목차

안녕하세요! 오늘은 정말 흥미로운 이야기를 들고 왔어요. 마이크로소프트(MS)의 부사장까지 지낸 스콧 슈메이커(Scott Shumaker)가 왜 갑자기 ‘persona ai’라는 스타트업을 공동 창업했는지 아시나요? 그는 무려 20년 넘게 소비자 기술 분야에서 일해 온 베테랑이랍니다. 특히 구글, 크레딧 카르마, 마이크로소프트 같은 큰 회사에서 엔지니어링 조직을 키워냈던 경험도 가지고 있어요.

그는 MS에 있으면서도 은퇴를 생각할 정도로 만족했지만, AI의 등장이 모든 것을 바꿀 것이라고 확신했어요. MS가 오픈AI와 관계를 맺으면서 AI 기술을 아주 일찍 접할 수 있었기 때문이죠. 그는 AI가 우리가 소프트웨어를 만드는 방식 자체를 완전히 바꿀 것이라고 생각했어요. 이 새로운 기술에 대한 열정 때문에 밤마다 딥러닝을 공부하고 프로토타입을 만들었대요. 심지어 그의 아내가 "당신의 마음은 다시 무언가를 만드는 데 가 있다"고 말할 정도로 몰두했다고 하죠.

persona ai의 시작은 아주 개인적인 이야기에서 비롯되었어요. 그의 딸이 "AI 친구를 만들어 달라"고 부탁했거든요. 처음에는 주말 프로젝트 정도로 생각했지만, 기억하고 시간과 장소의 개념을 아는 AI를 만드는 것이 정말 어렵다는 것을 깨달았어요. 몇 달 뒤, 딸은 "아빠, AI 친구에게 꼭 얼굴을 만들어 주세요"라고 말했대요. 딸의 이 말이 바로 사람과 상호작용할 때 얼굴이 있으면 훨씬 더 매력적이라는 통찰력을 주었고, 이것이 persona ai의 핵심 아이디어가 되었다고 해요.

persona ai의 목표는 단순히 질문에 답하는 AI가 아니에요. 사람과 상호작용하는 것처럼 정말 매력적이고 공감할 수 있는 비디오 에이전트를 만드는 것이죠. 공동 창립자 스콧은 과거 게임 개발 경험이 이런 AI 경험을 만드는 데 큰 영향을 주었다고 말했어요. 훌륭한 게임이 기술, 예술, 디자인, 사운드 등 모든 요소가 합쳐져서 하나의 놀라운 경험을 만들어내는 것처럼, AI도 총체적인 접근이 필요하다는 것이죠.

persona ai는 사용자에게 도움이 되는 유용한 일을 하는 데 중점을 둡니다. 가장 어려운 부분은 AI가 자신의 목표를 달성하면서도, 사용자에게 로봇처럼 느껴지지 않고 자연스럽게 대화를 이끌어가는 균형을 찾는 것이었어요. 이를 위해 AI가 적절한 순간에 올바른 감정으로 반응하고, 대화의 흐름을 놓치지 않도록 세심하게 설계해야 했죠.

그들은 AI가 단순히 정보를 나열하는 것이 아니라, 인간처럼 경청하고 감정을 반영할 수 있도록 모델을 훈련시키는 데 많은 노력을 했어요. 예를 들어, 평범한 AI는 대화 상대가 "화재 때문에 이사했어요"라고 말해도 그냥 다음 주제로 넘어가 버립니다. 하지만 인간은 "잠깐만요, 화재를 겪었다고요? 무슨 일이에요?"라고 되묻죠. persona ai는 바로 이런 인간적인 반응을 하도록 특별히 훈련시켰다고 해요. 즉, 우리에게는 너무나 직관적인 인간의 작동 방식을 연구해서 AI에 적용하려고 노력하는 것이랍니다.

AI가 사람들의 신뢰와 감정적인 연결을 얻도록 설계하는 것은 매우 중요해요. 그런데 여기서 persona ai의 흥미로운 전략이 나옵니다. 그들은 아바타를 완벽하게 실제 사람처럼 만드는 '극사실주의'를 피하기로 결정했어요.

왜냐하면 사람들을 속이고 싶지 않았기 때문이죠. 우리가 로보콜을 받았을 때 처음에는 사람인 줄 알았다가 기계라는 것을 알면 화가 나는 것처럼, AI가 사람인 척하면 오히려 사용자들은 불쾌해집니다. 따라서 persona ai는 사용자가 속고 있다고 느끼지 않도록 일부러 완벽한 하이퍼리얼리즘을 지양한 것이죠.

신뢰를 쌓기 위해 그들은 '진짜'로 상대방의 말을 듣고 있다는 느낌을 주기 위해 노력해요. 훌륭한 인간적인 대화를 분석해서, 사람들이 대화에 몰입하는 요소들을 찾아냈어요. 예를 들어, 상대방이 놀라운 말을 했을 때 놓치지 않고 질문하는 것, 공통점을 언급하는 것 등이 있죠. 이렇게 감정, 참여, 그리고 반응을 잘 처리하도록 모델을 훈련시킨 것이 신뢰를 구축하는 핵심이라고 해요.

AI 기술은 너무나 빠르게 발전하고 있어서, 창업자들은 기술적인 투자에 신중해야 한다고 스콧은 조언합니다. 그는 창업자들이 대기 시간(latency)이나 기반 시설(plumbing), 심지어 모델 훈련 자체에 과도하게 투자하지 않아야 한다고 주장해요. 왜냐하면 프론티어 연구소의 기술 발전 속도가 워낙 빨라서, 이러한 요소들은 노력하지 않아도 시간이 지나면 '공짜로' 개선될 것이기 때문이죠.

그는 이것을 '무어의 법칙'과 같다고 비교합니다. 모델은 계속 더 빨라지고, 더 저렴해지고, 더 좋아질 것이 확실해요. 따라서 AI 창업자가 정말 집중해야 할 것은 기술 자체가 아니라, AI가 인간의 잠재력을 얼마나 많이 끌어낼 수 있게 돕는가 하는 근본적인 목표입니다.

성공의 척도는 '인간의 개입 고리(human in the loop)'를 얼마나 줄이는가에 달려 있어요. 초기에는 작은 작업 하나를 위해 AI와 여러 번 왔다 갔다 해야 했지만, 모델이 좋아지면서 AI가 스스로 더 많은 것을 할 수 있게 되었죠. 스콧은 ai 에이전트가 도구를 사용하고, 웹 검색을 하며, 점점 더 자율적으로 행동하는 쪽으로 고리를 계속 키워나가는 것이 가장 중요하고 어려운 일이라고 강조해요. 이 고리를 키울수록 고객에게 더 큰 가치를 제공할 수 있기 때문이에요.

움직임이 빠른 AI 생태계에서는 어떤 문제를 먼저 해결할지 우선순위를 정하는 것이 매우 중요해요. 스콧은 AI 기술 환경이 워낙 빠르게 변하기 때문에, 너무 먼 미래를 예측하는 것이 어렵다고 말합니다. 이로 인해 시간 척도가 급격히 압축되고 있다는 것이죠.

심지어 대기업들조차 3년짜리 장기 계약 대신 1년짜리 계약을 선호하는 추세입니다. 이는 상황이 어떻게 바뀔지 모르기 때문이에요. 따라서 창업자들은 여러 해가 걸릴 거대한 프로젝트를 맡지 않아야 합니다. 3분기에 끝낼 수 있는 프로젝트라면 1~2분기 안에 끝내도록 목표를 단축해야 해요.

왜냐하면 너무 느리게 움직이면, 프로젝트가 완성되었을 때 이미 세상이 변해서 당신이 만든 제품이 더 이상 필요하지 않을 위험이 그 어느 때보다 높기 때문입니다. 스콧은 persona ai를 시작했을 때를 회상하며, 기술 발전 속도를 알았다면 품질에 대한 몇 가지 타협을 하고라도 더 빨리 움직여서 6개월이라도 먼저 제품을 출시했을 것이라고 말해요.

기술적인 우위(technical moat)는 오래가지 못합니다. 과거에는 5년 동안 지속되었을 기술적 해자가 이제는 2년 만에 사라질 수 있어요. 따라서 창업자들은 빠르게 브랜딩, 네트워크 효과, 고객 관계, 또는 독점 데이터와 같은 더 오래 지속되는 우위(durable moat)를 구축해야 한다고 조언합니다. 지금은 모바일 혁명이나 클라우드 혁명보다 훨씬 더 빠른 속도로 움직이고 있다는 것을 명심해야 해요.

스콧 슈메이커는 구글, 크레딧 카르마, 마이크로소프트와 같은 대규모 조직을 이끌었던 경험이 큰 도움이 되었다고 말했어요. 큰 조직을 운영하는 방법을 배우고, 조직의 단계별 성장에 따라 운영 방식이 어떻게 바뀌어야 하는지 파악할 수 있었기 때문이죠.

특히 대기업에서의 경험을 통해 '잘하는 것'의 원칙을 배울 수 있었어요. 구글에서는 엔지니어링의 우수성(excellence)이 매우 높았고, 그 원칙들은 여전히 유용합니다. 마이크로소프트에서는 훌륭한 관리자 문화(manager core)와 엔터프라이즈 영업 능력이 뛰어났죠. 크레딧 카르마에서는 회사가 빠르게 성장하는 '하이퍼 그로스' 시기에 VP가 되어 비즈니스를 더 전체적으로 보는 법을 배웠다고 해요.

창업자들이 조직을 확장할 때 흔히 놓치는 부분도 짚어줬어요. 첫 번째는 사람들에게 명확하게 기대치를 설정하고, 어려운 결정을 내리는 것을 불편해하는 경우예요. 두 번째는 조직이 커져도 작은 팀일 때의 속도를 그대로 유지할 수 있을 것이라고 비현실적으로 기대하는 것입니다. 또한, 많은 사람들이 위임하는 것(delegation)을 어려워해서, 조직이 커져도 여전히 모든 것을 직접 하려고 하거나 가시성을 잃는 경우가 많다고 해요. 따라서 변화를 예측하고 앞서 나가는 것이 핵심이라고 강조합니다.

persona ai 팀은 효율적으로 일하기 위해 몇 가지 핵심 도구를 사용하고 있어요. 당연히 슬랙(Slack)을 많이 사용하고, 작업 추적을 위해서는 리니어(Linear)를 사용합니다.

특히 그들은 노션(notion)을 굉장히 중요하게 사용하고 있습니다. 모든 문서, 프로젝트 요약, 직원 관련 사양 등이 노션에 저장되어 있어요. 리니어가 세부적인 티켓 관리를 위한 도구라면, 노션은 주요 마일스톤과 기능을 한눈에 볼 수 있는 고차원적인 대시보드 역할을 합니다.

또 하나 매우 흥미로운 점은 '클라우드 코드(Cloud Code)'를 극찬했다는 것이에요. 이는 개발팀의 생산성을 엄청나게 향상시켜주는 도구라고 합니다.

그리고 노션의 유용한 기능 중 하나로 '머메이드 다이어그램(Mermaid Diagrams)' 렌더링 기능을 언급했어요. 머메이드 다이어그램은 복잡한 시스템이나 프로세스를 시각화하는 데 유용한 도구예요. 그들은 클로드(Claude)라는 AI에게 이 다이어그램을 생성하게 한 다음, 노션 문서에 넣어 기술 사양을 만드는 데 사용한다고 해요. 텍스트만으로 이해하기 어려운 복잡한 내용을 시각적으로 쉽게 이해할 수 있게 해주는 똑똑한 워크플로우이죠.