<이미지를 클릭하시면 크게 보실 수 있습니다> |
지난 15일 NHN두레이는 판교 NHN사옥에서 열린 ‘더 넥스트 두레이(The NEXT Dooray)’ 기자간담회에서 AI 기능이 추가된 두레이AI를 공개했다. 이날 행사에서 백창열 NHN두레이 대표는 두레이AI 소개 및 질의응답 시간을 가졌다.
두레이AI에는 ▲메일 초안 작성 ▲메일 내용 클릭 한 번에 요약 ▲메신저 내용의 업무 등록 ▲필요 일정 캘린더 등록 등 기능이 포함됐다. 각 기능은 특별한 추가 설치 등 준비 없이 클릭 한번으로 곧바로 사용 가능하다.
예컨대 이메일을 통해 업무를 전달받은 경우, 해당 메일을 요약해주는 버튼이 마련됐으며, 요약된 내용을 바탕으로 팀원에게 각각 자동으로 업무를 할당할 수도 있다. 일정 공유 이메일을 열람한 경우에는 자동으로 캘린더 등록이 가능하다.
백 대표는 “올인원 협업 솔루션으로 주목받아온 두레이는 본격적인 AI시대에 맞춰 서비스형 소프트웨어(SaaS) AI 구독을 통한 업무 생산성 혁신에 주목하고 있다”며 “어떤 업무 환경에도 유연하게 대응 가능한 두레이 AI를 발판 삼아 국내 협업툴 시장을 이끄는 주요 플레이어로 확고히 자리매김하겠다”고 말했다.
◆하나의 LLM만 고집하지 않는다 “유연한 멀티LLM으로 실용성 확보”
두레이AI 가장 큰 특징 중 하나는 기능별로, 회사별로 적합한 AI를 선택해 적용할 수 있다는 점이다. 챗봇에는 오픈AI ‘챗GPT’ 모델을 적용하고, 업무 쓰레드(글타래)에는 구글 ‘젬마’를 이용하는 식이다. 기업이 이미 보유 중이거나 원하는 거대언어모델(LLM)이 있다면 이를 연계할 수도 있다.
백 대표는 “두레이AI는 라마와 젬마 두 파운데이션 모델을 기반으로 튜닝해서 만들어진 ‘NHN AI’를 기반으로 작동한다”며 “고객사에서 원하는 다른 LLM이 있다면 연계할 수 있다”고 말했다.
이록규 NHN AI 랩장은 질의응답 시간에 파운데이션 AI 모델과 관련한 질문에 “단순히 하나의 모델을 사용하기 보다는 가변적으로 사용 중”이라며 “젬마와 라마 두개 모델이 성능이 높아지고 있기 때문에 중점적으로 활용하고 있다. 여기에 NHN이 자체적으로 보유한 한글 데이터셋을 미세조정(파인튜닝)해 성능을 끌어올리는 작업도 진행하고 있다”고 전했다.
NHN두레이가 외부 AI 모델을 사용하는 이유는 현실적인 부분이 크다. 글로벌 빅테크 기업이 거대 자본을 앞세워 AI모델 시장을 지배하고 있는 상황에서 AI모델에 투자하기 보다는 각 AI모델을 활용한 소규모언어모델(sLM) 특화에 집중하는 것이 경쟁력이 있다는 판단에서다.
최근 오픈AI의 구독료 인상 계획, 메타의 라마 유료화 전망 등이 이어지고 있지만, 이들 외에도 다양한 AI모델 선택지가 있기 때문에 AI모델을 외부에 의존하는 것은 크게 문제가 되지 않는다는 입장이다.
이 랩장은 “AI모델 선택지가 많은 상황이기 때문에 현실적으로 외부 의존도가 높은 것이 문제가 될 것 같지 않다”며 “AI모델 설계는 기술적 비용보단 다량 데이터를 학습하는 비용이 문제가 된다. AI 모델에서 다른 빅테크 기업과 결과물로 경쟁하기 위해 투자를 하는 것보다는 오픈소스 AI를 활용하는 것이 더 좋다고 생각한다”고 강조했다.
NHN그룹 자체가 AI 후발주자로 평가 받는 상황에 대해서는 sLM 개발을 통해 대응한다는 입장이다. NHN AI는 실용적인 접근에 초점을 맞추고 있기 때문에 소형언어모델(sLM) 개발에 집중하고 있다는 설명이다. 필요한 기능 대부분을 sLM으로 구현할 수 있도록 준비하고 있으며, 이는 곧 이용자 입장에서 비용 절감으로 이어지는 장점이 있다고 분석했다.
오픈AI를 사용함에 따라 발생하는 비용에 대해서는 각 AI모델별로 NHN이 사용하는 할당량과 NHN두레이 할당량 등을 세부적으로 나눠서 세밀하게 이용 금액을 부과한다는 계획이다.
백 대표는 “사용되는 AI모델마다 토큰을 얼마나 쓰고 비용이 얼마나 나오는지 살피고 있다”며 “API 비용에서 모회사 NHN이 사용하는 비용과 두레이NHN이 사용하는 비용을 세분화하고, 조직마다 다른 언어모델(LM)을 활용하는 것까지 예측 및 확인하고 있다”고 강조했다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
두레이는 프로젝트(협업), 이메일, 메신저, 전자결재 등 다양한 기능을 서비스형 소프트웨어(SaaS) 형태로 통합 제공하는 올인원 협업 서비스로 성장해왔다. 민간에서는 현재 약 4000여곳에 서비스 중이다. 공공영역에서는 120여곳이 넘는 기관이 두레이를 도입했다. 특히 CSAP 표준 인증 획득 등 보안성을 바탕으로, 서울대학교, 한국은행, 한국과학기술원(KAIST), 한국과학기술연구원(KIST), 한국개발연구원(KDI) 등 국가 기관도 두레이를 도입했다. 지난 5월에는 우주항공청 개청과 함께 도입된 두레이가 선진적인 업무 환경 조성에 기여한 데 이어, 국방부에도 도입돼 스마트 협업 체계 구축을 도맡았으며 현재 전군 확산 중이다.
규제 등을 이유로 SaaS 진입이 어려운 금융권에도 진출한다. NHN두레이는 국내 SaaS 업체 중 최초로 클라우드 서비스 제공사(CSP) 안정성 평가를 받으며, 사실상 외산 서비스가 독점하고 있던 금융권에 국산 SaaS 협업 서비스 제공을 위한 발판을 마련했다.
대표적으로 우리금융그룹에서는 업무망 내 SaaS 협업도구 및 생성형 AI 도입을 위한 사전 테스트를 진행한 바 있다. 우리금융지주, 우리투자증권, 신한투자증권 등 4개 금융사가 현재 두레이 도입을 기반으로 혁신금융서비스 신청을 완료했다. 결과는 오는 12월 중 발표될 예정이며, 본격적인 도입은 내년 1월부터다.
백 대표는 “금융사와 함께 진행하는 혁신금융서비스 사업을 진행함에 있어 보안 쪽에 집중했다”며 “금융 쪽에서는 모바일 디바이스 인증 등 작업이 필요했기 때문에 자체적으로 해결이 어려운 부분도 있어서 지란지교데이터와 협력하기도 했다”고 전했다.
이어 “금융권에 도입하는 과정에서 (망분리) 규제 완화 등 근거로 SaaS로의 전환을 설득하고 있다”며 “협업툴 도입을 준비 중인 4개 금융사 중 3개는 구축(온프레미스)을 요구했지만, 법제가 바뀌는 걸 근거로 혁신금융서비스를 신청한 상황”이라고 강조했다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
백 대표는 협업툴 시장이 계속 성장할 것이라고 내다봤다. 특히 공공분야에서 협업툴 적용 사례가 늘면서 수요가 증가하고 있는 추세라는 설명이다. 이에 NHN두레이는 공공분야 사업을 발판 삼아 민간 시장에서는 파트너십 중심 전략으로 경쟁력을 확보하겠다는 계획이다.
백 대표는 “행정안전부를 중심으로 정부 차원에서 협업툴을 사용하려는 움직임 있는 것으로 알고 있다”며 “처음에는 이메일 시스템만 있으면 되는 것 아니냐는 부정적인 시각이 있었지만, 점차 협업 툴 필요성을 느끼는 기관이 늘어나는 추세”라고 설명했다.
이어 “협업툴을 적극 활용 중인 기관 예시를 들자면, ‘연구개발특구진흥재단’이 있다”며 “이들은 대전, 광주, 부산, 전북, 대구 등 연구 특구 단위로 전국에 퍼져있다. 이 때문에 협업툴을 이용해 종이 없는 업무가 가능해졌다”고 덧붙였다.
박형민 NHN두레이 사업부장은 “공공분야는 정부가 클라우드를 강조하는 기조라는 점에서 비교적 쉽게 공략이 가능하지만, 민간은 각 기업마다 기능 수요가 모두 달라서 마케팅 전략이 쉽지 않다”며 “민간은 전략적 파트너를 늘리는 것이 중요하다고 생각한다. 파트너 비즈니스는 즉각적인 성과가 나오지는 않지만 장기적으로 다양한 사업 수주에 도움이 된다”고 강조했다. 또, “예시를 들자면, 국방부 협업툴 구축 사업을 수주할 때는 국방부 인프라 운영을 담당하는 회사와 협업해 공동으로 사업을 성사시켰다”고 설명했다.
백 대표는 협업툴 수요에 힘입어 오는 2025년에는 흑자전환하겠다는 목표도 밝혔다. 연간 감사보고서 기준 NHN두레이 지난해 매출은 122억7891만원, 영업손실은 95억1334만원으로 집계됐다. 올해 실적에서 지난해와 비교해 적자를 50% 줄이고, 내년 상반기 중으로 흑자전환한다는 계획이다.
그는 기업공개(IPO) 계획에 대해서는 말을 아꼈다. 그러면서도 “조심스럽게 예측해보면 2년이나 3년 후에 할 수도 있다”고 전했다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.