종이 한 장을 50번 접으면 어떻게 될까. 두께가 지구에서 태양까지의 거리를 넘어선다. 처음 몇 번 접을 때는 아무것도 변하지 않는 것처럼 보인다. 그게 핵심이다. 우리 뇌는 ‘느리면 앞으로도 느릴 것’이라고 자동으로 판단한다. AI 발전을 두고 전문가들이 반복해서 틀린 예측을 내놓은 이유가 바로 이것이다.
인간의 두뇌는 진화 과정에서 선형적 사고(Linear Thinking)를 장착했다. 한 시간 걸으면 4km, 두 시간 걸으면 8km. 초원에서 사냥감을 추적할 때는 완벽하게 작동했다. AI의 발전 곡선 앞에서는 완전히 무너진다.
직선으로만 보이는 세계
투자도, 공부도, 보통 ‘노력 대비 결과’는 대략 비례한다. 100만 원 저축이면 100만 원어치 가치, 200만 원이면 두 배. 프로그래밍 언어 한 달 공부와 두 달 공부의 실력 차이도 어느 정도 예측이 된다.
이 사고방식 자체가 틀린 건 아니다. 문제는 AI를 포함한 현대 기술이 이 직선을 따르지 않는다는 것이다.
AI의 시간은 다르게 흐른다: 지수적 성장
지수적 성장은 복리와 같다. 처음에는 거의 느껴지지 않는다. 그러다 어느 임계점을 넘어서는 순간 폭발한다.
종이접기로 돌아가자. 한 번 접으면 두께 2배. 두 번 4배. 세 번 8배. 50번 접으면 지구-태양 사이 거리를 넘어선다. AI의 발전은 이 구조와 정확히 같다. 세 가지 요소가 동시에 맞물린다.
- 컴퓨팅 파워: ‘무어의 법칙’ — 칩 트랜지스터 수가 약 2년마다 2배씩 늘어난다. 엔비디아의 최신 GPU는 몇 년 전 슈퍼컴퓨터 성능을 가볍게 넘어선다.
- 데이터 양: 세상에 존재하는 데이터가 2년마다 2배씩 증가한다. AI는 이 데이터를 먹고 자란다. 데이터가 많을수록 모델은 더 똑똑해진다.
- 알고리즘 효율성: AI 모델을 훈련시키는 알고리즘 자체도 계속 개선된다. 같은 하드웨어로도 더 빠르고 정확한 학습이 가능해진다. 소프트웨어만으로도 성능이 뛴다는 뜻이다.
이 세 가지가 서로 맞물려 복리 효과를 일으킨다. 결과는 상상을 넘어선다.
ChatGPT가 보여준 가속도
2019년에 나온 GPT-2. 꽤 그럴듯한 문장을 만들었지만 읽다 보면 어딘가 어색했다. 1년 뒤 GPT-3가 나왔을 때 분위기가 달라졌다. 그리고 2~3년 만에 등장한 GPT-4는 변호사 시험을 통과했다.
선형적으로 생각하면 이해가 안 된다. 1~2년 사이에 이런 도약이 가능한가. 하지만 지수 곡선 위에서는 당연한 결과다. 초기 더딘 성장을 보고 AI의 한계를 선언했던 전문가들이 틀렸던 이유가 여기에 있다. 직선으로 곡선을 읽으려 했으니까.
벽에 부딪히지 않을까 — 솔직한 시각
회의론도 분명히 있다. ‘데이터 고갈론’ — 학습할 데이터가 이미 바닥났거나 곧 고갈된다는 주장. ‘에너지 한계론’ — AI 모델 구동에 드는 막대한 전력이 결국 발목을 잡을 것이라는 우려.
솔직히 에너지 문제는 무시하기 어렵다. 대형 모델 하나를 학습시키는 데 드는 전력 비용이 수백억 원 수준이라는 건 공개된 사실이다. 현실적인 제약이다.
다만 기술은 스스로 출구를 찾아왔다. AI가 고품질 학습 데이터를 자체적으로 만들어내는 ‘합성 데이터(Synthetic Data)’ 기술이 빠르게 발전 중이다. 전력 효율을 극대화한 차세대 AI 반도체 개발 경쟁도 치열하다. MIT 테크놀로지 리뷰 기고를 통해 마이크로소프트 AI CEO 무스타파 술레이만(Mustafa Suleyman)은, 선형적 직관이 AI의 잠재력을 계속 과소평가하게 만든다고 지적했다. 가까운 미래에 AI 발전이 정체될 일은 없을 것이라는 게 그의 판단이다.
이 속도에 어떻게 맞출 것인가
지수 곡선을 이해했다면, 전략도 달라져야 한다. 1~2년 뒤를 지금의 연장선에서 예측하는 건 의미가 없다.
- 끊임없는 학습 자세: 6개월만 손을 놓고 있어도 완전히 새로운 AI 도구와 개념이 시장을 바꿔놓는다. ‘한번 배워서 평생 쓴다’는 생각은 접어야 한다.
- AI를 도구로 쓰는 능력: 코딩, 디자인, 글쓰기 모든 영역에서 AI는 이미 강력한 조수다. 이것을 얼마나 잘 다루느냐가 개인과 기업의 생산성을 가른다.
- ‘왜’를 묻는 능력: AI가 ‘무엇’과 ‘어떻게’를 처리해주는 시대에는, 방향을 설정하고 문제를 정의하는 — 즉 ‘왜 이 일을 해야 하는가’를 묻는 능력이 훨씬 결정적이 된다.
직선 말고 곡선으로 읽어야 한다
AI 시대에 필요한 건 세상을 직선이 아닌 곡선으로 읽는 감각이다. 지금 눈에 보이는 변화가 미미하다고 안심하거나, 느리다고 실망하면 안 된다. 그 변화들이 쌓여 만들어낼 변곡점이 언제 올지 항상 주시해야 한다.
AI 발전 속도를 제대로 인식하는 것. 다가오는 미래를 준비하는 건 거기서부터 시작된다.
AI리서치팀
Home-In-One AI리서치팀은 인공지능, 머신러닝, 생성형 AI의 최신 동향과 실용적 활용법을 연구합니다. ChatGPT, 클로드, 미드저니 등 AI 도구 비교 분석과 활용 가이드를 제공합니다.