무슨 이야기냐면
“AI는 평범한 기술이 아니다(AI is not a normal technology)”라는 제목의 글이 올라왔어요. 제목만 보면 뻔한 AI 예찬처럼 보일 수 있는데, 사실은 지난 1년 넘게 AI 업계와 학계에서 벌어지고 있는 아주 구체적인 논쟁에 대한 반론이에요. 그 논쟁의 출발점은 2025년 봄 프린스턴 대학의 아르빈드 나라야난(Arvind Narayanan)과 사야시 카푸어(Sayash Kapoor)가 발표한 “AI를 평범한 기술로 보자(AI as Normal Technology)”라는 에세이거든요.
이 논쟁이 왜 중요하냐면, 어느 쪽이 맞느냐에 따라 개발자가 커리어를 설계하는 방식, 회사가 투자하는 방식, 정부가 규제하는 방식이 완전히 달라지기 때문이에요. 양쪽 논리를 차근차근 풀어볼게요.
“AI는 평범한 기술이다” 진영의 논리
나라야난과 카푸어의 핵심 주장은 이거예요. AI는 전기나 인터넷처럼 세상을 크게 바꾸긴 하겠지만, 그 변화는 수십 년에 걸쳐 천천히 일어난다는 거죠. 이들은 기술 발전을 세 단계로 나눠요. 새로운 방법이 나오는 단계(연구), 그걸로 제품을 만드는 단계(응용), 그리고 사람들과 조직이 실제로 그걸 받아들이는 단계(확산). 모델 성능이 아무리 빨리 좋아져도, 마지막 확산 단계는 사람과 조직이 배우고 적응하는 속도를 넘을 수 없다는 거예요.
이게 뭐냐면, 전기가 발명되고 나서 공장이 실제로 전기 중심으로 재편되기까지 40년 가까이 걸렸던 것처럼요. 기술이 있다고 바로 세상이 바뀌는 게 아니라, 조직이 일하는 방식을 바꾸고, 규제가 만들어지고, 사람들이 익숙해지는 과정이 병목이라는 거죠. 그래서 이들은 “초지능”이나 “통제 불능” 같은 프레임보다는, 기존 제도를 튼튼하게 만드는 게 더 현실적인 대응이라고 봐요.
“아니다, AI는 다르다” 진영의 논리
이번 글처럼 반대편에 서는 사람들은 이렇게 반박해요. 지금까지의 모든 기술은 “도구”였고, 도구를 쓰는 건 결국 사람이었어요. 그래서 확산 속도가 사람의 학습 속도에 묶여 있었던 거고요. 그런데 AI는 도구를 쓰는 주체 자체를 대체할 수 있는 최초의 기술이라는 거예요.
구체적으로 몇 가지 포인트가 있어요. 첫째, AI는 자기 자신을 개선하는 데 쓰일 수 있어요. 전기는 더 좋은 전기를 발명하지 못하지만, 코딩 에이전트는 이미 AI 연구소 안에서 다음 모델을 만드는 코드를 짜고 있거든요. 이 순환이 붙으면 발전 속도가 사람의 연구 속도에서 풀려나요. 둘째, 확산에 물리적 병목이 없어요. 전기는 발전소와 전선을 깔아야 했지만, AI는 이미 깔려 있는 인터넷과 데이터센터 위에서 소프트웨어로 배포돼요. 챗GPT가 두 달 만에 1억 명 사용자를 모은 건 역사상 어떤 기술도 못 했던 속도였고요. 셋째, 에이전트는 “채택”이라는 단계를 건너뛰어요. 사람이 배워서 써야 하는 게 아니라, AI가 알아서 브라우저를 열고 코드를 짜고 API를 호출하니까, 확산 단계의 병목이었던 “조직의 학습”이 필요 없어지는 거죠.
어느 쪽이 맞을까: 비교해서 보면
재미있는 건 양쪽이 사실 관계에서 크게 다투지 않는다는 점이에요. 모델 성능이 빠르게 오르고 있다는 건 양쪽 다 인정하고, 기업 현장의 도입이 생각보다 느리다는 것도 양쪽 다 인정해요. 차이는 “그 느림이 구조적인 한계냐, 아니면 일시적인 마찰이냐”에 있어요.
평범한 기술 진영은 코딩처럼 검증이 쉬운 영역은 빨리 바뀌겠지만, 의료나 법률처럼 실패 비용이 크고 책임 소재가 중요한 영역은 규제와 신뢰 때문에 수십 년이 걸릴 거라고 봐요. 반대 진영은 그 “느린 영역”조차 AI가 직접 규제 문서를 읽고, 임상 데이터를 분석하고, 검증 자체를 자동화하면서 압축될 거라고 보고요. 요컨대 논쟁의 핵심은 확산의 병목이 “사람”인데, 그 사람 자리에 AI가 들어갈 수 있느냐예요.
한국 개발자에게 주는 시사점
어느 쪽이 맞든 실무적으로는 비슷한 결론이 나와요. 다만 강조점이 달라요.
- 평범한 기술 가설이 맞다면, 도메인 지식과 조직 안에서 AI를 실제로 굴러가게 만드는 능력이 오래 가치가 있어요. 모델을 잘 아는 것보다 “우리 회사 결제 시스템에 이걸 어떻게 안전하게 넣지”를 아는 사람이 귀해지는 거죠.
- 평범하지 않다는 가설이 맞다면, 지금 익숙한 개발 방식의 유효기간이 생각보다 짧을 수 있어요. 코드를 직접 짜는 능력보다 에이전트에게 일을 맡기고 결과를 검증하는 능력, 그리고 무엇을 만들어야 하는지 판단하는 능력이 핵심이 돼요.
마무리
한 줄로 정리하면, 이 논쟁은 “AI가 얼마나 똑똑해지느냐”가 아니라 “똑똑함이 세상에 스며드는 속도를 무엇이 결정하느냐”에 대한 싸움이에요.
여러분은 어느 쪽에 더 공감이 가세요? 현장에서 AI 도입이 느린 이유가 조직과 사람 때문이라고 느끼시나요, 아니면 그 병목마저 곧 사라질 것 같다고 보시나요?
🔗 출처: Hacker News