“데이터 바닥나 AI 끝물” 선언에 구글이 돈 쏟는 진짜 이유

인공지능(AI)의 발전이 한계에 부딪혔다는 주장이 나오며 업계가 술렁이고 있습니다. 하지만 구글은 오히려 정반대의 목소리를 내며 거대한 투자를 이어가고 있어, AI의 미래를 둘러싼 거물들의 논쟁이 뜨겁습니다. ‘스케일링 법칙’은 AI 개발의 핵심 공식처럼 여겨졌습니다. 컴퓨터 성능을 높이고 더 많은 데이터를 학습시킬수록 AI가 똑똑해진다는 간단한 원리입니다. 그런데 작년, 오픈AI 공동 창업자였던 일리야 수츠케버는 이 시대가 끝났다고 선언했습니다. 인터넷에 있는 데이터는 거의 다 써버려서, 더는 학습시킬 새로운 데이터가 없다는 것이 이유였습니다.

AI 발전, 이제 끝물이라고?

일리야 수츠케버는 AI가 이제 양적인 성장을 넘어 새로운 길을 찾아야 한다고 주장합니다. 그는 최근 한 팟캐스트에 출연해, AI가 사람처럼 적은 데이터만으로도 효율적으로 학습하는 방법을 연구해야 한다고 강조했습니다. 단순히 규모를 키우는 ‘스케일링 시대’는 가고, AI의 근본 원리를 파고드는 ‘연구의 시대’가 다시 왔다는 것입니다. 이는 그가 새로 설립한 회사의 핵심 목표이기도 합니다. 데이터 고갈이라는 현실적인 벽 앞에서, AI 발전의 패러다임을 바꿔야 한다는 주장입니다.

구글 생각은 다른데?

하지만 구글의 생각은 다릅니다. 구글은 최신 AI 모델 ‘제미나이 3’의 놀라운 성능을 공개하며 스케일링 법칙은 여전히 유효하다고 반박했습니다. 구글에 따르면, 비결은 바로 압도적인 기반 시설, 즉 인프라에 있습니다. 순다르 피차이 구글 CEO는 더 좋은 컴퓨터와 데이터센터 같은 인프라에 천문학적인 돈을 투자하면, 기존 데이터만으로도 AI 성능을 계속해서 끌어올릴 수 있다고 설명합니다. 데이터가 한계에 부딪혔더라도, 기술력으로 그 한계를 돌파할 수 있다는 자신감의 표현입니다.

그럼 누구 말이 맞는 거야?

겉보기엔 정반대의 주장이지만, 두 거물의 의견에는 의외의 공통점이 있습니다. 바로 AI를 더 똑똑하게 만들려면 단순히 데이터를 쏟아붓는 것 이상의 무언가가 필요하다는 점입니다. 두 사람 모두 AI의 기본 학습이 끝난 뒤 성능을 다듬는 ‘사후 훈련’의 중요성을 언급했습니다. 구글 딥마인드의 한 수석 과학자 역시 AI의 미래는 규모 확장과 새로운 기술 연구가 함께 가야 한다고 말했습니다. 결국 한쪽의 방식만 고집하는 것이 아니라, 두 가지 전략을 모두 활용하며 사람처럼 생각하는 AI, 즉 인공일반지능(AGI)을 향한 경쟁이 더욱 치열해질 전망입니다.