AI 지능체와 플랫폼: 혁신인가, 공생인가?

안녕하세요! 저는 여러분의 금융 및 비즈니스 뉴스 분석을 도와드리는 전문 번역가입니다. 오늘은 《청화 경영 리뷰》에 실린 기사를 분석해 드리겠습니다. 이 기사는 매우 중심적이고 시급한 문제를 다루고 있습니다: AI 지능체(Agent)가 점점 더 똑똑해지고 능력이 향상될 때, 우리에게 익숙한 타오바오(Taobao), 웨이신(WeChat), 더우인(Douyin)과 같은 “대형 플랫폼”들이 AI에 의해 대체될 것인가, 아니면 AI와 함께 진화할 것인가?

기사의 핵심 메시지는 매우 명확합니다: “흑백논리”의 이분법에 빠지지 마세요. AI가 플랫폼을 완전히 뒤집는 것도, 플랫폼과 AI가 영원히 공존하는 것도 아닙니다. 미래의 패턴은 “수직적 계층화와 동적인 경쟁”일 것입니다.

여러분이 쉽게 이해할 수 있도록 이 긴 기사를 다섯 가지 측면으로 나누어 설명해 드리겠습니다.

---

1. **“지능체”란 무엇이며, 이전의 로봇과 어떤 차이가 있나요?**

이전에 말했던 “지능형 고객 서비스”나 “자동화 프로그램”은 사실 규칙에 따라 작동하는 “고급 도구”에 불과했습니다. 예를 들어, “환불 정책이 무엇인가요?”라고 물으면 데이터베이스를 검색하여 답을 줍니다.

하지만 현재의 지능체(Agent), 특히 대형 모델(LLM)을 기반으로 하는 지능체는 “생각하는 직원”과 더 유사합니다.

• 인식 능력: 모호한 요구사항(예: “가을에 입을 수 있는 스포츠 재킷을 찾아주세요, 500위안 이내로”)을 이해할 수 있습니다.
• 결정 능력: 어디에서 찾을지, 어떻게 비교할지, 어떤 것을 선택할지 스스로 판단할 수 있습니다.
• 실행 능력: 브라우저를 자동으로 열고, 가격을 비교하며, 주문하고, 결제까지 전 과정을 스스로 처리할 수 있습니다.

기사에서는 지능체를 세 가지 유형으로 나누었습니다. 이렇게 이해하시면 됩니다:

• 인지형(자문가): 사고하고, 분석하며, 아이디어를 내놓는 데 능합니다. 예: 의료 진단 보조 도구, 투자 자문가.
• 상호작용형(집사): 의사소통하고 조정하는 데 능합니다. 예: 자율 주행 시스템, 고급 고객 서비스.
• 실행형(노동자): 작업을 하고 프로세스를 자동화하는 데 능합니다. 예: 창고 로봇, 자동 서식 작성 도구.

중요한 점: 현실에서 우수한 지능체는 여러 역할을 동시에 수행할 수 있습니다. 생각할 수도 있고, 말할 수도 있으며, 일을 할 수도 있습니다.

---

2. **왜 사람들은 이 문제에 대해 열띤 논쟁을 벌이나요? “파괴론자” vs “공생론자”

AI 지능체와 전통적인 플랫폼(예: 타오바오, 마이크로소프트 오피스)의 관계에 대해 업계에는 두 가지 주요 견해가 있습니다. 이는 “스마트폰이 컴퓨터를 대체할 것인가”에 대한 논쟁과 같습니다:

🔴 파괴론자(AI는 살인자):

• 논리: 예전에는 물건을 사려면 타오바오와 같은 플랫폼에서 검색해야 했지만, 이제는 AI에게 직접 물어보면 AI가 바로 구입해 줍니다.
• 결과: 플랫폼은 “트래픽 유입”과 “데이터 제어권”을 잃게 됩니다. 사용자와 AI의 대화 데이터는 로컬에 저장되거나 AI 회사에 있어 플랫폼은 데이터를 얻을 수 없게 되고, 알고리즘이 제대로 작동하지 않아 플랫폼의 역할이 약화됩니다.
• 예: Character.AI는 사용자가 소셜 미디어 플랫폼을 거치지 않고 AI와 직접 대화할 수 있게 해줍니다.

🟢 공생론자(AI는 도구):

• 논리: 강력한 AI를 개발하는 데는 많은 비용이 들어 일반인이나 소규모 기업은 감당할 수 없습니다. 대형 플랫폼은 자금, 데이터, 사용자를 가지고 있어 AI를 플랫폼에 내장하여 플랫폼을 더 효율적으로 만들 수 있습니다.
• 결과: 플랫폼은 기반(컴퓨팅 파워, 데이터)을 제공하고, AI는 지능적인 서비스를 제공하여 서로 상호 이익을 얻습니다.
• 예: 마이크로소프트의 Copilot은 Teams와 Outlook에 내장되어 이메일 작성, 회의 효율성이 두 배로 향상되어 마이크로소프트는 더 많은 수익을 얻고, 사용자도 마이크로소프트에 더 의존하게 됩니다.

📌 핵심 갈등: 파괴론자는 플랫폼이 “중개자 역할을 잃는다”고 우려하는 반면, 공생론자는 플랫폼이 “기반 인프라”라고 생각합니다. AI는 플랫폼 없이는 존재할 수 없습니다.

---

3. **진실은 무엇인가? 플랫폼은 더 이상 “시장”이 아니라 “다층 케이크”입니다**

기사는 논쟁의 근원이 우리의 “플랫폼”에 대한 이해가 너무 좁다는 점을 지적합니다.

• 구식 사고(수평적 단일 계층): 플랫폼은 단순한 “시장”입니다. 왼쪽은 구매자, 오른쪽은 판매자이며, 플랫폼은 중간에서 거래를 중개하여 트래픽을 독점함으로써 수익을 얻습니다. 이러한 관점에서 AI는 마치 시장 입구에 새로운 가판대를 차리고 고객을 빼앗는 것처럼 보입니다.
• 새로운 사고(수직적 다층 구조): 플랫폼은 “다층 케이크” 또는 **“생태계”입니다.
• 기반 계층: 컴퓨팅 파워, 칩, 클라우드 스토리지(예: 알리바바 클라우드, 엔비디아).
• 중간 계층: 대형 모델, 범용 알고리즘(예: 퉁이천문, GPT).
• 상위 계층: 구체적인 애플리케이션, 지능체, 사용자 인터페이스(예: 딩딩, 타오바오 앱, 자율 주행 소프트웨어).

이 새로운 관점에서 보면: AI 지능체는 케이크를 파괴하는 것이 아니라 케이크의 핵심 구성 요소가 될 수 있습니다.

• 예를 들어, 화웨이 승텡 생태계에서는 기반 계층이 칩이고, 중간 계층이 판구 대형 모델이며, 상위 계층에는 광산, 의료 등의 구체적인 애플리케이션이 있습니다.
• 이러한 구조에서 가치는 “거래 중개”에만 집중되지 않고 각 계층에 분산됩니다.

⚠️ “가짜 화합”에 주의하세요: 공생은 정적인 것이 아닙니다. 기반 기술(예: 칩, 범용 모델)이 돌파하면 “하향식으로 상위 애플리케이션에 영향을 미칠 수 있습니다(예: 오픈AI가 API를 직접 제공하여 개발자가 특정 플랫폼을 거치지 않고 사용할 수 있게 함); 상위 애플리케이션(예: 테슬라)은 최고의 경험을 추구하기 위해 “상향식으로 기반 기술을 통합할 수 있습니다(예: 자체 칩 개발).

결론: 이는 동적이고 경쟁이 치열한 과정입니다. 누가 핵심 계층을 장악하느냐에 따라 그 사람이 주도권을 가지게 됩니다.

---

4. **다양한 유형의 기업은 “다층 케이크”에서 어떻게 자신의 생존 전략을 찾을 수 있을까?**

생태계가 변화함에 따라 각기 다른 위치에 있는 기업의 수익 전략도 변합니다. 기사는 네 가지 유형의 기업에 대한 전략을 제시합니다:

🏗️ 1. 기반 인프라 제공자(도구를 파는 기업, 예: 엔비디아, 화웨이)**

• 도전: 기술이 너무 빠르게 업데이트되어 기존 사용자가 이탈하지 않도록 해야 합니다.
• 핵심 경쟁력: 소프트웨어와 하드웨어의 조합 + 원활한 업그레이드.
• 간단히 말해: 단순히 칩만 판매하는 것이 아니라 “칩 + 소프트웨어 생태계”를 제공해야 합니다. 엔비디아의 CUDA가 좋은 예입니다. 개발자들은 그 소프트웨어 환경에 익숙해져 있어 칩을 교체하는 비용이 많이 듭니다. 동시에 새 칩이 기존 소프트웨어와 호환되어 개발자들이 원활하게 업그레이드할 수 있도록 해야 합니다.
• 핵심: 높은 전환 비용을 만들어 생태계가 자신 없이는 존속할 수 없도록 해야 합니다.

🧠 2. 범용 대형 모델 개발자(엔진을 만드는 기업, 예: DeepSeek, 오픈AI)**

• 도전: “모든 것을 다 잘하려 하면 모든 것이 부족하다” vs “특정 분야에 집중하면 시장이 작다”.
• 핵심 경쟁력: 모듈화된 설계 + 전략적 선택.
• 간단히 말해: 모든 시나리오에서 최고가 되려고 하지 마세요.
• 기술적으로: 모델을 “레고 블록”처럼 모듈화하여 기본 기능은 공통적으로 사용하고, 특정 시나리오에는 “플러그인”으로 적응시킵니다.
• 전략적으로: 코드, 금융 등 고부가치 분야에 집중하고, 교육, 엔터테인먼트 등 장꼬리 분야에서는 파트너에게 도구를 제공하여 생태계를 강화합니다.
• 핵심: “범용성”과 “전문성”의 갈등을 해결하고, 모든 것을 다 하려고 하지 마세요.

🛠️ 3. 수직 애플리케이션 및 지능체 개발자(구체적인 제품을 만드는 기업, 예: 수무지능, 업계 SaaS)**

• 도전: 기반 대형 모델이 매일 변화하면 자신의 애플리케이션이 쓸모없어질 수 있습니다.
• 핵심 경쟁력: 독특한 데이터 + 빠른 최적화.
• 간단히 말해: 자신의 애플리케이션의 보호막은 모델 자체가 아니라 독점적이고 고품질의 업계 데이터입니다.
• 예: 디자인 AI는 특정 브랜드가 어떤 색상을 선호하는지, 특정 업계의 디자인 규칙을 알고 있습니다.
• 데이터 피드백—모델 반복—애플리케이션 최적화의 순환을 구축해야 합니다. 사용자가 많을수록 데이터가 정확해지고, 모델이 더 전문적으로 작동하며, 경쟁자가 모방하기 어렵습니다.
• 핵심: 숨겨진 지식(전문가의 경험)을 명확한 데이터로 전환하여 대형 모델에 제공해야 합니다.

**🏢 4