AI 대부 얀 르쿤 "머스크의 xAI는 실패작"

xAI 공동창업자 이탈·수익성 문제 지적..."AI 기업들 적자 구조, 지속 불가능"

컴퓨팅입력 :2026/06/19 08:57    수정: 2026/06/19 09:03

인공지능(AI) 분야 대표적 석학인 얀 르쿤(AMI랩스 창립자)이 일론 머스크의 AI 기업 xAI를 두고 '실패작(failure)'이라고 평가했다. 더불어 AI 산업 전반에 대규모 거품 붕괴 가능성을 경고했다.

19일 얀 르쿤 의장은 CNBC와의 인터뷰에서 xAI가 AI 경쟁에서 뒤처질 것으로 전망했다. 핵심 인재 이탈과 천문학적인 운영 손실이 주요 이유다.

그는 "xAI는 솔직히 말해 실패작에 가깝다"며 "창립 멤버들이 회사를 떠났고 일론 머스크 최고경영자(CEO)는 최고 수준의 AI 인재를 영입하기 어려운 위치에 놓여 있다"고 말했다.

얀 르쿤 AMI랩스 이사회 의장(이미지=얀 르쿤 링크드인)

이어 "머스크 CEO가 이전 팀을 대하는 과정에서 좋은 모습을 보여주지 못했기 때문에 우수한 연구자를 끌어들이기 쉽지 않을 것"이라고 덧붙였다.

양 측은 AI를 비롯해 다양한 주제를 놓고 수년간 공개적으로 충돌해 왔다. 얀 르쿤 의장은 과거 일론 머스크 CEO가 소셜 서비스(SNS)에서 펼친 주장을 음모론이라고 비판한 바 있다.

일론 머스크 CEO 역시 얀 르쿤 의장을 향해 "오랫동안 AI 흐름을 따라가지 못했다"고 공격했다.

'AI 대부' 중 한 명으로 불리는 얀 르쿤 의장 발언은 AI 업계 주요 기업의 기업가치와 사업 지속 가능성에 대한 논란을 다시 불러일으키고 있다.

실제로 xAI는 최근 공동 창업자들의 잇따른 이탈을 겪었다. 머스크는 올해 2월 우주기업 스페이스X와 xAI를 통합하는 대규모 거래를 단행했다. 당시 기업가치는 1조2500억 달러(약 1922조원)로 평가됐다.

그러나 올해 1분기 스페이스X의 AI 사업 부문은 xAI를 포함해 25억 달러(약 3조 8450억원) 규모의 영업손실을 기록한 것으로 알려졌다.

얀 르쿤 의장은 xAI의 대규모 데이터센터 투자 역시 지속 가능성에 의문이 있다고 지적했다.

그는 "xAI는 막대한 인프라를 보유하고 있지만 다른 기업에 컴퓨팅 자원을 임대하고 있다"며 "이는 투자 비용을 회수할 수 있는 사실상 유일한 방법"이라고 비판했다.

이는 미국 테네시주 멤피스에 구축된 xAI의 초대형 AI 데이터센터 '콜로서스 1'과 '콜로서스 2'를 겨냥한 발언으로 해석된다. 현재 구글과 앤트로픽 등도 해당 시설의 컴퓨팅 자원을 활용하고 있는 것으로 알려졌다.

그는 "xAI의 미래 전망에 대해 긍정적이지 않다"며 "오픈AI나 앤트로픽 같은 선도 기업들과 경쟁할 수 있을 것으로 보지 않는다"고 평가했다.

xAI 외에도 AI 산업 전반에 대해서도 우려를 나타냈다. 많은 기업에서 AI 도입 비용 증가 문제를 제기하는 가운데 현재 주요 AI 기업의 수익 구조가 장기적으로 지속되기 어렵다는 진단이다.

얀 르쿤 의장은 "AI 서비스 가격은 오르고 있지만 운영 비용 감소 속도는 충분히 빠르지 않다"며 "AI 기업 대부분은 여전히 적자를 내고 있고 사용자가 누리는 혜택 상당 부분은 투자자 자금으로 보조되고 있다"고 말했다.

이어 "이 같은 구조는 오래 지속될 수 없다"며 "오픈AI와 앤트로픽 같은 기업들은 결국 가격을 인상하거나 비용을 절감해야 하며, 그렇지 않으면 대규모 거품 붕괴가 발생할 수 있다"고 경고했다.

현재 AI 업계 주류 기술인 대규모언어모델(LLM)에 대해서도 한계를 지적했다. LLM이 코딩이나 수학 문제 해결에는 유용하지만 장기적으로 범용 AI 시스템의 기반이 되기는 어렵다는 설명이다.

대신 그는 자신이 오랫동안 연구해 온 '월드 모델(World Model)' 접근법을 차세대 AI의 핵심 기술로 제시했다.

LLM이 언어 패턴을 학습해 다음 단어를 예측하는 방식이라면 월드 모델은 현실 또는 가상 세계의 물체와 인과관계, 행동 원리를 이해하는 데 초점을 맞춘다.

관련기사

얀 르쿤 의장은 "신뢰할 수 있는 범용 AI 에이전트 시스템은 결국 월드 모델 기반으로 구축될 것"이라며 "현재의 LLM만으로는 한계가 있다"고 말했다.

이어 "LLM은 유용한 기술이지만 현재 수준의 성능을 유지하는 데 드는 비용이 사용자가 지불할 의향이 있는 금액에 비해 지나치게 높다"고 지적했다.