에드 지트론: AI 붐은 '사기', 2027년 붕괴 임박

그는 예를 들어 OpenAI가 작년에 209억 달러의 손실을 입었다고 지적합니다. 지트론에 따르면, 이들 기업은 수익성으로 가는 명확하고 설득력 있는 경로를 제시할 수 없습니다.

그는 이 산업이 지속 가능한 수익을 창출하기보다는 주로 자본을 소모하고 있다고 강조합니다. 이러한 패턴은 사업 모델의 근본적인 결함을 시사하며, 지출이 명백한 수입이나 미래 수익 잠재력을 훨씬 초과합니다.

지트론은 과대광고에도 불구하고, 재정적 현실이 암울한 그림을 그리고 있으며, 현재 모델이 지속 불가능하며 유기적 성장보다는 지속적인 자본 주입에 의존하고 있음을 나타낸다고 주장합니다.

빅테크 기업들은 AI 관련 수익에 대해 의도적으로 불투명하며, 종종 모호한 지표로 진실을 가립니다. 에드 지트론은 이들 기업이 실제 AI 수익을 투자자들에게 거의 공개하지 않는다고 지적합니다. 공개할 때도 그는 '연간 실행률'과 같은 무의미한 지표를 자주 사용한다고 일축합니다.

이러한 명확한 공개의 부족은 투자자들에게 중요한 경고등으로 인식되며, 구체적인 재무 성과 데이터를 제공하려는 의지가 없음을 나타냅니다. 지트론은 이러한 전술이 AI 부문의 수익성에 대한 사실적인 설명을 제시하기보다는 저조한 성과를 가리고 성공의 환상을 유지하는 데 사용된다고 주장합니다.

그는 AI 기능이 Google Docs, Microsoft Word 및 Amazon 플랫폼과 같이 널리 사용되는 소프트웨어에 강제로 통합되고 있다고 관찰합니다.

사용자들은 이러한 AI 도구를 채택하지 않으면 '뒤처질 것'이라고 믿도록 조건화되고 있습니다. 이러한 마케팅 전술은 사용자들이 진정한 필요에 따라 도구를 평가하도록 허용하기보다는 긴급성과 필요성을 만듭니다. 또한 지트론은 AI가 특히 Google 검색 성능의 인지된 저하로 인해 전통적인 검색 기능을 대체하는 데 자주 사용되고 있다고 지적합니다.

AI 서비스의 단위 경제는 근본적으로 망가져 있으며, 파워 유저는 월 소액 구독료만 지불하면서 회사에 수천 달러의 토큰 비용을 발생시킬 수 있습니다. 에드 지트론은 월 200달러짜리 ChatGPT 구독에서 사용자가 14,000달러 상당의 컴퓨팅 토큰을 소모할 수 있으며, Anthropic 서비스에서는 동일한 가격으로 8,000달러를 소모할 수 있다고 강조합니다.

이러한 불일치는 월 20달러짜리 서비스에서도 사용자가 400달러 상당의 토큰을 소비할 수 있음을 의미합니다. 기업들은 2026년에 AI 사용의 실제 비용을 실제 청구서를 통해 깨닫고 당황하여 광범위한 우려를 불러일으켰다고 합니다.

지트론은 기업들이 현재 사용자들에게 막대한 보조금을 지급하고 있으며, 이는 AI 추론의 실제 비용을 효과적으로 은폐하고 이러한 지속 불가능한 지출에 대한 피할 수 없는 정산을 지연시키고 있다고 주장합니다. 이러한 보조금 모델은 인위적으로 높은 채택률을 가능하게 하지만 장기적으로 재정적으로 실현 가능하지 않습니다.

마이크로소프트의 재무 성과는 AI에 대한 막대한 자본 지출과 실제 창출되는 수익 간의 큰 격차를 극명하게 보여주는 예시입니다. 에드 지트론은 마이크로소프트가 한 해 동안 1,150억 달러를 자본 지출로 사용했으며, 다음 해에는 1,750억 달러를 지출할 계획이라고 지적합니다.

그는 총 AI 수익이 이러한 시스템을 운영하는 데 필요한 GPU 인프라 및 에너지의 엄청난 비용에 비해 미미하기 때문에 산술적으로는 맞지 않는다고 주장합니다. 지트론은 현재의 지출 경로를 명확하고 수익성 있는 결과 없이 거대하고 방향 없는 투자를 의미하는 '자본주의의 에그레고르(egregor)'로 묘사합니다.

이는 AI 개발에 막대한 자금이 투입되고 있지만 그에 상응하는 수익 증가가 없어 이러한 투자의 지속 가능성에 대한 의문을 제기하는 심각한 재정 불균형을 강조합니다.

'혁신가의 딜레마' 개념은 파괴적 기술이 처음에는 열등하거나 비경제적으로 보이며, 고객들이 그것을 요구하지 않을 수도 있음을 시사합니다. 이 프레임워크는 AI의 현재 상황을 분석하는 데 도움이 됩니다.

역사적으로 마차를 대체한 자동차와 같은 파괴적 혁신은 처음에는 높은 비용과 신뢰성 부족에 직면했습니다. 이러한 단점에도 불구하고, 그것들은 결국 산업을 변화시켰습니다. AI는 현재 상태에서 초기 자동차 기술과 유사한 결함을 보여주며, 비용이 많이 들고 종종 신뢰할 수 없습니다.

그러나 딜레마는 그러한 기술이 결국 성숙하면 초기 결함에도 불구하고 산업을 재편할 수 있음을 강조합니다. AI에 대한 질문은 그것이 단지 결함 있는 초기 단계 혁신인지 아니면 근본적으로 비경제적인지 여부입니다.

그는 AI가 진정한 학습이나 맥락적 이해보다는 '하니스'와 파일 입력에 의존한다고 주장합니다.

지트론은 편집 과정과 같은 인간적 협업이 최종 텍스트 이상을 제공하며, 일반적인 대규모 언어 모델(LLM) 결과물이 복제할 수 없는 독특한 통찰력과 상호 학습을 제공한다고 설명합니다. 그는 엄청난 맥락과 지식에서 가치를 얻는 그의 편집자 매트 휴즈(Matt Hughes)를 언급하여 이를 설명합니다.

이는 AI의 인지된 한계를 강조합니다. AI는 텍스트를 생성할 수 있지만, 인간 전문가가 작업에 가져오는 미묘한 이해, 개인적인 맥락 또는 협업 깊이를 제공할 수 없으며, 특정 유형의 작업에 대한 AI 기능의 근본적인 격차를 시사합니다.

그는 소비자들이 기술 대기업들에 의해 막대한 보조금을 받고 있는 이러한 서비스의 '정직한 비용'을 지불하고 있지 않다고 말합니다.

지트론은 만약 AI가 실제, 보조금 없는 비용—사용자들이 실제 토큰당 백만 건 요율 또는 API 비용을 지불해야 한다면—수요와 채택률이 상당히 달라 보일 것이라고 주장합니다. 이는 AI의 인지된 가치와 유용성이 주요 기술 기업들의 막대한 투자와 보조금으로 인해 인위적으로 부풀려져 실제 시장 가능성을 가리고 있음을 시사합니다.

그는 iPhone 출시 이전에 GSM, 블루투스, Wi-Fi 라디오의 축소가 어떻게 필연적으로 iPhone과 같은 장치로 이어질 것인지를 상세히 설명하는 수천 개의 프레젠테이션이 있었다는 개인의 언급을 인용합니다.

이에 반해 지트론은 AI에 대한 그러한 명확한 경로가 없다고 주장합니다. 그는 골드만삭스 보고서 또한 AI가 약속한 결과로 가는 명확한 궤적이 부족하다는 점을 지적한다고 언급합니다. 구성 요소 소형화의 명확한 경로를 가졌던 iPhone과 달리 AI는 유사하고 예측 가능한 개발 로드맵이 부족합니다.

지트론은 기업들이 검증된 비즈니스 모델이나 AI가 이러한 원대한 야망을 달성할 방법에 대한 명확하고 필연적인 경로 없이 세상을 변화시키는 파괴를 약속했다고 결론짓습니다.

그는 이러한 투자가 진정하고 다양한 고객 수요보다는 놓칠까 봐 하는 두려움에 의해 주도된다고 주장합니다.

지트론은 이들 기업이 서로의 막대한 GPU 투자를 관찰하고 그러한 지출이 타당한 이유가 있을 것이라고 결론지었으며, 이는 상호 검증의 순환 시스템으로 이어졌다고 주장합니다. 이러한 집단적 행동은 몇몇 수익성 없는 AI 스타트업을 지지하고 광범위한 산업 성장의 환상을 만듭니다.

그는 모든 사람이 이들 기술 대기업이 대규모 구매를 하는 것을 보고, 이유 없이 그렇게 하지 않을 것이라고 가정하여, 근본적인 수익성에 대한 비판적 검토 없이 추가 투자를 부추기는 방식으로 사기가 설명된다고 주장합니다.

이는 AI 도구가 생산성 향상을 목표로 하지만 새로운 형태의 불안정성을 초래할 수도 있음을 시사합니다.

AI 생성 코드는 인간이 작성한 코드보다 버그가 더 많아 시스템 장애를 증가시키고 상당한 디버깅 노력을 필요로 한다는 것이 점점 더 많이 발견되고 있습니다. 더욱이 훈련 및 추론을 포함한 방대한 양의 AI 활동은 기반 인프라에 물리적인 부담을 주고 있습니다.

이러한 부담은 기술 산업 전반에 걸쳐 중단 발생률을 높이고 신뢰성을 저하시키며, AI가 본질적으로 소프트웨어 품질과 효율성을 향상시킨다는 주장에 도전합니다.

그는 이들 리더가 객관적인 관찰자가 아니라 '자신의 책을 말한다'고 설명하는데, 이는 그들의 회사에 직접적으로 이익이 되는 시나리오를 옹호한다는 의미입니다.

지트론은 AI에 대한 내러티브가 회사 가치에 가장 잘 부합하는 방식으로 끊임없이 변화한다고 지적합니다. 예를 들어, CEO는 AI의 타당성에 대한 의구심을 표현하지 않을 것이며, 대신 검증되지 않았더라도 AI의 혁신적 잠재력을 옹호할 것입니다.

그는 AI와 관련된 광범위한 생산성 향상 주장을 뒷받침할 실제 증거가 현저히 부족하다고 주장합니다. AI에 대한 낙관적이고 종종 과장된 미래를 끊임없이 홍보하는 이러한 전략은 시장에서 자기 충족적 예언을 만들어내며, 구체적인 수익 부족에도 불구하고 더 많은 투자를 유치합니다.

그는 역사상 모든 사기와 속임수는 표적을 서두르게 하고 즉시 행동해야 할 필요성을 강조하는 것으로 시작한다고 말합니다.

CEO들과 AI 홍보자들은 잠재적 고객과 기업들에게 지금 AI를 채택하지 않으면 '뒤처질 것'이라고 경고함으로써 공포 기반 마케팅을 사용합니다. 이는 철저한 비판적 사고나 평가 없이 빠른 결정을 내리도록 엄청난 압력을 가합니다.

지트론은 이러한 속도 강요가 신중한 고려를 우회하기 위한 의도적인 전략이며, 기업들이 적절한 검토 없이 제품과 내러티브를 밀어붙일 수 있게 한다고 시사합니다. 그는 이를 진정한 가치 기반 혁신보다는 조작적인 판매 전술의 특징으로 봅니다.

에드 지트론은 AI가 '잘못된 손'에 넘어갈 것이라는 인지된 위험이 잘못된 방향으로 가고 있다고 주장합니다. 그는 현재 AI 모델이 이미 잘못된 사람들, 즉 마크 저커버그(Mark Zuckerberg), 샘 알트만(Sam Altman), 다리오 아모데이(Dario Amodei)와 같은 기업 리더들에 의해 통제되고 있다고 믿습니다. 그의 우려는 현재 이들 회사를 이끌고 있는 사람들에 의해 야기되는 본질적인 위험에 있습니다.

지트론은 해킹과 같은 보안 위험이 AI 자체의 자율적 능력보다는 이러한 조직 내의 인간 오류에 의해 자주 악화된다고 강조합니다. 그는 '중국의 접근'과 같은 외부 위협에 과도하게 집중하는 것이 국내 AI 기업과 그 리더십이 제기하는 시스템적 위험으로부터 주의를 돌린다고 주장합니다.

이러한 관점은 미래의 가설적인 위험에서 현재의 기술 산업 내 제도적 문제로 대화를 전환하며, AI 분야의 현재 기업 지배구조에 대한 근본적인 불신을 강조합니다.

그는 또한 산업 리더들이 거대한 데이터 센터로 인한 환경 피해와 대규모 훈련을 통한 잠재적 데이터 도용과 같은 생성형 AI로 인한 실제 피해에 대해 의도적으로 논의를 피한다고 주장합니다.

그는 진정한 가치는 여전히 인간의 취향과 판단에 있으며, 이러한 특성은 AI 생성 콘텐츠로 상용화되거나 복제될 수 없다고 주장합니다. 그는 자동화의 진정한 이점이 해롭다고 여기는 생성형 AI의 거창하고 충족되지 않은 약속과 종종 혼동된다고 믿습니다.

그는 링크드인 게시물을 주요 예시로 들며, ChatGPT나 Anthropic의 Claude로 생성된 게시물은 다른 모든 사람들도 사용하기 때문에 일반적이고 구별할 수 없게 된다고 주장합니다.

지트론은 이제 가장 가치 있는 결과물은 '대체 불가능한 인간적' 작업, 즉 AI가 생성한 평범함을 피하기 때문에 눈에 띄는 콘텐츠라고 주장합니다. 그는 예를 들어 진정으로 훌륭한 링크드인 게시물은 독특한 인간적 관점에서 분명히 나오는 것이라고 시사합니다.

특정 기술 문제 해결에 AI를 사용한다고 인정하면서도, 지트론은 이러한 실용적인 적용과 AI가 창의적 작업을 변화시킬 것이라는 산업의 거창한 약속을 구분합니다. 그는 창의적이고 통찰력 있는 콘텐츠의 경우 인간의 입력이 여전히 가장 중요하다고 믿습니다.

그는 AI에서 파생된 실제 실용적인 결과가 약속대로 나타나지 않고 있으며, 이는 의미 있는 발전의 둔화를 나타낸다고 주장합니다.

지트론은 비디오 생성의 예를 들며, 특히 Sora를 언급하면서 인상적이지만 전문 영화 제작에는 아직 상업적으로 실현 가능하지 않다고 지적합니다. 그는 기술이 발전했음에도 불구하고 기존의 고위험 창의 산업에 효과적으로 통합되기에는 아직 멀었다고 시사합니다.

그는 또한 진정으로 '에이전틱' 워크플로우—자율적인 행동이 가능한 시스템—를 구축하려면 단순한 훈련 데이터를 넘어선 근본적인 구조 공학이 필요하다고 주장합니다. 이는 단순히 더 많은 데이터를 모델에 공급하는 것이 진정으로 지능적이고 실용적인 AI 시스템을 개발하는 근본적인 문제를 해결하지 못할 것이며, 상당한 장벽에 부딪혔다는 생각을 강화합니다.

에드 지트론은 주요 기업들이 진정한 초고속 성장 아이디어가 고갈되어 AI와 GPU에 막대한 투자를 하고 있다는 자신의 '닷컴 버블 이론'을 제시합니다. 그는 GPU에 대한 이러한 지출 경쟁이 시장에 기업들이 'AI를 하고 있다'는 신호를 보내 구체적인 전략 없이도 주식 성장을 견인했다고 주장합니다.

지트론에 따르면, 이러한 행동은 닷컴 시대의 투기적 투자와 유사하며, 기업들은 단순히 혁신적으로 보이도록 인터넷 관련 벤처에 돈을 쏟아부었습니다. 그는 현재 경제가 과거 기술 버블과 유사한 성격의 'AI 버블'에 의해 부채질되고 있다고 결론짓습니다.

이 이론은 GPU 지출이 진정하고 지속 가능한 혁신의 반영이 아니라, 다른 실행 가능한 성장 경로가 없는 상황에서 시장 인식과 가치를 부풀리기 위한 전술적 움직임이라고 가정합니다.

에드 지트론은 AI, 특히 대규모 언어 모델(LLM)에서 보이는 진전이 전적으로 순환적인 자금 시스템의 결과라고 주장합니다. 그는 이러한 진전이 유기적이고 자립적인 성장이 아니라 벤처 캐피털, 아마존, 엔비디아로부터의 지속적인 자본 주입과 직접적으로 연결되어 있다고 주장합니다.

지트론은 이 돈의 흐름이 멈추면 진전도 필연적으로 멈출 것이라고 경고합니다. 그는 현재 AI 기업들의 손실 규모가 과거 기술 대기업들의 초기 성장기와 비교할 때 전례 없는 수준이며, 이는 근본적으로 다르고 더 위태로운 재정 구조를 나타낸다고 강조합니다.

이러한 관점은 AI 붐이 건전한 경제학이나 수익성을 기반으로 하는 것이 아니라 지속적인 투기 자본 유입에 기반을 두고 있으며, 자금 조달의 어떤 혼란에도 매우 취약하게 만든다고 시사합니다.

에드 지트론은 현재 AI 산업 모델을 검증하고 진정으로 실행 가능하게 만들려면 하드웨어 비용, 특히 천 배 정도의 극적인 절감이 필요하다고 말합니다. 그는 여러 회사의 지속적인 노력에도 불구하고 그러한 돌파구는 현재 일어나고 있지 않다고 강조합니다.

지트론은 데이터 센터가 무모하고 해로운 방식으로 건설되고 있다고 비판하며, 그들의 환경적 영향과 막대한 자본 지출을 지적합니다. 그는 현재 벤처 캐피털 모델이 전통적이고 안정적인 사업보다는 이러한 지속 불가능한 데이터 센터 투자를 선호한다고 주장합니다.

이 주장은 현재 AI 인프라에 내재된 엄청난 경제적 비효율성을 강조합니다. 하드웨어 비용의 급진적인 변화 없이는 지트론은 산업이 끊임없이 증가하는 컴퓨팅 능력에 의존하는 것이 지속 불가능할 것이라고 믿습니다.

그는 기업들이 토큰 기반 가격 모델로 전환하고 있으며, 이는 AI 사용의 실제 비용을 투명하게 만든다고 지적합니다.

우버의 COO인 앤드류 맥도날드(Andrew McDonald)는 토큰에 지출된 돈을 실제 유용한 비즈니스 성과와 연결하는 것이 어렵다고 언급한 것으로 전해집니다. 이러한 정서는 AI의 약속된 생산성 향상이 쉽게 수량화되거나 일관되게 달성되지 않는다는 것을 기업들이 깨닫는 광범위한 추세를 반영합니다.

지트론은 AI 지출을 정당화하기 위한 이러한 고군분투를 AI 거품이 단지 부문적 문제가 아니라 더 넓은 경제에 시스템적 위험을 초래한다는 중요한 지표로 봅니다. 명확한 ROI를 입증할 수 없으면 기업 채택 및 투자가 크게 둔화될 수 있습니다.

그는 작년에 AI에 투자된 VC 자금의 절반 이상이 결국 0이 될 것이라고 예측합니다.

지트론은 2018년 이후 VC 수익이 역사적으로 저조했으며, 이는 AI 부문뿐만 아니라 시스템적인 문제를 나타낸다고 강조합니다. 그는 기업의 회계 트릭이 투기적인 AI 보유 가격에 고정시켜 기업 가치를 부풀리게 하여 인위적인 성장과 성공의 느낌을 만들어낸다고 설명합니다.

구체적인 이익이나 지속 가능한 비즈니스 모델보다는 투기적인 가치 평가에 의존하는 것은 위험한 거품을 만듭니다. 지트론은 이러한 재무 공학이 근본적인 약점을 가리고 있으며, 시장이 결국 조정될 때 상당한 가치 하락으로 이어질 수 있다고 시사합니다.