최근 AI 기술이 빠르게 발전하면서 기업들은 혁신적인 변화를 기대하고 있지만, 동시에 예측 불가능한 불안정성에 직면하고 있습니다. 앤트로픽(Anthropic)의 정책 변경이나 허깅페이스(Hugging Face) 및 오픈AI(OpenAI)의 보안 사고에서 보듯, 프론티어 랩(Frontier labs)과 하이퍼스케일러(hyperscalers)가 제공하는 상용 AI 모델들은 안정성 측면에서 우려를 낳고 있습니다. 이처럼 AI 운영과 비즈니스를 유료 모델에 전적으로 의존하는 기술 조직들은 신뢰성 확보에 대한 근본적인 질문을 던지고 있습니다.
이러한 상황 속에서 오픈클로(OpenClaw)나 딥시크(DeepSeek)와 같은 오픈소스(open-source) 진영은 상용 모델과 유사한 품질의 모델을 무료로 제공하며 대안으로 떠오르고 있습니다. 가격 격차는 매우 크며, 과거 오픈소스 모델의 약점으로 지적되던 유용성, 안전성, 접근성 격차 또한 빠르게 줄어들고 있습니다. 이로 인해 최고기술책임자(CTO)와 최고정보책임자(CIO) 등 기술 리더들은 하이퍼스케일러의 가격 정책 변화를 예측하기 어려운 상황에서 어떻게 안정성을 유지하고 비용을 절감할 수 있을지 고민에 빠졌습니다.
전문가들은 이러한 문제에 대한 명확한 해답은 아직 없지만, 핵심은 팀이 AI 모델을 신속하게 교체하고 AI 에이전트(AI agent)가 사람과 협력하며 실제 데이터 및 도구에 접근하는 방식을 유연하게 전환할 수 있는 시스템을 구축하는 것이라고 강조합니다. 이는 최신 트렌드를 무작정 쫓기보다는, 조직이 산업 변화에 발맞춰 진화할 수 있도록 견고한 기반 계층(foundational layer)을 구축하는 것을 의미합니다. 이른바 '토큰맥싱(tokenmaxxing)'과 같은 비지속적인 비용 지출과 팀 번아웃(burnout)을 피하고, 장기적인 안정성을 위한 인프라 현대화에 투자해야 한다는 것입니다.
미래의 기업 AI는 사람과 에이전트가 원활하게 협력하는 데 초점을 맞춥니다. 이를 위해서는 에이전트가 사람과 동일한 역량을 가지면서도 실제 인프라에 대해 신속하고 대규모로 테스트할 수 있는 능력을 갖춰야 합니다. 또한, 에이전트에게도 사람과 동일한 보안 및 권한 관리 시스템을 적용하고, 모든 행동을 투명하게 관찰하고 감사할 수 있도록 해야 합니다. 가장 중요한 것은 특정 공급업체에 종속되지 않고, 새로운 AI 모델과 프레임워크를 유연하게 교체할 수 있는 시스템을 구축하여 위험을 줄이는 것입니다.
결론적으로, AI 시대의 기업들은 모델과 활용 방식이 끊임없이 변화할 것임을 받아들이고, 이에 대한 회복탄력성을 구축해야 합니다. 이는 최신 하이퍼스케일러 모델과 비용 효율적인 오픈소스 모델을 상황에 따라 유연하게 선택하고, 에이전트가 실제 비즈니스 워크플로우에 의미 있게 참여할 수 있도록 지원하는 것을 포함합니다. 단일 공급업체에 갇히는 위험을 제거하고, 유연성과 적응성을 중심으로 시스템과 팀을 구축하는 것이 미래 기업 AI의 핵심 성공 전략이 될 것입니다.