구글은 챗GPT보다 1년 먼저 만들고도 내놓지 못했다, OpenAI 티보가 말하는 다음 AI

딥마인드를 거쳐 OpenAI에서 Codex를 이끄는 티보 소티오 인터뷰

| 조회 239 |
0
|
티보 소티오가 매튜 버먼과 대담을 시작하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보 소티오가 매튜 버먼과 대담을 시작하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

티보는 사용량 리셋 버튼을 누를 때 마케팅팀이나 재무팀에 묻지 않습니다. "제가 누르고 싶을 때, 그게 맞다고 느껴질 때 누릅니다." 요즘 개발자들이 그의 트윗 하나하나를 지켜보는 이유가 바로 이 버튼이에요. Codex 사용량 한도를 통째로 초기화해 주는 버튼이고, 이제는 실제로 누르는 물리 버튼까지 생겼다고 하죠.

티보 소티오(Thibault Sottiaux)는 지금 OpenAI에서 Codex를 이끌고 있습니다. 그전에는 구글 딥마인드에서 연구를 빠르게 돌리기 위한 인프라와 제품을 만들었어요. 챗GPT가 나오기 1년쯤 전, 구글 안에는 이미 대화형 AI가 있었고 그는 그 현장에 있었습니다. 그리고 그게 세상에 나오지 못하는 걸 지켜봤죠.

요즘 "AI 경쟁은 결국 모델 성능 싸움"이라는 말을 많이 하는데, 티보의 이야기는 조금 다른 곳을 가리킵니다. 무엇을 만들 수 있느냐보다, 만든 걸 언제 내놓을 수 있느냐, 그리고 사람이 AI에 맞추지 않아도 되게 하느냐가 승부라는 거예요.

AI 유튜버 매튜 버먼(Matthew Berman)이 진행한 대담을 가져왔습니다. 다음 AI 흐름이 어디로 가는지, 창업자가 무엇을 배워야 하는지 위주로 인터뷰 형식으로 정리했어요.

매튜 버먼이 구글 시절 이야기로 첫 질문을 꺼내는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
매튜 버먼이 구글 시절 이야기로 첫 질문을 꺼내는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

구글은 1년 먼저 만들고도 내놓지 못했습니다

Q. 딥마인드 시절, 구글이 너무 겁을 먹어서 대화형 AI를 못 내놨다고 트윗하셨잖아요.

정말 흥미진진한 시기였어요. 딥마인드는 굉장히 창의적인 곳이었고, 제 전문은 연구를 가속하는 인프라와 제품이었습니다. 한쪽에 언어 모델을 키우는 팀이 있었는데, 결과가 꽤 좋아지자 "이걸 대화할 수 있는 무언가로 바꿀 수 있지 않을까" 하는 생각이 자연스럽게 나왔어요.

티보가 딥마인드 시절 사내 대화형 AI가 만들어진 과정을 설명하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 딥마인드 시절 사내 대화형 AI가 만들어진 과정을 설명하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

그렇게 'LM 챗' 같은 게 생겼어요. 처음엔 사내용이었고, 이걸 누구나 쓰는 도구로 공개하자는 야심도 있었습니다. 시기로 치면 챗GPT보다 대략 1년 앞섰어요.

그런데 딥마인드는 제품을 내놓도록 짜인 조직이 아니었어요. OpenAI는 그 점에서 완전히 다릅니다. 연구와 제품이 아주 가깝게 붙어서 같이 아이디어를 내고 같이 설계해요. 출시하려는 쪽으로 강하게 기울어 있고, 만든 걸 사람들 손에 쥐여 주려는 성향이 강하죠. 제가 여기로 온 이유이기도 합니다.

Q. 그때도 이게 특별한 물건이 될 거라는 느낌이 있었나요?

아주 특별하게 느껴졌어요. 처음으로 말이 되는 문장, 뭔가 도움이 되는 답이 나온다는 걸 깨닫는 순간이었거든요. 솔직히 처음엔 도움이 되기보다 웃겼어요. 그러다 점점 쓸모가 생겼죠.

Q. 그 경험에서 배운 걸 OpenAI에 어떻게 가져오셨어요?

그래서 그 시절을 자주 떠올려요. 팀 문화를 생각할 때, 지켜야 할 좋은 점과 하지 말아야 할 것을 가르는 기준이 되거든요. OpenAI는 아래에서 위로 올라가는 문화예요. 누구든 아이디어를 내고, 몇 명이 모여서 아주 빨리 출시할 수 있죠. 새 제품 아이디어에 제동을 거는 힘이 거의 없어요.

티보가 OpenAI의 바텀업 문화를 설명하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 OpenAI의 바텀업 문화를 설명하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

다른 한편으로 중요한 건 난장판이 되지 않게 하는 거예요. 방향도 일관성도 없이 기능만 덕지덕지 붙은 제품은 원하지 않으니까요. 그래서 단순함, 그리고 제품 품질에 대한 자부심으로 균형을 잡습니다. 저는 챗GPT iOS 앱이 지금 나와 있는 앱 중 손꼽히게 좋은 앱이라고 생각해요. 모두가 새로운 걸 빨리 시도하게 두되, 즐거움·성능·효율·단순함이라는 큰 원칙은 지키는 거죠.

Q. 창업자에게 조언한다면, 그런 문화를 만들려면 뭘 해야 하나요?

확신을 갖는 것, 그리고 사용자를 확보해서 피드백으로 아주 빨리 반복하는 것이요. 하나 더 있는데, 창업자보다는 OpenAI 같은 회사에 더 해당하는 얘기예요. 스스로를 무너뜨릴 각오입니다.

저희는 새로운 연구, 새로운 아이디어가 계속 나와요. 그중 언제가 투자할 타이밍인지 알아보고, 본업에서 자원을 빼 와서라도 거기에 거는 거죠. 정말 어려워요. 그런데 정말 중요합니다.

티보가 본업의 자원을 새 아이디어로 옮기는 결정의 어려움을 이야기하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 본업의 자원을 새 아이디어로 옮기는 결정의 어려움을 이야기하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

공정하게 말하면 구글도 계획이 있었어요. 다 큰 계획의 일부였죠. 다만 저한테는 맞는 곳이 아니었습니다.

Q. 회사가 커지고 돈 버는 사업이 생기면, 그 문화를 지키기 더 어렵지 않나요?

저희는 굉장히 앞을 보는 조직이에요. AI의 미래와 인류가 그걸로 얻을 이익은, 우리가 앞으로 한두 달, 석 달 동안 쌓아 둔 것을 기다려 주지 않거든요. 그러니 파도가 어디로 가는지 눈을 뜨고 보고, 그 파도를 탈 자리에 서는 게 중요해요.

저희도 모델을 학습시킨 다음에야 그 능력을 발견해요. 벤치마크가 모든 걸 알려 주지 않거든요. 모델을 한참 만져 봐야 "아, 이렇게도 쓸 수 있네" 하고 알게 되고, 그게 제품을 보는 관점 자체를 바꿔요.

티보가 새 음성 기능 덕분에 AI에게 말로 일을 맡기게 됐다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 새 음성 기능 덕분에 AI에게 말로 일을 맡기게 됐다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

예를 들어 최근 새 음성 기능을 냈는데, 대화가 아주 자연스럽고 도구도 쓸 수 있어요. 그 뒤로 저는 말로 하는 시간이 훨씬 늘었습니다. 받아쓰기 품질이 너무 좋아서 프롬프트를 타이핑하는 것보다 효율적이거든요. 아침에 휴대폰을 들고 앉아서 오늘 할 일 몇 가지를 쭉 말하면, 제 도구에 다 연결돼 있으니 알아서 처리해요. 좋은 음성 모델이 없던 때는 불가능한 일이었죠.


Codex는 두세 달 뒤면 원시적으로 보일 겁니다

Q. "지금의 Codex는 두세 달 뒤면 원시적으로 보일 것"이라고 쓰셨죠. 하네스에서 아직 바꿀 게 남았나요?

엄청 많아요. 지금 Codex든 다른 코딩 에이전트든 능숙하게 쓰는 사람들은 약간의 투박함에 익숙해져 있어요. 스킬 파일(skill file, 에이전트에게 일하는 법을 가르치는 설명서 파일)을 관리해야 하는데, 오래 유지하기 어렵다는 걸 많은 분들이 느끼셨을 거예요.

메모리도 있긴 한데 늘 전부 기억하진 못해요. 서브 에이전트를 쓰면 그 서브 에이전트까지 신경 써야 하고, 작은 네트워크가 생기죠. 그렇게 쓰다 보면 곳곳에서 환상이 깨져요.

티보가 서브 에이전트와 메모리 때문에 '환상이 깨진다'고 설명하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 서브 에이전트와 메모리 때문에 '환상이 깨진다'고 설명하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

정말 원하는 건 나를 깊이 이해하는 존재예요. 내 목표, 내 하루, 우리 팀이 뭘 하는지까지 알고, 반응할 뿐 아니라 먼저 나서서 돕는 것. 그 환상이 깨지지 않는 완벽한 파트너요. 그게 저희가 향하는 곳입니다.

Q. 다음 세대 모델은 노트북 이상이 필요하다는 말은 무슨 뜻이에요?

모델이 아주 강력해지면 노트북 자체가 제약이 돼요. 노트북은 사람을 위해 설계됐거든요. 사람이 타이핑하는 속도, 생각하는 속도, 한 번에 열어 두는 앱 수에 맞춰져 있죠. 다 사람의 제약이에요.

모델에겐 그런 제약이 없어요. 언젠가는 앱 100개를 동시에 열어 놔도 멀쩡히 다룰 수 있겠죠. 그러니 미래의 모델이 노트북보다 더 많은 자원에 접근해야 한다는 건 너무 분명해요.

티보가 노트북은 사람의 속도에 맞춰 설계됐다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 노트북은 사람의 속도에 맞춰 설계됐다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

진행자가 말한 울트라패스트(ultra fast, 기존 빠른 모드보다 토큰을 14배가량 빨리 내는 모드)처럼 속도가 확 올라가면 병목도 옮겨 가요. 이제는 도구 호출, 네트워크, 스택 곳곳의 오버헤드가 한계가 되죠. 대신 여러 일을 동시에 돌려서 메울 수 있어요. 한쪽에서 탐색하면서 테스트를 쓰고, 컴파일하고, 새 가설을 확인하는 걸 한꺼번에요.

Q. 저는 에이전트 10~15개를 동시에 돌리는데 머리가 터질 것 같아요. 1인 개발자의 일하는 방식은 어떻게 바뀔까요?

저희가 정말 신경 쓰는 게 사람의 주의력을 관리하는 거예요. 주의력 친화적인 도구요. 결국 사람을 위해 만드는 거니까요. 지금 이걸 알려 줄지 30분 뒤에 알려 줄지까지 사람의 멀티태스킹 능력에 맞춰 설계해야 하죠.

그런데 울트라패스트에 음성까지 붙으면 느낌이 달라져요. 이 녀석이 나랑 같은 속도로, 아니 더 빠르게 움직이는 거예요. 몰입이 끊기지 않고, 아이디어를 내고, 프로토타입을 보고, 작은 보고서를 실시간으로 받아요.

티보가 울트라패스트를 쓰면 실시간으로 결과를 보며 몰입할 수 있다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 울트라패스트를 쓰면 실시간으로 결과를 보며 몰입할 수 있다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

그러고 나면 "에이전트 10개 돌리던 예전 방식으로는 별로 돌아가고 싶지 않다"는 생각이 들어요. 사람이 기술에 적응하는 게 아니라 기술이 사람에게 맞추는 경험, 그걸 만들려는 거예요.

Q. 요즘 루프니 그래프니 에이전트 코딩 기법이 쏟아지는데요. 다 주의력을 아끼려는 방법인가요?

저는 문제를 두 갈래로 봐요. 첫째는 최고의 개인 AGI, 나와 함께 흐름을 타는 개인 에이전트를 만드는 거예요. 먼저 나서서 중요한 아이디어를 꺼내고, 내가 원하는 걸 정확히 해내요. 기술 문제든 조사든 조언이든 상관없이, 나라는 고유한 개인을 깊이 이해하는 데서 출발하죠.

둘째는 완전 자동화예요. 복잡한 과정을 알아서 처리하는 지능형 시스템이요. 운영 로그를 보고 성능을 자동으로 최적화하거나, 회귀(regression, 잘 되던 기능이 새 변경으로 망가지는 것)를 찾아 자동으로 고치는 거죠.

티보가 보안 스캐너가 찾은 취약점을 자동으로 패치하는 예를 드는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 보안 스캐너가 찾은 취약점을 자동으로 패치하는 예를 드는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

보안에서도 이게 보여요. 스캐너가 취약점을 찾으면 자동으로 패치해서, 취약점이 열려 있는 시간을 거의 0으로 줄이는 거예요. 사람은 위험도가 높은 조치만 승인하면 되고, 나머지는 시스템이 돌아가요. 이쪽은 내가 직접 붙잡고 있을 필요가 별로 없는 영역이죠.


엄마와 저는 같은 앱을 쓰게 됩니다

Q. 챗GPT와 Codex를 합치는 중인데, 반응은 어떤가요?

정말 큰 도움이 됐어요. 처음 받은 반응은 "왜 합쳐요? 꼭 그래야 해요?"였어요. 대답은 이거였죠. 우리의 미래 모델이 합쳐지길 원한다. 아주 개인적이고 뭐든 할 수 있는 에이전트를 만드는 중인데, 속은 같은 기술이고 같은 하네스거든요. 코딩을 하든 안 하든 이 에이전트는 다 할 수 있어요.

티보가 사람을 개발자, 디자이너 같은 꼬리표로 나누는 건 인간이 만든 개념일 뿐이라고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 사람을 개발자, 디자이너 같은 꼬리표로 나누는 건 인간이 만든 개념일 뿐이라고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

인터페이스도 마찬가지예요. "난 개발자니까 개발자 화면", "난 비개발자니까 쉬운 화면" 하고 스스로 고를 필요가 없어야 해요. 소프트웨어 엔지니어, 디자이너 같은 꼬리표는 현실이 너무 복잡해서 사람이 만든 추상화일 뿐이에요. 실제 개인은 그 스펙트럼 어딘가에 있고, 인터페이스가 그 사람에게 맞춰 바뀌어야 하죠.

Q. 결국엔 드롭다운으로 제품을 고르는 일도 없어지겠네요. 제 엄마가 저랑 똑같은 화면을 쓴다는 건가요?

맞아요, 같은 걸 쓰시게 될 거예요. 그게 당신의 개인 AGI가 될 거고요. 하는 일도, 얻는 쓸모도 아주 다를 거예요. 연결하는 도구도 다르고 가져오는 아이디어와 필요도 다르죠. 그러면 그 AI가 계속 스스로를 맞춰 가면서 각자에게 최대한 도움이 되게 바뀌어요. 친구들한테도, 다른 모든 사람한테도요.

Q. 아까 '환상'이라는 말을 몇 번 쓰셨는데요. 몇 년 뒤 사람과 AI의 대화는 어떤 모습일까요?

아주 사람에게 맞춰진 모습이요. 대형 언어 모델이 성공한 이유도 그거예요. 자연어는 인간의 개념이잖아요. 우리는 서로 말하는 데 익숙하고요.

내일 당신이 저한테 편지를 쓰면 저는 읽을 수 있어요. 이제 서로 꽤 아니까 그 편지에 담긴 감정이나 뉘앙스도 조금은 읽어 낼 거고요. 그런 게 깊이 인간적인 거죠. 그러니 "어조를 못 알아들었네", "그런 뜻이 아니었는데" 같은 일은 없어야 해요.

티보가 사람이 기술에 적응할 필요 없이 기술이 사람의 자연스러운 연장이 돼야 한다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 사람이 기술에 적응할 필요 없이 기술이 사람의 자연스러운 연장이 돼야 한다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

저희는 당신이 적응하게 하지 않고, 기술이 사람들이 이미 세상에서 움직이는 방식의 자연스러운 연장이 되게 하려고 해요.

Q. 사람의 소통은 손짓, 표정 같은 비언어가 많잖아요. AI가 그것까지 읽어야 할까요?

그렇다고 봐요. 제가 그리는 미래는 아주 주변에 스며 있는 모습이에요. 사무실에서 화이트보드에 뭔가 쓰다가 아이디어가 떠오르면, AI도 그 자리에 있어서 이해하고, 제가 "이건 어때?" 하고 말을 걸면 그냥 음성으로 자연스럽게 대화하는 거죠.

실제로 새 음성 기능을 낸 뒤로 확 떴어요. 음성으로만 챗GPT를 쓰는 사용자가 지금 아주 빠르게 늘고 있어요.

티보가 음성으로만 챗GPT를 쓰는 사용자가 빠르게 늘고 있다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 음성으로만 챗GPT를 쓰는 사용자가 빠르게 늘고 있다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

교훈은 이거예요. 조금 더 자연스러운 쪽으로 기울 때마다, 사람들은 가장 저항이 적은 길을 택해요. 작은 입력창에 타이핑하는 게 누군가에겐 자연스럽지만 모두에게 그렇진 않거든요. 조금 더 쉽고 조금 더 나은 게 생기면 그냥 그걸 쓰게 되죠.


경쟁사는 별로 안 봅니다

Q. 오늘 아침 Codex 사용자가 2천만 명을 넘었다고 올리셨죠. 한때 앤트로픽이 시장의 산소를 다 빨아들이던 때도 있었는데, 지금 시장은 어떻게 보세요?

지금 저희가 집중하는 건 가장 뛰어난 모델, 아주 효율적인 모델을 만들고, 모두를 위한 제품을 자부심을 갖고 만드는 거예요. 이 강력한 기술을 최대한 많은 사람 손에 쥐여 주는 것, 그게 OpenAI가 잘하는 일이에요.

티보가 Codex와 챗GPT를 합친 이유를 누구나 쓰게 하려는 데서 찾는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 Codex와 챗GPT를 합친 이유를 누구나 쓰게 하려는 데서 찾는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

Codex와 챗GPT를 합친 것도 그래서예요. 더 안전하고 더 쓰기 쉽게 만들어서 PM이든 디자이너든 영업, 마케팅, 홍보 담당이든 다 쓰게 하고, 이미 사용자가 엄청 많은 챗GPT를 통해 순식간에 퍼뜨리는 거죠. 그게 말씀하신 성장을 끌고 왔어요.

그리고 저는 경쟁사를 그렇게 많이 보지 않아요. 우리가 고유하게 잘할 수 있는 게 뭔지, 우리 가치가 뭔지, 거기로 최대한 빨리 가려면 어떻게 해야 하는지를 봅니다.

Q. 그래도 사용자는 어느 쪽에 구독료를 낼지 고민하잖아요. 개발자를 대하는 태도에서 두 회사는 뭐가 다른가요?

제가 신경 쓰는 건 모두를 데리고 가는 커뮤니티예요. 저희가 여러 일을 투명하게 공개하고, 커뮤니티에서 아이디어를 많이 가져온다는 데서 느끼실 수 있을 거예요. 솔직히 그게 정말 재밌어요. 거기서 에너지를 많이 받거든요.

이 기술은 저희 자신만을 위해, OpenAI만 빨라지자고 만드는 게 아니에요. 사명이 정말 중요하고, 에너지도 거기서 나와요. 그래서 발이 땅에 붙어 있는 느낌이고, 재밌고, 그 결과로 좋은 일들이 생기는 거죠.

Q. 그 좋은 일 중 하나가 사용량 리셋이죠. 솔직히 마케팅 효과를 노린 건가요?

반직관적일 수 있는데, OpenAI는 그냥 해도 되는 곳이에요. 처음엔 저희가 이것저것 고치다 망가뜨리거나 설정을 잘못해서 기대만큼 안 됐을 때 보상하는 게 맞다고 느꼈어요.

"이 제품을 써 줘서 고마워요. 아직 초기라 열심히 만들고 있는데, 30분쯤 저희가 망가뜨렸네요. 여러분이 이걸 얼마나 중요하게 쓰는지 알아요. 여기 추가 사용량이요." 이렇게 시작했고, 지금도 그렇게 대해요.

티보가 리셋 결정은 마케팅이나 재무와 상의하지 않는다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 리셋 결정은 마케팅이나 재무와 상의하지 않는다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

그러다 꽤 큰일이 됐죠. 이제 리셋 버튼까지 있어요. 그런데 뒤에서 따지는 절차는 별로 없어요. 마케팅이나 재무와 같이 하는 것도 아니고, 제가 누르고 싶을 때, 맞다고 느낄 때 눌러요. 원칙은 하나예요. 멋진 걸 만들려고 하는데 그렇지 못했다면 보상한다.

Q. 아마존 반품 정책이 떠오르네요. 마음에 안 들면 그냥 돌려보내라는 식이요.

사용자를 아끼는 게 많은 걸 해요. "아낀다"고 말로만 할 수도 있고, 망가뜨렸을 때 "정말 미안해요, 이렇게 보상할게요" 하고 진짜로 행동할 수도 있죠.

좋은 순간을 축하하고 기념하고 싶을 때도 눌러요. 저희가 줄 수 있는 것 중에 그보다 의미 있는 게 별로 없거든요. 새 기능은 늘 최대한 넓게 출시하는데, 커뮤니티 전체와 뭔가 나누고 싶을 때가 있어요. "울트라패스트 아직 안 써 보셨죠? 여기 추가 사용량 있으니 써 보세요" 하는 식으로요.

티보가 실제 물리 리셋 버튼이 있다며 나중에 보여 주겠다고 웃는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 실제 물리 리셋 버튼이 있다며 나중에 보여 주겠다고 웃는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

아, 실제 물리 버튼도 있어요. 나중에 보여 드릴게요. 진짜 멋지거든요.


모델이 자기 인프라를 고칩니다

Q. 최근 루나(Luna) 가격을 80% 내렸죠. 알고리즘으로 효율을 짜낸 건가요, 컴퓨트 계획을 잘 세워 둔 덕인가요?

컴퓨트는 아주 멀리 앞서 계획했어요. 2년 전을 돌아보면 OpenAI가 왜 이렇게 컴퓨트에 투자하냐는 의문을 꽤 받았죠. 지금은 그게 있어서 정말 다행이에요. 상당 부분은 연구, 그러니까 더 좋은 모델이라는 미래에 투자하고, 나머지는 지금 모델의 효율에 써요.

티보가 가장 앞선 모델로 자기 서빙 스택을 다시 설계한다고 설명하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 가장 앞선 모델로 자기 서빙 스택을 다시 설계한다고 설명하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

놀라운 건 이거예요. 가장 앞선 모델로 능력의 최전선을 밀어붙이면, 그 모델을 써서 우리 서빙 스택을 어떻게 재설계할지 아주 빨리 알아낼 수 있어요. 그래서 비용 효율만 좋아진 게 아니라 속도도 좋아졌어요. 울트라패스트를 빼고도, 그래프로 그려 보면 지금 속도가 석 달 전보다 대략 60% 빨라요.

이걸 아주 작은 팀으로 해내요. 가장 강력한 모델이 그걸 가능하게 하죠. 그리고 큰 효율 개선이 나오면 그걸 저희 주머니에 넣지 않고 고객, 사용자와 나눈다는 게 저희 약속이에요. 루나에서 한 게 그거예요.

Q. 새 모델 연구, 기존 모델 효율, 추론 사이에서 컴퓨트를 나눌 때 내부에서 줄다리기가 있지 않나요?

보통 첫 원칙부터 따져 봐요. 연구 몫이 있고 제품 몫이 있고, 제품 안에서 또 여러 가지를 저울질하죠. 그런데 이번 건은 저울질이라고 하기도 어려웠어요. 효율 개선이 이미 있었으니까요. 거의 같은 컴퓨트 안에서 처리량이 크게 늘어난 걸 감당할 수 있었어요.

Q. 솔(Sol)이 루나가 돌아가는 걸 보고 효율을 끌어올렸다는 걸 보면, 재귀적 자기 개선이 이미 시작된 것 같은데요.

재귀적 자기 개선은 지금 엄청 큰 주제고, 주로 연구, 그러니까 모델이 다른 모델을 개발하는 데 쓰는 말이에요. 그런데 저희가 크게 성공하고 있는 건 모델을 써서, 그 모델을 쓰는 데 꼭 필요한 인프라를 개발하는 쪽이에요. 그것도 재귀적 자기 개선의 한 형태죠. 전부 하나의 큰 시스템이니까요.

티보가 추론 스택과 CUDA 커널까지 모델로 개선한다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 추론 스택과 CUDA 커널까지 모델로 개선한다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

추론 스택, 저희가 쓰는 CUDA 커널(엔비디아 GPU에서 돌아가는 연산 코드) 같은 거요. 모델과 더 효율적으로 상호작용하는 새 제품도 그렇고요. 클라우드 에이전트를 제대로 풀면 사람이 훨씬 생산적이 되니, 어떤 의미에선 그것도 자기 개선이에요. 당연히 저희는 그걸 하고 있어요. 안 한다면 꽤 어리석은 거죠.

Q. 샘 올트먼이 최전선 강화학습을 잠시 멈췄다고 했는데요. 그 결정은 어떻게 내려졌나요?

그건 연구 조직 안에서 다룬 일이에요. OpenAI는 늘 가장 중요한 곳에 자원을 쏟을 수 있었어요. 모델 능력이 올라갈수록 정렬(alignment, AI가 사람의 의도대로 움직이게 하는 일)과 안전은 더 중요해지는 게 너무 분명하고요. 그래서 그쪽 투자가 크게 늘고 있어요.

티보가 학습을 멈춘 이유를 시스템 전체를 점검하기 위해서였다고 설명하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 학습을 멈춘 이유를 시스템 전체를 점검하기 위해서였다고 설명하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

멈춤은 팀과 사람들이 시스템 전체를 제대로 이해하고 단단하게 만들 시간이 필요해서였어요. 그래야 완전히 통제할 수 있는 상태로 학습을 다시 시작할 수 있으니까요. 필요할 때면 OpenAI는 앞으로도 이렇게 할 거라고 봐요. 내부에서 이런 결정을 효율적으로 못 내리는 걸 저는 본 적이 없어요.

기준이 처음부터 정해져 있었던 건 아니에요. 안전팀 안에서 토론하면서 찾아가는 과정이었죠. 다만 결국엔 꽤 분명한 원칙에 도달했고, 거기에 닿으면 괜찮은 상태라고 판단하기로 했어요.


1분 만에 만들어 보고 판단합니다

Q. 울트라패스트 속도가 뭘 가능하게 하는지 사람들이 잘 모르는 것 같아요. 내부에선 어디에 쓰나요?

판이 클 때 많이 써요. 예를 들어 장애가 나면 사고 지휘관과 대응팀이 울트라패스트를 받아요. 1초가 중요하니까요.

재밌는 건, 아주 중요한 일을 하는 팀, 혹은 자기가 아주 중요한 일을 한다고 믿는 팀은 늘 울트라패스트를 달라고 해요. 누가 새 아이디어를 들고 와서 "이거 진짜 특별할 것 같은데, 데브데이(Dev Day)에 넣을지 월요일까지 정해야 해요" 하면, "그럼 당연히 울트라패스트 써요" 하는 거죠.

티보가 데브데이 포함 여부를 정해야 하는 팀에 울트라패스트를 준다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 데브데이 포함 여부를 정해야 하는 팀에 울트라패스트를 준다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

참고로 펫(pet)은 그렇게까지 중요하진 않아요. 저도 제 펫을 좋아해서 늘 화면에 띄워 둬요. 사무실을 걸으면 다들 화면에 펫이 있고, 화상 회의에 들어올 때도 보여서 볼 때마다 즐거워요. 잘 돌보고는 있습니다.

Q. 멀티태스킹을 좋아하는 사람과 한 가지에 집중하는 사람, 어느 쪽이세요?

저는 ADHD가 있어서 늘 맥락을 바꿔요. 작은 결정을 잔뜩 내리면서 맥락을 오가는 데서 힘을 얻는 편이에요. 그래서 멀티태스킹을 많이 하는 사람은 울트라패스트 덕을 상대적으로 덜 봐요.

그래도 가끔은 하나에만 집중하고 싶을 때가 있잖아요. 그럴 땐 울트라패스트가 정말 좋아요. 흐름 안에 딱 붙잡아 두거든요.

티보가 울트라패스트는 흐름을 끊지 않고 붙잡아 둔다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 울트라패스트는 흐름을 끊지 않고 붙잡아 둔다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

Q. 기존보다 14배 빠르다면, 어떤 작업이든 14배 빨라지나요?

아니요. 도구 호출이 적고 생성할 내용이 많을 때 정말 잘 돼요. 웹사이트나 비디오 게임 프로토타입처럼 코드를 잔뜩 써야 하는 일이면 10배는 빨라요.

그런데 도구 호출이 많으면 오버헤드가 네트워크나 에이전트 작업 흐름의 다른 곳에 있어서, 체감은 3~4배 정도예요. 14배를 다 누리진 못하죠.

Q. OpenAI 직원은 토큰이 무제한이라던데, 저라면 늘 최고 사양에 울트라패스트를 켜 둘 것 같아요. 내부도 그런가요?

울트라패스트는 모두에게 주지 않아요. 용량의 상당 부분을 외부 사용자와 고객 몫으로 남겨 두거든요.

티보가 직원들이 마음먹으면 운영 GPU를 다 써 버릴 수 있다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 직원들이 마음먹으면 운영 GPU를 다 써 버릴 수 있다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

OpenAI 직원들은 마음만 먹으면 운영 GPU를 전부, 울트라패스트도 전부 먹어 치울 수 있어요. 진짜 다 쓸 거예요. 그래서 어느 정도가 합리적인지 보고 제한해요. 제품을 이해하고 계속 개선하고, 재귀적 자기 개선의 덕을 볼 만큼만 쓰고, 대부분은 고객 몫이에요.

Q. 회사 밖에서 이 속도가 열어 줄 쓰임새 중 가장 기대되는 건 뭔가요?

텍스트가 아닌 상호작용이요. 공유 캔버스 위에서 같이 작업하고, 아이디어나 이미지를 여러 개 만들어서 하나를 고르는 거죠. '모험 선택'처럼요. 그러면 빠르게 프로토타입 목업이 나오고, 음성이나 텍스트로 실시간으로 방향을 틀면서 바로 눈으로 봐요.

티보가 시스템을 설계하는 대신 1분 만에 만들어 보고 판단할 수 있다고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 시스템을 설계하는 대신 1분 만에 만들어 보고 판단할 수 있다고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

엔지니어는 가끔 뒤로 기대앉아서 "이 시스템 전체를 설계해야 해. 트레이드오프랑 요구 사항을 따져 봐야지" 하잖아요. 그런데 그냥 1분 만에 만들어 보고 실제로 어떻게 되는지 볼 수도 있어요. 그러면 더 흐름 안에서 일하게 되고요. 이 속도가 그걸 가능하게 해요.

Q. 울트라패스트는 한동안 비쌀 텐데요. 언젠가 기본 속도가 될까요?

기술이 보통 그렇듯, 점점 더 많은 사람이 쓸 수 있게 될 거예요. 에이전트가 일을 끝내는 속도가 달마다 크게 좋아지고 있어요. 추론 속도만이 아니라 모델이 토큰을 얼마나 아껴 쓰느냐도요. 솔은 테라(Terra)보다 토큰 효율이 훨씬 좋고, 다음 모델은 솔보다 훨씬 좋을 거예요. 추론 하드웨어도 계속 빨라지고요.

티보가 1~2년 안에 지금 속도가 기본값에 가까워질 거라고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 1~2년 안에 지금 속도가 기본값에 가까워질 거라고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

그래서 1~2년 안에 이 속도가 기본값까지는 아니어도 기본값에 아주 가까워질 거라고 봐요. 다만 한 단계 위 등급은 늘 있을 거예요. 하드웨어를 더 쓰거나 비용이 더 드는 선택을 해서 뭔가 더 얹어 주는 등급이요.


의사를 만나기 전에 챗GPT에 물어봅니다

Q. 일자리, 환경 문제 때문에 AI가 불안한 분들이 많아요. 어떤 말을 해 주고 싶으세요?

저희는 챗GPT를 정말 세상을 위해 만들어요. 그리고 효율에 아주 많이 투자하는데, 그게 넓은 접근성과 곧바로 연결돼요. 싸게 서비스할수록 사람들이 일상에서 더 많은 걸 할 수 있고, 더 많은 걸 얻으니까요.

루나를 보세요. 훨씬 작은 모델이고 믿을 수 없을 만큼 효율적인데, 여섯 달 전으로 돌아가면 최전선에 있었을 모델이에요. 그런데 가격은 말도 안 되게 싸요. 무료 모드로도 풀리고 있고요.

티보가 뛰어난 지능에 대한 접근이 어디에나 흔해질 거라고 말하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 뛰어난 지능에 대한 접근이 어디에나 흔해질 거라고 말하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

뛰어난 지능에 접근하는 게 어디에나 흔한 일이 될 거예요. 그건 달마다, 해마다 효율을 밀어붙여야만 가능해요. 지금 최전선인 모델도 여섯 달 뒤면 훨씬 싸게 돌아갈 거고요. 기술은 시간이 지나면 아주 효율적이 되는 법이에요. 저희는 넓은 접근과 사람들이 직접 얻는 쓸모에 집중하고 있어요.

Q. 마지막으로, AI를 한 번도 써 보지 않은 분들에게는 뭐라고 하시겠어요?

멀리 볼 필요도 없어요. 챗GPT는 사람들을 아주 개인적이고 깊은 방식으로 도와요. 글쓰기에도 많이 쓰지만 개인적인 조언, 의학적인 조언을 구하기도 하죠. 저희가 건강과 금융 기능을 냈는데, 저도 정말 자주 써요. 다른 데서는 받기 어려웠을 도움을 받는 느낌이고, 덕분에 의사를 만나러 갈 때 더 많이 알고 가요.

티보가 다른 사람들이 AI를 어떻게 쓰는지 보고 영감을 얻어 보라고 권하는 장면.이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman
티보가 다른 사람들이 AI를 어떻게 쓰는지 보고 영감을 얻어 보라고 권하는 장면.
이미지 출처 : Youtube 'How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview', by Matthew Berman

그러니 멀리 갈 필요 없어요. 다른 사람들과 이야기해 보고, 그들이 어떻게 쓰고 무엇을 얻는지 보면서 영감을 받는 것. 그게 나는 이걸로 뭘 얻을 수 있을지 생각해 보는 좋은 출발점이에요.


원본 영상: How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview

다가올 뉴스레터가 궁금하신가요?

지금 구독해서 새로운 레터를 받아보세요

✉️

이번 뉴스레터 어떠셨나요?

핫비즈니스테크 님에게 ☕️ 커피와 ✉️ 쪽지를 보내보세요!

댓글

의견을 남겨주세요

확인
의견이 있으신가요? 제일 먼저 댓글을 달아보세요 !

다른 뉴스레터

이웃 뉴스레터 Beta

비슷한 이야기를 하는 다른 뉴스레터의 글이에요.

© 2026 핫비즈니스테크

현재 핫하고 섹시한 비즈니스와 테크 이야기를 보내드립니다

메일리 로고

도움말 오류 및 기능 관련 제보

서비스 이용 문의admin@team.maily.so 채팅으로 문의하기

메일리 사업자 정보

메일리 (대표자: 이한결) | 대표번호: 070-8027-1409 | 사업자번호: 717-47-00705 | 서울특별시 송파구 위례광장로 199, 5층 501-2-31호

이용약관 | 개인정보처리방침 | 정기결제 이용약관 | 라이선스