4억 달러를 날린 인공지능
집값을 누구보다 정확히 맞힌다던 인공지능이 단 석 달 만에 4억 달러가 넘는 돈을 허공에 날렸다면 믿겠는가. 세계 최대의 부동산 정보 회사는 결국 이 인공지능 사업을 통째로 접었고, 직원 4명 가운데 1명을 집으로 돌려보내야 했다. 수천 채의 집을 거침없이 사들이던 똑똑한 알고리즘이 회사를 벼랑 끝으로 몰고 간 것이다. 2021년 미국 부동산 시장에서 벌어진 이 사건은, 인공지능을 지나치게 믿었을 때 무슨 일이 벌어지는지를 보여 주는 가장 유명한 사례로 남았다. 모두가 철석같이 믿었던 예측이 어떻게 재앙의 방아쇠가 되었을까. 이 이야기는 오늘날 인공지능에 미래를 맡기려는 모든 기업에게 여전히 유효한 경고를 담고 있다.
집을 사고파는 인공지능
때는 2018년, 미국 최대의 부동산 정보 회사가 야심 찬 사업 하나를 본격적으로 키우기 시작했다. 이름은 질로우 오퍼스, 사람이 흥정하던 집 거래를 통째로 인공지능에게 맡기겠다는 실험이었다. 방식은 놀라울 만큼 단순했다. 회사의 알고리즘이 집의 가치를 순식간에 계산해 값을 제시하고, 집주인이 동의하면 회사가 그 집을 직접 사들였다. 그리고 약간의 손질을 거쳐 조금 더 비싼 값에 되파는 것이었다. 수백만 채의 거래 기록을 학습한 이 인공지능은 사람보다 훨씬 빠르고 정확하게 집값을 맞힐 수 있다고 자신했다. 부동산이라는, 사람의 감과 흥정이 지배하던 영역에 인공지능이 정면으로 도전한 셈이었다. 이 대담한 자신감은 처음에는 혁신처럼 보였다.
거침없던 질주
처음 몇 년 동안 이 도전은 제법 그럴듯해 보였다. 인공지능은 미국 전역의 25개 대도시에서 쉬지 않고 집을 사들였다. 팬데믹이 세상을 덮치자 주택 시장은 오히려 뜨겁게 달아올랐고, 집값은 하루가 다르게 치솟았다. 회사는 이 기회를 놓치지 않으려 매입 속도를 더욱 끌어올렸다. 그렇게 사들인 집은 어느새 7000채에 육박했다. 겉보기에는 완벽하게 흘러가는 흐름이었다. 매입한 집의 수가 늘어날수록 회사의 자신감도 커졌다. 그러나 바로 이 거침없는 질주 속에, 아무도 눈치채지 못한 균열이 조용히 자라나고 있었다. 빠른 성장은 종종 가장 위험한 순간을 가린다.
예측이 빗나간 순간
이 사업의 심장은 집값을 예측하는 인공지능이었다. 문제는 이 인공지능이 미래의 집값마저 정확히 알 수 있다고 지나치게 믿었다는 데 있었다. 팬데믹 시기의 주택 시장은 과거의 어떤 규칙도 통하지 않는 낯선 세계였다. 그런데 인공지능은 예전의 데이터에 기대어 앞으로도 집값이 계속 오를 것이라 계산했다. 그 계산을 근거로 회사는 집을 점점 더 비싼 값에 사들였다. 하지만 시장은 인공지능의 예상과 전혀 다르게 움직이기 시작했다. 사들인 값보다 실제 시세가 낮아지는 집이 하나둘 늘어났다. 결국 회사는 자기가 산 집을 산 값보다 싸게 내놓아야 하는 처지에 몰렸다. 인공지능이 자신 있게 그린 미래는, 현실 앞에서 조금씩 어긋나고 있었다.
경영자의 뼈아픈 고백
손실이 눈덩이처럼 불어나자 회사를 이끌던 최고 경영자는 마침내 뼈아픈 진실을 인정했다. 그는 투자자들 앞에서 집값의 미래를 예측하는 일이 얼마나 어려운지 완전히 과소평가했다고 담담하게 고백했다. 시장의 변덕이 인공지능의 계산 능력을 훌쩍 뛰어넘었다는 솔직한 인정이었다. 세상에서 가장 방대한 부동산 데이터를 가진 회사조차 인공지능만으로는 끝내 내일을 맞힐 수 없었다. 이 고백은 많은 이에게 충격을 주었다. 데이터가 아무리 많아도, 한 번도 겪어 보지 못한 미래를 예측하는 데에는 근본적인 한계가 있다는 사실이 드러났기 때문이다.
무엇이 잘못됐나
이 거대한 실패는 여러 원인이 한꺼번에 겹친 결과였다. 첫 번째로, 인공지능은 한 번도 겪어 본 적 없는 팬데믹 시장을 과거의 잣대로 판단했다. 두 번째로, 회사는 인공지능의 예측을 지나치게 믿은 나머지 매입 속도를 무리하게 끌어올렸다. 세 번째로, 집을 고치고 되파는 데 드는 시간과 비용이 예상보다 훨씬 크게 불어났다. 이 세 가지가 맞물리자 똑똑하다던 알고리즘은 오히려 손실을 키우는 장치로 돌변했다. 빠르게 사들일수록 손해가 커지는 악순환이 시작된 것이다. 기술의 결함만이 문제가 아니라, 그 기술을 지나치게 신뢰한 사람들의 판단까지 함께 시험대에 오른 사건이었다.
희망에서 재앙으로
질로우 오퍼스의 시작과 끝은 그야말로 극과 극이었다. 사업 초기의 인공지능은 미래를 훤히 내다보는 마법의 도구처럼 여겨졌다. 회사는 이 사업이 앞으로 자신들의 운명을 통째로 바꿔 놓을 거라 굳게 자신했다. 그러나 불과 몇 년 뒤 똑같은 인공지능은 회사가 서둘러 손을 떼야 할 무거운 짐덩어리가 되어 있었다. 한때 수천 채의 집을 거침없이 사들이던 자신감은 이제 그 집들을 헐값에 털어 내야 하는 다급함으로 뒤바뀌었다. 똑같은 기술이 불과 몇 년 사이에 희망에서 재앙으로 완전히 뒤집힌 것이다. 이 극적인 반전은 인공지능의 능력이 결국 상황에 따라 전혀 다른 결과를 낳는다는 사실을 보여 주었다.
흥망의 시간표
이 짧고 강렬한 흥망을 시간순으로 따라가 보자. 2018년 회사는 인공지능 주택 매입 사업을 본격적으로 키워 나갔다. 2021년 여름, 뜨겁게 달아오른 시장 속에서 매입 속도는 최고조에 달했다. 그러나 그해 가을 회사는 갑작스레 새로운 집 매입을 전면 중단한다고 발표했다. 이미 손실이 감당하기 힘든 수준으로 불어난 뒤였다. 그리고 2021년 11월 회사는 마침내 이 사업을 통째로 접겠다고 선언했다. 동시에 전체 직원의 4분의 1을 내보내는 대규모 구조조정도 함께 발표했다. 화려하게 시작한 실험이 그렇게 초라한 마침표를 찍었다. 불과 몇 년 사이에 벌어진 이 급격한 몰락은 업계 전체에 깊은 충격을 남겼다.
전문가가 남긴 교훈
이 사건은 인공지능을 다루는 모든 기업에 묵직한 교훈을 남겼다. 한 데이터 과학 전문가는 인공지능이 과거를 배우는 데는 뛰어나지만 한 번도 본 적 없는 미래 앞에서는 한없이 약해진다고 짚었다. 질로우의 인공지능은 안정된 시장에서는 더없이 훌륭했지만 규칙이 무너진 시장에서는 길을 잃고 말았다. 더 큰 문제는 회사가 그 예측을 지나치게 믿고 실제 돈을 걸었다는 점이었다. 인공지능의 답을 그저 참고할 것인지 아니면 그대로 따를 것인지, 그 경계를 정하는 일이 얼마나 중요한지가 뼈아프게 드러났다. 인공지능은 훌륭한 조언자일 수 있지만, 최종 결정권까지 통째로 넘겨서는 안 된다는 것이 이 사건의 핵심 교훈이다.
숫자로 보는 질로우
이 거대한 실패를 숫자로 정리하면 그 무게가 더욱 또렷해진다. 인공지능이 사들인 집은 무려 7000채에 육박했다. 단 한 분기 만에 회사가 떠안은 손실은 4억 달러를 훌쩍 넘어섰다. 그리고 이 사업을 접으며 회사를 떠나야 했던 직원은 약 2000명에 달했다. 세상에서 가장 방대한 부동산 데이터를 가진 회사조차 인공지능 하나에 미래를 통째로 걸었다가 이렇게 값비싼 대가를 치렀다. 차가운 숫자 뒤에는 예측을 과신한 뼈아픈 교훈이 깊이 남았다. 이 숫자들은 단순한 손실 기록이 아니라, 기술을 대하는 태도에 관한 경고문으로 오래 기억될 것이다.
질로우가 남긴 유산
오늘날 질로우 오퍼스는 인공지능 사업의 실패를 이야기할 때 결코 빠지지 않는 상징적인 이름이 되었다. 이 사건 이후 수많은 기업이 인공지능의 예측을 대하는 태도를 근본부터 다시 점검했다. 아무리 정교한 인공지능이라도 그 답에 회사의 운명을 통째로 거는 것은 전혀 다른 문제라는 사실을 뼈저리게 깨달은 것이다. 특히 미래가 불확실하고 변덕스러운 영역일수록 인공지능의 예측에는 반드시 사람의 신중한 판단이 함께해야 한다는 원칙이 자리 잡았다. 값비싼 실패였지만 질로우가 남긴 교훈은 이후 수많은 기업이 같은 함정에 빠지지 않도록 지켜 주고 있다. 인공지능은 과거의 데이터를 먹고 자라는 존재다. 세상이 지금까지의 규칙대로 흘러갈 때는 놀라운 힘을 발휘하지만, 한 번도 본 적 없는 미래가 닥치면 순식간에 흔들린다. 결국 미래를 향한 마지막 결정만큼은 여전히 사람의 몫으로 남아 있다. 우리는 인공지능의 답을 과연 어디까지 믿어야 하는 걸까. 이 질문은 질로우의 실패가 오늘의 우리에게 남긴 가장 무거운 숙제다.
AI 예측은 어디까지 믿어야 할까
질로우 사건이 던지는 가장 근본적인 질문은 인공지능의 예측을 어디까지 신뢰할 것인가이다. 인공지능은 방대한 과거 데이터에서 규칙을 찾아내는 데 탁월하다. 하지만 그 규칙은 어디까지나 과거에 통했던 것이며, 세상이 급변하면 순식간에 무용지물이 된다. 팬데믹처럼 전례 없는 사건이 닥치면 인공지능은 참고할 과거가 없어 길을 잃는다. 그래서 많은 전문가들은 인공지능의 예측을 절대적인 답이 아니라 하나의 참고 의견으로 다뤄야 한다고 조언한다. 특히 큰돈이나 사람의 운명이 걸린 결정일수록 인공지능의 답 위에 반드시 사람의 판단을 한 겹 더 얹어야 한다. 질로우는 이 원칙을 지키지 않았고, 알고리즘의 계산을 그대로 현실의 매입으로 옮겼다. 그 결과가 4억 달러의 손실이었다. 오늘날 인공지능은 그때보다 훨씬 정교해졌지만, 미래를 완벽히 예측하는 인공지능은 여전히 존재하지 않는다. 인공지능이 아무리 자신 있게 답을 내놓아도, 그 답이 한 번도 겪어 보지 못한 상황을 향한 것이라면 우리는 늘 한 발 물러서서 의심할 줄 알아야 한다. 질로우의 실패는 기술을 불신하라는 이야기가 아니다. 오히려 기술을 제대로 쓰기 위해서는 그 한계를 정확히 아는 것이 먼저라는 가르침이다. 인공지능과 사람이 각자 잘하는 일을 나누어 맡을 때, 비로소 우리는 같은 함정을 피할 수 있다. 질로우의 알고리즘은 수백만 건의 과거 거래를 완벽히 외웠지만, 정작 아무도 겪어 본 적 없는 그해의 시장 앞에서는 나침반을 잃은 배와 같았다. 데이터가 많다는 것과 미래를 안다는 것은 결코 같은 말이 아니었다. 결국 인공지능의 미래는 기술의 성능이 아니라, 그것을 다루는 사람의 지혜와 겸손에 달려 있는 것이다.
