신뢰도 검증된 하이라이팅 데이터로 학습된 AI 검색: 라이너 [긱스]

[한경 글로벌 AI스타트업 사례연구⑥]
글로벌 AI 검색 스타트업 '라이너'
전성민 가천대 경영학부 교수

이 기사는 프리미엄 스타트업 미디어 플랫폼 한경 긱스에 게재된 기사입니다.

라이너의 비즈니스는 2015년, 웹 콘텐츠를 형광펜으로 표시할 수 있는 웹 콘텐츠 하이라이팅 앱 사업에서 시작되었다. 연세대학교 학생 시절, 김진우 대표는 많은 학생들이 대학 진학 후 그러하듯 무엇을 어떻게 해야 할지 몰랐다. 그는 컴퓨터 과학을 전공하면서 창업에 관심을 갖고 창업 경진대회에도 나갔다. 창업 동아리도 기웃거려 봤지만 정작 창업을 하는 동아리를 찾기 어려웠다. 그래서 그는 연세대 불문과에 다니던 지금의 라이너 공동창업자 우찬민 COO와 함께 연세대, 고려대 학생들 중 창업에 관심 있는 학생들을 모아 '인사이더스'라는 창업 동아리를 만들었다. 동아리 활동을 하며 대학교 2학년에 회사를 설립해 보았지만, 잘 모르는 학생들만 모여 일을 하다 보니 의지만 다질 뿐 큰 도움이 되지 않았다.

 대학생 창업가

2014년 김 대표는 온라인 전시 웹사이트로 폐쇄적인 미술품 유통 시장에 도전했다. 당시 가장 핫한 미디어는 페이스북 채널, 페이스북 페이지였는데, 여기에 '아이노 갤러리'라는 이름으로 미술 작품을 소개했다. 돈을 좀 벌고 미술계의 인플루언서가 되었다. 때마침 미국의 창업 잡지인 레드헤링에서 아시아 100대 벤처 기업에 선정되었다는 연락을 받았다. 김 대표가 대학교 4학년 때의 일이다.

그런데 막상 홍콩에 상을 받으러 가서 보니, 초대된 스타트업들은 중국, 인도, 일본, 두바이에서 왔는데, 한국 스타트업들과는 비교도 안 될 만큼 크다는 점에 김 대표는 놀랐다. 국내 스타트업들의 10배, 100배에 달하는 규모의 글로벌 스타트업들을 보고 돌아온 그는 미국에 가야겠다는 결심을 하고, 무작정 우찬민 COO와 함께 캘리포니아 산호세로 갔다.

둘은 Airbnb로 집을 구해서 도서관이나 카페에 가서 새로운 사업 아이디어를 만들었다. 현지 사람들과 만나 이야기를 나누고 매주 새로운 앱을 디자인해서 8개의 앱을 구상했다. 곧바로 여러 개의 앱을 만들어 서비스해 봤는데, 이 중 세 번째로 만든 하이라이팅 앱 라이너만 사용자들이 있었다. 사람이 직접 중요하다고 선별한 하이라이팅 정보를 가지고 검색이나 추천 모델링을 하면 잘 되겠다는 생각에서 만든 앱이었는데, 사용자들의 반응을 보고 주력 사업 아이템으로 결정되었다. 미국에 4천만 원을 들고 떠났다가 한국에 돌아오니 수중에는 30만 원뿐이었다.

 사업개발과 투자 유치

서비스 론칭 초기에는 수익이 거의 없었기에 김 대표는 외주 개발을 많이 했다. 밤마다 웹사이트 제작 외주 일을 하고, 낮에는 사업 기획도 하고 학업도 병행했다. 투자 유치를 통해 사업을 안정적으로 키워가겠다는 생각으로 김 대표는 투자 유치를 시작했는데, 관심을 보이는 벤처캐피탈이 나왔다. 라이너는 초기 기업이기는 했지만, 미국에서 사용자들을 확보했으며 특별한 마케팅 없이도 유저 지표가 자연 성장했기 때문이다. 그런데 벤처캐피탈에서 제시한 투자 조건은 김 대표가 그려오던 라이너의 방향성과 맞지 않아 투자 유치가 성사되지는 않았다.

고민하던 김 대표는 엔젤 투자를 받자는 생각을 해서 넥슨 공동 창업자 등 개인 투자자들을 만나게 되었다. 투자자들의 반응이 재미있었는데, 김 대표 나이면 기관 투자자가 10억 원 준다고 하면 다른 조건은 크게 고려하지 않고 투자를 받을 것 같은데 “투자를 안 받았다”고 하니, ‘확실하게 그려놓은 비전이 있나 보다’ 했다는 것이다. 그렇게 엔젤 투자로 4천만 원 투자를 받아 라이너의 기틀을 마련했다. 초기 자금 부족 상황에서도 비즈니스 모델과 사업 계획을 지속적으로 발전시켰다. 사용자로부터 의견을 받는 데에 신경을 많이 써서 스탠퍼드, UC 산타클라라 대학의 학생, 교수 등 사용자들과의 직접 소통을 통해 제품 피드백을 받았다. 또한 입소문(Word of Mouth)과 검색 마케팅, 즉 검색엔진 최적화(SEO)와 앱스토어 최적화(ASO)를 활용하여 사용자들이 자연스럽게 유입될 수 있도록 하면서 바이럴 마케팅 전략으로 고객을 확보했다.

예를 들어, 당시 인기 노트앱이었던 에버노트를 검색하면 바로 옆에 라이너가 뜨게 하거나, 사용자들이 웹사이트 내용 중에 하이라이트를 할 때 친구들에게 공유할 수 있는 기능을 제공했다. 앱스토어에서 월 4.99달러 유료 앱 판매 사업이 손익분기점을 지나 본 궤도에 오르면서 KB 인베스트먼트로부터 투자를 유치하여 본격적인 성장 기반을 마련했다. 투자 피칭의 핵심 포인트는 정보 검색이었다. 라이너가 고객에게 주는 가치는 명확했다. 당신이 보고 있던 것과 비슷한 걸 보는 다른 사람들은 이런 내용을 봤는데, 당신이 보지 못한 내용을 알려준다는 것이다. 시장이 큰 검색 분야에서 라이너가 보유하고 있는 독특한 데이터베이스가 글로벌 경쟁력이 있다는 점이 매력적일 수밖에 없었다.

 챗GPT의 등장

새로운 형태의 정보 추천 서비스로서 성과를 잘 내고 있던 2022년 말, 챗GPT 서비스가 일반에 공개되었다. 챗GPT는 충격 그 자체였다. 챗GPT와 같은 LLM은 ‘정보 검색을 혁신하겠다’는 라이너의 비전을 실현하는 데 꼭 필요한 기술이라는 판단이 들었다. 그런데 챗GPT에 대해 공부해 보면서 김 대표는 정보 검색 차원에서 이 기술에 한계가 있다고 생각했다. 거대 언어 모델(LLM) 특성상 정확하지 않거나 사실이 아닌 정보를 생성하는 문제(할루시네이션)가 있고, 가장 최근의 정보가 제공되지 않는다는 점은 검색으로 사용할 때 치명적이었다. 이 문제를 해결할 기술은 양질의 문서, 최신 문서를 기반으로 답을 하게 만드는 방식이라는 생각에 김 대표는 라이너에 기회가 있다고 생각했다. 라이너는 지금까지 인터넷에서 고품질 문서를 필터링해서 추천해 왔기 때문에 이 기반을 활용하여 곧바로 AI 검색 서비스를 출시했다.

김 대표는 기존 대형 언어 모델의 높은 가격과 느린 속도를 문제로 파악하여, 스타트업으로서 중요한 것은 빠른 속도와 낮은 가격으로 높은 퍼포먼스를 제공하는 파인튜닝에 집중했다. 그는 대형 언어 모델이 문서 기반의 리트리버를 통해 답변을 제공하는 구조의 중요성을 인식하여, 문서 리트리버의 품질이 답변의 수준을 결정한다고 생각했다.

 라이너 AI 검색 서비스

라이너는 이용자에게 ‘신뢰할 수 있는 출처’를 기반으로 ‘정확도 높은 정보’를 제공해 주는 AI 검색 서비스이다. 라이너 AI 검색의 강점은 이용자가 직접 AI 검색 결과의 타당성과 적절성을 한눈에 판단할 수 있도록 명확한 출처를 제공한다는 것이다. 라이너는 답변의 각 문장마다 정확한 출처를 제공하고 있으며 인용된 문서 링크와 인용구, 내용 미리 보기 등 정보 출처 확인에 최적화된 사용자 경험을 제공한다.

라이너 AI 검색 서비스는 앤드리슨 호로위츠의 소비자 앱 순위에서 전 세계 4위, 9위 연속 2회 TOP10에 올랐다. 최상위 10위 안에는 오픈AI의 '챗GPT', 구글의 '제미나이', 캐릭터닷AI 등 세계적인 기업이 차지했다는 점에서 라이너의 성과는 대단하다.

라이너는 텍스트 입력 검색창에 지금 수행해야 할 작업을 입력하면 자율 에이전트가 해당 작업을 대신 수행한다. 예를 들어, 사용자가 "OTT 플랫폼 비교 보고서를 작성해줘"라고 요청하면, 자율 에이전트는 요청받은 작업을 완수하기 위해 필요한 작은 하위 작업들을 생성한다. 이후 에이전트는 각각의 하위 작업들을 수행하고 그 결과를 종합하여 최종 답변을 도출한다. 사용자 입장에서는 여러 번 구글 검색을 하고 자료를 정리할 필요 없이, 1분도 채 지나지 않아 완성된 보고서를 받아볼 수 있다. 라이너 AI 검색에 도입된 자율 에이전트는 단순히 질문에 대한 정보를 제공하는 것을 넘어, 사용자가 실제로 생산적인 작업을 수행하는 것을 돕는 일종의 개인 비서 역할을 수행하는 것이다.

 라이너의 기술적 강점

라이너는 2015년부터 자사가 축적한 고품질 데이터를 기반으로 랭킹 모델을 학습하고 평가하며 역량을 강화했고, 믿을 수 있는 정보를 찾아주는 '리서치에 특화된 AI 검색 서비스'를 구현했다. 라이너는 사용자가 원하는 답변을 제공하기 위해 어떤 자료를 참고했는지 보여주고, 에이전트의 추론 과정을 시각화하여 보여준다. 또한 답변의 각 문장마다 인용된 내용을 명확하게 제시하기 때문에 구글 등의 기존 검색 포털에서 사실을 재차 확인할 필요가 없다. 라이너의 주요 기술로는 문서 랭킹 엔진, AI 검색 엔진, 리서치 특화 대규모 언어 모델(LLM), 리서치 에이전트 시스템 등이 있다. 이러한 기술들은 사용자 피드백 데이터를 바탕으로 지속적으로 성능을 향상시켜, 신뢰할 수 있는 정보를 제공하는 데 집중하고 있다.

라이너의 문서 랭킹 알고리즘은 사용자 피드백 데이터를 활용하여 문서의 신뢰성, 권위성, 관련성을 측정할 수 있다는 점과, 사용자가 증가하고 확보되는 데이터가 많아질수록 엔진 성능이 개선되는 선순환 구조를 형성한다는 점에서 그 특징이 있다.

위의 그림에 표시된 것처럼 “테슬라가 누구야(Who is Tesla?)”라는 질문에 대해 사용자의 질문과 관련 없는 문서의 순위를 낮추고 참고하지 않아 사용자의 신뢰를 확보한다. 라이너는 신뢰할 수 있는 데이터와 인공지능 기술을 결합하여 정보 과잉 시대에 사용자들이 필요한 정보를 정확하고 빠르게 찾을 수 있도록 지원한다. 또한, 라이너의 기술은 교육, 의료, 법률 등 글로벌 시장의 다양한 분야에서 활용될 가능성이 높다고 예상된다.

최근에는 KAIST 인터랙션 연구실과 함께 AI 신뢰도 측정 지표 및 벤치마크 개발을 진행하고 있다. 형광펜 앱에서 시작한 한국의 스타트업이 글로벌 AI 검색 시장을 선도하는 기업으로 성장하기를 기대해본다.

전성민 가천대 경영학부 교수

---

[한경 공동기획 글로벌 AI스타트업 사례연구]

0. 오프닝
1. 마키나락스
2. Claythis
3. 네이션A
4. 플립션
5. 환경 분야
6. 라이너