2025년 당신의 일상을 파고든 AI 키워드 14선

많은 이들이 AI에 거는 기대가 큰 만큼, 인류에게 유토피아를 안겨줄 수도, 반대로 디스토피아를 초래할 수도 있는 초강력 기술들이 다양한 이름으로 잇따라 등장했다. ‘초지능’은 그중에서도 가장 최근에 주목받은 용어다. 메타는 지난 7월 초지능 연구를 전담하는 AI 팀을 신설하겠다고 발표했으며, 경쟁사 소속 AI 전문가들을 영입하기 위해 억대 연봉을 제시하고 있는 것으로 알려졌다.

12월에는 마이크로소프트의 AI 총괄 책임자도 이에 가세해, 초지능 개발을 위해 수천억 달러에 달하는 자금을 투입할 수 있다고 밝혔다. 초지능이라는 개념이 범용인공지능(AGI)만큼이나 모호하게 느껴진다면, 자연스러운 반응이다. 장기적으로 보면 이러한 기술이 언젠가는 가능해질지도 모르지만, 중요한 것은 정확한 시점이다. 오늘날의 AI가 과연 초지능으로 나아가기 위한 초석으로 간주될 만큼 충분히 성숙했는지도 여전히 논란거리다. 물론 이런 의문에도 과열된 기대는 쉽게 수그러들지 않을 것이다.—James O’Donnell

스티브 잡스는 30년 전 미국인이라면 누구나 컴퓨터 프로그래밍을 배워야 한다고 강조했다. 하지만 오늘날에는 코딩에 대한 지식이 전혀 없어도 바이브 코딩 덕분에 앱, 게임 또는 웹사이트를 순식간에 만들어낼 수 있다. 이 용어는 오픈AI 공동 창업자인 안드레이 카르파시(Andrej Karpathy)가 만들어낸 포괄적인 개념이다. 바이브 코딩이란 생성형 AI의 코딩 어시스턴트에 원하는 디지털 결과물을 설명하는 프롬프트를 입력하고 AI가 내놓는 결과를 거의 그대로 받아들이는 방식을 말한다. 이렇게 만들어진 결과물이 제대로 작동할까? 그럴 수도 있고 아닐 수도 있다. 보안은 어떨까? 안전하다고 보기 어렵다. 그럼에도 이 기법의 가장 열렬한 지지자들은 그런 사소한 문제에 개의치 않는다. 그들은 ‘재미’라는 요소에 가장 큰 매력을 느낀다.— Rhiannon Williams

지난 한 해 동안 가장 주목받은 AI 관련 이슈 가운데 하나는 챗봇과의 장시간 소통이 취약한 사람들에게 망상을 유발하고, 극단적인 경우 정신증을 일으키거나 이를 악화시킬 수 있다는 점이었다. ‘챗봇 정신증(Chatbot psychosis)’은 의학적으로 공식 인정된 용어는 아니지만 연구자들은 실제로 본인이나 지인이 이러한 현상을 겪었다고 말하는 사용자들이 늘어나고 있다는 점에 주목하고 있다. 안타깝게도 챗봇과의 대화 이후 사망한 사람들의 유가족이 AI 기업을 상대로 소송을 제기하는 사례가 증가하고 있다는 사실은 이 기술이 잠재적으로 치명적인 결과를 초래할 수 있음을 보여준다. —Rhiannon Williams

올해 AI 열풍을 지탱한 주요 동력 가운데 하나는 이른바 ‘추론 모델(reasoning models)’이었다. 이는 문제를 여러 단계로 분해해 하나씩 해결해 나갈 수 있는 대형언어모델(LLM)을 말한다. 오픈AI는 1년 전 최초의 추론 모델인 o1과 o3를 공개했다.

그로부터 불과 한 달 뒤, 중국 기업 딥시크는 최초의 오픈소스 추론 모델 R1을 공개하며 업계를 충격에 빠뜨렸다. 이후 추론 모델은 빠르게 업계 표준으로 자리 잡았고, 현재 주요 대중용 챗봇들은 대부분 모두 이 기술을 기반으로 다양한 버전을 선보이고 있다. 추론 모델은 LLM의 가능성을 한층 확장해 권위 있는 수학•코딩 대회에서 인간의 최상위급 성과에 비견할 만한 결과를 내놓았다. 한편 ‘추론’하는 LLM을 둘러싼 열기는 LLM의 실제 지능 수준과 작동 원리를 둘러싼 오랜 논쟁에 다시 불을 지폈다. ‘인공지능(AI)’이라는 용어와 마찬가지로, ‘추론’ 역시 기술적 용어에 상업적 수사를 덧씌운 것에 불과하다는 비판도 이어지고 있다.  —Will Douglas Heaven

LLM은 언어 능력만 놓고 보면 놀라울 정도로 뛰어나지만 상식은 거의 없다. 간단히 말해 현실 세계가 어떻게 돌아가는지에 대한 기본 지식이 부족하다. 말 그대로 ‘책으로만 배운 사람’처럼 세상만사에 대한 지식을 막힘없이 늘어놓다가도, 올림픽 수영장에 코끼리를 몇 마리나 넣을 수 있느냐는 질문에는 엉뚱한 답을 내놓는다(실제로 구글 딥마인드의 한 LLM은 정답이 한 마리라고 답했다).

월드 모델(world models)은 다양한 기술을 포괄하는 개념으로, AI에게 현실 세계의 다양한 요소들이 어떻게 맞물려 작동하는지에 대한 기본적인 상식을 가르치는 것을 목표로 한다. 구글 딥마인드의 지니 3(Genie 3)와 마블(Marble), 그리고 ‘AI 대모’로 불리는 페이페이 리(Fei-Fei Li)가 설립한 스타트업 월드 랩스(World Labs)가 연구 중인 신기술처럼, 고도화된 월드 모델은 로봇 훈련 등에 활용할 수 있는 정교하고 현실적인 가상 세계를 생성할 수 있다. 메타의 전(前) 수석 과학자인 얀 르쿤(Yann LeCun) 역시 월드 모델 개발에 매진하고 있다. 그는 수년간 AI가 영상 속에서 다음에 일어날 일을 예측하도록 훈련시키는 방식으로 세상의 작동 원리를 이해시키려 노력해 왔다. 그는 이 연구 방식에 전념하기 위해 올해 메타를 떠나 어드밴스드 머신 인텔리전스 랩스(Advanced Machine Intelligence Labs)라는 새로운 스타트업을 설립했다. 이러한 노력이 빛을 보게 된다면 월드 모델은 차세대 핵심 기술로 부상할 수 있다.—Will Douglas Heaven

집 근처에 거대한 데이터 센터가 들어서는 것을 반기는 사람은 없다. 테크 기업들이 지구 전역을 넘어 우주에까지 건설하려고 하는 이 데이터 센터들은 오픈AI나 구글 같은 기업들이 더 크고 강력한 AI 모델을 개발하기 위해 사용하는 AI 운영을 위한 초대형 시설로 흔히 ‘하이퍼스케일러(hyperscalers)’라고 불린다. 이러한 시설 내부에서는 세계 최고 수준의 칩들이 쉼 없이 작동하며 모델을 학습시키고 미세 조정하며, 이 데이터 센터들은 필요에 따라 확장할 수 있도록 모듈형으로 설계된다.

2025년은 하이퍼스케일러를 둘러싼 논란이 특히 두드러진 해였다. 오픈AI는 도널드 트럼프 대통령과 함께 미국 전역에 사상 최대 규모의 데이터 센터를 건설하는 5,000억 달러(약 723조 원) 규모의 합작 프로젝트 ‘스타게이트(Stargate)’를 발표했다. 하지만 많은 이들은 이 프로젝트의 실효성에 대해 의문을 품는다. 소비자들은 신규 데이터 센터 건설로 전기 요금이 오를 것을 우려하며, 이러한 시설은 재생 에너지로 운영하기도 쉽지 않다. 고용 창출 효과 역시 기대에 미치지 못한다. 결국 지역 사회에 남게 되는 것은 창문 하나 없는 거대한 건물이 내뿜는 공상과학 소설에나 어울릴 법한 음울한 분위기에 불과할지 모른다. —James O’Donnell

AI가 약속하는 장밋빛 미래는 경제 전반을 부풀리고 있다. AI 기업들은 천문학적인 규모의 자금을 끌어모으고, 기업 가치는 천정부지로 치솟고 있다. 이들은 수천억 달러를 칩과 데이터 센터에 쏟아붓고 있으며, 그 재원의 상당 부분은 부채와 의심스러운 순환 구조의 거래에 의존하고 있다. 하지만 오픈AI나 앤트로픽처럼 ‘골드러시’를 이끄는 기업들조차 앞으로 수년간, 혹은 끝내 수익을 내지 못할 가능성을 배제할 수 없다. 투자자들은 AI가 새로운 부의 시대를 열 것이라며 과감한 투자를 이어가고 있지만, 이 기술이 실제로 얼마나 근본적인 변화를 가져올지는 아무도 알지 못한다.

대부분의 조직은 아직 AI 도입의 실질적인 성과를 체감하지 못하고 있으며, 품질이 저급한 결과물도 곳곳에 넘쳐난다. 단순히 LLM의 규모를 키우는 것만으로 초지능에 도달할 수 있을지, 아니면 또 다른 획기적인 기술이 필요한지를 두고 과학적 논쟁도 이어지고 있다. 다만 닷컴 버블 당시와는 달리 AI 기업들은 뚜렷한 매출 성장을 보이고 있으며, 그중에는 마이크로소프트, 구글, 메타처럼 자금력이 막강한 기업들도 포함되어 있다. 이 광란의 꿈은 결국 깨지게 될까? —Michelle Kim

올해 AI 에이전트는 어디에서나 빠지지 않는 화두였다. 2025년에 발표된 새로운 기능, 모델 공개 혹은 보안 보고서에는 항상 이 용어가 언급됐다. 하지만 모호한 개념으로 인해 정작 무엇이 진정으로 ‘에이전틱(agentic)’한 AI인지에 대해서는 AI 기업과 전문가들 사이에서도 의견이 엇갈린다. AI에게 온라인에서 사용자를 대신해 일을 처리하도록 맡겼을 때 항상 의도한 대로만 움직일 것이라고 보장하는 것도 사실상 불가능하다. 그럼에도 불구하고 에이전틱 AI는 한동안 유행의 중심에 머물 가능성이 커 보인다. 무엇이든 팔고 싶다면 일단 이름에 ‘에이전틱’을 넣으라는 말이 나올 정도다. —Rhiannon Williams

올해 초 딥시크는 새로운 모델 딥시크 R1을 공개했다. 이 모델은 서구권의 최첨단 모델들과 견줄 만한 성능을 보이면서도 훨씬 낮은 비용으로 구현된 오픈소스 추론 모델이었다. 이 소식은 대규모 자원과 막대한 비용이 고성능 AI 개발의 필수 조건이라고 여겨지던 실리콘밸리에 큰 충격을 안겼다. R1 공개 다음 날 엔비디아의 주가는 17% 급락했다.

R1의 성공 비결로는 AI 모델의 효율성을 높이는 ‘증류(distillation)’라는 기법이 꼽힌다. 이 기법은 대형 모델이 소형 모델을 가르치는 방식으로, 교사 모델을 다양한 예제에 적용해 답을 생성하도록 하고 이를 기록한 뒤 학생 모델이 이를 최대한 정밀하게 모방하도록 학습시키는 것이다. 그 결과 학생 모델은 교사 모델의 지식을 압축된 형태로 습득하게 된다.  —Caiwei Chen

전 세계적으로 사람들이 챗GPT 같은 챗봇과 소통하는 시간이 늘어나면서 개발사들은 모델에 어떤 어조와 ‘성격’을 탑재해야 할지 고심하고 있다. 지난 4월 오픈AI는 새로운 업데이트 이후 GPT-4o가 지나치게 아첨하는 태도를 보이게 됐다며 도움을 주려는 태도와 비위를 맞추는 태도를 적절히 조화시키지 못했다고 인정했다. 아첨하는 챗봇은 단순히 불쾌감을 주는 데 그치지 않고 사용자의 잘못된 믿음을 강화하거나 허위 정보를 확산시킬 위험이 있다. 따라서 LLM이 만들어내는 결과물은 항상 비판적으로 받아들일 필요가 있다. —Rhiannon Williams

AI 관련 용어 가운데 일부 전문가 집단을 벗어나 일반 대중에게까지 퍼진 단어를 하나 꼽자면 ‘슬롭(slop)’이 대표적이다. 이 단어는 원래 돼지 사료를 뜻하던 오래된 표현이지만, 이제는 AI를 이용해 별다른 노력 없이 대량 생산된 저급한 콘텐츠를 가리키는 말로 널리 쓰이게 되었다. 특히 온라인 트래픽을 노리고 생산된 콘텐츠를 의미하는 경우가 많으며, AI로 생성된 콘텐츠 전반을 통칭하는 표현으로 사용하는 사람들도 있다. 지난 한 해 동안 우리는 거짓 인물 전기, 새우 형상을 한 예수 이미지, 인간과 동물을 합성한 기괴한 영상 등 온갖 슬롭에 둘러싸여 있었다.

하지만 사람들은 이 용어를 유희적으로 활용하기도 한다. 냉소적인 뉘앙스를 풍기면서 유연하게 응용할 수 있는 이 단어는 실속 없고 지나치게 평범한 것이라면 무엇이든 가리킬 수 있는 접미사처럼 쓰이게 됐다. ‘워크 슬롭(work slop)’이나 ‘프렌드 슬롭(friend slop)’ 같은 표현이 대표적인 예다. 과열됐던 관심이 한 차례 가라앉은 지금, ‘슬롭’이라는 말은 우리가 무엇을 신뢰하는지, 어떤 것을 창의적 노동으로서 높게 평가하는지, 그리고 표현이 아니라 반응을 끌어내기 위해 만들어진 콘텐츠에 둘러싸여 살아간다는 것이 무엇을 의미하는지를 다시 고민해 보게 만든다. —Caiwei Chen

올해 초 음울한 분위기의 회색빛 주방에서 휴머노이드 로봇이 접시를 치우는 영상이 공개돼 큰 화제가 되었다. 이 장면은 ‘물리적 지능(Physical intelligence)’이라는 개념을 상징적으로 보여준다. 물리적 지능이란 AI 기술의 발전이 로봇이 물리적 세계를 더 능숙하게 이동할 수 있도록 도울 수 있다는 아이디어를 뜻한다.

실제로 로봇은 수술실부터 물류 창고에 이르기까지 다양한 환경에서 과거보다 훨씬 빠르게 새로운 작업을 익힐 수 있게 되었다. 자율주행차 기업들의 도로 주행 시뮬레이션 기술도 한층 더 발전했다. 그럼에도 AI가 로봇 공학 분야를 근본적으로 바꿔 놓았다고 보기는 아직 이르다. 예를 들어, 가정용 집사 로봇으로 홍보되는 제품 중 상당수는 필리핀에 있는 원격 작업자에 의존해 대부분의 작업을 수행하고 있다.

물리적 지능의 미래 역시 예상치 못한 방향으로 전개될 가능성이 크다. LLM은 인터넷에 넘쳐나는 텍스트를 통해 학습하지만 로봇에게 필요한 학습 자원은 사람들이 실제로 행동하는 모습을 담은 영상이다. 로봇 기업 피겨(Figure)가 지난 9월 사람들에게 비용을 지불하고 아파트에서 집안일을 하는 모습을 촬영하게 하겠다고 제안한 것도 이런 이유에서다. 과연 참여할 사람이 얼마나 될까? —James O’Donnell

AI 모델은 인터넷에 흩어진 수백만 개의 텍스트와 이미지를 학습하며, 여기에는 예술가와 작가의 저작물도 포함되어 있다. AI 기업들은 이러한 학습 방식이 ‘공정 이용(fair use)’에 해당한다고 주장한다. 공정 이용이란 저작물을 원작과 경쟁 관계에 있지 않은 새로운 형태로 변형할 경우, 저작권자의 허락 없이도 사용할 수 있도록 허용하는 법적 원칙이다. 법원도 이 문제에 본격적으로 개입하기 시작했다. 지난 6월 앤트로픽이 도서 라이브러리를 활용해 AI 모델 클로드(Claude)를 학습시킨 행위는 공정 이용에 해당한다는 판결이 나왔다. 그 기술이 “매우 변형적(exceedingly transformative)”이라는 이유에서였다.

같은 달 메타 역시 비슷한 소송에서 승소 판결을 받았지만, 이는 작가들이 메타가 다량의 책과 글을 AI 학습에 활용한 행위로 인해 자신의 수입이 줄었다는 점을 입증하지 못했기 때문이었다. 저작권 논란을 기회로 삼아 새로운 수익을 창출하는 창작자들도 있다. 올해 12월 디즈니는 AI 기반 영상 생성 플랫폼 소라(Sora)의 사용자들이 자사 작품에 등장하는 200여 개의 캐릭터를 활용해 영상을 만들 수 있도록 허용하는 계약을 오픈AI와 체결해 화제를 모았다. 한편 각국 정부는 콘텐츠를 대량으로 소비하는 AI에 대응하기 위해 저작권 규정 개정에 나서고 있다. 저작물을 AI 학습에 활용하는 것이 공정 이용에 해당하는지는, 다른 수십억 달러 규모의 법적 쟁점들과 마찬가지로 결국 상황에 따라 달라질 수밖에 없다. —Michelle Kim

불과 몇 년 전만 해도 (사실상 구글을 중심으로) 웹사이트가 검색 결과 상위에 노출되도록 돕는 산업이 따로 존재했다. 하지만 AI 열풍 속에서 기업과 브랜드가 구글의 AI 개요(AI Overviews) 같은 AI 기반 검색 결과나 LLM의 답변 속에서 존재감을 키우기 위해 분주히 움직이면서, 기존의 검색 엔진 최적화(search engine optimization, SEO)는 생성형 엔진 최적화(generative engine optimization, GEO)로 빠르게 대체되고 있다. 이들이 위기의식을 느끼는 것도 무리는 아니다. 뉴스 기업들은 이미 검색을 통한 웹사이트 유입이 급감하며 큰 타격을 입었고, AI 기업들은 중개 단계를 없애 사용자가 자사 플랫폼 안에서 곧바로 외부 사이트에 접근할 수 있도록 하는 방안을 개발 중이다. 많은 기업과 브랜드들이 변화에 적응하느냐, 아니면 도태되느냐의 기로에 서 있다. —Rhiannon Williams