<이미지를 클릭하시면 크게 보실 수 있습니다> |
2일 업계에 따르면 최근 오픈AI는 한국산업은행과 한국어 특화 AI모델 개발 및 스타트업 지원을 위한 업무협약을 맺었다. 한국 기업과 첫 공식 업무협약으로, 향후 오픈AI 행보에 대한 업계 다양한 해석이 교차하고 있다.
먼저, 오픈AI 일본 지사 사례를 근거로 오픈AI가 한국 지역 특화 AI모델 개발을 통해 국내 파운데이션 모델 시장 입지를 굳히기 위한 행보를 시작했다는 분석이다. 오픈AI는 첫 아시아 지역 지사 설립 지역으로 일본을 골랐다. 구체적으로는 지난 3월 공식 블로그를 통해 “일본을 시작으로 아시아 사업을 확장하겠다”는 공식 입장을 밝힌 바 있다. 일본에서도 현지 특화 챗GPT 모델 개발을 추진하겠다는 계획을 전했다.
일본 지사를 세우면서 ‘아시아 사업 확장’을 목표로 내세운 만큼, 그 다음 지사 설립 지역을 한국으로 정했을 것이란 예측이다. 정보기술(IT) 트렌드 변화에 민감한 한국 시장 특성과 더불어 앞서 올해 초 정부 중개 아래 진행된 한국 스타트업과 오픈AI 협업 사례도 이같은 예측에 힘을 실어준다.
실제로 한국 일반 이용자들 사이에서 가장 친근한 AI 애플리케이션은 오픈AI의 챗GPT다. 생성형 AI 열풍 주역으로, 인식적으로나 실용적으로나 한국 시장에서 대표적인 AI 서비스로 자리잡고 있다. 와이즈앱·리테일·굿즈가 2024년 국내 모바일 애플리케이션(이하 앱) 사용자 수를 분석한 결과 챗GPT 앱 사용자는 지난 1월~10월 사이 364만명이 증가했다. 이는 전체 앱 중 사용자 증가량 3위에 해당하는 수준이다. 증가 폭 상위 10개 앱 중 유일한 AI 앱이기도 하다.
이전부터 한국 정부와 스킨십을 이어오고 있다는 점도 눈여겨 볼만 하다. 중소벤처기업부와 오픈AI는 지난 3월 실리콘밸리에 위치한 오픈AI 본사에서 국내 AI 스타트업을 대상으로 ‘K-스타트업&오픈AI 매칭데이’를 진행한 바 있다. 이곳에서 오픈AI는 ‘잠재력상’을 받은 와들·마리나체인·클라이원트 등 3개사를 포함해 총 10개 한국 스타트업과 협업을 진행하기로 했다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
먼저 토종 파운데이션 모델을 개발 중인 주요 IT 기업 입장에서는 자체개발 대형언어모델(LLM) 시장에서 지배력을 크게 잃게 될 것이란 전망이 나오고 있다.
대표적으로 네이버의 한국 특화 LLM 개발 전략에 비상불이 켜졌다는 평가다. 네이버는 앞서 ‘하이퍼클로바X’를 통해 한국 역사와 문화 등을 바르게 이해하는 AI 모델 전략을 꾸준히 강조해 왔다. 특히 국가 별 AI 기술 독립에 초점을 맞춘 ‘소버린AI’ 등 전략도 내세운 바 있다.
국내 한 AI 기업 관계자는 “네이버와 같이 한국어 특화 파운데이션 LLM을 내세우던 기업 입장에서는 오픈AI 한국어 특화 모델 개발 소식이 달가울 리 없다”며 “반대로 낙관적으로 본다면, 오픈AI 한국 진출로 국내 AI 산업이 활성화되고, 규모가 확장될 수 있다. 또, 오픈AI와 직접적인 협업을 통해 다양한 기회 창출이 가능할 것”이라고 설명했다.
토종 AI 스타트업 사이에서는 오픈AI가 본격적으로 한국 지역 특화 서비스를 선보일 경우 그 전략에 관심이 쏠리고 있다. 업계 분석을 종합해보면, 오픈AI는 한국 내에서 엔터프라이즈 AI 시장보다는 B2C 기업에 LLM 및 API 공급 사업에 집중하는 전략을 택할 것이고, B2C 기업에서는 이를 활용해 다양한 서비스 개발을 시도하는 계기가 될 것이라는 전망이다.
다만, 오픈AI 챗GPT 시리즈만으로도 B2C 성격이 강하기 때문에, 차별화 전략이 없는 B2C 스타트업은 위태로워질 수 있다는 우려도 뒤따른다.
국내 AI 스타트업 관계자는 “오픈AI 정체성을 감안하면 LLM API 공급에 집중하게 될 것이고, B2C 기업은 이를 활용한 다채로운 서비스 개발을 시도해 볼 수 있다고 본다”고 전했다.
또 다른 AI 스타트업 관계자는 “오픈AI는 본국(미국)에서도 엔터프라이즈AI 사업으로 확장 움직임을 보이지 않고 있는 바, 규모가 작은 한국 엔터프라이즈 AI 시장을 노릴 요인도 부족해 보인다”며 “B2C 기업에서는 차별화된 B2C 전략을 내놓지 않는다면, 위험해질 수 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.