*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.

*이 글은 외부 필자인 박상현님의 기고입니다. 최근 오픈AI가 애플의 전설적인 디자이너 조니 아이브의 AI 기기를 개발하는 스타트업 '아이오(io)'를 인수한다고 발표했죠. 샘 올트먼은 오픈AI 웹사이트에 "Sam & Jony"라는 표현과 함께 마치 커플처럼 다정하게 찍은 사진과 동영상까지 곁들인 발표를 했습니다. (참조 - Sam & Jony introduce io) 인수는 오픈AI가 io의 하드웨어 엔지니어, 소프트웨어 개발자 등 55명의 인력을 인수하는 애퀴하이어(acqui-hire)였습니다. 하지만 정작 무슨 제품을 만들겠다는 건지는 이야기하지 않았죠. 분명한 건 두 사람이 준비하는 게 하드웨어라는 사실입니다. 영상에서 올트먼은 컴퓨터를 사용한다는 것의 의미를 완전히 재해석하겠다고 했고, 아이브가 하드웨어 디자이너이기 때문에 내년에 발표하겠다는 제품이 하드웨어라는 걸 의심하는 사람은 없어요. 넷스케이프와 구글의 운명 실리콘밸리의 테크 전문기자 카라 스위셔는 자신의 팟캐스트에서 "오픈AI는 넷스케이프가 되려는 게 아니라, 구글이 되려는 것"이라고 했죠. 이 말은 많은 것을 의미합니다. (참조 - Visual Design Evolution of Netscape Navigator) 인터넷의 보급이 빠르게 진행되던 1990년대, 가장 인기 있던 웹브라우저는 넷스케이프였습니다. 사용자가 가장 선호하는 브라우저였지만, 마이크로소프트의 윈도우나 애플의 맥OS에 탑재되는 애플리케이션이었습니다. 마이크로소프트는 자체 웹브라우저인 익스플로러를 기본 장착해서 넷스케이프를 사실상 시장에서 밀어냈습니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 최근 퍼플렉시티가 추가 투자 유치를 진행했습니다. 기업 가치 140억달러(약 19조원)로 5억달러(7000억원) 규모의 자금 조달을 마무리하고 있다는 소식인데요. 6개월 만에 이 스타트업의 몸값이 또 56%가량 올랐다는 뜻이기도 합니다. (참조 - 'SKT·삼성 투자' 퍼플렉시티, 6개월만에 몸값 또 56% 올랐다…"20조 육박") 퍼플렉시티는 인공지능(AI) 검색 서비스로 2022년 이름을 알리기 시작했습니다. 이후 3년간 숨 가쁘게 성장하면서 월 활성 유저수(MAU) 1500만명, 검색 요청은 매주 1억건 이상을 확보하고 있습니다. 2025년 3월 기준으로 연 반복 매출(ARR) 1억달러를 돌파하며 빠르게 성장하고 있는 AI 스타트업이고요. 200명 규모로, 의외로 조직은 작은 편입니다. (참조 - The Latest Perplexity AI Stats (2025)) (참조 - Perplexity at $100M ARR) 이런 퍼플렉시티는 2024년부터 사업 다각화에 열을 올리고 있습니다. 기존에는 AI 검색 결과에 색인(index)를 표시하는 식으로 타 AI 검색, 대화 서비스들과의 차별화를 꾀했는데요. 지금은 AI 검색 외에도 다양한 신사업을 시도하면서 그 몸집을 키워나가고 있습니다. 그중에서도 최근 주목해볼 만한 행보는 "크롬을 인수하겠다!"는 발언이었습니다. 웹브라우저 사업을 본격화하겠다는 건데요.

*이 글은 외부 필자인 박상현님의 기고입니다. 마케팅을 해보신 분이라면 검색 엔진 최적화 (Search Engine Optimization, SEO)를 한번쯤 사용하거나, 고민해 보셨을 거예요. 자기 웹사이트를 검색 결과의 상위에 노출시켜 트래픽을 올리는 다양한 방법을 가리켜 SEO라고 하죠. SEO가 구글 검색과 함께 생겨났다고 생각하는 사람이 많지만, SEO는 구글이 등장하기 전부터 존재했습니다. X세대에나 익숙한 라이코스, 알타비스타, 웹크롤러가 초보적인 검색 기능을 하던 시절부터 사람들은 자기 웹사이트가 눈에 쉽게 띄게 하는 방법을 연구했고, 그 방법을 발견한 사람들은 꽤 큰돈을 벌었다고 해요. 엄밀하게 말하면 그런 사람들이 일을 잘하는 바람에 구글의 등장이 환영을 받은 거였습니다. 필요한 정보를 가진 웹사이트보다 SEO를 잘하는 웹사이트가 상단에 올라온다는 건, 사용자 입장에서는 원하는 정보를 찾기 힘들다는 뜻이니까요. 구글은 그렇게 혼란해진 웹 세상에서 사용자가 원하는 정보를 가진 웹사이트를 최상단에 보여주는 페이지랭크(PageRank)라는 기술을 가지고 검색 시장을 평정할 수 있었습니다. 하지만 SEO로 돈을 벌던 사람들이 구글의 알고리듬이 작동하는 방법을 알아내는 데는 오랜 시간이 걸리지 않았습니다. 이때부터 구글과 SEO 업체들과의 싸움이 시작되었죠. 구글과 SEO의 애증 관계 '구글이 SEO를 가르쳐 주는데 왜 싫어한다는 거지?'라고 의아해하시는 분도 있을 거예요. 맞습니다. 구글은 웹사이트가 자사의 검색 엔진에 쉽게 잡히는 방법을 친절하게 가르쳐 줍니다. (참조 - 검색엔진 최적화(SEO) 기본 가이드)

*이 글은 외부 필자인 강병호님의 기고입니다. 구글의 제미나이 2.5 시리즈, 우수한 성능을 보이다. 구글은 지난 3월 25일에 제미나이 2.5 프로(Gemini 2.5 Pro)를 공개했고, 몇 주 뒤인 4월 17일에는 경량 모델 제미나이 2.5 플래시(Gemini 2.5 Flash)를 공개했습니다. 두 모델 모두 추론(Reasoning, Thinking)을 지원하는 최신 구조의 LLM이며, 벤치마크 성능에서도 우수한 결과를 내어 이목을 집중 받고 있습니다. 신형 모델이 더 좋은 성능을 기록하는 것은 특별한 사건은 아닙니다. 모델은 주요 벤치마크의 특성을 고려하여 학습되기 때문에 (벤치마크 데이터를 직접 학습했다는 의미는 아닙니다), 새로운 모델은 더 높은 벤치마크 점수를 기록하는 것이 일반적이기 때문입니다. 하지만 제미나이 2.5 시리즈는 최고 수준(SOTA; State-of-The-Art)의 벤치마크 점수 달성과 함께 실사용자로부터의 긍정적인 평가가 이어지고 있다는 점에서 경쟁 모델 대비 실질적으로 우수한 성능을 낸다는 평가를 받고 있습니다. (참조 - Gemini 2.5: Our most intelligent AI model) 추론, 많이 하는 것이 능사는 아니다 추론형 모델, 즉 Reasoning(오픈AI에서 주로 사용하는 용어) 및 Thinking(구글에서 주로 사용하는 용어) 모델은 최종 답변을 생성하기 전에 모델 스스로 답변을 도출하기 위한 중간 단계를 기록해 둡니다. 이러한 중간 기록 과정을 통해 모델은 생각을 단계별로 정리할 수 있게 되어 복잡한 문제를 차근차근 풀어 나가며 올바른 답변을 낼 수 있게 됩니다. 높은 성능을 내는 모델은 더 많은 추론을 하는 경우가 일반적입니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 바이브코딩. 요즘 여기저기서 자주 보이는 단어입니다. 쉽게 말하자면 바이브(감, 흐름)에 나를 맡긴 채 인공지능에게 말로 코딩을 시키는 걸 바이브코딩이라고 부른다고 하는데요. "아니, 그야말로 '입코딩' 아닌가!" 네…ㅎㅎ 예전에는 우스갯소리로 '입코딩 한다'는 표현을 썼다면 이제는 반쯤 진담으로 입코딩을 하는 시대가 왔나 싶습니다. 이 표현을 꺼내든 사람은 오픈AI의 창립멤버이자 테슬라 오토파일럿 팀을 이끌었던 안드레이 카파시였습니다. 2025년 2월 3일 그가 올린 트윗(X)이 AI를 에이전트로 활용하는 코딩에 새로운 이름을 붙여준 셈입니다. "바이브코딩(Vibe coding)이라 부를 만한 새로운 방식의 코딩이 늘어나고 있습니다" "완전히 감(感)에 몸을 맡긴 채 코드가 있다는 사실 자체를 잊고서 코드를 짜고 프로그래밍을 하는 겁니다" "이런 방식이 가능해진 건 커서(Cursor)와 앤트로픽 모델 같은 대형 언어 모델(LLM)과 관련 제품들이 너무나 좋아졌기 때문입니다" "이제 저는 키보드를 거의 건드리지 않습니다. '사이드바 패딩을 절반으로 줄여줘' 같이 단순하고 귀찮은 요청은 그냥 말로 해버립니다" "에러 메시지가 떠도 에러가 뜬 부분을 그대로 (채팅창에) 복붙합니다. 그러면 (AI가) 알아서 대부분 해결해줍니다" "물론 LLM이 버그를 못 고칠 때도 있지만 그럴 땐 이것저것 계속 바꿔달라 하면서 언젠가(?) 해결돼 있는 걸 볼 수 있습니다. 주말에 대충 개발해 만들어 보는 프로젝트에 이만하면 꽤 쓸 만한 방식이라고 생각합니다" "어쨌든 웃긴 일입니다. 웹앱이나 프로젝트를 만들고는 있는데 진짜 코딩을 하는 것 같지가 않거든요" "그냥 눈에 보이는 대로 말하고, 실행하고 (AI가 제안한 내용에 따라) 복붙하는데도 웬만하면 잘 돌아간다는 게 말이죠"

*이 글은 외부 필자인 최호섭님의 기고입니다. 올해 초 딥시크(DeepSeek)로 AI 업계는 일대 충격에 휩싸였습니다. 지금은 경계의 시선으로 바라보는 정도로 두려움은 조금 가라앉긴 했지만 여전히 중국의 인공지능 기술에 대한 복잡한 생각은 머릿속 한 켠에 남아 있는 듯합니다. 딥시크 R1 모델에 대한 놀라움은 학습 비용의 절감에 있습니다. 막대한 GPU 컴퓨팅 파워로 학습을 반복하는 게 곧 모델의 성능으로 연결되는 것이 일반적인 인공지능의 접근입니다. 물론 그 효율을 더 높이려는 노력이 이어지고 있지만 여전히 생성형 AI는 환경에 대한 책임을 안고 있습니다. 딥시크는 학습된 모델을 공개하고 누구나 이 모델을 자유롭게 쓸 수 있도록 배포되면서 그 여파가 더욱 커졌습니다. 개인이 PC나 모바일 기기에서 데이터 전송 없이 꽤 높은 수준의 대규모 언어 모델을 쓸 수 있기 때문입니다. 중국산 AI에 대한 개인정보나 보안 관점에서 특정 모델을 개인 기기에서 자유롭게 쓰는 것도 흥미롭지만 대규모 언어 모델을 쓰는 입장에서 보면 또 다른 볼 거리가 있습니다. 바로 컴퓨팅입니다. 딥시크의 핵심은 낮은 컴퓨팅 모델로 학습하는 것이었는데, 이렇게 만들어진 모델의 추론을 개인용 PC에서 매끄럽게 처리한다면 상당히 이상적인 인공지능의 서비스 형태가 만들어지는 셈입니다. 오픈AI도 최근의 DALL-E를 통해 지브리 그림 열풍이 일면서 막대한 컴퓨팅 요구에 애를 먹고 있는데, 이를 각자의 PC에서 필요한 만큼 적절한 컴퓨팅 성능으로 처리할 수 있으면 컴퓨팅 부담이 줄어들 수 있습니다. 물론 로컬 기기에서 언어모델을 이용하면 개인정보의 학습이나 기업 기밀 자료 등에 대한 활용 부담도 크게 줄어들 겁니다. 무엇보다 최근의 스마트폰부터 컴퓨터까지 대부분의 기기는 이미 인공지능의 처리에 대한 대비를 늘려가고 있습니다. 프로세서 기업들은 이미 개인용 기기에서도 AI 처리를 중심에 두고 있습니다. 그에 따른 GPU나 메모리도 변화를 겪고 있고요. 인공지능 모델의 크기가 커지면 추론을 위한 컴퓨팅 성능, 그러니까 주로 GPU를 중심으로 한 병렬 처리 환경이 필요하고, 그 모델을 올려둘 충분한 메모리가 필요합니다. 소형 모델의 기준으로 꼽히는 7~8B 모델을 비롯해 극도로 크기를 줄인 1.5B 모델도 배포되는 중이고, 크게는 32B, 70B을 넘어 670B에 달하는 모델이 개인용 컴퓨터에서 작동되고 있습니다. 최근의 AI PC 바람도 여기에서 시작됩니다. '딥시크가 개인용 컴퓨팅의 답이 될 수 있을까'하는 것이지요.

2024년에 2023년 대비 매출이 20% 이상 증가한 생성형 AI업계 스타트업들을 살펴보았습니다. 유동성이 풍부했던 팬데믹 시기가 끝나며 스타트업에 대한 투자가 전반적으로 위축되었습니다. 그나마 AI업계는 오픈AI, 엔비디아를 중심으로 많은 관심을 받았지만, 일부 기업을 떠나 업계 전반적으로 보면 '투입한 돈에 비해 실질적인 성과가 부진하다'는 평가가 주기적으로 나타났습니다. (참조 - AI에 돈 쏟아붓는 美 빅테크…수익은 기대 못미쳐 '거품론') 이런 환경 속에서도 2024년에 매출을 유의미하게 늘리며 스스로의 가능성을 보이고 있는 생성형 AI업계 스타트업들이 어느 곳들이 있는지 살펴보았습니다. 업계 조사는 스타트업얼라이언스의 '2025 생성형 AI 스타트업맵'에 포함된 약 150개의 스타트업을 기준으로 하였습니다. (참조 - 2025 생성형 AI 스타트업맵) 매출이 몇억, 몇천만원으로 아직 낮은 스타트업은 선정에서 제외하였으며 창업을 한지 얼마 되지 않아 최근 3개년 실적이 없는 기업도 명단에서 뺐습니다. 벤처확인종합관리시스템, 중소기업현황정보시스템에 공개된 실적을 기준으로 했습니다. 다만 일부 스타트업 실적은 아직 공개되지 않았습니다. 대표적으로 830억 투자를 유치한 '뤼튼테크놀로지스'인데요. 뤼튼에 문의한 결과, 추후 공개될 예정이라고 답을 하였습니다. 실적이 공개되지 않아서, 이번 기사에 포함되지 않은 일부 스타트업의 경우 기사 발행 이후에도 주기적으로 확인하여, 지속적으로 업데이트하겠습니다. 2023년 대비 매출이 20% 이상 성장한 스타트업들을 선정했습니다. 선정한 기업들을 대상으로 호실적의 이유 및 2025년 계획에 대해 물어보았으며 취재에 응한 스타트업의 답변을 덧붙였습니다. 매출이 많이 증가한 순으로 나열하였으며 스타트업 앞에 있는 대분류는 2025 생성형 AI 스타트업맵을 기준으로 서술했습니다. 1. (챗봇) 스캐터랩 = 2023년 대비 매출 381.2% 증가

*이 글은 외부 필자인 강병호님의 기고입니다. AI 모델을 학습시키는 방법 AI 모델은 '강화 학습(Reinforcement Learning)'이라는 방식으로 학습됩니다. 강화 학습이란 올바른 행동을 한 경우에는 보상을 부여하고, 잘못된 행동을 했을 때는 처벌을 가하는 식의 학습 기법을 말합니다. 어떤 행동이 옳고 그른지 판단하는 함수를 '보상 함수(Cost Function)'이라고 부릅니다. AI는 디지털 정보로만 세상을 인식합니다. AI에게 보상 함수는 절대적인 기준점이 됩니다. 만약 게임에서 승리하는지에 따라 보상을 주겠다고 하면, AI 모델은 수단과 방법을 가리지 않고 높은 점수를 획득하려 할 수 있습니다. 트롤링을 해서라도 게임에서 이기려 할 수 있습니다. 그래서 보상 함수를 설정할 때에는 단지 문제를 풀어내는 것뿐만 아니라 윤리적인 기준점을 준수하는지 등 모델의 사회성 부분도 고려하게 됩니다. 사람은 눈치를 보며 상황을 둘러볼 수 있지만 AI 모델은 그럴 수 없기 때문에, 명시적으로 어떤 행동이 올바른지를 보상 함수가 알려주는 것입니다. 압박 상황에서 이상 행동을 보인 AI 모델 2024년 12월, 앤트로픽(Anthropic)은 LLM이 보상 함수를 속이는 현상을 발견했다고 말했습니다. 앤트로픽의 클로드(Claude)는 AI 모델의 윤리적 안정성에 집중한 헌법적(Constitutional) 구조를 갖는데, 이러한 원칙을 어기는 현상이 발견되었습니다.

*이 글은 외부 필자인 원대로님의 기고입니다. 지브리 모먼트와 특이점의 도래 지난 3월 26일 오픈AI가 'GPT-4o'에 네이티브 이미지 생성 기능을 추가하였다고 발표하였습니다. 이로부터 불과 이틀 후 오픈AI 대표 샘 올트먼이 "오픈AI의 GPU가 녹아내립니다"라고 엄살을 부릴 정도로, 전 세계인들의 'Ghiblify'(지브리 스튜디오 스타일로 이미지 생성하기) 놀이는 폭발적인 인기를 끌고 있습니다. 이 GPT-4o 이미지 생성 서비스를 사용해 보니, 2022년 11월 30일 오픈AI의 Chat-GPT가 처음 출시되었을 때의 충격 이상이었습니다. Chat-GPT는 어렵게만 보이던 AI를 채팅 UI/UX를 통해 일반인들도 빠르고 쉽게 사용할 수 있게 만들어 주었습니다. 마찬가지로 이미 수많은 이미지 생성 서비스가 있었지만 이들을 제대로 쓰려면 프롬프트부터 정교하게 잘 작성해야 하였고 이런 사용법 자체가 노하우였습니다. 그래서 일반인들의 접근이 수월하지 않았습니다. 하지만 GPT-4o는 '개떡같이 말해도 찰떡같이 알아듣는' 똘똘한 디자이너에게 편하게 요청하는 느낌을 주었습니다. 이 경험은 마치 태풍의 눈을 목격한 것 같았습니다. 우리가 지금 역사적 변곡점에 서 있다는 실감이 들었습니다. 지브리 스튜디오의 그림체뿐 아니라 우리가 알고 있는 대부분의 그림체를 단숨에 흉내 내는 것에 그치지 않고, 웬만한 이미지 편집과 수정도 채팅으로 손쉽게 바로 가능해졌습니다. 여기에 Vibe Coding(AI와 개발자가 협업하여 코드를 작성하는 방식)까지 결합하면 어떤 일이 벌어질지 상상해보십시오.

*이 글은 외부 필자인 김지윤님의 기고입니다. 최근 AI 관련 뉴스에서 자주 접하는 이름이 있습니다. 바로 '허깅페이스'입니다. 허깅페이스? 뭔가 익숙한 듯하기도 하고 낯설게 느끼실 수도 있습니다. 허깅페이스는 개발자, AI 연구자들이 모인 커뮤니티 플랫폼다 보니 일반 대중에게는 그리 익숙한 이름은 아닙니다. 하지만 허깅페이스는 챗GPT가 등장한 2022년부터, 사실 그 전부터 업계에서 자주 회자되는 이름이었습니다. 근래 들어서는 다음과 같은 뉴스로 자주 소식을 전하고 있고요…! "자연어 명령을 로봇의 물리적인 동작으로 직접 변환하는 AI 로봇 모델을 오픈소스로 공개한 최초의 사례!" "음성, 이미지 및 영상 처리 등 여러 데이터를 이해할 수 있는 멀티모달 모델도 지원한다는데?" (참조 - Hugging Face expands its LeRobot platform with training data for self-driving machines | TechCrunch) (참조 - '허깅페이스'서 멀티모달 AI도 지원…"AI 개발 중요 전환점 될것" - 유니콘팩토리) "세계에서 가장 작은 규모의 오픈소스 비전-언어 모델을 발표!" "인터넷 연결 없이도 스마트폰에서 완벽하게 실행될 수 있도록 AI 모델을 설계해 공개했습니다" (참조 - 허깅페이스, 휴대폰서 구동하는 '가장 작은' 비전 언어 모델 출시)

*이 글은 외부 필자인 박상현님의 기고입니다. 인공지능(AI)이 빠르게 발전하면서 많은 사람들이 기계가 지배하는 세상이 찾아올 것을 두려워합니다. 이 두려움은 인간보다 똑똑하고, 인간보다 더 뛰어난 능력을 가진 AI가 인간을 통제하려 들면, 과연 인간이 그걸 막을 수 있겠느냐는 걱정입니다. 그리고 더 나아가서 AI가 인간이 불필요한, 혹은 자기 생존에 방해되는 존재라고 생각해서 없애려고 시도한다면? 물론 이건 아직까지는 SF 소설, 영화에서나 볼 수 있는 시나리오입니다. 왜냐하면 현대 대중화된 AI는 대부분 생성형 AI 챗봇이기 때문이죠. 이런 AI는 사용자가 던진 질문에 답을 하거나, 원하는 그림, 동영상을 만드는 정도의 역할을 수행합니다. 그런데 AI업계의 목표는 그 너머에 있습니다. 바로 자율 에이전트(autonomous agent)입니다. 단순 챗봇과 자율 에이전트의 차이는 엄청납니다. 우리는 챗봇에 여행지의 정보를 물어볼 수 있고, 일정을 짜달라고 할 수 있지만, 비행기표를 사고, 호텔과 렌트카를 예약하는 건 인간인 우리가 직접 해야 합니다. 하지만 자율 에이전트가 등장하면 얘기가 달라집니다. "내가 5월 3일부터 일주일 동안 치앙마이에 다녀오려고 하니까 비행기표와 호텔을 예약해줘. 여행의 총예산은 450만원이니까 거기에 맞춰"라고 명령할 수 있습니다. 그럼 자율 에이전트는 알아서 검색하고, 예약까지 전부 수행하는 거죠. 당연한 얘기지만, 그게 가능하려면 우리가 신용카드 번호를 줘야 합니다. 신뢰가 필요한 거죠. 업계에서는 AI 대중화의 진정한 시험대가 바로 이렇게 사용자가 자기를 대신해서 AI가 돈을 지불할 수 있게 허락하느냐에 있다고 말합니다.

*이 글은 외부 필자인 강병호님의 기고입니다. 로봇산업의 성장과 중국 이제 식당에서 음식을 전달하는 서빙 로봇을 어렵지 않게 찾아볼 수 있습니다. 초기의 서빙 로봇은 간단한 음식 전달도 어려워했지만, 요즘에는 사람들이 많은 환경에서도 음식을 잘 전달해 주는 발전된 모습을 볼 수 있습니다. 국내의 서빙 로봇 시장의 약 80%는 중국 기업이 차지하고 있습니다. 푸두로보틱스는 국내에 가장 많이 보급된 서빙 로봇의 제조 업체입니다. 드론 시장에서도 중국 기업의 점유율 증가가 눈에 띕니다. 2006년 설립된 중국 기업 DJI는 세계 시장 점유율 70%가량을 차지합니다. 드론 시장의 초기에는 취미 목적의 구입이 대부분이었지만, 기술이 발전하자 높은 고도에서 시설물을 점검하거나 방제 작업에도 동원되는 등 산업적 활용이 늘어나고 있습니다. 드론 시장은 중국의 DJI(시장 점유율 70% 이상)를 선두로 미국의 3DR, 중국의 유닉, 프랑스의 패럿이 뒤를 잇고 있습니다. 드론 시장은 DJI가 압도적 우위를 갖는 로봇 산업 분야입니다. 산업용 로봇의 한 형태인 협동 로봇은 가장 전통적인 형태를 갖고 있습니다. 제조 공정에 투입되어 사람과 함께 작업한다는 의미에서 협동 로봇이라는 명칭이 붙었습니다.

*이 글은 외부 필자인 최정우님의 기고입니다. 이 시대의 새로운 테마 신기하게도 사업에는 테마가 있습니다. 지난 십년간의 기억을 떠올리면 몇 개의 공통된 단어들이 수년간 지속되었다는 것을 알 수 있습니다. 플랫폼, 메타버스, 바이오와 같은 핵심 용어들이 수많은 사업계획서와 IR자료에 인용되었던 때가 있었죠. 누구나 아는 지금의 테마는 바로 AI입니다. 챗지피티가 쏘아올린 공이 시장에서 화제가 되기 전부터 생성형 AI를 공부하는 분들도 있었을 것입니다. 기술이란 갑자기 나오지 않기 때문입니다. 오래전부터 누군가 만들었던 기술을 토대로 사람을 모집하고 기술을 상용화하면서 시장은 생겨납니다. 그리고 시대에 맞는 기술이 몇 년간은 테마가 됩니다. 메타버스같이 광풍을 일으켰다가 사라지기도 하지만, 이제 막 시작된 AI의 돌풍은 쉽사리 사라질 것 같아 보이진 않습니다. 그래서 현재 많은 기업들은 AI를 응용한 사업을 진행하고 있습니다. AI기업 중에서 가장 유명한 기업은 챗지피티를 개발한 오픈 AI이겠지만, 세상에는 더 다양한 AI기업들이 있습니다. 실질적으로 AI기술을 보유하고 있지만, AI기업들을 표방하지 않는 기업들을 합치면 아마 더 많은 AI기업들이 존재할 것입니다. 환상과 현실이 공존하는 시장 세상을 뒤흔든 수많은 테마들의 공통점은 시장에 환상을 만들어낸다는 것입니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 딥시크에 관한 뉴스가 쏟아지는 요즘입니다. 특히 이런 기사가 지속해서 등판하고 있습니다. "딥시크 보안 문제 심각하다" "딥시크가 개인 정보를 유출한다! 딥시크 사용을 금지해야 한다!" 특히 '딥시크 금지령'에 직격탄을 날리는 뉴스가 최근 한국에서 나왔습니다. 한국 개인정보보호위원회가 공식적으로 딥시크의 개인정보 문제를 발표했기 때문입니다. "딥시크 사용자 정보가 (틱톡 모회사인) 바이트댄스에 넘어간 것이 확인됐습니다" "딥시크가 개인정보 보호법상 미흡한 부분을 인정했고 2월 15일부터 앱 신규 다운로드가 국내에서는 중단됐습니다" "제3자에게 유저 정보를 제공할 땐 정보 제공자의 도으이를 받아야 하고 어떤 저오를 왜 수집하며 언제까지 보유할 것인지 등을 알려야 합니다" "하지만 딥시크 개인정보 처리 방침과 이용 약관에는 이런 내용들이 반영돼 있지 않았습니다" (한국 개인정보보호위원회) 이에 따라 국내에서 딥시크 앱을 새로 까는 것은 불가능해졌습니다. 기존 유저는 여전히 앱을 쓸 수 있고 웹을 통한 접근은 가능하다지만 '국가 차원에서 하는 차단'은 타격이 만만치 않으리라 봅니다.

*이 글은 외부 필자인 신기주님의 기고입니다. "오픈AI는 신이 아닙니다. 항상 선두에 설 수는 없습니다" 딥시크의 창업자 량원펑이 2024년 7월 22일 중국 미디어 36Kr(삼육크)과의 인터뷰에서 한 말입니다. 삼육크는 중국의 대표적인 테크 미디어입니다. 크립톤의 화학기호인 36Kr에서 따온 이름이죠. 크립톤이 슈퍼맨의 고향이라서요. 한마디로 량원펑은 삼육크와 인터뷰를 하면서 샘 올트먼은 슈퍼맨이 아니라고 말한 겁니다. 2024년 7월은 량원펑이 딥시크-V2를 공개한 지 한 달 남짓 지난 시점입니다. 딥시크의 두 번째 모델인 딥시크-V2부터 량원펑은 전문가 혼합(Mixture-of Experts) 방식을 처음 적용했습니다. Mixture-of Experts 방식은 딥시크가 오픈AI에 한 방 먹일 수 있었던 비결 중 하나죠. 량원펑이 삼육크와 인터뷰한 2024년 7월 시점에서 이미 딥시크-V2는 210억개의 매개변수만 써서 문제의 해답을 추론해냈습니다. 딥시크-V2의 추론 비용은 토큰 100만개당 1위안이었는데 GPT-4 터보의 70분의 1에 불과했죠. 이때 이미 량원펑은 인공지능의 슈퍼맨 샘 올트먼의 급소를 찌를 크립토나이트를 손에 쥐고 있었던 셈입니다. 2024년 7월 22일 삼육크와의 인터뷰에서 량원펑은 심지어 젠슨 황의 역린도 건드립니다. "엔비디아의 GPU는 이론적으로는 어떠한 기술 비밀도 없어서 복제하기 쉽다" 젠슨 황 엔비디아 CEO는 미국 빅테크들 사이에선 따거입니다. 모두가 엔비디아의 최신형 고성능 GPU를 더 많이 더 빨리 더 먼저 확보하고 싶어 하니까요.

*이 글은 외부 필자인 박상현님의 기고입니다. 올해 초 중국 AI기업 딥시크가 선보인 R1 모델을 보고 전 세계가 충격에 빠졌죠. 특히 미국은 중국 AI의 놀라운 성장을 보며 전기차 시장에서 일어난 일을 떠올립니다. 전기차 시장은 사실상 테슬라가 개척했는데 패스트 팔로어 중국이 BYD 같은 기업들을 선두로 물량면에서 테슬라를 따라잡았죠. 일론 머스크는 중국과 순수한 전기차로는 경쟁이 되지 않는다고 판단하고 테슬라를 AI 기업으로 다시 포장하고 로봇 등의 새로운 시장을 노리고 있는 상황입니다. 그런데 딥시크의 화려한 데뷔로 AI마저 중국에 추월당한다고 긴장합니다. 이런 상황을 두고 지금 미국 언론은 "스푸트니크 모멘트(Sputnik Moment)"라는 말을 합니다. 1957년 옛 소련이 세계 최초의 인공위성 스푸니크 1호를 성공적으로 궤도에 안착시킨 후 미국이 충격을 받았던 때를 미국에서 그렇게 불러요. 한마디로, 기술의 우위를 자신하고 있던 미국이 후발주자의 빠른 추격에 놀라는 상황이 바로 스푸트니크 모멘트인 거죠. 정말로 미국은 AI 분야에서도 중국에 추월을 허용하는 걸까요? 여기에 대해서는 침착하게 살펴볼 필요가 있습니다. 이런 일이 벌어지면 모두가 흥분해서 떠드니 신호보다 소음(noise)이 더 많이 들리기 때문이죠. 딥시크가 충격을 준 이유 스푸트니크 얘기가 나왔으니 옛 소련과 미국의 우주 경쟁의 얘기를 좀 더 해 보죠. 아마 여러분은 당시 미국이 개발한 첨단 볼펜 얘기를 들어 보셨을 거예요. 만년필이나 볼펜은 잉크가 중력에 의해 밑으로 내려오는 원리이기 때문에 우주에서는 사용하기 힘들죠.

AI(인공지능) 패권을 둘러싼 글로벌 격전이 가속화되는 가운데 한국을 대표하는 테크기업인 카카오와 네이버가 해외 AI 업체들과의 협업을 모색하고 있는데요. 카카오는 최근 연내 출시 예정인 자사의 인공지능 서비스 카나나에 챗GPT 개발사 오픈AI의 모델을 도입하겠다고 전격 발표습니다. 네이버 역시 "글로벌 빅테크 기업의 LLM(거대언어모델)과의 협업 가능성은 열려있고, 가능성을 열고 대화를 진행 중"이라는 입장을 밝혔고요. 이번 기사에서는 카카오와 오픈 AI가 전략적 제휴를 체결한 배경과 네이버 역시 외부업체들이 개발한 AI 모델을 자사 서비스에 도입하는 방안을 고려하기 시작한 이유에 대해서 살펴보겠습니다. 카카오, 오픈 AI와 동맹을 맺었습니다 지난 2월 4일 정신아 카카오 대표와 샘 올트먼 오픈AI CEO는 두 회사 간의 전략적 제휴를 공식 발표했는데요. 국내에서 오픈AI와 공식적인 제휴를 체결한 기업은 카카오가 처음입니다. "오랜 기간 국민 다수의 일상을 함께 하며 축적해 온 역량을 바탕으로 '이용자를 가장 잘 이해하는 개인화된 AI'를 선보이는 것이 지금 시대 카카오의 역할일 것입니다" "글로벌 기술 경쟁력을 보유한 오픈AI와 협력해 혁신적 고객경험을 제공함으로써 AI 서비스의 대중화를 이끌겠습니다" (정신아 카카오 대표) 업계에 따르면 두 회사 사이의 제휴 방안은 지난해 9월부터 논의되기 시작했는데요. 양사의 협업은 △AI 서비스 고도화를 위한 기술협력 △공동 상품 개발을 두 축으로 해서 이뤄질 예정입니다. 구체적으로 살펴보면 우선 카카오톡과 AI 에이전트 서비스 카나나에 오픈AI의 최신 AI 모델이 접목될 예정인데요. 현재 출시를 준비하고 있는 카나나에 회사가 자체적으로 개발한 LLM(거대언어모델)뿐 아니라 오픈AI가 개발한 챗GPT 모델도 함께 활용하겠다는 게 카카오 측의 설명입니다. 카나나는 카카오가 지난해 10월에 그 윤곽을 발표한 AI 에이전트인데요. 이용자와의 일대일 대화 혹은 그룹대화를 통해 이용자의 질문에 대한 정확한 답변과 이용자에게 필요한 서비스를 제공하는 B2C 인공지능 서비스죠. 다만 카나나의 출시 일정은 아직 명확하게 정해지지 않았는데요.

2024년 하반기, 스타트업 투자 시장은 여전히 차가웠습니다. 투자 규모는 줄었고 기업들은 인력을 감축했으며, 서비스를 종료한 곳들도 있었죠. 그러나 이러한 상황에서도 매월 약 100곳의 스타트업이 투자 유치에 성공했습니다. 투자는 단순한 자금 조달 수단을 넘어 스타트업의 성장 가능성과 시장성이 검증되는 지표이기도 합니다. 비록 시장이 밝지만은 않지만, 이 가능성을 인정받는 기업들은 꾸준히 발굴되고 있는 셈입니다. 작년 하반기 동안 어떤 스타트업이 역량을 인정받아 자금 조달에 성공했는지 월별로 살펴보았습니다. *혁신의 숲에서 매월 발표하는 스타트업 투자결산을 기반으로 작성된 기사입니다. *seed 투자부터 pre-IPO 단계까지의 스타트업이 기준입니다. *월별로 소개하는 스타트업 3곳은 해당 월에 핵심 지표가 전반적으로 성장 추이를 보이는 기업 5~8곳 중 신규투자유치금액이 높은 순입니다. *투자 결산에 포함되지 않았더라도 시장에서 큰 관심을 받은 곳은 함께 소개합니다. 7월 (1) 브라이트에너지파트너스(BEP) - 서비스: 전기차 급속 충전 서비스 '워터', 환경·에너지·태양에너지 분야 발전사업 투자 - 투자 라운드: 시리즈D - 신규 투자액: 1000억원 - 누적 투자액: 4740억원+ - 투자사: 블랙록 *누적 투자액은 해당 월까지의 기준입니다. 재생에너지 발전 기업 BEP는 블랙록 기후 인프라 사업부가 운용하는 펀드를 통해 1000억원 규모의 투자를 유치했습니다. BEP의 최대주주이자 세계 최대 사모펀드 블랙록은 2021년 첫 투자 이후 네 번째 투자를 진행한 것인데요, 지금까지 총 3810억원을 BEP에 투자했다고 해요. 지금까지 블랙록으로부터만 약 4000억원의 달하는 투자를 유치할 수 있었던 이유는 기존 원자력과 화석 에너지 중심의 에너지 체계를 재생 에너지 중심의 에너지 체계로 전환하는 에너지 전환이 블랙록의 주요 투자 분야이기도 하지만, BEP가 한국에서 대표적인 태양광 개발·운영회사로 자리매김했고 한국의 에너지 전환에 앞장서고 있기 때문이라고 찰리 리드(Charlie Reid) 블랙록 아시아태평양 기후 인프라 공동대표가 밝혔습니다. BEP는 2023년에만 국내 다양한 기업과 20년 장기 계약을 체결해 연간 총 135GWh의 재생 에너지를 공급하고 있습니다.

*이 글은 외부 필자인 성원용님의 기고입니다. 챗지피티(ChatGPT)와 같은 생성형 언어모델 언어모델이 출시되면서 많은 인공신경망 응용이 생겨나고 있습니다. 인공신경망에 대해 정식으로 배운 적도 없고 모델 훈련 경험이 없는데 새로운 응용 개발에 도전할 수 있을까 하는 의문이 들 수 있습니다. 오늘은 생성형 언어모델이 생기면서 어떻게 인공신경망 응용을 개발하는 방법이 달라졌는가에 대해 설명하겠습니다. 인공신경망 개발 방법은 크게 세 가지로 나눌 수 있습니다. 첫 번째는 전용모델(Custom Model)을 이용하는 방법으로 어떤 특정 기능을 효과적으로 수행할 수 있도록 구조를 설계하고 또 훈련하는 방법입니다. 두 번째는 사전학습모델(Pre-trained Model)을 이용하는 방법으로 대표적으로 몇 년 전에 자주 듣던 BERT 가 사전학습모델입니다. BERT는 많은 텍스트 데이터를 이용하여 범용 목적으로 훈련된 트랜스포머(Transformer) 모델입니다만, 그 자체로 어떤 문제해결을 위한 응용이 되지는 않습니다. 대개 다른 응용 개발에 디딤돌이 되는 모델입니다. 세 번째로 요즘 유행인 생성형 언어모델 (Generative Language Model)을 이용하는 방법입니다. 이제 각각의 AI 응용개발 방법에 대해 설명하겠습니다. 전용모델 첫째로 전용모델(Custom Model)입니다. 전용모델은 특정 응용을 위해서 개발된 것으로 다른 목적으로는 쓸 수가 없습니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 이코노미스트가 뽑은 2024년 올해의 최고경영자(CEO) 과연 누가 뽑혔을까요? 트럼프 캠프에 베팅하면서 장관 자리까지 오른 일론 머스크? 인공지능(AI)과 반도체 붐으로 엄청난 주가 상승을 보여준 엔비디아의 젠슨 황? 엔비디아와 함께 최고 시가총액을 보여줬던 마이크로소프트(MS)의 사티아 나델라? 놀랍게도 이들 모두 1위는 아니었습니다. 2023년 1위로 선정됐던 젠슨 황은 4위를 기록했고요. 2024년 올해의 CEO로는 이 사람이 뽑혔습니다. "누…. 누구신지?" 대중에게는 다소 생소할 수도 있는 인물인데요. 데이터 마이닝 및 AI 방산 기업, 팔란티어를 창업한 알렉스 카프가 2024년 최고의 CEO로 꼽혔습니다. 이코노미스트는 카프를 올해의 CEO로 선정한 이유를 다음과 같이 밝혔는데요. "올 한 해 팔란티어 시총이 360억달러에서 1800억달러 이상으로 급증했고" "전년대비 매출성장률이 10%포인트 상승하는 한편 1년 새 영업이익률도 2배로 뛰었습니다." "9월 S&P500 지수에 입성하는 등 팔란티어의 기세는 무시무시합니다. 사업적으로 빠르게 확장하고 있어요." (이코노미스트) (참조 - '올해의 CEO'에 팔란티어 알렉스 카프… 젠슨 황·머스크 눌러)

*이 글은 외부 필자인 강병호님의 기고입니다. DeepSeek의 등장 2024년 12월 26일, DeepSeek-V3 LLM 모델이 공개되었습니다. GPT-4o와 Claude 3.5 Sonnet, 그리고 Llama 3.1 405B 모델과 견줄 수 있는 수준의 성능을 보여주어 화제였는데요, 이 모델을 공개한 동명의 기업 DeepSeek이 중국의 AI 기업이라는 점에서 많은 사람들을 한번 더 놀라게 했습니다. 미국이 주도권을 잡고 있는 AI 기술의 강력한 경쟁자로 중국이 부상하고 있다는 신호로 여겨졌기 때문입니다. 그로부터 약 4주 뒤인 2025년 1월 20일에는 강화학습 기반의 추론 모델인 DeepSeek-R1이 공개되었습니다. 앞서 공개된 DeepSeek-V3이 GPT-4o와 경쟁하는 모델이었다면, DeepSeek-R1은 OpenAI o1과 경쟁하는 모델입니다. OpenAI o1은 CoT(Chain-of-Thought : 모델이 스스로 고민하며 답변의 품질을 개선시키는 방법) 개념이 도입되어 큰 폭의 성능 향상을 보여주었는데요, DeepSeek-R1 역시DeepSeek-V3를 기반으로 CoT 개념을 추가하여 추론 성능을 크게 높였습니다. DeepSeek이 공개한 벤치마크 기준으로, R1는 OpenAI o1과 유사한 수준의 성능을 보여주고 있고, 실제로 사용해 본 다수의 사람들은 (저를 포함하여) OpenAI o1보다 소폭 부족한 성능으로 평가하고 있습니다. DeepSeek, 어느 정도의 성능을 보여주는가?

2024년 12월 초 AI 반도체 스타트업 업체 리벨리온과 사피온이 합병절차를 완료했습니다. (참조 - 리벨리온-사피온 합병법인 공식 출범…"기업가치 1조3000억") 일전에 저희 아웃스탠딩에서 리벨리온-사피온 합병 이슈에 대해 다루었는데요. 관련 내용을 다시 살펴보시기 번거로우실 수 있으니, 간단하게 요약해서 말씀드리겠습니다. (참조 - 리벨리온-사피온은 왜 합병에 나섰나.. 관건은 복잡한 이해관계 극복) AI시장이 열리면서, AI 반도체 시장도 커졌습니다. AI 반도체는 학습용과 추론용으로 나뉘는데 학습용은 엔비디아가 장악한 상태였는데요. 하지만 아직 추론용 AI 반도체 시장에 기회가 있었기 때문에 국내에서도 다양한 기업들이 시장 진출을 위해 노력하고 있었습니다. 그중 리벨리온과 사피온은 국내 AI 반도체 스타트업 3강에 꼽힐 정도로 많은 기대를 받았지만, 글로벌 시장에서 성과를 내기에는 여러모로 부족한 것이 현실이었는데요. 합병을 통한 규모 확대, 추가 레퍼런스 확보, 전문 인력 충원 등의 긍정적인 효과를 위해 합병을 추진하였으나 투자자들간의 이해관계, 제품 포트폴리오 및 벨류체인 정리 문제, SK하이닉스와 삼성전자의 경쟁 구도 속 파운드리 선정 문제 등 여러 이슈가 있는 상황이었습니다. 그 이후 여러 난관에도 불구하고, 리벨리온과 사피온은 성공적으로 합병하였습니다. 기존에 아웃스탠딩에서 논의되었던 다양한 쟁점에도 불구하고 성사된 리벨리온∙사피온 합병에서 궁금할 수 있는 점, 총 5가지를 짚어보려고 합니다. 1. 5.55 : 1로 공시된 합병 비율 리벨리온과 사피온의 합병비율에 대해 초창기에 다양한 이야기가 오고 갔는데요. 가장 많이 언급된 합병 비율은 2.426 : 1입니다. (참조 - 리벨리온-사피온코리아, 합병비율 2.4대 1...사명은 리벨리온) 한마디로 사피온의 회사가치보다 리벨리온의 회사가치가 2.426배 크다는 것인데요. 이 비율을 해석하는 두가지 관점이 있었습니다. 우선, 초창기에는 2:1로 제시되어 리벨리온 투자자들의 불만이 많았지만 '결과적으로 협상 과정에서 더 높은 비율을 보장받았다'라는 의견이 있었습니다. 또한 '원래 3:1로 제시되었는데, 합병비율이 사피온에게 유리하게 조정하고 대신 리벨리온 창업자에게 최대주주 지위를 보장하는 방향으로 되었다'는 이야기도 있었죠.

*이 글은 외부 필자인 강병호님의 기고입니다. 코딩, 이제는 AI가 더 잘한다. AI 산업이 빠르게 발전하고 있습니다. 근래 공개된 OpenAI의 최신 모델 o3는 소프트웨어 개발 능력을 평가하는 벤치마크 "SWE-bench"에서 71.7점을 받아 신기록을 경신했습니다. 프로그래밍 대회 "Codeforces"에서는 2727점을 기록하며 상위 0.2% 수준의 점수를 획득했는데, 일반적인 개발자가 도달할 수 없는 수준의 점수입니다. o3가 획득한 점수 자체도 매우 높지만, o1 대비 성능 개선폭도 상당히 크다는 점이 인상적이고요. o3는 이 둘의 벤치마크에서 각각 40% 이상의 점수 상승폭을 보였는데 (참고: 점수 상승폭 40%는 모델 성능 향상폭 40%를 의미하지는 않음), 절대적인 성능 외에도 발전 속도 또한 놀라울 정도로 빠르다는 것을 알 수 있습니다. 다만 높은 점수를 획득한 것이 소프트웨어 개발자를 AI가 대체한다는 걸 의미하지는 않습니다. 소프트웨어를 개발하는 과정에서 코드 작성은 전체 프로세스 중 일부이기 때문입니다. 소프트웨어를 개발할 때는 프로젝트의 목표에 맞게 개발이 이루어지고 있는지 살펴보고, 요구사항 명세서가 올바르게 작성되었고 빠지거나 수정이 필요한 내용은 없는지 점검하고, 필요하다면 전체 개발 과정 전반에 대해 논의하고 협상하는 일이 필수이기 때문입니다. 따라서 o3의 코드 작성 능력이 우수한 것은 사실이지만 소프트웨어 개발 과정을 모두 AI가 대체하기는 아직 어려우며, 주어진 명세에 맞는 코드 개발의 상당 부분을 AI가 수행해 낼 수 있다고 판단하는 게 적절합니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 최근 오픈AI의 CEO 샘 올트먼이 일론 머스크에 대해 한소리 했습니다. "일론 머스크는 위대한 기업가입니다. 오픈AI 초창기에 큰 도움을 줬습니다. 하지만 일진(bully)이기도 합니다. 주변인들에게 싸움을 걸고 있습니다" 물론 안타까워하는 뉘앙스도 있었지만… 샘 올트먼과 일론 머스크의 사이가 돌이킬 수 없는 강을 건넜다는 인상을 주는 멘트입니다. 오픈AI를 함께 창업했던 이들은 어쩌다 이 지경까지 이르렀을까요? 샘 올트먼은 왜 저런 이야기를 꺼낸 걸까요? 일단 일론 머스크는 샘 올트먼이나 그렉 브룩만(오픈AI 공동창업자이자 CTO) 혹은 오픈AI에 대해 3차례가량 소송전을 벌였습니다. 지난해 초중순에는 오픈AI가 '비영리' 기조를 유지한다는 초기 약속을 지키지 않았다는 이유로 소송을 제기하며 비판했고요. 11월에는 오픈AI가 영리 법인으로 전환되는 걸 막아야 한다며 가처분 명령을 내려달라고 연방 판사를 설득하고 나섰습니다. 두 가지 모두 오픈AI의 '영리화'가 주요 이슈라는 걸 짐작할 수 있습니다. 오픈AI가 영리화가 된다니, 이게 무슨 소리일까요? 오픈AI는 비영리 조직으로 알려져 있지만 그동안 영리 법인을 따로 세우는 등 복잡한 조직 구조를 만들어왔습니다. 여기서 한발 더 나아가서 아예 '영리 법인 전환'을 진행하고 있다는 보도가 최근 나왔습니다. 뉴욕타임스 보도에 따르면 오픈AI는 올 10월 엔비디아, 마이크로소프트(MS)를 비롯한 다수 투자사로부터 1570억달러의 기업 가치로 66억달러(약 9조4761억원)의 자금을 유치했는데요.

*이 글은 외부 필자인 김진환님의 기고입니다. 글로벌 인공지능(AI) 시장 규모에 대한 다양한 의견이 있습니다. Statista는 2023년 1359억달러에서 연평균 30%가량의 성장을 지속해 2030년에는 8267억달러 규모로 성장할 것이라고 밝혔습니다. 우리나라는 2023년 46억달러, 2030년 153억달러로 세계 10위의 시장 규모를 가질 것으로 예상되었습니다. (참조 - Artificial Intelligence - Worldwide) Fortune Business Insights는 시장 규모를 더 크게 보았습니다. 2023년 5153억 달러에서 매년 20%가량 성장해 2032년에는 2조7404억달러의 시장이 형성될 것이라고 분석했습니다. 부문별로 살펴보면 소프트웨어가 시장의 65%가량을 점유하고, AI 서비스 및 하드웨어가 나머지를 점유하는 것으로 나타났습니다. (참조 - Artificial Intelligence Market) 정말 이렇게 엄청난 규모의 시장이 존재하는가? 어디까지 AI 시장으로 봐야 하는가? 아마도 다들 이렇게 고민해 보았을 것입니다. 이에 대해 한 시장조사 전문가는 이렇게 답변했습니다. "스마트팜, 스마트팩토리, AI 추천 영상 및 콘텐츠, 자율주행 등 응용 영역까지 광의의 AI 산업이라 부를 수 있습니다" 이와 관련 컨설팅 기업 PWC는 2030년까지 AI가 전 세계 경제에 15.7조달러의 부가가치를 창출할 것이라고 전망했습니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 2022년 오픈AI가 챗GPT를 공개하면서 생성형 인공지능(LLM, 대형 언어 모델)의 시대가 열렸습니다. 안 써본 사람은 있어도 안 들어본 사람은 없을 정도로 인공지능이 훨씬 일상적인 화두가 됐죠. 그러면서 미친 듯이 몸값이 오른 회사가 있습니다. 바로 엔비디아입니다. (참조 - 금광은 오픈AI 찾았는데 청바지는 엔비디아가 파는 구도, 샘 올트먼은 깰 수 있을까) 2019년 11월 5.27달러였던 엔비디아 주가는 5년 뒤 147달러로 껑충 뛰었습니다. 거의 30배 가까이 올랐다고 봐도 무방합니다. 일등공신은 GPU(그래픽 처리 장치)입니다. 1999년 GPU는 게임 및 이미지 디스플레이 분야에 맞춰 개발됐고, 2000년대 초반 '우연히' 수학 연산 처리를 빠르게 한다는 평가를 받았습니다. 이후 2017년 암호화폐 광풍이 불었을 때 비트코인 채굴기를 돌리는 데 없어서는 안 되는 인프라로 떠올랐고요. 컴퓨터 연산을 가속해주기 때문에 인공지능 트레이닝에도 필수가 됐습니다. 그러다가 생성형 AI가 등장하면서 AI 반도체 시장의 강자가 된 겁니다. 사실상 AI 반도체의 70~90%가량을 엔비디아가 공급하고 있습니다. AI 연산의 기반이 되는 칩을 제공하면서 엔비디아의 입지는 막강해졌습니다. (참조 - [엔비디아 성장 비밀➊] GPU는 어떻게 AI의 심장 됐나) (참조 - 블록체인, 인공지능.. 엔비디아에 기회가 계속되는 이유)

*이 글은 외부 필자인 성원용님의 기고입니다. ChatGPT가 컴퓨터 소프트웨어(SW)의 코딩도 잘한다는 것은 작년 글에 언급을 한 바 있습니다. (참조 - 챗GPT가 잘하는 것, 못하는 것) 그래도 당시에 코딩을 시키면 실수가 많았고 또 ChatGPT가 생성한 코드를 복사한 후 별도의 SW 개발환경에서 이를 실행시키는 번거로운 작업이 필요했습니다. 이때 실행결과 에러가 생기면, 이 에러메시지를 복사해서 ChatGPT에게 주고, 코드를 다시 생성하는 과정이 몇 번 반복되고는 하였습니다. 그리고 긴 코드의 경우 에러의 가능성이 커지기 때문에 잘 적용하기가 어려웠습니다. 실제로 작년에 실리콘밸리에서 제자들을 만났을 때 물어보니 ChatGPT를 코딩에 사용한다고 하지 않았습니다. 그런데 올해는 달라졌습니다. 얼마 전 구글 CEO는 "구글 SW 신규 코드 25% 이상, AI가 생성한다"고 말하였습니다. 무엇보다도 올해 코드 자동생성은 생성형 언어 모델의 가장 확실한 수익모델이 되고 있습니다. 잘 알려진 제품으로는 VS Code(Visual Studio Code, 가장 많이 쓰는 SW개발환경)에서 코드 자동생성을 지원하는 GitHub Copilot이 있고, 또 VS Code와 사용자 환경이 유사하지만 좀 더 친화적인 SW를 제공하는 Cursor가 있습니다. 참고로 GitHub는 마이크로소프트의 자회사인데, SW를 저장하고 배포하는 것을 지원합니다. 이들 코드 생성 SW들은 대개 한 달 정도의 무료 사용 기간을 준 후 유료로 전환하여 한 달에 10달러에서 20달러 정도씩을 받는데, 상당히 많은 숫자의 유료가입자를 단기간에 확보하였습니다. 인도에서도 GitHub Copilot 가입자가 무려 1700만 이상으로 늘었다 하니 매우 놀라운 일입니다.