이재현
AI 도구를 매일 사용하지만, 정작 얼마나 효과적으로 활용하고 있는지 객관적으로 파악하기는 어렵습니다.
프롬프팅 실전 감각, Tool/Agent 활용 수준, 최신 AI 트렌드 이해도를 5분 만에 진단할 수 있는 AI 리터러시 테스트를 만들었습니다.
테스트 완료 즉시 점수와 맞춤 피드백을 제공합니다.
이재현님의 아티클
이재현
이제는 익숙한 Netflix
우리는 이제 습관처럼 넷플릭스에 들어가, 추천 콘텐츠나 인기 있는 콘텐츠를 소비한다. 넷플릭스는 우리에게 일상이 되었다. 이번 역기획에서는, 익숙함 속에 숨어 있는 넷플릭스의 사업 구조와 전략적 배경을 다시 들여다보고자 한다. 나는 역기획의 핵심이 ‘숲’에서 시작하는 것이 아니라, ‘나무’ 하나하나를 유심히 바라보는 데 있다고 생각한다. 그래서 넷플릭스의 성공을 구성하는 구체적인 전략과 구조를 이해하고, 그 안에서 어떤 배움이 있는지 고민해보려 한다.
사용자 중심 전략
넷플릭스는 사용자 친화성을 핵심 가치로 삼아 빠르게 성장했다. 플랫폼에 접속하면 블랙-레드의 상징적인 로고 아래로 매력적인 콘텐츠 썸네일이 보기 좋게 배치된다. 정보는 명확하고 시각적이며, 콘텐츠 탐색은 쉽다. 또한, 과거에는 지인 간 계정 공유가 용이하도록 설계되어 사용자 편의성을 높였다. 이러한 전반적인 사용자 중심 전략은 넷플릭스의 첫 번째 성장 동력이라 할 수 있다.
콘텐츠 소유권 확장
사용자 경험만큼이나 중요한 또 하나의 전략은 콘텐츠 확보다. 넷플릭스는 단순히 타사의 인기 콘텐츠를 중개하는 데 그치지 않고, 자체 제작 오리지널 콘텐츠에 적극 투자해왔다. <오징어 게임>과 같은 성공작을 남기며, 결국 넷플릭스는 단순한 콘텐츠 유통 플랫폼이 아니라, 콘텐츠 소유자이자 제작사로 진화했다.
‘낯설음’의 부재
이처럼 넷플릭스는 정교하게 설계된 구조 위에서 안정적으로 운영된다. 그리고 우리는 그 구조 덕분에 넷플릭스를 ‘편하고 익숙하다’고 느낀다. 하지만 바로 그 익숙함 속에서, 나는 가끔 ‘낯설음’이 그립다는 생각을 한다. 만약 넷플릭스가 사용자가 선택적으로 낯선 콘텐츠를 탐색할 수 있는 기능을 제공한다면,
그 작은 틈을 통해 전혀 새로운 경험을 할 수 있지 않을까? 실제로 Amazon Prime Video는 ‘Surprise Me’라는 기능을 테스트한 바 있다. 의도적으로 예상 밖의 콘텐츠를 제안하는 이 기능은, ‘낯설음’에 대한 수요가 존재함을 보여준다.
그래서...
사실, 이런 구조는 넷플릭스에만 해당되는 이야기가 아니다. 우리는 항상 알고리즘이 설계한 콘텐츠를 소비한다. 알고리즘은 ‘우리가 좋아했던 것’, ‘오랫동안 본 것’, ‘익숙하고 검증된 것’을 추천한다. 하지만 때로, 우리는 그 익숙함에 지치기도 한다. 이번 역기획 과정을 통해, 나는 넷플릭스의 전략과 구조의 치밀함을 이해하면서도, 그 위에 ‘낯설음’의 필요성을 확인할 수 있었다. 이게 역기획의 매력이라고 생각한다. 나무를 보며 숲을 이해할 수 있게 하는 힘이 있다.
이재현
지난 글에서 구글의 Gemini를 생성형 AI의 대표 사례로 언급했다. GPT와 Gemini는 범용성에 특화된 모델로, 사용자가 정보를 검색하거나 이미지를 생성하고, 일정을 관리하는 등의 다양한 과정을 지원하는 통합형 도구로 기능한다.
예를 들어 Gemini는 사용자가 정보를 검색하려는 목적은 유지하되, 정보를 구조화하고 답변 형식으로 정리하는 과정을 대신 수행한다. 이는 사용자가 링크를 클릭해 웹사이트를 방문하고, 정보를 수집해 재구성하던 전통적인 검색 방식에서 '정보 구조화'라는 단계를 분리(decoupling)한 것으로 볼 수 있다. 또 다른 예로, 사용자가 이미지 생성 도구를 사용할 때 필요한 것은 어떤 이미지를 원하는지 정의하는 것이다. Gemini나 GPT는 이 다음 단계인 illustration 과정을 대신 수행할 수 있다. 즉, 사용자는 아이디어만 제공하고, 시각화는 AI가 담당한다는 점에서 하나의 decoupling이다. 그러나 이처럼 GPT나 Gemini는 범용적이라서, 특정 고객사슬의 한 단계를 분리하여 고객을 명확히 유치한 사례로 보기엔 모호하다.
예를 들어, Jasper는 콘텐츠 마케팅에서 ‘작문’ 단계를 분리(decoupling)해 특화된 AI 서비스다. 기존 마케터는 전략 수립부터 키워드 설정, 글 작성까지 모든 과정을 직접 수행해야 했지만, Jasper는 이 중 작문만 AI로 대체해 글쓰기 부담을 줄였다. 이를 통해 콘텐츠 제작 경험이 부족한 마케터나 스타트업도 쉽게 마케팅 글을 만들 수 있게 됐다.
Decoupling은 긴 고객사슬에서 하나의 과정을 분리해 시장에 침투한다는 점에서, 특화된 모델에 더욱 적합한 개념이라는 생각이 든다. 이는 단순한 기술적 분리가 아니라, 고객의 특정 니즈를 정확히 파악하고 그 지점을 날카롭게 공략하는 전략이다. 그런 면에서 범용형 모델보다 특정 목적에 맞춘 특화형 GenAI에서 더 효과적으로 작동한다. 물론, 이런 분리 전략에서 혁신이 시작될 수 있지만, GPT의 성장과 과점화 경향을 보면, AI 시장에서 단일한 접근보다는 Specialization과 Generalization을 균형 있게 바라보는 시각이 필요하다는 생각도 든다.
이재현
1. 실습과정에서 느낀 점과 SCAMPER 기법이 적용되는 과정
다양한 아이디어와 문제 해결은 기존의 사고방식이나 사물에서 출발하는 경우가 많다. 따라서 일상 속에서 주변을 다양한 시각으로 관찰하고, 그에 대한 생각을 정리하는 것이 중요하다. 기존의 것을 새롭게 바라보기 위해 SCAMPER 기법은 매우 효과적인 브레인스토밍 도구라고 느꼈다.
우리 조원이 ‘스스로 걸어와 몸에 장착되는 로봇’이라는 아이디어를 떠올리며 SCAMPER 중 'Reverse(역전)'를 적용한 의자에 대해 이야기했는데, 이 과정에서 SCAMPER 기법이 실질적인 창의적 사고에 어떻게 연결되는지 체감할 수 있었다. 실제로 KAIST는 지난해 국내 기술을 바탕으로, 스스로 걸어와 하반신 마비 연구원의 몸에 장착되어 연구원이 다시 걸을 수 있도록 돕는 로봇을 개발한 바 있다. 이러한 발상들은 SCAMPER 기법이 제시하는 사고 방식과 깊은 관련이 있음을 보여준다.
SCAMPER 기법을 적용하기 위해서는 먼저 문제 대상을 선정해야 한다. 일상 생활에서 개선의 여지가 있다고 느껴지는 것 또는 수면에 오르는 사회적 문제를 대상으로 고를 수 있을 것이다. 선정한 문제에 대해 SCAMPER에 해당하는 질문을 던져 볼 수 있다. ‘소재나 기능을 대체할 수 없을까?’ ‘어떤 요소와 결합할 수 있을까?’ ‘이 부분을 제거하면 더 유용할까?’ 등의 질문 중에서 유용하고 실행 가능성이 높은 아이디어를 채택할 수 있다.
2. 생성형 AI 분석
Gemini는 Google과 Google DeepMind가 개발한 대규모 멀티모달 인공지능 모델이다. 텍스트, 코드, 이미지, 오디오, 동영상 등 다양한 유형의 정보를 이해하고 처리할 수 있는 생성형 AI의 한 예시이다. Gemini의 중요한 특징은, 텍스트뿐만 아니라 이미지, 오디오, 비디오 등 다양한 형태의 정보를 동시에 처리하고 이해할 수 있도록 설계되었다는 점과 Google 생태계와 자연스럽게 연결된다는 점이다. Gemini가 인간처럼 다양한 시청각 데이터를 동시에 처리한다는 점, 그리고 Google 생태계와의 연동성이 뛰어나다는 점에 주목하여 Gemini를 분석하게 되었다.
사람의 지시어나 질문은 필연적으로 인간이 갖는 오감에 기반한 맥락과 상황을 포함하고 있다. 생성형 AI가 인간에게 최적의 답변을 제공하기 위해서는 인간과 유사하게 작동할 필요가 있다고 생각한다. ChatGPT 또한 사진, 음성에 대한 응답을 개선하는 등 멀티모달 기능의 발전을 지속하고 있다. 멀티모달 기능은 단순히 다양한 형태의 데이터를 처리하는 능력을 넘어, 각 데이터 간의 복잡한 관계를 이해하기 위해 이질적인 데이터를 동일한 벡터 공간에 임베딩하는 데 중점을 두고 있다. 이러한 방식은 다양한 데이터를 사전에 동일한 의미 공간에 매핑해놓는다는 점에서 Early Fusion 방식이라고 설명할 수도 있다. 추가로, Gemini는 최대 100만 토큰 길이의 텍스트를 처리할 수 있으며, 이는 GPT-4보다 훨씬 긴 컨텍스트 윈도우를 제공한다.
Gemini는 세계 최대 검색 포털인 Google과의 연동성이 뛰어나 최신 정보를 실시간으로 반영할 수 있다. 이는 단순히 브랜드가 같다는 수준을 넘어서는 것으로, GPT-4가 웹 브라우징 기능을 통해 Google 웹의 정보를 간접적으로 가져오는 것과 달리, Gemini는 Google 검색 엔진과 직접 결합되어 있다는 점에서 차이가 있다. 또한, 이미 많은 사람들이 일상적으로 사용하고 있는 Gmail, Docs 등과의 연동을 통해 문서 작성, 이메일 요약, 데이터 분석 등의 작업에도 자연스럽게 통합되고 있다. Google 생태계를 바탕으로 한 이러한 확장성은 향후 생성형 AI의 발전에 있어 매우 중요한 요소라고 생각한다. 확장성과 연동성은 생성형 AI가 사용자 일상 속으로 빠르게 스며드는 데 결정적인 역할을 할 것이다.
이러한 장점에도 불구하고 Gemini는 대화형 fine-tuning 부족, API 활용 난이도 등의 한계로 인해 OpenAI 등 다른 생성형 AI에 비해 상대적으로 사용률이 낮다. IT 기업 퍼스트페이지세이지(FirstPageSage)에 따르면, ChatGPT는 약 59.8%의 시장 점유율을 차지하고 있으며, Microsoft Copilot이 약 14.4%, Gemini는 약 13.5%의 점유율을 기록하고 있다. Gemini는 UI 접근성, hallucination, 창의력 부족 등의 문제를 해결하면서 OpenAI의 점유율을 일부 가져오거나, 상대적으로 공백이 있는 시장을 공략하기 위해 지속적으로 노력 중이다. 앞으로 Gemini의 기술적 발전과 전략적 방향성에 대한 지속적인 관찰과 분석이 필요하다고 판단된다.