설탕빵의 설탕공방AI를 배우고 있는 입장이지만, 개인적으로 AI에는 거품이 끼어있다고 생각한다.
다행스러운 점은 과거 닷컴버블과 같이 "우리 IT 해요"라고 간판 걸자마자 투자가 몰리는 듯한 거품은 아니라는 점이다.
닷컴버블 왜 망했냐
"세상이 바뀐다."라는 모토아래 투자자들이 "Shut up and take my money"를 외치니
스타트업이 .com 달고 "Show me the money"를 시전했다.
그렇게 투자 받아서 연구하고 서비스 돌렸는데 실속이 없어서 망했다.
"아니 무슨 서비스가 나왔길래 망했어요?"
닷컴버블 당시 대표적인 아이디어는 B2C 전자상거래였다.
지금의 아마존을 생각하면 된다.
아마존 성공했지않느냐 라고 한다면 일단 다음의 사례를 보자.
"코즈모닷컴! 비디오+게임+간식 모든 컨텐츠를 1시간만에 배송해드립니다!"
쿠팡도 좁은 대한민국 땅떵어리에서 새벽 배송하려면 7시간 걸리는데 아주 망할만 했다.
위 사례는 기술 버블로 인한 환상으로 인해 제대로 된 수익 모델 없이 배짱 투자하다가 망한 케이스다.
나름 현실적인 투자를 바탕으로 대규모 물류창고와 배송 시스템에 투자를 한 '웹밴'이라는 케이스도 있지만 중요한건 인프라의 한계이다.
닷컴 버블은 1990년대 후반부터 2000년 사이에 걸쳐 일어났다.
이 시기에 일어난 일을 생각해보면 우리 2030 청년들의 생산년도이자 삐삐 사용 시절이다.
즉 저때는 컴퓨터가 신기하고 웹사이트 접속만 해도 개쩐다 소리가 나오는 시절이다.
암튼 컴퓨터 드득드드득 거리면서 활자 찍어내면서
개발자가 "저는 HTML로 코딩해요"가 어느정도 먹히는 시절에
온라인 결제 및 실시간 대용량 데이터 처리 시스템을 구축하려하니 투자비와 유지비가 장난 아니게 들었다.
아무튼 돈 안되는데 돈이 몰려서 문제였다.
AI 버블은 뭐가 다름?
애는 그래도 활용처가 다양하다.
그리고 돈도 된다.
지금도 한달마다 내 지갑에서 구독료(친구비)를 정산해 가는걸 보면 자기 밥벌이는 한다.
그리고 닷컴 버블 당시 검증되지 않은 스타트업들이 투자를 주도하고 수익 모델 부재로 망할때
AI 산업은 막대한 자본과 기술력을 바탕으로 빅테크 기업이 시장을 이끈다.
즉 안정성 측면에서 비교 자체가 다른다는 것이다.
그리고 닷컴은 소프트웨어라는 허상이 중심이었다면 AI는 사실 인프라가 중심이다.
엑셀 밟고 "가즈아!!!"를 외쳐도 물리 인프라라는 병목이 사이클의 속도 조절 역할을 한다는 것이다.
AI에 고민점은 산업이 아닌 가치다.
현재 AI 산업 시장이 과열된 경향이 있긴하지만 중요한건 가치다.
결국 기술 가지고 뭘 할 수 있냐가 가치의 증명인데 재밌는 사례가 있다.
한 변호사가 AI가 복잡한 판결문을 요약해주는걸 보고 투자를 받아 전문화된 법률 AI 요약 서비스를 만들었지만 수익화에 실패했다.
ChatGPT가 발전하면서 변호사들이 쓰기 충분히 괜찮은 성능이 나왔고, 굳이 다른 서비스를 구독할 필요를 못 느꼈기 때문이다.
한 노점상이 영상 생성 사이트에서 주는 무료 크레딧으로 자기 노점을 홍보하는 재밌는 영상을 만들어 SNS에 올렸다.
반응은 폭팔적이었고 현재는 손님이 줄을 슬 정도로 인기가 많아졌다.
이 이야기에서 교훈은 단지 AI 하나만으로는 서비스의 가치를 증명하기 어렵다는 것이다.
AI는 도구다 라는 관점에서 기존 서비스의 핵심 가치를 강화하는 것이 AI 라고 생각한다.
물론 자사 서비스가 있는데 AI를 도입한다고 해서 성공한다는 뜻은 아니다.
The GenAI Divide – State of AI in Business 2025 (MIT Project NANDA, 2025.07)
MIT에서 내보낸 자료인데 '기업의 생성형 AI 투자는 막대하지만 95%가 성과를 내지 못한다'라는 주제다.
핵심은 간단한데 '해줘'에 들어가는 투자와 노력이 생각보다 크고 막상 결과가 잘 안나오기 때문이다.
기존에 복잡한 우리 서비스에 AI를 붙이고자 한다면 뭘 생각해야할까?
"데이터"와 "워크플로우"다.
대부분의 기업은 모델을 직접 개발하지 않는다. 그냥 가져다 쓰는 경우가 많다. 즉 성능이 기본적으로 탑재된다는 것이다.
하지만 그냥 가져다 쓸 수 없으니 우리의 데이터를 먹여야하는데, 조리안된 식재료를 그냥 들이 부으면 배탈이 난다.
아주 정성스레 가공을 해줘야한다는 것이다.
회사에서 축적되는 데이터의 파이프라인을 구축해야하고, 떄로는 설치하고 연결해야 할 수 있으며, 흩어진 자료를 모아 정리하는 과정이 필요할 수 있다.
이렇게 데이터를 모으고도 업무 방식 즉 워크플로우 또한 개선을 해야한다.
또한 워크플로우 자체가 복잡해지면 AI 도구의 컨텍스트 기억 문제와 유지운영에 대한 코스트 문제가 발생한다.
기업의 AI 도입의 95% 과정은 가치 VS 비용의 현실적 문제에 기반한다는 내용이다.
AI 도입의 부담은 개인에게 있다.
"AI에 대체되는 것이 아닌 AI를 쓰는 사람에게 대체될 것이다."
바야흐로 무한 경쟁의 시대에 걸맞는 이야기인 것 같다.
참고로 아까 설명한 보고서에서 기업의 AI 도입률은 낮지만, 개인의 AI 도입률은 매우 높고 생산성에 유의미한 효과를 보여준다는 내용이 있다.
현재 기업의 AI 도입 구조가 Top-Down 방식이 아닌 직원, 아래에서 위로 흘러간다는 내용이다.
보고서에서도 먼저 도입할게 아니라 개인 사용 패턴에서 가치를 식별하라고 하는데
개인 구독으로 업무를 보는 청년들의 설움이 간접적으로 느껴지는 것 같다.
아무튼 비즈니스 적 AI 서비스라는 측면에서 아이디어와 실제 현실 사이에는 나름대로 거품이 껴있다는 것이 내 생각이다.
그리고 과열된 기술 산업 시장 속에서 개인이 살아남기 위해서는 자신의 중심 가치 또는 업무에 어떻게 AI를 도입할 것인가를 고민해야하지 않을까라는 생각이 든다.