- OpenAI는 어떻게 설립된 회사인가?
- 생성형 AI는 어떤 아이에요?
- AGI(Artificial General Intelligence)란 무엇인가
- Sovereign AI가 왜 나왔나?
- 딥시크가 무슨일을 했길래?
- 깃허브 CEO는 무엇을 남기고 떠났나?
- 그럼 취업의 형태는 어떻게 바뀌는거지?
1. OpenAI는 어떻게 설립된 회사인가?
- 설립 시기: 2015년 12월
- 설립자: 일론 머스크(Elon Musk), 샘 올트먼(Sam Altman), 그렉 브록만(Greg Brockman), 일리아 수츠케버(Ilya Sutskever), 존 슐만(John Schulman), 워지에흐 자렘바(Wojciech Zaremba) 등
- 형태: 처음에는 비영리 연구소로 출발
설립 취지와 목표
- 인공지능의 안전한 발전
- 인공지능(AI)이 인류 전체에 이익이 되는 방향으로 발전해야 한다는 문제의식에서 시작.
- 특정 기업이나 정부가 독점적으로 AI를 소유하면, 사회적 위험이 크다고 봤습니다.
- AGI(Artificial General Intelligence) 지향
- 단순한 좁은 AI(Narrow AI)가 아니라, 인간 수준의 지능을 가진 범용 인공지능(AGI) 개발을 목표.
- AGI가 등장했을 때 이를 모든 인류에게 공평하게 혜택이 돌아가도록 만드는 것이 핵심 철학.
- 열린 연구(Open Research)
- 이름(OpenAI)에서도 알 수 있듯이, 연구 성과와 코드 등을 공개해 투명한 생태계를 만들겠다는 의도.
- 실제로 초기에 강화학습, 로보틱스, GPT 모델의 일부 버전 등을 오픈소스로 공개했습니다
기업의 변화
- 2019년: OpenAI LP라는 “영리 목적을 가진 제한적 파트너십” 모델 도입
- 이유: AGI 연구에는 막대한 자금이 필요했기 때문. (마이크로소프트로부터 대규모 투자 유치)
- 현재는 비전은 유지하면서도, 현실적으로는 상업적 제품(ChatGPT, API, Codex 등)도 함께 운영중
2. 생성형 AI (Generative AI)란 무엇인가?
- 생성형 AI = 학습한 데이터를 바탕으로 새로운 것을 스스로 만들어내는 인공지능
- 전통적인 AI: “시험 문제 답 맞히는 학생” (정답만 찾아냄)
- 생성형 AI: “작문하는 학생” (새로운 글이나 그림을 창작함)
- 많은 데이터를 학습해서 패턴과 문맥을 이해한 뒤,“새로운 결과물”을 만들어냄
- ChatGPT → 질문에 맞는 글 생성
- DALL·E → 원하는 그림/이미지 생성
- MusicLM → 음악 생성
- 기존의 AI는 보통 분류하거나 예측하는 역할
- 생성형 AI는 분석된 패턴을 가지고 새로운 컨텐츠를 만들어냄
3. AGI(Artificial General Intelligence)란 무엇인가?
- 사람처럼 다양한 문제를 스스로 학습하고 해결할 수 있는 범용 인공지능
- 사람처럼 여러 가지 일을 이해하고 배우고 적용할 수 있는 지능을 가진 인공지능
- 지금의 인공지능(AI)은 대부분 특정한 일만 잘하는 똑똑한 도구.
- 지금의 AI: “전문가 로봇” (요리만 잘하거나, 게임만 잘하는 로봇)
- AGI: 사람 같은 로봇 (새로운 요리를 배우고, 게임도 하고, 글도 쓰고, 스스로 문제 해결하는 로봇)
- 새로운 과학 연구, 의학 혁신, 복잡한 사회 문제 해결 등 지금은 어려운 일들을 도와줄 수 있음
- 하지만 동시에 통제, 윤리, 안전 문제가 생길 수 있기 때문에 많은 논의가 필요한 개념
샘 알트만이 내놓은 AGI의 여정
| 단계 | 명칭 (영어) | 개념 요약 / 설명 |
|---|---|---|
| Level 1 | Chatbots | 자연어 대화형 AI. 언어 이해와 생성 중심. |
| Level 2 | Reasoners | 문제 해결 능력, 논리적 추론이 가능한 범용 역량 확보 단계. |
| Level 3 | Agents | 명령을 받아 스스로 행동하고 여러 작업을 수행하는 에이전트 수준. |
| Level 4 | Innovators | 기존 지식을 넘어서 새 아이디어, 새로운 지식이나 구조를 창출해 내는 창의적/혁신 능력 확보 단계. |
| Level 5 | Organizations | 조직 전체를 운영할 수 있을 정도의 자율성과 포괄적 능력을 가진 AI. 즉, 한 조직이 수행하는 거의 모든 활동을 책임질 수 있는 수준. |
4. 소버린 AI (Sovereign AI)
- 소버린 AI = 국가가 스스로 통제하고 운영하는, 자국 맞춤형 AI
- Sovereign = “주권이 있는, 독립적인” 이라는 뜻.
- 내집 아닌 남의 집에서 전세/월세 살이하는 것과 같은 개념
- 소버린 AI는 한 나라나 지역이 자신만의 AI 기술과 데이터를 직접 관리하고 통제하는 인공지능
- 국가의 중요한 데이터(국민 정보, 산업 데이터 등)를 외국 기업에 의존하지 않고 자국 내에서 안전하게 관리하려는 목적.
- 각 나라의 법, 문화, 언어, 규칙에 맞는 AI가 필요합니다. (예: 유럽은 GDPR 같은 개인정보 보호법 준수)
- AI 기술을 외국 빅테크 기업(예: 미국 회사)에만 의존하면 위험할 수 있음.
- 자국 스스로 AI를 개발·운영해서 경쟁력을 가지려는 전략.
5. DeepSeek의 충격 (Sovereign AI)
- DeepSeek는 중국 항저우(Hangzhou)에 본사를 둔 인공지능 스타트업으로, 대규모 언어 모델(LLM, Large Language Model)을 개발
- 2025년 1월, DeepSeek은 R1 모델을 기반으로 한 챗봇 앱을 출시.
- 이 모델은 OpenAI나 구글 등의 경쟁 모델과 성능 측면에서 견줄 만하다는 평가를 받음
- 낮은 비용으로 강력한 AI 모델을 내놓았다는 점에서 시장의 충격.
- 전통적 AI 선두주자들에게 도전이 될 수 있는 가능성 보여줌.
- 동시에 안보, 검열, 데이터 보호 등 리스크도 같이 드러나면서, 단순 기술 경쟁을 넘는 논쟁을 불러일으킴
| 요인 | 설명 | 의미 / 파장 |
|---|---|---|
| 저비용, 고성능 모델 개발 | DeepSeek은 거대한 자본과 수백만 달러씩 드는 컴퓨팅 인프라 없이도, 비교적 적은 비용으로 효율적인 모델을 만들었다는 주장. (Al Jazeera) | AI 개발의 진입장벽이 낮아질 수 있다는 가능성을 보여주어, 기존의 대형 AI 투자/비용 구조에 대한 재고를 불러일으킴. |
| 공격적인 오픈 전략 및 가격 경쟁력 | DeepSeek는 모델을 오픈소스로 공개하거나, API 가격을 매우 낮게 책정하는 전략을 구사했다는 보도들이 있음. (Cyber Policy Center) | 기존 기업들이 유지해 온 기술 독점 전략이 흔들릴 수 있다는 우려가 발생. |
| 금융ㆍ증시 충격 | DeepSeek의 발표 이후, 미국 반도체 및 AI 관련 기업들의 주가가 급락하는 현상이 발생. 특히 엔비디아(Nvidia)는 하루 만에 시가총액 수백십억 달러가 사라지는 수준의 하락을 겪음. (Intuition) | 투자자들이 AI 경쟁 지형 변화에 민감하게 반응했고, AI 기술 기업들의 밸류에이션과 리스크 평가 기준이 새로워질 수밖에 없게 되었음. |
| 정책·안보·데이터 리스크 부각 | 중국 기업이 데이터와 AI 기술을 다룸에 있어서 국가 통제, 검열, 정보 유출 등의 우려가 동시에 제기. (Wikipedia) | 일부 국가에서는 DeepSeek 사용을 정부 기관에서 금지하거나 규제를 검토하는 움직임. |
| 모델 안전성과 투명성 의문 제기 | DeepSeek 모델이 어떤 데이터를 사용했는지, 내부 구현 방식은 어떻게 되는지 등에 대해 “distillation(지식 증류)”을 썼다는 의혹이 제기됐고, AI 전문가들 사이에서 안전성 또는 윤리 측면의 우려가 커졌음. (Cyber Policy Center) | 기술적으로 뛰어나다는 주장만으로는 충분치 않다는 인식이 강해졌고, 앞으로 AI 평가에는 성능뿐 아니라 안전성, 투명성, 책임성이 더 중요해질 것이라는 경고. |
4. 토마스 돔케(깃허브 CEO)의 트윗
- 출처: https://x.com/ashtom/status/1952409910236291109
- 개발자, 재창조
현실은 명확합니다. 인공지능(AI)을 적극적으로 활용하거나, 이 분야를 떠나거나 둘 중 하나입니다.AI를 깊숙이 업무에 통합한 개발자 22명을 대상으로 한 최신 현장 연구에 따르면, 초기 회의론을 극복한 이들에게서 야망, 기술적 유창성, 직업 만족도가 극적으로 높아지는 놀라운 경향이 나타났습니다. 이들은 코드를 덜 작성하는 것이 아니라, 오케스트레이션을 통해 더 복잡한 시스템 수준의 작업을 수행하고 있습니다. 이러한 변화는 개발자뿐만 아니라 교육자에게도 동일하게 적용됩니다.
이러한 변화는 가설이 아닌 현실입니다. 지금 이 순간에도 일어나고 있습니다. 개발자들은 회의적인 초심자부터 전략적인 AI 협력자에 이르기까지 명확한 적응 단계를 거치는데, 최종 단계에 도달한 이들은 개발자로서의 정체성이 완전히 바뀌었다고 말합니다. 그들의 초점은 더 이상 코드 생산에 있지 않고, 시스템 설계, AI 에이전트 지시, 그리고 결과물 검증에 맞춰져 있습니다. 한 개발자는 “제 다음 직함은 ‘코드 크리에이티브 디렉터’가 될 수도 있을 것 같아요”라고 말했습니다. 이는 과장이 아니라 현실입니다. 우리가 발견한 사실은 다음과 같습니다.
- AI는 2~5년 안에 코드의 90%를 작성하게 될 것입니다.
- 개발자들은 이에 대해 걱정하지 않고, 다가올 변화에 대해 낙관적이고 현실적으로 바라보고 있습니다.
- 에이전트 오케스트레이션, 반복적 협업, 비판적 검증과 같은 새로운 기술이 중요해지고 있습니다.
- 단순한 시간 절약 효과도 있지만, 진정한 변화는 더 큰 야망입니다. 개발자들은 비용을 절감하는 것을 넘어, 성과 자체의 한계를 넓히고 있습니다
이러한 변화는 교육에도 엄청난 영향을 미칩니다. 단순히 문법을 가르치는 것은 이제 시대에 뒤떨어진 일입니다. 학생들은 이제 AI를 올바르게 이끌고, 그 결과물을 비판적으로 평가하며, 다양한 학문 분야를 넘나드는 사고를 배워야 합니다. 평가는 AI로부터의 단절이 아닌, AI와의 협업 능력을 측정해야 합니다. 이는 더 이상 생산성의 문제가 아니라, 재창조의 문제입니다. 소프트웨어 개발자의 일자리가 사라지는 것이 아니라, 새롭게 태어나고 있습니다.
7. 내가 어떤일을 할수 있나 검증해야되는 시대
- 2021년 부터 2025년까지 소프트웨어 개발자의 연령별 고용 현황을 보면 본격적으로 인공지능이 도입된 2023년 부터 20~25세의 고용 추이가 급격하게 하락했다.
- 반면에 AI 도입 경력이 쌓인 30대 이상 개발자는 오히려 수요가 증가하고 있음을 이 그래프는 보여준다.
- AI가 등장하고 반복적인 일들에 대해서 자동화가 이루어지면서 주니어 개발자들의 업무 범위가 대체되었고
- 반면 실무 경력을 바탕으로 하는 시니어들의 경우에는 오히려 생산성이 더 높아지는 사례는 지금도 나타나고 있다.
- 향후 5년이나 10년 이후에는 지금보더 더 발전된 인공지능에 익숙한 세대들로 또 교체가 된다면 고용형태는 또 달라지겠으나
- 분명한 것은 대규모 채용을 진행하기 보다는 바로 성과를 낼수 있는 인재들의 영입을 빠르게 진행하는 것이 기업의 경쟁력이 되는 시대가 된다는 것은 명확해 보인다.
- 기업은 사람을 키우기 위한 투자보다 당장 성과를 낼수 있는 인재 영입에 대한 투자를 늘리는 것이 비용대비 시장 경쟁력을 높이는 전략이 될것이고,
- 개인은 내가 기업에서 어떻게 성장할수 있는가를 고민하던 시대에서 내가 이제는 무엇을 할수 있는 사람인가를 조직에 보여줄수 있어야 한다는 공통된 의견이 현실이 되어가고 있다.
