[비욘드포스트 이성구 전문위원] "AI 시대의 최종 승자가 AI 에이전트 시장을 장악하는 업체가 될 것이다"
마이크로소프트 창업주인 빌 게이츠가 최근 예측한 말이다. 여기서 언급된 AI 에이전트는 단순히 질문에 답을 하는 챗봇에서 한층 더 진화한 형태로 사용자의 메모리를 기반으로 단계적인 추론을 통해 적절한 계획을 세워 다양한 업무를 직접 수행하는 자율적이고 주체적인 비서를 의미한다.
◇ 빅테크들의 'AI 에이전트' 전쟁 불가피...'승자독식' 구조라 소수의 생존자가 독식하는 시장될 전망
예컨대 AI 에이전트가 충분히 발전한 단계에서는 이러한 요청이 가능해 진다. "나 일본 여행 가는 데 스케쥴과 비행기표 호텔 예약해 줘!"라고 주문하면 AI 에이전트가 사용자의 예산 일정 취향 등에 대한 메모리를 기반으로 호텔 항공권 예약을 해 준다. 내년을 원년으로 빅테크기업들의 AI 에이전트 경쟁이 치열하게 전개될 수 밖에 없는 한 사례에 불과하다.
빅테크들의 AI 에이전트 경쟁이 본격화 되고 있다. 오픈AI의 GPT 4o와 구글의 프로젝트 아스트라는 사용자들과 친구처럼 대화하면서 다양한 서비스를 제공할 수 있다.
애플의 인텔리전스와 MS의 '코파일럿'는 한발 더 나아가 사용자에 대한 풍부한 데이터를 기반으로 스마트폰이나 PC에서 사용자가 원하는 작업을 직접해 줄 수 있다.
애플 인텔리전스는 스마트폰에서 자체 운영 체제를 통해 소프트웨어를 제어할 수 있어 사용자가 원하는 작업을 직접 수행(In- App Action) 할 수 있다.
MS의 '코파일럿' PC도 유사한 기능을 선보이고 있다. PC에서 한번 본 화면을 찾아주는 리콜 기능이나 게임 화면을 보면서 게임 방법을 가르쳐주는 등 사용자 정보를 활용해 효율을 높이고 자체 운영 체제를 기반으로 제어 능력으로 필요한 액션까지 해 줄 수 있다.
◇ 앞으로도 막대한 투자 비용 불가피...개발도 속 속 지연되는 추세
향후 관건은 정확성을 얼마나 빠른 시일내에 높일 수 있느냐가 중요한 변수다.
최근 스타트업 시에라 AI가 비행기 시간을 변경하는 등 다양한 업무를 수행할 수 있는 지를 평가할 결과 현재 가장 뛰어난 것으로 평가받는 GFT-4o도 성공률이 평균 50% 미만이었다. 다른 모델들은 이보다 성공률이 훨씬 낮다는 의미이기도 하다.
AI 석학인 앤드류 응이 제시한 '에이젠틱 업무처리'(Agentic Workflow) 방식이 유력한 대안이 될 수도 있다. 그는 예컨대 AI가 에세이를 쓸 때 처음부터 끝까지 하나의 AI가 쓰는 것보다 중간 중간에 다른 AI 에이전트가 개입해서 기존 AI의 답변을 반추하거나 수정하는 등 협업하는 방법이 훨씬 좋을 결과물을 나올 수 있다는 지적했다.
또 다른 장애물은 빅테크들이 AI 에이전트 전쟁에서 생존하기 위해 앞으로도 천문학적인 비용을 투자해야 한다는 점이다. 방대한 데이터를 처리하는 AI가 고도화된 학습 능력을 갖추기 위해서는 고성능의 하드웨어 확보와 스토리지, 네트워크 등 대규모 인프라 구축은 필수적이다.
올해 발표된 투자 계획을 바탕으로 추정한 아마존 구글 메타 3사의 내년 CAPEX는 아마존의 경우 918억달러, 구글은 590억달러, 메타는 546억달러에 달한다 이는 시장추정치와 비교할 때 아마존은 7.9%, 구글은 3.4%, 메타는 7.3% 늘어난 것이다.
또 다른 난관은 개발이 예상보다 늦어지고 있다는 점이다.
WSJ은 최근 챗GPT 개발사 오픈AI의 차세대 주력 인공지능(AI) 모델 개발이 당초 목표보다 훨씬 늦어지고 있다고 전했다.
WSJ은 또 여러 소식통을 인용, 오픈AI의 코드명 '오리온'(Orion)으로 알려진 차세대 AI 모델 GPT-5는 개발 일정이 기약 없이 지연되고 있으며 막대한 비용을 쓰고 있다고 지적했다.
당초 오픈AI의 최대 투자사인 마이크로소프트(MS)는 올해 중반께 새 모델이 나올 것으로 예상했으나, 오픈AI는 이런 기대에 부응하지 못했다.
샘 올트먼 오픈AI 최고경영자(CEO)는 지난 20일 고급 추론 AI 모델 'o3'를 공개했지만, GPT-5라고 부를 만한 새 주력 모델이 언제 나올지에 대해서는 언급하지 않았다.
오픈AI는 지금까지 18개월이 넘는 개발 기간 중 방대한 양의 데이터를 처리하는 대규모 훈련을 최소 2차례 진행했으나, 매번 새로운 문제가 발생했고 기대했던 결과를 얻지 못한 것으로 전해졌다.