알체라는 국내 AI 기업을 논할 때 빠트릴 수 없는 기업 중 하나죠. '네이버 스노우가 지원사격한 스타트업' '설립 4년 반 만에 상장' '화려한 이력의 창업자들' 회사는 설립 당시부터 이슈를 몰고 다녔으며 한때는 수많은 이들의 관심과 기대를 모으기도 했었습니다. 하지만 최근 몇 년 사이 분위기는 180도 바뀌었습니다. 회사의 경영 상황은 악화했으며 세간의 기대는 우려로 변했습니다. 알체라의 히스토리를 짚어봤습니다. 창업 스토리와 성과부터 경영 상황이 악화하게 된 배경, 현황에 대해서도 살펴봤습니다. 스노우가 밀어줬던 AI기업 알체라의 시작은 남달랐습니다. 회사가 설립된 건 2016년 6월이었는데요. 회사 설립 불과 한달 반 만에 네이버의 자회사인 스노우(당시 캠프모바일)로부터 15억원의 시드 투자를 유치하는 데 성공했습니다. 당시 인정받은 기업가치는 50억원 수준이었는데요. 이제 막 간판을 단 회사가 이처럼 후한 평가와 지지를 받을 수 있었던 데에는 이유가 있었습니다. 사실 스노우는 알체라 설립 전, 황영규 현 알체라 대표로부터 안면 인식 기술에 관한 자문을 받고 있었습니다. 황 대표는 삼성종합기술원 출신으로 10년 이상 AI 영상 인식을 연구해 상용화에 기여한 전문가였고요. 스노우는 자사의 카메라 앱 등에 들어갈 보정이나 필터 서비스를 등을 개발, 고도화 하는 과정에서 기술 자문을 해줄 사람이 필요했던 것이죠.

*이 글은 외부 필자인 김지윤님의 기고입니다. "나는 이제 죽음이요, 세상의 파괴자가 됐다" 인류 최초로 핵무기 개발에 성공했던 로버트 오펜하이머는 한 인터뷰에서 위와 같이 힌두교 경전을 인용했다고 알려져 있습니다. '임무를 다하라'는 최고 신의 명령에 따라 희생을 치러야 하는 왕자의 역설이 담긴 한 문장이라 할 수 있습니다. 실제로 핵폭탄의 발명 이후 세계대전은 오랜 기간 모습을 감췄습니다. 대신에 핵 개발 경쟁이 이어지기도 했습니다. 엄청난 살상 무기를 만들어낸 군사 기술은 잠수함, 상업용 원전 등을 통해 일상에 한층 가까워지기도 했죠. (참조 - "세상의 파괴자가 되었도다" 오펜하이머 속 핵분열, 상업원전 기틀) 그리고 여기 자신을 '오펜하이머'라 칭하는 또 다른 과학자가 있습니다. 신경과학자 라파엘 유스테입니다. 수년 전 그는 생물학 실험에 참여했습니다. 쥐의 뇌에서 시각을 담당하는 피질, 그중 특정 뉴런에 레이저를 쐈을 때 그 뉴런이 어떻게 활성화하는지 테스트하는 실험이었습니다. 이 방법을 통해 연구진은 쥐가 특정 이미지를 인위적으로 볼 수 있도록 시각을 조작할 수 있다는 걸 밝혀냈습니다. 말 그대로 '헛것'이 보이게 조작한 겁니다. 뇌가 받아들이는 데이터를 조정할 경우 마치 인형처럼 쥐를 조종할 수 있다는 걸 발견하고서 유스테 교수는 생각했습니다. 이것이야말로 "오펜하이머의 순간"이라고.

*이 글은 외부 필자인 길진세님의 기고입니다. 제가 마지막으로 아웃스탠딩에 글을 보낸 것이 지난 7월입니다. 그동안 웬만하면 빠지지 않고 매달 기고를 했었는데, 오랜만에 기고를 하게 되었는데요. 업무가 바쁜 탓도 있었지만 매우 매우 짜증 나는 일이 있어서 늦었습니다. 누가 제 브런치의 글을 그대로 가져다가 유튜브로 만들어서 수익을 올리고 있는 걸 발견했거든요. 바로 이 글입니다. (참조 - 토스는 왜 알뜰폰 사업을 시작할까요?) 처음 발견하고는 멍…했습니다. 이런 일을 처음 겪었기 때문입니다. 무려 26만 구독자를 가진 채널인데 대놓고 표절이라니, 충격적이었습니다. 며칠을 혼자 기분 나빠하다가 용기(?)를 내어 해당 유튜버에게 메일을 썼습니다. 메일주소를 어떻게 알았냐고요? '협업문의'라고 떡하니 기재해 두었더라고요. 입에 착 붙는 욕설로 도배를 할까 하다가 나중에 법정에서 불리할 것 같아서 정말 좋은 말로 아래와 같이 보냈습니다. 사실 저는 거창한 사과까지는 아니어도, 최소한 '우리 스텝이 이랬던 모양인데 몰랐다. 미안하다.' 정도의 회신은 해 줄 거라 생각했습니다. 그러나 회신은 없었고 다음날 이 유튜버는 표절 영상을 비롯한 과거의 다른 영상들까지 모두 비공개 처리해 버리더군요.

*이 글은 외부 필자인 김지윤님의 기고입니다. AI 붐이 다소 사그라진 가운데 다시금 주목받은 AI 스타트업이 있습니다. 엔비디아의 전폭적인 지원을 받으며 설립 1년 안에 유니콘 기업으로 평가받는 일본의 인공지능 스타트업 '사카나 AI'입니다. 사카나 AI는 2023년 7월에 설립된 기술 기업입니다. 벌써부터 기업 가치 10억달러를 넘어섰습니다. 2024년 9월에는 엔비디아, 미쓰비시 등 유수 기업으로부터 추가 투자를 유치했습니다. (참조 - 엔비디아, 日 유니콘 '사카나AI'에 투자…대주주 된다) (참조 - AI 스타트업 사카나, 일본 기업 투자 러시로 2조 가치 달성) (참조 - 韓선 상상도 못할 일…日, 창업 1년만에 AI유니콘 탄생 ) 국내에서도 화제가 됐던 사카나 AI, 그들이 이목을 집중시키는 이유는 무엇일까요? 이번 글에서는 사카나 AI와 함께 생성형 인공지능에 대한 달라진 분위기에 대해 짚어봅니다. 사카나 AI가 실리콘밸리와 다른 점? 흥미롭게도 지난 6월 블룸버그에서는 사카나 AI에 대해 다음과 같은 칼럼이 게재됐습니다. 제목이 꽤 도발적이라 기억에 남는 글이었습니다. "일본의 인공지능 유니콘 기업 사카나 AI가 실리콘 밸리에게 주는 가르침" 내용을 요약해보자면 다음과 같습니다. "실리콘밸리는 '빠르게 움직여 파괴적 혁신을 만든다' (Move fast and break things)라는 기조로 인터넷, 모바일 혁신을 추진해왔습니다" "그러한 접근법으로 인해 AI 툴이 대중적으로 빠르게 배포되면서 인공지능의 황당한 답변이나 오류들이 실생활에 영향을 끼치는 결과를 낳았죠"

카카오가 B2B 비즈니스에 힘을 주기 시작한 것은 2019년이었습니다. 회사는 그해 5월부터 운영된 사내 독립기업(CIC)인 AI랩을 분사해 12월 B2B 자회사인 카카오엔터프라이즈를 출범 시켰습니다. 카카오의 계산은 B2B 사업에 본격적으로 진출해 그룹의 신성장 동력을 확보하겠다는 것이었습니다. 그러나 카카오엔터프라이즈는 최근 몇 년 사이 대규모 적자 누적 등으로 경영상의 어려움을 겪은 바 있는데요. 지난해부터는 대표 이사를 교체하고 사업 분야를 재편하는 등 변화를 시도하고 있습니다. 카카오엔터프라이즈의 그간 행보와 현황에 대해 알아봤습니다. 카카오가 키운 B2B 유망주 사업 초반 카카오엔터프라이즈는 B2B IT 시장에서 다양한 사업을 펼칠 것을 예고했습니다. 서비스형 플랫폼인 PaaS나 서비스형 소프트웨어인 SaaS 등 고객사의 다양한 클라우드 구축 요청에 대응하겠다는 계획이었는데요. 특히 AI 플랫폼인 카카오 i를 유통, 소비재, 엔터테인먼트 등 여러 분야로 확장하거나 기업용 메신저를 출시해 성과를 내겠다는 청사진을 가지고 있었습니다. 대표적으로는 AI 기반 물류 플랫으로, 화물업체와 물류센터를 연결하고 물류 관리를 쉽게 해준다는 콘셉트의 카카오 i LaaS가 있고요. AI 챗봇이자 보이스봇인 카카오 i 커넥트, AI 기반 검색 플랫폼인 카카오 i 서치 등도 있었으며 카카오 i 엔진이라는 이름으로 음성 및 이미지를 분석 엔진을 API, SDK 형태로 제공하기도 했죠. 이듬해인 2020년 9월 종합 업무 플랫폼인 카카오워크를 출시하면서 본격적으로 시장 공략에 나서기도 했는데요. 카카오엔터프라이즈가 막 설립된 이후 코로나19 확산에 따른 비대면 트렌드와 디지털트랜스포메이션 기조가 강화하던 시점이었던 점을 고려하면 비즈니스 트렌드에도 잘 부합했습니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 생산성 향상을 위해서 혹은 제품을 개선하기 위해 AI 도입을 검토하는 기업이 늘고 있습니다. 당연히 모든 기업이 AI에 관심을 가져야 하고 궁극적으로는 AI를 활용하지 않는 기업은 많지 않은 시대가 열릴 것입니다. 그럼에도 AI 도입을 여전히 명쾌하게 잘하는 기업은 많지 않은 것 같습니다. 최근 맥도날드도 AI 주문 기능을 철회한 바 있고 한 해외통계에 따르면 90% 이상이 도입에 실패한다고 합니다. AI는 여전히 신기술이고 여전히 너무 빠르게 발전하고 있어 패턴이 자리 잡히지 않았습니다. 그 상황에서 비즈니스 관점에서 AI 전문가는 거의 전무한 상황입니다. 그러다 보니 모델을 훈련하던 AI 엔지니어의 목소리가 커졌습니다. 문제는 이 AI엔지니어가 원하는 방향과 비즈니스적으로 성공하는 방향이 다를 수 있다는 점입니다. 전형적인 이해충돌 상황입니다. 그래서 의사결정자가 모든 것을 위임하는 것이 아니라 몇 가지는 직접 체크해야 합니다. 1. AI가 할 수 있는 일의 범위 이해하기 ChatGPT가 많은 사람에게 충격을 준 지도 2년이 다 되어 갑니다. 하지만 그사이에 기술적으로 완성도가 상당히 높아졌습니다.

음악AI 사업은 어렵습니다 AI를 키워드로 투자를 받은 스타트업이 많아졌는데요. 이들에게도 어려움이 많습니다. 시장 분위기가 '수익성'을 중시하면서 스타트업에 대해 우려 섞인 목소리가 퍼졌죠. 음악AI 스타트업들도 마찬가지였습니다. 성장과 수익성 고민에 빠져 있는데요. 앞서 음악 관련 AI 스타트업들은 국내외 할 것 없이 투자를 잘 받았습니다. 5월 미국의 음악 생성 AI 스타트업 '수노'(Suno)가 1360억원(1억250만달러)의 투자를 받았습니다. 수노는 음악적 지식이 없는 사용자도 텍스트 입력 만으로 몇 초 만에 연주와 보컬까지 완전한 노래를 생성하는 AI 'V3'를 공개했습니다. 수노의 서비스는 음악판 '소라'로 불렸습니다. (참조 - 오픈AI 소라는 기존 콘텐츠 비즈니스를 무너뜨릴까) "출시 8개월 만에 투자를 받았습니다. 아직 초창기지만 이미 1,000만명이 수노를 사용하여 음악을 만들었습니다" (마이키 슐만, 수노 CEO) 우리나라에도 음악AI 스타트업들이 등장했습니다. 포자랩스, 뉴튠 등이 음악 생성 AI 서비스를 운영 중입니다. 포자랩스는 2022년 10월 CJ ENM으로부터 시리즈A 투자를 받으면서 화제가 된 바 있습니다. (참조 - AI 음원 창작 기업 포자랩스, CJ ENM서 시리즈A 투자유치)

*이 글은 외부 필자인 강병호님의 기고입니다. Amazon CEO 앤디 재시(Andy Jassy)는 지난 8월 22일, Amazon Q를 통해 50일이 걸리는 개발 작업을 단 몇 시간 만에 완료해 냈다고 밝혔습니다. 또한 그동안 Amazon Q를 통해 4500명의 개발자가 1년간 해야 하는 업무량을 절감했다고 말했고요. (참조 - 앤디 재시 링크드인) 앤디 재시가 언급한 "50일이 걸리는 개발 작업"은 어플리케이션을 Java 17로 변환하는 일입니다. 오래전에 작성된 코드를 기능을 유지한 채 Java 17 버전으로 업그레이드하는 작업일 가능성이 높아 보이고요. IT 회사에서는 종종 수행하는 업무입니다만, 과거 버전과 현재 버전의 차이점을 비교해 가며 변환해야 하는 반복 작업이기 때문에 대체로 선호하지 않는 업무에 가깝습니다. 즉 Amazon Q가 절감한 비용은 단순히 "50일이 걸리는 일을 몇 시간에 끝냈다"는 것 외에도 "비선호 업무를 AI를 통해 몇 시간 만에 끝냈다"는 점에서도 의미가 있는 일입니다. 한편으론, 이제 AI가 고된 개발 작업도 자동으로 해준다는 점에서 경계감을 느끼는 소프트웨어 개발자도 적지 않아 보입니다. 요즈음의 개발자들에게는 코드 작성을 도와주는 Copilot이 필수에 가까워지고 있는데요, 개발하려는 모듈의 기능을 입력하면 자동으로 뼈대가 되는 코드를 작성해 주는 기능입니다. 큰 틀은 사람이 잡더라도 세부 요소의 개발에서 AI를 활용하는 건 이제는 일반화되었다고까지 표현할 수 있을 정도이고요. 상황이 이렇다 보니 그림도 그려주고 음악도 만들어주고 운전마저 대신해 주는 AI가 소프트웨어 개발마저도 알아서 잘해주지 않을까 생각하는 사람이 늘어나는 것처럼 보이는데요, 미국의 대형 커뮤니티 레딧(reddit)에는 하루에도 몇 번씩 "AI가 소프트웨어 개발자를 대체할 것인가"에 대한 질문과 토론이 이어지고 있습니다.

"빠르게 변화하는 AI 시대에 자체 파운데이션 모델의 공개와 사업성을 갖춘 서비스 출시에 있어 시장의 기대에 비해 저희가 다소 늦었던 것은 사실입니다" "가급적 이른 시일 내에 AI 관련 서비스를 가시화할 수 있도록 하겠습니다" (정신아 카카오 대표 2024.05.09 1분기 실적발표 컨퍼런스콜 중) "AI는 카카오의 중장기 성장 전략에서 중요한 부분을 담당하고 있습니다" "앞으로는 전사적 리소스를 카카오톡의 톡비즈 성장과 AI를 활용한 새로운 성장 동력 발굴에 집중하면서 중장기적 성장을 추진하겠습니다" (정신아 카카오 대표 2024.08.08 2분기 실적발표 컨퍼런스콜 중) 정신아 카카오 대표는 올해 1분기와 2분기 실적발표 컨퍼런스콜에서 위와 같이 설명했습니다. 카카오의 AI 비즈니스와 관련해 아쉬웠던 점을 인정하며 향후 AI 분야를 강화하겠다는 의지를 내비친 것입니다. 회사는 꽤 오래전부터 AI를 미래먹거리로 낙점해왔습니다. 카카오브레인이나 카카오엔터프라이즈 등 자회사를 설립하고 AI 연구와 사업화를 시도해왔습니다. 그러나 정 대표의 말처럼 자체 모델 공개나 사업성을 갖춘 서비스 출시 등의 측면에선 한발 늦었다는 평가가 나오는 것도 사실입니다. 카카오의 AI 전략에 대해 우려 섞인 시선이 커지는 이유도 바로 여기에 있는데요. 오늘은 AI 전략에 관한 카카오의 지난 행보를 짚어보면서 최근 현황에 대해서도 정리해 보고자 합니다. 2017년 카카오브레인을 세웠습니다 카카오의 AI 전략을 논할 때 빼놓을 수 없는 자회사는 2017년 2월 설립된 카카오브레인입니다. 설립 당시 김범수 창업자가 카카오브레인의 대표를 맡았는데요.

*이 글은 외부 필자인 김지윤님의 기고입니다. 최근 샘 올트먼이 또다시! 구설수에 올랐습니다. 샘 올트먼이 투자한 것으로 알려진 월드코인(Worldcoin) 프로젝트 때문입니다. 월드코인 프로젝트는 2가지로 이름을 알렸습니다. - 홍채 인증 - 기본 소득 월드코인 홍채 인식 기기에 본인의 홍채를 스캔해 등록하면 월드코인 암호화폐 25개를 지급받을 수 있습니다. 이 암호화폐는 향후 본인 홍채를 인증한 사람들에 한해 현금성 보상의 역할을 할 수 있습니다. 올 1분기 한국에서도 오프라인에서 홍채 등록이 가능해지면서 프로젝트의 목적과 우려에 관해 다양한 의견이 교차하며 화제를 낳았습니다. 실제로 홍채 정보 보안 및 사용에 관해 프랑스, 영국, 칠레 등 최소 14개국에서 월드코인 프로젝트를 주시하고 있어요. 홍채 인식 기기를 해킹하는 사례나 무리한 홍채 등록 호객(?!) 등으로 인해 논란이 이어지는 프로젝트에 해당합니다. (참조 - More Than a Dozen Countries Now Investigating Sam Altman's Dubious Eye-Scanning Scheme) "아니, 샘 올트먼 챗GPT 만든 사람 아니었어? 뜬금없이 무슨 블록체인이야?" "기본 소득이랑 샘 올트먼이랑 도대체 무슨 상관이지?" 그쵸. 사실 샘 올트먼은 국내에서 챗GPT 같은 각종 생성형 AI 제품을 만든 오픈AI의 수장으로 명성을 떨쳤습니다. 하지만 미국, 특히 실리콘밸리에서는 샘 올트먼은 한때 '대권 출마설'이 돌았던 나름 정치적인(?!) 인물이었습니다.

*이 글은 외부 필자인 강병호님의 기고입니다. 미국 빅테크 기업의 AI 투자 경쟁 미국 빅테크 기업의 AI 투자 경쟁이 내년에도 이어질 전망입니다. 구글 (Google)은 현재까지는 AI CapEx 과소 투자를 메워왔다면, 2025년도 까지는 과잉 투자 수준까지 비용을 집행할 것을 밝혔습니다. * CapEx : 자본적 지출로, 여기선 AI 인프라를 구성하는 데 필요한 하드웨어 및 소프트웨어 투자 비용을 말함. 또한 구글 CEO 선다 피차이(Sundar Pichai)는 "AI 과소 투자가 과잉 투자보다 위험하다 (the risk of under-investing is dramatically greater than the risk of over-investing for us here)"고 언급하며 AI CapEx 집행이 꼭 필요하다고 주장했고요. 뿐만 아니라 메타(Meta) 또한 AI CapEx를 400억달러(약 54조원) 수준까지 높일 것이며, 2025년도에는 보다 큰 폭으로 AI CapEx를 늘릴 것이라 말했습니다. 메타 CEO 마크 저커버그(Mark Zuckerberg) 또한 블룸버그와의 인터뷰에서 AI CapEx에 대한 견해를 밝혔는데요, 과거 닷컴 버블 사례를 언급하며 "과잉 투자를 하고 있을 가능성이 높지만 합리적인 결정을 하고 있고, 만약 과잉 투자를 하지 않는다면 향후 10~15년간의 기술 주류에서 밀려나는 것이다"라고 말했습니다. AI CapEx가 경쟁력 강화를 위해서는 필수라는 발언이죠.

몇 년 전부터 생성형AI 열풍이 불기 시작하면서 AI 산업에 대한 시장의 주목도 역시 올라갔죠. AI를 앞세운 스타트업들이 대거 등장했으며 관련 서비스도 꾸준히 등장하고 있습니다. 다만 AI 분야에서 도전을 이어온 스타트업들은 생성형AI 열풍 이전부터 있었습니다. AI 활용 방식이나 AI로 해결하려는 문제는 저마다 다르지만 말이죠. 이들 스타트업은 크고 작은 성과를 내며 시장의 이목을 끌어왔는데요. 투자시장에서도 AI 산업에 지대한 관심을 보여왔습니다 오늘은 지난 약 2년 동안 VC 등 투자씬으로부터 유의미한 규모의 투자를 유치한 AI 스타트업들을 다뤄보고자 합니다. 스타트업 성장 분석 플랫폼인 혁신의숲의 데이터를 기반으로 어떤 AI스타트업들이 어떤 서비스를 앞세우고 있는지 알아봤습니다. 조사 기준은 다음과 같이 세웠는데요. (1) 우선 2022년 7월부터 2024년 7월 사이에 투자 받은 기업들을 대상으로 했습니다. 이때 상장(IPO)했거나 M&A가 이루어진 경우, 지원금을 받은 경우는 제외했습니다. (2) 스타트업 성장분석 플랫폼인 혁신의숲이 제공하는 데이터를 기반으로 조사했습니다. 스타트업의 성장 추이를 알 수 있는 핵심지표인 '월간 방문자 수, 소비자 거래액, 고용인원' 데이터 중 최소 1개 이상을 기반으로 작성했고요. 최근 36개월간의 데이터를 시계열 그래프로 확인할 수 있으면서 전반적으로 우상향을 띄는 기업을 선정했습니다. (3) 실적을 파악할 수 있는 곳 중 2023년 기준 유의미한 규모의 매출을 일으키고 있는 기업들을 대상으로 했습니다. (4) AI 기술을 바탕으로 서비스를 출시하거나, 관련 기술로 수상한 이력이 있거나, 그외의 방식으로 주목받은 사례가 있는 경우를 살펴봤습니다. 1. 노타

지난 2021년 MSP 기업들의 성장세를 다룬 소식을 전해드렸죠. 클라우드 전환을 서두르는 기업들이 늘어나는 가운데 이를 돕는 MSP 기업들에 대한 관심도 커지고 있다는 내용의 기사였습니다. (참조 - 요즘 돈을 쓸어 담고 있다는 MSP 업계) 그리고 2024년 현재, 당시 소개했던 MSP 기업 대부분이 IPO에 나서고 있습니다. 일부 기업은 주관사 선정을 마치는 등 빠르면 2025년 혹은 2026년 IPO가 예상되는 상황. 이들 MSP 기업들이 그동안 어떤 성과를 내왔는지, IPO 추진 현황은 어떠한지, 남겨진 과제는 무엇인지에 대해 살펴보고자 합니다. 수천억 투자 유치, 조 단위 매출 .. 파죽지세 MSP 우선 간단히 MSP 비즈니스가 무엇인지 어떤 기업들이 있는지에 대해서 살펴볼 필요가 있습니다. MSP는 Managed Service Provider의 약자로, 앞서 언급했듯 클라우드 전환을 돕는 비즈니스를 영위합니다. 이들 기업은 클라우드 전환 이전을 도우며 기존 서버에 있던 고객사의 데이터를 마이그레이션 해주거나 이후 전반적인 관리를 대행해 주는데요. 이때 복잡한 클라우드 과금 체계 등에 대한 컨설팅을 제공하기도 합니다. 대표적인 기업으로는 메가존클라우드, 베스핀글로벌, 클루커스 등을 꼽을 수 있는데요. 해당 기업들은 지난 몇 년 사이 시장에서 기대를 한 몸에 받았습니다. 괄목할 만한 IR 성과를 냈으며 성장 속도 역시 빨랐죠. 우선 업계 1위인 메가존클라우드부터 보면 2022년까지 무려 8200억원 수준의 투자금을 유치했습니다. 회사가 시리즈A 투자를 유치한 건 2019년경이었는데요.

*이 글은 외부 필자인 김지윤님의 기고입니다. 올 상반기에는 실리콘밸리의 '효율적 이타주의'를 이야기하며 오픈AI를 둘러싼 다양한 이해관계를 다뤘습니다. (참조 - 실리콘밸리를 떠도는 '효율적 이타주의'란 무엇인가) (참조 - 오픈AI와 구글의 악연은 뿌리가 깊습니다) (참조 - 오픈AI 대항마 앤트로픽이 추구하는 '설명 가능한 인공지능') 이들의 공통점은 'AI의 미래 위험성'에 대해 강조한다는 겁니다. 오픈AI의 수장인 샘 올트먼도, 앤트로픽의 아모데이 남매도, '알파고의 아버지'이자 딥마인드의 수장으로 현재 구글 AI 부문을 이끄는 데미스 하사비스도 숨가쁘게 생성형 인공지능 경쟁을 하면서도 인공지능이 장차 인류에게 위협이 될 수 있으니 '안전한 인공지능'을 개발해야 한다고 강조합니다. (본인들이 그 주인공이 되겠다고 어필합니다.) 그렇다 보니 다양한 기업이 뛰어든 '인공지능 레이스'에는 미묘한 역설이 존재합니다. "초기 시장을 선점하려면 누구보다 빨리 기술과 서비스를 개발하고 론칭해야 합니다! 더 많은 투자를 받아야 합니다!" "하지만 인공지능은 장차 인류에 큰 위협이 될 수 있으니 인간에게 긍정적인 영향을 주는 인공지능을 만드는 데 집중해야 해" "하지만 지금은 AI 전성시대. 인공지능 경쟁에서 우리만 밀릴 수 없지. 우리 서비스를 얼른 써보세요. 우리에게 더 많이 투자하세요!" 이 와중에 오픈AI와 깊이 연관돼 있는 또 다른 대표주자가 출사표를 던졌습니다. 바로 오픈AI의 수석과학자 출신의 일리야 수츠케버(Ilya Sutskever)입니다.

*이 글은 외부 필자인 강병호님의 기고입니다. Apple Intelligence, ChatGPT를 담다. 지난 2024년 6월 10일, 애플은 WWDC 2024를 통해 Apple Intelligence(애플 인텔리전스)를 공개했습니다. 애플 인텔리전스는 Apple 운영체제에 AI(Artificial Intelligence) 기능을 통합시킨 것으로, 온 디바이스 AI 모델부터 서버 AI 모델까지 포괄하는 구조를 갖고 있습니다. 애플 인텔리전스의 온 디바이스 AI 모델은 언어 모델과 이미지 모델, 두 종류의 파운데이션 모델(Foundation Model)을 갖고 있다는 게 특징이에요. 온 디바이스 AI는 디바이스 내에 AI 모델을 가진 채, 디바이스의 연산 능력과 메모리를 이용해서 AI 모델을 구동시키는 구조를 말합니다. 디바이스는 아이폰, 아이패드, 맥과 같이 손에 들고 다니는 장비를 말하고요. 파운데이션 모델이란 일반 지능을 담당하는 모델로, 지식은 방대하게 보유하고 있지만 문제를 풀 수 있는 능력은 아직 없는 날 것 상태의 모델입니다. 문제를 풀기 위해서는 파운데이션 모델을 미세 조절(Fine-tune)하는 과정이 필요합니다. 언어 파운데이션 모델을 미세 조절해서 요약, 문법 교정, 메일 답장과 같은 문제를 풀 수 있도록 훈련하는 과정이 필요하고, 이미지 파운데이션 모델을 미세 조절하여 이미지를 보정하거나 생성하는 문제를 풀 수 있도록 훈련하는 과정이 필요하죠. 애플은 온 디바이스 모델로 언어와 이미지 두 개의 파운데이션 모델을 두고, 풀어야 하는 문제의 종류에 적합한 미세 조절된 모델을 불러오도록 어댑터를 구성했습니다. 애플 인텔리전스의 구조, 즉 두 개의 파운데이션 모델을 배치하고 풀어야 할 문제에 적절한 미세 모델을 어댑터를 통해 불러오는 구조는

*이 글은 외부 필자인 금동우님의 기고입니다. CG(Computer Graphic) 애니메이션을 바탕으로 트로피컬 한 분위기의 작은 섬과 다양한 색채의 산호초, 그리고 숲 속 요정들까지. 이것은 1964년 4월 설립된 오키나와현의 제2지방은행 '오키나와카이호은행(THE OKINAWA KAIHO BANK)'이 2023년 11월 14일부터 2024년 4월 30일까지 오키나와현 내 방송과 유튜브 공식채널, TVer 등을 통해 일반인들에게 공개한 TVCM 이야기 입니다. * TVer는 2015년 10월 도쿄의 5개 민영 방송사인 Nippon TV, TV Asahi, TBS Television, TV Tokyo 및 Fuji Television에 의해 설립된 일본의 광고 지원 주문형 비디오(AVOD) 서비스로, 광고를 보면 프로그램의 동시 스트리밍은 물론 시청자가 놓친 프로그램을 일주일 동안 완전 무료로 시청할 수 있음. 일본 전역 110여 방송국의 650여 프로그램을 제공하며, 2023년 5월 월간 동영상 재생 수 3.5억, 월간 이용자수 2800만 돌파 이 TVCM은 파도 소리를 배경으로 "바다와, 푸르름과, 함께"라는 캐치프레이즈를 강조하며 오키나와의 풍부한 자연을 지켜나가는 것의 중요함을 경쾌하게 호소하고 있는데, 오키나와라는 지역을 바탕으로 미래, 자연, 다양성이라고 하는 3가지 테마로 제작되었습니다. 이 콘텐츠가 주목받게 된 이유는 영상, BGM, 내레이션 대부분을 생성형 AI를 활용하여 제작한 일본 금융권 최초의 TVCM이기 때문인데요. 실제로 TVCM 영상 우측 하단에는 이 광고가 AI를 활용해서 제작되었다는 문구를 노출하고 있죠. 지방 은행인 오키나와카이호은행 입장에서는 일반 고객들에게 미래지향적 모습을 보여주면서 새로운 트렌드를 적극 수용하고 시도하는 자사 브랜드에 대한 기대감을 전달하고자 했음을 충분히 짐작해 볼 수 있습니다. 이 생성형 AI를 활용한 오키나와카이호은행의 TVCM 제작이 어떤 의미를 갖고 있는지 함께 살펴보며 관련 시장을 고찰해보고자 합니다. KAIHO PROJECT 개요 그럼 먼저 이번 프로젝트의 개요에 대해 간략히 살펴보도록 하겠습니다. 일단 제작 의도부터 보면 좋을 것 같은데요. 최근 전 세계적으로 생성형 AI 기술이 급속도로 진화 중인 가운데 실제로 다양한 현실 상황에서 AI가 널리 활용되기 시작했습니다. 오키나와카이호은행은 평소 자사 브랜드 슬로건인 "Beyond the Bank, 당신의 내일에"에 걸맞게 지금까지의 은행을 넘어 미래를 향해 성장해가겠다는 의지를 자주 표출해 오고 있는데,

*이 글은 외부 필자인 김지윤님의 기고입니다. 최근 들어 오픈AI와 함께 자주 거론되는 기업이 하나 있습니다. 바로 '앤트로픽'(Anthropic)입니다. 실제로 국내에서는 챗GPT가 아닌 클로드(Claude)라는 챗봇 서비스를 이용하는 분들도 있는데요. 실리콘밸리 스타트업인 앤트로픽이 이 클로드 챗봇을 운영하는 회사입니다. (참조 - 구글이 찜한 클로드…챗GPT와 비교하니 농담 던져 재밌지만 답변은 장황) 특히 이 스타트업이 국내에서 주목을 받았던 이유는 '오픈AI 대항마'로서 이 기업이 받은 투자금의 규모입니다. 2021년에 설립되 이 회사는 구글, 아마존, MS 같은 빅테크 기업과 유수의 벤처캐피탈, 엔젤투자자로부터 투자를 받았습니다. 특히나 최근 들어 주목받으면서 지난 1년간 약 80억달러를 투자받았죠. 한화로 1조원 이상의 투자 규모입니다. SKT도 시리즈 C 투자에 합류해 눈길을 끌기도 했고요. 여기에 더해 2024년 3월에는 아마존으로부터 약 27억달러를 추가로 투자하겠다고 밝혔답니다. 시리즈 E까지 받은 유니콘 기업이에요. 이러한 투자로 인해 앤트로픽은 구글 클라우드, AWS에 자사 인공지능 모델을 제공하면서 동맹(?) 관계를 맺게 됐습니다. (참조 - Inside the Funding Frenzy at Anthropic, One of A.I.'s Hottest Start-Ups - The New York Times ) (참조 - Amazon spends $2.75 billion on AI startup Anthropic in its largest venture investment yet)

최근 IT·스타트업업계에서는 뤼튼테크놀로지스의 투자 유치 소식이 화제가 됐는데요. 뤼튼테크놀로지스는 AI 검색 포털 뤼튼을 운영하고 있는 회사입니다. 프리 시리즈 B(Pre-Series B)로 분류되는 이번 투자 유치를 통해 뤼튼은 250억원을 손에 쥐게 됐는데요. 이번 투자는 미국계 벤처캐피탈인 BRV캐피탈매니지먼트가 중심이 돼 이뤄졌습니다. 일본 라인야후(LY코퍼레이션) 소속 VC인 Z벤처캐피탈도 이번 투자에 돈을 댔고요. 이외에도 기존 투자사인 캡스톤파트너스와 IBK기업은행도 계속해서 투자에 참여했죠. 지난해 6월 150억원의 투자금을 유치한 지 딱 1년 만에 250억원의 투자금을 추가로 모으면서 뤼튼의 누적 투자 유치액은 440억원으로 늘어났는데요. 벤처투자업계가 전반적인 침체에 빠져 있는 상황에서 한국뿐 아니라 해외 유력 VC들로부터 거액의 투자금을 잇달아 유치했기에 이번 투자 유치 소식은 업계에서 화제가 됐죠. 2021년에 설립된 뤼튼은 지난 3년간 매우 빠른 성장의 발걸음을 걸어왔는데요. 설립 초기에는 인공지능(AI)을 활용한 글쓰기 보조 솔루션, 비즈니스 문서 초안 작성, AI 이미지 생성 서비스 등을 주력 서비스로 제공했지만 최근 1년간은 'AI 검색' 시장을 개척하고, 서비스를 확장하는 데 주력하고 있습니다. 'AI 시대의 새로운 검색 포털이 되겠다', '생성형 AI 시장에서 메가 플랫폼이 되겠다'는 게 뤼튼의 목표죠. (참조 - 3주 만에 2만명 가입한 글쓰기 AI '뤼튼'.. 이세영 대표 인터뷰) GPT, 클로드 등 무료, 무제한으로 제공합니다 뤼튼이 제공하는 AI 검색은 다른 회사들이 개발한 여러 LLM(거대언어모델)을 동시에 활용·조합함으로써 이용자의 질문 의도에 맞는 결과를 보여주는 생성형 검색 서비스입니다. 뤼튼을 방문하면 오픈 AI의 GPT 모델, 앤트로픽의 클로드 모델 등의 여러 LLM을 바탕으로 정보를 검색할 수 있는데요. 이용자는 어떤 AI 모델을 사용해 검색할지를 본인이 선택할 수도 있습니다. 아니면 뤼튼이 제안해준 AI 모델대로 검색을 진행할 수도 있는데요.

얼마 전 IT-스타트업씬에 놀랄만한 뉴스가 전해졌죠. AI반도체 스타트업인 리벨리온과 사피온이 합병을 추진한다는 소식이었습니다. 보도자료의 핵심 내용은 다음과 같습니다. 'SKT과 AI반도체 스타트업인 리벨리온이 힘을 합쳐 대한민국 AI반도체 대표 기업 설립에 나선다' '이번 합병 추진은 국내 AI 반도체 기업 간 대승적 통합을 통해 글로벌 AI인프라 전쟁에 나설 국가대표 기업을 만들겠다는데 양사가 합의한 결과다' 'SKT과 리벨리온은 향후 2~3년을 대한민국이 글로벌 AI반도체 시장에서 승기를 잡을 '골든타임'으로 보고, 빠른 합병이 필요하다고 판단했다' '실사와 주주동의 등 필요한 절차를 거쳐 3분기 중 합병을 위한 본계약 체결을 마무리하고 연내 통합법인을 출범시킬 계획이다' 잘 아시듯 리벨리온과 사피온은 국내 주요 AI반도체 팹리스 스타트업으로, 근 몇 년 사이 AI 열풍이 불면서 특히 더 주목받은 곳들이죠. 두 기업이 합병을 결심하게 된 배경부터 기대효과, 예상되는 난관 등에 대해 알아봤습니다. 개화하는 시장 '추론용 AI반도체' 리벨리온과 SKT 등은 올해 초부터 몇 달간 관련 논의를 해온 것으로 전해집니다. 공식적인 소식은 사피온의 최대주주인 SKT과 리벨리온의 공동 보도자료를 통해 지난 12일 전해졌는데요. 보도자료를 보면 몇 가지 눈에 띄는 표현들이 있습니다. 'AI인프라 전쟁' '힘을 합쳐' '대승적 통합' '골든 타임' '빠른 합병이 필요하다는 판단' 등이 그것인데요. 이상이 의미하는 바를 좀 더 정확히 이해하기 위해선 AI반도체 시장의 현황을 짚어볼 필요가 있겠죠. 앞서 언급했듯 양사가 집중하고 있는 분야는 AI반도체입니다.

*이 글은 외부 필자인 최호섭님의 기고입니다. 6월 10일, 캘리포니아 쿠퍼티노의 애플파크에서는 올해도 어김없이 WWDC24가 열렸습니다. 이 이벤트는 전 세계 개발자들이 한자리에 모여서 서로의 앱에 대한 이야기를 나누고, 새로운 기술과 정보를 가져가는 하나의 축제입니다. 저도 지금 현장에 와 있습니다. WWDC의 키노트는 보통 애플의 다른 이벤트보다 긴 2시간 정도 진행됩니다. 대부분의 내용은 가을에 발표될 새 운영체제에 대한 이야기들로 채워집니다. 맥과 아이폰부터 애플워치, 애플TV에 비전 프로까지 플랫폼이 늘어나고 운영체제가 많아지면서 최근의 발표는 늘 숨 가쁘게 흘러갑니다. 하지만 이번에는 숨이 넘어갈 것처럼 빠르게 이야기가 흘러갔고, 1시간 만에 새 운영체제에 대한 이야기를 거의 끝냈습니다. 바로 올해 애플 플랫폼의 주인공인 인공지능 기술 '애플 인텔리전스' 때문입니다. 애플 인텔리전스는 무엇인가 애플 인텔리전스는 올해 초부터 수많은 소문을 낳았습니다. 인공지능 기술과 생성형 AI, 그리고 챗GPT로 대표되는 대규모 언어 모델은 최근의 컴퓨팅 환경을 완전히 뒤바꾸어 놓고 있기 때문입니다. 하지만 애플의 기기에는 아직 큰 변화가 없었고, 말로 대화를 나누는 인텔리전트 어시스턴트 '시리'는 이제 새로운 언어 모델들의 모습에 비하면 낡았다는 인상을 줍니다.

*이 글은 외부 필자인 강병호님의 기고입니다. 중국의 자율주행 기술이 나날이 발전하고 있습니다. 우리가 미처 인식하지 못한 사이 놀라울 정도로 발전하고 있죠. 자율주행 기술은 이미 우리나라를 앞서고 있다고 보아도 과언이 아니며, TESLA 마저도 경계심을 느낄 정도로 발전해 가고 있습니다. 중국의 자율주행 기술 기업 중국의 자율주행 기술 기업으로는 대표적으로 Apollo, WeRide, 그리고 Pony.ai를 꼽을 수 있습니다. 이들 기업은 중국 내에서 자율주행 기술 테스트 라이선스뿐만 아니라 자율주행 및 로보택시 상용화 라이선스도 받았죠. (참조 - Baidu's robotaxi platform Apollo Go gets permit to offer fully driverless rides in Beijing) (참조 - Pony.ai is First to Receive Permit to Provide Public-Facing, Fully Driverless Robotaxi Service in Guangzhou) (참조 - WeRide received approval to launch a paid service of fully driverless Robotaxis in Beijing) 자율주행 기술을 단순히 운전 보조 기능으로 사용하는 것을 넘어, 무인 택시 사업을 운영하는 회사라고 볼 수 있습니다. 이들 기업의 자율주행 누적 거리는 상당한 수준에 도달해 있기도 합니다. (Apollo: 2494만km, WeRide: 1287만km Pony.ai: 2092만km를 누적 자율주행 하였음.) 미국을 중심으로 중국을 겨냥한 AI 기술 규제가 수년간 이어지고 있습니다.

*이 글은 외부 필자인 김지윤님의 기고입니다. 다시금 이슈의 중심에 섰습니다. 챗GPT, Dall-E 등으로 2023년 파란을 일으켰던 오픈AI 이야기입니다. 지난 5월 14일에 GPt-4o(옴니) 모델을 발표하면서 AI 기반 음성 어시스턴트 서비스를 시연하는 영상을 깜짝 공개했는데요. 이번 시연 영상에서 GPT-4o는 부드러운 톤앤매너와 자연스러운 유머를 구사하면서 지금까지 우리가 알고 있던 인공지능 음성 서비스들과는 확연히 다른 인상을 심어줬어요. 생성형 인공지능 시장의 스포트라이트를 오픈AI가 다시금 한몸에 받게 됐습니다. (참조 - 애플 시리에 GPT-4o가 들어가게 될까) 그래서일까요? 오픈AI의 깜짝 발표 다음날 열렸던 2024년 구글 I/O 개발자 행사는 상대적으로 묻히는 감이 있었어요. 구글 입장에선 참 아쉬울 듯합니다. 이날 구글 행사에서 인공지능이 언급된 횟수가 무려 121번에 달했다는데요. 구글 포토, 워크스페이스, 스마트 기기 등 사업 부문 전반에 구글의 자체 AI 모델인 제미나이(Gemini)를 접목하겠다는 원대한 포부를 밝히면서 '검색의 왕' 구글은 이제 '인공지능 왕'의 자리를 노리고 있습니다. 정확히 말하자면 오픈AI와 마이크로소프트에 빼앗긴 AI 주도권을 다시 가져오기 위해서 이래저래 벼르고 있는 상황이지요. 딥마인드의 수장인 데미스 하사비스가 구글 인공지능의 '얼굴'로 전면에 등장한 자리이기도 했고요.

*이 글은 외부 필자인 성원용님의 기고입니다. 얼마 전에 OpenAI에서 GPT-4o를 발표했습니다. 이름에 사용된 omni라는 단어처럼 문장(text)뿐 아니라 음성인식과 음성합성, 이미지 인식과 생성 기능을 모두 수행합니다. 그리고 새로운 토큰화 방법을 채용하여 50개의 다국어를 처리할 수 있고 또 효율을 높였다고 합니다. 작년에 제가 아웃스탠딩에 '왜 한국어 중심 ChatGPT가 필수적인가?'라는 글을 기고했습니다. (참조 - 왜 한국어 중심 ChatGPT가 필수적인가) 그때 내용을 보면, ChatGPT에 사용된 한국어 표시 방법, 또는 토큰화 방법이 영어에 비해 매우 불리하다고 하였습니다. 일례로, "He is a very famous geographer."라는 영어 문장을 표현하는 데 단 8개의 토큰이 사용된 반면에, 비슷한 뜻의 "그는 매우 유명한 지리학자입니다."라는 문장을 표현하는 데는 무려 39개의 토큰이 필요합니다. 토큰의 길이가 길어지면 여러 가지로 불리합니다. OpenAI의 모델을 보면 처리할 수 있는 토큰의 길이 한계가 아래 사진과 같이 나옵니다. (참조 - Models - OpenAI API). 여기에 보이는 컨텐스트 길이(context length)라는 뜻은 입출력 합쳐서 허용 가능한 문장 내 토큰의 길이입니다. 그리고 개별 응용 프로그램에서 GPT를 API(Application Programming Interface)로 불러서 사용하는 경우는 종량제로 토큰의 개수에 비례한 돈을 내는데 위의 그림에 입력과 출력 토큰 100만개당의 가격도 나옵니다.

*이 글은 외부 필자인 최호섭님의 기고입니다. 지난 5월14일 새벽 오픈AI가 GPT-4o 모델을 발표하면서 인공지능 기반 음성 어시스턴트 시장에 적지 않은 충격을 주고 있습니다. 그동안 수많은 음성 어시스턴트가 등장했고, 이를 이용한 스피커, 가전, 자동차 등으로 용도가 넓어지기도 했습니다. 이제는 컴퓨터와 음성으로 대화하는 것이 어색하거나 서먹한 일이 아닙니다. 이튿날 발표된 구글의 새로운 제미나이 1.5는 소통이나 정보 검색뿐 아니라 컴퓨터를 통해서 하던 복잡한 작업들을 간단히 대신해 줍니다. 인공지능의 여러 갈래 중에서 가장 주목받는 흐름은 역시 사람과 소통하고, 이용자의 의사를 읽는 데에 있습니다. 키보드와 마우스, 그리고 운영체제를 거치던 전통적인 입출력과 인공지능을 통한 소통은 복잡하게 하나하나 비교하지 않아도 피부로 그 차이가 직접적으로 느껴집니다. 컴퓨팅 패러다임의 변화로 읽히는 부분도 있습니다. 그도 그럴 것이 구글은 오래전부터 인공지능에 집중해 왔고, 지금까지도 머신러닝을 바탕으로 기존의 서비스를 고도화하는 작업을 이어오고 있습니다. 이번 구글 I/O에서도 여러 걱정스러운 눈빛을 뚫고 막대한 데이터 학습에 기반한 인공지능 기술들을 공개했습니다. 마이크로소프트 역시 일찌감치 오픈AI를 바탕으로 생성형 AI 시장에 집중해 왔고, 코파일럿을 이용해 모든 소프트웨어 경험을 바꾸려고 하고 있습니다. 이쯤 되면 '애플은?'이라는 의문이 들 겁니다.

*이 글은 외부 필자인 강병호님의 기고입니다. HBM은 어디에 사용하는가? 생성형 AI의 성장으로 AI 반도체 수요 또한 급격히 늘어나고 있습니다. NVIDIA는 올해에도 AI 서버 수요가 여전히 클 것이라는 가이던스를 내어놓았고, Meta의 마크 주커버그 또한 기업들의 AI 서버 투자 경쟁이 한동안 지속될 것이라 언급할 정도입니다. AI 반도체는 연산을 담당하는 코어, 그리고 저장소 역할을 하는 메모리, 두 개의 부품이 핵심입니다. 코어는 NVIDIA 제품이, 메모리는 HBM이 가장 성능이 좋아요. HBM은 기존에 사용하던 GDDR(Graphics DDR) 대비 대역폭을 늘려 데이터 입출력 속도를 크게 향상시킨 메모리입니다. NVIDIA 코어는 자동차의 엔진, HBM은 도로에 비유할 수 있는데요, 자동차인 NVIDIA 코어가 제 성능을 발휘하기 위해서는 고속도로인 HBM이 꼭 필요한 상황이 되어가고 있습니다. 최신 AI 모델은 데이터를 많이 사용하기 때문에 고속도로 역할의 HBM 중요도가 더욱 높아지고 있죠. HBM을 가장 많이 사용하는 분야는 AI 반도체입니다. NVIDIA와 AMD는 2015년부터 HBM이 적용된 GPU를 출시해 왔고, Google TPU 또한 초창기부터 HBM을 적용해 왔어요. 2023년부터 본격적으로 생성형 AI 시장이 성장하며 최근에 출시되었거나 앞으로 출시될 대부분의 AI 반도체는 HBM 메모리를 기본 탑재하고 있습니다.

*이 글은 외부 필자인 신기주님의 기고입니다. 서학개미의 최애 기업은 현재는 테슬라가 아닙니다. 지금은 엔비디아죠. 2024년 1분기를 기준으로 해외 주식 투자자들이 가장 많이 매수한 개별 종목이 엔비디아입니다. 매수금액은 90억1000만달러입니다. 2위가 테슬라입니다. 매수금액은 72억8500만달러입니다. 서학 개미 투자자들의 테슬라 보유량은 24.9% 감소했습니다. 엔비디아 보유량은 104.4% 증가했습니다. 미국 증시의 엔비디아 주가는 한국 증시의 삼성전자와 SK하이닉스 주가와도 연동됩니다. 엔비디아의 창업자이자 CEO인 젠슨 황의 말 한 마디에 삼성전자와 SK하이닉스 주가가 널을 뛰죠. 지난 3월 19일 젠슨 황은 삼성전자 고대역메모리를 테스트하고 있다고 한 마디합니다. 그러자 4월 20일 삼성전자 주가는 6% 가까이 급등하죠. 지난 4월 24일에는 최태원 SK그룹 회장이 실리콘밸리 엔비디아 본사에서 젠슨 황을 만났다고 밝혔죠. 그렇게 설계는 엔비디아가 파운드리는 TSMC가 고대역폭메모리는 SK하이닉스가 나눠맞는 인공지능 반도체의 3각 분업이 강화되고 있다는 걸 보여줬죠. 젠슨 황의 한 마디에 증시는 널을 뛰고 인공지능 경쟁의 판도가 흔들립니다. 그런데 엔비디아의 창업자이자 CEO인 젠슨 황은 대중적으로는 상대적으로 잘 알려진 인물이 아닙니다. 테슬라의 일론 머스크와 비교하면 말할 것도 없죠. CEO 마케팅도 기업 경영의 일부로 여기는 실리콘밸리 빅테크의 트렌드를 고려하면 예외적이죠. 엔비디아는 인공지능 시대의 애플로 불립니다. 애플이 모바일 시대의 플랫폼 기업이라면 엔비디아는 인공지능 시대의 플랫폼 기업이니까요.

얼마 전 뤼이드의 감사보고서가 올라왔습니다. 앞서 회사는 매출 역성장과 적자 확대로 우려를 산 바 있는데요. 그러다 보니 올해 공시된 감사보고서에도 업계의 관심이 쏠렸습니다. (참조 - 2000억 투자 받고 역성장에 적자 확대한 뤼이드의 현주소) 후술하겠지만, 회사의 실적은 확실히 개선됐습니다. 매출은 증가했고, 영업손실도 줄었습니다. 다만 그간 시장에서 받은 기대에 비해서는 여전히 아쉽다는 의견이 존재합니다. 잘 아시듯 회사는 지난해 12월 또 다른 에듀테크 기업인 퀄슨을 인수한 바 있고요. 퀄슨의 박수영 대표 체제 아래, 올해는 실적 반등을 위해 다양한 계획을 실행하고 있습니다. (참조 - 뤼이드가 퀄슨을 인수했는데 퀄슨 대표가 뤼이드 대표가 된 사연) 뤼이드의 지난해 실적을 분석하는 동시에 회사 측에 올해 현황에 대해 물어봤습니다. 퀄슨과 합병한 회사의 1분기 성적부터 올해 예정 중인 신사업에 대해서도 알아봤고요. 기존 오피스였던 파르나스타워를 떠나게 된 사연에 대해서도 물어봤습니다. 뤼이드의 개선된, 하지만 여전히 아쉬운 실적

2024년 3월 14일(현지 시간) 미국 실리콘밸리 오픈AI 본사에서 K-스타트업 & 오픈AI 매칭 데이 in US라는 행사가 열렸는데요. 이는 중소벤처기업부의 2024 글로벌 기업 협업 프로그램 중 하나로 오픈AI와 협업할 국내 스타트업을 선발하는 자리였습니다. 최종 선정된 기업 10곳은 최대 2억원 상당의 사업화 자금과 오픈AI 서비스 이용을 위한 크레딧, 전문가 컨설팅 등을 지원받게 됐는데요. 오픈AI와의 협업이 이뤄질 기업들은 어떤 곳이고, 향후 어떤 계획이 있을지 등을 들어봤습니다. 1. 에이슬립 에이슬립은 2020년에 설립돼 인공지능 수면 분석 솔루션을 제공하는 기업입니다. 별도로 장치를 구매하거나 착용할 필요 없이 스마트폰만으로 세계 최고 수준의 수면 분석 정확도를 제공할 수 있다고 하는데요. 에이슬립은 오픈AI의 협업 기업으로 꼽힌 이유로 수면 데이터를 활용해 생산성을 증대하고 인간을 이해하는 진화형 인공지능 모델을 제시했기 때문이라 밝혔습니다. 수면이야말로 생산성의 가장 중요한 요인 중 하나인데요. 인공지능이 수면 데이터를 활용해 이용자를 이해하고 발전할 수 있다는 겁니다. "샘 알트만 오픈AI 대표 또한 수면이 가장 중요한 생산성의 요인이라 주장했는데요" "오픈AI는 인간을 이롭게 하는 범용 인공지능(AGI)을 추구하고 있습니다" *범용 인공지능(AGI) 컴퓨터로 사람과 같은 또는 그 이상의 지능을 구현하는 것. "범용 인공지능으로 향하기 위해서는 인공지능은 인간을 이해하고 이롭게 해야 합니다" "현재까지 생성형 인공지능은 인간과 질문으로 소통하며 생산성 향상에 도움을 주고 있지만 인간을 이해하는 인공지능을 만드는 게 오픈AI의 목표라 할 수 있습니다"

"처음 풀타임 디자이너로 일하게 되면 대개 '화면에 무엇을 어떻게 그릴지'에 관해 고민하고 시도합니다" "그러나 얼마 지나지 않아 그게 디자이너의 일이 아님을 깨닫죠" (딜런 필드 피그마 창업자) 지난 3월 15일 금요일이었습니다. 피그마의 창업자인 딜런 필드와 관계자들은 기자 간담회와 오프라인 밋업을 위해 한국을 방문했습니다. 국내에서도 수많은 기업에서 피그마를 사용하는 가운데 창업자가 처음으로 한국을 방문한다는 소식이 전해지자 많은 인파가 몰렸습니다. 기자단으로 초청을 받아 필드와 개별 인터뷰를 진행할 기회를 얻은 저는 그에게 평소 궁금했던 주제에 대해 물었습니다. 'AI가 정말 UI/UX 디자이너, 혹은 프로덕트 디자이너의 자리를 대체할 거라고 생각하나요?' 이런 궁금증은 올해 초 tldraw라는 툴에 대한 기사를 쓰면서 시작됐습니다. tldraw는 원래 협업용 화이트보드를 제공하던 스타트업인데요. 지난해 11월 기존 서비스에 GPT-4V를 접목하면서 그림을 그리면 코딩을 해주는 'make it real'이라는 AI 서비스를 내놓아 눈길을 끈 바 있습니다. 그림판에 낙서하듯 쓱쓱 스케치를 하고 명령문과 로직을 적어주면 그럴싸한 UI가 생성되는데요. 디자인은 물론, 코드와 함께 생성되어 실제로 작동도 가능해 뭇 IT-스타트업씬 관계자들에게 신선한 충격을 안긴 바 있습니다. (참조 - 결국 말도 안 되는 게 나와버렸다.. 그림 그리면 코딩해 주는 AI 'tldraw') tldraw 외에도 이미 시장엔 UI/UX 및 프로덕트 디자인을 도와주는 AI 툴이 여럿 등장했습니다. 프로토타입을 생성해 주는 'Uizard' 텍스트를 넣으면 UI를 생성해 주는 'v0' 등이 대표적이죠.

*이 글은 외부 필자인 박태영님의 기고입니다. 2000년대 후반부터 2020년대 초반까지 온라인 서비스 개발 분야는 급격한 발전을 이루었습니다. 2024년 현재, 15년 전과 비교하여 유사한 소프트웨어를 개발하는 데 필요한 자원은 불과 1% 수준으로 줄어들었습니다. 이러한 혁신적인 변화를 이끈 주요 사건들은 다음과 같습니다. 클라우드 혁명 2010년대 이전에 온라인 서비스를 운영하기 위해서는 물리적인 서버를 구축하고 관리해야 했습니다. 많은 인원과 물리적 공간, 하드웨어 구입 비용이 투여 되었으며 수요 변화 불확실성에 대응하기 힘들었습니다. 하지만 2010년 전후로 AWS를 필두로 본격 클라우드 컴퓨팅이 성장하였습니다. 클라우드 컴퓨팅은 실제 하드웨어를 소지하지 않고 필요할 때 원격으로 빌려 쓰는 컴퓨팅 방식입니다. 인프라 구축을 클릭 몇 번으로 할 수 있게 되었으며 유지보수도 소수의 인원이 온라인으로 해결할 수 있게 되었습니다. 게다가 IaaS(Infrastructure as a Service), PaaS(Platform as a Service), SaaS(Software as a Service) 같은 개념이 나오면서 하드웨어뿐 아니라 다양한 계층의 소프트웨어도 미리 설치 및 검증된 상태로 간편하게 사용할 수 있게 되었습니다. 모듈화 혁명 모듈과 인터페이스는 복잡한 시스템을 단순화하고 사용자가 쉽게 이용할 수 있도록 하는 개념입니다. 예를 들어, 자동차의 조향장치는 모듈이 되고 핸들은 인터페이스가 됩니다. 운전자는 조향장치의 구체적인 작동 원리를 몰라도 핸들을 돌리면 방향을 바꿀 수 있습니다.

*이 글은 외부 필자인 강병호님의 기고입니다. NVIDIA의 실적이 공개되었습니다. 미국 시각으로 지난 2월 21일, NVIDIA는 2023년 연간 실적(FY2024)을 발표했습니다. 매출은 약 600억달러(80조원 상당)로 전년 대비 126% 가량 상승했고, EPS(주당 순이익)는 11.93달러로 전년 대비 585% 가량 상승한 수치입니다. 매출과 순이익 모두 시장 전망치 대비 큰 폭의 상승을 보여, 어닝 서프라이즈라는 말도 부족할 만큼 좋은 실적을 보여 주었죠. (참조 - NVIDIA의 2023년 실적) NVIDIA 실적은 Compute & Networking과 Graphics로 구분해서 발표하는데요, Compute & Networking 영역은 215%의 매출 성장을, Graphics 영역은 14%의 매출 성장을 보였습니다. 위의 구분이 포괄적이라는 의견이 있어, NVIDIA는 시장 단위로 세분화하여 실적을 공개하기도 합니다. 그중 데이터 센터 시장의 매출은 약 475억 달러로 217% 성장했습니다. 데이터 센터 시장의 연산(Computation) 분야는 244% 가량 성장했고, AI 모델 추론 (Inference) 분야는 약 40%가량 성장했다고 추정해서 밝히고 있습니다. 게이밍 시장은 약 104억 달러로, 15%가량 성장했다고 합니다. 데이터 센터 시장의 성장, 그중에서도 연산 및 추론 분야의 성장이 눈에 띕니다. 많은 수의 AI 칩셋 스타트업이 NVIDIA의 부족함을 개선하겠다며 AI 시장에 진입했는데요, NVIDIA의 실적을 보니 정말 NVIDIA가 부족한 점이 있었나 싶을 정도로 좋은 실적을 보여 주었습니다.

*이 글은 외부 필자인 박태영님의 기고입니다. 얼마 전 구글이 자사의 AI 제품에서 이미지 생성을 일시적으로 중단한 일이 있었습니다. 역사 속 인물을 사실과 다르게 유색 인종으로 표현하거나 백인 이미지 생성을 거부하는 등 정치적으로 편향되었다는 논란이 일자 구글이 황급히 조처한 것입니다. 한국에서도 비슷한 논란이 있었습니다. 안중근을 테러리스트라 표현하는 해외 AI를 검열해야 한다는 의견이 나온 것입니다. 주관적 사실 객관적 사실 그냥 AI가 최대한 사실을 얘기하게 두면 된다고 생각할 수 있습니다. 하지만 이는 그렇게 쉬운 문제가 아닙니다. 왜냐하면 '사실'에 대한 정의가 사람마다 다르기 때문입니다. 사실이 무엇인지에 대한 논쟁은 수천 년 전으로 거슬러 올라가고 철학, 과학, 종교 등에 지대한 영향을 미쳤으며 심지어 전 세계 정치 지형을 조각해 왔습니다. 이런 내용을 한 칼럼에 다 담을 수 없지만 최대한 간략히 요약하자면 사실에 대한 관점은 크게 두 가지로 나눌 수 있습니다. 주관적으로 구성된다는 관점과 객관적으로 존재한다는 관점입니다. 편의상 주관적 세계관, 객관적 세계관이라 줄여 부르도록 하겠습니다. 주관적 세계관에서 우주(a universe)란 각자가 보고 느끼고 기억하는 것입니다. 다양한 비유가 있습니다. 숲속에서 나무가 쓰러졌는데 아무도 보지 못하고 듣지 못했다면 그 나무는 정말 쓰러진 것일까 같은 내용입니다. 생명은 하나 하나가 우주라는 표현에도 이런 관점이 잘 담겨 있습니다.

소라의 등장 '소라'는 콘텐츠 업계에 충격을 줬습니다. AI로 만들었다고 믿기 어려운 수준의 영상 퀄리티를 보여줬기 때문이죠. 오픈AI는 2월 15일 텍스트를 동영상으로 만들어주는 인공지능(AI) 시스템 '소라'(Sora)를 공개했는데요. 과거 동영상 생성 AI와는 차원이 다른 모습을 보였습니다. (참조 - Introducing Sora — OpenAI's text-to-video model) 소라 이전까지 동영상을 만들어주는 AI 결과물은 기껏해야 20초를 넘지 않았고요. 영상 품질도 높지 않아 한계가 있었는데요. 소라는 이런 한계를 넘어섰습니다. 텍스트를 입력하면, 최대 1분 길이의 고화질 영상을 신속하게 만들어냅니다. "여러 캐릭터와 특정 유형의 동작, 복잡한 장면을 최대 1분 길이의 동영상을 빠르게 만들어낼 수 있어요" "언어를 깊이 이해하고 있기 때문에 요구사항을 정확하게 해석하고 생생한 감정을 표현하는 매력적인 캐릭터를 생성할 수 있습니다" "우리는 인공지능이 움직이는 물리적 세상을 이해하도록 가르쳐왔습니다" (오픈AI) 소라 공개 이후 콘텐츠 업계는 제작 환경의 변화가 있을 것으로 전망하기도 하고요. 시기상조라며, 기술적인 한계를 지적하는 의견도 나왔는데요. 현재 소라는 일반에게 공개되지 않은 상태입니다. 업계에서는 상용화까지 꽤 오래 걸릴 것으로 보고 있습니다. 기술적으로 여전히 미흡한 면이 있다고 하는데요.

*이 글은 외부 필자인 강병호님의 기고입니다. 영상 진단 보조 AI는 벌써 현실 진단 의료 영역에서 AI의 접목은 꾸준히, 오래전부터 이어져 오고 있습니다. 이 영역의 AI는 진단을 '보조'하는 역할을 수행하는데요, 2022년 우리나라의 루닛(Lunit)이 코스닥에 상장하며 진단 의료 AI가 대중에게 널리 알려지기도 했습니다. 루닛(Lunit)은 2013년에 설립된 영상 진단을 주 사업으로 하는 진단 보조 AI 기업이고, 유사한 기업으로는 미국의 iCAD, 프랑스의 글리머(Gleamer) 등이 있습니다. 이 기업에서 만드는 영상 진단 보조 AI는 흉부 X-ray를 통해 폐암, 경화, 섬유화, 기흉 등을 진단하고, 맘모그래피를 통해 유방암을 진단합니다. 의사가 판단해야 하는 진단 업무를 보조하는 역할이죠. 진단 보조 AI의 진단 실력은 일반적인 의사보다 우수한 것으로 알려져 있습니다. (참조 - Accuracy of a Generative Artificial Intelligence Model in a Complex Diagnostic Challenge) 탁월한 실력의 의사보다는 부족한 실력이지만, 중위 실력의 의사 이상의 결과는 꾸준히 내어 주고 있고요. 사람이 피곤할 때도 AI는 지치지 않는다는 점이 중요한 장점이 되기도 합니다. 진단 보조 목적으로의 AI는 꽤 유용하다고 볼 수 있을 것 같아요. 진단 보조 AI는 영상을 통해 사람이 할 수 없는 영역까지 진단해 내기 시작했습니다. 대표적인 예가 '망막 사진을 통한 알츠하이머 진단'입니다. 2022년 9월 30일, 랜싯 DH(Lancet Digital Health)에 놀라운 논문이 공개되었습니다. 망막 사진으로 알츠하이머를 진단할 수 있다는 내용인데요, 내부 검증에서는 83.6%의 정확도와 93.2%의 민감도를, 외부 검증에서는 79.6~92.1%의 정확도와 72.0~100.0%의 민감도를 보였습니다.

*이 글은 외부 필자인 신기주님의 기고입니다. 지난번이 국빈방문이었다면 이번엔 실무방문이었습니다. 지난 1월 26일 금요일 방한처럼 19시간 동안 한국에 머물면서 17시간 동안 미팅을 하는 것이 샘 올트이 선호하는 방식입니다. 지난해 2023년 6월 첫 방한은 차라리 홍보투어에 가까웠습니다. 윤석열 대통령을 예방했고 중소벤처기업부가 주관하는 한국 스타트업들과의 간담회를 가졌습니다. 챗GPT는 2022년 11월 전세계적인 돌풍을 일으켰습니다. 지난해 여름은 아직 챗GPT와 오픈AI 그리고 샘 올트먼을 알릴 시기였습니다. 이번엔 달랐습니다. 이미 샘 올트먼은 만나고자 하는 사람은 누구나 만날 수 있는 사람이 됐기 때문입니다. 그래서 이번 방한에선 지금 꼭 필요한 사람들과 깊이 만났습니다. 1월 26일 입국하자마자 경계현 삼성전자 DS부문 사장을 만났습니다. 출국 직전엔 삼성전자 최고경영진과 식사를 했습니다. 삼성전자 평택캠퍼트를 방문했습니다. 그리고 곽노정 SK하이닉스 사장과 만났습니다. 최태원 SK그룹 회장도 만났습니다. 대신 언론과의 접촉이나 보여주기식 행사는 일절 없었습니다. 샘 올트먼은 와이콤비네이터 CEO 시절부터 초스피드 업무 처리와 핵심요약 의사소통과 광범위한 멀티태스킹으로 유명했습니다.

새로운 시대의 예고일까요? 오픈AI가 지난 1월 10일(현지시간), GPT스토어를 출시했습니다. GPT스토어는 애플 앱스토어, 구글 플레이스토어처럼 기업이나 개인이 챗GPT를 기반으로 맞춤형 챗봇 'GPTs'를 만들고 거래할 수 있도록 만든 플랫폼입니다. 코딩 없이 챗GPT 창에서 문장을 입력하는 것만으로도 맞춤형 챗봇을 만들 수 있죠. 아이폰이 처음 등장하고 앱스토어가 열렸을 때 수많은 기업들이 앞다퉈 모바일 앱을 개발하고 거래하면서 그야말로 모바일 시대로의 '대전환'이 시작된 바 있습니다. GPT스토어도 이를 방불케 하는 시대의 전환을 불러올지 전세계의 기대가 모이는 상황입니다. 특히 관심을 불러일으키는 부분은 오픈AI가 GPT스토어를 통해 구축할 수익 공유 프로그램입니다. 아직 구체적인 내용은 밝혀지지 않았지만, 오픈AI는 1분기 중 GPT빌더를 위한 수익 공유를 시작할 계획이라고 밝혔고요. 다른 사용자가 해당 GPTs를 사용하는 만큼 빌더가 수익을 가져가는 모델이 될 것이라는 윤곽이 그려졌습니다. 수익 공유 모델이 제대로 가동되기 시작하면 수많은 기업과 개인 개발자들이 더욱 활발하게 챗봇을 만들고 거래할 것으로 예상되는데요. GPT스토어가 출시된 후 이미 약 300만개의 챗봇이 만들어졌으며, 그중 스토어에 등록된 GPTs는 약 15만 9000개라고 합니다. 여러 사람이 많이 사용할수록 빌더가 가져갈 수 있는 수익이 올라가니, GPT스토어 내에서의 인기가 곧 예상 수익을 가늠하는 척도가 될 텐 데요. 새로 열린 장터, GPT스토어를 둘러보고 현재 GPT스토어에서 가장 인기 있는 챗봇에는 어떤 것들이 있는지 한 번 살펴볼게요. 그리고 몇 가지 시사점도 짚어보겠습니다. 우선 GPT스토어에 들어가려면 유료 플랜인 Plus로 업그레이드해야 합니다. 한 달에 20달러고요. 쿨하게 결제해줍니다. Explore GPTs 탭에 들어가면 GPT 스토어 화면을 볼 수 있는데요.

*이 글은 외부 필자인 최호섭님의 기고입니다. 삼성전자가 갤럭시 S24를 내놨습니다. 스마트폰은 유행에 예민한 기기입니다. 그래서 신제품을 보면 기술의 흐름을 가늠할 수 있습니다. 삼성전자는 2024년 스마트폰의 중심을 인공지능으로 잡았습니다. 이른바 '온 디바이스 AI'입니다. 온 디바이스 AI는 말 그대로 기기 안에서 직접 인공지능 모델을 처리하는 것을 말합니다. 갤럭시 S24는 프로세서 내부에 있는 인공지능 처리 코어를 이용해서 기기를 제어하고, 소프트웨어 경험을 만드는 것을 목표로 하고 있습니다. 그렇다면 삼성전자는 왜 온 디바이스 AI를 전면에 내세운 걸까요? 온디바이스 AI가 주목받는 이유 현재 우리가 쓰는 인공지능 관련 기술은 대부분 딥러닝, 그중에서도 머신러닝에 기반을 두고 있습니다. 반복적인 데이터 학습을 통해서 지능을 갖고 있는 사람들이 선택할 확률이 가장 높은 선택지를 찾아가면서 답을 만들어가는 기술입니다. 막대한 양의 학습과 추론으로 좋은 결과를 만들어내는 방식이라고 보면 됩니다. 그러다 보니 더 큰 컴퓨팅 파워가 반드시 뒤따라야 합니다. 이 딥러닝 기술이 애초 1970년대에 이론적으로 자리를 잡았지만 이제서야 빛을 보게 된 이유도 당시에는 컴퓨터의 성능이 충분하지 않았기 때문입니다. 클라우드와 병렬 컴퓨팅 기술로 많은 연산을 처리할 수 있게 되면서 실시간에 가까운 처리가 가능하게 된 것이지요.