LLM은 사랑하지만 과대광고는 싫다 — geohot이 본 AI 가치 포획의 진짜 승자

GeekNews에 공유된 geohot의 「LLM은 사랑하지만 과대광고는 싫다」를 보면, 흥미로운 역설이 그려져 있습니다. LLM·자율주행차·영상 생성·코딩 에이전트 — 이 네 분야를 동시에 환영하면서도, 그 주변을 둘러싼 「초지능 도래」 「기회의 창이 닫힌다」 「영구적 하층민」 같은 담론은 거부한다는 입장입니다.

단순한 회의가 아닙니다. 핵심은 두 가지입니다. (1) AI의 가치는 Moore의 법칙과 컴퓨팅 전반의 진보에서 주로 나오지, 특정 프런티어 연구소의 비약에서 나오지 않는다. (2) 연구소들이 오픈소스를 반대하는 이유는 안전·중국이 아니라 범용재화(commoditization)에 대한 두려움이다. 이 두 명제를 받아들이면, 2026년 AI 시장이 왜 지금처럼 들끓는지 다른 눈으로 보이기 시작합니다.

AI의 진보와 과대광고 사이

• 2007~2014년 해킹에 집중한 뒤 경력 전체를 AI에 투자했으며, 새로운 LLM, 자율주행차, 영상 생성 모델, 코딩 에이전트의 발전을 반김
• 로컬 GLM-5.2에서 opencode를 실행하고 install tmux with the geohot configuration이라고 지시하자 설치가 작동했으며, 이를 Linux 데스크톱의 해가 마침내 온 사례로 받아들임
• 반대하는 과대광고는 두 갈래로 나뉨

  • 기회의 창이 닫혀 영구적 하층민이 되거나 회복할 수 없을 만큼 뒤처진다는 담론은 사람을 불안하게 만드는 부정적 과대광고임
  • 고급 자동완성·스마트 컴파일러·향상된 검색엔진에서 모든 것이 갑자기 바뀌는 초지능 시나리오로 넘어가는 논리는 허수아비식 비약이며, 그런 사건은 일어나지 않을 것이라고 단언함

• 2016년 초지능 발표와 기계가 세계를 장악하는 1991년 영화 Terminator 2는 이런 발상이 최근 특정 집단이 새로 만들어낸 것이 아님을 보여줌
• AI가 막대한 가치를 만들 가능성은 인정하지만, 프런티어 연구소의 기업가치를 정당화할 만큼 그 가치를 연구소가 직접 포획하지는 못할 것이라고 봄
• 오픈소스를 반대하는 논리의 핵심에는 안전이나 중국 문제가 아니라 범용재화화에 대한 두려움이 있다고 판단함

  • AI 발전은 특정 연구소보다 Moore의 법칙과 컴퓨팅 전반의 진보에서 주로 비롯됨
  • 이 사실이 알려지면 투자자가 수십억 달러를 제공하지 않을 수 있으므로, 연구소에는 이를 감출 강한 유인이 있다고 봄

코딩 에이전트가 주는 생산성의 실체

• 과거 The Eternal Sloptember에서 모델의 프로그래밍 능력을 지나치게 가혹하게 평가했을 수 있으며, 이제는 프로그래밍 방식 자체가 변하고 있음을 인정함
• Linus Torvalds의 발언은 에이전트가 프로그래밍 생산성을 10배, 컴파일러가 1,000배 높인다고 비교함

  • 10배와 1,000배는 모두 극단적인 추정치로 봄
  • 모델 활용 능력이 나아지면서 실제로 어느 정도 생산성 향상을 얻고 있다고 확신함
  • 모델 활용은 별도로 익혀야 하는 새로운 기술이며, 이전부터 다양한 모델을 계속 시험해 왔음

• 코딩 에이전트에는 분명한 제약도 남아 있음

  • 모델은 인지 피로를 증가시킬 수 있어 세심하게 사용해야 함
  • 바이브 코딩 결과물은 여전히 저품질이며, 주장되는 생산성 향상에 상응하는 새로운 소프트웨어가 실제로 어디에 있는지도 불분명함

• 그럼에도 모델은 find/replace, Stack Overflow, 정규식처럼 개발을 보조하는 유용한 도구이며, AI 역시 컴퓨터 혁명의 연속선에 놓여 있음

한국 개발자 시장에서의 시사점

geohot의 두 명제는 한국 개발자에게도 그대로 적용됩니다. Moore의 법칙이 만들어낸 범용재화로서의 LLM은 이미 GitHub Copilot, Cursor, Cody를 거쳐 한국 개발자의 find/replace가 됐고, 인지 피로는 우리도 마찬가지로 겪고 있습니다. 바이브 코딩으로 만든 사내 도구가 6개월 후 누구도 유지보수하지 못하는 상황, AI가 짠 코드를 사람이 읽느라 더 오래 걸리는 상황은 한국에서도 이미 일상입니다.

다만 「San Francisco로 끌어들이는 과대광고」 부분은 한국에서 다른 결을 띱니다. 한국 스타트업·대기업 모두 「AI 도입이 곧 성장」이라는 프레임에 강하게 노출되어 있고, 기회비용을 계산하지 못한 채 도구를 도입하는 경우가 많습니다. 「유용성을 누가 포획하느냐」라는 질문은 한국 시장에도 그대로 유효합니다 — 한국 SaaS가 LLM API를 호출하는 비용을 받아내지 못한다면, 가치는 결국 NVIDIA·OpenAI·MS 같은 범용재화 공급자에게 돌아갑니다.

결국 「사랑하지만 과대광고는 싫다」는 태도는 한국에서도 다음과 같이 번역될 수 있습니다. LLM은 도구로 받아들이되, 도구 비용을 누가 가져가는지는 끊임없이 추적하라. 10배 생산성을 주장하는 사람에게 「그 10배가 어디에 나타나는지」를 묻는 것, 그리고 그 답이 명확하지 않으면 도구 자체가 아니라 도구 비용 구조를 의심하는 것이 geohot이 제안하는 자세입니다.

원문: GeekNews #31378 — LLM은 사랑하지만 과대광고는 싫다

---

📰 원본 출처 · https://news.hada.io/topic?id=31378 (#N=31378)

이 글은 GeekNews(긱뉴스)에 게제된 글을 기반으로 작성되었습니다. 원본의 라이선스와 저작권은 원작자에게 있습니다.