의 데이터, 유통망, 인재, 자원을 보면 실패하기 어려워 보입니다.

그러나 이는 파괴적 혁신의 진정한 영향력을 과소평가하는 것입니다. 이 논문에서는 아크의 기술 혁신 평가 체계를 통해 기존 기업들의 AI 활용 전략과 그 한계를 분석합니다.

파괴적 기술이란 무엇인가?

파괴적 기술의 본질은 그 영향력에 있습니다. 이는 자원이 부족한 신생 기업도 시장 지배적 기업을 무너뜨릴 수 있게 만듭니다. 파괴적 기술 플랫폼의 세 가지 핵심 특성을 살펴보겠습니다.

첫째, 혁신적인 비용 절감입니다. 추가 비용 없이 성능을 크게 향상시킬 수 있어, 단기 실적 중심의 기존 기업들의 수익 구조를 흔들어 놓습니다.

둘째, 산업 전반에 걸친 시장 개척입니다. 기존 기업들이 미처 발견하지 못한 새로운 시장을 만들어냅니다. 이는 기존 기업들에게 낯선 기준으로 발전하기 때문에, 대형 기술 기업들은 고객 가치를 제대로 파악하지 못해 그 중요성을 놓치기 쉽습니다.

셋째, 혁신의 발판 역할입니다. 파괴적 플랫폼은 작은 시장에서 시작해 큰 시장으로 성장합니다. 초기에는 수익성보다 생태계 구축에 집중하여, 기존 기업들이 뒤늦게 가치를 인정할 때는 이미 개발자와 응용 프로그램을 선점한 상태가 됩니다.

AI는 이러한 기준에서 볼 때 명백한 파괴적 기술입니다. 역사상 가장 빠른 비용 절감을 보여주고 있고, 모든 산업에 도입되고 있으며, 이를 기반으로 성장하는 기업이 전례 없이 많아질 것으로 예상됩니다.

AI와 비용 절감

AI는 우리가 알고 있는 어떤 파괴적 기술보다 더 빠른 속도로 비용이 줄어들고 있습니다. 같은 성능의 AI 모델 운영 비용이 4개월마다 절반으로 감소하고 있으며, 이러한 추세는 향후 10년간 이어질 것으로 보입니다.

반면 반도체 분야의 무어의 법칙은 18-24개월마다 비용을 절반으로 줄였는데, 이는 AI 혁명이 4-6배 더 빠르게 진행되고 있다는 뜻입니다. 다시 말해, 기존 기술에서 10년 걸릴 발전이 AI에서는 2년도 안 걸린다는 의미입니다. 현재는 클라우드에서만 구동 가능한 최고 수준의 AI 모델들이 몇 년 안에 스마트폰에서도 작동할 것으로 예상됩니다.

이런 가파른 비용 감소는 기존 기술 기업들에게 무슨 의미일까요? 시간이 갈수록 비용이 더 빨리 줄어들면서, 시장에 늦게 뛰어든 기업들의 전략이 점점 더 불리해집니다. 조금만 늦어도 성능 차이가 크게 벌어질 수 있기 때문입니다.

기존 기술 기업들은 대개 신중한 전략을 택합니다. 스타트업들이 먼저 새로운 기술의 위험을 감당하고 시장성을 증명하길 기다렸다가, 그 후에야 본격적으로 투자에 나서는 것이죠. 구글과 애플도 AI에서 이런 접근법을 보여줬습니다.

구글의 사례를 보면, 오픈AI가 시장에 등장하고 3년이 지나서야 대규모 언어 모델을 내놓았습니다. 마케팅에서는 경쟁력 있게 보였지만, 실제 성능은 따라가지 못했습니다. 2023년 초부터는 오픈AI의 최신 모델 대신 구글의 최신 모델을 쓰면, 같은 성능을 내는 데 평균 40% 이상의 비용이 더 들었습니다.

구글이 OpenAI에 뒤처진 상황에서, 애플은 아직까지도 대규모 언어 모델을 내놓지 못하고 있습니다. OpenAI가 GPT-3를 선보인 지 4년이나 지난 올 가을에야 애플이 첫 AI 제품을 출시할 예정인데, 애플은 이미 자사 모델이 OpenAI와 Anthropic의 선두 모델은 물론, 메타의 오픈소스 모델 Llama 3보다도 성능이 떨어질 것이라고 시인했습니다.

물론 늦게 시작했다고 해서 반드시 실패하는 것은 아닙니다. 거대 기술 기업들은 탄탄한 전략팀, 막대한 자금력, 우수한 인재를 보유하고 있습니다. 이들이 영원히 뒤처져 있을 리는 없습니다. 하지만 정말 그럴까요?

구글과 애플이 AI 도입을 미루는 데는 그만한 이유가 있습니다. AI 기술은 아직 불확실성이 크고 검증도 부족한 데다 '환각' 현상도 발생할 수 있기 때문입니다. 두 회사는 스타트업이나 신생 기업들과 달리 지켜야 할 평판과 안정적인 수익이 있어 위험을 감수하기가 쉽지 않습니다.

구글과 애플이 지금까지 출시해 온 소프트웨어는 충분한 개발과 디버깅을 거쳤지만, AI 시스템은 그 한계를 정확히 파악하기가 어렵습니다. 예측할 수 없는 제품을 내놓는다는 것은 신중하게 쌓아온 평판을 중시하는 기업들에게는 큰 부담일 수밖에 없습니다.

한 예로, 뉴욕타임스는 마이크로소프트의 ChatGPT 챗봇이 한 작가의 결혼 생활을 위협했다는 기사를 1면에 실었습니다. 이는 마이크로소프트, 구글, 애플을 비롯해 안정적이고 일관된 성능으로 브랜드 가치를 쌓아온 거대 기술 기업들에게 AI의 위험성을 여실히 보여주는 사례였습니다.

좋은 의도의 시도마저도 부정적인 여론을 낳을 수 있습니다. 예를 들어 구글의 제미니(Gemini)는 AI가 다양성을 반영하도록 하는 과정에서, 제2차 세계대전 나치 부대를 다인종으로 구성된 것처럼 잘못 묘사했습니다.

기존 기업들은 AI 시스템을 안전하게 출시하기 위해 예측 불가능한 동작을 통제할 방법을 찾아야 합니다. 하지만 이를 위해 들이는 시간과 노력이 오히려 AI만의 특별한 장점을 약화시킬 수도 있습니다.

애플 인텔리전스(Apple Intelligence)의 이미지 생성 방식이 대표적인 사례입니다. 아바타 생성 시 사용자들은 애니메이션, 일러스트레이션, 스케치라는 세 가지 스타일 중에서만 선택할 수 있을 것입니다.

애플 인텔리전스의 접근 방식이 자사 생태계와 잘 어울릴 수는 있겠지만, 이런 전략을 고수하다가는 AI 기술 발전에서 크게 뒤처질 수밖에 없을 것입니다. 이들이 만들어내는 이미지는 1994년에 나온 어도비 포토샵의 단순한 아티스틱 필터와 비슷한 수준에 그칠 것으로 보입니다. 반면 제약 없는 AI 이미지 생성은 무한한 가능성을 열어두어 더욱 흥미진진하고 독특한 결과물을 만들어냅니다.

애플의 획일화된 방식을 최고의 이미지 생성 AI인 미드저니와 비교해보면 그 차이가 확연합니다. 미드저니는 애플이 꺼리는 사진 이미지는 물론, 20세기를 대표하는 4명의 인물 사진작가 스타일을 그대로 재현해낼 수 있습니다.

애플과 구글이 AI로 이미지를 제한적으로 다루는 동안, AI 기술은 빠르게 발전하고 비용은 계속 내려가면서 이들의 보수적인 선택은 금세 구시대적인 것이 될 것입니다. 미리 정해진 이미지 스타일만 제공하는 것이 지금은 안전해 보일 수 있으나, 애플 생태계 밖의 이미지 생성 기술이 더욱 유연하고 정교해지면서 이런 판단은 한계를 드러낼 것입니다.

전략적인 관점에서 보면 - 혁신적 파괴 이론과도 일맥상통하는데 - 애플과 알파벳 같은 기업들은 새로운 AI 기능을 찾는 사용자들이 다른 곳으로 눈을 돌리도록 내버려둘 만한 여유가 있습니다. 이들의 주요 고객은 혁신을 추구하는 얼리어답터가 아니라 안정성을 원하는 이들입니다. 이런 고객들은 변화보다는 익숙한 방식을 선호합니다. 제품이 늘 해오던 대로 작동하기를 바라는 것입니다.

산업 간 융합 기술의 확산

기존 기업들이 AI를 단순한 혁신 정도로만 받아들인다면 당분간은 안전할 수 있습니다. 하지만 현실은 다릅니다. AI는 이미 산업 전반에 걸쳐 확산되고 있으며, 끊임없이 새로운 혁신을 만들어내는 플랫폼이 되었습니다.

이런 상황에서 파괴적 기술을 '점진적' 혁신으로만 받아들이는 것은 기존 기업들의 취약점이 될 수 있습니다. 분기별 실적 발표에서 AI 관련 논의가 급증하는 것에서 볼 수 있듯이, 많은 기업들이 AI 도입에 적극적입니다. 가장 혁신적인 AI 서비스는 오히려 전통적인 기술 분야가 아닌 곳에서 나타날 수 있으며, 이는 기존 기술 기업들에게 큰 위협이 될 수 있습니다.

기존 기업들이 뒤늦게 참여해도 승리할 수 있다고 믿는 이유는 스타트업과 비교할 수 없는 강력한 유통망과 데이터 우위 때문입니다. 예를 들어 구글이 검색 시장을 장악한 것은 사용자들의 클릭 데이터가 최적의 검색 결과를 찾는 데 귀중한 정보를 제공했기 때문입니다.

언어 모델이 검색에서 중요해진다면, 구글은 이를 쉽게 통합하여 시장 지배력을 유지할 수 있을 것입니다. 단기적으로는 수익성이 떨어질 수 있지만 - 클릭당 과금 광고 모델은 AI 답변과 잘 맞지 않습니다 - 구글은 검색 쿼리와 트래픽 면에서 우위를 지킬 것으로 보입니다.

최신 언어 모델들은 물리학 교과서에서 인과관계를 추론하지만, 실제 세계의 물리적 인과관계 데이터를 수집하는 시스템이 궁극적으로는 더 뛰어난 AI를 만드는 데 중요할 수 있습니다. 여기서도 전통적인 기술 기업이 아닌 새로운 경쟁자들이 등장합니다. 예를 들어, 테슬라의 로보택시는 역사상 가장 혁신적인 사업 변화를 가져올 수 있습니다. 테슬라의 성공 여부는 차량들이 수집하는 실제 세계의 인과관계 데이터에 달려 있습니다. 그 데이터의 규모는 실로 엄청납니다.

세계 최대 언어 모델이 15조 개의 토큰으로 학습되고, 인스타그램과 유튜브가 각각 약 7,000경 개의 토큰에 해당하는 콘텐츠를 보유한 반면, 테슬라의 카메라 장착 차량들은 작년에만 최소 8만경 개의 토큰을 생성했습니다. 이 차량들이 로보택시로 전환된다면, 2020년대 말까지 연간 데이터 생성량이 30만경 개 이상으로 늘어날 것입니다.

다르게 말하자면, 가장 가치 있는 AI 상호작용이 다른 디지털 환경에서 이뤄진다면 구글의 유통망 우위도 새로운 데이터 흐름 창출에는 도움이 되지 않을 수 있습니다. 구글은 하루 약 85억 건의 검색을 처리하며 검색 데이터를 독점하고 있습니다. 개별 검색어는 짧지만, 연간 10조 개 이상의 언어 토큰이 생성됩니다. 아래 그림에서 보듯이, 구글이 1년 동안 수집하는 검색어 텍스트의 양은 세계 최고 수준의 AI 언어 모델 학습에 사용되는 데이터양과 비슷한 수준입니다.

구글의 검색과 데이터가 AI 시장 지배력 확보에 결정적 우위가 될까요? 결론적으로 그렇지 않습니다. 검색어는 평균 3-4단어로 짧고, 85%가 반복되는 등 다양성이 부족해 자연어 시스템 학습에 적합하지 않습니다. 게다가 구글의 클릭당 과금 광고 체계는 이런 단편적 검색어에 최적화되어 있어, 자연어 기반 질의응답 시스템으로의 전환은 오히려 수익성을 저하시킬 수 있습니다.

반면 구글의 검색 영역 밖에는 더 방대하고 활용도가 낮은 언어 데이터가 존재하며, 이는 역설적으로 구글 검색의 위상을 위협할 수 있습니다. 예를 들어 메타(Meta)는 왓츠앱(WhatsApp), 페이스북(Facebook), 인스타그램(Instagram)에서 축적된 거대한 데이터를 보유하고 있습니다. 심지어 엑스(X, 구 트위터)도 아래 그림처럼 대부분의 공개 또는 상업용 데이터보다 더 많은 언어 데이터를 확보했습니다. 메타와 엑스는 적극적으로 AI 모델을 개발 중이며, 특히 엑스는 xAI를 통해 독자적으로 진행하고 있습니다.

소셜 미디어 기업들의 강점은 단순한 데이터 우위를 넘어섭니다. 이들은 AI 검색에 최적화된 소비자 플랫폼을 보유하고 있습니다. 전문가보다 지인의 추천을 신뢰하는 현재 트렌드에서, X의 그록(Grok)과 같은 친근한 AI 챗봇이 있다면 굳이 다른 검색엔진을 찾을 이유가 없습니다. 물론 이러한 AI 서비스의 수익성은 아직 입증이 필요하나, 소셜 커머스로의 전환은 이미 진행 중이며 AI 기반 개인화 추천이 이를 가속화할 것입니다.

소셜 미디어 기업들은 별도의 검색엔진이나 커머스 플랫폼 없이도, 정확한 답변과 맞춤형 상품 추천으로 기존 검색·쇼핑의 필요성을 대체할 수 있는 위치에 있습니다. 개인 맞춤형 AI 비서가 있는 환경에서 다른 검색 도구가 필요할까요? 특히 의료, 금융과 같이 데이터 규제가 엄격한 분야의 고부가가치 검색이 가장 큰 영향을 받을 것입니다.

산업별로 보면 의료가 가장 많은 데이터를 보유하고 있으며, 금융이 그 뒤를 잇고 있습니다. 의료 분야는 전 세계 저장 데이터의 30%를 차지하지만, 비효율적 운영으로 인해 이를 제대로 활용하지 못하고 있습니다. 의료 기관들은 현재 데이터도 충분히 활용하지 못하는 동시에, 필요한 데이터조차 제대로 수집하지 못하고 있습니다.

구글 검색의 7%, 즉 14건 중 1건이 건강 관련 검색입니다. 대규모 언어 모델(LLM)이 의료 면허 시험을 통과하는 상황에서, 환자의 병력을 기반으로 한 AI가 '닥터 구글'보다 나은 건강 정보를 제공하리라는 것은 자명합니다. 템퍼스 헬스(Tempus Health)는 올리비아(olivia) 모델로 이미 이러한 서비스를 시작했습니다.

혁신적 AI는 의료뿐 아니라 디지털 지갑과 연계된 금융 서비스에서도 큰 성장이 예상됩니다. 대형 기술 기업들 외에도, 의료와 금융 분야의 독점 데이터를 보유한 기업들은 이를 기반으로 더 폭넓은 서비스를 구축할 수 있습니다. 건강과 자산을 관리하는 AI가 다른 생활 영역까지 확장되면, 사용자들은 구글 검색 대신 이러한 맞춤형 AI 에이전트를 더 신뢰하게 될 것입니다.

또 다른 위협은 디지털이 아닌 현실 세계에서 올 수 있습니다. 현재 AI는 주로 언어 데이터로 학습하지만, 인간은 직접 경험을 통해 더 많이 배웁니다. 유아들이 넘어지고 부딪히며 인과관계를 배우고, 그보다 훨씬 후에 언어를 습득하는 것처럼 말입니다.

이러한 흐름에 따라 테슬라는 수집한 데이터를 활용해 범용 휴머노이드 로봇 개발을 추진하고 있습니다. 이 로봇은 데이터 수집뿐 아니라 소비자들에게 실제 서비스와 디지털 서비스를 모두 제공할 수 있습니다.

개인 로봇이 직접 답변할 수 있다면, 굳이 스마트폰으로 AI와 대화할 필요가 없을 것입니다. AI 로봇이 현실 세계와 디지털 영역 모두에서 활동할 수 있게 되면, 지난 20-30년간 네트워크 효과로 성장한 대형 기술 기업들의 소비자 플랫폼이 향후 5-10년 안에 데이터 우위를 잃을 수 있습니다.

만약 AI가 단순히 비용 절감과 성능 개선에 따라 여러 산업으로 확산되기만 하고 추가 혁신의 발판이 되지 못한다면, 기존 기술 기업들은 위기를 모면할 수 있을 것입니다. 이들의 "점진적 혁신"은 새로운 시장 기회를 놓칠 수 있으나, AI를 통해 주주 가치는 계속 높일 수 있습니다.

AI, 혁신의 발판

AI는 분명 더 많은 혁신을 이끌어낼 플랫폼이며, 이는 기존 기술 기업들에게 위협이 될 수 있습니다. 아크가 연구하고 평가한 모든 혁신 기술 중에서, 아래 그림과 같이 AI는 추가 혁신을 이끌어내는 가장 강력한 촉매제입니다.

자본이 이러한 혁신 플랫폼으로 빠르게 몰리고 있습니다. 올해 전 세계 벤처 투자의 3분의 1 이상(900억 달러 초과)이 AI 기업으로 향했습니다. 특히 미국 스타트업 시장에서는 AI 분야가 올해 벤처 투자의 40% 이상을, 최근 3개월간은 절반 이상을 차지했습니다. 풍부한 자금을 확보한 신생 기업들이 기존 질서에 도전장을 내밀면서, 그 파급력이 상당할 것으로 보입니다.

예를 들어, OpenAI와 퍼플렉시티(Perplexity)는 구글 검색 시장에 도전하고 있으며, 래빗(Rabbit), 프렌드(Friend), 휴메인(Humane)은 애플과 안드로이드가 장악한 운영체제 시장에 새로운 대안을 제시하려 합니다. 메타의 스마트 글래스가 아이폰을 뛰어넘을 수 있을까요? AI의 강점을 살리고 약점을 보완하도록 설계된 새로운 형태의 기기가 개발자들의 관심을 끌 수 있을까요? 충분한 사용자만 확보된다면 가능성은 충분합니다.

하지만 새로운 하드웨어가 실패하고 애플이 빠르게 따라잡아 자사 생태계를 지켜낸다 해도, AI 플랫폼은 기기와 무관하게 독자적으로 발전할 가능성이 높습니다. AI 시스템과 에이전트의 성능이 향상되면서 사용자들은 모든 기기에서 자유롭게 AI를 이용하길 원할 것입니다. 이는 애플이 추구하는 폐쇄형 생태계와 대치되는 개념으로, 과거 AOL의 인터넷 시대와 비슷한 양상입니다.

더구나 개발자들의 지지를 얻기 위한 경쟁에서 구글과 애플 모두 좋은 평가를 받지 못하고 있습니다. 아래 기사가 이를 잘 보여줍니다. 두 기업 모두 주주들의 수익 압박에 시달리고 있는데, 이는 기존 기업들이 새로운 시장에 진출할 때 겪는 전형적인 어려움입니다.

결론

AI는 파괴적 혁신인가? 분명히 그렇습니다. 비용은 급격히 낮아지고, 산업 전반에 영향을 미치며, 새로운 혁신의 토대가 되고 있습니다. 세계 최고의 수익성을 자랑하는 기존 기술 기업들은 사업 규모가 너무 크기 때문에 AI를 과감하게 도입하기 어려운 상황입니다. 결과적으로 이들은 AI의 혁신적 특성을 충분히 활용하지 못할 것이며, 이는 새로운 기업들이 성장할 기회를 제공할 것입니다.

물론 다른 가능성도 있습니다. 구글은 방대한 사용자 데이터를 활용해 신뢰할 수 있는 개인 맞춤형 AI를 개발하여 검색 결과를 직접적인 답변으로 전환할 수 있을 것입니다. 개인정보 보호를 중시하는 애플 역시 비슷한 시도가 가능합니다. 이들의 AI가 경쟁사보다 다소 성능이 떨어질 수 있지만, 이메일도 열어볼 수 없는 뛰어난 AI보다는 일정 관리 정도는 할 수 있는 평범한 AI가 더 유용할 수 있습니다. AI 혁명이 애플이나 구글을 몰아낼 것이라고 단정 짓기는 아직 이릅니다.

선택권이 있다면 이들 기업은 AI 발전 속도를 늦추고 싶어할 것입니다. 급격한 성능 향상 없이, 현재 사업 영역을 크게 벗어나지 않으며, 새로운 컴퓨팅 플랫폼이나 추가 혁신으로 이어지지 않는 AI - 이것이 그들이 원하는 모습일 것입니다. 당연한 일입니다. 기존 기업들은 파괴적이지 않은 기술을 선호하기 마련입니다. 하지만 불행히도 AI는 파괴적입니다. 그리고 그 변화는 이미 시작되었습니다.

본 콘텐츠는 2024년 10월 1일 아크 인베스트에서 발행한 "Is AI Truly Disruptive?" 리포트를 번역한 것입니다.

저는 전문 번역가가 아니기 때문에 오역이 있을 수 있습니다. 또한 본 글은 원저작자의 요청에 따라 불시에 삭제될 수 있습니다. 감사합니다.