*이 글은 외부 필자인 김진환님의 기고입니다. 시간이 참 빠릅니다. 2026년이 시작되었나 싶었는데 벌써 2월도 다 지나가고 있습니다. 혹독했던 겨울 추위는 다 끝난 느낌입니다. 날은 추웠지만 정부지원사업 시장은 1월 초부터 뜨거웠습니다. 작년 여야의 예산안 합의가 생각보다 빨리 이루어지면서 2026년이 되자마자 정부 각 부처 및 공공기관은 숱하게 많은 사업을 쏟아냈습니다. 제가 종종 참고하는 "기업마당"에는 이 글을 작성하는 시점 기준으로 신청 가능한 지원사업이 963건으로 나옵니다. 연구개발사업 하는 분들이 항상 설레는 마음으로 접속하는 범부처통합연구지원시스템 IRIS(Integrated R&D Information System)에는 218건의 연구과제가 새로운 제안자를 기다리고 있습니다. 이 두 사이트에 잡히지 않는 지자체의 사업이나 소규모 공공기관, 기업 및 각종 협단체의 사업까지 합치면 최소 1500건 이상의 과제가 공고되어 있을 것으로 보입니다. 그 때문일까요? 1월부터 3월까지 전국 대다수의 대학과 중소기업, 스타트업 관계자들은 제안서를 작성하느라 정신 없습니다. 제가 아는 서울 모 대학 교수는 이렇게 말했습니다.

2300억원 엑시트 창업자, 돌아오다 "한국에서도 글로벌 빅테크 기업이 나올 수 있다는 걸 보여드리고 싶어요" "'한국에선 틈새 시장을 찾아야 돼' '한국은 시장이 크지 않아서 안돼' 이런 말, 저는 정말 싫어해요" (홀리데이로보틱스 송기영 대표) 기록적인 엑시트(창업 후 매각)에 성공한 창업자가 돌아왔습니다. 2019년 10월, AI라는 말이 지금처럼 대중적으로 사용되던 때가 아니었는데요. 당시 미국 나스닥 상장 기업인 '코그넥스'는 우리나라의 AI스타트업을 인수한다고 밝혔죠. 그 주인공은 송기영 대표가 창업한 AI스타트업 '수아랩'이었습니다. 당시 수아랩은 매각가로 기록을 세웠죠. 금액은 약 2300억원으로, 국내 기술 분야 스타트업의 해외 인수합병 사례 중 최대 규모였습니다. (참조 - "진짜 기술력은 고객지갑 여는 것" 2300억원에 인수된 수아랩 이야기) 그가 다시 AI로 돌아왔습니다. 늘 유망 산업으로 꼽히지만, 상용화가 더딘 '휴머노이드 로봇' 분야로 왔습니다. 2024년, 창업 4개월 만에 약 175억원의 시드 투자를 받았고요. 약 1500억원 규모의 시리즈A 투자를 추진 중입니다. (참조 - '2300억 잭팟' 수아랩 창업자가 만든 로봇기업에 175억 몰렸다) 이미 큰 규모의 엑시트로 기록을 남긴 송 대표는 왜 다시 창업을 했을까요? 그리고, 왜 하필 휴머노이드 로봇일까요? 이에 대해 묻자 그는 수아랩 창업 전에 있었던 일을 털어놨습니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 소프트웨어 개발에 있어 2025년 4분기는 "알파고 모먼트"로 불립니다. 최신 LLM 모델들이 세계 최고 개발자들보다 코딩을 더 잘하게 되었기 때문입니다. 이미 리누스 토발즈 같은 세계적인 개발자들도 AI가 쓴 코드 품질이 자신이 쓴 것보다 좋다고 인정했고, 더 이상 개발에 AI를 써야 하는지는 논쟁 자체가 사라졌습니다. 품질이 향상되고 속도가 개선되면서 개발 비용이 AI 시대 이전과 비교해 작게는 20분의 1, 많게는 100분의 1로 줄어들었습니다. 불과 3년 전까지 개발은 매우 많은 공수가 투입되는 작업이었습니다. 그래서 매우 비쌌고, 스타트업의 상당히 많은 초기 투자금이 개발로 흘러 들어갔습니다. 개발자 유치 경쟁도 뜨거워서 기업들은 너나없이 개발자를 모시기 위해 뛰어다녔습니다. 그 관성 때문에 알파고 모먼트를 지난 지금도 많은 기업 대표가 일종의 개발자 저장 강박증에서 벗어나지 못하고 있습니다. 한국은 미국보다 고용에 대한 변동성이 떨어지다 보니 대규모 회사들도 이에 대한 대응이 상당히 늦어지고 있습니다. 이 관성이야말로 창업자에게는 역사적 기회입니다. 기존 기업들이 과거의 프레임에 갇혀 있는 동안, 민첩한 신생 기업은 AI라는 거대한 물결 위에서 전혀 다른 속도로 움직일 수 있습니다. 그 어느 때보다 창업 기업이 기존 기업에 비해 유리한 구도가 형성되고 있고, 많은 사람이 창업이라는 새로운 도전을 해볼 수 있었으면 좋겠다고 생각합니다. 하지만 여기서 한 가지를 분명히 해야 합니다. 우리의 목적은 "창업"이 아니라 "창업한 기업이 성공하는 것"입니다. 만드는 능력은 더 이상 경쟁 우위가 아닙니다.

*이 글은 외부 필자인 강병호님의 기고입니다. 'SaaSpocalypse'의 서막 2026년 2월 3일 화요일. 글로벌 자본시장은 상당한 충격에 휩싸였습니다. 미국과 유럽의 주식시장부터 한국을 거쳐 인도의 주식시장까지, 소프트웨어 및 IT 서비스 분야에서 상당한 투매가 발생하며, 관련 기업들의 주가는 총 3000억 달러(420조원 상당)가량 하락했습니다. 이는 소프트웨어 및 IT 서비스 분야에서 2008년 금융 위기에 맞먹는 하락폭이었고, 관련 분야 전문가들은 이 현상을 'SaaSpocalypse'라고 불렀습니다. SaaS(Software-as-a-Service)와 Apocalypse(종말)의 합성어였습니다. 이번 사건은 경기 침체나 금리 인상에 대한 우려에서 발생한 하락은 아니었고, 기술의 근본 패러다임이 근본적으로 변하며 기존의 기업들이 쌓아 올린 해자(Moat)가 무너질 것이라는 공포에서 시작된 조정이었습니다. 그 중심에는 앤트로픽(Anthropic)이 공개한 클로드 코워크(Claude Cowork) 생태계가 있습니다. 클로드 코워크 생태계는 기존의 SaaS가 제공하던 '사람의 일을 돕는 도구' 역할을 넘어, 그 도구를 이용해서 사람이 수행하던 '업무' 그 자체를 대체하는 모습을 보여 주었기 때문입니다. 지난 20여년 동안 IT 산업에서 성공으로 나아가기 위한 방향은 명확했습니다. "기업이 성장하면 더 많은 직원을 채용하고, 더 많은 직원은 더 많은 소프트웨어 라이선스를 필요로 한다"는 공식에 따라 기업의 성장을 돕는 방식이었습니다. 세일즈포스(Salesforce)와 어도비(Adobe)를 비롯한 수많은 IT 기업들은 이 공식을 따라가며 상당한 부를 축적해 왔습니다. 그러나 최근, AI 기술력이 충분히 성장하자 기존의 방식으로는 과거와 같은 부를 누릴 수 없게 되고 있습니다. '사람이 쓰는 도구'를 제공하는 SaaS 패러다임이 '업무 수행' 그 자체를 제공하는 AI 패러다임으로 바뀌며, 더 많은 사람을 채용하지 않아도 기업이 성장할 수 있게 되었기 때문입니다. 그러면서 SaaS 라이선스는 성장보다는 현상 유지 또는 역상장을 하게 될 가능성마저 보이기 시작했습니다. SaaS란 무엇인가 SaaS(Software-as-a-Service)는 소프트웨어를 사용자의 디바이스에 직접 설치하지 않고 라이선스 또는 구독 형태로 클라우드에서 제공하는 비즈니스 모델을 말합니다.

*이 글은 외부 필자인 박상현님의 기고입니다. 실리콘밸리에서 2007년 6월 29일은 세상을 바꾼 스마트폰이 대중에 소개된 역사적인 날로 기억하지만, 세상을 바꾸는 일이 반드시 기업의 공개 행사를 통해 일어나지는 않습니다. 2022년 11월 30일, 오픈AI 연구진이 데모 형태로 챗GPT를 공개했을 때는 별다른 홍보가 없었죠. 그냥 테스트를 하고 피드백을 받기 위해 개발자, 테크 커뮤니티에 공개했을 뿐입니다. 그리고 두 달 후, 전 세계가 챗GPT에 열광하기 시작했습니다. 정확히 3년 만에 비슷한 일이 또 일어났습니다. 2025년 11월에 피터 스타인버거(Peter Steinberger)가 개발한 오픈 소스 자율 AI 에이전트 프로젝트를 클로드봇(Clawdbot)이라는 이름으로 깃허브에 올려놨죠. 그리고 두 달 후, 사람들은 이 봇들이 나누는 대화를 보면서 충격에 빠집니다. 지금 실리콘밸리를 가장 뜨겁게 달구고 있는 화제는 바로 몰트봇(Moltbot, 클로드봇의 새 이름)입니다. 사람들은 그렇게 두려워하며 기다리던 특이점(singularity)가 왔다고 흥분하고 있죠. 몰트봇은 어떻게 등장했을까요? 현재 사람들이 많이 사용하는 AI는 챗봇입니다. 질문에 답을 하든, 코드를 써주든 기본적인 인터페이스는 인간과 AI의 대화입니다. 하지만 AI 에이전트는 요청을 받아 스스로 방법을 찾아 '실행'하는 AI입니다.

요즘 인공지능 분야에서 가장 큰 화두는 이른바 독파모 프로젝트인데요. 독자적인 파운데이션 모델을 만들겠다는 목표 아래 국가 차원에서 육성하고 지원하는 프로젝트죠. 심지어 최근 이재명 대통령이 직접 SNS를 통해 열심히 홍보를 할 정도로 뜨거운 관심을 보이고 있습니다. 현재 프로젝트 상황을 살펴보면 2차 진출팀까지 정해졌습니다. LG AI연구원, SK텔레콤, 업스테이지 등이죠. 네이버클라우드, NC AI는 1차전에 탈락을 했고 카카오, KT가 예선전에서 고배를 마셨는데요. 지금은 4개 팀을 뽑는 단계인 터라 1개 자리가 빈 상황에서 재응모 기회를 부여하기로 했습니다. 그러나 반응이 별로 좋지 않습니다. 앞서 언급한 회사들이 모두 고사를 했고요. 어느 정도 규모나 기술력을 갖춘 회사보단 별로 알려지지 않은 신생 스타트업이 참여하겠다고 알린 상황이죠. 실제 업계에서도 독파모 프로젝트에 대한 회의론과 함께 실익이 없다는 공감대가 올라오고 있는데요. 왜 그런 것일까요? 첫 번째는 독자성에 대한 기준이 명확하지 않고 흐름에도 맞지 않다는 판단입니다. 독파모의 가장 큰 취지와 기준은 'AI 모델의 독자성'이라 할 수 있는데요. 처음에는 해당 사안을 간단하게 명시했습니다. 주최자인 과기부는 독자성에 대해 '설계부터 사전학습 과정을 수행한 국산 모델로서 타사 모델에 대한 라이센스 이슈가 없어야 한다'고 정의했죠. 그러나 '업스테이지 기술 검증 논란'이 발생하면서 구체적이지 않다는 비판이 일자 기술, 정책, 윤리적인 측면으로 나눠서 설명했습니다.

인공지능 발전과 신뢰 기반 조성 등에 관한 기본법, 약칭 '인공지능 기본법'이 2026년 1월 22일부터 시행되었습니다. (참조 - 인공지능 기본법 전문) AI 기본법을 처음으로 제안한 지역은 EU지만, EU는 속도조절에 나섬에 따라, 전세계에서 처음으로 AI 기본법이 시행된 것인데요. (참조 - ①유럽보다 빠른 AI 기본법 시대… 득과 실은) 1월 20일 'AI 기본법 시행 대비 설명회'에서 정부 관계자는 AI 기본법은 규제가 아닌 AI 산업 진흥을 위한 법률이라는 점을 강조했지만 기본적으로 '법'인 만큼 다양한 우려 사항이 등장했습니다. (참조 - AI 기본법 Q&A…워터마크·고영향AI 뭐가 달라지나) 대표적으로 논란이 된 규제는 제31조(인공지능 투명성 확보 의무)인데요. 예를 들어, 생성형 인공지능 또는 이를 이용한 제품 또는 서비스를 제공하는 경우 그 결과물이 생성형 인공지능에 의하여 생성되었다는 사실을 표시해야 한다는 내용입니다 많은 호응을 받은 대목은 제15조 (인공지능 학습용데이터 관련 시책의 수립 등)입니다. 학습용데이터의 생산ㆍ수집ㆍ관리ㆍ유통ㆍ활용 촉진 및 품질수준 확보 등을 위하여 필요한 시책을 추진하여야 한다는 내용이죠. 관련하여 AI 액션플랜이 나왔는데 먼저 사용하고 나중에 보상하는 내용이 담기면서 관련 단체들의 반발이 일어나기도 했습니다. (참조 - 신문협회 "AI 뉴스저작물 '先사용 後보상'은 명백한 권리 침해") 다양하게 이슈가 되자, 1월 28일에 개최된 'AI 스타트업 성장 전략 설명회'에서 과기부 관계자는 '최소 1년 이상 규제를 유예하고, 소통을 강화하겠다'고 밝혔습니다. 그러므로 향후 1년간의 향방이 앞으로의 인공지능 산업 발전에 있어, 중요하다고 볼 수 있는데요. 이에 스타트업 전문 변호사 및 여러 인공지능 기업에게 AI 기본법 시행에 대한 생각과 우려점, 그리고 법 관련 주요 이슈에 대한 의견 등을 물어보았습니다. 관련하여 정말 다양한 의견이 나왔는데요. 주제별로 유형화하여 서술해봤습니다. 1. AI 기본법 시행의 의의 인공지능 기본법이 탄생한 이유는 제 1조에서 알 수 있습니다. "이 법은 인공지능의 건전한 발전과 신뢰 기반 조성에 필요한 기본적인 사항을 규정함으로써 국민의 권익과 존엄성을 보호하고 국민의 삶의 질 향상과 국가경쟁력을 강화하는 데 이바지함을 목적으로 한다"

*이 글은 외부 필자인 강병호님의 기고입니다. 일을 할 때 Gemini나 ChatGPT를 사용하지 않는 사람을 찾기가 더 어렵습니다. 초기의 단점이었던 환각 현상(할루시네이션)은 현저히 줄어들었고, 이제는 객관적인 사실 전달과 함께 인간적인 공감 능력까지 보이기 시작했습니다. 그러나 AI의 단점이 줄어들수록 함정에 빠지기 쉬운 것도 사실입니다. 그중 대표적인 실수가 "AI가 우리의 말을 너무 잘 알아듣고 인간처럼 반응하기 때문에, 하나의 '인격체'로 대하는 것"입니다. AI를 인격체로 대하며 "너는 어떻게 생각해?"라고 묻는 순간 AI의 지능은 급격히 낮아집니다. 같은 모델을 쓰는데도 누군가는 놀라운 통찰을 얻어내고, 다른 누군가는 고루한 답변만 얻어내는 이유가 여기에 있습니다. AI를 왜 인격체로 대해서는 안 되는지, 그리고 어떻게 해야 AI가 가진 잠재력을 완전히 이끌어낼 수 있는지, 모델의 기저에 있는 작동 원리부터 파헤쳐 보며 AI를 더 잘 활용할 수 있는 방법을 알아보도록 하겠습니다. LLM은 어떻게 생각하는가? LLM(Large Language Model)은 지능을 가진 생명체가 아닙니다. 이 모델의 본질은 "다음에 올 글자를 예측하는 기계 (Next Token Prediction Engine)"입니다. 초등학교 때 종종 풀었던 빈칸 채우기 문제를 떠올려 봅시다. "하늘은 _____." 대부분 "파랗다" 혹은 "높다"라고 채울 것입니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 세쿼이아의 "배신"이 말해주는 것 2020년, 세쿼이아 캐피털은 결제 스타트업 Finix에 대한 투자를 철회했습니다. 이유는 단순했습니다. Finix가 Stripe와 경쟁 관계에 있었기 때문입니다. 세쿼이아는 이미 Stripe의 투자자였습니다. 같은 섹터의 경쟁사에 동시 투자하는 것은 VC 업계의 금기입니다. 세쿼이아는 이 원칙을 지키기 위해 2100만 달러 투자를 포기했을 뿐 아니라, 이사회 의석과 정보 접근권, 심지어 기존 지분까지 모두 내려놓았습니다. 이해충돌을 이유로 투자를 완전히 철회한 것은 세쿼이아 역사상 최초의 일이었습니다. 2026년 1월, 그 세쿼이아가 Anthropic의 대규모 펀딩 라운드에 참여합니다. 세쿼이아는 이미 OpenAI에 투자하고 있습니다. 일론 머스크의 xAI에도 투자했습니다. 이제 세 번째 경쟁사에까지 돈을 넣는 것입니다. 6년 전 Finix 때와는 완전히 다른 행보입니다. VC는 감정으로 움직이지 않습니다. 숫자와 확률로 움직입니다. 세쿼이아가 AI 분야에서 "한 회사에 올인"하던 원칙을 버렸다는 것은 무엇을 의미할까요. "OpenAI가 질 수도 있다"는 가능성을 인정한 게 아닙니다. "OpenAI가 지고 있다"는 현재 상황에 대한 판단입니다. 샘 알트만과 세쿼이아의 인연은 깊습니다.

K팝의 나라엔 없는 음악 창작의 민주화 "솔직하게 말씀드릴게요" "지난 3년간 매출과 영업이익을 자랑스럽게 내놓을 수 있는 회사는 국내 단 한 곳도 없을 겁니다" (음악AI 기업 전 직원) 국내 음악AI 스타트업의 근황에 대해 묻자 돌아온 답변은 뼈아팠습니다. AI로 여러 산업이 뒤바뀌는 시대에 음악AI는 깊은 계곡을 지나고 있었습니다. 글로벌 시장에선 음원생성AI 서비스 '수노(Suno)'와 '유디오(Udio)'가 음악 업계 패러다임을 송두리째 흔들었는데요. 수노 측은 누적 1억명에 달하는 사람이 수노를 사용했다고 밝혔죠. 이젠 전문가라도 AI의 음악인지 사람의 음악인지 구분하기 어려워질 정도로 기술력이 좋아졌고요. (참조 - 유명 작곡가도 "전혀 몰랐다"…AI로 만든 곡이 공모전 1위) 누구나 텍스트 한 줄에 작곡이 가능해지면서 '음악 창작의 민주화'가 시작됐다고 볼 수 있습니다. 그런데 K팝의 나라에선 그 분위기가 다릅니다. 국내 음악AI 서비스는 적막에 휩싸였습니다. 한때 대규모 투자를 받으며 화려하게 등장한 곳의 소식이 점점 들리지 않습니다. 2024년, 음악 AI스타트업이 비즈니스상 어려움이 있다는 이야기를 전한 바 있는데요. (참조 - 음악AI 스타트업은 왜 어려운가) 이때 지적했던 어려움이 현실화되고 있다는 말이 들려왔습니다. 수익성 문제부터 B2C 비즈니스의 소멸, AI기본법으로 곤란해진 상황까지. 음악AI 스타트업은 어떻게 이 어려움을 극복하려고 할까요? 창업자들의 이야기도 들었습니다. KT도 포기한 음악AI 2024년 12월 KT그룹의 지니뮤직은 음악 AI스타트업인 '주스'를 포기했습니다. 전자공시시스템에 따르면, 2024년 주스의 지분 41.16%를 전량 처분했는데요.

*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