OpenAI가 새로운 테크 리바이스로 등극하다

OpenAI가 방금 GPT-3.5-터보 모델을 기반으로 한 ChatGPT API 서비스를 출시했다. 이 모델은 1,000토큰당 0.002달러에 사용할 수 있으며 채팅이 아닌 다른 애플리케이션에도 사용할 수 있다. Shopify, Instacart, Quizlet, Snap 등이 이미 이 API를 실험하고 있다. 우리는 소프트웨어의 새로운 시대를 목도하고 있다. 방금 AI 네이티브 시대의 골드러시가 시작되었다.

리바이스는 골드러시의 진정한 승자였다. 광부들에게 금을 채굴하는 데 필요한 도구를 공급하여 큰돈을 벌었지만 실제 경쟁에는 참여하지 않았다. 리바이스는 이 조용한 전쟁의 무기상이었다. AWS는 AT&T와 같은 통신 회사에 이어 기술 업계의 최신 리바이스였다. 골드러시가 청바지와 곡갱이와 같은 물품에 대한 엄청난 수요를 창출한 것처럼, 디지털 혁신은 AWS와 같은 클라우드 컴퓨팅 서비스에 대한 엄청난 수요를 창출했다. OpenAI는 이제 막 자신들이 새로운 리바이스가 될 것이라고 공식화한 셈이다.

AI 네이티브의 부상

이전 리바이스였던 AWS가 기술 환경을 어떻게 개혁했는지도 주목해보자. 몇 가지 지각 변동이 있었다:

• 값비싼 온프레미스 엔지니어 감소 -- 서버를 구성하고 인프라를 관리하는 온프레미스 시스템 엔지니어가 필요하던 시대가 지났다. 우리는 하드웨어 관리에 대한 걱정 없이 애플리케이션을 빠르게 배포할 수 있게 되었다.
• 애완동물에서 가축으로의 전환 -- 컴퓨팅 초창기에는 기업들이 서버와 기타 IT 리소스를 애완동물처럼 취급하여 각각 고유한 이름을 부여하고 개별적으로 유지 관리했다. 하지만 서버와 리소스의 수가 증가함에 따라 기업들은 서버와 리소스를 소처럼 취급하기 시작했고, 많은 리소스를 한 번에 손쉽게 관리할 수 있는 자동화 도구에 투자하기 시작했다. 이러한 변화 덕분에 기업들은 안정성이나 성능 저하 없이 인프라를 빠르고 효율적으로 확장할 수 있었다.
• 마이크로서비스 아키텍처(MSA)와 서버리스의 부상 -- AWS는 소규모의 독립적인 서비스를 쉽게 실행하고 관리할 수 있도록 하여 마이크로서비스 아키텍처의 등장으로 이어졌다. 이 아키텍처를 통해 개발자는 독립적으로 확장할 수 있는 소규모 모듈형 서비스를 사용하여 복잡한 애플리케이션을 구축할 수 있으며, 안정성과 성능을 향상시킬 수 있었다. 심지어 2014년에 출시된 AWS Lambda는 개발자가 서버를 관리하지 않고도 애플리케이션을 빌드하고 실행할 수 있도록 했다.

그렇다면 이제 AI 네이티브 시대의 유사점을 생각해보자.

• 값비싼 데이터 엔지니어 및 ML 엔지니어 감소 -- AI 네이티브 플랫폼의 등장으로 비전문가도 AI 모델을 쉽게 구축하고 배포할 수 있으며, 많은 경우 전담 AI 엔지니어의 필요성이 줄어들고 있다.
• 사전 구축된 모델 사용으로 전환 -- AWS가 사전 구축된 인프라 구성 요소를 제공하는 것처럼, AI 네이티브 플랫폼은 데이터를 사용하여 사용자 정의하고 학습할 수 있는 사전 구축된 머신 러닝 모델을 제공한다.
• AI 모델 구축 및 배포를 위한 자동화 도구의 부상 -- 자동화 도구를 통해 기업이 클라우드에서 수많은 서버와 리소스를 관리할 수 있게 된 것처럼, AI 네이티브 플랫폼은 기업이 구축 프로세스를 자동화하고 AI 모델을 배포할 수 있도록 지원한다.
• 모놀리식 AI 애플리케이션에서 마이크로서비스 기반 AI 아키텍처로의 전환 -- 마이크로서비스 아키텍처를 통해 기업이 소규모 모듈식 서비스를 사용하여 복잡한 애플리케이션을 구축할 수 있게 된 것처럼, 마이크로서비스 기반 AI 아키텍처를 통해 기업은 소규모 모듈식 AI 모델을 사용하여 복잡한 AI 애플리케이션을 구축할 수 있다.
• AI 개발 및 배포의 보편화 -- AWS가 클라우드 컴퓨팅을 보편화했듯이, AI 네이티브 플랫폼은 AI 개발 및 배포를 보편화한다.

하지만 한 가지 의문이 남아있다. 결국 OpenAI가 또 다른 바보 파이프가 될 것인가?