안드레 카파시가 본 AI의 기묘한 격차 : 누군가에겐 어설픈 챗봇, 누군가에겐 수직으로 치솟는 능력

어떤 사람에게 AI는 질문에 엉뚱하게 답하는 챗봇이다. 조금 더 편리한 검색엔진 정도다.

20초 핵심

1
같은 AI, 전혀 다른 경험. 안드레 카파시는 약 10억~20억 명이 AI를 가벼운 검색이나 글쓰기 도구로 사용하는 반면, 약 2,000만 명은 복잡한 전문 업무를 처리하는 데 활용한다고 추정했다.
2
격차의 원인은 기술 수준만이 아니다. 얼마나 어려운 문제를 맡기는지, 어느 분야에서 사용하는지, 어떤 모델에 접근할 수 있는지에 따라 AI의 체감 능력이 크게 달라진다.
3
새로운 병목은 인간의 검증 능력. AI가 결과물을 만들어내는 속도가 인간의 이해와 검토 속도를 앞서기 시작했다는 것이 카파시의 관찰이다.

같은 시대에 살지만, 서로 다른 AI를 보고 있다

반면 어떤 개발자는 AI 에이전트에게 며칠씩 걸리던 작업을 맡긴다. 더 나아가 최첨단 연구소에서는 수많은 에이전트가 장기간 협업하는 시스템을 실험하고 있다.

누가 AI를 제대로 보고 있는 것일까?

테슬라의 전 AI 책임자이자 OpenAI 공동 창립자인 안드레 카파시는 2026년 10월 11일 X에 올린 글에서 이 간극을 '가파른 깔때기(Sharp Funnel)'라고 표현했다. 지난 4월에는 서로 다른 두 집단이 대화조차 통하지 않는다고 했지만, 이제 그 격차가 더욱 벌어지고 있다는 것이다.

1. 인류를 네 단계로 나눈 AI 깔때기

카파시가 추정한 AI 경험의 네 단계

인구 규모는 카파시의 대략적인 추산이며, 공식 이용 통계가 아니다.

약 60억 명1단계

AI를 거의 경험하지 않은 사람들

약 10억~20억 명2단계

무료 챗봇을 가끔 사용하는 사람들

약 2,000만 명3단계

최첨단 모델을 전문 업무에 활용

약 5,000명4단계

연구소 내부의 최첨단 시스템에 접근

막대 길이는 단계별 차이를 보여주는 개념적 표현이며 인구에 비례한 그래프가 아니다.

첫 번째 집단인 약 60억 명은 대형언어모델(LLM)을 거의 경험하지 못했다. 두 번째 집단은 무료 챗봇을 가끔 사용한다. 이들에게 AI는 검색, 번역, 글쓰기 보조 도구다.

세 번째 집단부터 풍경이 달라진다. 약 2,000만 명의 수학자와 개발자 등은 고성능 모델로 애플리케이션을 만들거나 복잡한 코드를 분석한다. 카파시는 과거 몇 주에서 몇 달 걸리던 프로젝트를 에이전트가 처리하는 사례를 제시했다.

네 번째 집단은 약 5,000명이다. 카파시에 따르면 이들은 연구소 내부의 최첨단 시스템을 접하면서 사이버보안, 수학, 과학 연구 등에서 대규모 에이전트 협업의 가능성을 목격하고 있다.

여기서 중요한 것은 인구 숫자의 정밀성이 아니다. 카파시 자신도 이를 '냅킨 계산(Napkin Math)'이라고 명시했다. 핵심은 AI를 얼마나 깊게 경험하는지에 따라 같은 기술에 대한 판단이 완전히 달라진다는 점이다.

2. 왜 격차는 줄어들지 않을까?

카파시는 세 가지 원인을 제시한다.

첫째, AI에 맡기는 문제의 크기다.

짧은 질문과 답변만으로는 고성능 모델의 능력을 충분히 확인하기 어렵다. 여러 단계의 계획과 실행, 수정이 필요한 프로젝트에서 에이전트의 가치가 더 선명해진다.

둘째, AI 능력은 분야마다 불균등하다.

현재 모델은 코딩이나 수학처럼 정답을 비교적 명확하게 검증할 수 있는 분야에서 특히 강하다. 강화학습 과정에서 코드 테스트 통과 여부처럼 측정 가능한 보상을 활용하기 쉽기 때문이다.

반면 사람의 취향, 복잡한 협상, 조직 운영처럼 정답을 판정하기 어려운 업무에서는 성능 개선의 효과가 상대적으로 불분명할 수 있다.

셋째, 접근 권한의 차이다.

무료 모델 사용자, 유료 고성능 모델 사용자, 내부 연구 시스템 사용자가 경험하는 능력은 같지 않다. 일부 최첨단 기능은 일반 사용자에게 공개되지도 않았다.

이 때문에 AI에 대한 논쟁은 기술의 능력뿐 아니라 서로 다른 제품과 사용 환경을 경험한 사람들이 내리는 판단의 차이이기도 하다.

3. AI의 생산 속도가 인간의 검증 속도를 앞지른다

카파시의 글에서 가장 흥미로운 대목은 깔때기의 맨 위에 있다.

그는 AI가 생성한 수학 연구 원고 722편을 수학자들이 분석하는 사례를 언급했다. 실제 OpenAI의 공개 연구 저장소에도 수백 편의 원고가 올라와 있으며, 일부는 아직 형식적 검증을 완료하지 못했다.

이 사례는 AI가 수백 가지 새로운 정리를 모두 증명했다는 뜻이 아니다. 연구 결과의 타당성은 별도로 확인해야 한다.

그러나 중요한 질문이 남는다. AI가 만들어내는 코드와 연구 결과가 폭증할 때, 인간은 그것을 얼마나 빠르게 이해하고 검증할 수 있을까?

앞으로 생산성을 결정하는 변수는 단순한 생성 속도가 아닐 수 있다. 검증 가능한 결과물을 얼마나 안정적으로 완성하느냐가 더 중요한 경쟁력이 될 가능성이 있다.

AI를 과소평가하는 것도 문제지만, 아직 검증되지 않은 능력을 이미 실현된 성과로 받아들이는 것 역시 위험하다.

카파시가 묘사한 기묘한 순간은 그 두 현실이 동시에 존재한다는 사실에 있다. 이제 중요한 질문은 AI가 얼마나 대단한지가 아니다. 우리는 AI에 어떤 문제를 맡기고 있으며, 그 결과를 검증할 준비가 되어 있는가?

INSIGHT TIMES VIEW

4. AI 격차는 결국 업무 설계의 격차다

이 관찰을 개인과 기업의 관점으로 확장하면 한 가지 결론에 도달한다.

AI를 많이 사용하는 것과 AI로 중요한 일을 해결하는 것은 다르다.

기업이 직원들에게 챗봇 계정을 제공했다고 해서 생산성이 자동으로 높아지는 것은 아니다. 업무를 작은 단위로 나누고, 필요한 데이터에 접근시키고, 결과를 검증할 방법까지 마련해야 한다.

투자자에게도 구분이 필요하다. 뛰어난 모델을 개발한 기업이 반드시 가장 많은 경제적 가치를 확보하는 것은 아니다. 실제 고객이 비용을 지불하고, 업무에 지속적으로 적용하며, 그 결과가 매출과 현금흐름으로 연결되어야 한다.

따라서 AI 기업을 평가할 때는 모델 성능뿐 아니라 고객의 실제 사용량, 반복 이용, 업무 자동화의 완성도, 검증 비용을 함께 살펴볼 필요가 있다.

다만 카파시의 네 집단 추정은 인구조사가 아니다. 모든 분야에서 AI 격차가 계속 벌어진다는 예측 역시 확정된 사실은 아니다. 더 저렴하고 강력한 모델이 널리 보급되면 접근성 격차는 빠르게 좁혀질 수도 있다.

무료 AI를 사용하면 기술 발전을 제대로 알 수 없을까?
  • 반드시 그렇지는 않다. 무료 모델도 많은 일상 업무에 충분하다. 다만 복잡한 장기 프로젝트에서는 고성능 모델과 사용 환경에 따라 차이가 나타날 수 있다.
코딩을 못하는 사람은 AI 혁신에서 소외될까?
  • 코딩 자체보다 중요한 것은 문제를 구체화하고 결과를 검증하는 능력이다. 비개발자도 데이터 분석과 업무 자동화를 통해 생산성 향상을 경험할 수 있다.
카파시가 말한 5,000명은 실제로 확인된 숫자인가?
  • 아니다. 연구소별 인원을 조사한 공식 통계가 아니라 그의 대략적인 추정이다.
AI가 인간의 검증 속도를 앞지르면 결과를 신뢰하기 어려워지는가?
  • 위험이 커질 수 있다. 자동 테스트와 재현 가능한 실험, 독립적인 검토 체계의 중요성이 높아지는 이유다.

체크 포인트

실제 업무 자동화율AI가 초안을 작성하는 수준을 넘어 최종 결과까지 완성하는 비율.
검증 비용과 오류율AI가 빨라져도 사람이 수정하는 시간이 늘어난다면 순생산성은 낮아질 수 있다.
고성능 모델의 보급무료와 유료, 내부 시스템 사이의 성능 차이가 줄어드는 속도.
기업 고객의 반복 사용과 매출일회성 실험이 지속 가능한 사업으로 이어지는지 판단하는 지표.
AI를 어떻게 보느냐는 어떤 AI를, 어떤 크기의 일에 써 봤느냐에 크게 달려 있고, 만들어 낸 결과를 검증하는 일이 다음 숙제로 남는다.

인사이트 타임스 편집부

주제로 더 읽기

이 기사의 주제부터, 요즘 많이 읽히는 주제까지

투자 심리와 의사결정, 그리고 투자 책 이야기

테슬라

이 기사의 주제기사 78편모두 보기 →

0.81초보다 중요한 숫자는 2028 테슬라 로드스터가 다시 보여준 것

스페이스X 추력기로 실제 공중 기동에 성공한 2세대 로드스터. 그러나 투자자에게 더 중요한 질문은 “정말 날 수 있나”가 아니라 “이 차가 테슬라 기업가치의 무엇을 바꿀 수 있나”다.

테크REALLY?

테슬라와 스페이스X가 하나가 된다면, 머스크의 거대한 구상은 누구에게 이익일까?

두 회사가 합병 가능성을 공식 검토하기 시작했다. 자동차와 로봇, 우주, AI, 에너지 산업을 연결하는 머스크의 구상은 한 걸음 더 구체화됐다. 그러나 테슬라 장기투자자에게는 기술적 시너지보다 더 중요한 질문이 있다. 두 기업이 합쳐서 창출할 이익 중 기존 TSLA 주주에게 돌아갈 몫은 얼마나 될까?

투자SO WHAT

로드스터가 보여준 미래, 내 테슬라에도 들어올까?

하늘을 나는 자동차보다 더 흥미로운 질문. 로드스터의 5가지 신기술이 Model 3와 Model Y에 들어오면 운전은 어떻게 달라질까?

테크EXPLAIN

머스크의 테라팹, 1,190억 달러짜리 반도체 공장이 바꿀 미래

테슬라의 로봇에서 스페이스X의 우주 데이터센터까지, 머스크는 왜 반도체 생산마저 직접 통제하려 할까

테크EXPLAIN

머스크의 다음 승부는 AI 모델이 아니다. AI를 생산하는 산업 시스템이다

바론 콘퍼런스에서 드러난 머스크의 산업 전략과 투자자가 확인해야 할 경제적 증거

투자WHAT NEXT

머스크의 G20 메시지: AI 시대의 진짜 병목은 GPU가 아니라 전기다

10억 대 휴머노이드와 세계 경제 20~30% 확대라는 숫자는 눈길을 끌지만, 투자자가 먼저 볼 것은 더 현실적인 한 문장이다. AI 칩은 빠르게 늘어나는데 그것을 켤 전력과 물리적 인프라는 같은 속도로 늘지 못하고 있다.

테크REALLY?

테슬라는 왜 급등했을까? 바클레이스가 450달러를 제시한 이유

SpaceX 합병 기대가 주가를 움직였다. 하지만 상승세가 이어질지는 로보택시의 수익화와 현금흐름이 결정한다.

투자WHY

AI 에이전트

이 기사의 주제기사 89편모두 보기 →

사람이 한 줄 시키면 여러 단계를 스스로 밟아 일을 끝내는 AI.

클로드 듀엣의 등장, AI가 이제 먼저 말을 걸기 시작했다

AI의 경쟁력이 답변의 정확도에서 ‘언제 개입해야 하는지 판단하는 능력’으로 확장되고 있다. 앤트로픽의 클로드 듀엣은 그 변화를 보여주는 새로운 실험이다.

테크WHAT NEXT

메타 3분기 실적, 광고는 26% 성장했는데 현금흐름은 적자 - AI 투자 1,450억달러의 승부수

매출은 시장 예상치를 넘어섰고, 법률비용을 제외한 주당순이익도 기대 이상이었다. 하지만 영업이익률은 반토막 났고, 잉여현금흐름은 적자로 돌아섰다. 메타는 이제 광고로 돈을 잘 버는 기업에서, 그 돈을 AI에 얼마나 효율적으로 투자하는지 증명해야 하는 기업으로 바뀌고 있다.

투자EXPLAIN

AI는 클라우드로 가는 줄 알았는데, Apple은 다시 책상 위로 가져오고 있다

Mac Studio 네 대가 1조 파라미터 모델을 돌린 장면보다 더 중요한 것은 경제학이다. AI 사용량이 충분히 많고 반복적이라면, 매번 토큰을 사는 것보다 연산 장비를 직접 보유하는 편이 싸지는 지점이 생긴다.

테크SO WHAT

Smartphone showing a Gemini trip widget on an airport cafe table

구글이 앱을 만드는 방식을 바꾼다. 이제 AI에게 말하면 내 화면이 만들어진다

우리는 지금까지 앱이 만들어 놓은 화면에 적응했다. 구글은 이제 AI가 사람마다 필요한 화면을 직접 구성하는 시대를 열려 한다.

테크EXPLAIN

AI가 손과 발을 얻은 뒤 - 공장보다 더 크게 바뀌는 것은 아이들의 공부와 인간의 일이다

피지컬 AI는 로봇 산업의 유행어가 아니다. AI가 화면 밖으로 나와 현실의 물체를 움직이기 시작하면서, 제조업의 경쟁 방식과 인간이 맡는 일의 경계, 그리고 ‘무엇을 배워야 하는가’라는 교육의 오래된 질문까지 동시에 흔들고 있다.

세상이야기SO WHAT

아마존 상자와 노트북 위 상품 정보 화면, 뒤편의 구글 로고

아마존은 왜 팔지도 않는 상품의 정보까지 모으려 할까?

구글에서 제품을 조사하고 아마존에서 구매하던 시대. AI가 검색과 구매를 하나로 연결하기 시작하자, 아마존은 전 세계 상품 정보의 주도권을 확보하려 한다.

테크WHY

Shopper comparing washing machines with an AI shopping assistant

검색도 안 했는데 AI가 대신 골랐다, 쇼핑몰과 광고는 어떻게 돈을 벌까?

중국에서는 8,000만 명 가까이가 AI 쇼핑 도우미를 이용했고, 미국에서는 항공사가 외부 AI의 접근을 제한했다. 소비자 대신 상품을 고르는 AI가 늘어나면 아마존의 광고, 구글의 검색, 브랜드의 판매 전략은 어떻게 달라질까?

테크SO WHAT

사이버보안

이 기사의 주제기사 22편모두 보기 →

시스템과 데이터를 공격으로부터 지키는 일.

AI Agent 시대의 진짜 권력자는 모델 회사가 아니라 OS 회사일 수 있다

Apple이 Meta Muse 논란 직후 macOS의 Full Disk Access 통제를 강화하기로 했다. 이 뉴스의 핵심은 보안 패치가 아니다. AI Agent의 경쟁력이 모델 지능만이 아니라, 누가 파일·메일·메시지·결제에 접근할 권한을 통제하느냐에 달려 있다는 점이다.

테크REALLY?

AI 화면이 켜진 금융 상황실에서 직원들이 시장을 지켜보는 모습

AI가 은행을 더 똑똑하게 만들수록 금융시장은 더 불안해질 수 있다

연준 금융안정보고서 설문에서 87%가 AI를 주요 위험으로 지목했다. 문제는 AI가 틀린 판단을 내리는 것만이 아니다. 모두가 같은 정답을 찾아 동시에 행동할 때도 금융시장은 흔들릴 수 있다.

테크EXPLAIN

AI는 이제 답을 잘하는가보다 일을 끝내는가로 평가받는다

앤트로픽이 공개한 두 모델의 진짜 의미는 성능 경쟁이 아니다. 기업의 오래된 숙제를 해결하는 능력, 그리고 그 능력을 누구에게 허용할 것인가의 경쟁이다.

테크SO WHAT

앤트로픽이 상장서류에 적어낸 위험 : AI가 비밀번호를 찾아냈고, 매출의 절반은 빅테크를 거쳤다

AI 에이전트는 실제 외부 시스템에 접근했고, 클로드 매출의 상당 부분은 아마존과 구글 같은 클라우드 사업자를 통해 발생했다. 상장서류의 위험요인은 이 두 사건이 앞으로 비용과 성장에 어떤 영향을 줄 수 있는지 보여준다.

테크WHAT NEXT

Claude Sonnet 5.5가 던진 질문, 가장 비싼 AI가 가장 쌀 수도 있는건가?

Sonnet 5.5는 Opus 5.5에 근접하는 성능을 더 낮은 가격과 더 빠른 속도로 제공한다. 하지만 여기서 결론을 “싼 모델이 이겼다”로 내리면 절반만 본 것이다. AI 모델 선택의 기준은 토큰 가격이 아니라 실패했을 때 생기는 총비용이다.

테크REALLY?

AI가 AI를 만드는 시대, 진짜 변화는 ‘연구공장’에서 시작됐다

Claude가 Anthropic AI R&D의 26%를 ‘주도’한다. 더 놀라운 숫자는 90%와 3만 개다. 최첨단 AI 연구소의 생산 방식이 인간 연구자 중심에서 인간이 방향을 정하고 대규모 AI 에이전트가 실행하는 구조로 빠르게 바뀌고 있다.

테크EXPLAIN

AI가 자물쇠를 따는 시대

AI가 공격과 방어를 동시에 바꾸고 있다. 이제 보안의 핵심은 침입 차단뿐 아니라 AI의 권한, 공급망, 복구 능력까지 관리하는 것이다.

테크EXPLAIN

젠슨 황 없는 엔비디아, 1,090억 달러 실적보다 중요한 세 가지 질문

11월 12일 엔비디아는 공동창업자 젠슨 황의 CEO 및 이사회 사임을 발표했다. SEC 공시에 따르면 이사회가 사임을 수리한 날은 11월 11일이다.

투자SO WHAT

젠슨 황이 떠나자, 왜 엔비디아보다 더 불안한 회사들이 생겼을까?

2026년 11월 12일, AI 산업의 상징과도 같았던 젠슨 황이 엔비디아 CEO 자리에서 물러났다는 발표가 나왔다. 1993년 창업 이후 33년 동안 회사를 이끌었던 인물의 퇴장. 충격은 엔비디아 주가에만 머물지 않았다.

투자WHY

말로는 겁을 냈지만, 돈으로는 주식을 샀다 - 이번 주 월가 뷰가 본 두 얼굴의 시장

이번 주 월가에서는 투자자의 말과 돈이 서로 다른 쪽을 가리켰다. 엔비디아가 크게 빠졌는데도 지수는 조금만 내려왔다. 장기투자자가 이 한 주에서 무엇을 확인할 수 있는지 네 가지로 정리했다.

투자EXPLAIN

기술주 급락, 강세장은 끝났을까? 월가의 4년 차트가 말하는 진실

4년간 다섯 번의 두 자릿수 조정에도 살아남은 상승 추세. 그러나 이번에는 AI 기업의 부채와 현금흐름이 새로운 변수로 떠올랐다.

투자WHAT NEXT

젠슨 황의 퇴장, 엔비디아가 잃은 것과 미국 AI 패권이 직면한 딜레마

개인 스캔들로 시작된 사임이 드러낸 것은 한 기업의 경영 공백만이 아니다. 중국을 통제하면서도 미국 기술의 영향력을 유지해야 하는 정책의 모순, 그리고 AI 산업의 실행 속도가 탁월한 한 사람에게 의존해온 취약성이다.

투자SO WHAT

유리 외벽에 ANTHROPIC 기업 로고가 보이는 도심 건물의 보도사진 스타일 이미지

앤트로픽 IPO 1.4조 달러의 진짜 의미, AI 성장에 필요한 돈은 누가 부담할까?

앤트로픽의 IPO는 단순히 거대한 AI 기업 하나가 증시에 입성하는 사건이 아니다. AI 산업이 지금까지의 사모 투자와 빅테크의 자금 지원을 넘어, 공개 주식시장에서 대규모 성장 자금을 조달하는 단계로 진입한다는 의미가 있다.

테크REALLY?

머스크가 내다본 AI 인프라의 다음 단계

네오클라우드의 위기는 왜 스페이스X와 테슬라의 기회가 될 수 있을까

테크WHAT NEXT