2024년이 AI의 가능성으로 가득 찬 한 해였다면, 2025년은 그 가능성을 현실로 만들어야 한다. 그러기 위해서는 클라우드 서비스 업체는 LLM 같은 ‘원시적인’ 해법보다는 개발자에게 솔루션을 제공해야 한다. 2024년 중반에 필자는 “더 많은 신뢰(개방형 모델)와 더 적은 구동부(모델을 선택하고 적용하는 데 추측이 필요한 독단적인 플랫폼)를 제공할 수 있는, AI를 위한 레드햇”이 필요하다고 제안한 바 있다.

우리에게는 여전히 이런 솔루션이 필요하다. 레드햇이 아니라면, AI를 이해하기 쉽게 설명하고 AI 솔루션 업체가 개발자에게 강요하는 “차별화되지 않은 무거운 짐”을 덜어줄 수 있는 AWS가 필요하다.

너무 많은 가능성, 너무 많은 혼란

2024년에 AI를 따라잡는다는 것은 무의미한 일이었다. 이틀에 한 번씩 새로운 LLM이 릴리즈됐는데, 매 버전은 이전보다 더 크고, 더 빠르고, 더 좋고, 더 저렴했다. 생성형 AI에서 일어난 일을 다음과 같이 요약할 수 있다.

“일부 개발자는 어떤 LLM을 어디에 사용할지 고민했지만, 주류 개발자에게 AI는 “뭐야?!?”가 됐다.”

사이먼 윌리슨보다 AI를 효과적으로 사용하는 방법을 더 잘 알아낸 개발자는 거의 없었다. 윌리슨은 “2024년 LLM에 대해 배운 것들”이라는 글에서 2024년에 얼마나 많은 일이 일어났고 왜 혼란스러운지 설명한다. 예를 들어, 우리 모두는 생성형 AI를 적극적으로 활용하지 않으면 뒤처질 위험이 있다고 들었지만, 실제로는 아무도 읽고 싶지 않은, AI가 생성한 쓰레기가 넘쳐나고 있다. 또한 LLM이 누구나 쉽게 마스터할 수 있는, AI로 돈을 버는 지름길로 홍보되고 있지만, 실제로는 “부엌칼로 위장한 전기톱”이라고 지적했다. 윌리슨은 “사용하기는 믿을 수 없을 정도로 간단해 보이지만, 실제로는 이를 최대한 활용하고 수많은 함정을 피하려면 엄청난 이해와 경험이 필요하다”라고 강조했다.

오히려 2024년에는 이 수렁이 더 심해졌다. 엄청나게 똑똑한 사람들이 엄청나게 정교한 시스템을 구축하고 있지만, 대부분 개발자는 이를 효과적으로 사용하는 방법을 몰라 답답해하고 있다. 윌리슨은 “기본 LLM 채팅 UI는 컴퓨터를 처음 접하는 사용자를 리눅스 터미널에 데려다 놓고 모든 것을 알아내기를 바라는 것과 같다”고 주장한다. 예쁘지도 않고, 좋아지기는커녕 점점 더 나빠지고 있다.

MIT 테크놀로지 리뷰가 꼽은 2024년의 가장 큰 AI 실패 사례는 대부분 AI를 일반 사용자가 원하는 애플리케이션으로 바꾸지 못하는 집단 무능력과 관련되어 있다. 수신 문자 메시지를 요약하려는 애플의 시도와 같은 기본적인 것조차도 유용하기보다는 혼란스럽기만 하다. 이 중 일부는 AI가 일관된 결과를 제공한다고 믿지 못하는 데서 비롯된 것이지만, 대부분은 개발자에게 AI 기본 요소를 계속 짐으로 지워주기 때문이다. 스토리지, 네트워킹, 컴퓨팅과 같은 클라우드 기본 요소와 유사한 AI의 기본 구성 요소를 애플리케이션으로 전환하는 무거운 작업을 수행하도록 강요한 것이다.

AWS와 마이크로소프트가 해야 할 일

AI 옵션이 넘쳐나는 상황에서 AWS나 마이크로소프트가 필요할 수도 있다. “아마도 마이크로소프트”라고 말하는 이유는 명확한 문서, 직관적인 사용자 인터페이스 등 네트워킹 초보자를 위해 마이크로소프트가 했던 것과 비슷한 것을 시장이 필요로 하는 것 같기 때문이다. AWS는 개발자에게 익숙한 기본 요소, 즉 온프레미스 환경에서 사용하던 것과 동일한 LAMP 빌딩 블록을 제공하면서 일래스틱의 유연성을 더해 클라우드 컴퓨팅의 첫 10년 동안 큰 성공을 거뒀다.

이와는 대조적으로 아마존 세이지메이커의 마케팅 설명을 읽어보자. AWS는 “모델 개발, 생성형 AI, 데이터 처리 및 SQL 분석을 위한 친숙한 AWS 도구”를 사용해 “모든 데이터에 대한 통합 액세스를 통해 분석 및 AI를 위한 통합 환경”에 대해 이야기한다. 좋은 말이지만, 개발자에게 새로운 도구를 배우게 하지는 않다). 하지만 AWS는 개발자가 “목적에 맞게 제작된 도구”를 원하고 필요로 한다고 주장하는 함정에 빠진다. “목적에 맞게 제작되었다”는 말은 ‘모든 것을 제공하겠다’는 완곡한 표현처럼 느껴지기 때문에 어떤 모델을 사용할지 결정하는 것이 명확한 결정이 아니라 동전 던지기처럼 느껴질 수 있다.

다시 말하지만, 마이크로소프트는 네트워킹, 운영체제, 개발자 도구 분야에서 주류 IT 관리자, 개발자 등을 위한 사용하기 쉬운 옵션을 제공함으로써 큰 성공을 거뒀다. 기술 업계를 선도하는 알파긱(Alpha Geek)에게는 전혀 결코 어필하지 못했지만, 성공한 이유는 무엇일까? 진짜 돈은 무한한 구성이 가능한 난해한 옵션에 대한 알파긱의 욕심을 달래는 데서 나오지 않는다. 진짜 돈은 기술을 좋아하지만 가족과의 시간을 위해 제시간에 퇴근하는 것이 더 중요한 사람들에게 손쉬운 옵션을 제공하는 데서 나오기 때문이다. X(또는 마스토돈이나 블루스카이)에서 최신 최고 모델에 대해 이야기하는 것은 알파긱이라는 점을 명심하기 바란다. 이들에게는 풍부한 AI 원시 도구를 제공하는 것이 좋은 아이디어이다. 하지만 주류 개발자와 데이터 과학자에게는 클라우드 서비스 업체가 AI 애플리케이션 개발을 강요하지 않는 것이 진정한 기회가 될 것이다.
dl-itworldkorea@foundryco.com