▲

오픈AI는 어떻게 경쟁할 것인가?

 (ben-evans.com)
1P by GN⁺ 5시간전 | ★ favorite | 댓글 1개
  • OpenAI는 독자적 기술 우위 없이 대규모 사용자 기반을 확보했지만, 사용자 참여도와 지속성이 낮고 네트워크 효과가 부재한 구조임
  • 현재 6개 이상의 조직이 동등한 수준의 프론티어 모델을 출시하며 몇 주 간격으로 서로를 추월하고 있어, 어떤 기업도 경쟁사가 따라잡을 수 없는 구조적 우위를 확보하지 못함
  • Google과 Meta는 기존 제품과 배포 채널의 우위를 활용해 빠르게 시장 점유율을 확대하고 있으며, ChatGPT는 차별화되지 않은 제품에서의 초기 선점이 지속되기 어려운 구조
  • OpenAI는 칩·인프라부터 소비자 앱까지 풀스택 플랫폼 전략을 제시하지만, Windows나 iOS와 같은 네트워크 효과나 생태계 잠금 효과가 부재
  • 진정한 전략적 과제는 아직 발명되지 않은 차세대 AI 경험과 사용 사례를 누가 만들어낼 것인가이며, 모든 것을 혼자 발명할 수는 없는 상황
  • 결국 오픈AI의 경쟁력은 지속적 실행력과 시장 적응 속도에 달려 있으며, 이는 전략이라기보다 매일의 실행 경쟁에 가까움

오픈AI의 네 가지 근본적 과제

  • 1. 오픈AI는 독자 기술이나 제품 우위가 없고, 사용자 기반은 크지만 참여도와 점착성이 낮으며 네트워크 효과가 없음
    • 모델 자체는 경쟁사와 유사한 수준이며, 소비자용 제품의 제품-시장 적합성 부재
  • 2. AI 시장의 가치 포착 구조와 제품 경험이 빠르게 변화 중. 기존 강자와 수천 명의 창업자가 새 기능·경험·비즈니스 모델을 만들며 파운데이션 모델이 마진이 낮은 범용 인프라로 전락할 위험이 있음
  • 3. OpenAI와 Anthropic은 기존 제품 기반의 유통·현금흐름 없이 자본집약적 산업에 진입해야 하는 어려움 존재 (Cross the Chasm)
    • 기존 제품을 가진 기업들도 자기 파괴가 필요하지만, Google이 AI를 못 한다고 했던 시점은 이미 오래전에 지남
  • 4. 연구 중심 조직 구조로 인해 제품 로드맵과 전략 통제권이 제한적임. 아침에 이메일을 열어보면 연구소가 뭔가를 해결해 놓았고, 그것을 버튼으로 만드는 것이 업무

"Jakub과 Mark가 장기적인 연구 방향을 설정했습니다. 그리고 몇 달간의 작업 끝에 놀라운 결과가 나왔고, 한 연구원이 저에게 연락해서 "정말 멋진 걸 하나 발견했어요. 이걸 채팅에 어떻게 활용하실 건가요? 우리 기업용 제품에는 어떻게 적용하실 건가요?"라고 묻더군요"
OpenAI 제품 책임자 Fidji Simo (2026)

"고객 경험부터 시작해서 역으로 기술을 개발해야 합니다. 기술부터 시작해서 어디에 판매할지 고민해서는 안 됩니다."
스티브 잡스 (1997)

  • OpenAI는 뛰어난 기술과 야심 찬 인재를 보유했지만, 2000년대 Google이나 2010년대 Apple과 달리 다른 누구도 할 수 없는 확실히 작동하는 것을 가지고 있지 않음
  • Sam Altman의 최근 활동은 음악이 멈추기 전에 종이 위의 가치를 더 내구성 있는 전략적 포지션으로 교환하려는 시도로 해석 가능

모델 경쟁력: 독자적 기술 우위 부재로 리더십의 지속 가능성 약화

  • 현재 약 6개 이상의 조직이 거의 동등한 수준의 프론티어 모델을 출시하고 있으며, 몇 주 간격으로 서로를 추월하는 양상
  • 벤치마크마다 차이가 있지만 전체적으로 동일한 그림을 보여줌
  • Meta는 현재 곡선에서 이탈했고, Apple·Amazon·Microsoft는 아직 프론티어에 진입하지 못한 상태, 중국은 약 6개월 뒤처져 있으며 타사 연구에 크게 의존
  • Windows, Google 검색, iOS, Instagram 등에서 볼 수 있었던 시장 점유율 자체가 자기 강화되는 네트워크 효과가 현재 모델 경쟁에는 존재하지 않음
  • 지속 학습(continuous learning) 같은 돌파구가 네트워크 효과를 가능하게 할 수 있지만, 현재로서는 계획할 수 있는 사안이 아님
  • 독점적 데이터 접근이 실질적 규모 효과를 만들 가능성도 있으나, 사용자 데이터/버티컬 데이터(SAP, Salesforce, 투자은행 스프레드시트 등)의 규모 효과가 어떤 모습일지 불분명하고 기존 플랫폼 기업들도 이미 많은 데이터를 보유

사용자 기반: 넓지만 얕은 참여도 및 사용 습관화가 약한 상태

  • OpenAI는 8~9억 명의 사용자를 보유하지만 이는 '주간 활성 사용자' 기준이며, DAU가 아닌 WAU를 발표한 점이 주목할 부분
    • 주간 활성 중심 수치를 발표한다는 것은, 대다수가 일상 습관으로 만들지 못해 몰입도/끈적임(stickiness) 이 낮다고 봄
  • ChatGPT 사용자의 약 5%만 유료 구독 중
  • 미국 10대들도 하루에 여러 번 사용하기보다 주 몇 회 이하로 사용 하는 비율이 훨씬 높음
  • '2025 Wrapped' 프로모션 데이터에 따르면 80%의 사용자가 2025년에 1,000개 미만의 메시지를 전송했으며, 이는 하루 평균 약 3개 미만의 프롬프트에 해당
  • 대부분의 사용자가 모델 간 성격이나 강조점의 차이를 인지하지 못하며, '메모리' 등 고착성을 높이기 위한 기능도 실질적 네트워크 효과가 아닌 고착성에 불과
  • “컴퓨터 사용 방식의 변혁”을 표방하지만 주 몇 회 사용이라면 삶을 바꿨다고 보기 어려움
  • OpenAI 스스로도 모델의 능력과 실제 사용 사이의 '역량 격차(capability gap)' 를 인정하고 있으며, 이는 명확한 제품-시장 적합성이 없다는 점을 우회적으로 표현한 것

광고 전략과 참여도 심화 시도

  • OpenAI의 광고 프로젝트는 비용 측면에서 90% 이상의 무료 사용자 서비스 비용을 충당하고, 광고주와의 초기 선점 및 학습을 목적으로 함
  • 전략적으로는 무료 사용자에게도 최신·최강력(고비용) 모델을 제공해 참여도를 심화시키려는 목적
  • Fidji Simo는 "확산과 규모가 가장 중요하다" 고 언급
  • 그러나 오늘 ChatGPT로 할 일을 떠올리지 못하는 사용자에게 더 나은 모델을 제공한다고 해서 참여도가 높아질지는 불확실
  • 사용자가 빈 화면 문제(blank screen problem) 에 막혀 있거나, 챗봇이라는 형식 자체가 해당 사용 사례에 적합하지 않을 가능성도 동등하게 존재

Gemini·Meta AI의 점유율 상승과 Netscape : 차별화되지 않는 챗봇

  • 차별화되지 않은 제품에서는 초기 채택 우위가 지속되기 어렵고, 경쟁이 브랜드와 배포 채널로 이동하는 경향이 있음
  • Gemini와 Meta AI가 빠르게 시장 점유율을 확보하는 현상이 이를 증명하며, 일반 사용자에게 제품들은 거의 동일하게 보임
    • Llama 4를 기술 커뮤니티에서는 실패로 평가했지만, Meta의 수치는 양호한 것으로 보임
  • Anthropic의 Claude는 벤치마크 상위권이지만 소비자 전략이나 제품이 없고 소비자 인지도가 거의 제로
    • Claude Cowork는 Git 설치를 요구하는 수준
  • ChatGPT를 Netscape에 비유하는 시각이 존재함: Microsoft가 배포력으로 제품 차별화가 어려운 시장에 진입했던 것과 유사
  • 웹 브라우저에서 차별화가 어려웠던 것과 챗봇에서 차별화가 어려운 것은 동일한 구조적 문제: 둘 다 입력 상자와 출력 상자에 불과
    • 브라우저의 마지막 성공적 제품 혁신은 탭과 검색·URL 바 통합이었음
  • Microsoft가 브라우저 시장을 장악했지만 결국 그것은 중요하지 않았음: 진정한 가치 포착은 다른 곳에서 생성됨
  • ChatGPT 앱은 ‘얇은 래퍼(thin wrapper)’ 에 불과하며, 기능 추가만으로는 차별화 어려움
  • 사용자 경험 혁신이 다음 단계의 핵심이지만, 누가 이를 주도할지는 불명확함. 그 주체가 왜 OpenAI여야 하는지에 대한 답이 없
  • 실리콘밸리의 모든 창업자가 ‘생성형 AI의 2단계 경험’을 발명하려는 경쟁 속에서, “계획해서 내가 되게 할 수 있을까?”

OpenAI의 플랫폼 전략과 그 한계

  • 지난해 OpenAI의 대응은 "모든 것을, 한꺼번에, 어제" 같은 양상: 앱 플랫폼, 브라우저, 소셜 비디오 앱, Jony Ive 협업, 의료 연구, 광고, 수조 달러 규모 자본 지출 발표 등
  • 이전에 성공한 플랫폼의 형태를 이해 없이 복제하는 경향이 있었음: "플랫폼에는 앱스토어가 있으니 우리도 앱스토어가 필요하다" 식의 접근
  • Sam Altman은 작년 말 다이어그램을 통해 전체 전략을 제시하며, Bill Gates의 유명 인용문을 활용: "플랫폼의 정의는 자기 자신보다 파트너에게 더 많은 가치를 만들어내는 것"
  • 전략 구조: 칩·인프라부터 위로 쌓아 올리는 풀스택 플랫폼 기업, 각 계층이 상호 강화, 클라우드·칩·모델을 모두 제공하고 생태계와 네트워크 효과 확보
  • 그러나 이는 Windows나 iOS가 작동했던 방식이며, 현재 OpenAI에는 해당 플랫폼·생태계 역학이 존재하지 않음
  • CFO가 발표한 자본 지출-매출 관계 다이어그램도 실제 플라이휠이 아님

자본 지출(Capex) 경쟁: 테이블에 앉기 위한 조건

  • 빅4 클라우드 기업이 작년 약 4,000억 달러를 인프라에 지출했고, 올해 최소 6,500억 달러를 계획
  • OpenAI는 미래를 위한 1.4조 달러·30기가와트 컴퓨팅 약속을 주장했으나 구체적 타임라인이 없고, 2025년 말 기준 실사용은 1.9기가와트
  • 기존 사업의 대규모 현금흐름이 없기 때문에 자금 조달(일부는 아직 미완료)과 타사 대차대조표 활용으로 충당, 일부는 '순환 매출(circular revenue)'
  • 장기적으로 AI 인프라 비용이 항공기 제조나 반도체 제조와 유사한 구조로 갈 가능성: 네트워크 효과는 없지만 세대마다 더 어렵고 비싸져서 소수 기업만 투자를 유지할 수 있는 과점 구조
    • Moore's Law(트랜지스터 수 2년마다 2배)와 대비되는 Rock's Law(최첨단 반도체 팹 비용 4년마다 2배)의 비유
  • Sam Altman이 연간 1조 달러 규모 자본 지출을 시사하는 것은 '자기 실현적 예언'을 만들려는 시도이며, 3년 전 매출이 없던 기업이 의지력으로 테이블에 앉으려는 것
  • 그러나 테이블에 앉는 것이 그 이상의 우위를 주는지는 불확실: TSMC는 최첨단 칩의 사실상 독점 기업이지만 스택 상위에서의 레버리지나 가치 포착은 거의 없음

API·표준·네트워크 효과의 가능성과 한계

  • 개발자가 특정 파운데이션 모델을 사용해 제품을 만들어도 사용자는 어떤 모델이 사용되는지 알지 못하고 신경 쓰지 않음
  • 클라우드를 운영하는 것이 스택 상위의 서드파티 제품·서비스에 대한 레버리지를 주지 않음
  • 새로운 차이점: 모델과 웹사이트가 서로 소통할 수 있는 표준과 프로토콜의 알파벳 수프가 등장 중(OpenClaw 열풍이 일부를 포착)
    • 웹사이트가 자체 기능을 노출해 ChatGPT에 부동산 검색이나 장바구니가 직접 나타날 수 있음
    • 에이전트에게 Instagram 레시피를 보고 Instacart에서 재료를 주문하라고 지시 가능
  • OpenAI는 ChatGPT 계정이 이 모든 것을 연결하는 접착제 역할을 하도록 제안하며, 이것이 네트워크 효과가 될 수 있다고 시사
  • 그러나 '위젯 팔러시(widget fallacy)' 문제 존재: 복잡한 제품을 단순한 표준 인터페이스로 추상화할 수 있다는 반복되는 오류
    • 10년 전 "API가 새로운 BD"라는 개념과 동일하며, 대부분 실패
    • 데모에서 멋져 보이는 것과 실제 워크플로우의 상호작용 모델 사이에는 큰 격차
    • 어떤 기업도 다른 기업의 단순한 API 호출이 되고 싶어하지 않음: 배포와 고객 관계 통제 사이의 본질적 긴장
  • 이러한 시스템들이 추상화된 API로 연결된다면, 사용자나 개발자가 특정 하나에 잠기는 이유가 불분명
    • OpenAI와 Gemini가 서로 다른 표준을 사용해도 개발자가 양쪽 모두를 지원하지 못할 이유가 없으며, iOS/Android 앱 양쪽 개발보다 훨씬 적은 코드
    • Tinder, Zillow, Workday에 동일한 계정으로 로그인하는 것이 합리적인지도 의문

핵심 질문: '파워'의 부재

  • 플랫폼, 생태계, 레버리지, 네트워크 효과 등의 용어가 기술 업계에서 빈번히 사용되지만 실제 의미는 모호함
  • 핵심 개념은 '파워(power)': 즉 사용자가 원치 않아도 특정 시스템을 사용하게 만드는 힘
    • Microsoft, Apple, Facebook, Amazon이 이러한 파워를 보유
  • 플랫폼이 진정으로 달성하는 것은 전체 기술 산업의 창의적 에너지를 활용해 모든 것을 직접 발명할 필요 없이 대규모로 구축되게 하되, 모든 것이 자기 시스템 위에서 이루어지는 것
  • 파운데이션 모델은 확실히 승수 효과를 가지지만, 경쟁사가 동일한 것을 만들었는데도 모두가 특정 기업의 것을 사용해야 하는 이유가 존재하지 않음
  • 경쟁사가 아무리 돈과 노력을 쏟아도 항상 더 나은 상태를 유지할 수 있는 구조적 이유가 없다면, 남는 것은 매일의 실행력(execution) 뿐
  • 실행력에서의 우위는 열망이 될 수 있고 일부 기업은 장기간 이를 유지했지만, 그것은 전략이 아님

결론

  • 오픈AI는 기술·제품·생태계 측면에서 독점적 우위가 없는 상태
  • 대규모 사용자 기반과 자본력에도 불구하고, 지속 가능한 경쟁력 확보는 미완
  • 플랫폼 네트워크 효과 부재, 제품 차별화 한계, 인프라 투자 불확실성이 주요 리스크
  • 결국 오픈AI의 경쟁력은 매일의 실행력과 시장 적응 속도에 달려 있음

각주

  • ZIRP 시대 '자본을 무기로' 전략과의 비교: 저금리 시기에 기업들이 저렴한 자본으로 규모를 확보해 네트워크 효과로 방어하려 했으나, Uber에서는 작동했지만 네트워크 효과가 없는 WeWork에서는 실패—OpenAI도 네트워크 효과가 없다는 점에서 유사
  • 완전히 다른 결과도 가능: 다양한 크기·형태의 모델이 대량으로 존재하고 일부는 엣지에서 무료로 구동되어, AI 인프라 과점이 SQL 인프라 과점만큼 무의미해질 가능성
  • Microsoft, Google, Apple, Meta는 승자독식 효과 속에서도 자신들이 이겼다고 생각한 적이 없으며, 항상 뒤를 돌아봄
    • Andy Grove의 "편집증 환자만이 살아남는다" 가 이 심리의 상징적 표현
    • Intel은 네트워크 효과와 기술적 우위를 보유했다가 모두 잃음
▲
GN⁺ 5시간전  [-]
Hacker News 의견들

  • 사람들은 OpenAI의 점착성(stickiness) 을 과소평가하고 있음
    거의 10억 명의 사용자가 있다는 건 진짜 진입장벽임
    내 아내도 매일 ChatGPT를 쓰지만 다른 걸 시도할 이유를 못 느낌
    대화 기록이 많아 옮기기 어렵고, 광고 기반 수익화는 자연스러운 선택처럼 보임
    소비자 시장에서는 OpenAI가 다른 경쟁자보다 유리한 위치에 있음

    • 결국 OpenAI의 2,850억 달러 기업가치가 “사람들이 귀찮아서 다른 앱 안 깐다”는 점에 기반한 거라면 너무 낙관적임
      네트워크 효과나 UI 학습효과가 거의 없고, 단순한 대화 기록만으로는 그 가치를 설명하기 어려움
      게다가 앞으로 대부분의 기기와 앱에 AI 기능이 기본 탑재될 것이므로, 결국 백엔드 API 수준으로 commoditize될 가능성이 큼
    • “10억 명 가까운 사용자” 중 5%도 돈을 내지 않음
      무료 사용자는 광고가 많아지면 바로 다른 무료 서비스로 옮길 것 같음
      실제로 내 파트너는 최근 장애 때 DeepSeek으로 옮기고 다시 돌아오지 않았음
      The Register 기사에서도 같은 얘기를 함
    • 대화 기록만으로는 진짜 점착성이 생기지 않음
      오히려 Google이 더 유리할 수 있음 — 이메일, 사진, 위치 기록 등 개인 데이터를 AI에 통합하면 훨씬 강력한 개인화가 가능함
      기업용으로도 Google Docs, GCP와의 통합이 자연스러움
      장기적으로는 “AI + 몇 명의 Google 엔지니어”로 팀을 대체하는 모델도 가능해 보임
    • 점착성은 어느 정도 있지만, 문화적 유행이 바뀌면 OpenAI가 순식간에 구식이 될 수도 있음
      너무 많은 타깃을 동시에 잡으려다 “모두에게 어정쩡한” 위치에 빠질 위험이 있음
      인프라를 직접 소유하지 않는 점도 불안 요소임
    • 소비자는 생각보다 감정적이고 변덕스러움
      유행이 바뀌면 OpenAI도 Grok이나 Perplexity처럼 밀려날 수 있음
      관련 기사: MIT Technology Review

  • 로컬 모델이 대부분의 사용 사례를 커버할 수준이 되기까지 얼마나 걸릴지 궁금함
    5년쯤 후엔 지금의 OpenAI가 1970년대 VAX 시스템처럼 보일지도 모름

    • Gemini를 써보니 대부분의 능력이 웹 검색에서 오고, 로컬로 돌리면 품질이 급격히 떨어짐
      결국 로컬 LLM이 충분히 좋아지려면 Google의 API 접근 허용이 필요함
    • 반대로, 100B 미만 모델로 99%의 사용 사례를 커버하기는 어렵다고 봄
      소비자 GPU의 VRAM 성장 속도를 보면 2035년 전에는 고성능 로컬 모델 운용이 힘들 것 같음
    • 5년은 너무 낙관적임
      더 빠른 모델은 좋겠지만, 여전히 고가의 칩이 필요하고 소비자 제품화까지는 시간이 걸릴 것 같음
    • 이메일, 웹사이트처럼 결국 클라우드 서비스 의존이 더 편하다는 흐름이 있음
    • 대부분의 사람은 “충분히 좋은” 것보다 더 싸고 더 좋은 걸 선택함
      데이터센터는 홈서버보다 훨씬 효율적이므로 로컬 모델은 소수 취향에 그칠 가능성이 큼

  • 나는 프라이버시 중심 AI 채팅 서비스를 선호함
    Proton의 Lumo+와 DuckDuckGo의 Duck.ai를 비교해 Lumo+를 선택했음
    채팅 기록이 Proton 데이터와 통합되고 모든 기기에서 접근 가능함
    기술 작업은 Gemini Plus나 Anthropic을 쓰지만, 개인적인 대화는 프라이빗 AI를 사용함
    가족의 건강 문제처럼 민감한 상황에서는 개인정보 보호가 기본이어야 함

    • 가족의 질병 기록을 Claude 코드로 정리했는데, 의료 시스템을 이해하고 대응하는 데 큰 도움이 되었음
      프라이버시 리스크는 이론적일 뿐 실제로는 효용이 훨씬 큼
    • Tinfoil이나 Confer 같은 E2E 암호화 AI 챗봇도 있음
      나는 민감한 작업에는 Kimi-k2를 Tinfoil에서 사용함
    • Duck.ai의 프라이버시 정책을 보면, 모델 제공자에게 IP가 노출되지 않고 30일 이내 데이터가 삭제됨
      BigLabs와 큰 차이는 없지만, privatemode.ai나 confer.to처럼 Apple AI 수준의 기밀성을 지향하는 서비스도 있음

  • 이 글은 OpenAI의 경제적 방어력을 가장 잘 분석한 기사라고 생각함
    OpenAI는 시장이 자신을 “무너질 수 없는 존재” 로 만들 전략을 취하는 듯함
    AI 경쟁이 국가 간 정치적 경쟁으로 번지는 것도 이 전략의 일부로 보임

    • 하지만 OpenAI가 “too big to fail”이 될 가능성은 낮다고 봄
      대중의 AI 회의론이 크고, 실패해도 사회적 충격이 크지 않음
    • Altman이 인터뷰에서 정부가 OpenAI를 구제할 수도 있다고 언급한 적 있음

  • Google Gemini는 통합성 면에서 가장 뛰어남 (Android, WearOS, Google Home, 음성인식 등)
    Anthropic Claude는 코딩 통합이 강점임
    Meta는 오픈소스로 존재감을 유지하지만 시장 주도력은 없음

    • GPT-5.3 Codex를 써보면 Claude보다 문제 해결력이 뛰어남
      프론트엔드 UX는 Claude가 낫지만, Codex는 가성비 최고임
    • 그래도 OpenAI는 여전히 브랜드 파워가 강함 — “그 AI”라는 인식이 있음
    • 코딩의 가치는 모델보다 오케스트레이션(harness) 에 있음
      오픈소스 커뮤니티가 접근 가능한 구조라 ClaudeCode의 차별성이 약함
    • Codex는 월 20달러로 가성비 좋은 선택임
    • 코딩 통합은 Codex도 Claude와 비슷한 수준이라고 생각함

  • OpenAI가 “메모리 거의 가득 찼습니다” 광고를 띄운 이후로 여러 AI를 병행 사용 중임
    Grok, Alexa+, Gemini Plus, Copilot, Claude Code, Opencode 등으로 분산 사용함
    어느 하나에도 의존하지 않는 구조가 마음에 듦
    필요하면 언제든 다른 서비스로 옮길 수 있음

  • 수직 통합(vertical integration) 의 기회가 과소평가되고 있음
    Anthropic이 IDE를 직접 만들지 않겠다고 했다가 Claude Code로 방향을 튼 것처럼, 각 분야(법률, 의료 등)로 확장 가능성이 큼
    오픈소스 모델은 6~12개월 뒤처지므로 격차가 벌어질 수 있음

    • 하지만 그 주기가 유지된다면 2026년쯤엔 GPT-5.2 수준의 오픈모델이 등장할 것임
      코드 생성만 놓고 보면 이미 충분히 쓸 만한 수준이 될 것 같음
    • 성능 정체(plateau) 가 오면 오픈모델이 따라잡을 것임
      AGI가 실현되면 모든 지식 기반 기업이 무의미해질 수도 있음
    • 법률·의료 분야는 이미 수십 년간 기술 침투가 어려웠음
      새 AI 기업이 쉽게 진입하긴 힘들 것 같음
    • 수직 통합을 하려면 명확한 부가가치를 보여줘야 함
      “Claude for Accountants” 같은 제품이 일반 Claude보다 비싸다면 설득력이 약함
    • Pi나 OpenCode를 써보니 Claude Code의 수직 통합이 특별히 뛰어나진 않음

  • AI 발전이 계속되면 지금의 스티브 잡스식 사용자 중심 철학은 AI의 방향성과 다를 수 있음
    ChatGPT는 특정 사용자 문제를 풀기 위해 만들어진 게 아니라, 우연히 시장성이 생긴 제품이었음
    Apple은 아직 AI를 어떻게 다뤄야 할지 몰라 보이지만, Anthropic이나 OpenClaw처럼 도구 중심 접근을 배워야 함
    OpenAI도 배울 점이 있지만, Apple·Google처럼 유리한 위치는 아님
    결국 AI 시장은 훨씬 다양한 생태계로 흘러갈 것임

  • 영어 원어민으로 코스타리카를 방문했을 때, 현지인들이 언어 장벽이 생기면 ChatGPT로 번역하는 걸 자주 봤음

    • ChatGPT 음성 기능을 실시간 통역기로 쓰면 꽤 잘 작동함
    • 하지만 Google Translate가 더 빠르고 간단한데 왜 ChatGPT를 쓰는지 의아했음
    • 유료화나 광고가 붙으면 사람들은 다시 Google Translate로 돌아갈 것 같음
    • 사실 이런 번역은 LLM보다는 기존 번역기의 영역에 가까움
    • Google Translate가 10년 넘게 이 기능을 제공했는데도, 사람들이 ChatGPT를 더 선호하는 게 흥미로움

  • 이런 AI 종말론 기사들은 대부분 기업 가치 관점에서 이야기함
    하지만 인류적 관점에서 보면 오히려 낙관적임
    이번 세대의 컴퓨팅에서는 특정 기업이 사람들을 원치 않는 방향으로 움직이게 할 힘을 갖지 못할 수도 있음
    그건 좋은 일임

답변달기