테크 CEO들이 겪는 AI 망상 증후군
최근 테크 업계의 대규모 해고와 기형적인 현상들이 CEO들의 'AI 망상' 때문이라는 진단이 나왔다. 최고 경영진은 현장의 실무적 한계를 제대로 파악하지 못한 채 AI 도입만으로 업무를 완전히 자동화할 수 있다고 착각하고 있으며, 이는 근거 없는 생산성 향상 기대로 이어져 대규모 인력 감축을 초래하고 있다. 실제 다수의 연구 결과들은 기업의 AI 도입이 실질적인 생산성 향상으로 직결된다는 증거가 부족하다고 지적하고 있습니다.
최근 테크 업계에는 과거 클라우드 컴퓨팅 시대(초기의 통제 불능한 비용 급증)를 떠올리게 하면서도, 사상 최고의 매출을 기록하면서도 대규모 해고가 동반되는 등 우리가 단 한 번도 본 적 없는 기형적인 광기가 서려 있습니다. 이러한 현상을 설명하려는 한 이론이 업계에서 떠돌고 있습니다. 바로 테크 경영진, 특히 CEO들이 AI 때문에 집단적으로 '과대망상'에 빠져 있다는 것입니다.
그리고 적어도 한 명의 테크 CEO가 이 사실을 공개적으로 인정했습니다. 클라우드 기업 박스(Box)의 창립자인 아론 레비(Aaron Levie)가 바로 그 주인공입니다. 레비는 엑스(X, 옛 트위터)에 다음과 같이 작성했습니다. "CEO들은 AI가 만들어낼 수 있는 대부분의 가치를 실제로 창출하기 위해 마지막 단계에서 여전히 발생해야 하는 '실무 작업'과는 거리가 멀기 때문에 유독 AI 망상(AI psychosis)에 빠지기 쉽습니다."
CEO들은 AI를 '가지고 놀고', 프로토타입을 개발하거나, 레비가 제시한 예시처럼 계약서를 생성해 본 뒤, 곧바로 AI 에이전트가 그 모든 실무를 대신할 수 있을 것이라고 믿는 도약을 합니다. 하지만 이 최고 경영진들은 소프트웨어를 배포하기 전에 코드를 검토하고, 버그를 찾아내고, 존재하지 않는 허구의 라이브러리를 호출하는 부분을 식별해야 하는 사람들이 아닙니다. 레비가 지적하듯, 그들은 회사의 복잡하고 독특한 계약 조건에 맞춰 AI 모델을 학습시킬 책임도 없으며, 몇 날 며칠을 들여 계약서를 샅샅이 뒤져 교묘한 조항을 찾아낼 필요도 없습니다.
즉, 레비의 이론에 따르면, CEO들은 실제 프로세스를 제대로 이해하지 못한 채 무엇이 자동화될 수 있고 없는지를 알지 못합니다. 하지만 그러한 무지가 그들이 자신의 믿음대로 행동하는 것을 막지는 못합니다.
한 가지 분명히 해야 할 것은, 레비가 AI를 혐오하는 사람이 아니라는 점입니다. 오히려 그와 정반대입니다. 그는 270만 명의 팔로워를 보유한 엑스(X) 계정에서 주로 AI에 대한 긍정적인 게시물을 올리며, "헤드리스 소프트웨어(Headless software)가 미래다"라는 제목의 블로그를 통해 AI 에이전트를 위해 구축된 소프트웨어가 앞으로 나아가야 할 길이라고 주장할 정도입니다. 또한 그는 적극적인 엔젤 투자자로서 AI 스타트업에 투자하며 자신의 주장에 책임을 다하고 있습니다.
그렇다면 CEO들은 대신 무엇을 해야 할까요? 레비는 CEO들이 AI가 무엇을 할 수 있고 할 수 없는지 진정으로 파악하기 위해 AI를 '매우 많이' 직접 사용해 보고, "그 과정을 거쳐 긍정적인 측면과 실제 필요한 노력(Real work) 모두에 대한 깊은 이해를 얻어야 한다"고 조언합니다.
필자는 인류에 대한 충분한 믿음을 바탕으로, 현재 그렇게 하려고 노력하는 CEO들이 분명 어딘가에 존재한다고 믿습니다. 하지만 적어도 지금 당장은 그들이 소수에 불과해 보입니다.
업계 해고 추적 사이트인 Layoffs.fyi에 따르면, 2026년 들어 불과 5개월 만에 테크 업계는 이미 2025년 한 해 전체와 맞먹는 수준의 해고를 단행했습니다. 2025년에는 275개 기업에서 124,636명이 해고된 반면, 2026년에는 이미 152개 기업에서 115,430명이 일자리를 잃었습니다. 그리고 대다수의 기업이 감원의 이유로 AI를 지목했습니다.
많은 전문가들은 최대 규모의 테크 기업들이 소위 'AI 워싱(AI washing)'을 하고 있다고 비판합니다. 즉, 실제로는 다른 비즈니스 결정과 재무 지표가 인력 감축을 주도하고 있음에도 불구하고, 과거나 미래의 AI 생산성 향상을 감원의 명분으로 내세우고 있다는 것입니다.
그럼에도 불구하고 일부 기업들의 사례는 놀라울 정도입니다. 프로젝트 관리 및 생산성 소프트웨어 스타트업인 ClickUp의 제브 에반스(Zeb Evans) CEO는 엑스(X)를 통해 약 3,000개의 AI 에이전트를 도입해 사내 업무를 처리하게 한 후 직원의 거의 4분의 1에 달하는 22%를 해고했다고 자랑스럽게 선언했습니다. 에반스는 이번 감원이 비용 절감을 위한 것이 아니라고 맹세했습니다. 대신 그는 AI 에이전트를 운영하고 에이전트의 업무 결과를 하루 종일 빠르게 검토하는 사람들로 구성된 인력을 원했습니다. 그는 이것이 자신이 말하는 '100배(100x) 더 강력한 조직'을 만들 것이라고 굳게 믿고 있습니다.
AI가 매우 유용한 도구가 될 수는 있지만, AI와 생산성에 관한 실제 데이터는 이러한 가정을 전혀 뒷받침하지 못합니다. 한참을 멀찍이 벗어난 수준이죠.
작년 10월 UC 버클리의 '캘리포니아 매니지먼트 리뷰(California Management Review)'에 발표된 다른 연구들의 메타 분석 결과는 "AI 도입과 전반적인 생산성 향상 사이에는 강력한 상관관계가 없다"는 사실을 발견했습니다. 미국 국가경제연구국(NBER)이 3월에 발표한 연구는 AI 도입이 생산성을 향상시킨다고 결론지었지만, "체감하는 생산성 향상이 실제 측정된 생산성 향상보다 더 크게 나타나는 생산성 역설(Productivity paradox)"이 존재한다고 지적했습니다.
수천 개의 에이전트를 생성해 작업을 수행하게 한 후, MIT 연구진은 아직 많은 경우에 에이전트가 사람 수준의 품질로 업무를 수행하지 못하고 있다는 결론을 내렸습니다. 이들은 현재의 LLM(대형 언어 모델) 발전 속도를 가정할 때, 모델이 "평균 80%~95%의 성공률로 대부분의 텍스트 관련 작업을 완료할 수 있을 것"으로 예측했습니다.