AI의 성장이 곧 멈추고 주요 기업이 흔들릴 것이라는 에드 지트론(Ed Zitron)의 예측은, 댄 루(Dan Luu)가 대조한 사례에서 잇따라 빗나갔다. 루는 2024~2025년 지트론의 발언을 당시의 전망과 이후 관측된 결과로 나눠 살폈다. 논점은 AI를 낙관해야 한다는 것이 아니다. 기업의 성장 정체, 모델 성능의 한계, 거품 붕괴를 확신에 차서 예고할 때 어떤 숫자와 논리로 그 결론에 이르렀는지를 따져보자는 것이다. Hacker News 토론에서도 예측의 정확성과 AI 산업을 보는 큰 그림은 별도로 평가해야 한다는 의견이 맞섰다.
핵심 요약
- 댄 루는 에드 지트론의 AI 관련 예측을 발언 시점과 이후 결과에 맞춰 검토하며, 성장 정체와 기술 한계에 관한 여러 주장이 빗나갔다고 평가했다.
- 지트론은 메타·구글·마이크로소프트가 성장할 길을 잃어 AI에 매달린다고 주장했지만, 루는 이들 기업의 매출과 이익 흐름이 그 설명과 맞지 않는다고 반박했다.
- 루는 AI 모델의 개선 가능성과 기업의 투자 수익성을 구분하며, 특정 기업이 실패해도 기술이 이미 만든 변화까지 사라지는 것은 아니라고 봤다.
- Hacker News에서는 지트론의 예측을 글자 그대로 검증해야 한다는 의견과 제품 품질 저하·투자 과열을 놓쳐서는 안 된다는 반론이 함께 나왔다.
- 이 논쟁은 AI에 대한 찬반보다 예측의 시한, 사용한 지표, 기술 성능과 기업 재무를 구분하는 일이 중요함을 보여준다.
“성장할 줄 모른다”는 주장부터 검증
루가 자세히 들여다본 사례는 지트론의 2024년 11월 발표다. 지트론은 메타(Meta)를 쇠퇴하는 기업으로 지목하고, 구글(Google)과 마이크로소프트(Microsoft)를 포함한 대형 기술 기업들이 더는 성장할 방법을 몰라 AI를 제품 곳곳에 밀어 넣는다고 말했다. 루는 기업에 불만을 가질 이유와 기업이 실제로 쇠퇴하고 있다는 주장은 다르다고 봤다. 그가 검토한 매출과 이익 흐름은 세 기업의 사업 기반이 무너지고 있다는 설명과 맞지 않았다.
루는 자신을 무조건적인 AI 낙관론자로 내세우지 않는다. 그는 과거 유명 미래학자들의 예측과 추론도 비판했고, AI가 일자리를 대체할 능력은 과소평가되고 있다고 주장해 왔다. 이번 글에서 내세운 기준은 현재 일어나는 개선과 성장을 두고 앞으로는 결코 일어나지 않을 것이라고 말하는 예측을 결과와 대조하는 것이다. 따라서 그의 반박은 기업의 모든 결정이 옳다는 변호가 아니라, 지트론이 제시한 인과관계가 성립하는지를 묻는 데 집중한다.
페이스북 이용량과 구글 검색의 두 빈틈
메타를 두고 지트론은 페이스북(Facebook)의 월간 활성 이용자 수인 MAU(한 달 동안 서비스를 이용한 사람 수)가 줄었다는 자료를 근거로 들었다. 루는 그 수치가 메타의 자체 발표가 아니라 외부 측정 업체 시밀러웹(Similarweb)의 추정치에 기대고 있다고 지적했다. 페이스북은 2023년 12월 이후 MAU를 공개하지 않지만, 루가 살펴본 다른 추정과 메타의 제품 이용 지표는 전반적인 사용 감소라는 주장과 방향이 달랐다. 외부 추정치 하나가 곧바로 메타의 재무 악화와 AI 도입의 절박함으로 이어지지는 않는다는 설명이다.
구글 검색에 대한 평가는 더 복잡하다. 루도 검색 품질에 문제가 있고, 구글이 이용자 경험보다 수익에 더 무게를 둬 왔다고 인정한다. 그는 과거 검색 광고의 모양이 일반 검색 결과와 점차 비슷해지는 과정을 놓고 구글 내부에서 들은 설명도 소개한다. 다만 검색의 변화가 특정 경영자 한 사람 때문이라는 지트론의 설명에는 동의하지 않으며, 검색에 문제가 있더라도 유튜브(YouTube)와 구글 클라우드(Google Cloud) 같은 다른 사업의 성장 가능성까지 지워서는 안 된다고 본다.
숫자가 결론까지 이어지는가
루의 비판은 지트론이 숫자를 사용한다는 사실보다 그 숫자에서 결론으로 건너가는 방식에 향한다. 이용자 수가 줄었다는 추정만으로 메타가 성장할 수 없다고 말하고, 다시 그 때문에 AI를 억지로 도입한다고 설명하려면 각각의 연결고리가 필요하다. 루는 지트론의 글에서 수치가 많이 등장해도 이 연결이 빠져 있거나, 수치 자체가 주장과 어긋나는 경우가 있다고 봤다.
루는 다른 이들이 지트론의 자료를 확인하며 발견한 오류도 소개한다. 한 사례는 앤트로픽(Anthropic) 매출 전망을 계산한 스프레드시트로, 기간 일부가 빠지거나 중복되고 두 달을 한 달로 센 문제가 지적됐다. 이는 숫자가 붙은 주장일수록 원래의 자료와 계산 과정을 확인해야 한다는 루의 논지와 맞닿는다. 같은 이유로 그는 예측 결과뿐 아니라, 당시 그 결과를 예상하게 만든 근거도 함께 평가한다.
“AI는 정점”이라는 예측의 반복
루가 정리한 지트론의 예측에는 기술 발전의 한계를 선언한 발언이 여러 차례 나온다. 지트론은 2024년 초 생성형 AI가 할 수 있는 일과 출력 정확도가 한계에 가까워졌다고 봤고, 이후에도 환각과 학습 데이터 부족을 근거로 모델이 더 나아지기 어렵다고 주장했다. 2024년 여름에는 생성형 AI가 이미 정점에 이른 기술이라는 취지로 말했고, 2025년에도 학습의 수확 체감과 성능 정체를 거듭 내세웠다. 루는 그 사이 모델이 계속 개선됐다며 이 예측들을 틀린 것으로 분류했다.
그렇다고 목록의 모든 문장을 같은 방식으로 처리하지는 않았다. 모델 이름과 기대치 조정을 두고 지트론이 제기한 의문에는 일부 맞았을 가능성을 남겼고, 끝나는 시점이 없는 기업 생존 전망은 엄밀히 검증하기 어렵다고 적었다. 루가 특히 문제 삼은 것은 한 번의 오판보다, 개선이 없었다는 과거형 주장과 앞으로도 개선이 불가능하다는 예측이 반복되는 방식이다. 지트론이 나중에는 일부 분야의 제한적인 개선을 인정했다는 점도 함께 언급한다.
매출 목표와 기업 생존을 둘러싼 판정
재무 전망에서도 두 사람의 견해는 갈린다. 지트론은 오픈AI(OpenAI)의 성장 둔화가 이어질 것으로 봤고, 2025년 매출 목표를 포함한 회사의 전망을 터무니없다고 비판했다. 루는 오픈AI가 그해 목표를 넘겼다는 점을 들어 단기 예측을 반박하면서도, 목록에 포함된 2029년 전망은 아직 결과를 기다려야 한다고 구분했다. 앤트로픽의 2027년 매출 전망을 비웃은 발언에 대해서도, 루는 앞선 매출 성장 흐름을 보면 애초에 불가능한 숫자로 취급할 이유가 약해졌다고 평가했다.
제품 확산과 기업 존속에 관한 발언도 목록에 올랐다. 지트론은 제미나이(Gemini)의 2025년 말 이용자 5억 명 목표를 비현실적이라고 했지만, 루는 이용자가 7억5,000만 명에 도달했다고 적었다. 또 지트론은 코어위브(CoreWeave)와 커서(Cursor)의 생존 가능성에 강한 의문을 제기했는데, 루는 이후의 존속과 기업가치 평가를 근거로 당시 전망을 반박했다. 다만 기업가치나 매출이 늘었다는 결과와, 장기적인 투자 수익이 확정됐다는 판단은 같은 말이 아니다.
미래학자의 반대편에 선 예측
루는 지트론을 자신이 앞서 살펴본 미래학자들과 비교한다. 그가 보기에 레이 커즈와일(Ray Kurzweil)은 빠른 기술 발전을, 지트론은 발전의 중단을 강하게 예고하지만, 둘 다 숫자로 확신을 뒷받침하는 방식에는 허점이 있다. 예측이 빗나간 뒤에도 날짜를 뒤로 미루거나 주장 범위를 바꾸면 기존 청중 앞에서는 같은 메시지를 이어가기 쉽다. 루는 선명하고 단정적인 주장이 주목을 끄는 환경도 이런 반복을 부추긴다고 본다.
그는 과거 재앙을 예고했다가 빗나간 폴 에를리히(Paul Ehrlich)의 사례를 길게 소개하며, 실패한 예측이 발언자의 입장을 반드시 바꾸지는 않는다고 말한다. 여기서 문제는 틀린 예측을 한 번 했다는 사실보다, 어떤 결과가 나오면 자기 판단을 수정할지 밝히지 않는 태도다. 루 자신도 틀린 예측을 해 왔다고 인정하면서, 예측할 때 확신하는 정도를 함께 밝히고 나중에 되돌아보려 한다고 설명한다. 지트론의 단정적인 표현은 그만큼 높은 검증 기준을 스스로 불러온다는 것이 루의 판단이다.
기업의 실패와 모델의 진전을 나눠 보기
루가 글 끝에서 강조하는 구분은 기업의 운명과 AI 성능의 변화다. 앞으로 어떤 회사의 가치가 떨어지거나 사업이 무너질 수는 있다. 하지만 그 결과만으로 현재 또는 다음 세대 모델이 할 수 있는 일까지 사라지는 것은 아니다. 루가 지트론의 재무 예측도 검토하면서 모델의 발전 가능성에 더 관심을 두는 이유다.
이 구분은 비판을 무디게 하려는 장치가 아니다. 기업이 매출 목표를 달성해도 제품 경험이나 투자 효율은 따로 따질 수 있고, 모델이 유용해져도 모든 투자자가 수익을 거두는 것은 아니다. 루의 글은 지트론의 과거 예측을 반박하는 데 힘을 싣지만, 미래의 기업 성패까지 확정하려 하지는 않는다. 남는 질문은 성능, 이용, 매출, 비용 가운데 어느 지표를 겨냥한 예측인지 먼저 밝히고 그 시점의 결과로 평가할 수 있느냐다.
커뮤니티 의견
한 사용자는 지트론의 발언을 평가하다가 자신의 전망으로 바꿔 읽는 일이 많다고 지적했다. “시점은 틀렸어도 언젠가 AI 기업이 무너질 것”이라는 생각은 가능한 의견이지만, 그것은 지트론이 2024~2025년에 실제로 내놓은 예측의 판정과 다르다는 것이다. 답글에서는 지트론의 인격을 공격하는 반응도 예측 검증에서 벗어나며, AI 낙관론자들의 실패한 예측에도 같은 기준을 적용해야 한다고 맞섰다.
다른 사용자는 개별 시한이 틀렸더라도 지트론의 큰 우려에는 동의한다고 했다. 비싼 모델 사용이 저렴한 공개 가중치 모델로 옮겨가면 AI 기업의 매출 전망이 흔들릴 수 있고, 경영진이 효용을 충분히 이해하지 못한 채 도입을 밀어붙일 수도 있다는 주장이다. 데이터센터 투자가 실제 수요를 웃돌 때 금융권까지 영향을 받을 가능성도 우려했다.
“죽어 간다”는 표현을 재무 지표만으로 읽어서는 안 된다는 반론도 나왔다. 이 사용자는 구글 검색을 비롯한 제품의 품질이 나빠지고 이용자의 반감이 커지는 현상을 기업의 쇠퇴로 이해한다고 했다. 이에 대한 답글은 개인의 불만이나 이탈 경험만으로 구글 전체가 쇠퇴한다고 말하기 어렵고, 이용과 재무 성과도 함께 봐야 한다고 반박했다.
한 사용자는 언론에 자주 등장하는 논객의 방식 자체를 문제로 봤다. 여러 현안에 관해 계속 발언해야 하는 사람이 매번 충분히 조사한 정확한 전망을 내놓기는 어렵고, 결국 특정 청중이 듣고 싶어 하는 주장에 맞추기 쉽다는 것이다. 답글은 이런 기준을 지트론뿐 아니라 AI를 과장하는 논객에게도 적용해야 한다고 덧붙였다.
지트론이 다른 곳에서 얻기 어려운 내부 수치를 전할 때가 있어 더 평가하기 어렵다는 의견도 있었다. 새로 나온 숫자와 그 위에 얹힌 강한 해석이 함께 퍼지면 독자가 정보의 신뢰도와 결론의 타당성을 따로 판단해야 한다는 지적이다. 한 답글은 해석을 걷어 내고 숫자만 보면 되지 않느냐고 물었지만, 논점은 그 숫자의 출처와 맥락까지 확인하는 부담에 있다.
기술적인 조언을 지트론에게 제공한 적이 있다는 한 사용자는 자신의 설명이 AI 낙관론을 가장 부정적으로 보이게 하는 방향으로 활용됐다고 말했다. 그는 그 과정에서 조언의 취지가 오해를 부를 만큼 달라졌다고 보고 도움을 중단했다고 밝혔다. 답글에서는 이런 경험을 반AI 성향에만 돌리기보다, 이미 정한 이야기에 사실을 맞추려는 글쓰기 전반의 문제로 봐야 한다고 지적했다.
재무 성장으로 지트론을 반박하는 데 이의를 제기한 사용자는 AI 관련 자금이 순환하는 정도를 함께 살펴야 한다고 주장했다. 매출 증가분이 어떤 거래와 투자에서 나왔는지 알아야 성장의 질을 평가할 수 있다는 뜻이다. 답글에서는 설비투자와 매출을 혼동해서는 안 되며, 매출 정체를 예측했다면 실제 매출이 늘어난 결과 자체도 받아들여야 한다고 반박했다.
또 다른 사용자는 AI의 성능 개선과 AI 기업의 수익성을 아예 다른 명제로 놓았다. 모델이 이미 유용하고 더 좋아졌다는 판단에 동의해도, 그 개선 속도가 계속될지 또는 기업들이 투자 규모에 걸맞은 이익을 낼지는 별개라는 것이다. 이 구분은 기술을 쓰는 사람이 늘어나는 것과 그 기술을 파는 기업의 가치가 정당화되는 것을 한꺼번에 찬반으로 묶지 말자는 제안이다.
살펴볼 점
이번 논쟁이 바꾸는 것은 AI 비판의 허용 여부가 아니라 비판을 검증하는 방식이다. “정점에 이르렀다”는 말에는 비교할 성능과 시점이, “기업이 죽어 간다”는 말에는 제품 경험과 재무 상태 중 무엇을 뜻하는지가 따라야 한다. 루의 검토는 지트론의 여러 단기 예측이 빗나갔음을 보여주지만, 토론이 제기한 투자 과열과 수익성에 관한 논쟁까지 끝내지는 않는다. 앞으로 지켜볼 것은 모델의 실제 개선, 이용자가 치르는 비용, 기업의 매출과 투자 부담이 각각 어떻게 움직이는지다.
원본: Ed Zitron’s AI prediction track record
토론: Hacker News