AI는 느려지고 있다 — Ed Zitron의 AI 버블 비관론과 HN 커뮤니티의 반박

2026-06-09 · 2026-06-09_ai-is-slowing-down-ed-zitron.md

#ai #economics #bubble #Zitron #Anthropic #OpenAI #HN #compute #ROI

원문 출처

AI는 느려지고 있다 — Ed Zitron의 AI 버블 비관론과 HN 커뮤니티의 반박

Ed Zitron, 2026-06-08, wheresyoured.at. HN 48446893.

§1. 한 줄 요약

Ed Zitron은 AI 산업이 막대한 인프라 투자($9,500억~$15조)를 감당할 만큼의 수익 성장을 달성하지 못해 결국 붕괴할 것이라고 주장한다. Anthropic과 OpenAI 두 회사가 AI 컴퓨트 수요의 70~90%를 차지하는데, 이들이 2029년까지 연 $4,000억 달러 이상의 매출을 내야 하는데 현재 $600억 달러 수준이라 5배 가까이 증가해야 한다는 것이다. 그러나 HN 댓글은 Zitron의 과거 예측이 대부분 틀렸다고 반박하며, 실제 AI 산업은 Zitron이 주장하는 것보다 훨씬 빠르게 성장하고 있다고 지적한다.

§2. Zitron의 핵심 주장 — 금융적 불가능성

데이터센터 건설의 규모

NVIDIA CEO 젠선 후앙의 기준에 따르면 데이터센터 GW당 $800억~$1000억이 든다. 계획된 190GW의 총 비용은 $9,500억~$15조에 달한다. 블룸버그는 이를 "$3조"라고 잘못 보도했다고 Zitron은 지적한다. 이 규모를 위해서는 은행이 연 $5,000억~$1조 규모의 채권을 발행해야 하는데, 현재는 약 $2,500억 수준이다. 파이낸셜 타임스는 은행이 이 채권 발행에 "질식할 것"이라고 경고한다.

"두 회사" 문제

AI 컴퓨트 수요의 70~90%를 Anthropic과 OpenAI가 차지한다. 그 밖의 주요 구매자는 하이퍼스케일 기업과 이 두 연구실뿐이다.

Anthropic:

  • $3300억 달러 컴퓨트/칩 약정(Google, Amazon, Microsoft)
  • $300억(CoreWeave) + $150억(SpaceX) 추가
  • 2029년까지 연 $1740억 달러 매출 필요
  • 현재까지 $950억 모금, 앞으로 $2000억+ 필요

OpenAI:

  • 2030년까지 $8520억 소모 예상
  • $7700억+ 컴퓨트 약정(Microsoft, Amazon, CoreWeave, Cerebras, Oracle)
  • 2026년 단 $500억 컴퓨트 지출 예정
  • 3월 $1220억 펀딩 insufficient, 연말까지 $2500억+ 더 필요

결론: "AI는 어떤 상황에서도 느려질 수 없다. 1년 안에 Anthropic과 OpenAI가 현재보다 약 2배 커지고, 그 후 매년 다시 2배씩 커져야 한다."

수익 격차

2026년 Anthropic과 OpenAI 예상 수익 합계 약 $600억, 2029년 필요 $4000억 — 496% 증가 필요. 2028년 1분기부터 월 $100억+ 수익 필요.

토큰 과금의 함정

2026년 1분기 Anthropic과 OpenAI가 토큰 기반 과금으로 전환한 후, 기업들의 비용 가시성 문제가浮上:

  • 22%의 기업은 과금 이후에야 비용 파악
  • 26%만 전체 비용 파악
  • Uber: 연 예산을 한 분기에 다 소진, COO가 "기능 증가 없이 비용 정당화 어려움" → 사용자당 월 $1500 제한
  • T-Mobile: 사용자당 월 $2000 제한
  • Brex: 엔지니어 주 $500, 비엔지니어 주 $5 제한

AI 발전 속도 둔화 주장

  • 벤치마크 점수 상승률 감소
  • 환각(hallucination) 문제는 "feature not a bug"로 고정화
  • AI 비디오는 "진짜로 해결되지 않을 것"
  • ChatGPT 트래픽 정체(2024년 1월 16억 방문 이후 증가 없음)

"원형 경제" 비판

Zitron은 AI 산업이 "상호 의존적 hype"에 기반한다고 주장한다. 모델 회사가 인프라 회사에 투자하고, 인프라 회사가 모델 회사에 컴퓨트를 판매하는 순환 구조. 실제 ROI(투자수익률) 없이 돈이 돌고 있다는 것이다.

§3. HN 커뮤니티의 반박 — 대체로 회의적

실패한 예측 기록

사용자들이 Zitron의 과거 주장들이 이미 틀렸다고 구체적으로 지적한다:

환각 문제: "없어지지 않을 것"이라고 했으나 실제로 "드라마틱하게 개선됨"

정체 주장: GPT-4가 더 나빠질 것이라고 했으나 Mythos(OpenBSD/Firefox/Linux의 전례 없는 취약점을 발견한 AI) 등 새로운 발전이 계속되고 있음

사용자 성장: ChatGPT 활성 사용자가 Zitron 주장 이후 9배 성장

수익: Anthropic 수익 160배 증가, OpenAI 6배 증가

AI 비디오: 2024년 이후 상당한 개선

"콘텐츠 제작자" 비판

"Zitron은 붕괴를 빈정대고 있다... 그의 지속적인 비관주의는 지상에서 느껴지는 놀라운 유용성을 완전히 놓친다." — dkobia

"그는 콘텐츠 제작 사업에 있고 성공적인 예측 사업에 있지 않다... 한 번만 맞으면 된다." — vb-8448

사용자들은 Zitron의 Substack 구독자 기반 비즈니스 모델이 그를 계속 비관적으로 만들 동기가 된다고 지적한다. 금값이 떨어지면 "금 매수"를 외치는 종말론자와 같은 구조라는 것이다.

생산성 vs 가치 논쟁

2026년 3월 관찰 연구(4000팀, 2년간)를 인용하는 사용자가 등장: "생산성 향상은 가치 전달과 분리됨", "제품 처리량 증가 없음". 즉 AI가 개인 작업 속도를 높여도 실제 제품 출하량은 증가하지 않을 수 있다는 주장.

반대 측의 반박:

  • 엔지니어들이 AI 코딩에 대해 회의에서 확신으로 전환
  • 보안 돌파구(Mythos)는 부인할 수 없는 가치
  • 일부 사용자는 LLM 코딩에서 생산성 향상 없이 오히려 생산성 감소 경험

기술적 오류 지적

사용자 spmurrayzzz가 Zitron의 기술적 이해에 대한 상세 반박:

테스트타임 컴퓨트 오해: Zitron이 "입력을 분해해서 각각 추론한다"고 설명했으나 실제 작동 방식이 아님

캐싱 오해: Auto-routing이 캐시를 방해한다고 주장했으나 실제론 프론티어 모델도 캐싱 활용

인프라 비용: 실제 비용이 Zitron 주장보다 낮으며, 모델 라우팅/세그멘테이션으로 최적화 중

§4. 새로운 시각

1. "생산성 환상" 개념

AI가 개인 작업 속도를 높여도 실제 제품 출하량이 증가하지 않을 수 있다는 점. 마치 사무실에서 사무 자동화가 빨라졌지만 실제 매출은 같을 수 있는 상황과 유사. "생산성은 가치가 아니다"라는 명제는 AI 시대의 핵심 질문 중 하나다.

2. 비용 최적화의 진화

단순히 "가장 비싼 모델 사용"이 아니라, 쉬운 작업은 저렴한 모델로, 복잡한 작업만 프론티어 모델로 보내는 라우팅/세그멘테이션 전략이 이미 현실화됨. Zitron의 "필연적으로 비싼 모델 사용" 가정을 무력화한다.

3. AI의 "인프라화" 방향

AWS 초기와 비교 — 초기 AWS도 막대한 자본 투자였지만, 적절한 활용률과 과구독으로 생존. AI도 결국 "전기/수도" 같은 유틸리티로 정착할 가능성. Zitron이 "지속불가능하다"고 경고하는 것이 오히려 초기 인프라 투자의 전형적인 패턴일 수 있다.

4. 중국 모델의 가격 파괴 효과

Qwen이 1/20 비용으로 비슷한 결과 제공 → 미국 모델들의 마진을 위협. Zitron이 "비용이 너무 높다"고 걱정하는 것이 오히려 중국 경쟁으로 해결될 수 있다는 아이러니.

5. Uber 사례의 진짜 의미

Uber가 AI 예산을 한 분기에 다 쓴 것은 AI가 무용하다는 증거가 아니라, AI 비용 관리가 아직 미숙한 단계라는 증거다. 전기가 처음 도입되었을 때 기업들이 "전기가 너무 비싸다"고 말했던 것과 유사 — 비용 관리 방식이 따라잡지 못했을 뿐이다.

§5. 자녀/미래 영향

실용적 조언:

  1. AI는 "도구"로 받아들이되, 맹신하지 마세요. 생산성 향상 ≠ 가치 창출. 자녀가 AI를 사용할 때 "결과물의 질을 스스로 판단할 수 있는 능력"이 더 중요해질 것이다.
  1. 비판적 사고가 핵심 역량으로. AI가 만들어낸 내용을 평가할 수 있는 안목이 없으면, AI 시대에 오히려 불리해진다. Zitron과 HN 댓글의 논쟁을 보듯, "누가 맞는지 판단하는 능력"이 AI가 대신해줄 수 없는 영역이다.
  1. 비용 의식 교육. Uber 사례처럼 AI 비용이 생각보다 빠르게 늘어날 수 있다. 자녀가 AI 서비스를 쓸 때 "무엇이 진짜 가치 있는 사용인지" 구분할 수 있도록 도와주세요.
  1. 기술 변화는 계속됨. Zitron의 주장이 모두 틀렸다는 보장은 없다. AI 발전이 둔화될 수도, 가속될 수도 있다 — 중요한 건 "변화에 적응하는 능력"이다.
  1. 인프라 직군의 가치 재인식. Zitron의 글에서 드러나듯 AI 산업의 실제 돈은 "삽 파는 사람"(인프라/칩/데이터센터)에게 간다. 자녀의 진로 고민 시 소프트웨어 개발자뿐 아니라 반도체, 데이터센터, 에너지 등 하드웨어 직군도 고려할 만하다.

관련 노트