Home 오피니언 칼럼 AI 개인 비서, 어디쯤에 있나

[칼럼] AI 개인 비서, 어디쯤에 있나

생성형 AI는 검색 방식을 변화시키는 흥미로운 기회를 제공하지만, 개인적이고 현실적인 한계는 실제 AI 개인 비서의 잠재력을 제한한다

글_ 매트 캠벨(Matt Campbell)
제공_ 마우저 일렉트로닉스(Mouser Electronics)

기고문 메인 이미지

2018년에 구글은 짧은 통화를 하고 예약을 하도록 훈련받은 음성 인공지능(AI)인 듀플렉스 기술의 인상적인 시연을 선보였다. 대화 중간에 “음”, “흠” 같은 추임새도 넣으면서 사람처럼 말하도록 훈련된 듀플렉스는 실제 대화를 주고 받으며 식당과 미용실 예약을 성공적으로 완수했다. 이제 6년이 지난 지금, 왜 우리는 로봇이 다른 로봇에게 전화를 걸고 사람이 전화기를 들 필요가 없는 수준에 이르지 않은 걸까?

원인의 일부는 단지 유용한 로보콜과 스팸성 로보콜을 구별하기가 불가능하기 때문이다.[1] 심지어 기업은 듀플렉스 전화 수신을 아예 거부할 수도 있다. 이로 인해 듀플렉스는 가끔 유용한 틈새 기능으로 구현된다. 일례로 구글의 “Hold for Me” 기능은 사용자가 음악을 들으며 계속 수화기를 들고 기다릴 필요가 없도록 대신 대기해 준다.

AI가 급성장하면서 가능한 모든 기능을 선보임에 따라 전화 통화를 싫어하는 세상은 모든 것을 처리할 수 있는 AI 기반 개인 비서를 간절히 원하고 있다. 더 이상 사치품으로 간주되지 않는 AI 개인 비서는 받은 편지함, 캘린더 및 통화를 관리하면서 사용자에게 핵심 요약을 전달할 수 있어야 한다. 일부 AI 사용 사례는 사용자를 대신해 불필요한 내용을 걸러주지만, 완전한 기능의 개인 비서가 현재의 로우테크 방법을 곧바로 대체하게 될 것 같지는 않다.

고객의 시선 끌기

고객의 주의는 온라인 경제에서 가장 중요한 자원이다. 온라인에서 사용자가 보는 모든 것은 특정 색상의 링크와 알림에 이르기까지 최대한 시선을 끌기 위한 엄격한 A/B 테스트의 결과물이다. 구글은 2009년에 디자이너들이 어떤 파란색이 가장 클릭률이 높은지 확인하기 위해 41가지 파란색 음영을 테스트했음을 밝혀 헤드라인을 장식했다.

이는 사용자의 주의를 붙잡아 두는 방법을 알아내는 데 상당한 투자를 하는 하나의 예일 뿐이다. 받은 편지함과 뉴스 피드, 소셜 미디어 피드, 텔레비전, 그리고 전통적인 종이 뉴스에 이르기까지 우리의 손끝에서는 엄청난 양의 정보가 넘쳐나고 있으며, 이 모든 것이 사용자의 주의를 끌기 위해 경쟁하고 있다. 하지만 정보의 폭이 넓어지면 깊이를 잃는다.

접하는 정보의 종류가 많을수록 하나의 정보에 주의를 기울이기가 더 어려워진다. 인터넷이 이러한 현상을 어떻게 가속화시켰는지 쉽게 알 수 있다. 이제 우리는 뉴스 방송 중에도 소셜 미디어에 들어가거나 회의 중에 이메일을 확인한다. “온전한 집중”은 과거의 유물이 되었다.

AI 이용한 정보 필터링

AI 비서가 대신할 수 있는 기반은 갖추어진 듯 보인다. 언어 모델은 눈 깜짝할 사이에 정보를 소화할 수 있다. 온라인 검색에는 이미 훌륭한 사용 사례가 있다. 구글이 “제로 클릭” 검색에서 선보이고 있듯이 사용자는 사이트를 클릭할 필요 없이 알고리즘이 사용자가 찾고 있는 대답을 결정하여 관련 스니펫을 표시한다(그림 1). 이러한 방식은 인기를 끌고 있으며, SEO 업체인 SEMRush는 전체 검색의 절반 이상이 제로 클릭인 것으로 밝혔다.[2]

그림 1. “제로 클릭” 검색은 다른 웹 페이지를 방문할 필요 없이 즉각적인 정보를 얻을 수 있다. (출처: 저자)

제로 클릭 검색은 컴퓨터나 휴대폰에서 더 빠른 검색이 가능할 뿐 아니라 음성 검색 결과도 강화한다. 이러한 스니펫은 “오늘 날씨”와 같은 빠른 검색에 도움이 되지만, 레시피와 같은 긴 형식의 결과는 여전히 클릭하여 결과를 보아야 한다. 바로 이 부분에서 AI가 승리한다. 그림 2는 구글과 챗GPT에게 “감자 수프 레시피”라는 동일한 프롬프트를 제공했을 때 결과를 비교한 것이다.

그림 2. 구글과 챗GPT의 레시피 결과 비교 (출처: 저자)

구글은 4개의 거의 동일한 결과를 제공함으로써 번거롭게도 사용자는 하나를 선택한 다음 쿠키 팝업, 이메일 알림 팝업, 배너 광고를 거쳐야 핵심적인 “레시피로 이동” 버튼을 찾을 수 있다. 검색 결과는 실제 레시피와 여전히 몇 발짝 떨어져 있다.

반면, 챗GPT는 즉시 레시피를 제공한다. 뿐만 아니라 챗GPT에게 레시피 양을 두 배로 늘리거나 더 맵게 만들거나 재료를 대체해 달라고 요청할 수 있다. 심지어 자신이 좋아하는 셰프 스타일로 레시피를 만들어 달라고 할 수도 있다(그림 3).

그림 3. 거대 언어 모델(LLM)이 생성할 수 있는 혁신 유형의 예 (출처: 저자)

레시피를 넘어선 확장 과제

생성형 AI는 우리가 인터넷에서 정보를 얻는 방식을 근본적으로 변화시키는 기회를 제공한다. 매일 최신 정보를 얻기 위해 대여섯 개나 되는 뉴스와 소셜 미디어 앱을 돌아가면서 보는 대신 개인의 라이프스타일에 맞춰 중요 정보를 요약해주는 하나의 메타 앱을 가질 수 있다. 그것은 다음과 같이 대화할 수 있는 RSS 피드 같은 형식이 될 수 있다. “좋은 아침입니다. 지역 경쟁 볼링 팀이 지역 챔피언십에 진출했습니다. 이번 주 시의회에서는 귀하와 관련된 법안에 관한 회의가 열릴 예정입니다. 오늘 날씨가 쌀쌀하니 재킷을 챙기세요.”

유감스럽게도 진정한 AI 개인 비서는 아직 멀리 있다. 수십 개의 업체가 AI “개인 비서”를 내놓고 있지만, 대부분은 특정 애플리케이션 내에서 챗봇으로만 작동한다. 애플리케이션과 소셜 미디어 사이트는 AI 프록시를 보내는 대신 사용자가 직접 서비스를 탐색하기를 원한다. 그들은 자신들의 API를 스크랩하는 봇이 아닌 인간 사용자들로부터 수익을 창출한다. 소셜 미디어 거대 기업과 독립 크리에이터들은 챗GPT와 같은 거대 언어 모델이 공개적으로 사용 가능한 콘텐츠를 이용해 자유롭게 학습한 것으로 드러나자 자신들의 콘텐츠 주위로 가상 벽을 둘렀다.[3]

사용자 측의 데이터 개인정보 보호에 대한 염려도 AI 개인 비서의 특이점을 가로막는 요소이다. GDPR과 같은 데이터 개인정보 보호 규정으로 인해 애플리케이션 간 데이터 공유가 점점 어려워지고 있다. 이는 사용자에게는 좋은 일이지만 받은 편지함, 캘린더, 뉴스 피드, 소셜 미디어 피드와 연동할 수 있는 프로그램을 보기 어려워질 수 있다는 의미이기도 하다. 왼손은 오른손이 무엇을 스크롤하는지 알지 못하므로, 디지털 발자국을 단편화하면 어느 정도 안전이 확보된다. 여러 애플리케이션에 걸쳐 사용에 대한 사일로를 구축할 경우 한 번의 보안 침해로 모든 정보가 유출되는 사태를 미리 방지할 수도 있다.

뜻밖에 로우테크 솔루션

받은 편지함은 중요한 이메일을 식별하여 자동으로 캘린더에 날짜를 추가하고, 뉴스 피드는 사용자의 관심에 맞춰 제공되지만, 현재 이 모든 것을 하나로 묶어 주는 것은 없다. 많은 사람들이 종이 플래너라는 단순한 아날로그 솔루션을 사용하여 단편화된 디지털 정보의 문제를 해결한다(그림 4). 종이 플래너는 바쁜 사람들이 여러 출처의 해야 할 일들을 진정한 의미의 단 하나의 소스로 결합할 수 있게 한다. 그리고 스티커도 있다!

그림 4. 할 일 목록에서 물리적으로 항목을 삭제하는 것은 훨씬 큰 만족감을 준다. (출처: Andrey Popov / stock.adobe.com)

생성형 AI는 검색 방식을 변화시키는 흥미로운 기회를 제공하지만, 개인적이고 현실적인 한계는 실제 AI 개인 비서의 잠재력을 제한한다. 기술 업계에서 종이 플래너보다 더 포괄적인 솔루션을 내놓을 때까지 AI 개인 비서는 가상에 머물러 있을 것이다. 당분간은 우리가 직접 일정을 관리할 수밖에 없다.

[1] Garun, Natt. “One year later, restaurants are still confused by Google Duplex.” The Verge, https://www.theverge.com/2019/5/9/18538194/google-duplex-ai-restaurants-experiences-review-robocalls.
[2] Tober, Marcus. “Zero-Clicks Study.” Semrush Blog, https://www.semrush.com/blog/zero-clicks-study/.
[3] Frenkel, Sheera, and Stuart A. Thompson. “’Not for Machines to Harvest’: Data Revolts Break Out Against A.I.” New York Times, https://www.nytimes.com/2023/07/15/technology/artificial-intelligence-models-chat-data.html.

[저자 소개]
매트 캠벨(Matt Campbell)은 마우저 일렉트로닉스의 테크니컬 스토리텔러이다. 전기공학 학위를 취득하는 동안 자신이 미적분학보다 글에 더 뛰어나다는 것을 깨닫고 첨단 기술 뒤에 숨겨진 이야기를 찾아 경력을 쌓아왔다. 사무실 밖에서는 콘서트 관람, 자연 투어, 오래된 물건 수집, 일몰 사진 촬영 등을 즐긴다.

아이씨엔매거진

Exit mobile version