분석가들은 미래 AI 모델에 대한 사용자 기대를 완화하지만, 투자자들의 헌신은 그렇지 않습니다

분석가들은 다가오는 AI 모델에 대한 사용자들의 기대를 낮출 것을 조언했지만, 투자자들은 인공지능 산업에 대해 확신을 유지하고 있습니다. 이러한 완화된 감정은 OpenAI의 GPT-5 출시가 사용자들과 분석가들에게 미미한 개선만으로 실망시킨 후 나타났습니다. 

OpenAI가 지난 주 GPT-5 모델을 공개했을 때 기대는 높았습니다. 회사의 최고경영자 샘 알트만(Sam Altman)은 이를 “AGI(인공 일반 지능)의 약어인 AGI로 가는 길에서 중요한 단계”라고 묘사했습니다. 임원들도 이 출시가 ChatGPT의 약점을 해결할 것이라고 믿었습니다.

그러나 반응은 예상대로이지 않았습니다. 사용자들은 소셜 미디어에 GPT-5가 미국 지도를 잘못 라벨링하거나 기본 산술에서 막히는 등 간단한 작업을 실패하는 스크린샷을 빠르게 게시했습니다.

GPT-5은 AI 모델 발전에 대한 불만을 드러냄

고급 사용자들은 GPT-5의 인격을 비판하며, 이전 모델들보다 차갑고 기계적이라고 묘사했습니다. OpenAI의 업데이트는 이 문제를 인정하며 모델을 더 따뜻하고 친근하게 만들겠다고 약속했지만, 이전 모델들과 비교하여 아부 수준이 증가하지 않았다고 강조했습니다.

초기에는 주당 200개의 쿼리로 제한된 새로운 사용 한계는 유료 구독자들을 분노하게 만들었습니다. 알트만은 일부 결정을 철회하여 폐지되었던 인기 있는 이전 모델을 복원하고 더 많은 사용자 지정 옵션을 약속해야 했습니다.

실망은 AI 발전 속도에 대한 더 깊은 불만을 지적했습니다. 이전 출시들은 능력의 도약으로 여겨졌지만, GPT-5는 점진적인 것으로 묘사되었습니다. “GPT-5에 대해 사람들은 완전히 새로운 무언가를 발견할 것이라고 기대했습니다,”라고 AI 스타트업 허깅 페이스(Hugging Face)의 공동 설립자 토마스 울프(Thomas Wolf)는 말했습니다. “그리고 여기서는 우리가 실제로 그런 것을 가지지 못했습니다.”

Claude, Gemini, DeepSeek, xAI와 같은 경쟁사들과 비교하여, GPT-5의 성능은 프린스턴 대학의 연구에 따르면 과학, 코딩 및 고객 서비스 작업 전반에 걸쳐 일관되게 중간 수준이었습니다. 이 모델의 주요 강점은 뛰어난 지능이 아니라 비용 효율성과 속도였습니다.

이것은 1980년대의 “AI 겨울”에 대한 비교를 다시 불러일으켰습니다. 당시 부풀려진 기대는 회사들이 상업적으로 실행 가능한 시스템을 제공하지 못하면서 무너졌습니다. 저명한 비평가인 게리 마커스(Gary Marcus)는 “GPT-5는 AGI에 도달하기 위해 확장하는 접근 방식의 중심 아이콘이었지만, 그것은 작동하지 않았습니다.”라고 말했습니다.

수년간 대규모 언어 모델의 진보는 훈련 시스템에 더 많은 데이터와 컴퓨팅 파워를 쏟아붓는 데 달려 있었습니다. 회사들은 이제 무료로 접근 가능한 인터넷 데이터의 대부분을 고갈시켰으며, 출판사 및 권리 보유자와의 거래를 강요당하고 있으며, 훈련 비용은 계속 치솟고 있습니다. GPT-5는 수백만 개의 엔비디아 최신 프로세서를 사용한 것으로 보고되며, 자원의 희소성과 비용을 강조합니다.

일부 관찰자들은 확장성에 대한 집착이 대안적 접근 방식에 대한 탐구를 제한했다고 주장합니다. 메타의 수석 과학자 얀 르쿤은 진전을 위해서는 실제 세계의 비디오와 다중 모달 데이터로 훈련된 모델이 필요하다고 제안했습니다.

AI 열기가 둔화됨에도 불구하고 투자자들은 더욱 집중 투자

이 모든 과정에서 투자자들은 대부분 무감각하게 남아 있습니다. 월스트리트와 벤처 캐피탈은 AI에 수십억을 계속 주입해 왔습니다.

대부분의 AI 훈련을 powering하는 지배적인 칩 제조사인 엔비디아(Nvidia)는 그 평가가 $4.4T로 상승했습니다. 주요 오픈AI 지지자인 소프트뱅크의 주가는 지난 한 달 동안 50% 이상 급등했습니다. 오픈AI 자체에서는 ChatGPT의 연간 반복 수익이 $12B에 도달했습니다.

투자자들의 자신감은 분석가들의 기대와 대조됩니다. 프린스턴 대학 연구원 사야슈 카푸르는 GPT-5가 AGI에 접근하는 것보다는 제품용 인프라로서의 역할에 더 중점을 둔 것이라고 지적했습니다. 모델의 신뢰성과 비용 효율성은 기업들이 그 위에 새로운 애플리케이션을 구축하도록 장려할 수 있습니다.

벤처 캐피탈리스트들도 기회가 아직 충분히 탐구되지 않았다고 주장합니다.