*이 글은 외부 필자인 김지윤님의 기고입니다. 지난해 벤처투자 자금의 절반 이상이 인공지능으로 쏠렸다는 사실, 알고 계신가요? 피치북 조사에 따르면 2025년 전 세계 VC 투자 규모는 5120억 달러로 피크를 찍었던 2021년 다음으로 규모가 컸어요. 2025년 1분기부터 3분기까지 투자 금액이 이미 2022, 2023, 2024년 규모를 넘어섰고요. 이 중 절반 이상이 AI 스타트업에 쏠렸습니다. 투자 건의 1/3이 AI 스타트업에 관한 것이었다죠. 다른 조사 결과에서도 전체 벤처 투자에서 AI가 차지하는 비중은 2015년 20%에서 2025년 55.7%로 급증한 것으로 나타났습니다. (참조 - 피치북 "2025년 글로벌 VC 5,120억달러 투자…AI가 절반 이상") (참조 - 글로벌 AI 투자 쏠림 심화 美 72% 독식…한국은 점유율 1%) 하지만 모든 투자에는 그만큼의 성과 압박이 따르는 법. AI 스타트업에 몰린 투자는 AI 스타트업이 그만큼 성장할 것인가, 실제로 성과를 낼 것인가라는 질문으로 연결됩니다. 그 대표적인 예시는 오픈AI입니다. 처음 비영리 단체로 시작했던 오픈AI가 마이크로소프트 등의 투자를 받으면서 점차 '영리화'한 것은 잘 알려진 사실입니다. 그 과정에서 오픈AI 이사진과 대표인 샘 올트먼이 갈등을 빚거나 방향에 반대한 구성원이 조직을 나와 새로운 AI 스타트업을 만들곤 했죠. 본질적으로 '크게 베팅하는' 벤처 투자가 스타트업에 미치는 영향이라 볼 수 있겠습니다. (참조 - 일론 머스크는 왜 자꾸 오픈AI에게 시비를 걸까)

"AI심사역에게 사번을 부여하고 임무를 줬습니다" (투자사 관계자) 그동안 스타트업 투자는 심사역 개인의 경험과 지식, 네트워크에 의존해왔습니다. 그래서 심사역에게 오랜 기간의 투자 경험, 큰 성과를 낸 투자 포트폴리오 혹은 창업 및 엑시트 이력 등이 중요했는데요. '학벌과 인맥 투자'라는 비판도 받았죠. 이 영역에 AI가 침투했습니다. 우리들에게 업무상 AI 활용은 일상인데요. 수백, 수천억이 오가는 벤처투자 업계에서도 AI가 적극적으로 활용되고 있습니다. 심지어 "우리는 AI심사역을 고용했어요"라는 투자사들의 선언까지 나오는 상황인데요. 실제 'AI심사역'을 쓰고 있다는 투자사들의 AI활용법을 들어봤습니다. 시간이 흘러 AI가 지금보다 더 발전하면 언젠가 인간 심사역을 대체할 수도 있을까요? 이에 대한 의견도 들어봤는데요. "적극적으로 AI를 도입하고 있다"부터 "AI는 심사역을 대체할 수 없다"는 투자사까지 의견이 조금씩 달랐습니다. 반대편에는 이를 바라보는 창업자들이 있습니다. 창업자들 역시 투자 유치를 준비하는 과정에서 AI를 활용하고 있었는데요. AI에게 투자 심사를 받는다면, 이들은 어떻게 받아들일까요? 투자사와 투자 유치 중인 창업자들이 AI에 대해 어떻게 생각하는지 정리했습니다. 투자사는 AI를 쓸까? AI의 진화는 심사역들의 업무 패턴에 변화를 일으켰는데요. 심사역들이 개별적으로 스타트업에 대한 자료 수집, 정리 및 분석 등에 AI를 활용하는 건 이미 흔한 일이 됐습니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 소프트웨어 개발에는 오랫동안 정해진 순서가 있었습니다. 기획하고, 설계하고, 개발하고, 테스트하고, 출시합니다. 단계마다 전문 인력이 필요했습니다. 기획자가 요구사항을 정리하고, 개발자가 코드를 작성하고, QA가 버그를 잡습니다. 그런데 이 프로세스는 개발의 본질이 아니었습니다. 제약조건에 대한 대응이었습니다. 기획과 테스트가 필수였던 이유는 네 가지입니다. 첫째, 비용이 많이 들었습니다. 서비스 하나 만드는 데 적게는 수십억, 많게는 백억 이상이 필요했습니다. 둘째, 시간이 오래 걸렸습니다. MVP만 해도 수개월, 정식 출시는 1년 넘게 걸리는 경우가 흔했습니다. 셋째, 한 번 만들면 고치기 어려웠습니다. 기술부채라는 말, 리팩토링을 해야 하느니 마느니 하는 논쟁이 개발자들 사이에서 끊이지 않았던 이유입니다. 넷째, 수많은 사람이 협업해야 했습니다. 양쪽에서 출발해서 중간에서 선로를 맞추는 기차 공사 같은 구조였습니다. 이 네 가지 제약조건 때문에 기획이 필요했습니다. 비용과 시간이 많이 드니까 시작하기 전에 충분히 검토해야 했습니다. 돌이킬 수 없으니까 신중하게 결정해야 했습니다. 여러 사람이 작업하니까 문서로 정리하고 공유해야 했습니다. 테스트도 마찬가지입니다. 출시 후 수정이 어려우니까 출시 전에 최대한 검증해야 했습니다.

*이 글은 외부 필자인 김도영님의 기고입니다. 쿨한 리더라는 미덕의 이면 "저는 팀원들을 믿고 전권을 줍니다. 실무는 실무자가 제일 잘 알고 있으니까요." 오랫동안 '좋은 리더십'의 조건 중 하나는 실무에 과도하게 개입하지 않는 태도였습니다. 리더는 방향만 제시하고, 실행은 팀원에게 맡기는 것이 성숙한 리더십으로 여겨졌습니다. 꼬치꼬치 캐묻는 리더는 '마이크로매니저'로 분류되었고, 우리는 마이크로매니지먼트를 피해야 할 리더십이라고 배워왔죠. 자율과 임파워먼트(Empowerment)를 존중하며 한 발 뒤로 물러서는 리더가 더 세련되고 쿨해 보이던 시절이었습니다. 그런데 여기서 질문을 바꿔보겠습니다. 진짜 문제는 '개입' 그 자체였을까요? 개입의 유무가 아니라, 개입이 이루어지는 방식이 아니었을까요? 요즘 현장에서 같은 말은 전혀 다르게 번역됩니다. "우리 팀장은 실무를 거의 몰라서, 결정도 잘 못 내려요." "평소에는 관심도 없다가, 문제 생기면 왜 그렇게 했냐고만 물어요." 팀장의 믿음이 팀원에게는 방치로, 때로는 리더십의 공백으로 읽히는 이 아이러니. 왜 생기는 걸까요? 비즈니스의 속도가 빨라지고, AI가 실무의 상당 부분을 대신 수행하는 지금, 맥락을 모른 채 "믿고 맡긴다"고 말하는 태도는 더 이상 신뢰로 작동하지 않기 때문입니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 2025년 가장 핫한 키워드는 아무래도 인공지능(AI)이었습니다. 엔비디아, 오픈AI같이 AI 관련 기업이 헤드라인을 장식했고 AI 스타트업이 시드투자부터 수천억 단위 투자를 받으며 창업자, 그리고 빅테크발 투자자들의 AI 경쟁이 치열하게 진행되고 있습니다. 2025년 한 해 아웃스탠딩에서 해외 스타트업을 소개할 때도 인공지능은 빠지지 않는 주제였네요. (참조 - 일본 스타트업 사카나 AI는 어떻게 창업 1년 만에 유니콘이 됐나) (참조 - AI시대 깃허브, 허깅페이스에 대해 알아보자) (참조 - 소규모 창업 시대를 가속하는 소규모 창업팀…커서 AI) (참조 - "실리콘밸리는 지적으로 게을러졌다"...페리오딕랩 이야기) 하지만 한편에서는 'AI 열풍이 과장됐다'는 경계심도 커졌습니다. 11월까지 엔비디아 주가가 파죽지세로 올라갔다가 'AI 버블' 논란이 거세지면서 주가가 푹 주저앉기도 했는데요. 엔비디아가 3분기 역대급 실적을 냈음에도 '이러다가 주가가 꺾이는 것 아니냐'는 불안감이 사그라지지 않았기 때문입니다. "현재 주식시장은 극단적인 규모로 과열된 후 급락하기 직전 최고치에 다다랐다고 볼 수 있습니다."

지난 3년간 IT업계에서 가장 큰 기술트렌드는 인공지능이라 할 수 있는데요. 대규모 투자가 계속해서 들어가자 자연스럽게 따라오는 의문이 있습니다. 과연 돈이 되겠냐는 것이죠. 아마도 이것은 큰 압박으로 작용할 텐데요. 지금 당장은 뭔가 보이지 않더라도 시간이 지나 뭔가 나온다는 시그널링이라도 보여줘야 할 것입니다. 다시 말해 '금맥'을 찾아야 하죠. 그래야 이른바 '골드러시' 붐이 일어나면서 대거 노동자가 몰리고 청바지 상인이 등장하고 이들을 대상으로 하는 식당과 술집도 생기고 시간이 지나 마을이 도시로 변모하겠죠. 하지만! 아직까진 국내 AI회사들은 투자금 규모를 고려했을 때 실적이 썩 좋진 않았습니다. 아마 당사자 입장에선 난감할 텐데요. 그러다가 최근 들어 최초의 금맥이라 볼 수 있는 킬러서비스가 하나 등장했습니다. 바로 캐릭터챗입니다. 그 중심에는 '제타'의 스캐터랩과 '크랙'의 뤼튼이 있는데요. 최근 두 회사는 트렌드 주역으로서 빠르게 매출을 늘리고 있습니다. 먼저 스캐터랩은 2024년 4분기부터 2025년 2분기까지 연속 흑자를 거뒀으며 올해는 매출 250억원을 목표로 하고 있습니다. 최근 영업이익률은 20%에 육박합니다. 뤼튼의 경우 크랙으로만 하루 평균 1억원씩 거래액을 기록하고 있으며 최근에는 월 30억원 매출에 도달했습니다.

*이 글은 외부 필자인 최철용님의 기고입니다. "사외 이사는 이제 그만해도 될 거 같아. 그동안 고마웠어." 제가 제 발등을 찍었어요. 내심 '그만둬서 다행이다' 싶었지만 어쨌든 자의는 아니었으니까요. 잘린 거죠. 그것도 제 스스로. 몇 달 전에 오프라인 비즈니스를 하는 아는 형의 회사에서 디지털 마케팅 관련해서 조언이 필요하다고 해서 사외 이사를 맡게 되었어요. 일 안 하고 등기만 필요한 사외 이사 자리 어디 없냐고 그 형에게 농담한 적이 있었는데, 그게 계기가 되었죠. 이 형이 신사업의 디지털 마케팅을 더 잘하고 싶다며 저에게 일하는 사외이사 역할을 제안했어요. 저는 제 비즈니스만으로도 충분히 바빠서 실무까지 챙길 엄두가 안 났지만, 처음 두세 달만 봐주면 그 뒤로는 신경 안 써도 될 거라는 말에 흔쾌히 수락했습니다. 사외이사를 통해 배울 점도 많을 거 같았고요. 처음 두세 달은 실무자들과 미팅도 자주 가지면서 조언을 아끼지 않았죠. 하지만 몇 달 지나다 보니 내부 마케팅팀으로 풀 수 없는 문제들이 생기더라고요. 말로 정답을 얘기해 주는 것과 실제 실무자가 그 문제를 직접 실행해서 푸는 것 사이에는 엄청난 괴리가 있다는 건 다들 잘 아시잖아요. 이 회사의 신사업 성장을 가로막고 있는 몇 가지 중요한 이슈가 있었는데 내부 마케팅팀 역량으로는 풀기 어려워 보였어요. 이런 걸 잘 해결하는 마케팅 대행사 대표를 잘 알고 있어서 문제 해결을 부탁했죠. 실력 있는 친구라서 금방 그 문제를 해결하더라고요. 그리고 얼마 지나지 않아서 사외 이사를 그만하면 어떻겠냐는 연락을 받았어요. 그 대행사 대표를 통하면 저보다 더 직접적으로 도움을 받을 수 있겠다는 판단이 들었을 거예요.

지난 12월 11일, AI 스타트업 오픈리서치의 김일두 대표가 자신의 SNS에 올린 사과문은 스타트업 업계에 큰 충격을 주었습니다. 카카오브레인 최연소 대표 출신으로 창업 2개월 만에 100억원의 시드 투자를 유치하며 'AI 유망주'로 주목받던 그가 도박 의혹을 인정한 것입니다. "2024년 4월 라스베이거스 출장 중 처음 카지노를 접했습니다. 해당 경험 이후에는 단 한번의 접근도 없었으나, 주로 올해 일시적인 흥미와 개인적인 불안정함속에서 다시 접근하게 되었습니다. 장기간 우울증과 공황장애를 앓고 있던 차에 불법 카지노를 통한 큰 당첨은 잠시라도 고통을 잊게 했고, 판단력을 잃게 했습니다" 김 대표는 사과문에서 자신이 보유한 지분을 매각해 마련한 개인 자금을 도박에 사용했다며 손실을 메우기 위해 사채까지 빌렸다고 밝혔습니다. 그는 이어 "자금 압박을 해결하고자 더 많은 돈을 빌렸고 이를 위해 거짓말을 일삼았다"며 "매출 기반으로 성실하게 변제하겠다"고 약속했습니다. 불과 일주일 전만 해도 김 대표는 한 언론 매체와의 인터뷰에서 도박 의혹에 대해 '사실 무근'이라고 부인했지만 사태가 커지자 결국 사실을 인정한 것입니다. 오픈리서치는 2024년 7월 설립되어 이제 막 1년 남짓한 신생 기업인데요. 그 1년 동안 무슨 일이 있었고 앞으로 어떻게 될지 법률 전문가, VC 업계 종사자 등 이해관계자의 이야기를 들어봤습니다. 먼저, 오픈리서치의 시작과 1년 동안 어떤 주목을 받았는지 시간순으로 살펴봤습니다. 1년간의 흥망성쇠: (1) 화려한 출발 오픈리서치를 설립한 김일두 대표의 이력은 화려했습니다. 2012년 카카오에 입사해 소프트웨어 엔지니어로 근무를 시작했습니다. 7년 동안 AI 관련 서비스 연구 및 개발 경험을 쌓고 2018년부터 카카오의 AI 연구전문 자회사인 카카오브레인의 딥러닝 알고리즘 연구팀에 합류했습니다. 그리고 3년 뒤인 2021년 카카오브레인의 최연소 대표(당시 나이 33세)로 선임되어 큰 화제가 됐었죠. 이후 거대언어모델(LLM) '코(Ko)GPT', 인물특화 이미지 생성 모델 '칼로(Karlo)', 흉부 엑스레이 판독문 생성모델 '카라(Kara)' 등 굵직한 AI 프로젝트를 진두지휘했습니다. 그러다 2024년 7월, 김 대표는 카카오브레인 출신 개발자들과 함께 오픈리서치를 창업했습니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 소프트웨어 시장은 크게 두 축으로 나뉩니다. 맞춤형 납품 시장과 범용 소프트웨어 시장입니다. 물론 이분법적으로 딱 나뉘는 것은 아닙니다. 스펙트럼으로 존재합니다. 한쪽 끝에는 완전한 커스텀 외주가 있고, 다른 쪽 끝에는 완전한 패키지 소프트웨어가 있습니다. 그 사이에 대기업 그룹사가 공유하는 SI 개발사 같은 형태도 있고, 반쯤 커스터마이징이 가능한 솔루션도 있습니다. SaaS는 이 스펙트럼에서 범용 소프트웨어 쪽에 가깝습니다. 그리고 이 산업 전체가 하나의 전제 위에 세워져 있습니다. "표준화가 맞춤화보다 효율적이다"라는 전제입니다. 맞춤형 소프트웨어를 만들려면 요구사항을 정의하고, 설계하고, 개발하고, 테스트하고, 유지보수해야 합니다. 각 단계마다 전문 인력이 필요합니다. 비용이 많이 들고 시간도 오래 걸립니다. 중소기업 입장에서는 엄두를 내기 어려운 일이었습니다. 대기업조차 모든 소프트웨어를 직접 만들지는 않습니다. 그래서 여러 회사가 공통으로 쓸 수 있는 범용 소프트웨어를 만들어 나눠 쓰는 방식이 등장했습니다. 개발 비용을 수천, 수만 고객이 분담하니 개별 회사로서는 단가가 극적으로 낮아집니다. 설계와 관리에 들어가는 오버헤드도 SaaS 회사가 대신 감당합니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 얼마 전 흥미로운 기사를 봤습니다. 한국이 ChatGPT 매출 세계 2위를 기록했다는 내용이었습니다. AI를 적극적으로 도입하고 열정적으로 사용하는 나라가 된 것이 자랑스럽기도 하고 반갑기도 했습니다. (참조 - 국내 챗GPT 매출 3000억...미국 이어 전 세계 2위) 무엇보다도 강사로서, AI 사업을 하는 사업가로서 사람들이 AI를 어떻게 쓰고 있는지 궁금했습니다. 아마 검색 대용으로 쓰는 분들도 있을 것이고, 콘텐츠 생성용으로 쓰는 분들도 있을 것입니다. 번역이나 요약에 쓰는 분들도 많을 것이고, 코딩 보조로 쓰는 개발자들도 있을 것입니다. 그렇다면 AI를 잘 쓰는 법은 무엇일까요. 프롬프트 엔지니어링이 유행했고 지금도 유효합니다. 최근에는 컨텍스트 엔지니어링까지 개념이 확장되었습니다. 그런데 제 결론은 조금 다릅니다. AI를 가장 잘 쓰는 핵심은 바이브 코딩(AI를 활용한 코딩)을 배우는 것입니다. 코드와 결합할 때 AI의 잠재력이 폭발합니다. 바이브 코딩 혁명의 핵심은 두 가지입니다. 첫째, AI는 코드와 결합할 때 진정한 잠재력이 폭발한다는 것. 둘째, AI 덕분에 코딩 자체가 매우 쉬워졌다는 것입니다. 챗봇 위주 AI 사용의 한계는 명확합니다. 마치 은행 창구처럼 우리가 직접 가서 하나하나 명령해야 합니다.

*이 글은 외부 필자인 박상현님의 기고입니다. AI가 우리를 깜짝 놀라게 한 사례를 생각해보면 문화, 예술의 영역인 경우가 많습니다. 가령 프란치스코 교황이 하얀 패딩을 입고 걸어가는 모습은 많은 사람들을 속였고, 나중에 AI가 생성한 걸 알고 충격을 받았죠. (오래전 일인 것 같지만 고작 2년 전 얘기입니다.) 물론 손가락이나 자세가 기괴해서 웃음거리가 되는 일도 많았지만, 요즘 보는 AI 생성 이미지들은 그 정도의 오류는 이미 해결했습니다. 빠르게 정교해지고 있죠. 창작계에서는 AI가 아티스트를 위협하는 게 아니라, 오히려 도움이 될 수 있다고 생각하고 AI를 창작의 도구로 적극 수용하려는 사람들이 많아요. 올해 초에 발행한 글에서 자세히 다뤘지만, 특히 대중음악계 일부에서는 AI를 환영하는 분위기가 뚜렷합니다. (참조 - 음악은 많아지는데 음악가는 사라지는.. 스포티파이가 생각하는 미래) 물론 뮤지션들은 강하게 반대하지만, 프로듀서와 음반사들은 AI의 가능성을 알아봤습니다. 그런데 벌써 그 결과가 나타나고 있습니다. 최근 미국 빌보드 차트 컨트리 뮤직 (정확하게는 컨트리 디지털 곡 판매)에서 AI 가수가 발표한 곡이 1위를 차지하는 일이 벌어졌거든요. 브레이킹 러스트(Breaking Rust)라는 "뮤지션"이 부른 '워크 마이 워크'(Walk My Walk)라는 곡입니다. 한 번 들어보세요.

*이 글은 외부 필자인 최철용님의 기고입니다. "지금 뭐라고 그랬어?" "제가 틀린 말 한 것도 아니잖아요." "포토그래퍼는 더 이상 쓸모없다고? 너 그게 지금 내 앞에서 할 소리야!" "세상이 그렇게 바뀌고 있다고요. 누님도 AI 써보시면 아실 거예요." "AI는 무슨 AI야! 사진이라는 게 뭐 그렇게 뚝딱 되는 줄 알아! 예술이 뭔지도 모르면서 떠들고 있어. 아, 열받아서 나 먼저 갈래! 너 그딴 소리 할 거면 다시는 내 앞에 나타나지 마!" 화기애애했던 분위기가 갑자기 싸늘해졌어요. 주변에서 웅성거렸죠. 옆테이블에 앉아 얘기를 엿듣고 있던 저는 상황이 심상치 않아 중재에 나서려고 했었는데, 순식간에 일이 커져 버렸어요. 2017년 6월에 결성되었으니까 벌써 8년이 넘은 중소기업 경영자 모임에서 일어난 일이에요. 회사를 운영하면서 겪는 고충이나 새로운 사업 기회, 유익한 정보를 서로 나누면서 회원들이 형 동생처럼 돈독한 관계를 유지하는 결속력이 강한 모임이었죠. 술자리에서 이런 소란이 일어난 건 처음이었어요. 누님으로 불리는 O 대표가 자리를 떠난 후 J 대표를 통해 전후사정을 들었어요. J 대표는 티셔츠에 아티스트의 작품을 프린팅해서 판매하는 패션 사업을 운영하고 있었어요. 어떻게 하면 저비용으로 수준 높은 디자인을 얻을 수 있을지 고민이었죠.

*이 글은 외부 필자인 신기주님의 기고입니다. 젠슨 황의 자리 2001년 CES에서 마이크로소프트 창업자 빌 게이츠는 최초로 엑스박스를 언박싱합니다. 엑스박스는 윈도우 OS만 만들던 소프트웨어 회사 마소가 처음 만든 하드웨어 게임기입니다. 엔비디아의 그래픽 카드인 지포스3가 적용됐죠. 엑스박스의 대표 게임 타이틀인 헤일로를 돌리려면 지포스3가 필수였습니다. CES 2001의 주인공은 엑스박스의 홍보대사 드웨인 존슨이었지만 숨은 주인공은 젠슨 황이었습니다. 정작 CES 2001의 엑스박스 언박싱 행사에서 젠슨 황의 자리는 파티장 구석탱이였습니다. 젠슨 황의 오른팔인 엔비디아 수석과학자 데이비드 커크가 우리를 엑스박스 받침대 제조사와 같은 테이블에 앉혔다고 부들부들할 정도였죠. 엔비디아 입장에선 마소의 갑질이었습니다. 스티브 발머 시절의 마소였으니 그럴 만도 했습니다. 그 시절 마소는 외부 갑질과 내부 총질로 악명 높았으니까요. 그런데 마소의 갑질엔 나름 논리가 있었습니다. 엔비디아는 마소가 B2C 시장에서 리스크 테이킹을 해서 애써 이룩한 엑스박스의 성공에 유임승차한 B2B 협력 업체일 뿐이라는 얘기였죠. 마소 입장에선 엔비디아의 유임승차가 엑스박스가 처음도 아니었습니다. PC 게임 시장에서부터 그랬죠.

*이 글은 외부 필자인 강병호님의 기고입니다. 마이클 버리의 'AI 빅쇼트' 2022년 11월의 OpenAI ChatGPT 출시 이후, AI는 세계의 화두가 되어 왔습니다. 그리고 AI는 가능성의 영역을 넘어, 이제는 일상생활이나 업무에서 활용되며 우리의 생활을 실제로 바꿔 나가고 있습니다. 이러한 변화는 자본시장에도 거대한 영향을 주었습니다. AI 관련 주식은 미국 주식시장을 대표하는 S&P 500 지수 상승분의 75%를 차지하고 있으며 시가총액 1위 기업을 엔비디아로 바꾸기도 했습니다. 자본시장의 거대한 흐름을 이끌어 나가는 AI 빅테크 기업은 전례 없는 규모의 자본투자 (CapEx; Capital Expenditure)를 집행하고 있습니다. 시장은 대규모의 자본 투자가 기업의 경쟁력을 강화하여 미래에는 수익을 창출해 낼 것으로 기대하고 있습니다. 그러나 2025년 11월 초, 영화 "빅쇼트(Big Short, 미국의 서브프라임 모기지 사태를 다룬 영화)"의 주인공 마이클 버리(Michael Burry)는 AI 빅테크 기업의 재무 회계가 이익을 인위적으로 부풀리고 있다고 주장하며, 엔비디아와 팔란티어의 주가 하락에 베팅하는 숏 포지션을 취했다고 밝혔습니다. (참조 - Investor Michael Burry of 'Big Short' fame deregisters Scion Asset Management) 이로 인해 시장은 혼란과 안정을 반복하고 있습니다. 마이클 버리가 주장하는 "인위적인 이익 부풀림"에 대한 논쟁은 꾸준히 이어지고 있습니다. 논쟁 요소가 무엇인지, 그리고 산업계에서 체감하는 수준은 어느 정도인지 살펴보겠습니다. AI 장비 내용연수, 얼마나 될까? "인위적인 이익 부풀림"에 대한 마이클 버리의 핵심 주장은 "부풀려진 내용연수"입니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 2022년 11월 말 ChatGPT가 세상에 등장했습니다. 그 이전에도 심심이 수준의 대화를 할 수 있는 모델은 많았지만, ChatGPT의 방대한 지식과 사람에 가까운 대화 능력은 전 세계인들을 충격에 빠뜨리기 충분했습니다. 3년이 흐르는 동안 전 세계에 17억 명 가까운 인구가 직간접적으로 AI를 사용하기 시작했습니다. 검색용으로 사용하는 수요에 대응하기 위해 구글과 네이버는 검색 결과에 AI 요약을 표시하기 시작했습니다. 겉으로 보면 AI는 이미 우리 삶 속 깊숙이 침투한 것 같습니다. 하지만 약간 다른 관점에서 보면 AI가 주었던 기대감에 비해 실질적인 사용은 많지 않다고도 볼 수도 있습니다. ChatGPT의 무료 누적 사용자 수는 엄청나지만, 유료 구독 고객은 불과 1000만명에서 2000만명 사이에 불과합니다. 마이크로소프트 오피스 유료 구독 상품 사용자가 4억 명을 초과한다는 사실을 고려하면 생각보다 그렇게 퍼지지 못했다고 볼 수도 있습니다. 사용처도 한정적입니다. 현재 검색과 간략한 질의응답을 제외하고 사용자들에게 검증된 수요는 크게 두 가지입니다. 첫 번째는 개발 분야입니다. 현재 AI를 잘 활용하는 개발자는 AI가 존재하기 전 개발자의 약 6배 ~ 20배 정도의 생산성을 내고 있는 것으로 파악됩니다.

*이 글은 외부 필자인 김진환님의 기고입니다. 제가 아웃스탠딩에 글을 올린 지가 2년이 넘었습니다. 그동안 총 32편의 글을 썼네요. 주로 스타트업의 세일즈와 사업개발, 성장에 대한 주제를 다루었습니다. 혹시 글 하단에 있는 제 소개글을 보셨는지 모르겠네요. 'B2B 세일즈 및 마케팅에서의 인공지능의 역할'을 주제로 기술경영학 박사 학위를 받았다는 내용이 적혀 있습니다. 학위를 받은 지 4년이 지났지만 이제야 제 학위 논문의 일부를 소개해볼까 합니다. 갑작스럽게 몇 년 지난 제 학위 논문을 들추게 된 배경은 "AI가 메가트렌드인 건 잘 알겠는데 그게 어떻게 기업의 매출이 도움이 되냐"라는 질문에 대한 하나의 실마리를 제공해줄 수 있다고 생각했기 때문입니다. 인공지능이 지금의 기업에 왜 중요한가?에 대해서는 논의가 꽤 이루어졌다고 봅니다. AI기술의 효능은 더 똑똑하게, 더 빨리, 더 싸게입니다. 스마트팩토리(Smart Factory)는 AI기술을 통해 보다 똑똑해진 공장을 의미합니다. 생산 효율성이 높아지고, 유연한 생산이 가능하며, 품질이 향상됩니다. 예지보전(Predictive Maintenance)을 통해 가동 중단과 불량 생산을 최소화하고, 높은 자동화율로 인해 인건비와 생산 원가를 줄여 결과적으로 기업의 이익 향상에 기여합니다. 수많은 IT SaaS 서비스 역시 AI 기술을 통한 비용절감에 기여합니다. 우리에게도 익숙한 AI 챗봇(Chat Bot)은 24시간 응대가 가능하여 결국 콜센터나 고객센터 인력의 인건비를 줄이는 데 큰 기여를 했습니다.

*이 글은 외부 필자인 최호섭님의 기고입니다. 엔비디아가 지포스 그래픽카드의 국내 출시 25주년 기념 행사를 열었습니다. 삼성역과 코엑스 앞을 채운 무대와 여러 전시 부스들은 사람들로 가득했습니다. 행사 이름이 '지포스 게이머 페스티벌'인 만큼 엔비디아의 팬과 게이머들이 한 자리에 모였습니다. 이날 무대에는 케이팝 공연뿐 아니라 젠슨 황 CEO가 오르기로 해서인지 그 열기는 대단했습니다. 이제 엔비디아, 그리고 지포스는 단순한 컴퓨터 부품의 의미를 넘어 하나의 현상을 만드는 브랜드로 자리를 잡아가는 듯합니다. 1999년 10월 처음 공개된 지포스 그래픽카드는 이제 막 26번째 돌을 넘겼습니다. 본격적으로 그래픽카드가 공급되기 시작한 것이 2000년부터이니 올해가 25주년이라고 해석하는 것도 틀린 이야기는 아닙니다. 지포스의 25년을 돌아보면 극적인 장면들이 많습니다. 처음에는 그 누구도 이 새로운 회사가 게임 시장을 지배하리라고 생각하지도 못했고, 더 나아가 지금의 인공지능, 블록체인 등 컴퓨팅의 중심에 서 있을 것이라고는 상상도 할 수 없었습니다.

*이 글은 외부 필자인 신기주님의 기고입니다. 1998년 10월이었습니다. 독일 프랑크푸르트의 괴테 대학교에서 위르겐 하버마스한테 철학을 배우고 있던 박사과정생 알렉스 카프는 프랑크푸르트 파울 교회에서 열린 독일 도서무역협회 평화상 수상식에서 독일의 극작가 마르틴 발저가 "아우슈비츠는 독일인에게 도덕적 몽둥이가 됐다"는 유명한 연설을 하는 장면을 직접 봤습니다. 마르틴 발저의 연설은 한마디로 독일이 미국한테 2차 대전 패전국이자 아우슈비츠의 전범국이라는 가스라이팅을 50년 넘게 당해왔다고 발끈한 것이었죠. 2015년 8월 일본 총리 아베 신조가 전후 70주년 담화에서 "전후 세대에게 사과라는 숙명을 계속 짊어지도록 할 수는 없다"면서 더 이상 사과하지 않는 일본을 천명했던 것과 똑같은 맥락입니다. 당시 마르틴 발저의 연설은 적잖은 독일인들한텐 사이다 발언으로 들렸습니다. 아베 신조의 발언도 일부 일본인들한텐 그랬겠죠. 반면 20대 미국 유학생 알렉스 카프는 마르틴 발저의 연설을 듣고 적잖은 충격을 받았습니다. 알렉스 카프는 독일계 유대인 소아과 개업의인 아버지와 아프리카계 미술가 어머니 사이에서 태어났습니다. 독일계 유대계 아프리카계 미국인인 알렉스 카프는 결국 유대인 조상이 대대로 살았던 독일땅에서 철학을 공부합니다. 정작 그곳에서 마주한 것은 자신 같은 유대인에 대한 죄의식을 지겨워하는 어두운 내면이었던 겁니다. 이때부터 20대 청년 알렉스 카프는 오히려 2차 세계 대전 당시 자신과 같은 나이에 자신과 같은 사람들을 나치로부터 해방시키기 위해 낯선 땅 유럽에서 목숨을 걸었던 젊은 미군들을 종종 떠올리게 됐습니다. 그날, 유대계 유러피언이자 아프리칸 아메리칸이었던 알렉스 카프는 미국인으로 새로 태어났습니다. 카프 세계관의 탄생 2001년 9월의 9.11테러는 미국인 알렉스 카프가 "세상은 타자에 대한 공격성으로 만연하고 미국이 한때는 서구 사회의 구원자였지만 지금은 쇠락했고 공격받고 있다"는 세계관을 완성하게 만든 사건이었습니다.

*이 글은 외부 필자인 강병호님의 기고입니다. LLM의 한계를 말하다 지난 2025년 9월 26일, 강화 학습의 대부 리치 서튼(Rich Sutton)은 "LLM(Large Language Models)은 막다른 길(Dead End)"이라고 말했습니다. LLM으로는 범용 인공지능 (AGI; Artificial General Intelligence)를 구현할 수 없다는 의미입니다. 2022년 11월, ChatGPT가 공개된 후 LLM의 강력한 성능이 주목받아 왔고, 가파르게 성장해 나가는 AI의 성능을 모두가 바라보며 범용 인공지능 또한 머지않은 미래에 도달할 것이라는 인식도 퍼져 있습니다. 그러나 현재의 기술로는 범용 인공지능의 달성이 어려울 것이라는 메시지가 무게감 있게 등장한 것입니다. 리치 서튼의 이 발언으로 인해 AI 업계에서 다양한 토론이 이어지고 있습니다. AI의 대부들 또한 자신의 의견을 덧붙이며, 논의를 더욱 깊게 진행시켜 나가고 있습니다. 먼저 이 메시지를 띄운 리치 서튼의 주장부터 살펴보도록 하겠습니다. (참조 - Richard Sutton – Father of RL thinks LLMs are a dead end) 리치 서튼의 “쓰디쓴 교훈” 리치 서튼은 강화학습(Reinforcement Learning) 분야의 창시자로, 2024년에 컴퓨터 과학 분야의 노벨상으로 불리는 튜링 상(Turing Award)를 수상했습니다. 리치 서튼이 대중에게 널리 알려진 계기는 2019년에 작성한 "쓰디쓴 교훈(The Bitter Lesson)"이라는 에세이 때문입니다. 이 에세이는 간결한 알고리즘에 강력한 컴퓨팅 파워가 뒷받침될 때 가장 좋은 성능을 낸다는 내용을 담고 있습니다.

글로벌 AI 판의 움직임이 심상치 않습니다. 거론되는 수치들이 천문학적입니다. 상식적으로 이해가 되지 않는 수준이죠. AI 버블을 우려하는 목소리가 나올 법도 합니다. 닷컴 버블 당시 목격됐던 벤더 파이낸스, 돌려막기 양상이 나타나고 있습니다. 그렇다고 그들의 움직임을 강 건너 불구경하듯 볼 수만은 없습니다. 한국 반도체 회사들도 글로벌 AI 생태계에 중요한 일원이기 때문입니다. 호랑이가 달리고 있는데 올라타지 않을 수는 없습니다. 다만 그 위험에 대해 철저히 대비해야겠지요. 한국 반도체 공장 2배로 늘리라는 오픈AI 오픈AI 샘 올트먼 CEO가 한국을 방문해 이재명 대통령을 비롯해 이재용 삼성전자 회장, 최태원 SK그룹 회장을 만난 뒤 남긴 가장 인상적인 키워드는 '웨이퍼 90만 장'입니다. 김용범 대통령실 정책실장은 "2029년에 90만 웨이퍼를 오픈AI가 발주하겠다는 내용이다. 지금 삼성과 SK가 월 생산하고 있는 웨이퍼 양과 거의 버금가는 양이다. 이론적으로 봐도 공장을 2배 정도 새로 지어야 한다" 고 말했습니다. 삼성전자와 SK하이닉스의 글로벌 D램 시장 점유율은 70%가 넘습니다. 현재 전 세계에서 사용하는 D램에 버금가는 규모의 메모리 반도체를 오픈AI가 사겠다는 겁니다. 감이 잘 안 오는 규모지요. '월 90만 장 웨이퍼'가 마냥 뜬구름 잡는 소리로 치부할 수 없는 행보도 이어지고 있습니다. 엔비디아는 오픈AI에 최대 1000억 달러를 투자할 계획이라고 밝혔습니다. 엔비디아와 오픈AI는 2026년 하반기 가동을 목표로 차세대 베라-루빈 플랫폼을 구축하기로 했습니다. 엔비디아 젠슨 황 CEO는 "이번 파트너십은 10기가와트 규모의 인프라 구축이라는 다음 도약을 의미한다"고 말했습니다.

*이 글은 외부 필자인 이재윤님의 기고입니다. 2025년 9월 셋째 주 AI 영상 생성 도구 3개가 동시에 출시됐습니다 바로 최근인 2025년 9월 구글, 메타, OpenAI가 같은 주에 AI 영상 생성 서비스를 연달아 발표했는데요. 9월 16일 구글이 시작을 끊었고 9월 22일 메타가 뒤를 이었으며 9월 26일 OpenAI가 마지막 카드를 꺼냈습니다. 겨우 10일 사이에 벌어진 일이었죠. 그런데 말이죠. 거의 비슷한 시기에 출시됐지만 세 가지 제품의 반응은 굉장히 달랐습니다. 구글 VEO3 : 유튜브 쇼츠 통합, 그러나 반응은 미지근 첫 주자는 구글이었습니다. 9월 16일 유튜브 이벤트에서 구글 딥마인드는 VEO3라는 영상 생성 모델을 공개했는데요. VEO3 Fast 버전을 유튜브 쇼츠에 통합해 사용자들이 유튜브 안에서 바로 AI 영상을 만들 수 있게 했습니다. *VEO3는 구글의 차세대 영상 생성 AI 모델이며, VEO3 Fast는 기본 모델보다 생성 속도는 빠르지만 화질이 다소 떨어지는 경량화 버전입니다. 기능 자체는 명확했습니다. 텍스트 프롬프트로 최대 8초짜리 영상 생성이 가능하고 정지 이미지를 영상으로 변환할 수 있으며 모든 영상에 'AI 생성' 라벨이 자동으로 부착됩니다. (참조 - YouTube announces new generative AI tools for Shorts creators)

요즘 스타트업 업계 사람들과 미팅을 하다 보면 다들 'AI 자동화'에 관심이 많다는 걸 느낍니다. 특히 텍스트 콘텐츠 생산에는 AI 자동화가 많이 침투한 것 같습니다. 사내 블로그 운영의 80%를 자동화했다는 실무자도 있고, 브랜딩 구축에 도움이 될 만한 고퀄리티 콘텐츠를 양산할 방법을 고민 중이라는 대표도 있었거든요. 당장 인터넷에 'AI 자동화 블로그'라고만 검색해도 세팅 방법을 안내하는 포스팅이 빼곡히 나오는 판국이니 당연합니다. 저 역시 텍스트 콘텐츠를 써서 먹고살고 있기는 하지만, 작년까지만 해도 이런 흐름에 대해 크게 감흥이 없었습니다. 심층 취재나 인터뷰를 거쳐서 작성하는 '롱폼 콘텐츠'는 AI만으로 구현하기 어려웠거든요. 물론 콘텐츠 한 편을 쓸 때 마주하는 무수한 의사결정 과정에 AI의 도움을 받을 수는 있습니다. 그걸 'AI 활용'이라고 부를 수도 있고요. 하지만 일일이 질문을 해 가면서 도움을 얻는 방식으로는 작성 시간이 딱히 줄어드는 것 같지 않았습니다. 파괴적인 생산성 증가… 그런 걸 하려면 '휴먼 터치'가 필요한 영역을 줄여야 하는데, 필자의 고민과 손품이 닿지 않은 콘텐츠에 힘이 있을 리 없고요. 하지만 올해부터는 슬슬, 아무리 롱폼 콘텐츠 제작이 업이라도 가능한 한 많은 영역을 자동화하려고 노력해야겠다는 생각이 들었습니다. 아마 제가 다니던 채널톡이 AI 자동화에 관심이 많은 곳이라 영향을 받은 것도 있을 것 같고요. 여전히 저 개인적으로는 콘텐츠 비즈니스에 관심이 많기 때문이기도 합니다. 분명히 아웃스탠딩 재직 시절 '지금 떠오르는 이 수많은 아이디어들을 빠르게 툭툭 뱉어내면서 일할 수 있다면 참 좋을 텐데!'라는 생각을 한 적이 있거든요. 만약 롱폼 콘텐츠 제작이나 확산에 AI 자동화가 들어갈 여지가 있다면, 콘텐츠 비즈니스의 지속가능성에 큰 도움이 되지 않을까요? 그래서 이번 아웃스탠딩 기고에서는 제가 서투르게나마 셀프 AI 자동화를 시도한 내용과 그 소감을 정리해 보기로 했습니다. 물론 저는 자동화 툴도 최근에야 다뤄 보기 시작해서 아직 잘 모르고, 프롬프트를 잘 쓰는 것도 아닙니다. 다만 직업적으로 롱폼 콘텐츠를 생산해 본 사람의 시각을 말씀드릴 수는 있을 것 같습니다.

*이 글은 외부 필자인 강병호님의 기고입니다. 앞서나가는 SK하이닉스의 HBM4 2025년 9월 12일, SK하이닉스는 HBM4 개발을 완료하고 양산 체제를 구축했다고 발표했습니다. HBM4는 6세대에 해당하는 제품으로, 양산 체제를 구축하고 엔비디아의 퀄 테스트를 준비 중인 업체는 SK하이닉스가 유일합니다. *HBM은 1세대: HBM, 2세대: HBM2, 3세대: HBM2E, 4세대: HBM3, 5세대: HBM3E, 6세대: HBM4로 구분 *퀄 테스트: 품질 검증(Qualification Test) 단계로, 고객사가 요구하는 품질을 만족하는지를 평가합니다. 이 과정에서는 성능뿐만 아니라 양산 수율에 관한 요소도 포함합니다. 과거 TSMC와 삼성 파운드리의 수율 문제로 GPU 공급 지연을 겪 은 엔비디아의 퀄 테스트 수율 기준은 매우 높은 것으로 알려져 있습니다. SK하이닉스의 HBM4는 36GB 싱글 스택에서 2.5TB/s(초당 2테라바이트)의 동작 속도를 구현해 내었는데, 이는 현행 5세대 HBM3E의 48GB & 1.2TB/s보다 용량 면에서 13% 증가하고 속도 측면에서는 108% 증가한 수준입니다. '초격차'라는 표현도 부족함이 느껴질 정도의 높은 기술력을 달성했다고 말할 수 있습니다. (참조 - SK하이닉스, 세계 최초 'HBM4' 개발 완료하고 양산 체제 구축) SK하이닉스의 HBM4는 표준 규격(JEDEC)보다 25% 이상 더 빠릅니다. 엔비디아가 표준 규격보다 빠르게 동작하는 HBM4를 요구하기 때문에 이와 같이 개발된 것입니다. HBM의 베이스 다이(Base Die)는 무엇인가? HBM은 여러 DRAM이 적층된 구조입니다. DRAM을 수직 적층한 뒤 TSV(Through-Silicon Via)라는 기술로 관통시켜 연결하는 방식으로 적층되어 있습니다. 일반적인 DRAM이 1층만 있는 단층 사무실이라면, HBM은 고층 빌딩으로 바뀐 것에 비유할 수 있습니다. TSV는 각 층을 이동하는 엘리베이터에 해당합니다.

오픈AI가 브로드컴과 협력해 자체 설계한 AI 반도체를 내년에 대량 생산하겠다고 밝혔습니다. AI 반도체 시장을 사실상 독점하고 있는 엔비디아에 대한 의존도를 낮추기 위해서입니다. 혹 탄 브로드컴 CEO는 "이름을 밝힐 수 없는 고객사로부터 100억 달러 규모의 AI 인프라 주문을 확보했다"고 말했습니다. 얼마 지나지 않아 그 고객사가 오픈AI라는 사실이 다른 루트를 통해 공개됐죠. 구글, 메타, 바이트댄스(틱톡) 등은 브로드컴과 함께 AI 맞춤형 반도체(ASIC) 프로젝트를 진행 중입니다. 여기에 오픈AI가 추가된 겁니다. 엔비디아 종속에서 벗어나 자체 반도체를 만들고자 하는 기업들의 도전은 이어지고 있습니다. 특히 빅테크들은 엔비디아에 불만이 많습니다. 비싸고 물량 구하기도 힘듭니다. 또 분명 최고 성능이기는 한데 자신들의 모델에 최적화됐다고 보기는 어렵다고 보는 겁니다. 엄청나게 구매를 해주는 고객인데 원하는 대로 해주지도 않습니다. 그러다 보니 아마존, 마이크로소프트 등 자체 모델과 클라우드 서버가 있는 업체들은 자체 반도체를 만들려고 했죠. 아직까지는 유의미한 성과는 없습니다. 그럼에도 불구하고 엔비디아에서 벗어나기 위한 빅테크들의 도전은 계속되고 있습니다. 그들은 공통적으로 브로드컴을 파트너로 꼽고 있죠. AI 반도체의 핵심은 통신! 도둑처럼 찾아온 AI 시대는 그동안 AI 연구를 했던 사람들에게도 큰 충격이었습니다.

*이 글은 외부 필자인 이미준님의 기고입니다. 최근 가장 핫한 AI 트렌드라면 단연코 '나노바나나'를 꼽을 수 있습니다. 나노바나나라는 이름에서 전혀 추론이 안 되는 정체는 바로 Google에서 상용화시킨 이미지 생성 AI 모델인데요. (참조 - Introducing Gemini 2.5 Flash Image, our state-of-the-art image model) AI에 조금이라도 관심을 가진 사람의 SNS와 유튜브 알고리즘에서는 연일 나노바나나의 가능성을 실험하는 여러 콘텐츠들을 볼 수 있었을 거예요. 가장 유명한 것들은 사진을 바탕으로 패키지에 담긴 피규어를 만들어내거나 하는 건데요. 기존에도 여러 AI 이미지 제작 툴에서 자신의 사진으로 피규어를 만드는 형태가 유행했지만 나노바나나의 성능은 디테일이나 완성도 면에서 압도적이라는 평가가 많습니다. 하지만 사실 그런 활용은 나노바나나의 진짜 중요한 성능을 설명하지 못하는데요. 기존의 미드저니, 달리와 같은 이미지 생성모델과 가장 큰 차이는 '원본 이미지의 일관성을 유지하는 능력'을 가지고 있다는 점입니다. (참조 - 구글의 AI 이미지 혁신, '나노 바나나' 이모저모) 이 능력의 가능성은 굉장히 큽니다. 우리가 지브리 이미지 만들기로 익숙해진 가장 대중적인 AI인 chatGPT 달리와 비교해 보면 차이를 느낄 수 있습니다. 몇 년 전 사진관에서 포토샵을 많이 받은 제 프로필 사진으로 각 AI 모델에 동일한 변화를 시켜보겠습니다. 1. 프로필 사진의 블라우스 색깔을 흰색으로 바꿔줘 2. 이 프로필 사진의 사람을 정면 프로필로 만들어줘 블라우스의 컬러는 바꾸는 정도는 달리도 꽤나 잘했는데요. 하지만 동작이나 포즈를 바꾸면 원래 얼굴은 유지되지 않았습니다. 머리 길이나 인상이 비슷한 느낌은 있지만 목걸이의 디테일이나 정확한 생김새가 동일인물이라고 보긴 어렵죠.

오픈AI가 딥시크를 의식했다고? 최근 오픈AI가 3일 간격으로 두 개의 모델을 공개했습니다. 하나는 '오픈웨이트' 모델 gpt-oss, 다른 하나는 '폐쇄형' 모델 gpt-5입니다. 오픈웨이트란 완전한 오픈소스는 아니지만, AI가 학습 과정에서 얻은 수치를 공개해 개발자들이 활용할 수 있도록 한 모델을 뜻하고, 폐쇄형은 정보가 완전히 비공개된 모델을 이릅니다. 당연히 성능은 폐쇄형인 gpt-5가 더 좋습니다. 오픈AI도 장사는 해야 하니까요. 그런데, 오픈AI는 왜 굳이 성능이 살짝 떨어지는 오픈웨이트 모델을 따로 만들었을까요? 여기에 많은 이들이 오픈AI가 '딥시크'를 의식한 결과라는 해석을 내놓습니다. (참조 - 딥시크 성공에…오픈AI도 '오픈 웨이트' AI 모델 공개) (참조 - 딥시크 성공에 신경 쓰였나…오픈AI '오픈 웨이트' AI 모델 공개) 딥시크라고 하면, 올해(2025년) 초 'DeepSeek-R1'이라는 LLM을 공개한 중국 스타트업입니다. R1은 GPT-o1에 준하는 성능을 낮은 비용으로 구현해, 오픈웨이트 생태계의 대표 주자로 급부상했죠. 하지만 국내에서는 상황이 달랐습니다. 개인정보 유출 논란으로 앱 다운로드가 곧바로 중지되어 기업 차원의 도입 사례가 사실상 전무했기 때문입니다. 몇 달 뒤 서비스가 재개되긴 했지만 신뢰도에 큰 타격을 입은 상태였죠.

*이 글은 외부 필자인 이재윤님의 기고입니다. GPT-5에 대한 기대감은 그야말로 엄청났습니다. 역사상 가장 주목받는 기술 출시 중 하나였죠. 이런 출시는 거대한 생산성 폭발을 일으키거나, 혹은 그 반대의 결과를 낳기도 합니다. 기대대로라면 이번 출시는 오픈AI가 시장의 지배력을 완전히 굳히는 순간이 됐어야 했습니다. 샘 올트먼 CEO는 굉장히 자신만만했죠. 출시 기념 라이브스트림 직전에 영화 '스타워즈: 로그 원'의 한 장면을 X(옛 트위터)에 게시했습니다. 이 게시물은 무려 700만회 이상 조회되며 엄청난 기대를 모았습니다. 자신감은 라이브스트림에서도 이어졌습니다. 그는 GPT-5를 가리켜 '박사급 전문가'라 칭하며 이전 모델들과는 차원이 다르다고 강조했죠. "GPT-3가 고등학생과 대화하는 수준이었다면, GPT-4o는 대학생 정도였을 겁니다. 하지만 GPT-5는 다릅니다. 어떤 분야든 즉시 도움을 줄 수 있는 진짜 박사 학위 수준의 전문가와 대화하는 것과 같죠" (샘 올트먼) 그런데 말이죠. 며칠이 지난 지금, 현재 사람들의 반응은 다소 달라 보입니다. 출시 직후 시장의 반응은 싸늘하다 못해 차가웠습니다. 사용자들이 이전 모델(GPT-4o)을 돌려달라는 요청했고, 결국 오픈AI는 이를 받아들여야 했죠. 특히 불과 몇 달 전, 엄청난 볼거리와 쇼맨십으로 무장했던 구글 I/O와 비교되며 아쉬움을 표하는 목소리가 많았는데요. 평소 오픈AI에 우호적이던 커뮤니티 '레딧'에서조차 'GPT-5에 너무 실망해서 할 말을 잃었다'는 글이 최다 추천을 받는 상황이 벌어졌습니다. 시장의 판도를 예측하는 '폴리마켓'의 설문조사는 이 상황을 극적으로 보여줍니다. *폴리마켓은 '예측 시장(Prediction Market)' 플랫폼입니다. 미래에 일어날 특정 사건의 결과를 예측하고, 그 결과에 베팅하는 웹사이트입니다. '8월 말 최고의 AI 모델을 가진 회사는?'이라는 질문에 OpenAI의 지지율은 73%에서 12%로 수직 낙하했습니다. 상당히 충격적인 결과죠. 특히 첫 번째, 그리고 두 번째 코딩 데모가 나올 때 그야말로 '대폭락'이 일어났는데요.

*이 글은 외부 필자인 강병호님의 기고입니다. SK하이닉스, HBM 주도의 성장에 질문을 받다 2025년 7월 17일, 미국 골드만삭스(Goldman Sachs)는 SK하이닉스의 투자 의견을 중립(neutral)으로 하향 조절하는 보고서를 냈습니다. 보고서 내용의 핵심은 "HBM의 성장성 둔화"로 요약할 수 있습니다. 골드만삭스는 삼성전자와 마이크론의 기술 추격을 의미 있는 수준으로 평가하였고, 경쟁이 심화되며 2026년부터 HBM 가격 하락이 시작될 것이라는 전망을 내어 놓았습니다. SK하이닉스의 HBM 매출이 엔비디아에 집중되어 있다는 점도 잠재적인 리스크로 평가했습니다. HBM의 수요는 점차 ASIC 구조의 AI 가속기 시장으로 다변화되어가고 있는데, 성장하는 ASIC 시장에서 SK하이닉스의 시장 지배력은 높지 않을 것으로 보이기 때문입니다. *ASIC(Application-Specific Integrated Circuit) : 특정 용도용 집적 회로를 의미한다. 정해진 특정 목적을 빠르게 연산하는 데 특화된 반도체이며, 비교적 잘 알려진 ASIC의 사례는 비트코인 채굴기가 있다. 근래에는 구글 TPU와 같은 ASIC 기반 AI 가속기가 널리 보급되고 있다. HBM 시장에서 SK하이닉스 대비 기술 열위에 있는 삼성전자와 마이크론은 ASIC 시장을 통해 판로를 개척하고자 많은 노력을 기울여 왔습니다. 앞으로 ASIC에 탑재될 HBM의 비중 또한 유의미하게 높아질 것으로 보이기 때문에, 심화되는 경쟁은 SK하이닉스에게 좋은 소식은 아닌 것입니다. HBM 성장 가속을 어렵게 만드는 요소들 HBM은 AI 반도체의 핵심 중 하나이며, SK하이닉스는 우수한 기술력을 토대로 압도적인 HBM 시장 점유율을 확보하고 있습니다. AI 시장의 성장과 함께 SK하이닉스의 HBM 매출 또한 크게 늘어난 것이 사실입니다.

'사람들이 가장 많이 사용하는 AI 앱' 하면 어떤 서비스가 떠오르시나요?! 챗GPT? 퍼플렉시티? 클로드? 딥시크? 정말 다양한 서비스가 있지만, 아마 많은 분들이 챗GPT를 가장 먼저 떠올리지 않을까 싶습니다. (사실 제가 그랬거든요ㅎㅎ) '당연히 챗GPT지~' 라는 자신감으로 데이터를 뒤적였는데요. 네, 아니었습니다. (ㅎㅎ) 순위권에서 예상하지 못한 서비스 이름이 눈에 들어오면서 '사람들이 정말 많이 사용하는 AI 앱은 뭘까?' 하는 궁금증이 생겼는데요. 이를 바탕으로 '2025년 상반기 AI 앱 사용 순위'를 정리해 봤습니다. 본격적으로 순위를 살펴보기 전 데이터 기준부터 설명 드리겠습니다. (1) 앱 시장 분석 서비스 모바일인덱스가 제공하는 데이터를 기준으로 했습니다. (2) iOS와 안드로이드의 합산 데이터를 활용했으며 각 서비스의 2025년 1월~6월 값의 평균을 내서 순위를 매겼습니다. (4) 모바일인덱스는 AI 앱을 생산성(e.g. 챗GPT, 퍼플렉시티, 클로드) 소셜네트워크(e.g. 제타, 크랙) 도서/참고자료(e.g. 다글로) 등 다양한 카테고리로 나누고 있으며 채택한 기준은 본문에서 서술하겠습니다. 그렇다면 2025년 상반기, 어떤 AI 앱이 사용자들에게 선택을 받았는지 살펴봤습니다! 가장 오래 사용한 앱 1위, 루이 아니고 리 아니고 '뤼튼' 우선, 각 앱의 1인당 평균 사용 시간을 통해 고객이 가장 오래 사용한 앱을 알아봤습니다. (1) 뤼튼

*이 글은 외부 필자인 김도영님의 기고입니다. 회사에서 새로운 조직을 하나 만들었습니다. 이름은 "AI 탐험대"입니다. 새로운 AI 도구를 선제적으로 경험하고 전사에 공유하며, 직원들이 일하며 겪는 불편하고 개선이 필요한 업무를 AI 활용하여 자동화하는 TF와 같은 역할을 합니다. 얼마 전 킥오프 미팅을 진행했는데요. 참가자들이 각자의 지원 사유를 공유하면서 흥미로운 이야기를 많이 들었습니다. 한 참석자는 모 기업에서 개발자를 채용할 때 GPT 계정을 하나 주고 면접을 진행한다는 이야기를 전했습니다. 예전엔 코딩 테스트를 했다면, 지금은 AI가 코딩을 더 잘하기 때문에 지원자의 사고방식과 문제해결 능력을 평가한다는 것이죠. 대화를 나누면서, 서로 다른 직무를 가진 직원들이 AI로 인해 자신들의 업무와 직업에 대한 걱정과 두려움이 많다는 걸 느꼈습니다. 개발자는 개발자대로, 마케터는 마케터대로, 운영자는 운영자대로 AI가 일자리를 대체할까 봐 불안감을 표현했죠. 변화의 흐름에서 밀려나면 자기 직업이 사라질지도 모른다는 공통된 위기감이었습니다. 실제로, AI는 이미 일상의 모습을 넘어 직장의 모습까지 빠르게 바꾸고 있습니다. HR 현장에서 체감하는 변화의 속도와 강도는 그 어느 때보다 압도적입니다. 이제 AI는 기술 담론을 넘어 기업 경영의 가장 핵심적인 변수로 떠올랐습니다. 미래를 예측하는 건 어렵지만, 큰 흐름과 방향성은 이미 정해진 듯합니다. AI 시대에 조직과 일은 어떻게 변할까요? 직장에서 사람의 역할은 어떻게 달라질까요?

얼마 전 아웃스탠딩 단체 채팅방에는 '카페24 업무 녹화 근황'이라는 제목의 블라인드 링크가 공유됐습니다. '숨 막힌다', '감시24'라는 내용과 함께 말이죠. 무슨 일인지 글을 읽어보니 쇼핑몰 솔루션 기업 카페24에서 '메타오토'라는 프로그램을 개발 및 도입해 업무 시간 내내 직원들의 모니터를 기록한다는 내용이었습니다. 직원들이 일하는 모니터를 녹화해 구글 AI툴인 제미나이로 분석한다는 건데요. 키로깅으로 고객사 개인정보, 시스템 비번 등을 프로그램 사용자인 직원은 물론 회사와 녹화 데이터를 분석하는 구글까지 알게 된다는 내용도 포함돼 있었습니다. *키로깅은 사용자가 입력하는 키보드 입력 정보를 모니터링 하는 것입니다. (참조 - 9to6 업무 모니터 녹화 의무화😁) (참조 - 카페24 업무 녹화 근황) 흠.. 저 역시 글만 읽었을 때는 모니터를 녹화하는 게 꼭 감시처럼 느껴져서 직원들의 반발이 심할 것 같다는 생각이 들었는데요. 예상처럼 해당 글에는 부정적인 댓글이 많았습니다. 내부 직원들은 '혀를 차는 정책이다', '창피하다', '이게 정상이냐' 등의 반응이었고요. 타 회사 직원들도 '무섭다', '공산당이냐', '이게 말이 되는 거냐'는 반응이었습니다.

*이 글은 외부 필자인 박상현님의 기고입니다. 브랜딩과 마케팅 쪽에서는 모르는 사람이 없는 스콧 갤러웨이(Scott Galloway) 뉴욕대학교 스턴경영대학원 교수가 최근 프랑스의 칸 국제광고제(Cannes Lions)에 다녀와서 이런 말을 했습니다. "앞으로 메타는 생트로페(Saint-Tropez) 해변에서 파티를 할 것이고, 덴츠와 WPP는 바닷가에서 멀리 떨어진 허접한 펍에서 파티를 할 겁니다" 이게 무슨 말일까요? 칸 광고제에서는 큰 기업들이 자기만의 장소를 따로 잡고, 언론사와 잠재 고객들을 초대해 파티를 엽니다. 그런데 실리콘밸리의 빅테크인 메타는 더 많은 돈을 벌어 호화로운 해안에서 파티를 하고, 세계적인 광고 회사인 덴츠와 WPP는 수익이 계속 줄어서 파티가 초라해진다는 게 갤러웨이의 예측이었어요. 갤러웨이가 이런 예측을 한 건 이번이 처음은 아닙니다. 광고 회사와 인쇄, 방송 매체가 광고를 주도하던 20세기와 달리, 21세기에 들어와 온라인 광고가 대세가 되면서 구글, 메타와 같은 디지털 플랫폼 기업들이 광고비를 쓸어 담고 있기 때문이죠. (참조 - Digital Ad Spend – Statistics and Trends) 하지만 광고비가 디지털 플랫폼 기업에 몰리는 현상은 앞으로 더욱 심각해질 전망입니다. AI의 보급이 광고 제작의 방식 자체를 바꾸고 있기 때문입니다. "제작부터 유통까지 우리가 다 할게"

인공지능 스타트업 '에이모'는 국내 대표적인 데이터 라벨링 회사 중 하나입니다. 크라우드웍스에 이어 업계 2위 업체로 평가받고 있죠. 데이터 라벨링은 '각종 데이터를 인공지능이 학습할 수 있는 형태로 가공하는 작업'으로 AI 산업 발전에 필수적입니다. 네이버 시사상식사전에 따르면 "사진이나 동영상 등에 등장하는 동물, 사물 등 모든 것에 라벨을 달아 AI에 주입하면 AI는 이를 바탕으로 데이터들을 학습하면서 유사한 이미지를 인식할 수 있게 된다"라고 하죠. (참조 - '1조 시장의 이정표를 세우는 AI 철학자들', 데이터 라벨링의 세계) 비상장 기업 데이터베이스 플랫폼 '피치덱'에 따르면 에이모의 매출은 2019년 11.7억원에서 2021년 103억원으로 급증합니다. 2022년에 59억원으로 급락했으나 2023년 92억원, 2024년 103억원으로 꾸준히 성장했습니다. 문제는 영업이익인데요. 적자가 지속적으로 늘었습니다. 2021년 64억원, 2022년 94억원을 넘어 2023년과 2024년에 150억원의 적자를 보았죠. 영업적자가 누적이 되니 에이모는 2021년을 제외하고 지속적으로 자본 잠식 상태였습니다. 자체적인 비즈니스 활동으로 사업을 지속할 수 있는 구조가 아니므로 투자를 받지 않으면 생존하기 어려운 상황이었는데요. 이에 따라 에이모는 2022년과 2023년에 걸쳐 도합 270억원의 투자를 받았습니다. 하지만 2023년과 2024년만 봐도 도합 300억이 넘는 적자를 보았기에 투자금이 전부 사용되었다고 봐도 무방합니다. 자금 상황이 안좋아지자 에이모는 2024년 말부터 지속적으로 구조조정을 진행하였습니다. 혁신의 숲에 따르면 2024년 12월 기준 에이모 인원 수는 230명이었는데, 2025년 5월 148명까지 줄어듭니다.

*이 글은 외부 필자인 강병호님의 기고입니다. 한국의 AI 실력, 어느 수준일까 한국형 AI 모델 개발이 본격적으로 논의되고 있습니다. SK 그룹은 AWS와 협력하여 울산 AI 데이터센터에 7조원 규모의 투자 계획을 발표했으며, 과학기술정보통신부는 국가AI데이터센터 확대 계획과 함께 독자 AI 파운데이션 모델 개발 프로젝트를 추진하고 있습니다. 이재명 대통령은 과학기술수석비서관을 AI미래기획수석비서관으로 개편하는 한편, AI 글로벌 협력 기업 간담회를 개최하여 대한민국의 주요 기업들의 의견을 청취하고 AI 산업 육성 방안에 대해 논의를 진행하며 AI의 중요성을 강조했습니다. 민관 모두에서 AI 산업에 대한 투자와 기술 개발이 중요하다는 현실 인식을 공유하는 모습입니다. 산업계와 정부 모두 AI 연구개발이 필요하다는 공감대를 형성하는 배경에는 대한민국의 AI 기술 경쟁력 부족이 있습니다. 지난 2024년 11월, BCG는 AI 성숙도 지표를 공개하며 AI 성숙도를 기준으로 국가를 분류해 두었습니다. 최상위 그룹인 'AI 파이오니어'에는 미국, 중국, 영국(구글 딥마인드 등이 소재), 캐나다(딥러닝 시대를 만들어 낸 노벨 물리학상 수상자 제프리 힌튼 교수), 싱가폴(글로벌 빅테크 기업의 AI 데이터센터 및 AI 연구소 소재, 비공식적으로 중국 기업의 AI 데이터센터 소재)이 속합니다. 눈여겨볼 점은 중국은 명실상부한 글로벌 최고 수준의 AI 기술력을 보유한 국가라는 점입니다. BCG의 연구보고서가 공개된 2024년 11월은 중국의 딥시크 모델이 공개되기 전이라는 점을 감안하면, 중국의 AI 기술력은 이미 대중의 인식과는 달리 상당히 높은 수준에 도달해 있다는 점을 짐작할 수 있습니다. 대한민국은 차상위 그룹인 "상위 25%"에 속합니다. 일본과 대만, 독일, 프랑스, UAE, 스페인, 핀란드, 오스트레일리아 등입니다. AI를 잘한다고 평가하기는 어려운 국가들인데, 우리나라는 이곳으로 분류되어 있습니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 최근 국내 스타트업씬, IT 업계에서도 '바이브코딩'에 대한 언급을 심심찮게 찾아볼 수 있습니다. 쉽게 말해 바이브코딩(Vibe Coding)이란 사람이 쓰는 자연어로 AI에게 명령문을 입력해서 함께 코딩을 하는 방식을 의미하는데요. 생성형 AI가 트렌드가 된 이후 AI 코딩 툴이 늘어나면서 일명 바이브코딩을 하는 개발자나 비개발자가 늘어나는 추세입니다. (참조 - 바이브코딩, 정말로 개발의 미래일까) 단연코 이 키워드와 함께 가장 많이 등장하는 스타트업은 '커서 AI'를 개발한 애니스피어가 아닐까 싶은데요. 현재 애니스피어는 윈드서프, 리플릿, 러버블 등 강력한 바이브코딩 빌더 중에서도 단연 독보적인 위치를 점하고 있습니다. 애니스피어의 연간 반복 매출(ARR)은 2023년 100만달러(한화 14억원)에서 2024년 1억달러(1400억원)으로 급증했고 심지어 2025년 5월 기준으로는 ARR이 5억달러(6800억원)을 돌파했다는 전망도 나오고 있거든요. 최근 9억달러(1조2000억원) 규모로 추가 투자 유치를 진행하면서 기업 가치도 100억달러(13조원)으로 크게 늘어난 AI 스타트업입니다. 생성형 인공지능 시대에 가장 빠르게 성장하는 유니콘 기업이 60명도 안 되는 규모의 팀으로 이러한 성과를 냈다는 게 놀라울 따름이죠. 역사상 가장 빠르게 성장하는 SaaS 기업이라는 칭호를 받을 만합니다. (참조 - Cursor is the 'Fastest Growing SaaS' in History) (참조 - '커서' 마이클 트루엘, AI 신화를 쓰다... MIT 중퇴, 55명으로 기업가치 12조) 그래서인지 최근 들어서는 기성 대기업들이 내부 업무 환경에 '커서 AI'를 도입하려는 움직임을 보입니다.

새 정부의 AI 정책을 총괄하는 대통령실 인공지능(AI) 미래기획수석에 하정우 전 네이버클라우드 AI 이노베이션센터장이 임명됐는데요. 이재명 대통령이 대선 당시 인공지능에 100조원을 투자해 AI 3대 강국에 진입하겠다는 청사진을 제시한 데다, AI 미래기획수석이라는 자리 자체가 처음 신설된 직책이기 때문에 하정우 AI 수석에 대한 국민과 업계의 관심도 높은 편입니다. 하정우 AI 수석에 대한 검색량이 '1000만 배우'인 동명이인 하정우 배우에 대한 검색량을 넘어섰을 정도니까요. 하정우 AI 수석이 직전까지 10년간 몸담았던 네이버의 주가 역시 지난 18일 하루 만에 17.92% 급등하는 등 본격적인 상승세를 타기 시작했고요. 하 수석의 기용을 계기로 네이버가 이재명 정부가 추진하는 '소버린 AI'의 핵심 민간사업 파트너로 떠오를 것이라는 기대감도 주가 상승의 주된 요인 중 하나죠. 대통령실 수석비서관은 직급 자체는 차관급이지만 그 위상과 영향력은 웬만한 장관을 뛰어넘는데요. 대통령을 바로 옆에서 보좌하는 최측근 참모이기 때문입니다. 그만큼 하정우 AI 수석의 역할이 중요하다고 말씀드릴 수 있죠. "AI가 국가 경쟁력과 미래의 존망을 좌우하는 시기입니다. 앞으로 3년, 길면 5년이 AI 시대의 중요한 골든타임입니다" "AI 시대 골든타임에 제가 가진 경험들, 역량들을 충분히 최선을 다해 활용하겠습니다" "저조차도 (처음 AI 수석 기용을) 요청받았을 때 상당히 많은 고민을 했습니다" "AI 생태계를 탄탄하게 만드는 역량이 국가의 미래를 결정합니다. 이런 부분을 고려했을 때 제가 부족하지만 기여할 수 있는 바가 있다고 생각했습니다" (하정우 대통령실 AI 미래기획수석) 이번 기사에서는 하정우 AI 수석의 임명을 두고 대통령실과 정치권의 막전막후에서 어떤 일이 있었는지, 그리고 하정우 수석과 이번 정부가 그리고 있는 소버린 AI의 청사진은 무엇인지에 대해서 살펴보겠습니다. 2024년 1월부터 임명 직전까지 보도된 하정우 당시 전 네이버클라우드 AI 이노베이션센터 센터장의 인터뷰 기사 등을 바탕으로 정리해 봤습니다.

*이 글은 외부 필자인 최호섭님의 기고입니다. 지난 10일, 애플의 2025년 WWDC가 열렸습니다. 이 이벤트는 애플의 새로운 기술과 제품, 서비스가 소개되고, 다음 한 해의 운영체제와 소프트웨어 개발 도구가 공개되는 큰 이벤트입니다. 애플이 다음 한 해, 혹은 앞으로 몇 년을 어떻게 바라보고 있는지를 읽을 수 있는 기회이기 때문에 제 개인적으로도 가장 기다려지는 이벤트이기도 합니다. 하지만 그만큼 혁신에 대한 기대를 채워야 하기 때문에 애플로서도 가장 부담스러운 발표일 겁니다. 이번 WWDC 25 역시 애플은 혁신의 시험대에 오르는 모양새입니다. 인공지능, 바로 애플 인텔리전스의 가능성 때문이죠. 2년차를 맞는 애플 인텔리전스는 어떤 평가를 받게 될까요? 실망스러운 애플 인텔리전스? 사실 이번 애플 인텔리전스에 대한 내용이 썩 신통치는 않다는 반응이 많이 보이는 듯합니다. 오픈AI의 챗GPT나 구글의 제미나이를 비롯해 전 세계 빅테크 기업들의 생성형 AI 전쟁이 만만치 않기 때문에 애플도 인공지능 경쟁에서 얼마나 따라잡을 수 있을지에 관심이 쏠리기 때문이지요. 결론부터 말하자면 애플 인텔리전스는 분명 화려하진 않지만 애플이 결정한 방향대로 잘 흘러가고 있다고 봅니다. 인공지능 모델의 완성도는 결국 시간이 많은 부분을 해결해주기 때문에 이 역시 지금의 속도대로라면 곧 일정 수준에 오를 거라고 봅니다. 다만 그게 아무리 애플이라고 해도 기대만큼 빠르게 완성해내기는 어려운 듯합니다. 늘 유쾌함과 자신에 차 있는 크레이그 페더리기 수석 부사장도 키노트 초반에 "시리(Siri)의 개인 맥락 이해도를 높이도록 지속적인 노력이 이어지고 있다"고 말하면서도 "만족스러울 만큼 높은 수준을 완성하려면 아직 시간이 더 필요하다"고 어려움을 에둘러 표현하기도 했습니다. 무리해서 단숨에 결과를 뽑아낼 수 있는 일이 아니라는 이야기지요.

*이 글은 외부 필자인 강병호님의 기고입니다. AI 인프라 산업과 클라우드 AI 인프라 산업은 AI 모델을 구동하는 하드웨어 및 소프트웨어 환경을 제공하는 산업을 말합니다. AI 인프라는 AI 서비스를 운영하는 기업이 직접 운영하는 경우도 있으나 (주로 빅테크 기업과 대형 IT 기업 및 규제로 인해 클라우드를 사용할 수 없는 기업), 대부분의 기업은 클라우드 서비스 사업자 (Cloud Service Provider; 이하 CSP)가 제공하는 AI 인프라를 활용합니다. AI 인프라는 일반적인 서버에 비해 운용 난이도가 높은 편이며, 규모의 경제를 이루기 전에는 비용 효율성도 매우 떨어집니다. 이러한 배경으로 AI 인프라는 CSP를 중심으로 형성 및 발전되어 가고 있습니다. CSP는 클라우드를 통해 서버를 임대하거나 데이터베이스 시스템 등을 관리형으로 제공해주는 사업자를 의미합니다. 아마존에서 운영하는 AWS(Amazon Web Services), 구글 클라우드(Google Cloud), 마이크로소프트 애저(Microsoft Azure), 스노우플레이크(Snowflake) 네 기업이 글로벌 시장의 주요 CSP입니다. 국내 CSP로는 SK C&C, 네이버 클라우드, KT 클라우드, NHN 클라우드, 삼성SDS 등이 서비스를 제공하고 있습니다. 국내 대형 CSP는 자체 인프라를 구성하여 제공하는 형태와 AWS 등 글로벌 CSP 서비스를 재판매하는 서비스 컨설팅 및 중개 판매 중심의 형태로 양분되어 있습니다. CSP 기업은 서버를 대량으로 구매해서 임대하는 데이터센터 사업을 기초로 합니다. CSP를 통해 인프라를 사용하면 데이터센터의 구축 비용부터 서버 조달 및 운영 비용을 줄일 수 있습니다. CSP 사용 비용에 이러한 제반 비용이 포함되어 있지만, 데이터센터라는 규모의 경제 형성과 서버 조달 시간의 절약, 운영 기술의 확보 등을 고려하면 대부분의 기업은 CSP를 사용하는 것이 금전 및 시간 비용을 줄이는 방법으로 보는 것이 타당합니다.

대한민국 21대 대통령으로 이재명 대통령이 취임했습니다. 이재명 대통령의 1호 공약은 '인공지능 대전환(AX)를 통해 AI 3강으로 도약' 하겠다는 것입니다. 가장 눈에 띄는 키워드는 '민간 투자 100조원 시대 개막'입니다. 어떻게 AI 3대 강국으로 도약을 하겠다는 것인지, 구체적인 전략이 없다는 점이 아쉽긴 하지만, 정책에 대해 충분히 설명할 수 있는 상황이 아니었기에 이제부터라도 좋은 정책을 잘 만들어야 할 것 같습니다. 정책을 만들기에 앞서 최근 유찰된 '국가 AI컴퓨팅 센터' 프로젝트에 대해 면밀히 돌아볼 필요가 있을 것 같습니다. 정부와 민간이 각각 2000억원을 투자해 AI 데이터센터를 짓는 프로젝트였는데 입찰 결과 참여한 기업이 한 곳도 없었습니다. 왜 아무도 참여하지 않았는지 원인을 면밀히 검토해야 민간 투자 100조원 시대도 열 수 있을 것 같습니다. 인공지능(AI) 시대에 가장 중요한 인프라는 데이터센터입니다. AI는 막대한 규모의 데이터 처리가 필요하기 때문에 개별 기기에서 처리하는 데 한계가 있습니다. 전력도 어마어마하게 많이 쓰고 공간도 많이 필요합니다. AI 생태계 활성화를 위해 AI 데이터센터가 필요하다는 것을 누구나 다 알지만 아직 제대로 된 AI 데이터센터가 없는 이유는 투자비가 많이 들기 때문입니다. AI 거대모델을 만들려면 최소 200대 정도 규모의 GPU 서버가 필요합니다. GPU 서버가 1대에 5억원쯤 하니, 1000억원 정도 투자가 필요합니다. 글로벌 AI 서비스를 통해 유의미한 수익을 내는 곳은 거의 없습니다.