AI 거품 붕괴, '빅데이터 전철' 밟나?

현재 AI 기술에 대한 막대한 기대와 투자가 이어지고 있지만, 이러한 AI 거품이 붕괴할 경우 경제 전반에 심각한 충격을 초래할 수 있다는 경고가 나왔다. 특히 주식 시장과 취업 시장에 미칠 파급 효과는 예측하기 어렵지만, 과거의 기술 거품 붕괴 사례들을 분석하여 미래를 대비할 필요가 있다고 스터디언은 강조했다.

AI 기술 발전이 실제 경제에 미치는 영향은 아직 불확실하며, 과거 인터넷 버블과 같은 급격한 성장과 붕괴의 전철을 밟을 가능성도 배제할 수 없다는 점에서 주의가 요구된다.

이화여자대학교 최동훈 교수가 저술한 'AI 시대 어떻게 일할 것인가'는 한국적 맥락에 맞는 AI 조직 문화 연구와 AI 활용 능력에 대한 깊이 있는 통찰을 제공하며, AI 시대의 직관적 가이드북으로 평가받고 있다. 이 책은 한국의 기업과 개인들이 AI 시대를 준비하는 데 필요한 실질적인 지침을 제시한다.

스터디언은 이 책을 '한국판 듀얼 브레인'이라 칭하며, AI가 바꾸는 업무 환경 속에서 우리가 어떻게 사고하고 행동해야 하는지에 대한 명확한 방향을 제시한다고 설명했다.

과거 빅데이터가 모든 문제의 정답을 줄 것이라는 '데이터 만능주의' 신앙이 있었으나, 실제로는 기대만큼의 솔루션을 제공하지 못하며 많은 기업의 전략적 실패를 초래했다. 데이터 기반 의사결정의 한계는 나이키의 D2C(Direct-to-Consumer) 전략 실패 사례를 통해 명확히 드러났다.

빅데이터가 제시한 통찰이 실제 비즈니스 성과로 이어지지 않으면서, 데이터가 모든 것을 해결해 줄 것이라는 신화는 점차 붕괴하기 시작했다.

나이키는 2019년 아마존에서 철수하며 D2C 전략을 전면 도입, 데이터 기반 접근을 통해 소비자를 완벽하게 파악하고 효율성을 극대화할 수 있을 것이라 기대했다. 그러나 이러한 전략은 실제 성과로 이어지지 못했으며, 오히려 회사에 큰 타격을 주었다.

데이터만을 신뢰한 나이키는 현장의 베테랑 인력들을 경시하고 이들이 이탈하는 결과를 낳았다. 결국 나이키는 변화하는 패션 트렌드를 제대로 읽지 못하게 되었고, 이는 D2C 전략 실패의 주요 원인으로 작용했다.

빅데이터 시대의 교훈은 현재 AI 시대에 그대로 적용될 수 있으며, 데이터에만 의존하는 기업들은 잠재적 위험에 직면할 수 있다. AI에 대한 막대한 투자가 실제 성과 부진으로 이어질 가능성이 높기 때문이다.

기업 현장의 베테랑 인력 가치를 경시하고 오로지 기술 투자에만 집중할 경우, 기술 투자 비용 대비 마이너스 수익 구조로 이어질 위험이 있다. 이는 AI 시대에도 빅데이터 시대와 유사한 전략적 오류를 범할 수 있음을 시사한다.

데이터 센터 구축 및 AI 관련 기술 투자는 엄청난 비용을 수반하며, 빅테크 기업들의 재무 구조를 악화시키는 주요 원인으로 작용하고 있다. 겉으로는 화려해 보이지만, AI 기술이 실제 우리의 삶에 가져온 실질적인 변화는 아직 미미하다는 지적이 제기되고 있다.

구글의 사례를 통해 볼 때, 막대한 AI 투자가 기업의 현금 흐름에 큰 부담으로 작용하고 있음을 확인할 수 있다. AI 시대가 도래한 지 1~2년이 지났음에도 불구하고, 투자 대비 실질적인 혁신 체감은 아직 부족한 상황이다.

데이터 기반 D2C 전략을 이끌었던 존 도나호 나이키 CEO는 2024년에 물러났고, 후임으로 복귀한 엘리엇 힐은 기업의 정체성을 회복하기 위해 '운동선수 중심'이라는 초심으로 돌아가고 있다. 이는 데이터 중심 전략의 한계를 인정하고, 브랜드 본연의 가치를 되찾으려는 노력으로 해석된다.

주가는 단순한 기대감만으로는 지속적으로 부양될 수 없으며, 반드시 실적이 뒷받침되어야 유지된다. 그러나 현재 AI 관련 기업들의 주가는 실적 없이 기대감에 의해 과도하게 상승하고 있어, 과거 나이키의 주가 폭락 사례처럼 AI 기술 거품이 터질 경우 큰 폭의 하락을 겪을 수 있다는 경고가 나오고 있다.

실질적인 수익을 내지 못하는 AI 기술에 대한 투자는 결국 주가 폭락이라는 결과를 초래할 수 있으며, 이는 AI 시대의 중요한 통찰을 제공한다.

빅데이터가 모든 통찰을 줄 것이라는 예측과 달리 실제 성과는 미미했던 것처럼, AI 역시 모든 것을 해결해 줄 것이라는 대중의 믿음은 환상에 불과하다는 지적이 나온다. AI 시대에도 빅데이터 시대와 마찬가지로 기술에 대한 과도한 기대와 현실 간의 괴리가 발생하고 있다.

많은 사람들이 AI가 전능할 것이라고 믿지만, 실제로는 특정 문제를 해결하는 도구에 불과하며, 모든 영역에서 완벽한 솔루션을 제공할 수는 없음을 인지해야 한다.

2026년 2월 6일 기준으로 AI 에이전트가 소모하는 토큰의 양이 인간이 직접 AI를 사용하여 소모하는 양보다 높아지기 시작했으며, 그 차이는 약 5배에 달하는 것으로 나타났다. 이는 AI가 인간보다 훨씬 더 많은 데이터를 처리하고 있음을 의미한다.

정량적인 작업량은 폭증했지만, 이러한 AI 활동이 실제 삶에 가져오는 실질적인 혁신 체감은 10% 미만에 머물고 있다는 분석이 제기된다. AI가 효율적으로 많은 양의 작업을 처리함에도 불구하고, 그 결과물이 우리의 일상과 비즈니스에 미치는 영향은 아직 제한적이라는 것이다.

이러한 현상은 AI 기술이 엄청난 자원을 소모하며 발전하고 있지만, 그 성과가 기대에 미치지 못할 수 있다는 우려를 낳고 있다.

AI 기술의 핵심 인프라인 데이터 센터는 막대한 양의 전기와 물, 그리고 자본을 소모하는 '돈 먹는 하마'로 불린다. 이러한 자원 소모는 환경 파괴와 지역 파괴를 유발하며, 사회적·환경적 측면에서 '블랙홀'과 같은 존재로 지적받고 있다.

AI 기술 발전을 위한 인프라 구축이 지속 가능한 발전에 위협이 될 수 있다는 점에서, 막대한 비용 대비 낮은 성과를 보이는 AI 기술의 효율성에 대한 근본적인 질문이 제기된다.

AI 기술의 궁극적인 발전 결과물이 K팝을 트로트로 바꾸는 수준에 머무는 현실은 막대한 인프라 투자와 기대에 비해 실망스러운 결과로 지적된다. 이는 스마트폰 혁명이 우리의 삶을 근본적으로 변화시킨 것과 달리, AI는 아직 그 정도의 실질적인 변화를 체감하기 어렵다는 분석이다.

유비쿼터스, IoT 등 과거 IT 기술 거품 사례들이 비슷한 경로를 밟았던 것처럼, AI 역시 기대감만으로 부양되는 거품일 가능성이 있으며, 실제 삶의 질 향상으로 이어지지 못한다면 그 거품은 결국 꺼질 수밖에 없을 것이라는 경고가 나온다.

메타버스는 주가 폭등과 폭락을 겪으며 대표적인 기술 거품 사례로 기록되었다. 메타버스에 대한 막대한 투자와 홍보에도 불구하고, 실제 현업에서 활용되는 경우는 거의 없었으며, 성인 사용자들 사이에서는 소리 소문 없이 사라진 기술이 되었다. 이는 특정 기술에 대한 과도한 기대가 현실적인 사용성과 성과로 이어지지 못할 때 발생하는 전형적인 거품 붕괴 패턴을 보여준다.

AI 시대에 문해력은 그 어느 때보다 중요한 전략적 도구로 부상하고 있다. 문해력이 낮은 사용자는 AI가 생성한 결과물이 가치 있는 정보인지, 아니면 '쓰레기'에 불과한지 제대로 판단할 수 없기 때문이다.

AI는 인간의 요청에 따라 무한정 결과물을 쏟아낼 것이지만, 인간에게는 이 모든 결과물을 현실에서 검토하고 그 가치를 평가할 만한 속도가 부족하다. 따라서 AI 시대에도 결국 인간의 비판적 사고와 문해력이 AI가 만들어내는 정보의 홍수 속에서 의미 있는 가치를 찾아내는 핵심 역량이 될 것이다.