OpenAI가 새로운 테크 리바이스로 등극하다

OpenAI가 방금 GPT-3.5-turbo 모델로 돌아가는 ChatGPT API를 내놨다.

1,000토큰에 0.002달러고, 채팅이 아닌 데에도 쓸 수 있다.

Shopify, Instacart, Quizlet, Snap 같은 회사들은 벌써 이 API를 써 보고 있다.

소프트웨어에 또 한 번 큰 순간이 왔다.

AI 네이티브 시대의 골드러시가 방금 시작됐다.

골드러시의 진짜 승자는 리바이스였다.

광부들한테 금 캐는 데 필요한 도구를 팔아서 큰돈을 벌었고, 정작 금 캐기 경쟁에는 끼지 않았다.

이 조용한 전쟁의 무기상이었던 셈이다.

AT&T 같은 통신사 다음으로 테크 업계의 최신 리바이스는 AWS였다.

골드러시 때문에 청바지랑 곡괭이 수요가 폭발했듯이, 디지털 전환 때문에 AWS 같은 클라우드 컴퓨팅 수요가 폭발했다.

그리고 OpenAI가 방금 자기들이 다음 리바이스가 되겠다고 못 박은 셈이다.

AI 네이티브의 부상

이전 리바이스였던 AWS가 테크 판을 어떻게 바꿔 놨는지 보자.

지각 변동이 몇 개 있었다.

• 비싼 온프레미스 엔지니어가 줄었다 -- 서버를 세팅하고 인프라를 관리하는 온프레미스 시스템 엔지니어가 꼭 있어야 하던 시절은 지났다. 이제는 하드웨어 걱정 없이 앱을 빠르게 배포한다.
• 애완동물에서 가축으로 -- 컴퓨팅 초창기에는 회사들이 서버를 애완동물처럼 다뤘다. 하나하나 이름을 붙이고 따로따로 돌봤다. 근데 서버가 늘어나니까 서버를 소 떼처럼 다루기 시작했고, 한 번에 여러 대를 관리하는 자동화 도구에 돈을 쓰기 시작했다. 덕분에 안정성이나 성능을 포기하지 않고도 인프라를 빠르게 늘릴 수 있었다.
• MSA와 서버리스의 부상 -- AWS 덕분에 작고 독립적인 서비스를 쉽게 띄우고 관리할 수 있게 됐고, 그게 마이크로서비스 아키텍처(MSA)로 이어졌다. 개발자는 따로따로 확장되는 작은 모듈형 서비스를 엮어서 복잡한 앱을 만들고, 안정성과 성능도 챙긴다. 2014년에 나온 AWS Lambda부터는 아예 서버를 관리하지 않고도 앱을 만들고 돌릴 수 있게 됐다.

그럼 AI 네이티브 시대에는 뭐가 비슷하게 일어날까.

• 비싼 데이터 엔지니어와 ML 엔지니어가 줄어든다 -- AI 네이티브 플랫폼 덕분에 전문가가 아니어도 AI 모델을 쉽게 만들고 배포할 수 있다. 그래서 전담 AI 엔지니어가 덜 필요한 경우가 많아진다.
• 모델을 처음부터 만들지 않고 만들어진 모델을 쓴다 -- AWS가 이미 만들어진 인프라 부품을 주듯이, AI 네이티브 플랫폼은 이미 만들어진 머신 러닝 모델을 준다. 내 데이터로 커스터마이즈하고 학습시키면 된다.
• AI 모델을 만들고 배포하는 자동화 도구가 뜬다 -- 자동화 도구 덕분에 회사들이 클라우드에서 서버 수백 대를 관리하게 됐듯이, AI 네이티브 플랫폼 덕분에 모델을 만들고 배포하는 과정도 자동화된다.
• 모놀리식 AI 앱에서 마이크로서비스 기반 AI 아키텍처로 -- 마이크로서비스 아키텍처로 작은 모듈형 서비스를 엮어 복잡한 앱을 만들었듯이, 이제는 작은 모듈형 AI 모델을 엮어서 복잡한 AI 앱을 만든다.
• AI 개발과 배포가 누구나 하는 일이 된다 -- AWS가 클라우드 컴퓨팅을 누구나 쓰게 만들었듯이, AI 네이티브 플랫폼은 AI 개발과 배포를 누구나 하게 만든다.

근데 질문이 하나 남는다. 결국 OpenAI도 또 하나의 dumb pipe가 될까?