AI에 뒤쳐졌다고 생각하는 분들 필독 (feat. 조급함은 금물)

AI에 뒤쳐졌다고 생각하는 분들 필독 (feat. 조급함은 금물)

 

1. 오픈 AI 소라, 드디어 일반공개

오픈 AI의 비디오생성 AI인 소라가 드디어 일반 사용자들을 대상으로 공개됐습니다. 챗GPT 유료 구독자만 사용할 수 있는데요. 비디오 생성에는 크레디트가 사용되며 구독료 월 20달러의 챗GPT플러스 이용자는 1000 크레디트(최대 50개 영상)가 제공되며 해상도 720픽셀, 5초-10초 길이의 동영상만 생성할 수 있어요. 480픽셀의 5초 동영상의 경우 25 크레디트가 소요됩니다.

 

구독료 월 200달러의 챗GPT프로 이용자는 1만 크레디트(최대 500개 영상)가 제공되며 1080픽셀 해상도로 최대 20초 길이까지 생성 가능해요. 챗GPT프로 구독자가 생성한 이미지는 워터마크가 없어요. 이 크레디트는 매 결제일 자정에 리셋되며 다음 달로 이월되지 않는다고.

 

저는 소라가 공개되자마자 바로 여러 가지로 써봤는데요. 놀랍기도 하고 한계가 느껴지는 부분도 있었습니다. 오늘은 몇 가지 느낀 점을 적어보겠습니다.

 

첫 번째는 오픈 AI가 수익성 확보에 올인을 했다는 점입니다.

오픈 AI는 사고능력이 뛰어난 AI모델 o1을 정식으로 내놓으면서 월 200달러의 챗GPT프로 요금제를 지난주 내놓았는데요. o1을 사용할 수 있다는 것만으로는 프로 요금제가 매력적이지 않았습니다. 하지만 소라가 포함되면서 챗GPT프로는 매력적인 서비스가 됐습니다. 소라 같은 비디오 생성모델은 오픈 AI 입장에서는 원가가 높은 서비스예요. 그래서 이를 더 대중적으로 사용할 수 있게 풀기보다는 더 많은 돈을 낼 수 있는 고객에게 사용량을 늘려줬다고 볼 수 있어요.

 

그래서 오프 AI의 번들전략(끼워 팔기)이 눈에 띄는데요. 오픈 AI는 유료사용자에게만 소라의 사용을 허용했어요. 그러니까 이미 챗GPT를 유료로 사용하고 있는 고객들에게 부가서비스로 제공된 것이죠. 사용량이 매우 제한된 일종의 맛보기 서비스 정도에 그칩니다. 제대로 소라를 사용하고 싶은 사람은 프로 요금제로 가야 하는 거죠. 이는 전형적인 번들전략이에요. 이미 서비스를 사용하고 있는 사람에게 무료로 서비스를 주지만, 그 서비스의 프리미엄 버전을 사용하려면 돈을 더 내야 하는 것.

 

이 번들전략은 경쟁사들을 물리치는데도 사용되고 있어요. 사실 소라 외에 이미 많은 영상 생성 서비스가 나와있어요. 런웨이라고 하는 전문 영상편집툴도 있었고, 피카랩스라고 하는 스타트업의 서비스도 있죠. 하지만 전문가가 아니라면 이 서비스를 많이 사용하지는 않았어요. 왜냐면 서비스를 사용하려면 가입도 해야 하고, 유료구독도 해야 하는 등 귀찮은 점이 많기 때문이죠.

 

하지만 챗GPT와 번들로 묶여 있는 경우는 달라요. 월요일 오전 10시 소라가 공개되었는데 저는 계정을 생성하는 데에만 한 시간을 기다려야 했어요. 또, 12시가 될 때까지는 사용량이 많아서 이미지 생성이 불가능했습니다. 12시에 드디어 생성이 시작되었는데요.

 

가장 낮은 480픽셀, 5초의 짧은 영상임에도 불구하고 많은 트래픽이 몰려서 속도가 느렸습니다. 하지만 오후 2시 정도가 되어서는 영상 1개를 만드는데 5분 정도가 걸릴 정도로 내려왔습니다. 이는 소라에 대한 사용자 수요가 많고, 오픈 AI가 이를 잘 관리하고 있다는 의미예요. 챗GPT의 유료 사용자가 1000만 명이나 되는데 소라를 번들 서비스로 제공하면서 이들이 소라를 사용하도록 만들었죠. 이렇게 되면 챗GPT가 아니라 다른 LLM 서비스를 사용하는 것을 고민했던 사용자들은 챗GPT를 계속 쓸 것 같아요. 또, 다른 비디오 생성 서비스 사용을 검토하던 사용자들은 챗GPT를 선택하게 될 것 같아요. 챗GPT를 구독하면 소라가 딸려오니까요. 앞으로 오픈 AI의 비즈니스모델은 번들을 기반으로 확장될 것 같습니다.

 

두 번째로 소라의 등장으로 AI에 드디어 ‘추론(inference)’의 시대가 왔음을 느낄 수 있었어요.

비디오 생성은 텍스트나 이미지 생성과 비교되지 않은 많은 추론 수요를 필요로 합니다. 이는 엔비디아 GPU에 대한 수요, 혹은 엔비디아 GPU보다 저렴한 추론용 반도체에 대한 수요가 커질 것임을 의미해요. 엔비디아를 비롯해 많은 기업들이 2025년은 AI 추론수요가 폭발하는 시기가 될 것이라고 말하는 이유입니다.

 

앞으로 소라의 성공은 기업과 크리에이터들에게 달려있을 것 같아요. 이미 이미지 생성은 기업들과 크리에이터들이 많이 사용하는 것을 확인할 수 있는데요. 이들이 소라를 얼마나 많이 사용할 것인가 지켜봐야 할 것 같아요.

 

반응형

2. 노트북 LM으로 홈런을 친 구글

비디오를 생성하는 소라가 LLM의 잠재적인 킬러앱이라면 다른 것은 어떤 것이 있을까요? 구글의 노트북 LM이 킬러 서비스가 될 수 있을 것 같은데요. 노트북 LM은 방대한 텍스트, 논문 등을 읽고 빠르게 정리해 주는 서비스라고 볼 수 있어요. 가장 효용성이 큰 사례는 외국어로 된 텍스트를 읽을 때에요. 예를 들어 영어로 된 기사나 논문, 계약서를 읽어야 할 경우 이를 넣으면 한글로 핵심을 요약해 주죠. 그리고 내가 궁금한 것을 노트북 LM에게 물어볼 수 있어요. 이는 엄청나게 시간을 절약해 줍니다. 사실 LLM이 이 같은 역할을 할 수 있다는 것은 알려져 있는데요. 구글은 이를 별도의 서비스로 독립시켜서 사용자가 편하게 쓸 수 있도록 만들었어요.

 

재미있게도 노트북 LM이 가장 화제를 모았던 기능은 이런 텍스트 해석이 아니라 팟캐스트 생성서비스였어요. 어떤 텍스트를 이해하는 좋은 방법 중 하나는 이를 해설해 주는 사람에게서 듣는 것이죠. 노트북 LM은 내가 넣은 텍스트를 남성과 여성 두 사람의 화자가 대화하는 방식으로 해설해 줘요. 다만 영어로만 생성됩니다.

 

이 기능이 워낙 재미있다 보니 스포티파이는 매년 연말에 하는 ‘음악 연말결산(Wrapped)’에 노트북 LM의 AI팟캐스트 생성 서비스를 넣었어요. 내가 한해 가장 많이 들은 곡과 장르에 대해서 팟캐스트 화자들이 설명해 주는 거죠. 아마도 노트북 LM의 서비스를 알리기 위해서 구글이 스포티파이와 함께 마케팅을 한 것 같은데요. 조만간 노트북 LM은 제미나이 유료 구독 서비스에 포함된 번들서비스로 나오고, 팟캐스트 생성은 별도의 서비스로 만들어질 것 같다는 생각이 들어요.

 

저처럼 말하기에 재주가 없는 사람은 유튜브 영상을 만드는 것은 쉽지 않아요. 이미 글로 완성된 것을 읽어도 실수하기 일쑤죠. 그리고 제 목소리도 너무 졸리거든요. 그런데 제가 텍스트로 만든 내용을, 아니면 내용을 자동으로 팟캐스트로 읽어준다면 좋을 것 같아요. 제 목소리를 AI로 만들어서 팟캐스트의 화자로 참여시킬 수도 있고요. 소라도 그렇지만 AI 기술이 콘텐츠 창작의 비용을 낮추고 다양성을 만들어 줄 것 같습니다.

 

3. 1000명의 AI에이전트로 사회조사를 대신하다

AI에이전트로 가상 세계를 만들어 지난해 많은 관심을 받았던 스탠퍼드대 박준성 박사님을 혹시 기억하시나요? 박사님께서 최근에 새로운 논문을 내셨습니다. 기존 논문은 25명의 에이전트로 이뤄진 작은 사회를 시뮬레이션하는데 그쳤다면 이번에는 자그마치 1000명의 AI로 만들어진 시뮬레이션을 만들었습니다.

 

미국에는 ‘아메리칸 보이스 프로젝트’라고 미국의 사람들을 인종, 성별, 나이, 종교, 정치적 성향에 따라 인구에 맞춰 표본을 뽑아 조사를 하는 프로젝트가 있는데요. 이 프로젝트는 미국 내에서 덜 대변될 수밖에 없는 가난한 사람들의 목소리를 더 담고자 하는 프로젝트.

 

박준성 박사님은 이 프로젝트의 기준에 맞춰 실제 인터뷰어 1000명을 모집했고 AI에이전트가 이를 음성 인터뷰하게 했습니다. 연구팀은 웹 애플리케이션으로 줌과 유사한 오디오 인터페이스를 구현해서 AI와 인터뷰이가 실제로 대화하는 방식의 인터뷰를 진행했어요. 총 2시간에 걸쳐서 진행됐고 처음에는 “당신의 삶의 이야기를 말씀해 주세요. 어린 시절부터 가족관계 주요 삶의 사건까지 처음부터 지금까지요”라고 물어보고, 이후에는 "최근 미국에서 인종에 대해 어떻게 생각하시나요”와 같이 구체적인 질문으로 넘어갑니다.

 

이런 1000명의 음성 인터뷰 데이터를 확보한 후 이를 기반으로 각각의 사람에 해당하는 1000명의 AI에이전트를 만들었어요.
그리고 인터뷰한 실제 사람 1000명에게 약 220개의 질문을 던졌고요. 같은 질문을 AI에게 던졌죠. 그리고 실제 사람이 한 답과 AI에이전트가 한 답이 맞는지를 조사해 봤습니다. 일부 조사에서는 실제 사람과 유사한 응답이 나왔고, 비교군이라고 할 수 있는 인구통계학적 기반, 성격기반으로 만들어진 AI에이전트와 비교해서, 인터뷰 기반으로 만들어진 AI에이전트의 응답이 실제 사람의 응답과 더 가까웠습니다.

 

이 연구의 시사점은 뭘까요? 인구사회학적으로 사람을 직접 만나거나 전화로 해야 하는 조사를 AI에이전트에 대한 조사로 대신할 수 있다는 뜻이에요. 한번 사람에 대한 인터뷰를 통해서 그에 대한 AI에이전트를 만들어 놓으면 사람에게 직접 연락해서 물어볼 필요 없이 AI에이전트에게 물어보면 된다는 뜻이죠. 물론 이 AI에이전트의 사용기한이 얼마나 오래될지는 모르겠지만, 비용 절감은 확실히 될 것 같아요. 실제 조사를 하기 전의 인사이트를 얻기 위해서 쓸 수도 있을 것 같고요. 단순한 사회조사가 아니라 마케팅 리서치 같은 상업적인 조사도 충분히 가능해 보입니다. 상상력을 발휘한다면 좀 더 복잡한 리서치에도 사용할 수 있을 것 같아요. 예를 들어 선거 여론조사에 사용할 수도 있을 것 같고요. 아니면 어떤 정책을 내놓기 전에 이 정책의 반응을 미리 예상해 보기 위해 AI에이전트를 사용하는 것이죠.

 

AI에 뒤쳐졌다고 생각하는 분들 필독 (feat. 조급함은 금물)

 

4. 한화금융 3사가 AI연구소를 만든 이유

지난주 샌프란시스코에 한화생명, 한화손해보험, 한화자산운용 3개 회사의 CEO들께서 출동했습니다. 바로 샌프란시스코에 한화 AI연구소(HAC)를 설립하고 개소식을 열기 위해서. 요즘 한국 기업들도 ‘우리는 어떻게 AI를 해야 할까’에 대해서 고민하는 곳이 많기 때문에 한화금융 3개 사가 어떻게 하고 있는지를 들어보는 것이 흥미로웠습니다.

 

먼저 우리나라에서 2번째로 큰 생명보험사인 한화생명은 일찍부터 AI에 관심이 많았다고 해요. 그래서 테크기업들에서 일하던 인재들을 데려와 AI를 연구했다고 해요. 그래서 보험약관이나 보험금 지급 같은 간단한 고객답변을 LLM을 기반으로 하는 생성형 AI 챗봇이 해주도록 출시할 것이라고 합니다. 장기적으로는 AICC(AI콜센터), AI FP(보험설계사) 같은 것도 연구하고 있다고 합니다.

 

또한, 한화생명 내에 AI경제연구소를 만들어 인공지능이 경제에 미치는 영향을 연구한다고 있다고 해요. 인간의 생로병사 중 ‘늙고, 병들고, 죽는 것’을 연구하는 것이 생명보험사인데 AI가 인간의 삶에 어떤 영향을 미칠지를 연구한다는 것.

 

샌프란시스코에 만들어지는 한화 AI연구소는 연구조직이라기보다는 실리콘밸리 네트워크를 유지하고 오픈이노베이션을 운영하는 조직으로 저는 보였어요. 한화자산운용과 한화생명이 투자를 하는 회사이기 때문에 좋은 스타트업이나 테크기업에 투자하기 위한 접점을 만들기 위한 목적도 있어 보였습니다.

 

실리콘밸리에는 정말 많은 기업들의 기업벤처캐피털(CVC)이 있어요. 보통의 벤처캐피털이 투자자들의 돈을 모아서 투자를 대신해 주고 그 과정에서 펀드 운용보수와 성공보수를 받는 것이 목적인데요. CVC는 일반 투자자가 아닌 모기업의 돈을 받고, 투자수익보다는 모기업을 위해서 일하는 곳이 많아요. 별도의 회사로 운영되는 경우도 있고, 기업 내부의 투자팀인 경우도 있고, 오픈이노베이션 혹은 신사업개발팀으로 운영되는 경우도 있죠. 하지만 궁극적인 목적은 비슷해요.

 

첫 번째 목적은 실리콘밸리의 기술이 어디로 가는지, 어떤 기술을 가진 스타트업들이 등장하는지를 지켜보기 위한 것. 정보수집이 목적이죠. 두 번째 목적은 스타트업들과 협력. 관료적으로 변한 대기업 조직과 성공을 위해 밤낮을 가리지 않고 일하는 스타트업은 절박성에서 비교가 되지 않아요. 그래서 스타트업들에게 우리 기업의 문제를 해결하는 것을 맡기는 경우가 많습니다. 세 번째 목적은 스타트업에 대한 투자. 정보수집과 오픈이노베이션을 통해서 좋은 스타트업을 발견했다면 여기에 투자를 하는 것입니다.

 

이 스타트업은 ① 내가 인수할 수도 있고, 아니면 ② 엑시트 해서 돈을 벌 수도 있고, 아니면 ③ 나의 잠재적인 고객이 될 수도 있어요.

 

첫 번째의 대표적인 사례가 퀄컴이 인수한 반도체 설계 기업 누비아, 삼성이 인수한 루프페이(지금의 삼성페이)와 스마트싱스가 있어요. 기술 혹은 인재 확보를 위한 인수이고, 이 인수가 엄청난 가치로 돌아오는 경우가 종종 있어요. 두 번째의 대표적인 사례가 포드와 아마존의 전기차트럭 회사 리비안 투자인데요. 리비안이 2021년 엄청난 고가에 상장하면서 포드와 아마존은 엄청난 평가이익을 거뒀어요. 리비안은 아마존에게 전기 배달트럭을 만들어주는 파트너기업이기도 하죠. 세 번째의 사례는 엔비디아가 투자한 수많은 AI스타트업들인데요. 대표적인 곳이 코어위브입니다. 이 회사는 엔비디아 GPU에 특화된 클라우드서비스프로바이더인데요. 지난해 엔비디아가 투자했어요. 이 회사가 잘 되면서 엔비디아는 더 많은 GPU를 판매할 수 있게 됐죠.

 

2022년 11월 LLM을 기반으로 만들어진 챗GPT의 등장 이후 전 세계는 AI로 떠들썩한데요. 2년 동안 생성형 AI가 일반 사람들이나 기업들에 어떤 영향을 미쳤는지를 잘 생각해 보면, 떠들썩함에 비해 그렇게 많은 것들이 떠오르지는 않을 것 같아요. 유명 테크 애널리스트인 베네딕트 에반스도 최근의 연말 발표자료에서 이에 대한 의구심을 표현했죠.

 

그의 발표자료, 최근의 인공지능 스케일링 법칙이 벽에 부딪혔다는 논란, 그리고 소라를 써보면서 저는 이런 것을 느꼈답니다.

 

첫 번째, LLM의 성능 향상과 무관하게 사람들이 AI에 대해서 깜짝 놀라는 것은 이제 그 한계효용이 체감하고 있어요. 이제는 AI가 아무리 놀라운 묘기 같은 성능을 보여준다고 해도 사람들은 놀라지 않아요. 그래서 이제는 LLM이라는 기술로 어떻게 돈을 벌 것인지가 중요해졌어요. 오픈 AI가 수익성에 집중하는 것처럼요.

 

두 번째, 이제 기술이 아니라 상품이 중요한 시대가 됐습니다. 오픈 AI의 번들전략, 노트북 LM의 높은 생산성처럼 고객이 지갑을 열게 만들려면 막강한 효용감을 주거나, 사용하지 않았을 때 불편함이 큰 상품을 만들어야 해요. 박준성 박사님의 1000명의 AI에이전트처럼 혁신적인 발상이 있는 제품이 필요해요.

 

세 번째, AI기술에 대한 놀라움이 한계에 도달한 지금이야말로 훌륭한 AI제품을 만들 좋은 타이밍. 기반 기술인 LLM이 한계에 도달했다는 것은 이제 기술이 너무 빨리 변하는 것에 대해서 두려워할 필요가 없다는 것. 선발주자보다 후발주자가 유리해지는 딜레마가 이제는 벌어지지 않을 것 같아요.

 

혹시 여러분의 조직이 AI에 뒤쳐졌다고 조급함을 느끼고 계시나요? 조급함을 느낄 필요 없습니다. AI로 제품을 만들고 서비스를 하는 것은 이제부터 시작입니다. 그리고 지금은 빠르게 내놓는 것보다 좋은 제품을 만들고, 좋은 판매전략을 만드는 것이 더 중요한 순간입니다.

 

조급하기보다는 사람들의 이야기를 듣고, 의견을 나누고, 미래를 준비하는 게 우리에겐 필요해 보입니다. 잃어버린 시간은 안타깝지만, 우리가 고민을 통해 올바른 방법을 찾는다면, 잃어버린 시간은 잠깐의 방황이었다고 언젠가 추억할 수 있을 거예요. 오늘도 응원합니다.

---

 

2000~2023년 과학기술 트렌드 분석 (feat. 사이언스 분석 결과 기반)

 

거울상 생명체의 활용 가능성과 위험성 (feat. 완벽 저항성)

 

준비된 기업은 전 세계 3%뿐인 사이버 공격