“Deep|LLM : GPT-6 Astra, 코딩을 넘어 새로운 시장을 열다; 스케일링 법칙은 계속해서 컴퓨팅 수요를 견인한다”
- 이번 주 가장 눈에 띄는 변화는 누가 이 모델을 사용하고 있는가다.
코딩 모델이 처음 등장했을 때 열광적인 반응은 주로 터미널 화면을 캡처해 올리는 프로그래머들에게서 나왔다.
하지만 이번에는 분위기가 다르다. 피드에는 건축가, 3D 모델러, 영상 편집자들의 사례가 넘쳐나고 있다.
이들은 그동안 AI가 자신들의 업무와는 별 관련이 없다고 생각해 왔다. 모델이 아무리 훌륭한 코드를 작성할 수 있어도, 정작 자신들이 사용하는 CAD나 Blender 안에서 직접 작업하지는 못했기 때문이다.
많은 전문직에서 진입 장벽의 상당 부분은 특정 도구를 능숙하게 다루는 데 있다. 예를 들어 AutoCAD, Excel, Final Cut, KiCad 같은 소프트웨어가 그렇다.
이런 전문 소프트웨어들이 AI를 통해 점점 더 쉽게 사용할 수 있게 되면, 단순히 툴을 조작하는 능력보다 전문적인 판단력과 결과물을 검증하는 능력의 가치가 더 높아질 것이다.
그리고 이러한 직종들의 업무 방식 역시 지난 1년 동안 프로그래머들의 업무 방식이 재편된 것과 마찬가지로, 앞으로 크게 재조직될 가능성이 높다.
- 시장 규모 측면에서 보면, 코딩 AI가 공략할 수 있는 시장은 수천만 명에 이르는 프로그래머들의 임금과 전 세계 소프트웨어 지출을 합친 규모다. 대략 1조 달러 수준이며, 이 가운데 지난 1년여 동안 실제 매출로 전환된 금액은 수백억 달러에 이른다.
반면 지식 노동(knowledge work)이 공략 가능한 시장은 수억 명의 화이트칼라 노동자들의 임금과 이들이 사용하는 각종 업무 도구에 대한 지출을 합친 규모다. 임금만 따져도 10조 달러를 넘는다.
코딩 모델은 첫 번째 집단에 접근하지만, computer use는 두 번째 집단까지 접근할 수 있다. 바로 여기에서 시장 규모가 한 자릿수 배가 아니라 한 차원(order of magnitude), 즉 대략 10배 수준으로 커질 수 있다는 차이가 나온다.
- 다음 단계는 지속 학습(continual learning)이다. 이는 모델이 실제 기업 환경에 배치된 뒤, 그 회사가 가진 암묵적 지식(tacit knowledge)을 계속 축적해 나가는 것을 의미한다. 그리고 이 문제 역시 이미 해결 방향이 잡혀가고 있다.
컨텍스트 윈도우는 이제 100만 토큰까지 늘어났고, Codex는 서로 다른 컨텍스트 윈도우를 넘어 메모를 유지하고, 이전에 남긴 내용을 다시 검색해 활용할 수 있게 됐다. 이는 지속 학습의 초기 형태라고 볼 수 있다.
또한 OpenAI의 Frontier 팀과 컨설팅 파트너들이 고객사 현장에 직접 들어가 필요한 비즈니스 맥락과 회사 고유의 업무 지식을 모델에 공급하는 것도 비슷한 역할을 한다.