AI 버블: 내가 2026년 전에 빠져나가는 이유

Source: Dev.to

Introduction

AI가 등장했고, 2025년을 지나면서 모두가 AI가 이메일 읽기, 정리, 편지 작성, 이미지 생성과 같은 작업을 수행하는 데 뛰어나다는 것을 깨닫고 있습니다. 저는 AI를 사용해 블로그용 사진을 만들었고, 그 결과는 인상적이었습니다. 생각해보면, 제 패턴을 유지하는 것이 좋다는 생각이 듭니다.

그렇다면 2026년에 여전히 과대광고가 존재하고, 최고의 AI를 확보하려는 경쟁이 계속되며, 모델이 지속적으로 개선되고 있음에도 불구하고 왜 AI를 피하고 있는 걸까요? 특히 AGI가 2030년까지 도래할 가능성이 있다는 뉴스가 나오면서 어느 순간 직관에 반하게 됩니다.

모든 것은 the illusion of thinking에서 시작되었습니다. 저는 그 논문을 읽었고, 저에게 와 닿는 부분이 있었습니다. 그 후 저는 The Illusion of the Illusion of Thinking을 읽었는데, 이는 반대 입장을 취하며 Apple 논문이 어색하게 느껴지는 이유와 그들의 연구에서 잘못된 점을 설명합니다. 두 논문 모두 AI의 핵심을 이해하는 데 있어 비범합니다.

Source:

시스템에 대한 진실

The Art of Doing Science and Engineering: Learning to Learn 책을 읽고 직접 LLM 프로토타입을 구축해 보면서, 패턴이 여전히 뚜렷하다는 것을 깨달았습니다. 우리는 기본적으로 같은 패턴에서 작동하는 초대형 모델들을 가지고 있습니다. 프롬프트를 기반으로 점들을 연결하고, 사용자가 찾고 있는 가장 가능성 높은 답변에 근거해 가장 신뢰할 만한 아이디어를 생성합니다.

그래서 어떤 LLM에게 다음과 같이 물어보면:

What is the command to display where my folders are mounted

아래와 같은 답변을 얻게 됩니다:

이는 정확하고 구글링에 드는 시간을 절약해 줍니다. 하지만 여기에는 역설이 있습니다. 그것은 내가 터미널을 어떻게 사용하는지 안다는 착각을 만들 수 있습니다—아마도 실제로 알고 있을 수도 있지만—동시에 내가 진정으로 이해하지 못하는 무언가를 이해하고 있다는 착각을 만들 수도 있습니다. 모든 명령어를 외워야 한다는 뜻은 아닙니다.

코딩을 전혀 모르는 사람이 만든 애플리케이션을 상상해 보세요. 소프트웨어 엔지니어의 요구사항을 코드로 옮기는 일은 단순히 줄을 쓰는 것이 아니라, 모델링, 이해, 실행이 결합된 시너지 작업입니다.

The path is missing out

이 시점에서 내가 LLM을 지렛대로 쓰는 것을 멀리하는 이유가 명확해졌다. 나는 뭔가를 사서 아주 빠르게 일하고, 똑똑해지는 대가를 지불함으로써 생산성을 느끼고 싶다. 우리는 사고력을 구매하고 있는 것이며, 적어도 그렇게 보인다.

20년 전과 오늘날의 비디오 게임 문화와 비슷하게 느껴진다: 기술을 보여주는 대신 최고의 스킨을 산다. 우리는 누가 더 부자인지를 보여줄 뿐, 누가 더 능력 있는지를 보여주지는 않는다.

특별하지 않은데도 특별하다는 느낌은 실제처럼 느껴지지만, 이러한 제품들은 수익을 창출해야 하는 기업에 의해 유지된다는 점을 기억해야 한다. 우리는 새로운 기술을 어떻게 활용하여 우리에게 최대의 이익을 가져다줄 수 있을지 고민해야 한다.

2026년에 내가 할 일

AI 도구를 완전히 사용 중단하지는 않겠지만, 그것들을 배우고 연습하는 데 과도한 비용을 쓰지는 않을 것이다. 직접 LLM을 구축한 뒤 AI가 어떻게 작동하는지 훨씬 잘 이해하게 되었고, 과대광고를 가려낼 수 있었다.

나는 나만의 학습 방식을 고수할 것이다. 언어를 알고 있을 때는 코딩을 도와줄 AI를 여전히 사용할 것이지만, 직접 코드를 작성하는 것을 목표로 할 것이다. 명령어를 잊어버리면 LLM에 물어보거나 구글에서 찾아보고, 노트에 적어 학습을 강화한다.

가치 있는 글을 쓰거나 아이디어를 전달해야 할 때는 먼저 내가 직접 초안을 작성하고, 그 다음에 LLM을 사용해 문법과 일관성을 교정한다. 이렇게 하면 자료에 직접 참여하면서도 AI 도움을 받을 수 있다.