[겨를]뾰족한 성공 사례가 없어서

몇주 뒤면 챗GPT가 세상에 나온 지 정확히 2주년이 된다. 2년 새 기술적 변화는 많았다. 대규모 언어모델(LLM)의 크기는 파라미터 수를 기준으로 3배 넘게 커졌고 연산량도 덩달아 늘었다. 패러다임 전환도 그새 있었다. 기존에는 학습을 통해 맥락에 맞는 결과물을 산출해내는 탐색적인 용도로서의 언어모델이 중점적으로 개발됐다. 그러나 9월에 출시된 챗GPT o1 모델은, 기존에 학습한 데이터에만 머무르지 않고 생각을 해서 답을 해내는 추론 능력이 크게 향상됐다.

하지만 AI가 우리 일상의 어느 부분을 바꾸어 놓았느냐고 누군가 묻는다면 “여전히 얼리 어답터들의 생활만 바뀐 것 같다”고 말할 수 있겠다. 빠르게 적응하는 사람들은 자신의 생산성을 높이기 위해 매달 2만~3만원씩 기꺼이 내며 AI 서비스들을 활용한다. 문서 작성부터 영상 편집, 발표 슬라이드 작성과 유튜브 요약까지 어느 한 구석 AI 기술을 안 넣는 곳이 없을 정도다. 빠른 생산성은 더 많은 콘텐츠를 만들어내고, 이로써 더 빠른 속도로 수익 창출을 해낸다. 그러나 다른 분야들은 어떠한가. 충분히 AI 기술을 쓰고 있을까. 그렇지 않은 것 같다. 전 세계적으로 수백조원대의 돈이 AI 모델 개발에 들어가고 있지만 여전히 몸집 대비 효용은 낮다는 식의 거품론이 제기되는 것도 그러한 이유에서다.

얼마 전 SK AI 서밋에서 최태원 회장이 짚어낸 AI 기술 발전의 병목 요인들도 같은 의미에서 주목할 만하다. 인프라와 데이터, 전력량의 문제도 있지만, 그가 제일 먼저 거론한 것은 “킬러 유스 케이스가 없다”는 지점이었다. 뾰족하게 가치를 창출하고 수익모델을 정립한 애플리케이션 사례가 아직 나오지 않았다는 것이다. 애플리케이션에 대한 중요도와 관심의 증가는 최근 몇달 새 꾸준히 목격돼왔다. 미국 유명 벤처투자회사(VC)인 세쿼이아캐피털에서도, 추론모델의 시대가 되면서 AI는 더 일상 속 다양하고 뾰족한 문제를 풀어낼 수 있게 되었고, 따라서 애플리케이션 단에 대한 VC 투자가 중점이 될 것이라고 보고서를 통해 밝혔다.

거슬러 올라가보면 모바일 시대가 열린 2007년(아이폰 출시 기준) 이후 2년여 뒤부터 상징적인 모바일 프로덕트들이 쏟아져 나왔다. 대표적인 사례가 인스타그램과 우버다. 두 제품 모두 스마트폰이 가진 차별점을 극대화했다. 당시 다른 앱들은 스마트폰 안에 들어갈 생산성 도구, 예를 들면 메모 앱에 좀 더 많은 관심을 기울이고 있었다. 그때 인스타그램은 스마트폰의 ‘어디에서나 사진을 쉽게 올릴 수 있다’는 장점을 활용했다. 통신망이 확충되고 카메라 기능이 고도화된 데다 이미 트위터와 페이스북이 소셜네트워크의 가치까지 증명해둔 상황이었다. 우버도 마찬가지였다. 공유경제 붐이 일던 2010년, 어디에서나 자신의 위치를 공유할 수 있고 실시간으로 움직이면서 차량을 부를 수 있는 모바일 디바이스의 장점을 극대화했다.

현재의 생성형 AI 모델이 일으킨 가장 본질적인 차별점은 뭘까. 결국 인간이 할 수 있는 경험과 감각, 인식을 확장하는 것 아닐까. 모두가 뾰족한 성공 사례를 기다리는 요즈음, AI의 본질을 파고들어 문제를 정의하고 해결책을 내어놓는 사람들을 보면 그렇게나 가슴이 뛴다.

유재연 | 옐로우독 파트너

유재연 | 옐로우독 파트너