작년 7월 컴 총견적 짰던거 찾음ㅋㅋ (지금 컴사야해요?에 대한 답변)
브금용당시 견적을 한번 보자.당시 직접 짜봤던 PC 견적이다. 메모리, SSD(낸드), HDD, 그래픽카드 가격이 보이는가? 지금 보면 놀라울 수도 있지만, 당시에도 이미 "부품값 너무 비싸다", "지금 사는
kimugm.tistory.com
저번 포스팅인 "지금 컴 사야하나요?" 에서 못다한 설명을 하고자 한다.
현재 AI 시장이 거품 논란을 피하기 어려운 이유
※ AI 기술 자체를 부정하는 글이 아닙니다.
AI는 앞으로도 다양한 산업에 활용될 중요한 기술입니다.
다만 현재 AI 시장은 기술 발전 속도보다 인프라와 현실적인
제약이 더 빠르게 드러나고 있다는 점에서 거품 논란이 계속되고 있습니다.
① GPU만 많다고 AI가 되는 시대는 끝났다.
최근 업계에서는 GPU보다
전력과 데이터센터 인프라가 더 큰 병목이라는 분석이 많습니다.
실제로 AI 데이터센터는
- 전력망
- 변전소
- 냉각시설
- 송전 설비
확보가 가장 어려운 문제로 떠오르고 있습니다.
Energy providers are flying blind thanks to unpredictable AI data center demands
Research from Capgemini has found that uncertainty, speed constraints, and rising system complexity are leaving firms struggling to predict future consumption
www.itpro.com
📎 관련 자료
IPO 앞둔 오픈AI, 재무 상태 폭로 문서 나와…"완전 난장판" - 연합인포맥스
(서울=연합인포맥스) 권용욱 기자 = 기업공개(IPO)를 앞둔 오픈AI에 대해 재정 상태와 관련한 우려의 목소리가 제기됐다.25일(현지시간) 비즈니스인사이더(BI)에 따르면 연구원이자 독립 언론인인
news.einfomax.co.kr
출처 : 연합 인포맥스의 권용욱 기자님의 기사
② AI는 사용할수록 비용이 계속 발생한다.
기존 프로그램은 설치하면 끝이지만
생성형 AI는 질문 하나를 처리할 때마다 GPU와 전력이 계속 소모됩니다.
그래서 최근에는 모델 성능보다
추론(Inference) 비용 절감이
더 중요한 기술 과제로 떠오르고 있습니다.
📎 관련 자료
Inference Becomes the Main Event: Two-Thirds of 2026 AI Compute, $50B Chip Market, 90 TWh of Power
In 2026 inference becomes two-thirds of AI compute, the chip market clears $50B, and hyperscaler CapEx approaches $700B. Here's what that means for agent economics.
agentmarketcap.ai
③ 현실은 생각보다 AI 인프라를 따라가지 못하고 있다.
AI 발전 속도와 달리
- 전력 공급
- 전력망 증설
- 데이터센터 건설
- 지역 주민 반발
등 현실적인 문제가 동시에 발생하고 있습니다.
실제로 여러 데이터센터 프로젝트가 전력과
인허가 문제로 지연되거나 재검토되고 있습니다.
📎 관련 기사
Data Centers Face a Growing Public Backlash. It’s a Threat to AI Companies and Stocks. - Barron's
④ 업계 내부에서도 '거품 논란'은 존재한다.
'AI는 무조건 성공한다'는 의견만 있는 것이 아닙니다.
국제결제은행(BIS)도 최근 보고서에서 AI 투자 열기에 대해
과잉 투자와 금융 안정성 위험 가능성을 언급했습니다.
반면 다른 전문가들은 AI가 인터넷처럼
장기적으로 성장할 것이라고 보는 등 의견이 엇갈리고 있습니다.
즉,
현재 거품 논란 자체가 실제 업계에서 진행 중인 논쟁입니다.
📎 관련 기사
BIS dares to blaspheme as AI bubble fears wane | Reuters
⑤ 기술 발전 속도 ≠ 사회 적용 속도
새로운 기술이 등장했다고 해서
우리 삶이 곧바로 바뀌는 것은 아닙니다.
산업혁명도, 인터넷도, 스마트폰도
실생활에 완전히 자리 잡기까지는 수십 년이 걸렸습니다.
AI 역시 기술은 빠르게 발전하고 있지만
사회 인프라와 제도, 전력,
산업 구조는 그 속도를 따라가지 못하고 있습니다.
📎 관련 자료
⑥ 유료화가 확대될수록 '신뢰성'은 더 중요한 과제가 된다.
초기 생성형 AI는 무료 서비스와 체험판을 중심으로 빠르게 확산됐고,
수많은 사용자의 실제 피드백은 모델 개선에도 큰 역할을 했습니다.
무료 서비스였기 때문에
- 할루시네이션(Hallucination)
- 잘못된 정보 생성
- 불안정한 답변
등은 '아직 발전 중인 기술'이라는 이유로 어느 정도 용인되는 분위기가 있었습니다.
하지만 최근 AI 서비스가 점차 유료 구독 중심으로 확대되면서
사용자들이 기대하는 기준도 달라지고 있습니다.
사용자가 비용을 지불한다면
기대하는 것은 단순히 빠른 답변이 아니라
- 높은 정확도
- 일관된 결과
- 신뢰 가능한 정보
- 실제 업무에 활용 가능한 품질
입니다.
특히 개발, 법률, 의료, 연구, 문서 작성처럼 오류 하나가
실제 비용으로 이어질 수 있는 분야에서는
작은 할루시네이션도 서비스 신뢰도를 크게 떨어뜨릴 수 있습니다.
실제로 OpenAI도 "할루시네이션은 현재
모든 대규모 언어모델이 완전히 해결하지 못한 핵심 과제"
라고 공식적으로 설명하고 있으며,
모델이 모를 때 추측하기보다 "모른다"고 답하도록
평가 방식 자체를 개선해야 한다고 밝히고 있습니다.
결국 AI 산업이 장기적으로 자리 잡기 위해서는
성능 경쟁뿐 아니라 신뢰성과 정확도 향상이 필수 과제라는 점은
업계에서도 공통적으로 인정하는 부분입니다.
📎 관련 자료
① OpenAI 공식 연구
- Why language models hallucinate (OpenAI)
Why language models hallucinate
OpenAI’s new research explains why language models hallucinate. The findings show how improved evaluations can enhance AI reliability, honesty, and safety.
openai.com
OpenAI가 직접 할루시네이션의 원인과 왜 완전히 없어지기 어려운지 설명한 공식 기술 문서.
② 학술 논문 (arXiv)
- Calibrated Language Models Must Hallucinate
Calibrated Language Models Must Hallucinate
Recent language models generate false but plausible-sounding text with surprising frequency. Such "hallucinations" are an obstacle to the usability of language-based AI systems and can harm people who rely upon their outputs. This work shows that there is
arxiv.org
언어모델의 구조적 특성상 특정 유형의 할루시네이션은 통계적으로 완전히 제거하기 어렵다는 연구.
③ 학술 논문
- How Language Model Hallucinations Can Snowball
How Language Model Hallucinations Can Snowball
A major risk of using language models in practical applications is their tendency to hallucinate incorrect statements. Hallucinations are often attributed to knowledge gaps in LMs, but we hypothesize that in some cases, when justifying previously generated
arxiv.org
초기의 작은 오류가 연쇄적으로 더 큰 오류를 만드는 'Snowball Effect'를 분석한 논문.
④ Business Insider
- Why AI chatbots hallucinate, according to OpenAI researchers
Why AI chatbots hallucinate, according to OpenAI researchers
Hallucinations are when chatbots confidently present wrong information as fact. They plague the most popular chatbots, like ChatGPT and Claude.
www.businessinsider.com
OpenAI 연구진이 할루시네이션의 원인과 평가 방식의 문제를 설명한 기사.
마무리
AI는 분명 앞으로도 중요한 기술입니다.
하지만 현재 시장은
✔ 전력
✔ 인프라
✔ 운영 비용
✔ 사회 적용 속도
같은 현실적인 문제들이 함께 드러나고 있습니다.
그래서 최근 업계에서도 "기술의 가능성"과
"현재 시장의 기대 수준"을 구분해서 봐야 한다는 목소리가 꾸준히 나오고 있습니다.
📌 3줄 요약
✔ AI 기술은 계속 발전하겠지만, 현재 시장은 전력·인프라·운영비·신뢰성 등
현실적인 한계가 빠르게 드러나며 거품 논란이 이어지고 있습니다.
✔ 무료 서비스에서는 용인되던 할루시네이션과 품질 문제가,
유료화가 확대될수록 해결해야 할 핵심 과제로 떠오르고 있습니다.
✔ 결국 AI의 미래를 결정하는 것은 모델 성능 경쟁보다도,
안정성과 수익성이 아닌 '실제 산업에서 신뢰받는 품질'을 얼마나 확보하느냐에 달려 있습니다.
같이 보면 좋을 영상.
"K-반도체의 위상이 순수한 우리 기술력 덕분이라는
일차원적인 시각에 냉정한 일침을 가하는 영상입니다.
과거 미국이 판을 흔들어 일본 반도체를 주저앉혔듯,
지금의 호황 역시 미·중 패권 싸움 속에서 중국을 억제하려는
외부 압력과 국제 정세가 복합적으로 맞물린 결과물이기 때문입니다.
즉, 지금의 열기가 우리의 절대적인 실력뿐만 아니라,
언제든지 판이 바뀔 수 있는 지정학적 '특수(特需) 요인'에도
크게 의거하고 있다는 점을 냉정하게 자각해야 한다는 묵직한 메시지를 던집니다.
시장의 진짜 현주소와 리스크를 파악하고 싶다면 꼭 시청해 보시길 권합니다."
그래서.. ? (게이머들은?)
어떻게? (메모리에 맞춰!!)
절대 존버해~
이러한 시장 상황과 업계 전반의 흐름,
그리고 앞서 소개한 자료와 리소스를 종합해 보면,
제가 이전 포스팅에서 "메모리 포비아에 휩쓸려 무리하게 지출하기보다,
AM4와 기존 시스템을 최대한 활용하며 기다려 보자."
라고 이야기했던 이유도 여기에 있습니다.
이미 AI 산업은 전력·인프라·메모리 공급·수익성·신뢰성등
여러 과제가 동시에 드러나기 시작했습니다.
결국 어떤 산업이든 장기적으로 성장하려면 기술력뿐 아니라
지속 가능한 사업성이 반드시 검증되어야 합니다.
따라서 지금은 조급함에 업그레이드를 서두르기보다는 시장의 변화를 조금 더 지켜보며,
기존 시스템을 최대한 활용하는 것도 충분히 합리적인 선택이라고 생각합니다.
특히 메모리 가격이 비정상적으로 높은 상황에서,
메모리 몇 개만으로 수십만 원에서 많게는 수백·수천만 원까지 지출하는 현재의 시장은
일반 소비자 입장에서도 부담이 매우 큰 것이 사실입니다.
결국 하드웨어는 가장 비쌀 때 사는 것보다,
가장 합리적인 시점에 사는 것이 오래 만족하는 방법이라고 생각합니다.
'PC 및 IT관련.' 카테고리의 다른 글
| AI 때문에 비싸진 PC 부품 가격, 과연 이게 뉴노멀일까? (0) | 2026.07.03 |
|---|---|
| 라이젠이 과거보다 덜 끊기는 이유 (큰일을 해낸 X3D) (0) | 2026.06.29 |
| 이제는 최고 사양의 GPU가 필요 없어졌다?!, 이젠 최신 GPU를 유지 하는 싸움이 시작된다! (1) | 2026.06.28 |
| 잘못 알고있는 "Lossless Scaling"(통칭 오리) 만능이 아니다. (2) | 2026.06.27 |
| 작년 7월 컴 총견적 짰던거 찾음ㅋㅋ (지금 컴사야해요?에 대한 답변) (0) | 2026.06.27 |