2025년 인공지능 10대 전망: AI 에이전트(AI Agent) 방향이 주류가 될 전망
글쓴이:롭 투에스(Rob Toews)
번역: MetaverseHub
2024년이 막바지에 다다르고 있으며, 라디컬 벤처스(Radical Ventures)의 벤처 캐피탈리스트 롭 투에스는 2025년 인공지능(AI)에 대한 10가지 전망을 공유했다.
01. 메타(Meta), 라마(Llama) 모델에 대한 유료화 시작
메타는 세계적으로 오픈형 인공지능의 대표주자다. 오픈AI(OpenAI)와 구글 등 경쟁사들이 최신 모델을 폐쇄형 소스로 전환하고 사용료를 부과하는 가운데, 메타는 자사의 최첨단 라마(Llama) 모델을 무료로 제공하기로 선택한 것은 주목할 만한 기업 전략 사례다.
따라서 내년 메타가 라마 모델 사용 기업들에게 요금을 부과하기 시작한다는 소식은 많은 이들에게 놀라움을 줄 것이다.
명확히 하자면, 우리는 메타가 라마를 완전히 폐쇄형 소스로 전환하거나 모든 사용자가 유료화해야 한다고 예측하는 것은 아니다.
오히려 우리는 메타가 라마의 오픈소스 라이선스 조건을 더 엄격하게 만들 것이라고 예측한다. 즉, 일정 규모 이상의 상업적 환경에서 라마를 사용하는 기업들은 이제 모델 사용에 대해 비용을 지불해야 할 것이다.
기술적으로 말하면, 메타는 이미 제한적인 수준에서 이를 시행하고 있다. 회사는 마이크로소프트, 아마존, 구글 같은 가장 큰 기업들—클라우드 슈퍼컴퓨터 또는 월간 활성 사용자가 7억 명을 초과하는 기업—이 자사의 라마 모델을 자유롭게 사용하는 것을 허용하지 않는다.
2023년 메타의 CEO인 마크 저커버그는 "당신이 마이크로소프트, 아마존, 구글처럼 기본적으로 라마를 재판매한다면 우리는 그 수익의 일부를 가져야 한다. 단기적으로는 큰 수입은 아닐 것이지만 장기적으로는 어느 정도 수입이 되기를 바란다"라고 말했다.
내년에는 라마 사용에 요금을 지불해야 하는 기업의 범위가 크게 확대되어 중견 및 대기업까지 포함될 것이다.
최첨단 언어 모델(LLM) 분야를 따라잡는 것은 매우 비싸다. 라마가 오픈AI, 앤트로픽(Anthropic) 등의 최신 모델과 일치하거나 근접하려면 메타는 매년 수십억 달러를 투자해야 한다.
메타는 세계에서 가장 크고 자본력이 풍부한 기업 중 하나다. 그러나 동시에 주주에게 책임을 져야 하는 상장기업이기도 하다.
최첨단 모델 개발 비용이 급증하는 상황에서, 수익 전망 없이 다음 세대 라마 모델 훈련에 이렇게 거액을 투자하는 것은 점점 더 정당화되기 어려워지고 있다.
애호가, 학자, 개인 개발자, 스타트업은 내년에도 계속해서 라마 모델을 무료로 사용할 수 있다. 하지만 2025년은 메타가 라마의 수익화를 본격적으로 시작하는 해가 될 것이다.
02. '규모 법칙(Scaling Laws)' 관련 문제
최근 몇 주 동안 AI 분야에서 가장 뜨거운 논의 주제는 바로 규모 법칙(scaling laws)과 그것이 곧 종말을 맞이할 것인지 여부다.
규모 법칙은 2020년 오픈AI의 한 논문에서 처음 소개되었으며, 그 핵심 개념은 간단하다. AI 모델을 훈련할 때 모델 파라미터 수, 훈련 데이터량, 컴퓨팅량이 증가함에 따라 모델 성능은 신뢰할 수 있고 예측 가능한 방식으로 향상된다(기술적으로는 테스트 손실이 감소함).
GPT-2에서 GPT-3, 그리고 GPT-4로 나아가는 놀라운 성능 향상은 모두 스케일링 법칙 덕분이었다.
무어의 법칙처럼 규모 법칙 역시 진정한 법칙이라기보다는 단순한 경험적 관찰일 뿐이다.
지난 한 달간 여러 보고서들은 주요 AI 연구소들이 LLM의 규모를 지속적으로 늘리는 과정에서 수익 체감 현상을 겪고 있음을 나타냈다. 이것이 오픈AI의 GPT-5 출시가 반복적으로 연기되는 이유를 설명해 준다.
규모 법칙의 효과가 정체되고 있다는 주장에 대한 일반적인 반론은, 추론 시 컴퓨팅(inference-time computing)의 등장이 새로운 차원에서 확장을 가능하게 했다는 점이다.
즉, 훈련 중에 컴퓨팅을 확장하는 대신, 오픈AI의 o3 같은 새로운 추론 모델은 추론 중에 컴퓨팅을 확장할 수 있게 하며, 모델이 "더 오래 생각"하도록 해 새로운 AI 기능을 열어준다.
이는 중요한 관점이다. 추론 시 컴퓨팅은 실제로 새로운 흥미로운 확장 경로이자 AI 성능 향상의 수단이다.
그러나 오늘날의 논의에서 심각하게 간과되고 있는 또 다른 중요한 규모 법칙 관련 관점이 있다. 2020년 초기 논문부터 현재의 추론 시 컴퓨팅 논의까지 거의 모든 규모 법칙 논의는 언어에 집중되어 왔다. 하지만 언어는 중요한 데이터 패턴 중 하나일 뿐이다.
로보틱스, 생물학, 월드 모델(world models), 네트워크 에이전트 등을 생각해보자. 이러한 데이터 패턴에서는 규모 법칙이 포화 상태에 도달하지 않았으며, 오히려 이제 막 시작되고 있다.
실제로 이러한 분야에서 규모 법칙이 존재한다는 엄격한 증거조차 아직 발표되지 않았다.
생물학 분야의 Evolutionary Scale, 로보틱스 분야의 PhysicalIntelligence, 월드 모델 분야의 WorldLabs 등과 같은 신생 기업들은 이러한 분야의 규모 법칙을 식별하고 활용하려 하고 있으며, 이는 오픈AI가 2020년대 초반 LLM의 규모 법칙을 성공적으로 활용했던 것과 같다.
내년에는 이 분야에서 거대한 진전이 있을 것으로 예상된다.
규모 법칙은 사라지지 않을 것이며, 2025년에도 여전히 중요할 것이다. 다만 규모 법칙의 중심 무대가 LLM 사전 훈련에서 다른 데이터 패턴으로 옮겨갈 것이다.
03. 트럼프와 머스크, AI 방향성에서 갈등 가능성
미국의 새 정부는 인공지능에 관한 일련의 정책 및 전략 변화를 가져올 것이다.
트럼프 대통령 아래에서 AI의 방향성을 예측하기 위해, 그리고 머스크가 현재 AI 분야에서 중심적인 위치를 차지하고 있다는 점을 고려하면, 당선된 대통령과 머스크 사이의 밀접한 관계에 주목하는 것이 자연스럽다.
머스크는 다양한 방식으로 트럼프 행정부의 AI 관련 발전에 영향을 미칠 수 있다.
머스크와 오픈AI의 깊은 적대관계를 감안하면, 새 정부가 산업과의 협의, AI 규제 제정, 정부 계약 부여 등에서 오픈AI에 우호적이지 않은 입장을 취할 가능성이 있으며, 이는 오픈AI가 현재 진정으로 걱정하는 리스크다.
반면에 트럼프 정부는 머스크의 자신의 기업들을 지원하는 쪽에 더 기울 수 있다. 예를 들어 xAI가 데이터센터를 건설하고 최첨단 모델 경쟁에서 앞서 나가도록 규제를 완화하거나, 테슬라의 로봇택시 운용에 신속한 규제 승인을 제공하는 것 등이다.
더 근본적으로, 트럼프가 지지하는 다른 기술 지도자들과 달리, 머스크는 AI의 안전 위험을 매우 중요하게 여기며 따라서 AI에 대한 중대한 규제를 주장한다.
그는 AI 개발자들에게 의미 있는 제한을 가하려는 캘리포니아주의 논란의 SB1047 법안을 지지하고 있다. 따라서 머스크의 영향력은 미국의 AI 규제 환경을 더욱 엄격하게 만들 가능성이 있다.
그러나 이러한 모든 추측에는 문제가 있다. 트럼프와 머스크의 친밀한 관계는 결국 불가피하게 붕괴될 것이다.
트럼프의 첫 번째 임기 동안 반복적으로 목격했듯이, 트럼프 동맹들의 평균 재직 기간은, 가장 확고해 보이는 사람들조차도 매우 짧았다.
트럼프 첫 번째 정부의 참모진 중 오늘날 그에게 여전히 충성하는 사람은 거의 없다.
트럼프와 머스크는 모두 복잡하고 변덕스럽고 예측 불가능한 성격이며, 협업하기 어렵고 서로를 지치게 한다. 지금까지 서로에게 유익한 새로 발견된 우정은 여전히 '신혼 여행' 단계에 머물러 있다.
우리는 2025년 말 이전에 이러한 관계가 악화될 것이라고 예측한다.
이것이 AI 세계에 어떤 의미를 가지는가?
이는 오픈AI에게는 좋은 소식이다. 테슬라 주주들에게는 불행한 소식이며, AI 안전을 주시하는 사람들에게는 실망스러운 소식일 것이다. 왜냐하면 트럼프 집권 기간 동안 미국 정부가 AI 규제에 대해 방임적인 태도를 취할 가능성이 거의 확실해지기 때문이다.
04. AI 에이전트(Agent)가 주류가 된다
인터넷과 직접 상호작용할 필요 없이, 매번 구독 관리, 청구서 납부, 의사 예약, 아마존에서 물건 주문, 레스토랑 예약 또는 기타 번거로운 온라인 작업을 수행할 때마다 AI 비서에게 지시하여 대신 처리하게 하는 세상을 상상해보라.
이러한 '웹 에이전트(web agent)' 개념은 오랫동안 존재해왔다. 만약 그런 제품이 존재해서 제대로 작동한다면, 성공은 의심의 여지없이 보장될 것이다.
그러나 현재 시장에는 제대로 작동하는 범용 웹 에이전트는 없다.
Adept와 같은 스타트업조차도 창립 멤버가 화려한 배경을 갖고 수억 달러를 조달했음에도 불구하고 비전을 실현하지 못했다.
내년은 웹 에이전트가 마침내 원활하게 작동하며 주류가 되는 해가 될 것이다. 언어 및 비전 기반 모델의 지속적인 발전과 새로운 추론 모델 및 추론 시간 컴퓨팅으로 인해 '제2의 사고 시스템(thinking system)' 능력에서 이루어진 최근의 돌파구는 웹 에이전트가 황금기에 진입할 준비가 되었음을 의미한다.
즉, Adept의 아이디어는 옳았지만 시기가 너무 빨랐던 것이다. 스타트업 세계에서도, 인생의 많은 일과 마찬가지로 타이밍이 전부다.
웹 에이전트는 다양한 유용한 기업용 사례를 찾겠지만, 우리는 웹 에이전트의 단기적 최대 시장 기회가 소비자 시장이라고 본다.
최근 AI 열풍에도 불구하고, ChatGPT 외에는 소비자 주류 애플리케이션으로 자리 잡은 AI 네이티브 앱이 비교적 드물다.
웹 에이전트는 이 상황을 바꾸고 소비자 AI 분야의 다음 진정한 '킬러 앱(killer app)'이 될 것이다.
05. 우주에 AI 데이터센터를 두자는 아이디어 현실화
2023년 AI 발전을 제약하는 핵심 물리적 자원은 GPU 칩이었다. 2024년에는 전력과 데이터센터로 바뀌었다.
2024년에는 AI가 더 많은 AI 데이터센터를 건설하려는 노력과 함께 급증하는 에너지 수요에 대한 이야기만큼 주목받는 일이 거의 없었다.
AI의 호황으로 인해 수십 년간 정체됐던 글로벌 데이터센터의 전력 수요가 2023년부터 2026년 사이에 두 배로 증가할 것으로 예상된다. 미국에서는 데이터센터의 전력 소비량이 2030년까지 전체 소비의 약 10%에 이를 것으로 예상되며, 이는 2022년의 3%에서 크게 증가한 수치다.
현재의 에너지 시스템은 AI 워크로드가 가져오는 거대한 수요 급증에 대응할 수 없다. 우리의 에너지망과 수조 달러 가치의 컴퓨팅 인프라라는 두 시스템 사이에 역사적인 충돌이 임박해 있다.
이 난제를 해결하기 위한 가능성이 있는 대안으로 원자력이 올해 급부상했다. 원전은 AI에 이상적인 에너지원이다. 탄소 제로이며, 24시간 가용하며, 실질적으로 무한하다.
하지만 현실적으로 보면, 연구, 프로젝트 개발, 규제 절차에 오랜 시간이 걸리므로 새로운 원자력은 2030년대 이전에는 문제 해결에 기여하기 어렵다. 기존의 핵분열 발전소, 차세대 '소형 모듈형 원자로(SMR)', 핵융합 발전소 모두 해당된다.
내년에는 이 문제에 대응하는 매우 독특한 새로운 아이디어가 등장하여 실제 자원을 끌어모을 것이다. 바로 AI 데이터센터를 우주에 두는 것이다.
우주에 AI 데이터센터를 두는 것은 처음 들으면 나쁜 농담처럼 들릴 수 있다. 벤처 투자자가 너무 많은 유행하는 스타트업 용어를 결합하려는 시도처럼 느껴질 수도 있다.
하지만 사실은 그럴 듯할 수 있다.
지구상에 더 많은 데이터센터를 빠르게 건설하는 데 있어 가장 큰 병목은 필요한 전력을 확보하는 것이다. 궤도상의 컴퓨팅 클러스터는 24시간 무료, 무한, 탄소 제로의 전력을 누릴 수 있다. 우주에서는 태양이 항상 빛나고 있기 때문이다.
우주에 컴퓨팅을 두는 또 다른 중요한 장점은 냉각 문제를 해결할 수 있다는 점이다.
더 강력한 AI 데이터센터를 구축하려면 좁은 공간에서 많은 GPU를 동시에 작동시키는 것이 매우 뜨거워지는 가장 큰 공학적 장애물 중 하나이며, 고온은 컴퓨팅 장비를 손상시키거나 파괴할 수 있다.
데이터센터 개발자들은 액침 냉각과 같은 비용이 많이 들고 검증되지 않은 방법을 사용하여 이 문제를 해결하려 하고 있다. 그러나 우주는 극도로 차갑기 때문에 발생하는 열은 즉시 무해하게 분산된다.
물론 해결해야 할 실질적인 과제도 많다. 가장 눈에 띄는 문제는 궤도와 지구 사이에 대량의 데이터를 저비용 고효율로 전송할 수 있는지 여부다.
이것은 미결 문제지만 해결 가능성이 있다. 레이저 및 기타 고대역폭 광통신 기술을 활용한 전망이 밝은 연구가 진행되고 있다.
YCombinator 산하의 스타트업 루멘 오빗(Lumen Orbit)은 AI 모델 훈련을 위한 수 메가와트 규모의 데이터센터 네트워크를 우주에 구축하겠다는 비전을 실현하기 위해 최근 1100만 달러를 조달했다.
회사 CEO의 말처럼: "1억 4천만 달러의 전기료를 내는 대신 1천만 달러의 발사 및 태양광 비용을 지불하는 것이다."
2025년에는 루멘이 이 개념을 진지하게 받아들이는 유일한 조직이 되지 않을 것이다.
다른 스타트업 경쟁자들도 등장할 것이다. 하나 이상의 클라우드 컴퓨팅 대규모 기업이 이 방향으로 탐색을 시작하더라도 놀라지 말라.
아마존은 '코이퍼 프로젝트(Project Kuiper)'를 통해 궤도에 자산을 보내며 풍부한 경험을 축적했다. 구글은 오랫동안 유사한 '문샷(Moonshot)' 프로젝트를 후원해 왔다. 심지어 마이크로소프트도 우주 경제에 낯설지 않다.
머스크의 스페이스엑스(SpaceX)가 이 분야에서 어떤 조치를 취할 가능성도 충분히 있다.
06. AI 시스템, '튜링 음성 테스트(Turing Voice Test)' 통과
튜링 테스트는 AI 성능의 가장 오래되고 잘 알려진 벤치마크 중 하나다.
튜링 테스트를 '통과'하려면 AI 시스템이 서면 텍스트를 통해 인간과 소통할 때 일반인이 자신이 AI와 상호작용하고 있는지, 사람과 상호작용하고 있는지 구분하지 못하게 만들어야 한다.
대규모 언어 모델(LLM)의 눈부신 발전 덕분에 2020년대에는 튜링 테스트는 이미 해결된 문제로 간주된다.
하지만 인간의 의사소통 방식은 서면 텍스트만 있는 것은 아니다.
AI가 점점 더 다중 모달(multimodal)화됨에 따라 기존보다 더 도전적인 새로운 버전의 튜링 테스트—'음성 튜링 테스트(Voice Turing Test)'—가 등장할 수 있다. 이 테스트에서는 AI 시스템이 음성으로 인간과 상호작용할 때 인간 화자와 구분할 수 없을 정도의 기술과 유창성을 갖춰야 한다.
현재의 AI 시스템은 음성 튜링 테스트를 통과하지 못한다. 이 문제를 해결하려면 더 많은 기술적 진전이 필요하다. 지연 시간(사람의 말과 AI의 응답 사이의 지연)은 인간과의 대화 경험과 맞추기 위해 거의 제로에 가깝게 줄어들어야 한다.
음성 AI 시스템은 인간이 말을 끊는 경우와 같은 모호한 입력이나 오해를 우아하게 실시간으로 처리하는 능력을 향상시켜야 한다. 또한 장시간, 다중 라운드, 개방형 대화를 진행하면서 대화의 초기 부분을 기억해야 한다.
또한 무엇보다 중요한 것은 음성 AI 에이전트가 음성 속의 비언어적 신호를 더 잘 이해하는 법을 배워야 한다는 점이다. 예를 들어 인간 화자가 화난 듯, 흥분한 듯, 냉소적인 듯 들릴 때 의미하는 바를 이해하고, 자기 음성 속에 그러한 비언어적 단서를 생성할 수 있어야 한다.
2024년 말에 다다르면서 음성 AI는 음성-음성 모델 등 근본적인 돌파구에 의해 추진되는 흥미로운 전환점에 서 있다.
오늘날 AI 분야 중 기술적·상업적으로 가장 빠르게 발전하는 분야가 거의 없으며, 2025년에는 음성 AI의 최첨단 기술이 도약할 것으로 예상된다.
07. 자율 AI 시스템에서 중대한 진전
수십 년간 재귀적 자기개선 AI의 개념은 AI 커뮤니티에서 자주 언급되는 화제였다.
예를 들어 1965년 앨런 튜링의 긴밀한 동료였던 I.J. 굿(I.J. Good)은 "초지능 기계를 인간의 모든 지적 활동을 훨씬 능가하는 기계로 정의하자. 설계는 이러한 지적 활동 중 하나이기 때문에 초지능 기계는 더 나은 기계를 설계할 수 있다. 그러면 '지능 폭발(intelligence explosion)'이 분명히 발생할 것이며, 인간의 지능은 뒤쳐질 것이다."라고 썼다.
AI가 더 나은 AI를 발명할 수 있다는 것은 지적인 개념이지만, 오늘날에도 여전히 공상과학 소설의 그림자를 남기고 있다.
그러나 이 개념은 아직 널리 인정받지 못했지만 실제로 점점 더 현실감을 띠고 있다. AI 과학의 최전선 연구자들은 AI 자체가 더 나은 AI 시스템을 구축할 수 있도록 하는 AI 시스템을 구축하는 데 실질적인 진전을 이루기 시작했다.
우리는 내년에 이 연구 방향이 주류가 될 것이라고 예측한다.
지금까지 이 방향으로 연구된 가장 주목할 만한 공개 사례는 사카나(Sakana)의 'AI 과학자(Artificial Intelligence Scientist)'다.
'AI 과학자'는 올해 8월에 발표되었으며, AI 시스템이 실제로 완전히 자율적으로 AI 연구를 수행할 수 있음을 설득력 있게 입증했다.
사카나의 'AI 과학자'는 AI 연구의 전체 생명주기를 스스로 수행했다. 기존 문헌을 읽고, 새로운 연구 아이디어를 도출하며, 실험을 설계하고 실행하며, 결과를 보고하는 연구 논문을 작성한 후, 자신의 작업을 동료 평가(peer review)까지 수행했다.
이 모든 작업은 인간의 개입 없이 완전히 AI에 의해 자율적으로 수행되었다. 당신은 온라인에서 AI 과학자가 작성한 일부 연구 논문을 직접 읽을 수 있다.
오픈AI, 앤트로픽 및 기타 연구소들도 '자동화된 AI 연구자' 개념에 자원을 투입하고 있지만, 아직 공개적으로 확인된 정보는 없다.
AI 연구 자동화가 실제로 가능한 가능성이라는 인식이 널리 퍼짐에 따라 2025년에는 이 분야에서 더 많은 논의, 진전, 창업 활동이 있을 것으로 예상된다.
가장 의미 있는 이정표는 완전히 AI 에이전트가 작성한 연구 논문이 최고 수준의 AI 컨퍼런스에서 처음으로 수락되는 순간일 것이다. 논문이 블라인드 리뷰였다면, 수락되기 전까지 리뷰어들은 논문이 AI에 의해 작성된 것을 알지 못할 것이다.
내년에 NeurIPS, CVPR 또는 ICML과 같은 주요 AI 컨퍼런스에서 AI의 연구 성과가 수락되는 것을 보아도 놀라지 말라. AI 분야에 있어 흥미롭고 논란의 여지가 있는 역사적인 순간이 될 것이다.
08. 오픈AI 등 업계 거물들, 애플리케이션 구축에 전략적 초점 이동
최첨단 모델을 구축하는 것은 매우 어려운 작업이다.
자본 집약도가 엄청나다. 선두 모델 연구소들은 막대한 현금을 소비해야 한다. 몇 달 전만 해도 오픈AI는 기록적인 65억 달러를 조달했으며, 가까운 미래에 추가 조달이 필요할 수도 있다. 앤트로픽, xAI 및 기타 기업들도 비슷한 상황이다.
변환 비용과 고객 충성도는 낮다. AI 애플리케이션은 일반적으로 모델 무관성을 목표로 구축되며, 공급자의 모델은 비용과 성능 비교에 따라 무리 없이 전환될 수 있다.
메타의 라마, 알리바바의 Qwen 등 최첨단 오픈 모델의 등장으로 기술 상품화의 위협이 다가오고 있다. 오픈AI와 앤트로픽과 같은 AI 선도 기업들은 최첨단 모델 개발에 투자를 멈추거나 하지 않을 것이다.
하지만 내년에는 수익성이 더 높고, 차별화가 가능하며, 고객 유지를 잘하는 사업 부문을 발전시키기 위해 선도 연구소들이 자사 애플리케이션과 제품을 대폭 출시할 전망이다.
물론 선도 연구소들은 이미 매우 성공적인 애플리케이션 사례를 가지고 있다. 바로 ChatGPT다.
새해에는 AI 연구소에서 어떤 다른 유형의 1차 애플리케이션을 볼 수 있을까? 가장 떠오르는 답은 더 복잡하고 기능이 풍부한 검색 앱이다. 오픈AI의 SearchGPT가 이를 예고하고 있다.
코딩도 또 다른 뚜렷한 카테고리다. 마찬가지로 오픈AI의 Canvas 제품이 10월에 처음 등장하며 초기 상용화 작업이 시작되었다.
오픈AI나 앤트로픽이 2025년에 기업용 검색 제품, 고객 서비스 제품, 법률 AI, 또는 영업 AI 제품을 출시할까?
소비자 측면에서는 '개인 비서' 웹 에이전트 제품, 여행 계획 앱, 혹은 음악 생성 앱 등을 상상할 수 있다.
선도 연구소들이 애플리케이션 레이어로 나아가는 것을 관찰하는 가장 흥미로운 점은 이러한 움직임이 그들의 가장 중요한 고객들과 직접 경쟁하게 된다는 점이다.
검색 분야의 Perplexity, 코딩 분야의 Cursor, 고객 서비스 분야의 Sierra, 법률 AI 분야의 Harvey, 영업 분야의 Clay 등이 그러한 기업들이다.
09. 클라르나(Klarna), 2025년 상장하나 AI 가치 과장 정황 존재
클라르나는 스웨덴에 본사를 둔 '지금 구매하고 나중에 결제(Buy Now, Pay Later)' 서비스 제공업체로, 2005년 설립 이후 거의 50억 달러의 벤처 캐피탈을 조달했다.
아마도 기업 중 AI 활용에 대해 가장 거창한 말을 하는 회사는 클라르나를 따를 데가 없을 것이다.
며칠 전 클라르나의 CEO 세바스티안 시엠ят코프스키(Sebastian Siemiatkowski)는 블룸버그와의 인터뷰에서 자사가 인간 직원 채용을 완전히 중단하고 생성형 AI에 의존해 업무를 수행하고 있다고 밝혔다.
시엠ят코프스키는 "AI가 우리가 인간이 수행하는 모든 작업을 완수할 수 있다고 생각한다"고 말했다.
이와 유사하게, 클라르나는 올해 초 인공지능 고객 서비스 플랫폼을 출시해 700명의 인력 고객 서비스 담당자의 업무를 완전히 자동화했다고 발표했다.
또한 회사는 세일즈포스(Salesforce), 워크데이(Workday) 등 기업용 소프트웨어 제품 사용도 중단했다고 주장하며, 단순히 AI로 대체할 수 있기 때문이라고 했다.
솔직히 말해, 이러한 주장은 신뢰할 수 없다. 이는 현재의 AI 시스템의 능력과 한계에 대한 이해 부족을 반영한다.
조직 내 특정 부서의 특정 인간 직원을 엔드투엔드(end-to-end) AI 에이전트로 완전히 대체할 수 있다고 주장하는 것은 신빙성이 없다. 이는 인간 수준의 일반적 인공지능 문제를 해결한 것과 동일하다.
현재 선도적인 AI 스타트업들은 특정하고 좁으며 고도로 구조화된 기업 워크플로 자동화(예: 영업개발 담당자 또는 고객 서비스 에이전트 활동의 하위 집합)를 위해 에이전트 시스템을 구축하는 데 최선을 다하고 있다.
이러한 범위가 좁은 경우조차도 이러한 에이전트 시스템은 아직 완전히 신뢰할 수 있게 작동하지 못한다. 일부 경우에서는 초기 상용화 수준으로 잘 작동하기 시작했을 뿐이다.
왜 클라르나는 AI의 가치를 과장하는가?
답은 간단하다. 회사는 2025년 상반기에 상장을 계획하고 있다. 성공적인 상장을 위해서는 매력적인 AI 스토리가 필수적이다.
클라르나는 여전히 이윤을 내지 못하는 기업이며, 작년에 2억 4100만 달러의 손실을 기록했다. 회사는 자신의 AI 스토리가 공개시장 투자자들을 설득하여 대폭적인 비용 절감과 지속적인 수익 창출 가능성을 믿게 만들기를 바라고 있다.
의심의 여지없이, 클라르나를 포함한 전 세계 모든 기업은 향후 몇 년간 AI로 인해 막대한 생산성 향상을 누릴 것이다. 그러나 AI 에이전트가 노동력에서 인간을 완전히 대체하기 전에는 해결해야 할 많은 난제의 기
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
Forbes
