원문 보기
네, 여러분 안녕하세요. AI 거품론이 어느새이 자본 시장에 딱 들어와서 아, 주식을 강하게 하방 압력을 주던 아, 시점이 있었다가 또 어느새 AI 고품론데 간데 없어지고 AI 뭐 유망론 거품 없다 하면서 이렇게 날아가는 모습이 또 전개되는 것 같습니다. 이런 시장의 모습을 보면서 저는 어떤 말씀을 드렸냐면 사실 AI 혹은 AI 관련 밸류체인을 보면 반도체 영역 또 AI AI 반도체 혹은 뭐 HBM을 포함해서 말이죠 넘어서서 또다 다른 이야기를 해 본다면 조방원 이런 영역은 소위 말하는 주도주였다. 그렇게 제가 결론을 지었죠. 저의 의견은 주도주다.
주도주라는 말은 어 가장 여러분들이 투자적인 관점에서 관심 있는 섹터다. 그럼 주식 비중을 늘려 나갈 때 그 주도주로 주식 비중을 늘려 나갔던 것이고 아 주식 비중을 줄여야겠다. 이익 실현해야겠다. 빠져야겠다 할 때는 그 주도주에서 빠지는 거예요. 그러니까 미국 시장을 중심으로 말씀드리면 M7 빅테크 기업들을 중심으로 주가가 상승하고 그래서 주가가 빠질 때도 그런 종목들을 중심으로 빠졌다. 이게 AI 거품론이 아니라 그냥 주도주냐 아니냐의 성격이다라고 저는 정리를 했었죠. 어, 경제학적인 관점에서 자본 시장을 들여다보는 관점에서 사실 AP펙 정상 회담이 열리는 그 순간까지는 주가가 전반적으로 다 오르다가 정상 회담을 끝나고 어 11월 초중순까지 약 한 20일 20여일 동안에는 AI 거품론이 무성했어요.
그러면서 시장이 나름 갈짓자 행보를 보이다가 또 최근들어 다시 시장의 모습이 판도가 달라지고 있는 거예요. 자, 이것을 저는 어떻게 규명하고 싶냐? 어, AI 거품론은 핑계다. 저는 이렇게 주장을 해 왔고 그리고 AI 거품론 거품론이 아니라 AI 거품론에 거품이 꼈다라고 주장을 했었고 또 추가적으로 말씀드리면 저의 주장 한 가지만 더 말씀드리면 아, 사실이 시장에 의해 자본 시장의 여러 우상향 여부가 결정되어 왔는데 25년 11월 들어서 어, 12월 FMC 회의 때 금리나 없을 거야. 하면서 주식 시장에서 이탈했던 거예요. 또 그동안 주가가 많이 상승했으니까 수익 실현하는게 나아 하는 움직임.
어 위험 자산을 회피해야 되겠어. 금리나 없을 것 같아. 하면서 어 2025년 11월 초중반까지 약 20일 동안 주가가 조정되어 오는듯한 그런 구조를 보이다가 그리고 다시 금리 인하할 거야. 25년 12월에 금리나 다시 가능성 높아졌어. 물가 데이터, 고용 데이터 이런 걸 보면서 말이죠. 그러면서 다시 금리나 유동성 기대론이 생기는 거예요. 또 12월 1일에는 양적 긴축이 종료된대. 그것은 어마어마한 또 어 완화적 통화 정책의 움직임이야. 유동성 장세야. 이렇게 생각하는 거예요. 그니까 사실은 유동성에 대한 기대가 꺾일 때 조정되고 유동성에 대한 기대가 다시 고조될 때 올라오는데 기대가 꺾일 때 AI에 투자했으니까 AI에서 빠지는 것이고 또 기대가 고조될 때 다시 AI로 주목되는 주도주의 성격이다라고 의견을 드려왔어요.
자, 여러분 어떻게 보십니까? 특히 어 최근에 구글이 어 발표한 여러 어 향후 방향성과 기술적 업적들을 보면서 야 구글이 TPU라는 걸 갖고 왔는데 기술적으로 압도적인 우위가 있어. 그리고 어 TPU가 결과적으로 GPU를 상당 부분 대체해 나갈 거 같아 하면서 Nv디아 주가가 떨어지고 구글 주가가 오르고 그죠. 어, 재미나이가 발표됐는데 재미나이 3가 오히려 채지를 압도하는 거 같아. 지금 이런 모습은 뭐예요? 이런 모습 잠깐 설명드려 보면 이런 모습은 AI가 거품이 아니라 AI라는 시장 안에서 옥석가르기가 이루어지는 거예요. 누가 우 그니까 AI 거품론이 아니라 특정 기업이 위너스 올 하면서 시장을 독점하다시피 가는 과정에서 그 시장을 나름 잃는 기업들은 외면받는 거죠.
그건 AI 거품론과는 관계가 없는 겁니다. 자, 이것이 저의 입장이었어요. 그동안. 그래서 구글에 TPU가 장악하느냐 아니냐. 사실 제가 여러분께 말씀드렸듯이 TPU가 발표되면서 GPU보다 기술적으로 우위가 있어 하는 움직임이 있을 때 주가가 구글을 중심으로 상승하다가 또 엔비디아 주가가 조종됐었죠. 그런데 또 다시 판도가 바뀝니다. 어, 엔비디아의 GPU는 GPU가 중요한게 아니다. 쿠다라는 생태계가 중요하다. 엔비디아가 쿠다라는 생태계를 갖고 있기 때문에 단기간 안에는 TPU가 GPU를 압도할 수 없다. 그러면서 다시 엔비디아 주가가 오르고 말이죠.
이게 무슨 AI 거품론입니까? 그죠? 그래서 AI 거품론에 거품이꼈다고 제가 그동안 분석 의견을 드려왔습니다. 그런데 이제 AI 거품론에 대한 평가 말고요. 결국 유동성 장세가 지속되면 AI를 중심으로 주가가 오를 것이고 유동성 장세가 종식되는 과정에서 혹은 기대감이 꺾이는 과정에서 AI 거품론이 다시 등장할 것이다. AI 거품론은 계속될 겁니다. 그래서 제가이 책을 선정했습니다. AI 버블이 온다. 한번이 책을 열면서 하나하나 읽어 가면서 어 하나하나 반복해 볼까 하는 마음으로 사실 선정을 했는데 어 말씀을 드리면 뭐 책을 조금 읽어 보면서 선정한 이유가 아 그것보다는 AI를 제대로 알아야겠다.
특히 거시 경제적 자본 시장 관점에서의 AI, AI 거품론 그 부분은 제가 말씀을 드렸기 때문에 공학적인 관점에서 정말 AI가 나중에 이런 생태계를 완전히 바꿔 놓을 것인지 뭐 그런 일자리를 완전히 대체할 것인지 그럼 나는 어떤 준비를 해야 될 것인지 AI 그 자체를 우리는 이해해야 되겠다 하는 생각에이 책을 선정했고요.이 이 책의 저자들이 타임즈에서 AI 분야 영향력 있는 백인으로 선정되었고요. 또 AI 연구의 최전선에서 주목받는 두 연구자가 집필를 한 겁니다. 프린스턴 대학에서 어 컴퓨터 과학과 교수로 재직하고 또 프린스턴대학교 정보 정책 센터에서 또 연구자로서 어 활동하는 두 연구자 어찌 보면 AI 영역에 어 권위 있는이 권위자 아에게 한번 자문을 구해 보고자 합니다.
자 그럼 이제 하나하나 읽어 보도록 할 텐데 쭉 건너뛰고요. 제가 66페이지로가 보겠습니다. 한번 AI의 세계에 한번 빠져 보시면 어떨까요? 한번 말씀드리겠습니다. 알고리즘에 대해서 이해를 해야 돼요. 정확히 말씀드리면 어 제가 몇 번 말씀드렸지만 로봇 청소기 있잖아요. 로봇 청소기는 AI가 아니라 알고리즘이에요. 자 그럼 알고리즘에 대해서 먼저 이해를 해 보는 시간을 갖도록 하겠습니다. 이제 우리는 AI 시대를 살 것이고 2026년은 나아가 피지ical AI 시대로 발도듬할 것인데 나는 AI와 작별할 겁니까? 나는 AI가 싫어서 나는 AI와 멀어질 것입니까?
오히려 AI를 제대로 알아야만 그리고 AI가 대체할 노동 시장의 모습 그런 것들도 제대로만 우리가 판독한다면 그 판독한 과정하에서 우리가 대응책을 모색할 수 있는 거 아니겠습니까? 가도록 하겠습니다. 66페이지입니다. 알고리즘이란 결정하는데 사용되는 1년의 단계 또는 규칙이다 때로 이런 규칙은 사람이나 기관이 개발하기도 한다. 여기서 예를 들고 있는데요. 코로나1 때 엄청나게 코로나1 확산될 때 미국에서 정부가 시민들이 눈앞에 닥친 경제적 어려움을 헤쳐 나가는데 조금이라도 도움이 되고자 재난 지원금을 보냈단 말이야 우리나라도 재난 지원금 보냈죠.
근데 어른들에게는 1200억 1200달러, 아이들에게는 500달러가 지급됐다. 정책 위반자들은 수동으로 다음과 같은 규칙을 정했다. 하지만 일단 규칙이 정해지자 사람들의 작용 요건은 과거 납세 기록의 근거에 자동으로 결정됐다. 한번 그 자동으로 결정된 거 말씀드릴게요. 1번. 신청자가 미국 시민이고 18세 이상이면 1200달러를 지급한다. 신청자가 미국 시민이고 18세 미만이면 500달러를 지급한다. 3번. 신청자가 미국 시민이 아니거나 연간 소득이 7만5,000달러 이상이면 지급하지 아니한다. 실제 알고리즘은 이보다 약간 더 복잡했다.
소득이 7만5,000달러를 넘으면 지급되는 x수가 줄어들었고 자녀가 있는 사람들에게는 다른 규칙이 적용됐다. 자,이 부분을 제가 읽어 드렸는데 알고리즘에 대한 이해를 좀 가져보고자 하는 거예요. 규칙이 구동으로 개발되고 자동으로 적용되는 알고리즘. 이것은 주로 공공 부문에 배체돼 공공주택이 기금이나 복지 기금을 할당하는 업무를 맞는다. 이렇게 쓰여져 있죠. 하지만 여기 중요한 얘기입니다. 하지만 갈수록 알고리즘은 과거 데이터 패턴을 이용해 자동으로 규칙을 개발하는데 사용되고 있다. 그러니까이 알고리즘은 과거의 데이터를 기반으로 패턴을 만드는 거예요.
그래서 그 과거에 데이터 기반에 규칙을 개발하는데 제가 저희 집에이 로봇 청소기가 있는데 로봇 청소기가 이제 집을 떠날 때 로봇 청소기를 한번 돌려 놓고 가잖아요. 그러면 제 휴대폰 앱에서이 로봇과 소통을 합니다. 로봇을 구출해 달래요. 로봇이 갑자기 그 뭐죠? 우리 집에 들어가면 현관문 들고 오면 신발 벗는 공간이 있고 그리고 이제 거실이 있잖아요. 이게 높이가 다르잖아요. 여기 밑으로 떨어진 거예요. 왜 떨어졌나 봤더니 알고리즘에 의해 움직였는데 그 난간 근처에 다른 무언가 물건이 있었던 거예요. 기존 규칙으로는이 새로운 변화된 환경을 이해하지 못하는 거죠.
그러면서 계속 가도 되는 것이라고 판단하고 어쨌든이 밑으로 떨어진 거예요. 신발 놓는 그 자리로. 뭐라고 표현하죠? 이게 어쨌든 그 알고리즘의 실패를 얘기하는 겁니다.이 공학자들이 뭐라고 얘기해요? 제가 지금 쉽게 말씀드렸는데 제 사례가 더 쉽지 않습니까? 네.이 책 보겠습니다. 67페이지. 예를 들어 넷플릭스를 이용하며 영화 포레스트 검프에는 높은 점수를 주고 샤이닝에는 낮은 점수를 준다면 아 포레스트 검프 정말 명영화인데요. 그죠? PD 님 보셨어요? 그거 꼭 보세요. 주말에 포레스트 검프 한번 추천드립니다. 정말 명작입니다. 갑자기 영화 얘기가 나어.
근데 우리가 넷플릭스로 영화를 보는데 포레스트 검프에 높은 점수를 부과하고 샤이닝에 낮은 점수를 줘요. 그러면이 알고리즘 추천 알고리즘이 어떻게 반영하냐면 아이 사람은 공포물보다 드라마를 좋아해. 그러면이 넷플릭스 알고리즘은 어떻게 해석해요? 계속 드라마를 추천하는 거예요. 자, 그 얘기를 하는 겁니다. 대신 여러분의 평가와 여러분의 다른 종류의 영화를 시청하는데 보내는 시간이 다음번에 추천받게 될 영화를 결정한다. 앞서 소개한 알고리즘에서와 달리이 경우 규칙이 자동으로 개발되고 적용도 된다. 자, 이렇게이 알고리즘을 모델이라고 부르는데 여러분이 자주 접하는 용어다.
모델은 대개 시스템이 어떻게 행동해야 하는지를 수학적으로 명시하는 1년의 숫자 체계다. 근데 말이죠. 이런 모델들이 가끔씩 한 개를 줄 때가 있어요. 한 개에 도달할 때가 있어요. 아까 제가 말씀드렸던 어 로봇 청소기가 한 개에 도달했었던 것처럼 알고리즘의 한 개, AI의 한 개가 있습니다. 한번 보겠습니다. 다음번 금요일 밤에 볼 영화를 결정하는 것보다 훨씬 더 중요한 일을 할 수 있다. 일자리나 대출금 같은 부족한 자원을 활동하는 일이다. 이런 모델들은 사람들에게 기회를 주기도 빼앗기도 한다.이를 가르쳐 우리는 예측형 AI라고 부른다.
예측형 AI란 누가 일을 잘하고 누가 대출금을 잘 갚는지와 같은 예측에 근거해 의사 결정에 사용되는 모델이다. 근데 지금 예측형 AI에 대해서 지금 이야기를 하고 있는 거예. 예측형 모델. 자, 근데 70페이지로 가겠습니다. 예측형 AI의 장점을 귀가 따가올 정도로 주장한다. 예를 들면요. 은행 신용 조업과 제유하여 고객의 신용도를 AI로 측정하는 플랫폼 업스타트의 모델은 대출 신청자에게 대출을 회용해야 될지 말지를 결정한다.이 회사는 자 모델이 전통적인 대체보다 훨씬 더 정확하다고 주장한다. 그러나 사실이 모델을 가지고 피팅을 시켜 보니 전혀 그렇지 않다라는 얘기들이 쭉 나옵니다.
그러니까이 예 H형 AI가 AI 한계를 얘기 그러니까 AI 버블이 온다라는이 저자들의 주장은 AI의 공학적인 관점에서의 상당한 부족함이 있다라는 것을 강조하는 거예요. 제가 보는 자본 시장 관점의 이야기가 아닌 거죠. 아, 조금 더 보도록 하겠습니다. 71페이지예요. 이러한 추정들에도 불구하고 예측형 AI를 개발하는 과정 중 많은 단계, 특히 겉으로 드러나지 않는 단계에서는 여전히 인간의 개입이 필요하다. 그리고 예측형 AI를 풀 훈련하는데 사용되는 데이터 자체는 인간의 재량에 따라 만들어지기 때문에 그 결정이 편파적이지 않을 것이라는 즉 공평 무사할 것이라는 보장이 없다.
다시 말해 예측형 AI를 사용해 이루어지는 결정은 여전히 매우 인간적일 수 있다. 그러니까 제가 종종 여러 AI 플랫폼을 이용해서 여러 가지 질문을 하고 여러분들도 질문 많이 주고 받으시죠. 특히 2, 30대 여러분 많이 AI와 대화하시죠. 저도 그 얘기를 어 많이 접했습니다. 근데 AI가 의사 결정을 해요. 특히 저 이런 얘기 했었거든요. 어 법을 심판하는 재판관들이 정치적인 중립성이 없으면 됩니까? 중립성을 가져야죠. 통화 정책을 위반하는 금통이 위원들이 정무적 감각으로 의사 결정하면 됩니까? 안 되죠. 역시 경제 정책에 대한 평가가 아 저처럼 경제를 연구하는 점 어 연구자가 제가 스스로 저를 전문가라고 하면 안 되죠.
어 경제를 연구하는 연구자가 경제 정책에 대해선 평가를 할 때 정치적인 견해를 가지고 평가하면 됩니까? 정치적인 편에 서서 어이 정책을 평가하면 됩니까? 아니죠. 제가 예를 들면 현 이재명 정부의 아 소비 쿠폰에 대해서 여러 가지 부작용들을 설명했었어요. 그런데 이재명 정부의 AI 고속도로와 같은 정책에 대해서 굉장히 긍정하고 있어요. 그러면 이것만 보면 정치적 근거가 아니죠. 정치적으로 치우쳐 있다면 둘 다 찬성하든가 둘 다 부정해야겠죠. 그죠? 그리고 가끔 여러분들이 정치적인 관심사를 더 많이 가지고 계신 분이 제 영상을 보시다 보면 어 윤성열 정부 때는 한마디 말도 안 하면서 왜 이재명 정부 때는 어 어떤 비판적 목소리를 내느냐 이런 말씀을 가끔 하시는데 여러분이 윤성열 정부 기간 동안 제가 얼마나 어 문제점을 지적했는지 모르시면서 말씀하시는 거죠.
그죠? 제가 R&D 예산을 감축했을 때 제노했다는 표현을 써도 될만큼 제 채널에서도 여러 방송에서 그거는 굉장히 큰 문제다라고 얘기한 적이 있어요. 그러니까 그런데 마치 이런 것처럼 경제 정책에 대한 판단 또 법적 판단 혹은 뭐 통화정책에 대한 의사 결정 이런 것들이 정치적인 바이어스가 있으면 돼요, 안 돼요? 안 돼요. 저는 절대 안 된다고 생각하는 사람이에요. 그래서 제 어 아이디가 PD 님, 제 카카오톡 아이디 뭔지 아시죠? 인디펜던 뷰예요. 그래서 근데 AI를 사용하면 정치적 개입 없이 판단할 거 같아라고 의견을 저도 들렸던 바가 있거든요.
법적 판단이든 통화 정책이든 이런 것들이. 근데이 AI도 사람이 만들어 놓은 어떤 학습물을 학습하는 거예요. 그러면 상대적으로 어 좌파 진영에 있는 어떤 산춘물 컨텐츠를 더 많이 학습한 AI와 우파진영의 산춘물을 더 많이 학습한 뭐 언론 기사도 마찬가지죠. 어떤 정보를 주로 학습했느냐에 따라서 AI도 인간을 대신해서 정치적으로 바이어스가 있을 수 있다라는 거죠. 이게 공학적인 지적인 겁니다. 그러니까 AI 거품론 버블이 온다라는이 주장을 하는데 있어서이 저자들은 다소 AI가 갖고 AI 최전선에 있는 전문가들이 공학적으로 AI도 한계가 있다라는 것을 지적을 하고 있는 겁니다.
73페이지로 갈게요. 예측형 AI의 기본적 한계를 드러낸다. 즉 AI는 꽤 괜찮은 예측을 한다. 한 다른 변수가 없는 한 이거 동그라미 칠게요.이 책에도 볼체가 되어 있어요. 다른 변수가 없는 한 정확한 예측을 하죠. 다른 변수가 없는 한 괜찮은 예측을 하죠. 근데 막상 다른 변수가 있게 되면 올바른 예측을 못 한다라는 거예요. 제가 앞에 설명드렸던 어 로봇 청소기의 사례처럼 말이죠. 그죠? 그런 변수가 있을 줄이야. 이미 기존에 학습했던 것으로는 그렇게 못 한다는 거죠. 어이 책에서는 여러 사례를 들고 의학에 적용된 사례를 들어서 실제 그 변수가 등장해서 예측의 실패가 있고 그게 사회적으로 얼마나 많은 어 그 부작용을 초래했는지를 기술을 하고 있습니다.
굉장히 재밌는데 제가 일일이 다 말씀드릴 수가 없어요. 그런데 심지어 AI는 조작을 부추이기까지 한다. AI는 시스템이 75페이지입니다. AI는 시스템이 테스트 기간 동안 전과 동일한 상태를 유지할 것이라는 가정 아래 예측하기 때문에 실제로 배치하기 전에는 그 영향력을 온전히 판단할 수 없다. 하지만 시스템은 바뀌며 사람들은 예측 불어다. 사람들이 전략적으로 행동하면 상황은 훨씬 더 복잡해진다. 그러니까 어떤 특정한 변수가 없을 거라는 가정하에서 의사 결정을 내리는데 변수가 등장하면 그 알고리즘 학습한 것이 다 무용지물이 되는 거예요.
그니까 이런 여전히 지금의 우리가 사용하고 있는 어 그런 AI가 예측형 AI가 한계점이 많이 있다라는 것을 지적하고요. 77페이지 스카프나 안경을 착용하는 등 외모에 조금만 변화를 져도 AI 도구가 산정하는 점수가 크게 달라졌다. 그러니까 채용 면접 AI가 스카프를 두르면 점수가 높아져요. 안경을 벗다 안경을 쓰면 점수가 높아져요. 그러면 배경의 채꽂지나 그림을 추가하면 점수가 올라가요. 제가 채널에도 여기 스탠드 이렇게 올려 놨잖아요. 점수 좀 높게 받고 싶어서. 여러분 어떻게 평가하실지 모르겠지만. 그러니까 화면을 어둡게 하면 점수가 내려가고 이걸이 저자들은 시험을 한 거예요.
그래서 말씀드리는 겁니다. 이렇게 AI가 예측을 하는데 어떤 변수가 등정하면 실패할 때도 있지만 그 알고리즘 베이스로 알고리즘이 결국 어이 사람은 드라마를 좋아해.이 이 사람은 아무래도 좀 무서운 허러 영화 같은 걸 안 좋아해. 그 드라마를 계속 추천해 주는데 사실 드라마를 좋아하는게 아니라 포레스트 컴프에 담겨 있는 그 특정 어떤 그런 것이 좋아서 그걸 추천했을 수도 있는 거잖아요. 그러니까이 추천형 AI, 예측형 AI가 잘못된 의사 결정을 내릴 수도 있다. 채용 면접을 보는 AI가 그러면 더 큰 부작용을 초래하는 거잖아요. 훨씬 훌륭한 면접 대상자가 스카프를 두루지 않아서 떨어지고 안경을 쓰지 않아서 떨어지고 그죠.
화면에 그림이나 뭐 화분이나 이런 걸 놓지 않아서 떨어지고 그죠. 그러면 되겠습니까? 제가 여러분께 전해드리는 오늘 북리뷰에서이 컨텐츠 그 자체로서 평가를 받아야 되지 않을까요? 저도 제 영상도 자, AI 버블이 온다.라는이 책을 통해서 여러분이 이제 2026년 AI 시대를 만나니까 이제 AI에 대해서 한번 깊숙히 들어가 보는 계기가 되지 않을까? 어 경제나 자본 시장 관점에서도 관심을 가지셨다면 AI it학적인 관점에서도 한번 그것에 어떤 부족함이 있는지 또 어떤 훌륭함이 있는지이 편에서 이어갈 텐데 그런 부분들을 하나하나 좀 들여다보는 계기가 되시기를 좀 바라는 마음입니다. 입니다.
Comments 0