DarkGarden

Topics

Sections

EP 74. 비즈니스 관점에서 오늘의 AI - 도망자 연합 발족 선언

29 min read

EP 74. 비즈니스 관점에서 오늘의 AI - 도망자 연합 발족 선언

1. OpenAI의 풀스택 AI 전략과 시장의 재편

2025년 10월 30일, OpenAI의 샘 알트만과 칩 사이언티스트 야콥(Jakob)이 “The Future of OpenAI”라는 제목으로 발표한 내용은 AI 산업의 향방을 가늠할 수 있는 중요한 신호탄이었다. 발표의 핵심은 두 가지 슬라이드로 요약된다.

첫 번째는 타임라인이다. 2026년 9월, 불과 10개월 후 Automated AI Research Intern이 등장한다. 이는 기존 연구자들의 작업을 획기적으로 전진시키는 수준의 업무를 수행할 수 있는 AI를 의미한다. 그로부터 약 2년 후인 2028년 3월에는 Automated AI Research(일명 “Legit AI Researcher”)가 달성된다. 이는 AI가 스스로 AI를 개발하는 자기 증식적 단계, 즉 AGI(Artificial General Intelligence) 또는 ASI(Artificial Super Intelligence)의 기준에 충족하는 시점을 의미한다. 더 많은 컴퓨팅 파워를 투입하면 다른 도메인들도 “스팀롤(steamroll)“하며 정복할 수 있다는 함의를 내포하고 있다.

두 번째는 **풀스택 AI 회사(Full-Stack AI Company)**로의 전환이다. OpenAI는 더 이상 ChatGPT, GPT-5, GPT-6 같은 모델 공급사에 머무르지 않겠다고 선언했다. 데이터 센터 건설부터 랙(rack), 칩, 전력 공급까지 인프라 전 영역을 아우르고, 그 위로는 엔드 커스터머를 직접 대면하는 ChatGPT, Sora 같은 서비스를 제공하는 수직 통합 기업이 되겠다는 비전이다. 발표 자료에는 서드파티 애플리케이션(3rd Party Application) 레이어가 포함되어 있었지만, 실제로는 서드파티의 여지를 극소수 영역에만 남겨두고 대부분의 밸류체인을 직접 장악하려는 의도로 해석된다.

실리콘밸리 엘리트들의 “파트너” 기준은 매우 높다. 자신들만큼 똑똑하거나 우월한 것을 공급하는 이들만이 협업자(partner)가 될 수 있으며, 그렇지 못한 이들은 정치적 수사와 무관하게 단순한 고객(customer)으로 분류된다. 따라서 OpenAI가 그리는 미래에서 서드파티의 범위는 극히 좁은 영역에 제한될 것이다.

OpenAI의 커머스·결제 통합과 App SDK의 본질

2024년 10월 초, OpenAI는 ChatGPT 내에 결제 기능과 쇼핑 기능을 통합했다. 이어서 App SDK를 공개하며 Figma, Jira, Canva 등의 애플리케이션이 ChatGPT 안에서 직접 작동할 수 있음을 시연했다. 그러나 실제로 App SDK를 구현해본 결과, 서드파티에게 완벽한 기회를 넘겨주는 구조가 아니라는 점이 명확해졌다.

일반적인 에이전트 프로그램에서는 메인 에이전트가 서브 에이전트에게 제어권을 넘기고, 서브 에이전트가 처리하는 동안 메인 에이전트는 대기한다. 그러나 ChatGPT는 서브 에이전트에게 제어권을 넘기지 않는다. 데이터만 가져오고, 서브 에이전트가 출력하는 중간 결과물과 컨텍스트도 메인 에이전트가 모두 보유한다. 서브 에이전트는 자신만의 비즈니스 의도나 목적성을 고객에게 전달할 타이밍을 얻지 못하며, 유저의 의도에 충실하게 메인 에이전트가 모든 것을 처리한다. 사용자가 조금만 다른 질문을 하면, 메인 에이전트는 서브 에이전트가 제공한 정보를 조합해 별도의 웹서치를 수행하거나 자체적으로 서빙한다.

결론적으로, **App SDK는 서드파티를 위한 생태계 확장 도구가 아니라 OpenAI가 몰랐던 영역의 데이터를 수집하기 위한 크롤러(crawler)**에 가깝다. 어설프게 통합하면 ChatGPT의 RLHF 환경에 데이터를 제공하는 역할에 머물 위험이 크다.

2. 탈출 가능한 영역: 데이터와 툴의 교집합

ChatGPT와의 관계에서 탈출이 가능한 영역은 무엇인가? 핵심은 ChatGPT가 즉시 답할 수 없는 영역이다.

탈출 조건

  1. 데이터 관점: ChatGPT가 프리트레인(pre-train)에서 보지 못했거나, 자체 그라운딩(grounding) 도구로 가져올 수 없는 데이터 영역
  2. 툴 관점: ChatGPT가 직접 코드 생성하는 것보다 외부에서 가져오는 것이 훨씬 빠르고 차별화된 가치를 제공할 수 있는 툴

위 두 조건의 교집합만이 생존 가능한 영역이다.

동적 데이터의 중요성

설령 위 조건을 충족하더라도, ChatGPT는 왕래하는 데이터와 툴 플로우를 자신의 데이터셋으로 활용한다. 따라서 정적인 데이터는 결국 흡수된다. 예를 들어, 과거 역사 데이터를 시각화한 서비스는 ChatGPT에 학습될 위험이 크다.

생존하려면 매일매일 새로 생성되는 동적 영역이어야 한다:

  • 새로운 부동산 리스팅
  • 새로운 중고 물품
  • 신상품 출시
  • 실시간 거래 데이터

즉, 살아 움직이는 서비스·비즈니스 영역에 존재하는 데이터와 툴의 조합만이 생존 가능하다.

3. 타이밍과 도메인: 생존의 두 축

프론티어 랩을 하지 않을 거라면, **타이밍(Timing)**과 **도메인(Domain)**을 잘 선택하는 것만이 유일한 생존 전략이다.

타임 갭(Time Gap)

AI 기술의 **캐퍼빌리티 오버행(Capability Overhang)**은 매우 크다. 프론티어 랩의 최신 모델과 일반 사용자 사이에는 거대한 간극이 존재한다. 이 간극은 다음과 같이 분포한다:

오디언스 구분특징
프론티어 랩최첨단 능력 보유
AI를 잘 쓰는 자들프론티어 모델의 오버행을 끊임없이 빌려오는 자들
도망자들(Fugitives)이제 막 출발하거나 트렌드를 따라가려는 자들
관심 없는 자들시장에 아예 진입하지 않은 자들

프론티어 랩이 “다 끝났다”고 말하는 것은 사실이지만, 뒤를 돌아보면 프론티어 모델이 만들어준 캐퍼빌리티 오버행으로 어드레스할 수 있는 후방 산업은 어마어마하게 많다. 모두가 빌리언 달러 컴퍼니를 만들 수는 없겠지만, 지금 급여 이상의 수익을 만들 기회는 훨씬 크게 열려 있다.

도메인 갭(Domain Gap)

도메인별로 AI의 침투 속도는 다르다:

  • 코딩: 이미 끝남 (2024년 여름 이후 누구나 만들 수 있는 시장)
  • 소프트·지식산업: 빠르게 종료되고 있음 (먼저 들어간 도망자들이 많아 경쟁 심화)
  • 로보틱스(Robotics): 피지컬 AI(Physical AI) 붐 이전에는 불모지였으나 급격히 따라잡는 중
  • 사이언스(Science): 화학(Chemistry), 생물학(Biology) 등에서 GPT-4o Pro 같은 모델로도 새로운 물질 후보 발견 사례 증가
  • 컨슈머 서비스·비즈니스 영역: 이제 막 출발하는 산업

결론적으로, 소프트웨어에서 멀고 피지컬에 가까울수록, 그리고 지식산업보다 서비스 산업에 가까울수록 아직 기회가 남아 있다.

4. 소프트웨어 가격 제로(Zero)의 시대: 새로운 관점의 필요성

소프트웨어를 만들 줄 아는 능력이 더 이상 희소성을 갖지 못하는 시대가 왔다. 과거 20~30년간 소프트웨어 엔지니어링 자체가 밸류였던 시절은 끝났다. 이는 마치 파워포인트가 나오기 전, 도표를 예쁘게 그릴 줄 아는 사람의 포지션과 유사하다. 파워포인트 등장 이후 그들의 직업은 사라졌지만, 세상은 훨씬 더 많은 문서, 정보, 비즈니스 집중을 가능하게 했다.

지금 소프트웨어 엔지니어들은 **“도표 그리던 사람”**이다. 직업이 사라지는 것은 두렵지만, 이를 인정하고 새로운 도구(AI)를 활용해 더 상위 레이어로 이동해야 한다. 소프트웨어 엔지니어라는 타이틀을 내려놓고, **모두가 사업가(Entrepreneur)**가 되어야 한다.

소프트웨어 엔지니어링의 종말

  • 고급 소프트웨어 엔지니어링: SAP, Salesforce 같은 B2B SaaS의 왕국은 “고급 소프트웨어 엔지니어링이 공급되지 못했던 영역”에서 번성했다. 그러나 AI 에이전트와 Claude Code 같은 도구는 수십 명이 투입되어야 했던 작업을 한 명이 한 달 만에 끝낼 수 있게 만들고 있다.
  • 저급 소프트웨어 엔지니어링: 간단한 워크플로우 자동화도 이제 코딩 없이 가능하다.
  • 중급 영역: Palantir의 Foundry(FD) 같은 고급 데이터 통합 플랫폼조차 프론티어 모델의 공격에서 자유롭지 않다.

결론적으로, 최고급에서 최저급에 이르기까지 소프트웨어를 기반으로 한 지식노동의 시대는 끝났다. 누가 빨리 탈출하고, 누가 빨리 불연속적 변화를 넘어서느냐의 게임이다.

5. 채널과 브랜드의 애증: 미디어 비즈니스의 본질

모든 정보 기반 IT 비즈니스는 본질적으로 미디어 비즈니스다. 미디어 비즈니스의 핵심은 **매체력(Reach)**이다. 매체력은 다음 두 가지로 결정된다:

  1. 얼마나 많은 오디언스에 도달하는가
  2. 그 오디언스에 얼마나 깊게 인게이지(engage)하는가

미디어 비즈니스의 본질은 **중간자(Intermediary)**다. 메시지를 보는 사람과 메시지를 끼워 넣어야 하는 사람 사이에서 광고나 수수료 형태로 수익화한다.

검색에서 에이전트로의 전환

과거 (검색 시대)현재 (에이전트 시대)
사람들은 “찾는다(Search)“사람들은 “시킨다(Command)“
의도를 모아서 클릭을 판다맥락을 모아서 액션을 판다
키 비즈니스 모델: 광고, 키워드 비딩툴과 온보딩
링크(Link)의 역할액션(Action), 툴(Tool), 에이전트(Agent)의 역할

GPT-4o Pro는 이를 다음과 같이 요약했다: “사람들은 더 이상 찾지 않습니다. 이제는 시킵니다.”

채널 vs. 브랜드의 영원한 다이너믹스

채널(예: 쿠팡, 네이버 쇼핑, ChatGPT)과 브랜드 사업자는 애증의 관계다:

  • 채널의 목표: 브랜드가 자신들의 고객을 직접 가져서는 안 되며, 끊임없이 채널에 의존하게 만들어야 한다.
  • 브랜드의 목표: 채널이 자신들의 힘을 빼앗아가는 것을 막고, 고객을 자사몰로 이전시켜야 한다.

ChatGPT도 새로운 채널로 자리 잡고 있다. 브랜드는 ChatGPT에서 트래픽을 끌어와야 하지만, 동시에 완전히 의존해서는 안 된다. 락인(Lock-in)을 시킬 수 있는 힘이 없다면, ChatGPT는 네이버 쇼핑·쿠팡처럼 더 싸고 마진을 많이 주는 제품의 랭킹을 올릴 것이다.

6. 미래의 브랜드: 에이전트로서의 브랜드

ChatGPT가 게이트웨이가 되는 세상에서 브랜드의 미래는 어떻게 변할까?

더 이상 정적인 e-커머스 페이지가 아니라, 브랜드를 어드레스할 수 있는 노하우와 액션을 모두 갖춘 에이전트를 만들어 ChatGPT에 제공해야 한다. 예를 들어, 화장품 브랜드의 경우 백화점 1층에 서 있는 점원이 모델이다:

  • 고객 정보를 알고 있다
  • 제품 지식을 갖추고 있다
  • 감성까지 케어할 수 있다

이러한 역량을 에이전트로 구현해 ChatGPT에 보낼 수 있어야 장사가 가능하다.

7. 그래프 RAG와 파인튜닝의 필요성

단순한 RAG(Retrieval-Augmented Generation)로는 답할 수 없는 문제들이 현실에 많다. 예를 들어, 뷰티 업계에서는 다음과 같은 질문이 흔하다:

“비타민 C 화장품이 유행인데, 비타민 C와 기능은 똑같지만 다른 원료는 없을까?”

이런 질문에 답하려면 단순히 문서를 청킹(chunking)해서 가져오는 것 이상의 **데이터 관계성과 온톨로지(Ontology)**가 필요하다. 이를 줄여서 **그래프 RAG(Graph RAG)**라고 부를 수 있다. 데이터의 수많은 관계와 속성(attribute)을 정리하고, 그 사이에서 가능한 시나리오를 최대한 촘촘하게 만들어놓는 작업이다.

파인튜닝(Fine-Tuning)의 필요성

현업에서 고급 모델을 사용하다 보면 다음과 같은 문제가 발생한다:

  • 비용 문제: 데이터 관계성을 제대로 구축하지 않으면 많은 데이터를 그라운딩해야 하므로 비용이 증가한다.
  • 레이턴시(Latency) 문제: 응답 속도가 느려진다.

이를 해결하기 위해 Continual Learning이나 도메인 특화 RLHF 같은 파인튜닝 니즈가 자연스럽게 발생한다. 작은 모델을 비즈니스에 딱 맞게 튜닝해야 레이턴시와 비용 문제를 동시에 해결할 수 있다.

8. 미래의 두 방향성: AGI 서비스 vs. 버티컬 AI

2018년부터 일관되게 유지해온 관점이 있다. 돈 버는 구간은 두 곳뿐이다:

1) 인프라: 엔비디아 + 프론티어 랩

  • 엔비디아(NVIDIA): 칩 공급사
  • 프론티어 랩(Frontier Labs): OpenAI, Google, Anthropic 등 AGI 인프라 공급사

2) 버티컬 AI: 테슬라 모델

테슬라는 AI의 최전선에 있지 않지만, 다른 서비스 영역(전기차)으로 이동해 모자라는 부분을 외부 AI 도메인에서 빌려와 버티컬 서비스로 연결했다. 테슬라가 혁신적인 논문을 쓴 적은 거의 없다. 대부분의 혁신은 DeepMind, OpenAI, Anthropic에서 나온다. 그러나 테슬라는 전기차라는 재화와 AI를 결합해 자동차 회사도, 소프트웨어 회사도 이길 수 없는 차별화된 포지션을 만들었다.

중간 영역의 소멸

가벼운 래퍼(wrapper) 회사들은 모두 사라졌다. 살아남은 회사들은 **프론티어 모델이 그 자체로는 줄 수 없었던 하니스(harness)**를 만든 회사들이다. 이들은 다음과 같은 방향으로 생존한다:

  • 자체 모델 개발
  • OpenAI 등이 가지지 못한 데이터·프로세스를 통한 끊임없는 차별화
  • 탈출 속도(Escape Velocity) 확보

Cursor 2.0이 좋은 예제다. CLI도 아니고 IDE도 아닌 새로운 것을 자신들만의 모델과 하니스로 묶어 프로덕트 포지션을 잡아가고 있다.

미래는 두 방향만 남는다

  • 지능을 만드는 자: 컴퓨트(Compute)와 RLHF를 위한 환경 구축에 집중
  • 그 지능으로 현실의 문제를 푸는 자: 모델의 캐퍼빌리티 오버행 유지 + 하니스를 잘 만드는 것에 집중

9. 불편한 진실: 0.1%의 신과 0.9%의 타이탄

미래를 시뮬레이션한 결과, Grok, Gemini, Claude, GPT 모두 동일한 결론을 내렸다:

  • **0.1%만이 신(God)**이 된다 (AGI 서비스 제공자)
  • **0.9%는 타이탄(Titan)**이다 (버티컬 AI 사업자)
  • 이들이 전체 부의 90% 이상을 점유한다
  • 나머지 99%는 “티끌”, “먼지”와 같은 존재

이 구조는 불편하지만, The Great Reset은 계속 일어날 것이다. 프론티어 모델이 발전할 때마다 기존의 하니스들이 무효화되고, 새로운 기회가 열리는 것이 반복된다.

10. AGI/ASI는 두려움인가, 기회인가?

샘 알트만은 다음과 같이 말했다:

“우리는 6개월~1년 내에 만들 수 있는 모델이 도달할 수 있는 기능을 지금 하니스로 구현하고 있는 사업자들은 스팀롤될 것이다.”

이는 분명 두려움을 주는 메시지다. 2015~2016년 1차 AI 붐 때 Convolutional Neural Network로 회사를 만들었던 사람들, 2018~2019년 Transformer 이후 BERT, T5로 서비스를 만들었던 사람들은 이미 사라졌다. GPT-3 시대의 많은 모델 회사들도 지금 OpenAI, Google, Anthropic, 중국의 몇몇 프론티어 랩을 제외하면 거의 스팀롤되고 있다.

그렇다면 아무것도 안 하고 기다리는 것이 현명한가?

아니다. 다음과 같은 이유로 지금 시작해야 한다:

  1. 캐퍼빌리티 오버행: 현존하는 모델의 능력도 우리는 다 못 꺼내 쓰고 있다. 샘 알트만도 인정했듯이, 대부분 사람들은 모델의 능력을 극대로 활용하지 못한다. GPT-4o만으로도 대부분의 작업에서 모자람이 없다. 문제는 데이터와 로직이었다.

  2. 타임 갭과 도메인 갭: 현실에서 무언가를 하고 있는 사람의 숫자는 생각보다 매우 적다. 시장에는 거래도 많지 않다. 그러나 **“돈을 줄 테니 뭔가 만들어달라”**는 수요는 늘어나고 있다. 공급자는 적고 수요자는 증가하는 시점이다.

  3. 새로운 관점: 기존 소프트웨어 엔지니어의 관점이 아니라 AI를 잘 쓸 수 있는 사업가의 관점에서 세상을 바라보면, 이제 겨우 시작이라는 느낌이 든다.

11. 도망자 연합(Fugitives Alliance) 발족

AI Frontier 팟캐스트의 주요 오디언스는 도망자들과 이제 막 출발한 자들이다. 프론티어를 따라잡으려 하지만 도대체 어디로 가야 할지 모르는 이들이다.

글로벌 규모의 도망자들

안드레이 카파시(Andrej Karpathy) 톡이나 Swyx의 Latent Space 팟캐스트 같은 글로벌 콘텐츠의 뷰 카운트를 추적해보면, 글로벌리 이 영역을 진지하게 팔로우하는 사람은 2만~3만 명 정도다. 생각보다 매우 적다.

한국에서는 약 1,000명이 이 수준의 콘텐츠를 무조건 소비하는 것으로 추정된다. 이는 글로벌 규모 대비 결코 작지 않은 숫자다.

도망자 연합의 목적

  • 현실의 문제를 함께 풀 수 있는 분들을 모은다
  • 지식 교류와 협업을 통해 서로 배운다
  • 직장인, 창업자, 흥미 있는 누구나 참여 가능
  • 기준은 과거의 코딩 스킬이 아니라:
    • 새로운 문제를 새로운 도구로 풀 수 있는 **언런(Unlearn)**과 런(Learn) 속도
    • 문제를 보고 해결 수단을 빠르게 도출하거나, 조금의 너징(nudging)으로 습득할 수 있는 능력
    • 의지(Will)

“인간의 가장 큰 쓸모는 의지다.” 의지를 발휘할 수 있는 분들을 한 명 두 명씩 AI Frontier 연합으로 모으고자 한다.

12. 결론: 스팀롤을 피해 앞으로

핵심 요약

  1. OpenAI는 풀스택 AI 회사가 되어 대부분의 밸류체인을 장악할 것이다. 서드파티의 여지는 극소수 영역에만 남는다.

  2. 탈출 조건: ChatGPT가 즉시 답할 수 없는 **(데이터 ∩ 툴)**의 교집합 + 매일 새로 생성되는 동적 영역

  3. 타이밍과 도메인이 생존의 두 축이다:

    • 타임 갭: 프론티어 랩과 일반 사용자 사이의 캐퍼빌리티 오버행은 크다
    • 도메인 갭: 소프트웨어에서 멀고 서비스·피지컬에 가까울수록 기회가 많다

  4. **소프트웨어 가격은 제로(Zero)**가 되고 있다. 소프트웨어 엔지니어라는 타이틀을 내려놓고 사업가가 되어야 한다.

  5. 미래는 두 방향:

    • 지능을 만드는 자 (AGI 서비스)
    • 지능으로 현실의 문제를 푸는 자 (버티컬 AI)

  6. 불편한 진실: 0.1%의 신과 0.9%의 타이탄이 부의 90%를 점유한다. 그러나 The Great Reset은 계속 일어나므로 기회도 반복된다.

  7. 지금이 시작이다. 아무것도 안 하고 기다리는 것은 위험하다. 캐퍼빌리티 오버행은 여전히 크고, 실제로 현실에 적용하는 공급자는 적으며, 수요는 증가하고 있다.

  8. 도망자 연합: 약 1,000명의 한국 도망자들과 함께 현실의 문제를 풀고, 지식을 교류하며, 스팀롤을 피해 앞으로 나아가자.

부록: 생각 실험의 역사 (2018~2025)

발표자는 2018년부터 주기적으로 “비즈니스 관점에서 본 AI”에 대한 사고 실험을 문서화해왔다. 버전 0.4부터 현재 2.0까지의 핵심 논리는 크게 변하지 않았다:

  • 2018년: 데이터, 알고리즘, 서비스가 핵심 요소
  • 2020년: 서비스, 알고리즘, 컴퓨트가 핵심. 알고리즘은 상향평준화되고 컴퓨트는 돈으로 해결 가능하므로 **버티컬 AI(서비스)**에 집중
  • 2025년: 컴퓨트로 모든 것을 밀어버리는 세상. 그러나 여전히 AGI 인프라 vs. 버티컬 AI의 구도는 유효

레이어 구조:

  • 고객(Customer)
  • 서비스(Service)
  • 애플리케이션(Application)
  • 모델(Model)
  • 컴퓨트(Compute)
  • 칩(Chip)

현재로서는 엔비디아 + AGI 프로바이더와 그 싸움에서 완전히 벗어난 서비스만 돈을 벌고 있다.

2025년 11월 1일 스냅샷

이 내용은 2025년 11월 1일 시점의 생각을 담은 스냅샷이다. 한 달 뒤에는 또 달라질 수 있다. 그러나 핵심은 변하지 않는다: 타이밍과 도메인을 잘 선택하고, 끊임없이 도망가며, 스팀롤을 피해 살아남는 것. 그것이 우리 도망자들의 숙명이자 전략이다.

그래프 뷰