회사를 삼킨 예측 인공지능
집값을 정확히 맞힌다던 인공지능이, 정작 그 인공지능을 만든 회사를 통째로 삼켜 버렸다. 이 회사는 알고리즘이 계산한 가격으로 집을 사들여 되팔면 큰돈을 벌 수 있다고 믿었다. 온라인에 집 정보를 입력하기만 하면 인공지능이 며칠 안에 값을 매기고 곧바로 사 준다는, 그야말로 미래적인 서비스였다. 그러나 2021년, 이 사업에서 순식간에 5억 달러 안팎이 증발했고, 회사는 전체 직원의 약 4분의 1을 내보내야 했다. 세상에서 가장 많은 집값 데이터를 가졌다고 자부하던 이 인공지능은, 왜 정작 자기 회사의 미래조차 맞히지 못했을까. 데이터와 알고리즘에 대한 과신이 어떻게 거대한 재앙으로 이어졌는지, 그 전 과정을 따라가 본다.
단추 하나로 집을 파는 꿈
이야기는 하나의 편리한 꿈에서 시작된다. 집을 파는 일은 원래 몇 달이 걸리는 고단한 과정이었다. 부동산 중개인을 만나고, 낯선 사람들에게 집을 보여 주고, 언제 팔릴지 모른 채 하염없이 기다려야 했다. 그런데 이 회사는 전혀 다른 방식을 제안했다. 온라인에 집 정보를 입력하기만 하면, 인공지능이 며칠 안에 살 만한 가격을 제시하고 곧바로 그 집을 사 준다는 것이었다. 집주인은 복잡한 절차 없이 단추 하나로 집을 팔 수 있었다. 이렇게 회사가 직접 집을 사들여 되파는 사업 방식을 업계에서는 ‘아이바잉’이라 부른다. 회사는 사들인 집을 살짝 손봐서 더 높은 가격에 되팔아 그 차익을 남길 계획이었다. 사람들은 이 매끄러운 서비스에 열광했고, 회사는 이 사업을 미래의 성장 동력으로 삼았다. 하지만 이 모든 계획은, 인공지능이 집값을 정확히 맞힌다는 단 하나의 전제 위에 아슬아슬하게 서 있었다.
1억 채를 학습한 알고리즘의 자신감
이 회사가 자랑한 무기는 집값을 추정하는 인공지능이었다. 이 알고리즘은 미국 전역의 1억 채가 넘는 집에 대한 정보를 학습했다. 집의 크기와 방 개수, 위치와 최근 거래 내역까지 수많은 데이터를 빨아들여 각 집의 가치를 하나의 숫자로 내놓았다. 회사는 이 추정치의 정확도를 오랫동안 자랑해 왔고, 실제로 많은 사람들이 집을 사고팔 때 이 숫자를 하나의 기준으로 삼았다. 이 추정 서비스는 회사의 상징과도 같았다. 이제 회사는 그 자신감을 바탕으로, 자신이 추정한 가격에 진짜 돈을 걸어 보기로 했다. 단순히 가격을 알려 주는 것을 넘어, 그 가격에 실제로 집을 사들이겠다는 결정이었다. 데이터가 충분히 많으면 미래도 예측할 수 있다는 믿음이 그 바탕에 있었다. 그러나 데이터가 아무리 많아도, 이 알고리즘이 결코 예측할 수 없는 것이 하나 있었다. 바로 사람과 시장이라는, 살아 움직이는 변수였다.
조용히, 그러나 빠르게 자란 위기
문제는 조용히, 그러나 빠르게 자라났다. 인공지능은 미래의 집값이 계속 오를 것이라 예측하고, 점점 더 높은 가격에 집을 사들이기 시작했다. 경쟁에서 이기려면 조금이라도 더 비싼 값을 불러야 했기에, 알고리즘은 시장의 실제 가치보다 높은 가격을 제시하는 일이 잦아졌다. 회사는 짧은 기간에 수천 채의 집을 폭발적으로 사들였다. 오르는 시장에서는 비싸게 사도 더 비싸게 팔 수 있으니 문제가 없어 보였다. 하지만 그사이 뜨겁던 시장의 열기는 서서히 식어 가고 있었다. 금리와 경기, 계절적 요인까지 겹치면서 집을 사려는 사람들의 발길이 줄었다. 비싸게 사들인 집들이 팔리지 않은 채 창고처럼 쌓여 갔다. 사려는 사람보다 팔아야 할 집이 많아지자, 회사의 곳간에서는 돈이 빠르게 새어 나가기 시작했다. 집은 그저 장부 위의 숫자가 아니라, 세금과 관리비가 매달 나가는 실물 자산이었기 때문이다.
경영자의 뼈아픈 고백
결국 회사를 이끌던 최고 경영자가 직접 입을 열었다. 그는 알고리즘이 변덕스러운 부동산 시장을 끝내 따라잡지 못했다는 사실을 솔직하게 인정했다. 집값의 움직임을 예측하는 자신들의 능력을 지나치게 믿었다는 고백이었다. 세상에서 가장 정교하다던 예측 인공지능을 만든 회사가, 스스로 그 예측을 더는 신뢰할 수 없다고 인정한 순간이었다. 이 고백은 단순한 사업 실패의 인정을 넘어, 데이터 만능주의에 대한 근본적인 반성으로 읽혔다. 아무리 정교한 모델이라도 예측에는 반드시 오차가 따르고, 그 작은 오차에 회사의 운명 전체를 걸어서는 안 된다는 교훈이었다. 그런데 이 알고리즘이 무릎을 꿇은 진짜 이유는, 생각보다 훨씬 근본적인 곳에 있었다.
인공지능이 집값 앞에서 무너진 이유
인공지능이 집값 앞에서 무너진 이유는 여러 겹이었다. 첫째, 부동산 시장은 갑자기 방향을 트는 살아 있는 생물과 같았다. 어제까지 오르던 가격이 하루아침에 얼어붙기도 했다. 과거의 데이터로 학습한 알고리즘은 이런 갑작스러운 방향 전환에 특히 취약했다. 둘째, 알고리즘은 낡은 집을 고치는 데 드는 실제 비용과 시간을 자주 과소평가했다. 화면 속 데이터로는 보이지 않는 곰팡이나 노후 배관 같은 문제가 실제 현장에는 많았다. 셋째, 집을 사고파는 것은 숫자가 아니라 사람의 마음이 움직이는 일이었다. 같은 집이라도 누군가에게는 소중한 보물이고 누군가에게는 그저 벽돌 더미였다. 마지막으로, 회사 스스로가 자꾸 비싼 값을 부르며 시장을 더욱 뜨겁게 달군 면도 있었다. 큰손이 등장해 가격을 끌어올리면, 그 여파가 다시 알고리즘의 판단에 영향을 주는 악순환이 벌어졌다. 이렇게 여러 요인이 겹치면서, 예측한 가격과 실제 가격 사이의 간극은 점점 크게 벌어졌다.
예측 가격과 실제 가격의 간극
예측과 현실의 간극은 집 한 채의 가격에서 적나라하게 드러났다. 인공지능이 사들일 때 계산한 가격과, 실제로 시장에서 팔린 가격은 크게 어긋났다. 어떤 집은 알고리즘이 매긴 값보다 한참 낮은 가격에야 겨우 새 주인을 찾았다. 회사는 손해를 감수하고서라도 창고처럼 쌓인 집들을 서둘러 처분해야 했다. 집을 오래 들고 있을수록 세금과 관리 비용이 계속 쌓였기 때문이다. 한 채당 손실이 작아 보여도, 수천 채가 모이자 그 액수는 감당하기 힘든 규모로 불어났다. 정확한 예측을 자랑하던 인공지능이, 정작 가장 중요한 순간에 가장 크게 빗나간 셈이었다. 이 어긋남은 개별 거래의 손실을 넘어, 결국 회사 전체를 뒤흔드는 커다란 지진으로 번져 갔다. 편리한 미래로 포장됐던 사업의 진짜 위험이 마침내 모습을 드러낸 것이다.
3년의 궤적: 시작과 전격 철수
이 사업의 궤적을 시간순으로 살펴보면 흥망의 그래프가 뚜렷하게 그려진다. 2018년, 회사는 인공지능으로 집을 사고파는 새로운 사업에 야심 차게 뛰어들었다. 2021년에 들어서면서는, 오르는 집값에 자신감을 얻어 사들이는 속도를 크게 끌어올렸다. 짧은 기간에 수천 채의 집이 회사의 장부에 차곡차곡 쌓였다. 겉으로는 거침없는 확장처럼 보였다. 그러나 그해 가을, 시장이 예상과 다르게 흘러가면서 손실이 눈덩이처럼 불어나기 시작했다. 결국 2021년 11월, 회사는 이 사업을 완전히 접겠다고 전격 발표했다. 불과 몇 년 만에 미래의 사업으로 불리던 계획이 통째로 사라진 것이다. 회사는 남은 집들을 처분하는 데만도 오랜 시간을 들여야 했다. 화려하게 시작된 실험이 남긴 것은 거대한 손실과 뼈아픈 교훈뿐이었다.
숫자에 배신당한 사람들의 목소리
현장의 목소리는 화려한 사업 발표 뒤에 가려진 충격을 보여 준다. 이 회사에서 일하던 많은 직원들은, 어느 날 갑자기 사업이 접힌다는 소식과 함께 일자리를 잃었다. 회사를 믿고 집을 맡겼던 사람들도, 예상보다 낮은 가격을 받아 들고 당황해야 했다. 한 직원은 숫자를 믿었는데 그 숫자가 자신들을 배신했다고 담담히 털어놓았다. 아무리 똑똑한 알고리즘도, 사람의 삶이 걸린 결정을 대신 책임져 주지는 못했다. 인공지능은 가격을 계산할 수는 있어도, 그 가격이 틀렸을 때의 결과까지 책임지지는 않는다. 결국 그 책임은 온전히 사람의 몫으로 남았다. 누군가에게는 생계가, 누군가에게는 오래 살던 보금자리가 걸린 문제였다. 이 사건은 인공지능을 사업의 핵심에 둘 때, 그 판단의 결과를 누가 어떻게 책임질 것인지 미리 고민해야 한다는 점을 일깨웠다.
숫자로 본 5억 달러의 대가
숫자는 이 실패의 무게를 정직하게 말해 준다. 이 사업을 정리하는 과정에서 회사가 떠안은 손실은 5억 달러 안팎에 이르렀다. 여기에 회사는 전체 직원의 약 4분의 1, 다시 말해 수천 명에 이르는 사람들을 내보내야 했다. 인공지능이 사들였던 집도 수천 채가 팔리지 못한 채 그대로 남아 있었다. 가장 정교한 예측을 자랑하던 기술이, 알고 보면 회사에 가장 큰 손실을 안긴 셈이었다. 이 숫자들은 인공지능을 사업에 도입할 때 우리가 무엇을 경계해야 하는지 보여 준다. 화면 속 정확도 수치만으로는, 그 알고리즘이 현실의 거대한 돈과 사람의 삶을 감당할 수 있는지 알 수 없다. 실험실에서의 정확도와 실제 시장에서의 성적표 사이에는 넓은 강이 흐르고 있었다.
데이터를 향한 과신이 남긴 교훈
이 이야기의 중심에는 한때 혁신의 상징으로 불리던 회사가 있었다. 이 회사는 부동산 정보를 누구나 손쉽게 볼 수 있게 만든 개척자였고, 그 명성만큼이나 인공지능 예측에 대한 자신감도 컸다. 그러나 부동산은 숫자가 아니라 사람의 감정으로 움직이는 시장이라는 분석가들의 지적은 뼈아프게 들어맞았다. 결국 회사는 집을 직접 사고파는 위험한 사업에서 손을 떼고, 원래 가장 잘하던 정보 제공 서비스로 조용히 돌아갔다. 데이터를 향한 지나친 믿음이 부른 값비싼 수업이었다. 이 사례는 인공지능 시대를 사는 우리에게 묵직한 교훈을 남긴다. 인공지능의 예측이 쓸모없다는 것이 아니다. 오히려 아무리 많은 데이터를 가진 인공지능이라도, 사람의 마음과 시장의 변덕까지 완벽하게 맞힐 수는 없다는 사실이다. 다음번에 어떤 인공지능이 미래를 정확히 예측한다고 자신 있게 말할 때, 우리는 그 확신의 이면을 한 번쯤 의심해 볼 필요가 있다. 숫자가 보여 주는 확신이 클수록, 그 숫자가 놓치고 있는 것은 무엇인지 함께 물어야 한다.
