미국 인구조사 통계로 AI 종말을 예언하는 사람들, 웃프죠

요즘 AI 가지고 떠드는 사람들 사이에 이상한 유행이 돌고 있어요. 난데없이 미국 인구조사국(U.S. Census Bureau) 통계를 들고 와서 '거봐, AI 거품 꺼진다니까!' 하는 거죠. 황당하죠? 인구조사국은 말 그대로 미국에 사람이 몇 명 사는지, 기업이 몇 개 있는지 같은 걸 조사하는 곳인데, 여기서 나온 데이터가 갑자기 인공지능의 미래를 재단하는 신탁처럼 쓰이고 있다니요. 이게 얼마나 웃기고 슬픈, '웃픈' 소리인지 오늘 제대로 한번 까보려고 해요. 중요한 건, 이 해프닝이 AI를 둘러싼 우리의 불안과 기대를 너무나 선명하게 보여준다는 거예요. 이건 기술 얘기이기도 하지만, 결국 우리 마음과 사회에 대한 이야기거든요.

사건의 재구성: 그래프 하나가 낳은 거대한 착각

모든 일은 아폴로 글로벌 매니지먼트라는 자산운용사가 2025년 9월에 낸 보고서 한 장에서 시작됐어요. 이 보고서에 미국 인구조사국 데이터를 인용한 그래프가 하나 들어갔는데, 'AI를 도입하는 미국 대기업의 비율 증가세가 둔화되고 있다'는 내용이었죠. 처음엔 그냥 그런가 보다 했어요. 기술 블로거 사이먼 윌리슨 같은 사람도 이 그래프를 GPT-5의 데이터 분석 능력을 테스트하는 데 쓰는 정도였고요. 문제는 시간이 지나면서 이 그래프가 인터넷을 떠돌며 괴물로 변했다는 겁니다.

처음엔 '아, 기업들이 AI 도입을 좀 망설이나 보네' 정도였던 해석이, 어느 순간 'AI 기술 발전 자체가 정체되고 있다', 심지어 '인간을 뛰어넘는다는 초지능(Super Intelligence)은 허상이었다'는 식의 거대한 주장으로 비약하기 시작한 거예요. 마치 동네 식당의 짜장면 판매량이 줄었다는 통계를 보고 '대한민국 외식 산업 전체가 망해가고 있다!'고 외치는 꼴이죠. 짜장면 판매량이 줄어든 이유는 수만 가지일 수 있잖아요? 옆집에 마라탕 가게가 생겼을 수도 있고, 사람들이 갑자기 다이어트에 돌입했을 수도 있고, 아니면 그냥 그 동네 짜장면이 맛이 없어졌을 수도 있죠. 그런데 이걸 가지고 한식, 일식, 프렌치 레스토랑의 미래까지 전부 어둡다고 말해버리는 건 너무 나간 거잖아요.

이 해프닝은 정보가 온라인에서 어떻게 왜곡되고 증폭되는지를 보여주는 완벽한 사례예요. 복잡한 맥락은 다 잘려나가고, 자극적이고 이해하기 쉬운 그래프 하나만 남아 사람들의 불안과 확증편향(자기가 믿고 싶은 것만 믿는 경향)을 먹고 자란 거죠. 'AI 그거 다 거품일 줄 알았어'라고 생각하던 사람들에게 이 그래프는 성배처럼 보였을 테고요. 빡쳐서 말하자면, 이건 데이터를 본 게 아니라 데이터에서 보고 싶은 걸 본 것에 가까워요.

'기업용 AI'와 '초지능 연구'는 다른 링에서 싸웁니다

자, 그럼 왜 짜장면 비유가 적절한지, 좀 더 깊게 들어가 보죠. 사람들이 저지른 가장 큰 실수는 전혀 다른 두 가지를 하나로 퉁쳐서 생각했다는 거예요. 바로 '현재 시장에 나온 AI 솔루션'과 '미래를 바꿀 AI 기초 연구'입니다.

이걸 우리 일상에 비유해 볼까요? 지금 당장 전셋집을 구한다고 생각해 보세요. 부동산 앱을 뒤지면서 어떤 걸 보나요? 보증금은 얼마인지, 월세는 없는지, 역에서 가까운지, 주변에 편의점은 있는지 같은 걸 따지겠죠. 이미 지어져 있는 집들 중에서 내 예산과 조건에 맞는 최적의 선택을 하는 과정이에요. 이게 바로 인구조사국 데이터가 측정하는 '기업의 AI 도입'과 같아요. 기업들은 지금 당장 쓸 수 있는 AI 서비스, 예를 들면 고객 관리(CRM)를 자동화해 주거나, 반복 업무를 대신해 주는 소프트웨어를 '도입'할지 말지를 결정해요. 이때 가장 중요한 건 뭘까요? 당연히 '비용'과 '효과'죠. 이 AI를 도입하는 데 돈이 얼마나 드는지, 그래서 우리 회사 매출에 얼마나 도움이 되는지, 기존 직원들이 잘 쓸 수 있는지 같은 현실적인 문제들이에요.

반면에 '초지능'이나 '범용 인공지능(AGI, 사람처럼 생각하고 배우는 만능 AI)'에 대한 연구는 전셋집 구하기가 아니라, 아예 '새로운 건축 자재를 발명하는 일'에 가까워요. 지금껏 세상에 없던, 철근 콘크리트를 처음 발명하거나 투명한 알루미늄을 개발하는 것과 같죠. 이건 당장 어느 집에 얼마에 입주할 수 있느냐의 문제가 아니에요. 인류의 주거 환경 전체를 바꿀 수 있는 잠재력에 대한 탐구죠. 오픈AI나 구글 딥마인드 같은 곳에서 하는 연구가 바로 이런 종류예요. 이들은 LLM(Large Language Model, 쉽게 말해 사람 말을 엄청나게 배워서 그럴싸한 문장을 만들어내는 AI 엔진)의 성능을 극한까지 끌어올리고, 완전히 새로운 방식으로 생각하는 AI 구조를 만들려고 해요. 이건 당장의 '가성비'를 따지는 게임이 아니에요.

이 표를 보면 명확해지죠? 전셋집 구하는 사람이 줄었다고 해서, 건축 기술의 발전이 멈췄다고 말할 수 없는 것과 같아요. 오히려 더 좋은 집을 짓기 위해 잠시 숨을 고르는 걸 수도 있고요. 이 둘을 헷갈리는 순간, 우리는 현실을 완전히 잘못 읽게 되는 거예요.

데이터는 죄가 없다, 해석하는 사람이 죄인이지

사실 데이터 자체는 아무 죄가 없어요. '미국 기업의 AI 도입 증가세가 둔화됐다'는 건 그냥 사실(fact)일 뿐이니까요. 문제는 그 사실을 가지고 어떤 '이야기'를 만드느냐죠. 여기서 사람들은 흔히 두 가지 치명적인 착각에 빠져요.

첫 번째 착각은 '도입 속도'를 '기술 발전 속도'와 동일시하는 거예요. 이건 인터넷 역사에서도 똑같이 반복됐던 실수예요. 1990년대 말, 인터넷이 막 보급될 때 '생각보다 사람들이 인터넷 쇼핑을 많이 안 하네? 인터넷은 역시 안 되나 봐'라는 분석이 많았어요. 하지만 그건 사람들이 인터넷을 싫어해서가 아니라, 결제 시스템이 불편하고 배송이 느리고 보안이 불안했기 때문이었죠. 그 문제들이 해결되자 어떻게 됐나요? 우리는 이제 인터넷 없이는 쇼핑을 상상할 수도 없게 됐죠. 지금 기업들의 AI 도입이 주춤하는 것도 마찬가지일 수 있어요.

• 높은 초기 비용: 쓸만한 AI 솔루션을 도입하려면 여전히 큰돈이 들어요. 어설프게 도입했다간 돈만 날리기 십상이죠.
• 통합의 어려움: 회사에 이미 쓰고 있는 수많은 구닥다리 시스템과 최신 AI를 연결하는 건, 마치 20년 된 아파트에 최신 스마트홈 시스템을 설치하는 것만큼이나 골치 아픈 일이에요.
• 인력 부족: AI를 제대로 다룰 줄 아는 사람이 여전히 너무 부족해요. 비싼 외제차를 사놓고 운전할 사람이 없는 격이죠.
• 규제 불확실성: AI가 사고 치면 누가 책임져야 하는지, 고객 데이터를 어디까지 써도 되는지 아직 법이나 사회적 합의가 명확하지 않아요. 기업 입장에선 섣불리 움직이기 무섭죠.

이런 '성장통' 때문에 도입이 잠시 느려지는 걸 가지고, 기술의 종말을 이야기하는 건 너무 섣부른 판단이라는 거죠.

두 번째 착각은 '상관관계'를 '인과관계'로 착각하는 거예요. 그래프는 'AI 도입 둔화'라는 현상만 보여줄 뿐, '왜' 그런지는 말해주지 않아요. 그런데 사람들은 성급하게 'AI가 별로 쓸모없으니까'라는 결론으로 점프해 버리죠. 하지만 실제 이유는 완전히 다를 수 있어요. 어쩌면 기업들이 '생각보다 AI가 더 복잡하고 중요하네? 대충 도입할 게 아니라, 우리 회사 전체 전략을 바꿔서 제대로 준비해야겠다'라고 생각하며 잠시 숨 고르기를 하는 걸 수도 있어요. 이건 후퇴가 아니라 더 큰 도약을 위한 준비 단계인 셈이죠.

그럼에도, '현타'는 온다: AI 회의론자들의 반론

물론 이렇게만 말하면 너무 AI 낙관론자처럼 보이겠죠. 저도 그렇게 순진하진 않아요. '그래도 기업들이 돈을 안 쓴다는 건 뭔가 문제가 있다는 신호 아니냐?'라는 회의론자들의 반론, 충분히 일리 있어요. 실제로 지금 시장에 나온 많은 'AI' 딱지 붙은 제품들이 생각보다 똑똑하지 않다는 볼멘소리가 터져 나오는 것도 사실이에요.

많은 기업들이 'AI 도입하면 우리도 구글처럼 되는 거 아냐?'라는 막연한 환상을 품고 뛰어들었다가, 비싼 돈 주고 '말귀 못 알아듣는 챗봇'이나 '자꾸 헛소리하는 보고서 생성기'를 떠안고 '현타'를 맞는 경우가 비일비재해요. 마치 큰맘 먹고 로봇 청소기를 샀는데, 문턱에 자꾸 걸리고 전선만 씹어먹어서 결국 내가 뒤치다꺼리를 더 하게 되는 상황이랄까요. 이런 경험이 쌓이면 당연히 'AI, 그거 별거 아니네'라는 회의감이 들 수밖에 없죠.

이런 '실망감'이 시장 전반에 퍼지면, 단기적으로는 투자 심리가 위축될 수 있어요. 장밋빛 전망을 내놓던 투자자들이 옥석 가리기에 들어가고, 무분별하게 쏟아지던 자금이 마르기 시작하겠죠. 이건 장기적으로 AI 기초 연구를 하는 곳들에도 영향을 줄 수 있고요. '돈이 안 되는데 뭐 하러 그런 뜬구름 잡는 연구를 해?'라는 압박이 거세질 수 있다는 말이에요. 따라서 '기업 도입 둔화'라는 신호를 완전히 무시할 수는 없어요. 이건 분명 AI 산업이 '과장과 환상의 단계'에서 '냉정한 현실의 단계'로 넘어가고 있다는 중요한 신호예요.

우리가 진짜 주목해야 할 신호등

그렇다면 우리는 뭘 봐야 할까요? 엉뚱한 인구조사 통계 말고, 진짜 AI의 미래를 가늠해볼 수 있는 '신호등'은 따로 있어요. 여러분도 앞으로 이런 뉴스를 볼 때 다음 세 가지를 기준으로 판단해 보세요. 훨씬 더 정확하게 미래를 읽을 수 있을 거예요.

1. 파운데이션 모델의 '능력 도약' 여부: 여기서 파운데이션 모델이란 GPT-4, 클로드 3 같은 AI의 '엔진'을 말해요. 중요한 건 이 엔진이 더 커지고 빨라지는 것(양적 성장)을 넘어, 아예 할 수 없던 새로운 걸 해내는지(질적 도약)를 봐야 해요. 예를 들어, 지금 AI는 그럴싸한 거짓말을 만들어내는 데는 능하지만, 진짜 복잡한 다단계 추론은 잘 못해요. 만약 '스스로 가설을 세우고, 실험을 설계하고, 결과를 검증하는' AI가 나온다면 그건 진짜 게임 체인저가 될 거예요. 모델의 크기나 파라미터 숫자에 현혹되지 말고, '그래서 얘가 뭘 새롭게 할 수 있게 됐는데?'를 물어야 해요.

1. '추론 비용'의 급격한 하락: '추론(Inference)'이라는 말이 좀 어렵죠? 그냥 'AI에게 질문 한 번 하거나, 그림 하나 그려달라고 시킬 때마다 드는 비용'이라고 생각하면 쉬워요. 일종의 AI 전기세+서버비 같은 거죠. 지금은 이 추론 비용이 꽤 비싸서 AI 서비스를 마음껏 쓰기 어려워요. 하지만 만약 기술 발전으로 이 비용이 10분의 1, 100분의 1로 뚝 떨어진다면 어떻게 될까요? 우리가 스마트폰 데이터 요금이 비쌌을 땐 와이파이만 찾아다녔지만, 무제한 요금제가 보편화되자 언제 어디서든 동영상을 보는 것처럼, 우리의 AI 사용 방식 자체가 근본적으로 바뀔 거예요. 기업들도 비용 부담 없이 훨씬 더 다양한 서비스에 AI를 붙이게 될 거고요. 추론 비용의 하락 속도야말로 AI 혁명이 얼마나 빨리 우리 일상에 파고들지를 보여주는 가장 확실한 지표예요.

1. '킬러 앱'의 등장: 지금 우리는 AI로 뭘 하고 있나요? 대부분 글쓰기를 도와주거나, 그림을 그려주거나, 간단한 코드를 짜주는 정도죠. 물론 이것도 대단하지만, 아직 '이거 없으면 일이 안 돌아가는' 수준의 '킬러 앱'은 등장하지 않았어요. 과거 PC 시대에 스프레드시트 프로그램 '비지캘크(VisiCalc)'가 등장하자 회계사들이 너도나도 애플 컴퓨터를 샀던 것처럼, 스마트폰 시대에 '카카오톡'이나 '우버'가 등장해 우리의 소통과 이동을 바꾼 것처럼, AI 시대에도 그런 결정적인 서비스가 나와야 해요. 특정 산업의 판도를 완전히 바꾸거나, 우리 모두의 일상에 없어서는 안 될 서비스가 등장하는지, 그걸 지켜봐야 해요.

마무리: 그래프 너머의 사람을 보자

다시 처음으로 돌아가 보죠. 미국 인구조사국 그래프를 둘러싼 이 소동은 결국 우리에게 뭘 말해주고 있을까요? 저는 이 현상이 기술 자체보다 '기술을 둘러싼 우리의 마음'을 더 잘 보여준다고 생각해요. 한쪽에서는 AI가 모든 걸 해결해 줄 거라는 막연한 기대로 부풀어 있고, 다른 한쪽에서는 일자리를 빼앗기고 세상이 망할 거라는 깊은 불안에 떨고 있죠. 이 거대한 기대와 불안 사이에서, 사람들은 자신의 믿음을 확인시켜 줄 증거를 필사적으로 찾고 있어요. 인구조사국 그래프는 그들에게 던져진 일종의 '로르샤흐 잉크 반점'이었던 셈이에요. 같은 그림을 보고도 누군가는 나비를, 누군가는 괴물을 보는 것처럼요.

그러니 중요한 건 그래프의 기울기가 아니에요. 그 그래프를 보며 환호하고 절망하는 우리 자신을 들여다보는 거죠. AI라는 거대한 파도가 밀려오는 지금, 우리는 어떤 미래를 상상하고, 무엇을 두려워하고, 어떻게 그 파도를 탈 준비를 하고 있나요? 이 질문에 대한 답을 찾는 것이야말로, 수백 장의 보고서나 현란한 그래프를 분석하는 것보다 훨씬 더 중요해요. 기술은 결국 사람이 만들고 사람이 쓰는 거니까요.

Q. 그래서 결론적으로 AI 거품은 꺼진다는 건가요, 아닌가요? A. '꺼진다/안 꺼진다'의 이분법으로 볼 문제가 아니에요. '거품'은 분명히 있고, 일부는 꺼질 거예요. 주식 시장처럼요. 90년대 닷컴 버블 때 수많은 인터넷 기업이 망했지만, 인터넷 기술 자체가 사라지진 않았잖아요? 오히려 그 폐허 위에서 구글과 아마존 같은 진짜 거인들이 태어났죠. 지금 AI 시장도 과열된 부분이 식으면서 옥석이 가려지는 조정 기간을 거칠 가능성이 높아요. 하지만 기술 발전의 큰 흐름 자체가 꺾일 거라고 보긴 어려워요.

Q. 그래도 많은 기업들이 AI 도입했다가 별 효과를 못 봤다는 건 사실 아닌가요? A. 맞아요. 그런 사례 정말 많아요. 근데 그건 AI 기술 자체의 문제라기보다는, 많은 경우 '전략의 부재' 때문이에요. 남들이 하니까, 왠지 안 하면 뒤처지는 것 같으니까, 하는 식으로 '묻지 마 투자'를 한 기업들이 대부분 실패를 맛봤죠. 최신형 오븐을 사놓고 레시피 연구는 안 한 채 밀가루만 붓고 '왜 빵이 안 만들어지지?' 하는 것과 같아요. 오히려 이번 '도입 둔화' 통계는 기업들이 이런 시행착오를 통해 'AI를 제대로 쓰려면 준비가 필요하구나'라는 걸 깨닫는, 더 건강한 단계로 진입하고 있다는 신호일 수도 있습니다.

Q. 저는 평범한 직장인/학생인데, 이 혼란 속에서 뭘 어떻게 해야 할까요? A. '초지능이 내일 온다'는 식의 과장된 공포나 환상에 휘둘리지 않는 게 제일 중요해요. 대신 내 일과 공부에 지금 당장 도움이 되는 구체적인 AI 툴을 하나씩 익혀보세요. 챗GPT로 보고서 초안을 잡아보거나, 미드저니로 발표 자료 이미지를 만들어보는 식으로요. 중요한 건 'AI가 나를 대체할까?'를 걱정하는 게 아니라, '내가 AI를 어떻게 써먹을까?'를 고민하는 거예요. 거대한 담론에 휩쓸리지 말고, 내 삶에 도움이 되는 작은 성공들을 만들어가세요. 그게 가장 현명한 태도입니다.