Gary Marcus · NYU 교수, AI 비평가 — LLM 한계에 대한 가장 날카로운 반대 목소리 · 2026.04.26 ~ 05.10 큐레이션
AI 업계를 둘러싼 장밋빛 전망과 과장된 수치들이 넘쳐나는 가운데, Gary Marcus는 연속으로 날 선 질문들을 던졌어요. 지수 성장은 영원하지 않고, 바이럴 정보는 종종 거짓이며, AI 벤치마크 수치도 기준을 낮춰야 가능한 숫자일 수 있다는 것이에요.
Anthropic $2조 매출 전망? “아기 몸무게 논리와 같아요”
To anticipate that Anthropic will have $2T revenue in 2030 is a perfect example of the trillion pound baby fallacy. Just because a baby doubles in weight in its first four months doesn’t mean it will continue to doubling every few months til he goes away to college. People around here need to learn that most exponentials don’t last.
아기가 생후 4개월 동안 몸무게를 두 배로 늘린다고 해서 대학 갈 때까지 그 속도가 이어지진 않죠. 대부분의 지수 성장은 언젠가 꺾인다는 이야기예요. 나아가 그는 AI 산업을 향해 “폰지 사기였나?”, “왜 투자자들은 적자를 무시했나?”, “순환 투자 구조는 왜 경고 신호로 읽히지 않았나?” 같은 불편한 질문들도 연달아 던졌어요.[4]
AI 벤치마크 논쟁에서도 같은 논리를 이어갔어요. 측정 지표가 ‘벽’에 닿은 것처럼 보이는 건 신뢰성 기준을 낮게 잡았기 때문이라고 지적했어요. 95% 정확도를 요구했다면 결코 측정 한계에 도달하지 못했을 거라는 거예요.[5] 공유한 글에서도 비슷한 시각이 등장했는데, ASI(초인공지능)는 달성 가능하지만 좁고 유한한 능력에 그칠 것이라는 관점을 주목했어요.
↻ 공유한 글
RT @ramez: I believe we’ll achieve ASI, but it will be both narrow and finite in capability. We already have ASI in Go, Chess, some video…
ASI가 와도 그것이 ‘만능’을 뜻하진 않는다는 시각이에요. 바둑·체스처럼 특정 영역에서만 압도적인 능력을 갖춘 좁은 초지능이 될 가능성이 높다는 거예요.
“딥러닝은 벽에 부딪혔다”는 말, 맥락을 잘라내지 마세요
Rather, it was an argument that the pure scaling of LLMs would not get us to AGI, and that we would need to start including symbolic tools and working towards neurosymbolic AI. Time has shown I was quite right about all of that, and that’s what happening now, with systems like Claude Code are neurosymbolic hybrids that leverage symbolic tools like code interpreters and harnesses written in symbolic code, etc.
2022년 논문 “Deep Learning is Hitting a Wall”은 수익이나 AI의 잠재적 상한선에 관한 이야기가 아니었어요. 순수 LLM(거대 언어 모델) 스케일링만으로는 AGI(범용 인공지능)에 도달할 수 없고, 심볼릭 도구와 결합한 뉴로심볼릭 AI가 필요하다는 주장이었어요. Claude Code 같은 시스템이 코드 인터프리터와 심볼릭 코드를 결합하는 방식이 그 증거라고 짚었어요. 또 X에서 1.4백만 뷰를 얻은 체스·IQ 관련 트윗을 분석하며, 연구 결과를 정반대로 뒤집은 과장이 어떻게 대규모 확산으로 이어지는지를 구체적으로 보여줬어요.[6]
Marcus의 시선은 일관돼요. 지수 그래프든, 벤치마크 수치든, 바이럴 정보든 — 맥락 없이 소비되는 숫자는 현실을 왜곡한다는 거예요. AI 시대일수록 숫자 뒤의 조건을 묻는 습관이 필요하다는 메시지를 남기고 있어요.
📚 출처 (Sources)
- [1]@garymarcus on 𝕏 · 2026-05-09 — “To anticipate that Anthropic will have $2T revenue in 2030 is a perfect example of the tri…”
- [2]↻ RT@garymarcus on 𝕏 · 2026-05-10 — “I believe we’ll achieve ASI, but it will be both narrow and finite in capability.
We alr…”
- [3]@garymarcus on 𝕏 · 2026-05-09 — “So many people misremember (or never read) what I said in in 2022 in “Deep learning is hit…”
- [4]@garymarcus on 𝕏 · 2026-05-09 — “Questions people will be writing about in the coming years:
• Was it a Ponzi scheme?
• Why…” - [5]@garymarcus on 𝕏 · 2026-05-09 — “Sorry, @peterwildeford, but this is wrong. Please don’t play along.
The measurement “wall…”
- [6]@garymarcus on 𝕏 · 2026-05-09 — “Wanna get a million views? Make stuff up. Take a tiny tiny bit of truth and distort it wil…”
본 글은 Gary Marcus(@garymarcus)이(가) 지난 14일간 X(트위터)에 올린 게시물 중 6건을 인용해
Claude(Anthropic)가 한국어로 큐레이션·해설한 것입니다. 원문 저작권은 작성자에게 있으며,
출처 목록의 [n] 번호 또는 본문 내 [n] 표시를 누르면 원문 트윗으로 이동합니다.
AI·로봇 뉴스레터
매주 월·목, 한국어 AI·로봇 핵심 소식을 이메일로 받아보세요.