이 글에서는 2025년 상반기 AI 트렌드에 대해 정리하고 개인, 기업, 국가가 AI 전환의 파도에 어떻게 대응할 수 있을지 생각해봅니다.
By 이동근, '동동의 테크 타운' 필자
참고:
2025년은 AI가 '연구 대상'에서 '실제 도구'로 완전히 자리매김한 해입니다. 5년 만에 돌아온 메리 미커 리포트와 Apple, Google, NVIDIA, Meta가 올해 발표한 내용들은 한 가지 분명한 신호를 보냅니다. AI가 그냥 느낌 있는 새로운 기술의 향연이 아니라 우리의 일상과 비즈니스에 직접적으로 스며들고 있다는 사실입니다.
새로운 정권이 들어서며 한국의 상황도 빠르게 돌아가고 있습니다. '100조 원 투자'와 함께 AI 인력 흡수에 대한 정책들이 조금씩 수면 위로 등장하고 있습니다. 이것은 얼마나 현실적일까요? 글로벌 트렌드 안에서 한국 상황을 들여다볼 때, 지금 주목해야 할 두 가지 흐름이 있습니다.
첫째는 개인과 기업이 기존 워크플로우를 AI 기반으로 전환하는 AI 전환(AI Transformation)입니다. 여기에는 'AI 친근감', '바이브 코딩', 에이전틱 AI' 등 3가지 트렌드가 있습니다.
둘째는 미국과 중국의 기술 패권 경쟁 속에서 한국이 독자적인 AI 역량을 확보해야 한다는 소버린 AI(주권 AI) 논의입니다. 이는 단순 애국심이나 국뽕 차원에서의 결정이 아니라, 비용과 효율성 측면에서 내려지게 될 어쩔 수 없는 선택입니다.
이를 하나씩 살펴보겠습니다.
1. AI 전환
(1) 'AI 친근감(AI literacy)'의 시대
'AI Literacy'라는 말을 흔히 'AI 문해력'이라 번역하지만 저는 문해력보다는 친근감에 더 가깝다고 생각합니다. 요즘은 개인이든 기업이든 국가든 'AI 친근감'이 핵심이 됐습니다. 하버드비즈니스스쿨의 연구에 따르면, AI 도구를 적극 활용하는 인력과 그렇지 않은 인력 사이의 생산성 격차는 이제 50% 이상 벌어집니다. AI는 더 이상 선택이 아닌 생존과 일상의 영역입니다. 한국의 새로운 정부에서 추진하고 있는 '전 국민 AI 도입 활성화'와 'AI 리터러시 향상'이라는 정책도 이런 연장선에 있습니다.
AI 친근감의 핵심 요소는 다음과 같습니다.
- 도구 활용 능력: 수많은 AI 도구 중 현재 나의 문제와 상황에 가장 적합한 것을 선택하고 조합하여 활용하는 능력입니다.
프롬프트 엔지니어링: 단순히 질문을 던지는 것을 넘어 AI에게 명확한 역할과 맥락, 목표를 부여하여 원하는 결과를 정교하게 이끌어내는 능력입니다.
결과물 검증(팩트체킹): AI가 생성한 결과물의 사실 여부를 비판적으로 판단하고, 그럴듯하게 꾸며내는 환각 현상을 이성적으로 접근할 수 있는 능력입니다.
윤리적 사용: AI 사용의 저작권 문제, 데이터 편향성, 개인정보 보호 등 잠재적 위험과 한계를 이해하고 책임감 있게 사용하는 태도입니다.
글로벌 빅테크 기업들도 이렇게 AI 친근감을 높이고 일상에 스며드는 AI를 만드는 것으로 전략을 짜고 있습니다. 이에 따라 사용자들을 위한 제품들도 대대적으로 출시하고 있습니다. 몇 가지 사례를 살펴보겠습니다.
a. 구글: 모든 제품을 Gemini로, 만능 어시스턴트의 구현
인터넷 검색 회사 구글의 AI 슬로건은 어디에나 존재한다는 의미의 '앰비언트 AI(Ambient AI)'입니다. 사용자 주변 어디에나 존재하며 필요할 때 도움을 주는 AI를 지향합니다. 현재 구글은 전방위적으로 AI를 활용해 가장 혁신적인 제품들을 선보이고 있습니다. 과거 언어 및 멀티모달 모델 분야에서 OpenAI 등이 주목받았다면, 이를 실제 제품으로 구현하며 시장을 이끄는 회사는 단연 구글입니다. 물론 그 과정에서 드러나는 UX의 미흡함은 구글의 오랜 약점이지만, 구글은 이에 크게 개의치 않는 모습입니다.
주목할만한 구글의 제품은 다음과 같습니다.
- 진화한 검색: 구글 검색을 하면 이젠 직접적인 답변 뿐 아니라 대화형 후속 질문, 멀티미디어로 구성된 요약을 제공합니다.
또 사용자를 대신해 부동산 검색, 필터 조정, 방문예약까지 알아서 수행합니다. - Gemini Live: 휴대폰 카메라로 주변 환경을 실시간으로 이해하며 대화하는 '프로젝트 아스트라'의 실체입니다.
- 크리에이터 도구들: 다른 경쟁자들을 압도하는 비디오 생성기가 있습니다. 바로 위에 있는 짧은 영상 짤도 구글의 Gemini Veo로 제가 만든것입니다)
- 스마트 글래스, VR/AR: 가상구간과 현실을 같이 결합하고 상호작용하는 기기들을 대거 출시하고 있습니다.
지난 달 구글 IO 행사는 이런 AI 전략의 미래를 잘 보여줬습니다. 해당 내용은 이 글에서 따로 정리했습니다.
구글은 10억 명 이상이 매일 사용하는 검색 서비스와 구글 클라우드, 구글 문서 등 방대한 제품 생태계를 기반으로 Gmail, 구글드라이브, 검색 기록 등을 연결해 압도적인 개인화 경험을 제공할 수 있는 잠재력을 지니고 있습니다.
b. 애플: 완벽한 개인정보보호와 매끄러운 경험
애플은 아이폰과 맥북 등 자사가 만드는 전자기기에 AI를 적용하고 있습니다. 이번 달 WWDC 행사를 개최한 애플의 전략은 명확합니다. AI 경쟁에서 뒤처졌다는 세간의 평가가 아직 있지만, AI 시대에도 결국 UX에 가장 집중하는 회사가 애플임을 보였습니다. 'AI는 눈에 띄지 않아야 한다'는 철학을 바탕으로, iOS의 새로운 인터페이스에 AI 기능들을 자연스럽게 녹여냈습니다. 아직 파괴적인 AI 모델을 내놓진 않았지만, 아이폰이라는 막강한 인프라를 기반으로 가장 매끄럽게 개인화되는 AI 서비스를 차근차근 준비하고 있습니다.
주목할만한 애플 인텔리전스의 핵심은 다음과 같습니다.
- 화면 이해 및 제안: 스크린샷을 찍으면 내용을 추출하고 사용자가 해야할 일을 제안해줍니다.
- 글쓰기·이미지 생성·시각 지능·사진 검색·메일·알림·메모 요약 등 전방위 인공지능 기능 제공
- 실시간 통번역 : 저희 집에서도 자주 쓰는데 영어만 할 줄 아는 사람과 통화할 땐 너무 좋습니다. 이제 거의 실시간 통역 번역에 이르렀습니다.
- 온디바이스 LLM 지원으로 오프라인 환경에서도 강력한 개인정보 보호: 현재 애플은 AI 사용 시 가장 강력한 보안을 적용하는 회사입니다.
애플의 접근 방식은 AI에 대한 친밀감이 상대적으로 낮은 사용자층도 별도의 학습 없이 AI의 혜택을 누리게 하는 데 초점을 맞춥니다.
c. 메타: 소셜 플랫폼에 스며든 AI
페이스북과 인스타그램을 운영하는 소셜미디어 회사 메타는 오픈소스 모델(Llama 4)을 기반으로 수십억 사용자의 소셜 활동에 AI를 통합하고 있습니다. 라마 모델의 성능에 대한 평가는 엇갈리지만, 오픈소스 AI 생태계의 선구자로서 메타는 여전히 주목해야 할 회사입니다. 특히 머리에 뒤집어쓰는 VR/XR 기기인 '오큘러스 퀘스트'와의 시너지는 AI와 결합된 새로운 인터페이스의 가능성을 엿보게 합니다. 사실 메타는 이제 오픈소스 AI 모델의 대장 자리를 구글과 중국 회사들에게 내주기 시작했습니다. 이렇게 한 번 뒤쳐진 기세를 따라잡기 위해서는 정말 큰 노력이 필요할 겁니다.
주목할만한 메타의 AI 전략은 다음과 같습니다.
- Meta AI 어시스턴트: 페이스북, 인스타그램, 왓츠앱 등에서 개인화된 응답과 추천을 제공합니다.
- 멀티모달: 텍스트와 이미지를 동시에 이해하고 생성하는 능력을 강화하고 있습니다. 다른 기업들과 협업해서 최대한 빨리 적용사례를 만드는 것에 핵심으로 보입니다. 음악 스트리밍 회사 스포티파이(Spotify)와의 협업이 대표적입니다.
- Private Processing: 개인정보 없이도 AI 기술을 사용할 수 있는 방법을 제안합니다.
(2) 바이브 코딩: 누구나 개발자가 되는 시대
테슬라의 AI를 총괄했고 OpenAI를 공동 설립한 안드레이 카파시(Andrej Karpathy)는 며칠 전 YC 컴비네이터 행사에 등장해, 지금의 시대를 '소프트웨어 3.0'이라 명명했습니다. 그는 이 자리에서 바이브 코딩이란 개념에 대해 이야기했습니다. 바이브 코딩이란 코드를 사람이 직접 작성하는 대신, 원하는 기능의 '분위기'나 '의도'를 AI에게 설명해주고 AI가 코드를 생성하게 하는 것입니다.
과거의 컴퓨터 프로그래밍은 컴퓨터의 언어인 0과 1을 인간이 이해하기 쉬운 파이썬, 자바 같은 추상적인 언어로 바꿔주어야 하던 시대였습니다. 이제는 인간의 생각 자체가 프로그래밍 언어가 되는 시대로 진입하고 있습니다. 더 이상 개발팀, 제품팀을 구성해야만 아이디어를 실현할 수 있는 것이 아니라, 아이디어를 가진 사람 누구나 거의 0에 가까운 비용으로 제품을 만들 수 있는 시대가 열리고 있는 것입니다.
바이브 코딩의 핵심은 AI가 '생성-검증' 루프를 자율적으로 반복하며 결과물을 완성해나가게 하는 것입니다. 다음과 같은 순서로 진행됩니다.
- 아이디어 제시: "메뉴판 이미지를 깔끔히 정리하고, 음식 종류별로 필터링하는 웹 앱을 만들어줘"와 같이 명령합니다.
- AI 코딩: Cursor, Claude Code 같은 코딩 전문 AI가 인간 개발자처럼 구조적으로 코드를 설계하고 작성합니다.
- 시각적 검증: 사용자는 복잡한 코드를 보는 대신, GUI를 통해 시각적으로 만들어진 결과물을 즉시 확인합니다.
- 대화 기반 개선: "필터링 버튼 디자인을 좀 더 조화롭게 맞춰주고, 텍스트 문구도 수정해줘"와 같이 수정 사항을 지시합니다. AI는 이 지시를 이해하고 즉시 화면을 수정하여 다시 보여줍니다.
이 과정을 인내심을 갖고 반복하며 아이디어를 정교하게 다듬어가는 것이 바이브 코딩의 실체입니다. 카파시는 직접 만든 MenuGen 이라는 앱을 만든 경험을 공유했습니다. 메뉴판에 이미지를 자동으로 생성해주는 앱입니다.
다만, 바이브코딩은 놀라울 정도로 쉽지만 실제 배포(제품 출시)는 여전히 복잡합니다. 80%까지 완성하는 과정은 놀라울 정도로 쉽지만, 나머지 20%를 완성하는 데는 그보다 훨씬 더 많은 시간이 걸립니다. 다시 말해 앱의 프로토타입은 눈 깜짝할 사이에 나왔지만, API 연동 / 사용자 인증 / 결제 시스템 설치와 같은 '실전 인프라'는 여전히 인간 개발자의 몫입니다. AI가 만들어준 화려한 스포츠카에 번호판을 달고 보험에 가입하는 행정 절차는 직접 처리해야 하는 셈입니다.
결국 바이브 코딩은 MVP(최소 기능 제품)를 제작할 수 있는 최고의 무기이지만, 이 '마지막 20%'의 장벽을 넘을 인내와 고민 없이는 프로토타입의 무덤에 갇힐 수 있다는 것을 명심해야 합니다. 하지만 크게 보았을 때 바이브 코딩이라는 세상의 흐름은 거스를 수 없습니다. 1년 전에 AI가 보여줬던 SW 엔지니어링에 대한 느낌과는 차원이 다릅니다. IT 기업의 개발팀과 제품팀이 필요없어지고 협업방식이 달라질 수도 있습니다. 이 내용은 6월 26일/ 29일 라이브세션에서 더 자세하게 풀어보겠습니다.
(3) 에이전틱 AI: 자율적으로 협업하는 시스템의 등장
지금까지의 AI가 인간의 '명령'을 수행하는 도구였다면, 앞으로의 AI는 ‘목표’를 부여받아 자율적으로 계획하고 실행하는 에이전트로 진화할 것입니다. 이것이 바로 요즘 주목받고 있는 에이전틱 AI(Agentic AI)이라는 개념입니다. 작년 하반기에만 해도 구현의 문제가 존재했었지만 지금은 모델과 개발 방법론들의 발전으로 굳혀지고 있습니다.
에이전틱 AI의 가장 큰 특징은 에이전트가 하나의 거대한 만능 모델이 아니라는 점입니다. 에이전트는 하나의 목표를 위해 협력하는 여러 AI 모델들의 팀입니다. 마치 한 팀에 기획자, 리서처, 개발자, 디자이너가 있듯이, 각기 다른 기능에 특화된 여러 AI가 서로 소통하며 복잡한 과업을 수행합니다.
이런 협업 방식은 크게 두 가지 개념으로 설명할 수 있습니다.
첫째는 A2A (Agent-to-Agent) 방식입니다. 독립적인 전문 에이전트들이 서로 직접 정보를 요청하고 교환하는 것입니다. '여행 에이전트'가 '항공사 에이전트'에게 직접 최저가 항공권을 문의하는 것처럼, 각자의 전문 영역을 기반으로 수평적으로 협력합니다.
둘째는 이 과정을 가능하게 하는 MCP (Model Combination Protocol), 즉 'AI를 위한 지능형 네트워크' 의 존재입니다. AI들끼리 서로 이해가 가능하고 쉽게 소통할 수 있도록 해주는 프로토콜입니다.
이런 협력 체계를 통해 에이전트는 다음과 같이 AI들 간에 역할을 분담시킵니다.
- 초거대 모델: 전체 계획을 세우는 기획자 겸 감독 역할을 합니다.
- 소형 전문 모델: 특정 데이터 분석이나 리서치를 맡는 '리서처' 역할을 합니다. (속도가 매우 빠릅니다)
- 온디바이스 모델: 컴퓨터나 스마트폰에 설치되어, 사용자의 개인 파일을 정리하거나 앱을 제어하는 '비서' 역할을 합니다.
예를 들어 "여름휴가로 갈 만한 동남아 휴양지 추천부터 비행기, 숙소 예약까지 완료해줘"라는 목표를 주면, 계획 에이전트와 리서치 에이전트와 예약 에이전트가 자율적으로 협업하고 역할을 분담해 이 모든 과정을 처리하고 사용자에게는 결과만 보고합니다.
이 시스템이 원활하게 작동하기 위해서는 기존의 IT 서비스를 넘어 AI가 소통하는 방식에 최적화된 AI 네이티브(AI-Native) 인프라와 데이터베이스 구축이 필수적입니다. 또 오픈소스 AI 모델과 Claude, ChatGPT 같은 상용모델의 분업화가 매우 중요해집니다. 서비스의 비용과 속도에 직결되기 때문이죠.
에이전틱 AI가 보편화되면 기업에서의 AI 활용도 크게 늘어날 것입니다. 지금 많은 한국 기업들은 "AI를 도입해야 한다"는 거대한 압박감과 "그래서 무엇부터 해야 하는가"라는 막막함 속에 갇혀있는 상황이고 IT 부서, 통번역 담당자와 같은 일부 부서에서만 적극적으로 활용하고 있는 상황입니다. 에이전틱 AI 시대에는 누구나 자기 업무에 AI를 활용할 수 있게 됩니다.
기업이 AI를 도입하는 방법에 대해서는 이 글의 주제에서 조금 벗어나기에 간략하게만 언급하겠습니다. 보통 1단계: 개인에게 AI를 쥐어주기 (생산성 도구 도입), 2단계: 팀의 프로세스를 개선하기 (워크플로우 자동화), 3단계: 비즈니스를 재창조하기 (비즈니스 모델 혁신) 순으로 진행하게 됩니다.
2. 소버린 AI의 대두
지금까지는 글로벌 빅테크 중심의 이야기였지만, 한국은 다른 시각도 가져야 합니다. 최근 강조되는 소버린 AI(주권 AI)는 각 지역과 문화에 적합한 AI를 만들어야 한다는 개념입니다.
솔직히 저는 이 주장에 비판적이었습니다. 전 세계가 ChatGPT, 팔란티어 같은 글로벌 솔루션을 사용하는 상황에서, 한국만 국산 AI를 고집하는 것이 과연 의미가 있는지 회의적이었습니다. 하지만 기업의 AI 전환과 맞물려 이 문제를 다시 생각해보면, 결국 비용과 데이터 주권이라는 현실적인 이유로 귀결됩니다. 게다가 AI 시장은 결국 업계를 리드하는 몇 개 글로벌 회사들에 따라 움직이는데, 그 중 대표격인 엔비디아마저도 전략적 방향성을 소버린 AI 쪽으로 틀었습니다. 엔비디아는 프랑스에 가서는 유럽을 위한 AI 데이터센터를, 대만/중국에 가서도 너희들 나라를 위한 데이터센터를 지어주겠다고 합니다. 각 나라에 맞는 AI 커스터마이징은 덤이라고 말이죠. 엔비디아가 이렇게 하고 있는만큼 당분간은 특정 국가와 특정 산업을 위한 AI 클러스터, AI 모델 들이 확장될 것으로 보입니다.
또 아무리 API 비용이 저렴해지고 있다지만, 대규모 서비스에서는 여전히 부담스러운 가격입니다. 가령 100만 명에게 개인화된 메시지를 발송하는 시나리오를 가정하면 API 호출 비용은 천문학적으로 불어날 수 있습니다. 연구용으로는 가능했다고 하더라도, 이것을 실 서비스에 적용한다면? 100만명에게 개인화 메시지를 발송하는데만 1억원이 들 수도 있습니다.
사실 에이전트 기술이 고도화될수록 최고급 모델을 써야 하는 작업은 줄어듭니다. 대형 AI 모델을 한국 상황에 맞게 쓰려면 많은 엔지니어링 커스터마이징이 필요한데, 이럴 때 LG 엑사원이나 SKT, KT에서 내놓은 한글 모델을 쓰면 굉장히 쉬워집니다. 이런 모델에는 대형 모델들이 처리하는 일을 시키면 안됩니다만, 에이전틱 AI가 보편화된다면 큰 모델과 작은 모델들이 협업하게 되므로 작은 모델들도 충분히 쓸모가 있습니다.
결국 '소버린 AI'의 핵심은 애국심이 아니라 비용과 효율성입니다. 최근 정부와 여러 기업들이 AI 관련 대형 국가 프로젝트에 시동을 거는 것도 이런 맥락입니다. 관련 기업들의 주가도 많이 올랐습니다.
결론: 2025년, 선택의 기로에서
2025년 현재 AI 변화의 핵심은 '완벽한 준비'가 아니라 '빠른 시작'에 있습니다. 기술 발전 속도가 워낙 빨라, 완벽한 계획을 세우기보다는 작은 실험부터 시작하는 것이 훨씬 효과적입니다.
더 자세한 이야기가 궁금하다면, 오호츠크 세미나 에서 만나보세요.
이동근, 동동의 테크타운 필자
이 글에서는 2025년 상반기 AI 트렌드에 대해 정리하고 개인, 기업, 국가가 AI 전환의 파도에 어떻게 대응할 수 있을지 생각해봅니다.
By 이동근, '동동의 테크 타운' 필자
참고:
2025년은 AI가 '연구 대상'에서 '실제 도구'로 완전히 자리매김한 해입니다. 5년 만에 돌아온 메리 미커 리포트와 Apple, Google, NVIDIA, Meta가 올해 발표한 내용들은 한 가지 분명한 신호를 보냅니다. AI가 그냥 느낌 있는 새로운 기술의 향연이 아니라 우리의 일상과 비즈니스에 직접적으로 스며들고 있다는 사실입니다.
새로운 정권이 들어서며 한국의 상황도 빠르게 돌아가고 있습니다. '100조 원 투자'와 함께 AI 인력 흡수에 대한 정책들이 조금씩 수면 위로 등장하고 있습니다. 이것은 얼마나 현실적일까요? 글로벌 트렌드 안에서 한국 상황을 들여다볼 때, 지금 주목해야 할 두 가지 흐름이 있습니다.
첫째는 개인과 기업이 기존 워크플로우를 AI 기반으로 전환하는 AI 전환(AI Transformation)입니다. 여기에는 'AI 친근감', '바이브 코딩', 에이전틱 AI' 등 3가지 트렌드가 있습니다.
둘째는 미국과 중국의 기술 패권 경쟁 속에서 한국이 독자적인 AI 역량을 확보해야 한다는 소버린 AI(주권 AI) 논의입니다. 이는 단순 애국심이나 국뽕 차원에서의 결정이 아니라, 비용과 효율성 측면에서 내려지게 될 어쩔 수 없는 선택입니다.
이를 하나씩 살펴보겠습니다.
1. AI 전환
(1) 'AI 친근감(AI literacy)'의 시대
'AI Literacy'라는 말을 흔히 'AI 문해력'이라 번역하지만 저는 문해력보다는 친근감에 더 가깝다고 생각합니다. 요즘은 개인이든 기업이든 국가든 'AI 친근감'이 핵심이 됐습니다. 하버드비즈니스스쿨의 연구에 따르면, AI 도구를 적극 활용하는 인력과 그렇지 않은 인력 사이의 생산성 격차는 이제 50% 이상 벌어집니다. AI는 더 이상 선택이 아닌 생존과 일상의 영역입니다. 한국의 새로운 정부에서 추진하고 있는 '전 국민 AI 도입 활성화'와 'AI 리터러시 향상'이라는 정책도 이런 연장선에 있습니다.
AI 친근감의 핵심 요소는 다음과 같습니다.
프롬프트 엔지니어링: 단순히 질문을 던지는 것을 넘어 AI에게 명확한 역할과 맥락, 목표를 부여하여 원하는 결과를 정교하게 이끌어내는 능력입니다.
결과물 검증(팩트체킹): AI가 생성한 결과물의 사실 여부를 비판적으로 판단하고, 그럴듯하게 꾸며내는 환각 현상을 이성적으로 접근할 수 있는 능력입니다.
윤리적 사용: AI 사용의 저작권 문제, 데이터 편향성, 개인정보 보호 등 잠재적 위험과 한계를 이해하고 책임감 있게 사용하는 태도입니다.
글로벌 빅테크 기업들도 이렇게 AI 친근감을 높이고 일상에 스며드는 AI를 만드는 것으로 전략을 짜고 있습니다. 이에 따라 사용자들을 위한 제품들도 대대적으로 출시하고 있습니다. 몇 가지 사례를 살펴보겠습니다.
a. 구글: 모든 제품을 Gemini로, 만능 어시스턴트의 구현
인터넷 검색 회사 구글의 AI 슬로건은 어디에나 존재한다는 의미의 '앰비언트 AI(Ambient AI)'입니다. 사용자 주변 어디에나 존재하며 필요할 때 도움을 주는 AI를 지향합니다. 현재 구글은 전방위적으로 AI를 활용해 가장 혁신적인 제품들을 선보이고 있습니다. 과거 언어 및 멀티모달 모델 분야에서 OpenAI 등이 주목받았다면, 이를 실제 제품으로 구현하며 시장을 이끄는 회사는 단연 구글입니다. 물론 그 과정에서 드러나는 UX의 미흡함은 구글의 오랜 약점이지만, 구글은 이에 크게 개의치 않는 모습입니다.
주목할만한 구글의 제품은 다음과 같습니다.
또 사용자를 대신해 부동산 검색, 필터 조정, 방문예약까지 알아서 수행합니다.
지난 달 구글 IO 행사는 이런 AI 전략의 미래를 잘 보여줬습니다. 해당 내용은 이 글에서 따로 정리했습니다.
구글은 10억 명 이상이 매일 사용하는 검색 서비스와 구글 클라우드, 구글 문서 등 방대한 제품 생태계를 기반으로 Gmail, 구글드라이브, 검색 기록 등을 연결해 압도적인 개인화 경험을 제공할 수 있는 잠재력을 지니고 있습니다.
b. 애플: 완벽한 개인정보보호와 매끄러운 경험
애플은 아이폰과 맥북 등 자사가 만드는 전자기기에 AI를 적용하고 있습니다. 이번 달 WWDC 행사를 개최한 애플의 전략은 명확합니다. AI 경쟁에서 뒤처졌다는 세간의 평가가 아직 있지만, AI 시대에도 결국 UX에 가장 집중하는 회사가 애플임을 보였습니다. 'AI는 눈에 띄지 않아야 한다'는 철학을 바탕으로, iOS의 새로운 인터페이스에 AI 기능들을 자연스럽게 녹여냈습니다. 아직 파괴적인 AI 모델을 내놓진 않았지만, 아이폰이라는 막강한 인프라를 기반으로 가장 매끄럽게 개인화되는 AI 서비스를 차근차근 준비하고 있습니다.
주목할만한 애플 인텔리전스의 핵심은 다음과 같습니다.
애플의 접근 방식은 AI에 대한 친밀감이 상대적으로 낮은 사용자층도 별도의 학습 없이 AI의 혜택을 누리게 하는 데 초점을 맞춥니다.
c. 메타: 소셜 플랫폼에 스며든 AI
페이스북과 인스타그램을 운영하는 소셜미디어 회사 메타는 오픈소스 모델(Llama 4)을 기반으로 수십억 사용자의 소셜 활동에 AI를 통합하고 있습니다. 라마 모델의 성능에 대한 평가는 엇갈리지만, 오픈소스 AI 생태계의 선구자로서 메타는 여전히 주목해야 할 회사입니다. 특히 머리에 뒤집어쓰는 VR/XR 기기인 '오큘러스 퀘스트'와의 시너지는 AI와 결합된 새로운 인터페이스의 가능성을 엿보게 합니다. 사실 메타는 이제 오픈소스 AI 모델의 대장 자리를 구글과 중국 회사들에게 내주기 시작했습니다. 이렇게 한 번 뒤쳐진 기세를 따라잡기 위해서는 정말 큰 노력이 필요할 겁니다.
주목할만한 메타의 AI 전략은 다음과 같습니다.
(2) 바이브 코딩: 누구나 개발자가 되는 시대
테슬라의 AI를 총괄했고 OpenAI를 공동 설립한 안드레이 카파시(Andrej Karpathy)는 며칠 전 YC 컴비네이터 행사에 등장해, 지금의 시대를 '소프트웨어 3.0'이라 명명했습니다. 그는 이 자리에서 바이브 코딩이란 개념에 대해 이야기했습니다. 바이브 코딩이란 코드를 사람이 직접 작성하는 대신, 원하는 기능의 '분위기'나 '의도'를 AI에게 설명해주고 AI가 코드를 생성하게 하는 것입니다.
과거의 컴퓨터 프로그래밍은 컴퓨터의 언어인 0과 1을 인간이 이해하기 쉬운 파이썬, 자바 같은 추상적인 언어로 바꿔주어야 하던 시대였습니다. 이제는 인간의 생각 자체가 프로그래밍 언어가 되는 시대로 진입하고 있습니다. 더 이상 개발팀, 제품팀을 구성해야만 아이디어를 실현할 수 있는 것이 아니라, 아이디어를 가진 사람 누구나 거의 0에 가까운 비용으로 제품을 만들 수 있는 시대가 열리고 있는 것입니다.
바이브 코딩의 핵심은 AI가 '생성-검증' 루프를 자율적으로 반복하며 결과물을 완성해나가게 하는 것입니다. 다음과 같은 순서로 진행됩니다.
이 과정을 인내심을 갖고 반복하며 아이디어를 정교하게 다듬어가는 것이 바이브 코딩의 실체입니다. 카파시는 직접 만든 MenuGen 이라는 앱을 만든 경험을 공유했습니다. 메뉴판에 이미지를 자동으로 생성해주는 앱입니다.
다만, 바이브코딩은 놀라울 정도로 쉽지만 실제 배포(제품 출시)는 여전히 복잡합니다. 80%까지 완성하는 과정은 놀라울 정도로 쉽지만, 나머지 20%를 완성하는 데는 그보다 훨씬 더 많은 시간이 걸립니다. 다시 말해 앱의 프로토타입은 눈 깜짝할 사이에 나왔지만, API 연동 / 사용자 인증 / 결제 시스템 설치와 같은 '실전 인프라'는 여전히 인간 개발자의 몫입니다. AI가 만들어준 화려한 스포츠카에 번호판을 달고 보험에 가입하는 행정 절차는 직접 처리해야 하는 셈입니다.
결국 바이브 코딩은 MVP(최소 기능 제품)를 제작할 수 있는 최고의 무기이지만, 이 '마지막 20%'의 장벽을 넘을 인내와 고민 없이는 프로토타입의 무덤에 갇힐 수 있다는 것을 명심해야 합니다. 하지만 크게 보았을 때 바이브 코딩이라는 세상의 흐름은 거스를 수 없습니다. 1년 전에 AI가 보여줬던 SW 엔지니어링에 대한 느낌과는 차원이 다릅니다. IT 기업의 개발팀과 제품팀이 필요없어지고 협업방식이 달라질 수도 있습니다. 이 내용은 6월 26일/ 29일 라이브세션에서 더 자세하게 풀어보겠습니다.
(3) 에이전틱 AI: 자율적으로 협업하는 시스템의 등장
지금까지의 AI가 인간의 '명령'을 수행하는 도구였다면, 앞으로의 AI는 ‘목표’를 부여받아 자율적으로 계획하고 실행하는 에이전트로 진화할 것입니다. 이것이 바로 요즘 주목받고 있는 에이전틱 AI(Agentic AI)이라는 개념입니다. 작년 하반기에만 해도 구현의 문제가 존재했었지만 지금은 모델과 개발 방법론들의 발전으로 굳혀지고 있습니다.
에이전틱 AI의 가장 큰 특징은 에이전트가 하나의 거대한 만능 모델이 아니라는 점입니다. 에이전트는 하나의 목표를 위해 협력하는 여러 AI 모델들의 팀입니다. 마치 한 팀에 기획자, 리서처, 개발자, 디자이너가 있듯이, 각기 다른 기능에 특화된 여러 AI가 서로 소통하며 복잡한 과업을 수행합니다.
이런 협업 방식은 크게 두 가지 개념으로 설명할 수 있습니다.
첫째는 A2A (Agent-to-Agent) 방식입니다. 독립적인 전문 에이전트들이 서로 직접 정보를 요청하고 교환하는 것입니다. '여행 에이전트'가 '항공사 에이전트'에게 직접 최저가 항공권을 문의하는 것처럼, 각자의 전문 영역을 기반으로 수평적으로 협력합니다.
둘째는 이 과정을 가능하게 하는 MCP (Model Combination Protocol), 즉 'AI를 위한 지능형 네트워크' 의 존재입니다. AI들끼리 서로 이해가 가능하고 쉽게 소통할 수 있도록 해주는 프로토콜입니다.
이런 협력 체계를 통해 에이전트는 다음과 같이 AI들 간에 역할을 분담시킵니다.
예를 들어 "여름휴가로 갈 만한 동남아 휴양지 추천부터 비행기, 숙소 예약까지 완료해줘"라는 목표를 주면, 계획 에이전트와 리서치 에이전트와 예약 에이전트가 자율적으로 협업하고 역할을 분담해 이 모든 과정을 처리하고 사용자에게는 결과만 보고합니다.
이 시스템이 원활하게 작동하기 위해서는 기존의 IT 서비스를 넘어 AI가 소통하는 방식에 최적화된 AI 네이티브(AI-Native) 인프라와 데이터베이스 구축이 필수적입니다. 또 오픈소스 AI 모델과 Claude, ChatGPT 같은 상용모델의 분업화가 매우 중요해집니다. 서비스의 비용과 속도에 직결되기 때문이죠.
에이전틱 AI가 보편화되면 기업에서의 AI 활용도 크게 늘어날 것입니다. 지금 많은 한국 기업들은 "AI를 도입해야 한다"는 거대한 압박감과 "그래서 무엇부터 해야 하는가"라는 막막함 속에 갇혀있는 상황이고 IT 부서, 통번역 담당자와 같은 일부 부서에서만 적극적으로 활용하고 있는 상황입니다. 에이전틱 AI 시대에는 누구나 자기 업무에 AI를 활용할 수 있게 됩니다.
기업이 AI를 도입하는 방법에 대해서는 이 글의 주제에서 조금 벗어나기에 간략하게만 언급하겠습니다. 보통 1단계: 개인에게 AI를 쥐어주기 (생산성 도구 도입), 2단계: 팀의 프로세스를 개선하기 (워크플로우 자동화), 3단계: 비즈니스를 재창조하기 (비즈니스 모델 혁신) 순으로 진행하게 됩니다.
2. 소버린 AI의 대두
지금까지는 글로벌 빅테크 중심의 이야기였지만, 한국은 다른 시각도 가져야 합니다. 최근 강조되는 소버린 AI(주권 AI)는 각 지역과 문화에 적합한 AI를 만들어야 한다는 개념입니다.
솔직히 저는 이 주장에 비판적이었습니다. 전 세계가 ChatGPT, 팔란티어 같은 글로벌 솔루션을 사용하는 상황에서, 한국만 국산 AI를 고집하는 것이 과연 의미가 있는지 회의적이었습니다. 하지만 기업의 AI 전환과 맞물려 이 문제를 다시 생각해보면, 결국 비용과 데이터 주권이라는 현실적인 이유로 귀결됩니다. 게다가 AI 시장은 결국 업계를 리드하는 몇 개 글로벌 회사들에 따라 움직이는데, 그 중 대표격인 엔비디아마저도 전략적 방향성을 소버린 AI 쪽으로 틀었습니다. 엔비디아는 프랑스에 가서는 유럽을 위한 AI 데이터센터를, 대만/중국에 가서도 너희들 나라를 위한 데이터센터를 지어주겠다고 합니다. 각 나라에 맞는 AI 커스터마이징은 덤이라고 말이죠. 엔비디아가 이렇게 하고 있는만큼 당분간은 특정 국가와 특정 산업을 위한 AI 클러스터, AI 모델 들이 확장될 것으로 보입니다.
또 아무리 API 비용이 저렴해지고 있다지만, 대규모 서비스에서는 여전히 부담스러운 가격입니다. 가령 100만 명에게 개인화된 메시지를 발송하는 시나리오를 가정하면 API 호출 비용은 천문학적으로 불어날 수 있습니다. 연구용으로는 가능했다고 하더라도, 이것을 실 서비스에 적용한다면? 100만명에게 개인화 메시지를 발송하는데만 1억원이 들 수도 있습니다.
사실 에이전트 기술이 고도화될수록 최고급 모델을 써야 하는 작업은 줄어듭니다. 대형 AI 모델을 한국 상황에 맞게 쓰려면 많은 엔지니어링 커스터마이징이 필요한데, 이럴 때 LG 엑사원이나 SKT, KT에서 내놓은 한글 모델을 쓰면 굉장히 쉬워집니다. 이런 모델에는 대형 모델들이 처리하는 일을 시키면 안됩니다만, 에이전틱 AI가 보편화된다면 큰 모델과 작은 모델들이 협업하게 되므로 작은 모델들도 충분히 쓸모가 있습니다.
결국 '소버린 AI'의 핵심은 애국심이 아니라 비용과 효율성입니다. 최근 정부와 여러 기업들이 AI 관련 대형 국가 프로젝트에 시동을 거는 것도 이런 맥락입니다. 관련 기업들의 주가도 많이 올랐습니다.
결론: 2025년, 선택의 기로에서
2025년 현재 AI 변화의 핵심은 '완벽한 준비'가 아니라 '빠른 시작'에 있습니다. 기술 발전 속도가 워낙 빨라, 완벽한 계획을 세우기보다는 작은 실험부터 시작하는 것이 훨씬 효과적입니다.
더 자세한 이야기가 궁금하다면, 오호츠크 세미나 에서 만나보세요.
이동근, 동동의 테크타운 필자