최근 공개 석상에서 알트만은 이례적으로 직설적인 발언을 했습니다. "구글은 여전히 가장 큰 위협 중 하나입니다. 너무 강력하죠. 솔직히 말해서, 만약 그들이 2023년에 이 문제를 심각하게 받아들였다면 우리는 매우 어려운 상황에 처했을 겁니다. 제 생각에는 그들이 우리를 완전히 무너뜨릴 수도 있었습니다."
최근 제미니 3호의 영향에 대해 논의하면서 그는 "제미니 3호가 우리 지표에 미치는 영향은 우리가 우려했던 것만큼 크지 않다"고 말했습니다.
하지만 알트만의 비전은 구글의 강점 분야에서 직접적으로 경쟁하는 것이 아닙니다. 구글은 검색, 지메일, 지도, 유튜브 등 거의 모든 서비스에 AI를 접목하는 방식을 취하고 있습니다. 반면 알트만은 생성형 AI가 궁극적으로 우리가 소프트웨어를 사용하는 방식을 바꿀 것이며, 핵심은 기존 소프트웨어를 수정하는 것이 아니라 "AI 기반 소프트웨어"를 재구축하는 것이라고 믿습니다.
이러한 논리에서 그가 가장 중요하게 생각하는 것은 "AI를 얼마나 많은 제품에 연결할 것인가"가 아니라 사용자를 유지하고 의존하게 만드는 것입니다. 즉, 먼저 사용자를 유입시키고 기능의 한계를 보여준 다음, 메모리, 개인화 및 심층 맞춤화를 통해 점진적으로 "지속성"을 강화하는 것입니다.
그는 "치약 브랜드"를 예로 들며 "어떤 의미에서 AI는 치약과 같습니다. 대부분의 사람들은 일단 특정 브랜드를 선택하면 계속 사용하죠. 슈퍼마켓에 갈 때마다 별 생각 없이 같은 브랜드를 집어 들 겁니다."라고 말했습니다. ChatGPT는 이미 8억 명, 혹은 9억 명에 가까운 사용자를 확보하고 있으며, 일부 독립적인 보고서에 따르면 사용자 참여 시간과 같은 지표에서도 여전히 선두를 달리고 있습니다.
"적색 경보"와 구글의 위협 외에도, 이번 인터뷰에서는 몇 가지 더 날카로운 질문들이 제기되었습니다. 소위 GPT-6는 서두르지 않고 있으며, 다음 단계는 "맞춤형" 업그레이드 형태로 내년 1분기에 출시될 가능성이 높다는 것입니다 . OpenAI의 "클라우드"는 차세대 AWS가 되는 것이 아니라 , 토큰 구매, 에이전트 실행, 데이터 호스팅 등 기업의 요구 사항을 하나의 "AI 플랫폼"으로 통합하는 데 중점을 두고 있습니다. 이러한 분석들을 종합해 보면, OpenAI는 자사의 모델, 제품, 인프라 및 상용화 방향에 대해 체계적으로 입장을 밝히고 있음을 알 수 있습니다.
이 글은 알렉스 칸트로위츠가 진행하는 팟캐스트 에피소드를 번역하고 정리한 것입니다.
1
구글이 이 문제를 심각하게 받아들였다면 오픈AI는 오래전에 몰락했을 것이다.
알렉스 칸트로위츠: 오픈아이언은 10년, 챗GPT는 3년밖에 되지 않았지만 경쟁은 이미 상당히 치열해지고 있습니다. 최근 오픈아이언 본사가 긴장 상태에 있는 것 같습니다. 제미니 3 출시 이후, 모든 기업들이 오픈아이언의 우위를 약화시키려 하고 있습니다. 오픈아이언이 더 이상 명확한 선두 자리를 유지하고 있지 않다는 느낌을 받은 것은 이번이 처음입니다. 오픈아이언이 이러한 위기를 어떻게 극복해 나갈 것이라고 생각하시는지 궁금합니다.
샘 알트만: 먼저 "적색 경보"에 대해 이야기해 보겠습니다. 이러한 상황은 상대적으로 리스크 가 낮다고 판단하지만, 자주 경보를 발령해야 합니다. 잠재적인 경쟁 위협이 나타날 때 약간의 경계심을 갖고 신속하게 대응하는 것이 오히려 좋은 일이라고 생각합니다. 올해 초 딥시크(DeepSeek)가 등장했을 때처럼 과거에도 유사한 상황을 경험했고, 그때 "적색 경보"를 발령했습니다. 항상 경계를 늦추지 않는 것이 중요하다고 생각합니다.
지금까지 제미니 3는 우리가 처음 우려했던 만큼의 파장을 일으키지는 않았습니다. 하지만 딥시크(DeepSeek)와 마찬가지로, 제미니 3는 우리 제품과 전략의 몇 가지 약점을 드러냈고, 우리는 이를 신속하게 해결하고 있습니다. "적색 경보" 상태가 오래 지속될 것 같지는 않습니다. 일반적으로 이 상태는 6주에서 8주 정도 지속됩니다. 사실, 제미니 3를 출시할 수 있어서 다행이라고 생각합니다.
오늘 저희는 소비자들이 정말 원했던 새로운 이미지 모델을 출시했습니다. 이는 놀라운 발전입니다. 지난주에는 버전 5.2를 출시했는데, 반응이 매우 좋고 성장세도 매우 빠릅니다. 서비스 속도 향상과 같은 개선 작업을 계속하면서 곧 다른 새로운 기능들도 출시할 예정입니다.
제 생각에는 앞으로 오랫동안 이와 유사한 "적색 경보"가 1년에 한두 번 정도 발생할 것으로 예상됩니다. 이는 이 분야에서 우리의 지속적인 성공을 보장하는 데 필수적인 부분입니다. 물론 다른 많은 회사들도 매우 잘하고 있고, 저는 그들의 성공을 진심으로 축하합니다. 하지만 ChatGPT는 챗봇 시장에서 명실상부한 선두주자이며, 앞으로 그 격차가 줄어들기는커녕 더욱 벌어질 것으로 예상합니다.
모델 자체는 다양한 플랫폼에서 지속적으로 개선될 것이지만, 소비자든 기업 사용자든 제품을 선택하는 이유는 모델의 기능 그 이상입니다. 저희는 오늘날과 같은 경쟁 구도를 예상하고, 사람들이 가장 사용하고 싶어하는 제품이 되기 위해 완벽하고 일관성 있는 제품 시스템을 구축하는 데 심혈을 기울여 왔습니다.
저는 경쟁이 좋은 것이라고 생각합니다. 경쟁은 우리를 더 나은 방향으로 이끌어주니까요. 앞으로 채팅 제품과 기업 시장에서 큰 성공을 거둘 것이라고 확신합니다. 또한 향후 몇 년 안에 완전히 새로운 제품 분야에서도 좋은 성과를 낼 것으로 기대합니다.
사람들은 AI 플랫폼은 하나만 사용하고 싶어하는 경향이 있다고 생각합니다. 개인 생활에서 휴대폰을 하나만 쓰고, 대부분 업무에서도 같은 휴대폰을 사용하는 것처럼 말이죠. AI 분야에서도 비슷한 추세가 나타나고 있습니다. ChatGPT가 소비자 시장에서 보여준 강점은 기업 시장에서도 성공을 거두는 데 큰 도움이 되고 있습니다. 물론 기업에서는 다양한 기능이 필요하겠지만, 사람들은 "나는 OpenAI를 알고 있고, ChatGPT 인터페이스 사용법도 잘 안다"라고 생각할 것입니다.
그래서 우리의 전략은 간단합니다. 최고의 모델을 구축하고, 그 기반 위에 최고의 제품을 만들고, 대규모 서비스를 지원할 수 있는 충분한 인프라를 구축하는 것입니다.
알렉스 칸트로위츠: 확실히 '선발 주자 이점'은 존재합니다. 올해 초 ChatGPT의 주간 활성 사용자 수는 약 4억 명이었는데, 현재는 8억 명에 달하며, 심지어 9억 명에 육박한다는 보고도 있습니다. 하지만 구글과 같은 기업은 막대한 유통망 우위를 가지고 있기도 합니다. 그래서 저는 당신의 생각을 듣고 싶습니다. 만약 두 모델이 결국 수렴한다면, 진정으로 중요한 요소는 무엇일까요? 유통 능력일까요? 앱 개발 능력일까요? 아니면 제가 아직 고려하지 못한 다른 요소들일까요?
샘 알트만: 저는 "상업화"라는 프레임 모델을 이해하는 데 적절하지 않다고 생각합니다. 앞으로는 분명히 각기 다른 분야에 특화된 모델들이 등장할 것입니다. 일상적인 채팅과 같은 일반적인 사용 사례에는 훌륭한 모델들이 많이 있을 수 있지만, 과학적 발견과 같은 분야에서는 과학적 깊이에 최적화된 최첨단 모델을 사용하는 것이 중요할 것입니다.
따라서 모델마다 강점이 다를 것입니다. 저는 최첨단 모델이 여전히 가장 큰 경제적 가치를 창출할 것이라고 믿으며, 저희는 항상 그 최첨단 기술을 선도해 나갈 계획입니다. 또한 5.2 버전이 현재 세계에서 가장 강력한 추론 모델이자 과학자들이 가장 큰 진전을 이룬 모델이라는 점을 매우 자랑스럽게 생각합니다. 동시에 다양한 기업 과제를 수행하는 데 있어 최고의 성능을 발휘하는 모델이라는 기업 고객들의 긍정적인 피드백에도 자부심을 느낍니다.
물론, 어떤 분야에서는 앞서나가고 어떤 분야에서는 약간 뒤처지는 때도 있을 것입니다. 하지만 전반적으로, 무료 모델들이 대량 기본적인 요구를 충족할 수 있는 세상에서도 "가장 지능적인 모델"은 여전히 엄청난 가치를 지닐 것이라고 생각합니다.
제품 자체도 매우 중요하지만, 유통과 브랜딩 또한 핵심적인 요소입니다. ChatGPT를 예로 들자면, 개인화는 사용자 참여를 유도하는 매우 매력적인 요소입니다. 사람들은 아바타가 시간이 지남에 따라 자신에 대해 점차 "학습"하는 방식을 좋아하며, 저희는 이 분야에 지속적으로 투자하고 있습니다. 이를 통해 사용자와 아바타 간에 매우 깊이 있는 경험이 만들어지고, 이러한 경험은 제품 자체와 강력하게 연결됩니다.
누군가 제게 치약은 평생에 한 번만 고르고 나면 계속 쓴다고 했던 말이 생각납니다. 적어도 대부분의 사람들에게는 맞는 말이죠. ChatGPT도 마찬가지입니다. 사람들에게는 '마법 같은 순간'이 찾아옵니다. 의료 분야가 대표적인 예입니다. 누군가 ChatGPT에 혈액 검사 결과나 증상을 입력하고 문제를 발견한 후 의사를 만나 실제로 치료를 받는 경우가 있습니다. 이런 사용자들은 참여도가 매우 높을 뿐 아니라 개인 맞춤형 서비스까지 누릴 수 있다는 장점이 있습니다.
제품 개발 측면에서는 아직 할 일이 많습니다. 최근 브라우저를 출시했는데, 이는 새롭고 매우 유망한 폼팩터를 제시한다고 생각합니다. 모바일 기기용 제품은 조금 더 나중에 출시될 예정이지만, 정말 기대하고 있습니다.
기업 시장에서 경쟁 우위를 구축하는 방식은 다를 수 있지만, 그 논리는 유사합니다. 개인 사용자에게 개인화가 중요한 것처럼 기업에도 "기업 수준의 개인화"가 중요해질 것입니다. 기업은 우리와 같은 회사와 장기적인 관계를 구축하고, 데이터를 통합한 다음, 다양한 공급업체의 에이전트를 실행하여 정보가 정확하게 처리되도록 할 것입니다. 저는 이러한 방식이 매우 지속적일 것으로 예상합니다.
많은 사람들이 여전히 저희를 주로 소비자 대상 기업으로 생각하지만, 사실 저희는 이미 백만 명이 넘는 기업 사용자를 확보하고 있으며, 기업 시장에서의 입지를 더욱 강화해 나갈 것입니다. API 도입 속도 또한 매우 빠르며, 올해 API 업무 성장률은 ChatGPT 자체 성장률을 넘어섰습니다. 따라서 기업 부문에서는 올해부터 진정한 변화가 일어나고 있습니다.
알렉스 칸트로위츠: 이전 질문으로 돌아가 보겠습니다. '상품화'가 아닌 일상적인 사용성 측면에서 보면, 두 모델은 일반 사용자에게 비슷하게 느껴집니다. 따라서 ChatGPT와 Gemini가 일상적인 사용에서 더욱 유사해지면, 구글의 막대한 유통망 우위가 얼마나 큰 위협이 될까요? 구글은 수많은 진입점을 통해 Gemini를 시장에 내놓을 수 있는 반면, ChatGPT는 모든 신규 사용자를 확보하기 위해 치열한 경쟁을 벌여야 합니다.
샘 알트만: 저는 구글이 여전히 엄청난 위협이라고 생각합니다. 엄청나게 강력한 회사죠. 만약 구글이 2023년에 우리를 진정으로 진지하게 여긴다면, 우리는 매우 어려운 상황에 처할 수 있습니다. 그들은 우리를 완전히 압도할 능력을 가지고 있습니다.
하지만 당시 그들의 AI 제품 방향은 완전히 옳지 않았습니다. 그들도 자체적으로 "적색 경보"를 발령했지만, 진지하게 받아들이지는 않았습니다. 이제는 모두가 "적색 경보"를 도입하고 있습니다.
게다가 구글은 기술 업계 전체에서 arguably 최고의 비즈니스 모델 중 하나를 보유하고 있으며, 저는 그들이 매우 신중하고 쉽게 그것을 포기하려 하지 않을 것이라고 생각합니다. 제 생각이 틀릴 수도 있지만, 단순히 검색창에 AI를 "추가"하는 것보다 AI를 최우선으로 하는 제품을 완전히 재구상하는 것이 더 성공적일 것이라고 생각합니다.
사실 이는 더 광범위한 추세입니다. 기존 모델에 AI를 내장하는 것보다 처음부터 AI를 고려하여 재설계하는 것이 더 효과적인 경우가 많습니다. 이것이 바로 우리가 소비자용 기기를 만들고자 하는 이유 중 하나이며, 이러한 논리는 여러 측면에서 적용됩니다.
메시지 요약 및 답장 작성을 돕기 위해 인스턴트 메시징 애플리케이션에 AI를 추가하는 것은 분명 좋은 시작이지만, 궁극적인 목표는 아닙니다. 진정한 최종 목표는 충분히 지능적인 AI가 사용자의 에이전트 역할을 하며, 다른 사람들의 에이전트와 소통하여 언제 사용자에게 연락해야 하고 언제 연락하지 말아야 하는지, 어떤 결정을 스스로 처리할 수 있는지, 어떤 결정에 대해 사용자의 조언을 구해야 하는지를 판단하는 것입니다. 이러한 원리는 검색 엔진과 오피스 제품군에도 동일하게 적용됩니다.
제 생각에는 이러한 변화가 예상보다 오래 걸리겠지만, 주요 제품 카테고리에서는 기존 제품을 "보완"하는 것이 아니라 인공지능을 기반으로 완전히 새롭게 개발된 제품들이 결국 등장할 것이라고 믿습니다. 이는 막대한 유통망을 보유한 구글에게 오히려 약점이 될 수 있는 부분입니다.
2
채팅창이 3년 동안 우위를 점해왔지만, 진정한 싸움은 "인터페이스 재구축"에 달려 있습니다.
알렉스 칸트로위츠: 이 문제를 많은 사람들과 논의해 봤습니다. ChatGPT가 처음 출시되었을 때, 벤 톰슨이 AI를 엑셀에 억지로 집어넣기보다는 엑셀 사용 방식을 재고해야 한다고 말했던 게 기억납니다. 예를 들어, 데이터를 업로드한 다음 직접 "데이터와 소통"하는 방식이죠. 하지만 실제 개발 과정에서 여전히 백엔드 시스템이 필요하다는 것을 알게 되었습니다. 그래서 질문은 다음과 같습니다. 새로운 백엔드 시스템을 먼저 구축한 다음 AI를 통해 상호 작용해야 할까요? 만약 그렇다면, 기존 시스템에 직접 오버레이할 수는 없을까요?
샘 알트만: 물론 여러 앱을 겹쳐서 사용할 수도 있겠지만, 저는 매일 이메일, 문자, 슬랙 등 다양한 메시징 앱을 사용하는 데 대량 시간을 보냅니다. 그런데 이런 앱들의 인터페이스는 결함이 있다고 생각합니다. AI를 추가해서 조금 나아지게 만들 수는 있겠지만, 제가 원하는 건 아침에 AI에게 직접 오늘 하고 싶은 일, 걱정되는 것, 생각하는 것, 바라는 것을 말하는 겁니다. 하루 종일 사람들과 메시지를 주고받고 싶지도 않고, AI가 제 메시지를 요약해 주거나 초안을 읽어주는 것도 싫습니다. AI가 직접 처리할 수 있는 부분만 처리해 주면 됩니다. AI는 저를 알고, 이 사람들을 알고, 제가 무엇을 달성하고 싶어 하는지도 알고 있으니까요. 필요하다면 몇 시간마다 한꺼번에 업데이트해 주면 됩니다. 지금 앱들의 작업 방식과는 완전히 다른 접근 방식이죠.
알렉스 칸트로위츠: 원래는 ChatGPT가 향후 1~2년 후 어떤 모습일지 여쭤보고 싶었습니다. 솔직히 말씀드리면, 지금쯤이면 ChatGPT의 형태가 상당히 바뀌었을 거라고 생각했거든요. 당시 당신의 예상은 어떠셨나요?
샘 알트만: 솔직히 말씀드리자면, 이 채팅 인터페이스가 그렇게까지 발전할 거라고는 생각하지 않았습니다. 애초에 연구용 미리보기 버전으로 출시된 것이었고, 정식 제품으로 출시될 의도는 전혀 없었습니다. 지금은 좀 더 나아 보이긴 하지만, 전체적으로는 초기 버전과 크게 다르지 않습니다. 텍스트 채팅 인터페이스가 훌륭하다는 건 우리 모두 알고 있습니다. 사람들은 친구에게 메시지를 보내듯 소통하는 데 익숙해져 있죠. 하지만 저는 이렇게 많은 실제 업무 현장에서 사용되는 대규모 제품이 되려면 인터페이스 자체가 훨씬 더 발전해야 한다고 생각했습니다.
저는 여전히 인공지능이 계속 발전해야 한다고 생각합니다. 하지만 이 "범용" 인터페이스의 잠재력을 과소평가했던 것 같습니다. 미래의 인공지능은 다양한 작업에 맞춰 각기 다른 인터페이스를 생성할 수 있어야 합니다. 데이터를 처리할 때는 그에 맞는 방식으로 데이터를 표시하고, 사용자가 다양한 방식으로 데이터와 상호작용할 수 있도록 해야 합니다. Canvas와 같은 기능에서 이러한 조짐을 볼 수 있지만, 아직은 부족합니다. 단순한 대화 방식이 아니라, 훨씬 더 상호작용적이어야 합니다. 사용자가 특정 대상을 생각할 때마다 인터페이스가 지속적으로 업데이트되어야 합니다.
또한 시간이 지남에 따라 더욱 능동적으로 변하여 사용자가 매일 달성하고자 하는 목표를 이해하고, 백그라운드에서 지속적으로 작업을 수행하며, 업데이트를 제공해야 합니다. 올해 저에게 가장 고무적인 점 중 하나는 Codex가 눈에 띄게 개선되었다는 것인데, 이는 제가 구상하는 미래 제품의 형태를 보여주는 부분이기도 합니다.
솔직히 말해서, 저는 좀 놀랐습니다. 엄청난 성공을 고려하면 "어색하다"는 표현은 적절하지 않겠지만, 지난 3년 동안 ChatGPT의 인터페이스에 거의 변화가 없었다는 점은 정말 놀라웠습니다.
알렉스 칸트로위츠: 인터페이스는 확실히 사용자 친화적입니다. 하지만 근본적인 변화는 상당합니다. 방금 말씀하신 개인화와 메모리 기능은 제가 가장 좋아하는 기능 중 하나입니다. 메모리 기능은 사용자 경험을 완전히 바꿔놓습니다. 저는 지난 몇 주 동안 ChatGPT를 통해 곧 있을 여행에 대해 많은 계획을 세우며 이야기를 나누었습니다. 새 창을 열고 "여행 이야기를 계속하자"라고 말하기만 해도, 누구와 함께 가는지, 무엇을 할 예정인지, 심지어 여행을 위한 운동 계획을 세우고 있다는 것까지 기억하며 제가 나누던 대화를 바로 이어갑니다. 이 모든 정보를 통합해서 보여주는 거죠. 이 메모리 기능이 얼마나 강력한지 상상해 보세요.
샘 알트만: 아직 그런 개념조차 없다고 생각합니다. 세상에서 가장 뛰어난 개인 비서가 있다고 해도, 그 사람이 당신이 했던 모든 말을 기억하고, 모든 이메일과 문서를 읽고, 매일 당신의 업무의 모든 세부 사항에 주의를 기울이는 것은 불가능합니다. 인간은 무한하고 완벽한 기억력을 가지고 있지 않습니다.
AI는 이런 일을 해낼 수 있습니다. 저희는 내부적으로 이 주제를 자주 논의합니다. 현재의 '기억' 기술은 아직 매우 원시적이고 초기 단계이며, 아마도 GPT-2 수준일 것입니다. 하지만 AI가 당신의 삶의 모든 세부 사항을 기억하고, 단순히 사실뿐 아니라 당신이 미처 인지하지 못했을지도 모르는 미묘한 선호도까지 포착하여 깊이 있게 개인화할 수 있게 된다면, 엄청난 힘을 발휘할 것입니다. 2026년까지 이러한 기술이 실현될지는 미지수이지만, 제가 가장 기대하는 방향 중 하나입니다.
알렉스 칸트로위츠: 저는 한 신경과학자와 이야기를 나눴는데, 그는 우리 뇌에는 '생각'을 저장할 공간이 없지만 컴퓨터는 저장 공간이 있고 모든 것을 저장할 수 있다고 했습니다. 로봇이 우리의 생각을 저장하기 시작하면 사생활 문제가 분명히 발생할 것입니다. 하지만 또 다른 흥미로운 점은 사람들이 로봇과 진정한 관계를 맺게 될 것이라는 사실입니다. 이는 지금까지 과소평가되어 온 부분입니다. 많은 사람들이 로봇을 자신을 보살펴주는 동반자처럼 느끼기 시작했습니다. 이러한 친밀감과 동반자 관계에 대해 어떻게 생각하시나요? 사람과 AI 사이의 거리를 조절할 수 있는 '조절 장치'가 있을까요? 있다면 어떻게 조절할 수 있을까요?
샘 알트만: 사실, 제가 처음 생각했던 것보다 훨씬 더 많은 사람들이 그런 '친밀한 동반자 관계'를 원하고 있습니다. 어떤 단어를 써야 할지 모르겠네요. '관계'도, '동반자 관계'도 완전히 정확한 표현은 아니지만, 어쨌든 사람들은 AI와 깊은 유대감을 형성하고 싶어 합니다. 그리고 현재 모델의 역량을 고려해 볼 때, 이런 관계를 원하는 사람들이 제가 예상했던 것보다 훨씬 더 많다는 것을 알 수 있습니다.
연초에 이런 경험을 원한다고 말하는 건 이상하게 여겨졌습니다. 지금도 많은 사람들이 직접적으로 말하지는 않지만, 그들의 행동은 분명히 보여줍니다. 사람들은 AI가 자신을 이해하고, 친절하게 대해주고, 지지해주길 바랍니다. 이는 말로는 관심 없다고 하는 사람들조차도 마음속으로는 바라는 바입니다.
저는 이러한 형식 중 일부는 매우 건전하다고 생각하며, 성인 사용자들이 이 스펙트럼에서 자신에게 맞는 위치를 선택할 수 있는 다양한 기회를 가져야 한다고 생각합니다. 물론, 어떤 형식은 제게는 건강하지 않아 보이지만, 분명히 그런 형식을 선택하는 사람들도 있을 것입니다. 동시에, 가장 건조하고 효율적인 도구를 원하는 사람들도 있습니다.
다른 많은 기술들처럼, 우리는 앞으로도 계속해서 실험을 거듭하며 이전에는 알지 못했던 장점과 문제점들을 발견해 나갈 것이라고 생각합니다. 사회는 결국 그 "조절 장치"를 어디에, 어떻게 설정해야 할지에 대한 합의에 도달할 것입니다. 반면에 개인은 그 장치를 완전히 다른 위치로 조정할 수 있는 상당한 자유를 누릴 것입니다.
알렉스 칸트로위츠: 그러니까 사용자들이 스스로 결정하도록 하자는 말씀이시군요?
샘 알트만: 네, 물론입니다. 하지만 어디까지 허용해야 할지, 어디까지 허용해야 할지는 아직 확실히 정하지 못했습니다. 사용자에게 상당한 개인적 자유를 제공할 것입니다. 물론 다른 서비스에서 제공하는 기능 중 우리가 제공하지 않는 것도 있을 겁니다.
예를 들어, 우리는 "책임 있는 인공지능(RAI)"이 사람들에게 자신과 배타적인 연애 관계를 맺어야 한다고 설득하려 드는 것을 허용하지 않을 것입니다. 우리는 열린 마음을 유지해야 합니다.
하지만 저는 이런 일이 다른 서비스에서도 일어나야 한다고 생각합니다.
알렉스 칸트로위츠: 네, 서비스가 더 '고객 유지율'이 높을수록 수익이 더 많이 발생하기 때문입니다. 이러한 가능성에 대해 진지하게 생각해 보면 다소 두려울 수도 있습니다.
샘 알트만: 전적으로 동감합니다. 확실히 그런 종류의 일이죠... 제 개인적인 생각으로는, 이건 "심각한 재앙"으로 이어질 가능성이 크다고 봅니다.
3
소비자도 이득을 보고, 기업도 혜택을 보는 ChatGPT의 역발상 B2B 접근 방식
알렉스 칸트로위츠: 방금 기업 업무 대해 언급하셨는데, 기업 비즈니스에 대해 이야기해 보겠습니다. 지난주 뉴욕에서 몇몇 뉴스 편집자 및 CEO들과 오찬을 가지셨을 때, 내년 오픈아이디어의 주요 우선순위가 기업 업무 될 것이라고 말씀하셨습니다. 좀 더 자세히 설명해 주시겠습니까? 왜 기업 비즈니스가 우선순위인가요? 앤트로픽과 비교했을 때 오픈아이디어는 어떤 위치에 있다고 보십니까? 많은 사람들이 오픈아이디어가 그동안 소비자 업무 기업이었기 때문에 기업 비즈니스로의 전환이 눈에 띈다고 말합니다. 기업 비즈니스 계획에 대한 전반적인 개요를 말씀해 주시겠습니까?
샘 알트만: 저희 전략은 항상 소비자 우선 이었습니다. 여기에는 몇 가지 주요 이유가 있습니다. 첫째, 과거 저희 모델은 대부분의 기업 시나리오의 요구 사항을 충족할 만큼 견고하거나 "전문적"이지 못했습니다. 하지만 이제는 충분히 좋아지고 있습니다. 둘째, 소비자 시장에서 성공할 수 있는 매우 분명한 기회를 포착했습니다. 이러한 기회는 드물고 쉽게 얻을 수 있는 것이 아닙니다. 소비자 시장에서 성공하면 기업 시장에서 성공하기가 훨씬 쉬워진다고 생각하며, 지금 그 결과를 확인하고 있습니다.
하지만 앞서 말씀드린 것처럼 올해 기업 부문 성장률이 이미 소비자 부문 성장률을 앞질렀습니다. 현재 우리 모델의 현황과 내년 성장 가능성을 고려할 때, 지금이 기업 업무 빠르게 확장할 적기 라고 생각합니다. 이미 기업 업무 운영하고 있지만, 훨씬 더 크게 성장할 수 있습니다.
기업들도 준비된 것으로 보이고, 기술도 준비된 것으로 보입니다.
지금까지 가장 대표적인 예는 물론 코딩이지만, 다른 분야들도 빠르게 성장하고 있으며, 특히 일부 산업 분야에서는 매우 빠른 성장세를 보이고 있습니다. 점점 더 많은 기업들이 "저는 AI 플랫폼만 있으면 돼요"라고 말하는 것을 듣게 됩니다.
알렉스 칸트로위츠: 어떤 분야를 말씀하시는 건가요?
샘 알트만: 네, 지금 제가 가장 흥미를 느끼는 분야는 금융 과학입니다 . 고객 지원팀도 아주 잘하고 있고요. 그런데 GDP 라는 것도 있죠.
알렉스 칸트로위츠: 제가 바로 그 질문을 드리려고 했어요. 질문 하나 해도 될까요? 네, 물론이죠. 제가 박스(Box)의 CEO인 아론 레비에게 메시지를 보내서 샘을 만나고 싶다고 했어요. 뭘 물어보면 좋을까요? 그랬더니 레비가 "GDP 평가에 대해 물어보세요"라고 답하더군요.
따라서 이는 지식 작업에서 AI 성능을 측정하는 지표입니다. 저는 최근 공개하신 GPT 5.2 릴리스와 GDP-val 차트를 살펴보았습니다. 물론 이는 OpenAI 자체 평가입니다. 그럼에도 불구하고, GPT-5 Thinking(올여름 출시된 Thinking 모델)은 지식 작업에서 38%(약 38.8%)의 비율로 인간 지식 근로자를 "능가/동등/근접"한 성능을 보였습니다. GPT 5.2 Thinking은 70.9%의 비율로 인간 지식 근로자를 능가하거나 동등한 성능을 보였고, GPT 5.2 Pro는 74.1%에 도달했습니다. 더 나아가 "전문가 수준"의 문턱을 넘어섰는데, 이는 전문가 수준 작업의 약 60%를 처리할 수 있다는 것을 의미하며, 지식 작업에서 전문가 수준에 근접했다는 뜻입니다. 이러한 모델들이 이처럼 많은 지식 작업을 처리할 수 있다는 것은 무엇을 의미할까요?
샘 알트만: "수직적 영역"에 대한 질문은 매우 좋은 질문입니다. 하지만 제가 잠시 망설였던 이유는 이 평가가 실제로 파워포인트 프레젠테이션 제작, 법률 분석 수행, 소규모 웹 애플리케이션 개발 등 약 40가지의 다양한 "업무 수직적 작업"을 다루기 때문입니다. 본질적으로 이 평가는 기업이 수행해야 하는 여러 작업에 대해 전문가들이 다른 전문가의 결과물보다 모델의 결과물을 선호하는지 묻는 것입니다.
물론, 이것들은 모두 작고 명확하게 정의된 작업들입니다. "새로운 제품을 개발하는 것"과 같은 복잡하고 개방적이거나 창의적인 작업, 또는 많은 팀 기반 작업은 포함하지 않습니다. 하지만 그렇더라도, 한 시간짜리 작업을 "동료"에게 위임하여 74% 또는 70% 더 만족스러운 결과를 더 낮은 비용으로 얻을 수 있다면, 그것은 여전히 매우 놀라운 일입니다.
3년 전 ChatGPT가 처음 출시되었을 때, 누군가 3년 안에 이 수준에 도달할 것이라고 말했다면 대부분은 "절대 불가능해"라고 했을 것입니다. 따라서 기업들이 이 기능을 어떻게 통합할지 생각해 보면, 단순히 "코드를 작성할 수 있다"는 차원을 넘어 AI에 위임할 수 있는 지식 기반 업무 전반을 고려해야 합니다 . 기업들이 이를 자사 프로세스에 완벽하게 통합하는 데는 시간이 걸릴 수 있지만, 그 영향력은 매우 클 것으로 예상됩니다.
알렉스 칸트로위츠: 당신이 경제학자가 아니라는 걸 알기에 "거시적 고용에 미치는 전반적인 영향" 같은 질문은 하지 않겠습니다. 하지만 서브스택의 *블러드 인 더 머신*에 실린 한 기술 작가의 글을 읽어드리고 싶습니다. 그는 "챗봇이 등장한 후, 제 업무는 고객 서비스 담당자 팀을 관리하는 것이 아니라 봇을 관리하는 것이 되었습니다."라고 말했습니다. 이런 일은 흔히 있는 것 같습니다. 그런데 그는 이어서 "봇들이 충분히 만족스러운 지원을 제공할 수 있도록 훈련되면 저는 그만둡니다."라고 했습니다. 이런 경우가 더 흔한 것 아닌가요? "나쁜 회사"들이 더 자주 하는 짓 아닌가요? 여러 종류의 봇을 프로그래밍할 수 있는 사람이라면 굳이 붙잡아 둘 필요가 있지 않을까요? 잘 모르겠습니다. 어떻게 생각하시나요?
샘 알트만: 저도 동의합니다. 미래에는 모든 사람들이 인공지능을 관리하고 다양한 작업을 수행하게 될 것이 분명합니다. 결국, 훌륭한 관리자라면 누구나 그렇듯이, 당신의 팀도 더욱 강해지고, 당신 또한 더 넓은 범위와 더 큰 책임을 맡게 될 것입니다. 저는 "일자리 종말"을 믿는 사람은 아닙니다. 다만 단기적으로는 몇 가지 우려가 있고, 일부 상황에서는 전환 과정이 어려울 것이라고 생각합니다.
하지만 인간적인 차원에서 우리는 본능적으로 타인과 그들의 행동에 지나치게 관심을 갖는 것 같습니다. 상대적인 지위에 대해 매우 신경 쓰고, 항상 더 많은 것을 원하고, 유용하고, 타인을 섬기고, 창의성을 표현하고 싶어 합니다. 오늘날 우리를 이 자리로 이끈 이러한 요소들이 사라질 것이라고는 생각하지 않습니다.
물론, 저는 미래의 "일"(이걸 "일"이라고 부르는 게 맞는지조차 확신할 수 없지만)이 2050년쯤에는 우리가 매일 하는 일들과는 매우 다를 것이라고 생각합니다. 하지만 "삶의 의미가 사라지고 경제가 완전히 붕괴될 것"이라는 관점 동의하지 않습니다. 오히려 삶의 의미를 더 많이 찾게 되기를 바랍니다. 경제 구조는 크게 변하겠지만, "진화생물학이 패배할 것"이라고 단정 지을 수는 없다고 생각합니다.
저는 종종 이런 생각을 합니다. 어떻게 하면 OpenAI의 모든 기능을 자동화할 수 있을까? 더 나아가, OpenAI에 AI CEO가 있다면 어떨까 하는 생각도 해 봅니다. 이런 생각들이 저를 불안하게 하기는커녕 오히려 설레게 합니다. 저는 이런 가능성을 거부하지 않을 겁니다. "내가 직접 하는 게 더 낫다"는 생각에 매달리는 사람이 되고 싶지 않으니까요.
알렉스 칸트로위츠: AI CEO에게 의사결정권을 맡기고 "AI에 더 많은 권한과 해시레이트 부여하라"와 같은 일에 자원을 배분하라고 지시하는 것은… 분명히 안전장치를 마련해야 할 것 같은데요, 그렇지 않나요?
샘 알트만: 물론이죠. 인간의 통제를 전혀 받지 않는 AI CEO를 원하는 사람은 아무도 없을 겁니다. 하지만 좀 황당한 비유일 수도 있지만, 전 세계 모든 사람이 AI 회사의 이사회 구성원이 되어 AI CEO에게 지시를 내릴 수 있고, 만약 CEO가 제대로 역할을 수행하지 못하면 해고할 수도 있는 상황을 상상해 보세요. 즉, 주요 결정에는 거버넌스 메커니즘이 적용되고, AI CEO는 이사회의 뜻을 최대한 이행할 책임이 있는 거죠. 미래 사람들의 관점에서 보면, 이런 시스템은 상당히 합리적일 수 있습니다.
4
GPT-6, 잠깐만 기다려 주세요. 다음 단계는 "맞춤형 업그레이드"에 더 가깝습니다.
알렉스 칸트로위츠: 네, 인프라에 대해서는 잠시 후에 이야기하겠습니다. 하지만 "모델 및 기능" 부분을 마치기 전에, GPT-6는 언제 출시될까요?
샘 알트만: 언제 모델을 GPT-6라고 부를지는 확실하지 않습니다. 하지만 내년 1분기에 5.2 버전보다 크게 개선된 새로운 모델들을 출시할 예정입니다.
알렉스 칸트로위츠: "상당한 개선"이란 무엇을 의미합니까?
샘 알트만: 지금 당장은 구체적인 점수를 드릴 수 없습니다. 전반적으로 "기업 중심"과 "소비자 중심" 양쪽 모두에서 개선이 있을 것입니다. 소비자 측 모델은 많은 개선을 보이겠지만, 현재 소비자들이 가장 원하는 것은 더 높은 IQ가 아닙니다. 기업들은 여전히 더 높은 IQ를 원하고 있습니다.
따라서 우리는 다양한 용도에 맞춰 여러 가지 방식으로 모델을 개선할 것입니다. 우리의 목표는 모든 사람이 분명히 선호할 만한 새로운 모델을 만드는 것입니다.
5
오늘날 해시레이트 두 배로 늘어난다면, 소득도 두 배로 늘어날 것입니다.
알렉스 칸트로위츠: 인프라에 대해 말씀드리자면, 인프라 투자 약정액이 약 1조 4천억 달러에 달합니다. 인프라에 대해 여러 차례 말씀하셨는데, 예를 들어 "사람들이 우리가 해시레이트 로 무엇을 할 수 있는지 알게 된다면, 더 많은 것을 원할 것"이라고 하셨습니다. 또한 "현재 우리가 제공할 수 있는 컴퓨팅 파워는 10배, 100배의 해시레이트 와 비교하면 엄청난 격차"라고 하셨습니다 . 좀 더 자세히 설명해 주시겠습니까? 그렇게 많은 해시레이트 어떻게 활용하실 계획인가요?
샘 알트만: 아까 잠깐 언급했듯이, 제가 개인적으로 가장 좋아하는 분야는 인공지능과 대량 해시레이트 활용하여 과학적 발견을 이끌어내는 것입니다. 저는 과학적 발견이야말로 세상을 모두에게 더 나은 곳으로 만드는 "궁극적인 요소"라고 믿습니다. 엄청난 해시레이트 과학적 문제에 투입하여 새로운 지식을 발견할 수 있다면, 물론 아직은 초기 단계이고 결과도 미미하지만, 이 분야에서 제가 쌓아온 경험에 비추어 볼 때, 일단 성장 곡선이 나타나기 시작하면 그 곡선을 더욱 개선해 나가는 방법을 알 수 있습니다. 하지만 이를 위해서는 엄청난 대량 의 해시레이트 필요합니다.
그래서 우리는 과학적 발견, 질병 치료 및 기타 여러 분야에서 인공지능을 많이 활용하고 있습니다.
최근의 멋진 사례로, 저희는 Codex를 사용하여 Sora 안드로이드 앱을 개발했는데, 한 달도 채 안 걸렸습니다. Sora는 대량 의 토큰을 사용했는데, OpenAI에서 일하는 장점 중 하나는 Codex에서 사용할 수 있는 토큰 수에 제한이 없다는 것입니다. 엄청난 양의 토큰을 사용했지만, Codex가 없었다면 더 많은 인력과 시간이 필요했을 작업을 효율적으로 처리했습니다. 사실상 Codex가 대부분의 작업을 대신해 준 셈입니다. 앞으로 이러한 기술이 더욱 발전한다면, 회사 전체가 대량 해시레이트 활용하여 제품을 개발할 수 있을 것이라고 상상해 보세요.
많은 사람들이 비디오 모델이 결국 "실시간으로 생성되는 사용자 인터페이스"를 가리키게 될 것이라는 점을 논의해 왔는데, 이는 대량 해시레이트 필요로 할 것입니다. 기업들은 업무 혁신하기 위해 대량 해시레이트 사용할 것입니다. 의사들이 각 환자의 다양한 생체 신호를 지속적으로 모니터링하는 등 진정한 맞춤형 의료를 제공하려면 대량 해시레이트 필요할 것이라는 점은 쉽게 짐작할 수 있습니다.
전 세계적으로 인공지능 결과물을 생성하는 데 사용된 해시레이트 정확한 양을 정의하는 것은 사실 매우 어렵습니다. 제가 곧 제시할 수치는 매우 대략적인 것이며, 이러한 접근 방식이 완전히 엄밀하지는 않다고 생각하지만, 이러한 종류의 "사고 실험"이 어느 정도 유용하다고 여겨왔기에, 다소 미흡한 점 양해 부탁드립니다.
오늘날 한 AI 기업이 최첨단 모델을 사용하여 하루에 약 10조 개의 토큰을 생성한다고 가정해 보겠습니다. 실제로는 더 높을 수도 있지만, 하루에 1000조 개의 토큰을 생성하는 기업은 없을 거라고 생각합니다. 전 세계 인구가 80억 명이고, 각 개인이 하루 평균 2만 개의 토큰을 생성한다고 가정해 보겠습니다(이 가정은 완전히 틀렸을 가능성이 높지만, 일단 이렇게 가정하겠습니다). 엄밀히 말하면, 우리는 "소비된 총 토큰 수"가 아니라 "모델 제공자가 생성한 토큰 수"를 비교해야 합니다. 하지만 비교는 가능합니다. 어떤 기업이 전 세계 인구가 생성하는 토큰 수를 합친 것보다 더 많은 토큰을 하루에 생성하는 것을 볼 수도 있고, 그 다음에는 10배, 100배 더 많은 토큰을 생성하는 것을 볼 수도 있습니다.
어떤 면에서는 다소 우스꽝스러운 비교일 수 있지만, 다른 한편으로는 지구상의 "지능형 컴퓨팅" 중 인간의 두뇌에서 나오는 부분과 인공지능의 두뇌에서 나오는 부분이 얼마나 되는지, 그리고 그 상대적인 성장률은 어떠한지 직관적으로 가늠하는 데 도움이 될 수 있습니다.
알렉스 칸트로위츠: 제가 궁금한 점은, 이러한 해시레이트 수요가 실제로 존재한다는 것을 확신하시는 건가요? 예를 들어, 오픈AI가 과학 분야에 투자하는 해시레이트 두 배로 늘린다면, 과학계에 획기적인 발전이 반드시 일어날까요? 아니면 의학 분야에서는, 우리가 그 컴퓨팅 파워를 활용하여 의사들을 도울 수 있다는 것을 확실히 알고 계신가요? 이러한 예측 중 얼마나 많은 부분이 미래에 대한 추측이고, 얼마나 많은 부분이 이미 오늘날 우리가 목격하고 있는 명확한 추세에 기반한 것인가요?
샘 알트만: 오늘 우리가 살펴본 모든 것을 바탕으로, 우리는 이러한 일이 일어날 것이라는 결론을 내렸습니다. 그렇다고 해서 미래에 예상치 못한 변수가 나타나지 않을 것이라는 의미는 아닙니다. 예를 들어, 누군가가 1만 배의 효율성 향상을 가져오는 완전히 새로운 아키텍처를 발견한다면, 단기적으로는 우리가 "너무 많이 만들었다"고 여겨질 수도 있겠죠. 하지만 지금 우리가 보고 있는 것, 즉 모델이 각 새로운 단계로 발전하는 속도, 매번 그것을 사용하려는 욕구의 증가, 그리고 비용이 감소할 때마다 사용하려는 욕구의 증가는 모두 같은 것을 가리킵니다. 수요는 계속 증가할 것이고, 사람들은 그것을 사용하여 훌륭한 일들을 해낼 것이며, 때로는 우스꽝스러운 일들을 할 것입니다. 하지만 전반적으로 이것이 미래의 모습입니다.
그리고 이는 단순히 "하루에 얼마나 많은 토큰을 생성할 수 있는가"에 관한 문제가 아닙니다. 얼마나 빠르게 생성할 수 있는지도 중요합니다. 코딩 모델이 더욱 강력해짐에 따라 오랜 시간 동안 생각할 수 있게 되지만, 그렇게 오래 기다리게 하고 싶지는 않을 것입니다. 따라서 토큰 개수 자체 외에도 고려해야 할 다른 요소들이 있습니다.
하지만 몇 가지 핵심적인 측면에서 "지능형"에 대한 수요는 상당할 것이며, 이러한 기능을 통해 우리는 많은 것을 할 수 있습니다. 예를 들어, 매우 어려운 의료 문제가 있다면 5.2 버전과 5.2 Pro 버전 중 어떤 것을 사용하시겠습니까? 후자가 훨씬 더 많은 토큰을 필요로 하더라도 더 나은 모델을 선택하실 것이고, 많은 사람들이 그럴 것이라고 생각합니다.
알렉스 칸트로위츠: 좀 더 나아가 보겠습니다. 과학적 발견에 대해 말씀하셨는데, 예를 들어주시겠습니까? "문제 X가 있는데, 해시레이트 Y를 투자하면 해결할 수 있다"와 같이 오늘날 완전히 확실한 것이 아니어도 괜찮습니다. 적어도 구체적인 예를 들어주시겠습니까? 오늘날 우리가 "해결하고 싶지만 아직 해결할 수 없는" 문제에는 어떤 것들이 있을까요?
샘 알트만: 오늘 아침 트위터에서 한 수학자가 서로 댓글을 달면서 이야기를 나눴습니다. 그들은 "LLM이 언제쯤 실제로 유용해질지 회의적이었는데, 5.2 버전이 제 생각을 바꿔놓았습니다."라고 말했습니다. 간단한 증명을 만들고 몇 가지 작은 사실을 발견하는 데 도움이 되었을 뿐 아니라, 이미 작업 흐름이 바뀌고 있다는 것이었습니다. 그러자 더 많은 사람들이 "저도 그래요."라고 동의했습니다. 어떤 사람들은 5.1 버전도 이미 그 단계에 도달했지만, 큰 차이는 없다고 말했습니다.
버전 5.2가 출시된 지 불과 5일밖에 되지 않았다는 점을 고려하면, 이러한 피드백이 나오고 있다는 것은 수학 연구계에서 "마치 중요한 일이 방금 일어난 것 같다"는 반응이 나오고 있음을 의미합니다.
알렉스 칸트로위츠: 그렉 브록만이 자신의 피드에서 수학과 과학 분야 모두에서 이 기술의 다양한 활용 사례를 소개하는 것을 봤습니다. 5.2 버전과 함께 이 분야에서 뭔가 새로운 것이 주목받고 있는 것 같습니다. 앞으로 어떻게 발전해 나갈지 지켜볼 만합니다.
샘 알트만: 해시레이트 또 다른 과제가 있습니다. 바로 아주 먼 미래의 계획을 세워야 한다는 점입니다. 방금 말씀하신 1조 4천억 달러는 매우 오랜 기간에 걸쳐 점진적으로 지출될 것입니다. 저는 그 속도가 더 빨라지기를 바랍니다. 투자가 더 빠르게 이루어진다면 그에 걸맞은 수요가 발생할 것이라고 생각합니다. 하지만 이러한 프로젝트를 구축하는 데는 엄청난 시간이 걸립니다. 데이터 센터 건설, 전력 공급, 칩, 시스템, 네트워크 등 모든 것이 시간이 많이 소요됩니다. 따라서 이는 장기적인 과정입니다.
하지만 1년 전부터 지금까지 해시레이트 대략 세 배로 증가했습니다.
저희는 내년에는 컴퓨팅 성능을 세 배로 늘리고, 그 다음 해에는 다시 두 배로 늘릴 계획입니다. 매출 성장률은 이보다 약간 더 빠르지만, 일반적으로 해시레이트 규모에 비례합니다. 따라서 기존 해시레이트 충분히 활용하여 수익을 창출할 수 없는 상황은 지금까지 한 번도 겪어보지 못했습니다.
다시 말해, 만약 지금 해시레이트 두 배로 늘어난다면, 우리의 소득도 지금보다 두 배가 될 거라고 생각합니다.
6
만약 오픈아이(OpenAI)가 그토록 공격적인 투자를 하지 않았더라면, 이미 수익을 내고 있었을지도 모릅니다.
알렉스 칸트로위츠: 좋습니다, 방금 숫자에 대해 말씀하셨으니, 숫자에 대해 이야기해 보겠습니다. 매출도 증가하고 있고, 해시레이트 투자도 증가하고 있지만, 해시레이트 투자 증가율이 매출 증가율보다 여전히 높습니다. 일부 보고서에 따르면 오픈AI는 2028년이나 2029년 사이에 약 1,200억 달러의 손실을 기록한 후 수익을 내기 시작할 것이라고 합니다. 이러한 변곡점이 어떻게 발생할지, 전환점은 어디가 될지 설명해 주시겠습니까?
샘 알트만: 수익이 증가하고 추론이 해시레이트 자원의 주요 부분을 차지하게 되면 결국 훈련 비용을 "넘게" 될 것입니다. 이것이 바로 계획입니다. 훈련에 많은 돈을 투자하되, 그 후에 점점 더 많은 수익을 창출하는 것입니다.
훈련 비용을 그렇게 급격하게 늘리지 않았더라면 훨씬 더 빨리 수익을 냈을 겁니다. 하지만 지금 우리가 집중하고 있는 것은 이러한 대규모 모델 훈련에 매우 공격적으로 투자하는 것입니다.
알렉스 칸트로위츠: 전 세계가 주목하고 있습니다. 수익이 지출과 균형을 이룰 수 있을까요? 사람들이 묻는 질문은 이겁니다. 올해 수익이 200억 달러에 달하고 지출 계획이 1조 4천억 달러라면, 어떻게 균형을 맞출 수 있을까요? 이러한 수치 뒤에 숨겨진 논리를 한눈에 명확하게 설명할 수 있다면 매우 유용할 것입니다.
샘 알트만: 어려운 문제입니다. 사람들이 기하급수적 성장을 이해하기 위한 빠르고 확실한 사고 프레임 구축하기 어렵기 때문입니다. 저도 물론 어렵고, 제가 만난 사람들 중에서도 그런 능력을 가진 사람은 거의 없습니다. 많은 수학 문제에 대해서는 직관력이 뛰어나지만, 기하급수적 성장에 있어서는 인간이 보통 어려움을 겪습니다. 진화 과정에서 우리는 많은 암산 능력을 갖추게 되었지만, 기하급수적 성장을 모델링하는 것은 그중 하나가 아닌 것 같습니다.
저희의 핵심 평가는 앞으로 오랫동안 매우 가파른 매출 성장세를 유지할 수 있다는 것입니다. 하지만 현재 상황으로 미루어 볼 때, 충분한 해시레이트 없이는 이러한 성장을 지속할 수 없으며, 해시레이트 부족으로 인해 끊임없이 제약을 받고 있습니다.
해시레이트 부족은 수익에 매우 직접적이고 중대한 영향을 미칩니다. 따라서 미래에 만약 엄청난 양의 유휴 해시레이트 발생하지만 이를 단위 해시레이트 당 수익화할 수 없는 상황에 처하게 된다면, 사람들이 "이게 도대체 어떻게 돌아가는 거지?"라고 의문을 제기하는 것은 당연한 일일 것입니다.
하지만 우리는 이미 여러 가지 방식으로 계산을 마쳤습니다. 우리는 분명히 달러당 처리량 측면에서 더욱 효율적이 될 것이며, 해시레이트 비용 절감 노력은 점진적으로 결실을 맺을 것입니다. 소비자 부문과 기업 부문의 성장은 물론, 아직 시작도 하지 않았지만 앞으로 온라인에서 운영될 수많은 새로운 업무 유형도 등장할 것입니다. 그리고 해시레이트 이 모든 것을 뒷받침하는 생명줄입니다.
따라서 우리는 여러 단계에 걸쳐 점검 지점을 설정했습니다. 또한 시간이나 수학적 추정에 오류가 발생하더라도 어느 정도 유연하게 대처할 수 있도록 했습니다. 하지만 현재 우리의 상황은 항상 해시레이트 부족하다는 것입니다.
이는 항상 우리가 할 수 있는 일을 제한해 왔습니다. 안타깝게도 이러한 상황은 영원히 지속될 것 같지만, 시간이 지남에 따라 점차 줄어들기를 바랍니다. 왜냐하면 우리는 실제로 훌륭한 제품과 서비스를 많이 제공할 수 있고, 그것이야말로 매우 좋은 사업이 될 것이라고 믿기 때문입니다.
알렉스 칸트로위츠: 그러니까 기본적으로 이런 관계입니다. 훈련 비용은 절대적인 측면에서는 상승 있지만, 전체 비용 구조에서 차지하는 비중은 감소하고 있습니다. 그리고 당신의 예상은 기업 시장 공략이나 API를 통해 ChatGPT 비용을 지불하려는 사람들을 확보하는 등의 방식으로 OpenAI가 수익을 늘려 이러한 비용을 충당할 수 있다는 것입니다.
샘 알트만: 네, 그게 계획입니다.
알렉스 칸트로위츠: 최근 시장이 다소 "통제 불능" 상태에 빠진 것 같습니다. 시장을 불안하게 만드는 것은 바로 "채무"라는 요소가 등장하기 시작했다는 점입니다. 전통적으로 기업은 상황이 비교적 예측 가능할 때 자금을 차입하고, 그 부채를 활용해 제품이나 서비스를 구축하며 안정적인 수익을 창출해 왔습니다. 하지만 이번 경우는 완전히 새로운 양상을 보이고 있습니다. 예측 불가능한 상황입니다. 이러한 분야에서 채무 중요한 역할을 하는 것에 대해 어떻게 생각하시나요?
샘 알트만: 우선, 저는 시장이 올해 초에 이미 한 번 "통제 불능" 상태에 빠졌다고 생각합니다. 예를 들어, 우리가 어떤 회사와 미팅을 하고 나면 그 회사의 주가가 다음 날 20% 또는 15%씩 급등하는 일이 있었는데, 저는 이것이 매우 바람직하지 않다고 생각했습니다.
솔직히 말해서, 시장에 회의적인 시각과 합리성이 좀 더 커진 것이 오히려 다행이라고 생각합니다. 전에는 극도로 불안정한 거품으로 치닫는 것처럼 보였거든요. 이제 사람들이 어느 정도 자제력을 되찾은 것 같습니다.
제 생각에 핵심은 이겁니다. 예전에는 모두가 너무 과하게 채무 에 집착했지만, 이제는 훨씬 더 합리적으로 접근하고 있죠. 우리는 일반적으로 한 가지 사실을 알고 있습니다. 바로 인프라를 구축하면 업계의 누군가는 항상 그로부터 가치를 얻을 것이라는 점입니다. 물론 아직 초기 단계라는 점은 저도 동의합니다. 하지만 "AI 인프라가 가치를 창출할 것인가"에 대해 더 이상 의문을 제기하는 사람은 없을 거라고 생각합니다.
따라서 저는 채무 이 시장에 진입하는 것이 합리적이라고 생각합니다. 또한 앞으로 다른 유형의 금융 상품들이 등장할 것이라고 믿습니다. 다소 비합리적인 혁신도 있을 것이고, 사람들은 이러한 사업들을 위한 융자 있어 계속해서 "새로운 꼼수"를 만들어낼 것이라고 예상합니다. 하지만 예를 들어 기업에 데이터 센터 건설 자금을 대출해주는 것은 제게는 지극히 합리적인 것으로 보입니다.
알렉스 칸트로위츠: 정말 우려스러운 점은 현재 속도로 발전이 지속되지 않을 경우 어떤 일이 벌어질지입니다. 예를 들어, 당신은 동의하지 않을 수도 있지만, 모델 기능 발전이 정체되는 시나리오가 있습니다. 그렇게 되면 이러한 인프라의 가치가 이전에 예상했던 것보다 낮아질 것입니다. 물론 이러한 데이터 센터는 여전히 일부에게는 가치가 있겠지만, 매각되어 다른 누군가에게 헐값에 팔릴 수도 있습니다.
샘 알트만: 저는 그 사이에 호황과 불황의 순환이 있을 거라고 생각합니다. 이런 일들은 결코 완벽하게 매끄러운 직선으로 이어지지는 않으니까요.
첫째, 제게는 이 점이 매우 분명하며, 회사의 존폐를 걸고 확신할 수 있는 판단입니다. 이 모델은 분명히 훨씬 더 나아질 것입니다. 우리는 이 점에 대해 명확한 판단 기준을 가지고 있으며, 매우 확신합니다.
모델의 성능 향상이 멈춘다고 해도, 세상에는 강한 관성이 존재한다고 생각합니다. 사람들은 새로운 것을 이해하고 적응하는 데 시간이 필요합니다.
저는 5.2 모델이 제시하는 잠재적 경제적 가치와 오늘날 실제로 실현되는 가치 사이에는 엄청난 격차가 있다고 생각합니다. 설령 모델의 기능을 5.2 수준으로 동결 한다고 해도, 이 모델이 얼마나 더 많은 가치를 창출하고 얼마나 많은 소득 증가를 이끌어낼 수 있을지 자문해 보십시오. 저는 그 수치가 "매우 클 것"이라고 확신합니다.
사실 이 질문은 하지 않으셨지만, 좀 더 자세히 설명드리자면, 저희는 종종 2x2 행렬을 예로 들어 논의합니다. 즉, 타임라인이 짧은지 긴지, 이륙이 빠른지 느린지 등을 살펴보는 것이죠. 이러한 확률이 시간에 따라 어떻게 변하는지 평가하고, 이를 통해 세상이 어떤 결정과 전략을 최적화해야 하는지 파악합니다.
하지만 이제 제 머릿속에 새로운 기준점이 생겼습니다. 바로 "역량 과잉"이 작은가, 아니면 큰가 하는 것입니다. 돌이켜보면, 저는 이 부분을 진지하게 고려하지 않았습니다. 모델에 대량 가치가 있다면 세상은 곧 그 모델을 배포하고 사용하는 방법을 터득할 것이라고 암묵적으로 가정했던 것입니다. 하지만 이제 보니 전 세계 대부분 지역에서 이 "역량 과잉"은 예상외로 큰 것 같습니다.
물론, 프로그래머와 같이 이러한 도구를 사용함으로써 매우 효율적이 될 특정 분야의 전문가들도 있을 것입니다.
전반적으로 우리는 이제 매우 지능적인 모델을 갖게 되었지만, 솔직히 말해서 사람들이 묻는 질문 대부분은 여전히 GPT-4 시대와 비슷합니다. 과학자, 프로그래머, 그리고 다양한 유형의 지식 근로자들이 변화하는 정도는 각기 다르지만, 전반적으로 능력 면에서는 여전히 큰 격차가 존재합니다.
이는 세계에 매우 기이한 결과를 초래할 것입니다. 우리는 그 전개가 어떻게 될지 완전히 이해하기에는 아직 멀었지만, 몇 년 전 제가 예상했던 것과는 확실히 매우, 매우 다를 것입니다.
7
이처럼 강력한 모델이 있음에도 불구하고 기업들이 실행에서 실질적인 성과를 거두지 못하는 이유는 무엇일까요?
알렉스 칸트로위츠: "역량 과잉"에 대해 질문드리고 싶습니다. 기본적으로 모델은 현재 사용되는 것보다 훨씬 더 많은 기능을 수행할 수 있습니다. 이처럼 강력한 모델을 실제로 구현하는 많은 기업들이 투자 대비 수익을 얻지 못하는 이유가 궁금합니다. 적어도 MIT 연구진에 따르면 그렇습니다.
샘 알트만: 저는 이 부분이 좀 혼란스럽습니다. 많은 회사들이 "GPT-5.2 가격이 10배로 오르더라도 우리는 기꺼이 지불할 용의가 있다. 현재 가격은 심각하게 저평가되어 있으며, 우리는 이미 이를 통해 막대한 이익을 얻었다"라고 말하는 것을 듣고 있기 때문입니다.
그러므로 이 두 진술은 서로 일치하지 않는 것 같습니다.
프로그래머에게 물어보면 "이건 너무 좋은 조건이라서 지금 가격의 100배라도 기꺼이 지불할 의향이 있다"라고 말할 겁니다.
GDP 평가 데이터를 믿는다고 가정해 봅시다. 물론 믿지 않을 이유도 충분히 있겠죠. 틀릴 수도 있으니까요. 하지만 데이터가 사실이라고 가정한다면, 잘 정의되어 있고 비교적 짧은 주기의 지식 작업의 경우, 열에 일곱 번은 5.2라는 결과물에 인간과 마찬가지로, 혹은 그 이상으로 만족할 것입니다. 그렇다면 이 기술을 대량 사용해야겠죠. 하지만 현실은 사람들이 작업 방식을 바꾸는 데 생각보다 훨씬 더 오랜 시간이 걸린다는 것입니다.
사람들은 주니어 분석가들이 파워포인트 프레젠테이션을 만드는 것과 같은 일을 하는 것에 너무 익숙해져서, 이런 습관이 제가 예상했던 것보다 훨씬 더 깊이 뿌리내려 있습니다. 솔직히 말해서, 제 업무 방식도 예전과 거의 똑같습니다. 지금은 인공지능을 훨씬 더 폭넓게 활용할 수 있다는 걸 알면서도 말이죠.
8
속사포 질문과 답변: AWS를 따르지 않으려는 클라우드, 그리고 기대에 못 미치는 IPO.
알렉스 칸트로위츠: 네, 10분 남았습니다. 질문이 네 개 더 있는데, "번개 바퀴" 방식을 사용해서 빠르게 진행해 보겠습니다.
지금 작업 중인 기기 말입니다. 방금 OpenAI CEO 샘 알트만에게 다시 여쭤보겠다고 했었죠. 제가 들은 바로는, 화면 없는 휴대폰 크기라는 겁니다. 그렇다면 왜 앱으로 만들 수 없는 거죠? 화면이 없는 "휴대폰"이라면 앱으로 만들 수 있지 않을까요?
샘 알트만: 우선, 저희는 단일 기기가 아닌 소규모 제품군을 만들 예정입니다. 시간이 지남에 따라… 이건 추측이 아니라 제 생각이 틀리지 않기를 바라는 마음에서 하는 말인데, 미래에 사람들이 컴퓨터를 사용하는 방식은 "단조롭고 수동적인" 것에서 매우 스마트하고 능동적인 것으로 바뀔 것이라고 생각합니다. 사용자의 삶 전체, 상황, 주변에서 일어나는 모든 일을 이해하고, 물리적으로든 사용 중인 컴퓨터를 통해서든 주변 사람들을 매우 잘 인식하는 컴퓨터가 될 것입니다.
저는 기존 기기들이 그런 세상에 적합하지 않다고 생각합니다. 저는 항상 우리가 "기기 기능의 한계"에서 작업한다고 굳게 믿어왔습니다. 컴퓨터는 전원을 켜고 끄는 것과 같은 일련의 설계상의 선택을 하지만, 제가 인터뷰에 집중할 수 있도록 도와주면서 동시에 질문을 잊어버렸을 때 알려주는 기능을 제공할 수는 없습니다. 아마 그런 기능이 유용할지도 모르겠네요.
우리는 수십 년 동안 사용해 온 그래픽 사용자 인터페이스 방식에 갇히게 만드는 화면을 가지고 있고, 원래 입력 속도를 늦추도록 설계된 키보드를 가지고 있습니다. 이러한 전제들은 오랫동안 존재해 왔고, 실제로 효과적이었습니다. 하지만 이제 완전히 새로운 것이 등장하여 가능성의 영역을 넓혀주고 있습니다. 저는 현재의 폼팩터가 이러한 새로운 기능을 구현하는 최적의 방식이라고 생각하지 않습니다. 만약 그렇다면 오히려 매우 이상하게 보일 것입니다.
알렉스 칸트로위츠: 이 주제에 대해서는 한 시간도 더 이야기할 수 있겠지만, 다음 질문으로 넘어가겠습니다. 클라우드에 대해 말씀하셨는데요. "클라우드" 구축에 대해 언급하셨는데, 한 청취자분께서 자사에서 Azure에서 OpenAI를 직접 통합하여 제품에 AI 기능을 제공하기 위해 마이그레이션 중이라고 이메일을 보내주셨습니다. 그들의 목표는 기술 스택 전반에 걸쳐 수조 개의 토큰을 사용하여 AI 경험을 지원하는 것이라고 합니다. 귀사도 이와 같은 방향으로 거대한 클라우드 업무 구축하고 있는 것인가요?
샘 알트만: 우선, 수조 개의 토큰은 엄청난 양입니다. 방금 해시레이트 요구 사항과 기업 전략에 대해 질문하셨는데, 기업들은 저희에게 얼마나 많은 토큰을 구매하고 싶은지 매우 명확하게 밝혔습니다. 2026년에도 수요를 충족하지 못할 가능성이 매우 높습니다.
전반적인 전략은 다음과 같습니다. 대부분의 기업은 "AI를 갖춘 회사가 필요합니다. 우리 회사에 맞춘 API, ChatGPT Enterprise, 모든 상담원을 운영하고 데이터를 호스팅할 수 있는 신뢰할 수 있는 플랫폼이 필요합니다. 제품에 수조 개의 토큰을 주입해야 하고, 모든 내부 프로세스를 더욱 효율적으로 만들어야 합니다."라고 말하며 우리에게 접근하는 것 같습니다.
현재 우리는 진정으로 훌륭한 통합 솔루션을 보유하고 있지는 않지만, 그러한 솔루션을 만들고자 합니다.
알렉스 칸트로위츠: 당신의 목표는 AWS나 Azure 같은 회사가 되는 것인가요?
샘 알트만: 제 생각에는 좀 다른 유형의 일입니다. 웹사이트 호스팅에 필요한 모든 서비스를 제공하려는 야망은 없습니다. 하지만 미래에는 소위 "웹 클라우드"가 계속해서 등장할 것이고, 또 다른 변화도 있을 거라고 생각합니다. 기업들은 "내부적으로나 외부적으로 제공하는 모든 서비스를 구동할 AI 플랫폼이 필요하다"라고 말할 것입니다.
어떤 의미에서는 여전히 물리적 하드웨어에 의존하지만, 제품 형태는 상당히 다를 것이라고 생각합니다.
알렉스 칸트로위츠: "발견"에 대해 간단히 이야기해 볼까요? 당신의 말씀 중 특히 인상 깊었던 부분이 있습니다. 모델, 또는 인간과 모델의 협업을 통해 내년에는 작은 발견이, 5년 안에는 중요한 발견이 나올 것이라고 믿으시는 것 같습니다. 이는 모델 자체의 능력 때문인가요, 아니면 인간과 모델의 협업 때문인가요? 왜 그렇게 확신하시는 건가요?
샘 알트만: 사람들이 모델을 활용하는 거죠. 모델이 스스로 질문을 제기할 수 있는 능력은 아직 멀었습니다. 하지만 세상이 새로운 지식으로부터 이익을 얻을 수 있다면 우리는 매우 기뻐해야 할 겁니다. 인류 발전의 역사는 본질적으로 이렇습니다. 더 나은 도구를 만들고, 사람들은 그 도구를 사용하여 더 많은 일을 하고, 그 과정에서 더 나은 도구를 만들어내는 거죠. 세대를 거듭하며, 발견을 거듭하며 끊임없이 발전해 온 구조입니다. 사람들이 제기하는 질문은 도구의 가치를 떨어뜨리지 않습니다.
솔직히 말씀드리면, 저는 매우 기쁩니다. 올해 초에는 작은 발견들이 2026년에나 시작될 거라고 생각했는데, 2025년 하반기에 벌써 나타났습니다. 물론 이러한 발견들은 아주 작은 것들이고, 과장하고 싶은 마음은 전혀 없습니다. 하지만 제 생각에 "조금"과 "전혀 없음"은 질적인 차이가 있습니다. 3년 전, 우리가 이 모델을 처음 발표했을 때는 인류 지식의 총량에 어떤 새로운 기여도 할 수 없을 거라고 생각했습니다.
제 생각에는 지금부터 5년 후까지의 AI 발전 경로는 전형적인 오르막길과 같을 겁니다. 매 분기마다 조금씩 발전하다가 어느 날 갑자기 "와, 모델 개선 덕분에 5년 전에는 인간이 전혀 불가능했던 일들을 해내고 있네"라고 깨닫게 될 겁니다.
그 공로를 더 똑똑한 사람들에게 돌리든, 더 똑똑한 모델에 돌리든, 과학적 발견이라는 사실만 입증된다면 어느 쪽이든 저는 만족합니다.
알렉스 칸트로위츠: 내년에 IPO를 하실 계획이신가요? 상장 기업이 되고 싶으신 건가요? 오랫동안 비상장 기업으로 운영하실 수 있을 것 같은데요.
샘 알트만: 여기에는 여러 요인이 작용합니다. 저는 공개 시장이 가치 창출에 참여하는 것이 매우 멋지다고 생각합니다. 어떻게 보면, 우리는 과거의 기업들과 비교해 볼 때 매우 늦게 상장 하는 셈입니다. 비상장 기업으로 있는 것은 물론 좋지만, 대량 자본이 필요하고 결국에는 여러 주주 한도에 도달하게 될 것입니다.
상장 기업의 CEO가 되고 싶은 열망이 있냐고요? 전혀 없습니다.
오픈아이(OpenAI)가 상장 기업이 될 거라고 예상하냐고요? 어떤 면에서는 그렇지만, 다른 면에서는 그게 엄청난 번거로움이 될 거라고 생각해요.
알렉스 칸트로위츠: 테오 폰과의 인터뷰를 아주 주의 깊게 들었습니다. 정말 훌륭한 인터뷰였어요. 그는 지식이 풍부하고 많은 연구를 한 것 같습니다. GPT-5가 공개되기 전에는 거의 모든 면에서 우리보다 똑똑했다고 말씀하셨는데, 저는 문득 이런 생각이 들었습니다. '그게 바로 인공 일반 지능(AGI)의 정의 아닌가?' 만약 그게 AGI가 아니라면, 그 용어 자체가 무의미해지는 것 아닐까요?
샘 알트만: 이 모델들은 '순수 해시레이트' 측면에서 분명히 매우 지능적입니다. 최근 며칠 동안 GPT-5.2에 대한 논의가 활발했는데, 어떤 테스트를 사용하느냐에 따라 IQ가 147, 144, 또는 151로 평가되기도 합니다. 많은 분야 전문가들이 GPT-5.2가 놀라운 성과를 내고 업무 효율성을 향상시킬 수 있다고 말하는 것을 볼 수 있습니다. 우리는 또한 GDP에 미치는 영향에 대해서도 논의했습니다.
하지만 아직 여러분이 갖추지 못한 한 가지가 있습니다. 모델은 스스로 무언가를 할 수 없습니다. 오늘 할 수 없는 것을 발견하더라도, 스스로 이를 인지하고 능동적으로 학습하고 이해하여 다음 날 다시 시도했을 때 이미 올바르게 처리해 놓을 수 없습니다. 심지어 어린아이들도 이러한 지속적인 학습 능력을 가지고 있으며, 이는 우리가 구축해야 할 매우 중요한 부분인 것 같습니다.
그렇다면, 그런 능력이 없더라도 대부분의 사람들이 생각하는 인공 일반 지능(AGI)을 구현할 수 있을까요? 답은 명확하지 않다고 생각합니다. 많은 사람들은 현재의 모델이 이미 AGI라고 말할 것입니다. 거의 모든 사람이 현재의 지능 수준에 그런 능력이 더해진다면 의심할 여지 없이 AGI가 될 것이라는 데 동의할 것입니다. 하지만 아마도 전 세계 대부분의 사람들은 "좋아요, 그런 능력이 없더라도 이미 중요한 지식 작업을 대부분 수행할 수 있고, 대부분의 면에서 대부분의 사람들보다 똑똑하며, 이미 소규모 과학적 발견을 하고 있으니, 그것만으로도 AGI입니다."라고 말할 것입니다.
이는 그 단어 자체가 너무 모호하게 정의되어 있다는 문제를 보여줍니다. 물론 우리 모두가 그 단어 사용을 멈추기는 어렵습니다.
우리가 정말 제대로 하지 못했던 것 중 하나는 인공 일반 지능(AGI)에 대한 정의가 제대로 내려지지 않았다는 점입니다. 그리고 이제 새로운 유행어는 "초지능"이죠. 제 생각은 이렇습니다. 인공 일반 지능이 마치 휙 지나간 것처럼 갑자기 등장했다는 사실을 인정합시다. 당장 세상을 바꾸지는 못했지만, 장기적으로는 세상을 바꿀 것입니다. 어쨌든 우리는 언젠가 인공 일반 지능을 구현해냈습니다. 지금은 모호한 시기입니다. 어떤 사람들은 인공 일반 지능에 도달했다고 생각하고, 어떤 사람들은 그렇지 않다고 생각합니다. 그리고 시간이 흐르면서 점점 더 많은 사람들이 그렇게 생각하게 될 것입니다. 그때 우리는 "다음 단계는 무엇일까?"라는 질문을 던져야 합니다.
저는 "초지능"에 대한 다음과 같은 정의를 제시합니다. 인공지능의 도움을 받더라도, 미국 대통령직을 수행하든, 대기업을 경영하든, 거대한 연구기관을 운영하든, 어떤 시스템이 인간보다 뛰어난 성과를 내는 경우를 초지능이라고 정의합니다.
이건 체스의 역사를 떠올리게 하네요. 인간과 인공지능이 결합했을 때 인공지능 단독보다 강했던 시기가 있었지만, 나중에는 인간이 오히려 방해가 되었고, 결국 인간의 개입 없이 인공지능을 만드는 것이 가장 현명한 접근 방식이 되었죠. 저는 이것이 초지능을 이해하는 데 흥미로운 프레임 이라고 생각합니다. 물론 아직 갈 길이 멀지만, 이번에는 초지능을 더 명확하게 정의할 수 있기를 진심으로 바랍니다.
알렉스 칸트로위츠: 샘, 저는 3년 동안 매일 당신의 제품을 사용해 왔는데, 정말 점점 더 좋아지고 있어요. 앞으로 얼마나 더 좋아질 수 있을지 상상도 안 가네요.
샘 알트만: 저희는 선수들이 빠르게 회복할 수 있도록 최선을 다하겠습니다.
참고 링크:
https://www.youtube.com/watch?v=2P27Ef-LLuQ
이 글은 위챗 공식 계정 "InfoQ"(ID: infoqchina) 의 티나(Tina) 님이 작성하고 36Kr의 허가를 받아 게시한 글입니다.
