블로그

내 모든 걸 갈아 넣어 최고의 제품을 만들었습니다. 기능도 완벽하고, 디자인도 훌륭하죠. 그런데 왜 아무도 이 제품을 쓰지 않을까요?

우리는 종종 ‘가장 뛰어난 기술이 승리한다’고 믿지만, 현실은 다를지도 모릅니다.

만약 제품이 아니라, 제품을 ‘알리는 방법’이 전부라면 어떨까요? 여기, 평범한 엔지니어의 길을 거부하고 ‘관심’ 그 자체를 파고든 한 창업가의 이야기가 있습니다.

 

“일단, 미친듯한 링크드인 포스트를 생각했죠”

처음부터 모든 것이 계획대로 된 것은 아닙니다. 저도 한때는 성공한 창업가들을 보며 B2B 제품을 만들던 학생이었습니다. 하지만 솔직히 말해, 잘 안됐습니다. 매출은 0이었고, 제품조차 제대로 완성하지 못했죠.

그때 문득 이런 생각이 들었습니다. ‘나는 사실 재미있는 사람인데, 왜 이걸 활용하지 않지?’ 그래서 접근 방식을 완전히 바꿨습니다. ‘어떻게 하면 링크드인에서 100만 뷰를 만들 수 있을까?’를 고민하기 시작했죠.

그렇게 탄생한 것이 바로 ‘인터뷰 코더’입니다. 코딩 인터뷰를 도와주는(혹은 속이는) 툴이었죠. 이 아이디어는 즉시 바이럴되었고, 저는 깨달았습니다. 사람들에게 무언가를 보게 만드는 방법을 알게 된 것입니다.

 

사람들은 왜 스타트업 마케팅을 지루해할까요?

대부분의 스타트업 마케팅은 정말 지루합니다. 왜 그럴까요? 제 생각에, 엔지니어링을 잘하는 사람들은 대부분 ‘재미’가 없습니다. 콘텐츠를 만드는 피가 흐르지 않는 거죠.

물론 GPT 같은 혁신적인 제품을 만들었다면 마케팅이 필요 없을지도 모릅니다. 하지만 대부분의 제품, 예를 들어 또 다른 ‘AI 회의록 요약 툴’을 만들고 있다면 어떻게든 눈에 띄어야 합니다.

소셜 미디어는 극단적입니다. 과거 에어비앤비가 했던 멋진 스턴트들은 오늘날 통하지 않습니다. 사람들은 매일 더 자극적인 것을 봅니다. 눈에 띄려면, 훨씬 더 ‘다르게’ 행동해야 합니다.

 

평판이 무너질까 봐 두렵나요?

저는 종종 ‘어그로’를 끈다는 비판을 받습니다. 하지만 저는 단지 솔직하고 진정성 있게 말할 뿐입니다. 사람들이 그것을 보고 분노한다면, 그건 제 의도가 아닙니다.

솔직히 말해, 25세 이하에게 ‘평판’은 과거의 유물입니다. 일론 머스크나 샘 알트만 같은 사람들을 보세요. 그들은 기업의 완벽한 이미지를 지키는 대신, 지극히 개인적이고 때로는 이상한 모습을 보여줍니다.

세상은 이미 ‘극단적이고, 진정성 있으며, 개인적인’ 방향으로 가고 있습니다. 기존의 딱딱한 기업 문화와는 정반대죠.

 

대부분의 스타트업은 제품 때문에 망하지 않습니다

우리는 두 가지 마케팅을 구분해야 합니다. 첫째는 ‘우리 좀 보세요’라며 브랜드를 알리는 ‘깔때기 상단(Top of Funnel)’입니다. 둘째는 ‘다운로드하세요’라며 구매를 유도하는 ‘깔때기 하단(Bottom of Funnel)’이죠.

이상한 소리를 해서라도 일단 사람들의 머릿속에 우리 이름을 집어넣으면(상단), 나중에 결제 광고(하단)를 봤을 때 훨씬 쉽게 반응합니다. 둘 중 하나라도 없으면 좋은 마케팅이 아닙니다.

가장 중요한 사실이 있습니다. 대부분의 스타트업은 제품이 나빠서 망하지 않습니다. 사용자를 찾지 못해서, 즉 돈을 벌지 못해서 망합니다. 제품이 문제를 ‘조금이라도’ 해결한다면, 무조건 배포(Distribution)에 집중해야 합니다.

 

‘관심’에도 레벨이 있습니다: 플랫폼 완벽 공략법

모든 플랫폼이 같지 않습니다. 사용자가 콘텐츠를 소비하는 ‘의식 수준’이 다릅니다.

트위터(X)는 캡션, 즉 글이 중심입니다. 사람들은 더 높은 의식 수준으로 글을 읽고, 자신의 의견을 ‘인용’(Quote Post)하고 싶어 합니다. 따라서 B2B나 데스크톱 앱처럼 설명이 필요한 제품에 유리합니다.

반면 인스타그램이나 틱톡은 다릅니다. 캡션은 거의 중요하지 않죠. 사용자는 낮은 의식 수준에서 그저 ‘볼만한’ 영상을 원합니다. 3초 안에 시선을 잡지 못하면 끝입니다. 단순한 모바일 게임 광고가 잘 통하는 이유죠.

 

마케팅 신경 쓰지 마, 제품에만 집중해

저는 한때 제품 개발에 집중하기 위해 SNS를 떠났습니다. 그러면서 ‘누군가 내 전략을 금방 따라 하겠지’라고 걱정했습니다. 하지만 놀랍게도, 아무도 그렇게 하지 못했습니다.

이것이 현실입니다. 기술 엔지니어들은 좋은 콘텐츠를 만드는 데 서툽니다. 그들에게는 그런 감각이 부족한 경우가 많습니다.

세상에는 훌륭한 제품을 만들고도 사라져 간 수많은 스타트업의 무덤이 있습니다. 우리는 성공한 사람들의 조언만 듣습니다. “마케팅 신경 쓰지 마, 제품에만 집중해.”

하지만 그들은 살아남았기 때문에 그렇게 말할 수 있는 것입니다. 실패한 수많은 사람들은 “그때 마케팅을 더 잘했더라면” 하고 후회하고 있을지 모릅니다. 이제 당신의 차례입니다. 당신의 훌륭한 제품을, 어떻게 세상에 알릴 것인가요?

 

출처: BZCF | 비즈까페 유튜브

최근 엔비디아의 CEO 젠슨 황이 한국을 찾았습니다. 그의 프레젠테이션은 업계에 큰 화두를 던졌죠. 그가 말하는 AI의 미래, 왠지 나와는 먼 이야기처럼 들리시나요? 하지만 정말 그럴까요? 불과 1년 전만 해도 챗봇 정도로 여겨졌던 기술이, 왜 이렇게 빠른 속도로 우리 일과 삶을 근본부터 바꾸고 있는 걸까요? 마치 거대한 변화의 파도가 바로 내 발밑까지 밀려온 기분입니다.

이 변화의 속도가 무섭게 느껴질 수도 있습니다. 하지만 동시에, 이 물결의 정체를 정확히 안다면 거대한 기회를 발견할 수도 있습니다. 지금 우리가 목격하고 있는 것은 단순한 유행이 아닙니다. 인류의 역사와 산업을 통째로 바꾸는 ‘플랫폼의 이동’입니다. 그리고 젠슨 황이 강조했듯, 그 중심에 한국이 있습니다.

 

AI는 ‘도구’가 아니라 ‘일’입니다

우리는 지금까지 컴퓨터를 ‘도구’로 사용해 왔습니다. 엑셀, 웹 브라우저, 파워포인트 같은 소프트웨어는 모두 우리가 일을 더 잘하도록 돕는 도구였죠. 망치나 자동차와 본질적으로 같았습니다.

하지만 AI는 다릅니다. AI는 도구가 아니라, 스스로 ‘일’을 수행합니다. 우리가 시키는 작업을 대신해 주거나, 우리가 풀지 못했던 문제를 해결합니다. 이것이 바로 AI가 세상을 바꾸는 핵심 이유입니다.

과거의 IT 산업은 인류에게 더 좋은 ‘도구’를 제공하는 시장이었습니다. 하지만 AI는 ‘일’ 자체를 다룹니다. 전 세계의 모든 산업에서 ‘일’이 이루어지는 방식을 혁신할 수 있다는 뜻입니다. AI가 창출할 수 있는 가치의 크기가 이전의 IT 산업과는 비교할 수 없을 만큼 거대한 이유입니다.

 

AI는 ‘공장’을 필요로 합니다

AI가 일을 하려면 에너지가 필요합니다. AI는 에너지를 지능으로 바꾸는 기술이기 때문입니다. AI가 텍스트를 한 줄 생성하고, 이미지를 하나 만들어내는 모든 순간에 복잡한 연산이 이루어집니다.

이 연산을 수행하기 위해선 막대한 양의 컴퓨팅 자원이 필요합니다. 이것이 바로 ‘AI 공장’입니다. 과거 우리가 전기를 만들기 위해 발전소를 지었던 것처럼, 이제는 지능을 만들기 위해 AI 공장을 지어야 하는 시대가 되었습니다.

모든 국가와 기업이 앞다투어 AI 공장을 짓고 있습니다. AI 인프라가 곧 그 나라의 경쟁력이 되기 때문입니다. 이는 단순한 컴퓨터 교체가 아니라, 새로운 산업 혁명을 위한 기반 시설을 구축하는 일입니다.

 

‘수익성’, 변화가 빨라진 진짜 이유

최근 1년 사이 AI가 폭발적으로 성장한 결정적인 계기가 있습니다. 바로 AI가 ‘돈이 되기’ 시작했다는 점입니다. AI가 생성하는 답변과 결과물의 품질이 비약적으로 향상되면서, 사람들이 기꺼이 돈을 지불하고 AI 서비스를 사용하기 시작했습니다.

수익이 나기 시작하자, 기업들은 더 많은 돈을 투자해 더 큰 AI 공장을 짓습니다. 더 큰 공장은 더 똑똑한 AI를 만들어내고, 더 똑똑해진 AI는 더 많은 고객을 끌어모아 더 큰 수익을 만들어냅니다.

이 강력한 ‘선순환 구조’가 완성된 것입니다. 이것이 바로 지금 전 세계의 막대한 자본이 AI 인프라로 쏠리고 있는 이유입니다. 변화의 속도가 상상을 초월할 정도로 빨라진 것은, 이 선순환의 바퀴가 구르기 시작했기 때문입니다.

 

한국에게 찾아온 ‘특별한 기회’

이 거대한 플랫폼 전환기에 한국은 왜 특별한 기회를 맞이했을까요? 전 세계적으로도 드물게, 한국은 새로운 AI 시대를 이끄는 데 필요한 세 가지 핵심 역량을 모두 갖추고 있기 때문입니다.

첫째, 뛰어난 소프트웨어 역량입니다. 둘째, 깊이 있는 기술과 과학 역량입니다. 그리고 셋째, 세계 최고 수준의 제조 역량입니다. 이 세 가지 요소가 결합될 때, 우리는 AI 시대의 다음 단계를 주도할 수 있습니다.

 

로봇이 로봇을 만드는 미래

AI의 다음 단계는 바로 ‘Pysical AI’, 즉 로봇입니다. AI가 단순히 화면 속에서 정보를 처리하는 것을 넘어, 현실 세계에서 직접 움직이며 일을 하게 되는 것입니다.

한국이 가진 세 가지 역량은 바로 이 로보틱스 분야에서 폭발적인 시너지를 낼 수 있습니다. 이미 물류 로봇, 수술 로봇, 휴머노이드 로봇 등 다양한 분야에서 기술이 빠르게 발전하고 있습니다.

궁극적으로는 공장 전체가 하나의 거대한 로봇이 되는 미래가 펼쳐질 것입니다. 이 ‘로봇 공장’ 안에서 수많은 로봇이 서로 협력하며, 또 다른 로봇 제품(자율주행차 등)을 만들어내는 시대가 오고 있습니다. 한국의 제조 역량과 AI 기술이 만나는 지점입니다.

 

이미 시작된 거대한 투자

이러한 미래는 먼 이야기가 아닙니다. 이미 한국에서 거대한 투자가 시작되고 있습니다. 엔비디아는 네이버, 삼성, SK, 현대 등 한국의 대표 기업들과 손잡고 한국을 세계 최대 규모의 AI 인프라 국가 중 하나로 만들고 있습니다.

네이버는 더 강력한 한국어 AI 모델을 위해 GPU 인프라를 대폭 확장합니다. 삼성과 SK는 최고 수준의 메모리 반도체 공급을 넘어, 자사의 공장을 AI 기반의 ‘디지털 트윈’으로 전환하고 AI 팩토리를 구축합니다. 현대차 역시 자율주행 기술을 고도화하고, 자동차 공장을 로봇 공장으로 혁신하기 위한 AI 투자를 진행합니다.

이 모든 변화가 지금, 우리가 살고 있는 한국에서 동시에 일어나고 있습니다. AI라는 새로운 여정이 시작되었고, 한국은 그 여정의 가장 중요한 파트너로 함께하고 있습니다.

 

출처: BZCF | 비즈까페 유튜브

혹시 내 직업이 언젠가 AI로 대체될까 봐 걱정해 본 적 있나요? ‘이건 AI가 할 수 없는, 오직 사람만 할 수 있는 일이야’라고 믿었던 영역마저 위협받는다는 소식이 종종 들려옵니다.

여기 아주 상징적인 이야기가 하나 있습니다. 알파고와 이세돌 9단의 대국에서 나온 ‘37번째 수’입니다. 이 수를 본 모든 전문가는 ‘버그’이거나 ‘명백한 실수’라고 확신했습니다. 인간의 바둑 상식으로는 도저히 이해할 수 없는 수였기 때문입니다.

하지만 몇십 수가 더 진행된 후, 모두가 경악했습니다. 그 실수는 인간의 창의성을 뛰어넘는 ‘신의 한 수’였습니다. 인공지능이 인간보다 더 창의적인, 완전히 새로운 전략을 발견한 순간이었습니다.

이날 우리는 ‘초지능(Superintelligence)’의 가능성을 목격했습니다. 만약 이런 ‘37번째 수’가 바둑이 아닌, 우리가 일하는 모든 분야에서 나타난다면 어떨까요? 수학자가 풀지 못했던 증명을 AI가 해내고, 우리가 상상하지 못했던 방식으로 문제를 해결하기 시작하는 겁니다.

이 놀라운 가능성에 모든 것을 건 사람들이 있습니다. 그리고 그들은 초지능으로 가는 길이 ‘코딩’에 있다고 믿습니다.

 

우리는 왜 ‘초지능’을 만드는가

실리콘밸리의 ‘리플렉션AI’는 ‘초지능 구축’이라는 거대한 목표를 가진 팀입니다. 공동창업자인 미샤 래스킨은 이 목표를 달성할 핵심 열쇠가 ‘자율 코딩(Autonomous Coding)’ 문제 해결에 있다고 말합니다.

AI가 스스로 코드를 작성하고, 작업을 완료하고, 사용자에게 결과물을 주는 것. 이것이 단순한 개발자용 도구를 넘어, 초지능의 핵심이 되리라 본 것입니다.

그는 원래 물리학을 연구했습니다. 컴퓨터를 가능하게 한 ‘트랜지스터’, GPS를 가능하게 한 ‘상대성 이론’처럼, 미래 기술의 ‘뿌리’가 되는 과학을 하고 싶었기 때문입니다.

하지만 그는 곧 깨달았습니다. 지금 시대의 가장 영향력 있는 과학은 물리학이 아니라, 딥러닝과 AI라는 것을 말입니다. 알파고의 ‘37번째 수’를 목격한 그는 박사 과정을 그만두고 AI를 독학하기 시작했습니다.

 

초지능으로 가는 길, 왜 ‘코딩’일까요?

리플렉션AI가 ‘코딩’에 집중하는 이유는 AI의 본질과 관련이 있습니다. 그들은 AI가 컴퓨터와 소통하는 가장 자연스러운 방식을 고민했습니다.

우리 인간에게는 수백만 년의 진화를 통해 얻은 ‘손과 발’, 그리고 강력한 ‘공간 지각 능력’이 있습니다. 그래서 마우스를 움직이고 키보드를 치는 방식이 직관적입니다.

하지만 AI는 다릅니다. AI는 인터넷의 텍스트와 코드를 학습하며 진화했습니다. AI에게 직관적인 것은 공간이 아니라 ‘코드’입니다.

미래의 AI가 컴퓨터로 작업을 수행할 때, 인간처럼 마우스를 움직일까요? 아닐 겁니다. AI에게 가장 자연스러운 ‘손과 발’은 바로 코드입니다.

소프트웨어들이 점차 AI 친화적인 인터페이스를 열게 될 것이며, 이는 대부분 프로그래밍 방식일 것입니다. 즉, ‘자율 코딩’ 문제를 해결하는 것이 곧 컴퓨터상의 모든 지능 문제를 해결하는 열쇠가 됩니다. 이는 소프트웨어 엔지니어링을 훨씬 뛰어넘는 광범위한 영역에 영향을 미칠 것입니다.

 

거대 연구실을 나온 이유

미샤는 구글 딥마인드에서 제미나이(Gemini) 개발을 이끌기도 했습니다. 하지만 그와 팀은 거대 연구실을 떠나 창업을 선택했습니다.

거대한 조직은 이미 정해진 방향으로 나아가는 ‘큰 배’와 같습니다. 당시 대부분의 빅테크는 더 유능한 ‘챗봇’을 만드는 데 집중하고 있었습니다.

하지만 그들은 ‘자율성(Autonomy)’이라는 문제에 완전히 빠져 있었습니다. 그리고 이 문제를 제대로 풀려면, 연구실의 평가가 아닌 ‘현실 세계의 평가’가 중요하다고 믿었습니다.

실제 고객과 부딪히며 우리 기술이 정말 문제를 해결하는지 확인해야 했습니다. 더 작고 집중된 팀이 이 목표에 더 빠르게 도달할 수 있다고 판단했습니다.

 

거대한 AI를 만들며 배운 의외의 교훈

제미나이 같은 초거대 모델을 만들면서 얻은 가장 큰 교훈은 의외였습니다. 과거 IBM의 ‘딥블루’처럼 복잡하고 정교한 아이디어로 승부하던 시대는 끝났다는 것입니다.

초거대 AI의 시대에는 오히려 ‘단순한 아이디어’가 승리합니다.

‘다음 단어 예측하기’ 같은 매우 단순한 목표가 엄청난 규모의 데이터, 인프라, 그리고 장인정신과도 같은 세심한 디테일과 만났을 때 강력한 힘을 발휘했습니다.

복잡한 무언가를 더하기보다, 단순한 기본 원칙을 완벽하게 구현해 내는 것이 핵심이었습니다.

 

AI가 내 일을 대신한다면, 나는 무엇을 해야 할까요?

AI가 점점 더 유능해지면, 우리의 일자리는 정말 괜찮을까요?

이것은 ‘제로섬 게임’이 아닙니다. 기술의 발전은 인간이 할 수 있는 지적인 작업의 총량을 언제나 늘려왔습니다.

미래에 우리는 ‘AI 인력’을 관리하는 ‘설계자(Architect)’가 될 것입니다. 소프트웨어 엔지니어는 소프트웨어 ‘설계자’가 되어 AI 팀에게 일을 맡기게 될 겁니다.

여기서 가장 중요해지는 인간의 역량이 있습니다. 바로 ‘올바른 질문을 하는 능력’입니다.

AI는 당신이 시킨 일을 대부분 해낼 것입니다. 문제는 ‘무엇을 시킬 것인가’입니다. 어떤 문제를 풀어야 하는지, 어떤 질문을 던져야 하는지 정의하는 것이 인간의 가장 중요한 역할이 됩니다.

어떻게 ‘좋은 질문’을 찾을 수 있을까요?

사실 ‘올바른 질문’을 찾는 것은 지금도 가장 어려운 일입니다. 미샤 역시 과거에 ‘잘못된 질문’을 연구했던 경험이 있다고 고백합니다.

그는 좋은 질문을 찾기 위한 자신만의 두 가지 방법을 공유합니다.

첫째는 ‘글쓰기’입니다. 생각을 글로 옮기다 보면, 논리의 구멍이나 불명확한 부분이 드러납니다. 짧은 에세이 형식으로 생각을 다듬는 과정은 사고의 명료함을 높여줍니다.

둘째는 ‘비판적인 토론’입니다. 내 아이디어를 지지해 줄 사람이 아니라, 기꺼이 구멍을 찾아주고 도전적인 질문을 던져줄 똑똑한 사람들과 대화해야 합니다.

 

가장 중요한 것은 ‘누구와 함께하는가’입니다

흔히 ‘열정을 좇으라’는 조언을 많이 합니다. 하지만 그보다 더 중요한 것이 있습니다. 바로 ‘올바른 사람들’과 함께하는 것입니다.

나의 성과는 결국 내가 누구와 시간을 보내는지에 따라 결정됩니다.

재능 있고 야망 있는 사람들은 생각보다 열려있습니다. 물론 그들에게 다가가는 것은 어렵습니다. 말로만 원하는 것을 어필해선 안 됩니다.

그들이 알아볼 수 있도록 ‘행동으로 증명’해야 합니다. 미샤 역시 물리학자였지만, 몇 달간 AI를 독학하고 스스로 연구 프로젝트를 완성해낸 ‘결과물’을 들고 찾아갔습니다.

행동으로 열망을 증명하는 것은 희귀한 능력이며, 성공한 사람들은 그 가치를 알아봅니다.

AI가 만들어갈 미래는 단순히 기술에 대한 이야기가 아닙니다. 그 속에서 우리가 어떻게 배우고, 어떤 질문을 던지며, 누구와 함께할 것인지에 대한 이야기입니다.

알파고의 ‘37번째 수’처럼, 우리를 당황하게 할 AI의 순간들이 더 자주 찾아올 것입니다. 그때마다 우리는 두려워하기보다, 바둑 기사들이 알파고의 수를 연구하며 배웠던 것처럼, 그 순간에서 무엇을 배울지 질문해야 할 것입니다.

 

출처: EO 유튜브

 

혹시 스마트폰에 앱이 몇 개나 깔려 있는지 세어 보신 적 있으신가요?
그중에서 오늘 하루 동안 사용한 앱은 몇 개인가요. 아마 대부분은 수십, 수백 개의 앱을 설치해두고 정작 매일 쓰는 앱은 손에 꼽을 겁니다.

필요할 것 같아서 내려받고, 한두 번 쓰고는 잊어버린 앱이 가득합니다. 심지어 어떤 앱은 돈을 내고 샀는데도 말이죠. 어쩌면 이 방식이 처음부터 잘못된 것은 아니었을까요?

우리는 챗GPT 같은 강력한 AI를 매일 쓰면서도, 사실은 그 능력의 극히 일부만 활용하고 있습니다. 검색을 하거나, 글쓰기를 도와달라고 하거나, 숙제를 부탁하는 식이죠. 이는 마치 슈퍼컴퓨터를 가지고 인터넷 검색만 하는 것과 비슷합니다.

지금 우리가 마주한 이 어색함이, 사실은 거대한 변화의 시작일 수 있습니다. ‘소프트웨어’라는 개념 자체가 뿌리부터 바뀌고 있습니다. 마치 과거의 TV가 유튜브로 대체된 것처럼 말입니다.

 

지금의 AI는 ‘MS-DOS’와 같습니다

현재의 챗봇 인터페이스는 1980년대의 ‘MS-DOS’와 비슷합니다. 까만 화면에 하얀 글씨로 명령어를 입력해야 했죠. 당시에도 컴퓨터는 강력했지만, 소수의 전문가만 다룰 수 있었습니다.

지금의 AI가 그렇습니다. 무엇을 물어봐야 할지, 어떻게 ‘프롬프트’를 작성해야 할지 막막합니다. 결국 사람들은 자신이 아는 가장 단순한 작업, 즉 검색이나 글쓰기 같은 것에만 AI를 사용하게 됩니다.

MS-DOS가 ‘윈도우’나 ‘맥OS’라는 시각적 혁신을 만나 모두의 도구가 되었듯, AI에게도 이런 ‘순간’이 필요합니다. 더 직관적이고, 더 시각적이며, 더 쉬운 다음 세대의 인터페이스 말입니다.

 

TV에서 유튜브로, 소프트웨어도 그렇게 변합니다

과거에 우리는 방송국이 정해준 시간에 맞춰 TV를 봤습니다. 콘텐츠는 소수의 전문 개발사나 방송국만 만들 수 있었습니다. 하지만 유튜브가 등장하며 모든 것이 바뀌었습니다. 누구나 크리에이터가 될 수 있게 되었죠.

소프트웨어도 마찬가지입니다. 미래의 운영체제는 지금과는 완전히 다를 겁니다. 스토어에 등록된 몇 개의 인기 앱만 존재하는 것이 아닙니다. 내 친구가 만든 앱, 내가 어제 수정해서 쓰고 있는 앱, 그리고 AI가 나를 위해 방금 제안해 준 앱이 함께 존재할 겁니다.

예를 들어 볼까요. 당신이 다음 주 뉴욕 여행을 앞두고 있다고 해봅시다. AI는 당신이 평소 예술에 관심이 많다는 것을 압니다. 그리고 당신이 머물 에어비앤비 근처의 아트 쇼를 찾아주는 ‘미니 앱’을 즉시 만들어 제안합니다.

이 앱은 여행이 끝나면 사라질지도 모릅니다. 오직 그 순간, 그 맥락에서만 존재하는 ‘일시적인 소프트웨어’입니다. 고정된 기능의 무거운 ‘앱’이 아니라, 나를 중심으로 유연하게 변하는 서비스가 되는 것입니다.

 

코딩 대신 ‘감각’으로 앱을 만듭니다

이런 미래가 개발자에게만 해당되는 이야기일까요? 전혀 그렇지 않습니다. 이 이야기의 핵심은 ‘누구나’ 자신만의 소프트웨어를 만들 수 있게 된다는 점입니다.

이 강연의 연사(유지니아)는 자신의 딸을 위한 퍼즐 게임을 만들었던 경험을 공유합니다. 딸은 그냥 퍼즐이 아니라, ‘엘사 공주와 자스민 공주가 나오고, 이탈리아어로 된’ 퍼즐 게임을 원했습니다.

앱스토어에서 이런 앱을 찾는 것은 불가능에 가깝습니다. 하지만 그녀는 AI를 이용해 단 2분 만에 이 앱을 만들었습니다. 그리고 딸의 요청에 맞춰 기능을 수정하는 데는 단 몇 초면 충분했습니다.

어떤 사용자는 자신만의 헬스 앱을 만들었습니다. 앱스토어의 복잡한 운동 앱이 아니라, 자신이 읽고 있는 단 한 권의 책에 나오는 운동법을 기록하는 앱이었습니다. 그는 헬스장에 갈 때마다 필요한 기능을 조금씩 추가하며 자신만의 앱을 완성해 나갔습니다.

이것이 바로 ‘바이브 코딩(Vibe Coding)’입니다. 코드를 짜는 것이 아니라, 나의 ‘감각’과 ‘취향’에 맞춰 앱을 디자인하는 것입니다. 마치 우리가 파워포인트 대신 캔바(Canva)를 쓰며 디자인에만 집중하는 것처럼 말입니다.

 

‘프롬프트’를 공유하는 이상한 시대

지금 우리는 AI의 놀라운 능력을 경험하면서도, 그것을 공유하는 아주 이상한 방식을 쓰고 있습니다. 틱톡이나 레딧 같은 커뮤니티에 누군가 공유한 길고 복잡한 ‘프롬프트’ 텍스트를 그대로 복사해서 붙여 넣는 방식입니다.

이것은 마치 MS-DOS 시절, 컴퓨터 잡지에 실린 긴 명령어를 따라 치던 모습과 같습니다. 누군가 AI로 만든 멋진 이미지를 봐도, 그 프롬프트를 찾고, 올바른 앱을 찾아 실행하는 과정이 너무 번거로워 중간에 포기하게 됩니다.

이 불편함의 해결책이 바로 ‘미니 앱’입니다. 복잡한 프롬프트 텍스트 대신, 그 기능이 담긴 앱 자체를 공유하는 것입니다.

예를 들어, 한 헬스 인플루언서가 자신의 운동 루틴을 긴 글로 설명하는 대신, 자신의 운동 프로토콜이 담긴 ‘미니 앱’을 배포할 수 있습니다. 소프트웨어는 더 이상 딱딱한 ‘도구’가 아니라, 새로운 형태의 ‘콘텐츠’가 되고 커뮤니티를 만드는 시작점이 됩니다.

 

영화 ‘Her’의 함정, 목소리가 정답은 아닙니다

많은 사람이 영화 ‘(Her)’를 떠올리며, AI의 궁극적인 인터페이스는 ‘목소리’가 될 것이라 생각합니다. 하지만 이는 위험한 ‘생각의 함정’일 수 있습니다.

목소리 인터페이스는 생각보다 결함이 많습니다. 사무실에서 쓸 수 없고, 옆에 누군가 자고 있을 때도 쓸 수 없습니다. 프라이버시에 취약하고, 새로운 기능을 발견하기에도 불리합니다.

아마존의 알렉사조차 요즘엔 대부분 스크린을 탑재해서 나옵니다. 우리는 요리 타이머를 맞출 때조차, 남은 시간을 눈으로 확인하고 싶어 하기 때문입니다.

진짜 미래는 단순히 음성으로 명령하는 기기가 아닙니다. AI가 중심이 되는 완전히 새로운 ‘AI 퍼스트 스마트폰’입니다. 대부분의 AI 모델이 기기 안에서 로컬로 작동하고, OS 자체가 나에게 맞춰 유연하게 변하는 그런 기기 말입니다.

AI는 더 이상 내 스마트폰 안의 수많은 ‘앱 중 하나’가 아닙니다. AI가 곧 스마트폰 그 자체가 되어야 합니다.

우리는 지금 ‘소비자’와 ‘창작자’의 경계가 무너지는 시대를 살고 있습니다. 유튜브가 영상의 경계를 허물었고, 캔바가 디자인의 경계를 허물었습니다. 이제 소프트웨어의 차례입니다.

이 모든 변화의 핵심은 기술이 아니라 ‘공감’입니다. AI를 만드는 천재적인 개발자들에게는 종종 이 공감 능력이 부족할 수 있습니다. 그들은 기술이 얼마나 뛰어난지에 집중하지만, 정작 사용자가 무엇을 불편해하는지는 놓치기 쉽습니다.

우리의 어머니가 AI를 쓰기 위해 복잡한 ‘프롬프트’를 외워야 한다면, 그건 기술이 사람에게 적응한 것이 아니라 사람이 기술에 굴복한 것입니다.

우리가 쓰는 도구가 우리를 규정합니다. 그리고 머지않아, 우리 모두가 자신만의 도구를 직접 규정하는 시대가 올 것입니다. 그것이 ‘개인 소프트웨어’가 우리에게 보여주는 진짜 미래입니다.

 

출처: a16z 유튜브

 

요즘 쇼핑할 때 ‘메이드 인 차이나’ 라벨을 보면 어떤 생각이 드시나요? 아직도 ‘싸지만 품질은 그저 그런’ 제품을 떠올릴지도 모릅니다. 하지만 우리가 모르는 사이, 중국의 수출 공식이 완전히 바뀌고 있습니다.단순히 물건을 싸게 파는 나라가 아니라, 전 세계 시장을 재편하는 ‘게임 체인저’가 되고 있다는 이야기입니다. 이 변화가 우리 삶과 비즈니스에 어떤 의미일까요?

 

‘관세 폭탄’은 효과가 없었을까?

미국을 비롯한 여러 나라가 중국에 높은 관세를 부과했습니다. 실제로 이 전략은 일부 효과를 거두었습니다. 장난감, 신발, 의류처럼 노동력이 많이 필요한 제품들이 직격탄을 맞았습니다. 이 분야의 수출은 두 자릿수 하락을 기록하기도 했습니다.

하지만 이것이 중국 수출 전체의 그림은 아니었습니다. 관세 장벽에도 불구하고 중국의 전체 수출 물량은 놀랍게도 견고한 성장을 이어갔습니다. 어떻게 이런 일이 가능했을까요?

 

저가 제품에서 ‘신 3종 세트’로

중국은 더 이상 장난감과 가구에만 의존하지 않습니다. 대신 ‘신 3종 세트’라 불리는 새로운 수출 동력이 폭발적으로 성장했습니다. 전기차, 리튬이온 배터리, 태양광 패널이 바로 그 주인공입니다.

이 분야들은 높은 기술력을 필요로 합니다. 중국은 반도체, 자동차 부품 등 하이테크 제조 분야에서 꾸준히 점유율을 높여왔습니다. 이러한 ‘구조적 변화’가 관세의 충격을 흡수하는 완충재 역할을 했습니다.

 

단순히 ‘물건’만 파는 것이 아니다

중국의 진정한 무서움은 제품을 넘어선 곳에 있습니다. 이제 중국은 ‘디지털 비즈니스 모델’ 자체를 수출합니다. 소비자에게 직접 판매하는(DTC) 플랫폼이나 소셜 커머스 경험을 그대로 해외에 이식하고 있습니다.

수출 시장을 다변화한 전략도 주효했습니다. 미국 시장이 막히자, 이들은 무역 파트너를 신흥 시장으로 빠르게 전환했습니다. 무역은 유동적이어서, 다른 나라를 통해 우회하는 경로를 찾아내기도 했습니다.

강력한 공급망은 이 모든 것을 가능하게 하는 기반입니다. 중국은 원자재부터 첨단 제조까지, 생산에 필요한 모든 것을 갖추고 있습니다. 이 때문에 품질은 높이면서도 경쟁사보다 15%에서 60%까지 저렴한 가격을 유지할 수 있습니다.

 

새로운 게임의 규칙

중국 경제를 바라보는 우리의 시각도 이제는 바뀌어야 합니다. 중국은 더 이상 세계의 ‘저가 공장’이 아닙니다. 스스로 기술 표준을 만들고, 새로운 비즈니스 모델을 제시하며, 더 높은 가치를 창출하는 경쟁자가 되었습니다.

물론 중국 내부에도 과제는 남아있습니다. 첨단화된 ‘다크 팩토리’는 많은 일자리를 만들지 못해, 내수 소비를 활성화하는 데 한계가 있을 수 있습니다.

하지만 분명한 사실은, 중국이 새로운 성장 엔진을 장착했다는 것입니다. 이 변화는 전 세계 소비자에게 더 넓은 선택권과 더 빠른 기술 도입을 의미할 수 있습니다. 동시에 우리 기업들에게는 완전히 다른 차원의 경쟁을 요구하고 있습니다.

 

출처: Goldman Sachs 유튜브

 

최근 몇 달 사이, 정말 많은 해고 소식이 들려옵니다. 2025년 9월까지 발표된 일자리 감축 소식만 해도 94만 건이 넘는다고 하죠. 작년 같은 기간보다 55%나 증가한 수치입니다.

많은 사람들이 그 원인으로 AI를 지목합니다. 투자자들은 기업에게 AI를 어떻게 활용하고 있는지, 왜 비용 절감에 쓰지 않는지 묻기 시작했습니다. 하지만 이 모든 대규모 구조조정이 정말 AI 때문에 일어나는 걸까요? 어쩌면 우리가 진짜 이유를 놓치고 있는 건 아닐까요?

 

AI는 정말 일자리를 대체하고 있나

우리는 흔히 AI가 사람의 일을 간단히 대체할 수 있다고 생각합니다. 하지만 현실은 그렇게 단순하지 않습니다.

기업이 AI를 도입해 비용을 절감하는 과정은 사실 매우 복잡하고 시간이 많이 듭니다. 결코 간단하거나 저렴하지 않죠.

실제로 기업들은 “AI 컴퓨터 한 대로 직원 1만 명을 대체합니다”라고 말하지 않습니다. AI가 지금 당장 영향을 미치는 분야는 일부 저숙련 일자리에 한정될 뿐, 중간 관리자급의 화이트칼라 업무를 대체한다는 증거는 아직 찾기 힘듭니다.

 

‘AI 때문’이라는 말의 숨은 뜻

그렇다면 왜 이렇게 AI가 주범처럼 이야기될까요? 여기에는 월스트리트의 기대감이 큰 역할을 합니다.

AI 혁신에 대한 기대가 높아지면서, CEO들은 AI를 비즈니스에 활용해야 한다는 압박을 받고 있습니다. 심지어 AI 관련 성과를 내지 못하면 2년 안에 해고될 수 있다는 두려움을 느낀다는 CEO가 79%에 달한다는 조사도 있습니다.

이런 상황은 경영진에게 ‘AI 워싱’의 유혹을 만듭니다. 실제로는 경영 실적이 나빠져서 사람을 내보내는 것인데도, “AI 때문에 구조조정을 한다”고 발표하는 것이죠.

놀랍게도 월스트리트는 ‘AI’라는 단어가 붙은 발표를 좋아합니다. AI를 이유로 들면 주가가 오히려 오르는 현상까지 나타나고 있습니다.

 

진짜 해고의 이유는 따로 있다

사실 최근의 해고는 AI보다는 다른 이유와 더 깊게 연관되어 있습니다. 많은 경우, 이는 대대적인 기업 구조 개편이나 비용 절감 노력의 일환입니다.

지난 몇 년간 많은 기업의 몸집이 거대해졌습니다. 불필요한 중간 관리 직책이 늘어나고, 하나의 프로젝트를 진행하는 데도 너무 많은 결재 단계를 거쳐야 했죠.

소위 ‘기업 비만’ 상태가 된 것입니다. 직원들은 실제 일하는 시간보다 회의에 더 많은 시간을 쓰게 됩니다.

하지만 고금리와 소비 심리 위축 같은 경제적 어려움이 닥치자, 기업들은 이런 비대한 구조를 더 이상 유지할 수 없게 되었습니다. 불필요한 관리 계층을 3~4단계씩 줄여야만 고객에게 더 빠른 결과물을 내놓을 수 있게 된 것이죠.

 

구조조정은 정말 최선일까

그렇다면 이렇게 인력을 감축하는 것이 항상 옳은 답일까요? 흥미롭게도 최근 몇 년간의 연구는 다른 이야기를 합니다.

연구에 따르면, 해고를 최대한 미루고 버티는 기업이 장기적으로 더 나은 재무 성과를 거두는 것으로 나타났습니다.

인력 감축으로 아낄 수 있는 비용은 생각보다 크지 않습니다. 반면, 나중에 경기가 회복되었을 때 새로운 사람을 뽑고 교육하며 조직을 안정시키는 데는 훨씬 더 큰 비용과 시간이 들기 때문입니다.

‘AI가 모든 일자리를 빼앗을 것’이라는 이야기는 매우 자극적입니다. 하지만 우리는 더 확실한 증거가 나오기 전까지, 이 말을 조금 더 신중하게 받아들일 필요가 있습니다.

 

출처: CNBC 유튜브

 

인공지능(AI)이 마치 공기처럼 우리 삶에 스며들고 있습니다. 생성형 AI가 세상을 바꾸리라는 예측은 이제 기정사실처럼 느껴집니다. 하지만 이 거대한 변화 속에서, 정작 ‘나의 일’ 혹은 ‘우리 회사’의 미래 전략은 무엇이 되어야 할까요?

무작정 AI 기술을 도입하는 것이 해답은 아닐 겁니다. 수많은 기업이 AI라는 거대한 파도 앞에서 고민합니다. 불확실한 미래에 대응하기 위한 선도적인 기업의 생존 전략은 우리에게 중요한 인사이트를 제공합니다. 글로벌 무대에서 AI를 통해 새로운 성장의 길을 모색하는 한 기업의 전략을 통해 그 답을 찾아봅니다.

 

소버린 AI, ‘놓쳤을 때의 대가’에 투자해야 하는 이유

현재 AI를 둘러싼 논의는 소버린 AI(Sovereign AI)와 버티컬 AI(Vertical AI) 두 축으로 나뉩니다.

소버린 AI는 쉽게 말해 ‘국가적 차원의 AI 역량 확보’를 의미합니다. 주변의 평가를 들어보면 소버린 AI에 대해 부정적인 시각이 60%, 긍정적인 시각이 40% 정도라고 합니다.

단순 확률로만 본다면 부정적인 의견이 더 많으니 시도하지 않는 것이 합리적일 수 있습니다. 그러나 이 계산에는 결정적인 함정이 있습니다. 만약 소버린 AI를 시도하지 않았는데 그 방향이 맞다면, 우리가 잃게 되는 기댓값은 상상 이상이기 때문입니다. 실패했을 때의 손실보다 성공했을 때의 기대 이익이 압도적으로 크다면, 확률이 낮더라도 도전하는 것이 옳습니다. 소버린 AI는 결국 ‘내수’를 위한 안전망이며, 놓치지 않기 위해 투자해야 할 영역입니다.

 

결국 돈을 벌어오는 건 ‘버티컬 AI’다

반면, 버티컬 AI는 우리에게 실질적인 성과를 가져다줄 ‘수출용’ 무기입니다. 소버린 AI가 한국 시장에서 뒤처지지 않기 위한 방어적 조치라면, 버티컬 AI는 해외에서 돈을 벌어오는 공격적인 전략입니다.

버티컬 AI를 키우는 것은 단순히 특정 산업에 AI를 적용하는 것을 넘어섭니다. 이 전략은 막대한 투자와 동시에 글로벌 스케일로 인프라를 구축해야만 성공할 수 있습니다. 예를 들어, 야놀자는 지난 10년간 축적한 데이터를 기반으로 여행 산업에서 세계 시장을 선도하는 버티컬 AI를 만들겠다는 목표를 세웠습니다. 돈을 벌어올 영역에 대한 객관적이고 구체적인 계획이 필수적입니다.

 

AI 인프라를 넘어 수요를 창출할 ‘글로벌 스케일’ 전략

AI 경쟁력을 갖추기 위해서는 크게 세 가지 축이 필요합니다. ‘머리’ 역할을 하는 소버린 AI, 그리고 이를 뒷받침할 데이터센터, 마지막으로 실질적 수익을 창출할 버티컬 AI입니다.

특히 데이터센터 구축에 대해서는 신중해야 합니다. 과거 한국이 수요 고민 없이 에어하우스를 지었다가 비어있던 것처럼, 수요 예측 없이 AI 데이터센터만 짓는 것은 위험합니다.

AI 데이터센터는 지역(로컬) 단위가 아닌 글로벌 네트워크 스케일로 구성되어야 합니다. 정부와 협력하여 스타게이트(Stargate) 프로젝트와 같은 방식으로 글로벌 파트너십을 맺어야 수요에 대한 우려를 해소할 수 있습니다. 나아가, 기업이 해외 사업을 할 때 인지도가 부족하다면 ‘대한민국’이라는 브랜드를 적극적으로 활용해야 합니다. 현재 K-컬처를 필두로 한 한국의 소프트파워는 해외에서 매우 높이 평가받고 있습니다. 이 국가 브랜드는 기업의 부족한 인지도를 메워주는 강력한 글로벌 자산입니다.

 

완벽한 ‘개인화’와 ‘운영 자동화’로 만드는 Vic AI의 미래

궁극적으로 버티컬 AI 기업이 지향해야 할 목표는 명확합니다. 공급자를 위해서는 완벽한 운영 자동화를 이루어 매출과 이익을 극대화해야 합니다. 예를 들어, 고객이 호텔에 도착했을 때 리셉션 직원이 오래 걸리는 복잡한 체크인을 대체하는 ‘스마트 프론트’ 서비스가 있습니다. 하드웨어와 고객 간의 커뮤니케이션을 고도화하여 줄을 서는 불편함이나 키 카드 오류, 퇴실 시 불이 켜진 채로 나가는 비효율까지 모두 제거하는 것입니다.

사용자(고객)에게는 완벽한 개인화된 경험을 제공해야 합니다. 나에게 가장 합리적인 가격의 제품을 찾도록 돕는 것입니다. 이는 단순히 마진을 줄여 가격을 낮추는 방식이 아닙니다. 개인에게 최적화된 상품을 추천함으로써 원가를 절감하고 그만큼 가격을 낮추는 지속 가능한 방식입니다. 이러한 자동화와 개인화가 결합되어 AI 에이전트가 오케스트레이션을 하는 구조가 완성될 때, 가장 대표적인 버티컬 AI 기업이 탄생하게 됩니다.

 

새로운 도전을 위한 ‘타이밍’과 ‘능력’

지금은 스타트업에게 또 다른 기회의 ‘타이밍’이 왔습니다. 모바일 혁명기에 인프라를 깔았던 기업보다 그 위에서 서비스를 만든 기업들이 결국 스타가 되었습니다. AI 역시 마찬가지입니다. 현재는 AI 인프라가 깔리는 시기이며, 이것이 완성되고 나면 ‘수요’가 폭발할 것입니다. 그리고 그 수요는 서비스 기업에서 올 것입니다. 지금이 바로 모바일 시대의 재림과 같은 혁신적인 기회의 순간입니다.

다만, 이 기회를 잡기 위해서는 능력에 대한 자기 객관화가 필수입니다. 시장의 움직임, 고객의 페인 포인트(Pain Point), 그리고 성공을 위해 내가 갖춰야 할 능력에 대해 얕게 접근해서는 안 됩니다. 깊게 파고들수록 성공 확률이 높아집니다. 새로운 기회가 온 지금, 치열함과 치밀함을 바탕으로 깊이 있는 분석과 실행만이 우리를 미래로 이끌 것입니다.

 

출처: 티타임즈TV 유튜브

 

매일매일 쏟아지는 업무 속에서 우리는 수많은 도구와 AI 서비스를 사용하고 있습니다. 하지만 단순한 하나의 작업을 처리하기 위해 여러 시스템 사이를 오가며 데이터를 옮기고 붙여넣는 일에 지치지는 않으셨나요? 흩어진 여러 도구들을 하나의 ‘신경 시스템’처럼 엮어내, 복잡한 업무를 스스로 완수하는 새로운 AI의 시대가 열리고 있습니다. 바로 이 모든 과정을 조율하는 핵심이 ‘오케스트레이터 에이전트’입니다. 이는 곧 당신의 비효율적인 업무 방식을 근본적으로 개선할 열쇠가 될 것입니다.

오케스트레이터 에이전트: AI 도구들의 ‘신경 시스템’

오케스트레이터 에이전트는 여러 AI 에이전트나 도구들의 작업을 총괄하고 감독하는 ‘지휘자’ 역할을 수행합니다. 이 에이전트 덕분에 다양한 보조 에이전트들이 협력하여 하나의 목표를 효율적으로 달성할 수 있습니다. 수많은 하위 에이전트와 도구들이 함께 움직이며 복잡한 작업을 처리할 때, 우리는 이것을 멀티 에이전트 시스템(Multi-Agent System, MAS)이라고 부릅니다. 오케스트레이터는 이 MAS의 효율적인 운영을 가능하게 하는 핵심 요소입니다.

 

감사 노트 작성 요청, AI는 네 단계를 거칩니다

우리가 오케스트레이터 에이전트에게 “최근 프로젝트를 도와준 팀원들에게 맞춤형 감사 노트를 작성해줘”라고 요청하는 상황을 가정해 봅시다.
이 에이전트는 작업을 시작하기 전, 데이터 접근을 위한 API 연결과 업무 실행 순서를 먼저 정의합니다.
이후 에이전트 선정, 워크플로우 조정, 데이터 공유, 지속적인 학습이라는 네 가지 핵심 단계를 순차적으로 실행합니다. 이 과정을 통해 요청 사항은 인간의 개입 없이 매끄럽게 완성됩니다.

 

작업에 적합한 ‘최적의 동료’를 선택하는 방법

가장 먼저 오케스트레이터는 작업에 필요한 최적의 에이전트와 도구를 카탈로그에서 신중하게 고릅니다. 감사 노트 작성이라는 임무를 위해, 오케스트레이터는 세 가지 시스템과의 협력을 결정할 수 있습니다. 이는 팀원 정보가 담긴 프로젝트 관리 시스템, 특정 톤으로 글을 쓰는 이메일 생성 에이전트, 그리고 사내 직원 감사 앱입니다. 올바른 도구를 선택하는 이 과정은 오케스트레이터가 작업을 효율적으로 진행하기 위한 첫걸음이 됩니다.

 

API를 활용한 워크플로우의 ‘조율’과 ‘실행’

에이전트 선정을 마친 오케스트레이터는 이제 전체 작업을 여러 하위 작업으로 쪼갭니다. 그리고 이를 적절한 에이전트나 도구에 할당하며 실행을 지시합니다. 오케스트레이터는 API를 통해 프로젝트 관리 시스템에 연결하여 프로젝트에 참여한 팀원 정보를 확인합니다. 이후 이메일 생성 에이전트를 활용해 원하는 톤과 스타일로 맞춤형 감사 메시지를 작성합니다. 마지막으로, 사내 앱을 통해 실제로 노트를 발송하도록 모든 과정을 조율합니다.

 

이질적인 시스템을 연결하는 ‘USB-C 포트’: MCP

여기서 만약 팀원 정보가 있는 시스템과 감사 노트를 생성하는 AI가 서로 다른 회사에서 만들었다면 어떻게 될까요? 이질적인 시스템들은 서로의 데이터 구조를 알지 못해 통신할 수 없습니다. 이 문제 해결의 핵심이 바로 **모델 컨텍스트 프로토콜(Model Context Protocol, MCP)**입니다. 이 기술은 AI 애플리케이션을 위한 ‘USB-C 포트’와 같아서, 서로 다른 제조사의 장치라도 표준화된 방식으로 연결합니다.

 

MCP의 작동 원리: 모델, 컨텍스트, 프로토콜

MCP를 통해 에이전트는 데이터의 저장 위치나 검색 방법을 알지 못해도 “X에 대한 정보를 줘”라고 요청할 수 있게 됩니다. 여기서 M은 에이전트의 중심에 있는 대규모 언어 모델(Model)을 의미합니다. C는 작업 수행에 필요한 문서나 검색 결과 등 모든 추가적인 정보(Context)를 통칭합니다. 마지막으로 P는 모델이 다양한 도구 및 데이터 소스와 상호 작용할 수 있도록 하는 표준화된 통신 방식(Protocol)입니다.

 

작업의 완성: 산출물과 끊임없는 학습

각 하위 에이전트는 작업을 실행한 후 그 정보를 오케스트레이터 에이전트에게 다시 보냅니다. 오케스트레이터는 이 결과를 하나로 묶어 ‘산출물(Artifact)’이라는 완성된 형태로 포장합니다. 최종적으로 오케스트레이터는 팀원들에게 멋지게 작성된 감사 노트를 전달하며 업무를 마무리합니다. 더 나아가, 이 에이전트는 완료된 작업을 되돌아보며 성능을 모니터링하고 다음번 작업을 위해 개선 사항을 반영하는 지속적인 학습 과정을 거치게 됩니다.

 

오케스트레이터 에이전트를 활용한 멀티 에이전트 시스템은 단순한 자동화를 넘어섭니다. 이는 복잡하게 얽힌 업무 환경 속에서 AI가 스스로 생각하고, 협력하고, 개선하는 ‘똑똑한 자동화’의 미래를 제시합니다. 당신이 직접 여러 도구를 감독하는 대신, 이 ‘지휘자 에이전트’에게 일을 맡기고 더 중요한 핵심 업무에 집중해보세요.

출처: IBM Technology 유튜브