알트먼, AI의 제3단계를 예측: 능동형 AI가 자율적인 백그라운드 에이전트를 가능하게 한다

최근 열린 기업 행사에서 OpenAI의 샘 알트만 CEO는 AI 제품 개발의 3단계 이론에 대한 첫 체계적인 제안을 제시했습니다. 그는 업계의 다음 획기적인 발전이 백그라운드에서 지속적으로 작동하며 사용자를 적극적으로 지원하는 AI 시스템인 ‘선제적 AI(Proactive AI)’가 될 것이라고 분명히 밝혔습니다.

알트먼은 현재 AI 제품의 진화 과정을 세 가지 명확한 단계로 구분했다. 첫 번째 단계는 ChatGPT와 같은 챗봇으로, 사용자가 대화를 시작해야 응답을 받을 수 있다. 두 번째 단계는 OpenAI의 Codex와 같이 작업 수행 능력을 갖춘 AI 에이전트 시스템으로, 프로그래밍과 같은 특정 작업을 독립적으로 완료할 수 있다. 알트먼이 가장 유망한 방향으로 꼽은 세 번째 단계는 더욱 자동화된 “선제적 AI”입니다. 그는 “다음에 등장할 것은 바로 이 지속적으로 작동하는 선제적 AI일 것이라고 장담한다. 내년에 대비할 가치가 있는 것이 있다면, 바로 내가 가장 낙관적으로 보는 이 방향이다”라고 단언했습니다.

알트먼은 현재의 에이전트 단계를 “지금까지 가장 인기 있는 AI 제품 카테고리”라고 언급했으며, 그 개발은 주로 기업 고객의 요구에 의해 주도되어 왔지만, 제품 라인업이 확대됨에 따라 사용자들은 새로운 혼란을 겪고 있다. 많은 기업 사용자들은 챗봇을 언제 사용해야 하고, 코덱스(Codex)나 API를 언제 활용해야 할지 확신이 서지 않을 뿐만 아니라, 필요한 맥락 정보와 다양한 플러그인 도구를 통합하는 데도 어려움을 겪고 있다. 이러한 제품 파편화 문제로 인해 오픈AI는 보다 심층적인 통합 솔루션을 모색하기 시작했다.

이를 해결하기 위해 알트먼은 오픈AI가 통합 제품을 개발 중이라고 밝혔으며, 코덱스의 에이전트 기능을 챗GPT 및 기타 도구와 깊이 통합하여 “슈퍼 앱”과 유사한 통합 플랫폼을 구축할 계획이라고 전했다. 이 플랫폼은 “우리가 하고자 하는 다른 모든 일”을 수행하기 위한 인프라로 간주되며, 현재 산재된 제품과 높은 사용자 학습 비용이라는 문제를 해결하는 것을 목표로 한다.

동시에 AI 비용 문제는 주변적인 주제에서 비즈니스 의사결정의 핵심 고려 사항으로 부상했다. 알트먼은 연초만 해도 기업들이 비용을 적극적으로 논의하는 경우가 드물었으나, 이제는 이것이 “거대한 문제”가 되었으며 “두 번째로 중요한 주제”가 될 수도 있다고 지적했다. 그는 우버(Uber)를 예로 들며, 이 회사가 1분기에만 AI 예산 전액을 소진했다고 언급했다. 이에 대응해 오픈AI의 전략은 모델 효율성을 높여 비용을 절감하는 동시에 고객에게 더 많은 가치를 창출하는 것이다. “우리는 고객이 더 적은 투자로 더 많은 가치를 얻을 수 있도록 도울 수 있는 다양한 방법을 마련할 것이라 생각한다.”

더 근본적인 과제는 사용자의 인식에 있다. 알트먼은 “대부분의 사람들”이 AI를 효율적으로 사용하는 방법을 모른다고 인정했다. 많은 이들이 AI를 충분히 활용하지 못했고 그 가치를 제대로 끌어내지 못했다는 사실을 깨달았지만, 새로운 업무 방식을 익히는 것 자체에 장벽이 존재한다. “새로운 업무 방식을 배우는 것은 쉽지 않으며, 초기 비용도 다소 높습니다.” 오픈AI가 복잡하고 강력한 활용 사례를 다수 제시한다 해도, 대부분의 고객은 실제 업무에서 AI를 그런 방식으로 사용하지 않을 것입니다.

“프로액티브 AI(Proactive AI)”는 이러한 실질적인 딜레마에 대한 OpenAI의 해법이다. 사용자가 AI 사용법을 적극적으로 배우려 하지 않는다면, 미래의 AI 시스템은 업무 시나리오에 통합되어 백그라운드에서 실행되며 사용자 주변의 작업을 자동으로 완료해야 한다. 알트먼의 비전은 사용자가 AI가 무엇을 할 수 있는지 이해할 필요조차 없을 수도 있다는 것이다. “오픈AI가 백그라운드에서 실행되며 우리 회사의 모든 맥락을 연결하는 에이전트 역할을 할 수 있을까? AI가 무엇을 할 수 있는지 이해하려고 애쓰게 하지 말고, 그냥 나에게 유용하게 만들어 달라.”

그러나 이러한 비전은 기존 IT 아키텍처에 새로운 과제를 제기하기도 합니다. 요청에 따라 응답하는 기존의 채팅 창과 달리, 지속적으로 실행되며 대량의 기업 맥락 데이터에 접근하는 AI 시스템은 데이터 보안, 권한 제어, 컴퓨팅 자원 할당 메커니즘에 대해 더 높은 요구 사항을 제기합니다. 기업들은 이러한 ‘상시 가동’형 지능형 시스템에 적응하기 위해 AI 배포 방식, 보안 전략, 인프라를 재설계해야 합니다.