**요순유의 ‘복잡함을 단순화하라’는 철학, 텐센트의 연구개발 모델이 AI에 의해 재편되다** 텐센트의 연구개발(R&D) 방식이 인공지능(AI)의 도움으로 새롭게 형성되고 있습니다. 요순유(Yao Shunyu)는 텐센트의 리더로서 ‘복잡함을 단순화하라’는 철학을 바탕으로 기업의 R&D 프로세스를 이끌고 있으며, 이러한 접근 방식이 AI 기술의 발전과 함께 큰 변화를 가져오고 있습니다.

핵심 내용 요약

최근 텐센트는 AI 분야에서 여러 가지 중요한 변화를 겪고 있습니다:

1. 최고 AI 과학자인 야오 순위(Yao Shunyu)의 주도로 대형 모델이 순위 경쟁에서 사용자 경험 중심으로 전환되었으며, 데이터 품질을 개선하고 HY3 모델을 출시했습니다.

2. AI 제품(예: 지능체, 코딩 도구)의 급속한 성장으로 토큰(token) 소비가 증가했지만, 연산 능력이 여전히 부족하여 텐센트는 자체 개발 대신 칩 제조업체와 협력하기로 결정했습니다.

3. AI는 회사의 조직 구조를 변화시켰으며, 연구 개발 팀이 더 평평하고 소규모화되었으며, 프로세스가 “미리 정해진 기능 설계”에서 “결과 중심”으로 전환되었습니다.

4. AI 코딩은 연구 개발 효율성을 크게 향상시켰지만, AI의 오류나 코드 검토와 같은 새로운 문제도 발생했습니다.

5. C단(AI 서비스의 소비자 측)에서의 상업화는 여전히 높은 비용이라는 과제에 직면해 있어, 텐센트는 현재 제품 경험을 우선적으로 개선하고 있습니다.

상세 분석

1. 야오 순위의 리더십으로 텐센트의 대형 모델이 “실용적”으로 변화

이전에는 텐센트의 대형 모델이 외부 순위를 중시했지만, 야오 순위의 주도로 사용자 경험에 더 초점을 맞추기 시작했습니다. 예를 들어, 대형 모델과 C단 앱인 “원보(Yuanbao)”를 함께 설계하여 모델이 사용자 요구를 더 잘 이해하도록 했으며, 불필요한 훈련 데이터를 제거하고 고품질의 데이터만을 사용함으로써 HY3 모델의 사용자 비율이 80%에 달했습니다. 텐센트의 탕 다오생(Tang Daosheng)은 그를 “복잡한 것을 간소화하는” 사람이라고 평가했는데, 이는 복잡한 모델을 사용자 경험에 더 초점 맞춰 최적화하는 것을 의미합니다.

2. 연산 능력 부족, 하지만 텐센트는 자체 칩 개발을 하지 않음

AI를 구동하기 위해서는 많은 계산 능력이 필요하며, 최근 텐센트의 AI 제품(예: 지능체) 사용량이 증가하여 토큰 소비가 매월 두 배로 증가했습니다. 탕 다오생에 따르면, 텐센트의 기존 GPU 연산 자원만으로는 고객 요구를 충족시키기 어렵지만, 칩 생산에는 공장이 필요하고 전 세계적으로 생산 능력이 부족하기 때문에 자체 개발 대신 여러 칩 제조업체와 협력하여 칩을 조달하고 있습니다.

3. AI로 인한 텐센트 팀의 변화

이전의 인터넷 회사들은 제품 개발 과정이 “미리 정해진 절차”를 따랐지만, AI 시대에는 다음과 같은 변화가 있었습니다:

• 팀 규모가 작아졌습니다: 3~5명으로도 연구 개발이 가능하며, WorkBuddy 팀은 계층 구조가 없고 부서 내에 중간 관리자가 없습니다.
• 프로세스가 투명해졌습니다: 비즈니스 모듈, 코드, 사용자 피드백이 공유되어 계층 간의 정보 장벽이 없습니다.
• 결과 중심으로 전환되었습니다: 먼저 “어떤 기능을 만들지”가 아니라 “어떤 결과를 얻을지”를 고려합니다; 심지어 “단일 인력으로 운영하는 회사”도 가능해질 수 있습니다.

이러한 평평한 구조는 보고 과정의 비효율성을 줄여줍니다(예: 엔지니어가 퇴사하더라도 정보가 명확하기 때문에 팀이 쉽게 업무를 이어받을 수 있습니다).

4. AI 코딩으로 프로그래머의 역할 변화

2022년 텐센트가 AI 코딩을 시작했을 때는 생성된 코드의 30%만이 사용되었지만, 현재 대부분의 팀에서 90% 이상의 코드가 AI에 의해 작성됩니다. 프로그래머들은 CodeBuddy를 사용하여 여러 AI 도구를 동시에 활용할 수 있으며, “요구 처리량”이 혁신 속도의 핵심 지표가 되었습니다. 비록 아직 투자한 토큰의 가치를 정확하게 측정하지는 못하지만, 수십억 토큰에 의한 비즈니스 성장은 그 이상입니다.

하지만 AI는 오류나 코드 검토와 같은 문제도 가져왔습니다.

5. C단 AI의 상업화 어려움

최근 일부 C단 AI 서비스가 유료화되기 시작했지만, 텐센트는 수익 창출에 서두르지 않고 있습니다. AI 서비스의 운영 비용과 추론 비용이 높아 광고 모델로는 충분하지 않으며, 사용자의 사용 횟수와 소비량이 다양하기 때문에 광고주들은 불확실한 비용을 감당할 의향이 없습니다. 따라서 텐센트는 상업화 속도보다 제품 경험을 우선시하고 있습니다.

또한, AI가 “디지털 아웃소싱”의 역할을 하면서 직원들의 가치도 변했습니다. 책임자에 따르면, AI는 프로세스를 수행하지만 최종적인 책임은 사람이 지닙니다(예: AI가 작성한 코드의 정확성을 검토하고 최종 책임을 집니다).

결론

텐센트는 AI에 의해 재편되고 있습니다. 모델부터 조직 구조, 연구 개발 방식, 상업화 전략까지 AI 시대의 새로운 규칙에 적응하고 있습니다. 계산 능력, 비용, AI의 오류와 같은 과제가 있지만, 전반적인 방향은 AI를 활용하여 효율성을 높이고 사용자 경험에 집중하는 것입니다.