골드만삭스 실리콘밸리 요약: AI 에이전트, 워크플로우 및 세계 모델

글쓴이: 리 지아, 월스트리트 저널

인공지능은 '답변할 수 있는' 단계에서 '실행할 수 있는' 단계로 진입하고 있습니다.

윈드 트레이딩 데스크에 따르면 골드만삭스의 최신 보고서는 AI 상용화가 '사용자 수 기반 구독'에서 사용량, 거래량 및 결과에 기반한 요금 부과 방식으로 전환되고 있음을 보여줍니다. 동시에 에이전트는 보조 도구에서 워크플로 실행기로 진화하고 있으며, 업계 가치는 모델 자체에서 독점 데이터, 비즈니스 맥락 및 도메인 전문 지식으로 이동하고 있습니다.

이는 AI 산업 경쟁의 양상이 "누가 더 강력한 모델을 보유했는가"에서 "누가 워크플로우를 진정으로 숙달할 수 있는가"로 바뀌고 있음을 의미합니다. 모델의 성능은 여전히 중요하지만, 기업 운영 환경에 진입하여 비즈니스 맥락을 이해하고 작업을 안정적으로 완료하는 능력이 더욱 중요한 경쟁 우위 요소가 될 것입니다.

이러한 판단은 골드만삭스가 최근 실리콘밸리의 AI 산업 사슬에 대해 실시한 현장 조사 결과를 바탕으로 합니다. 골드만삭스는 8월 18일부터 19일까지 3년 연속으로 AI 스타트업, 주요 벤처캐피털 회사, 스탠퍼드 대학교, 캘리포니아 대학교 버클리 캠퍼스, 샌프란시스코 대학교의 연구진을 방문했습니다. 골드만삭스는 인공지능 에이전트의 도입이 가속화됨에 따라 최첨단 모델, 오픈소스 모델, 월드 모델, 기업용 소프트웨어, 독점 데이터 간의 가치 분배 양상이 변화할 것으로 예상합니다.

에이전트 구현: 기업이 진정으로 부족한 것은 역량이 아니라 "제어 가능성"이다.

과거 인공지능이 "사람들이 작업을 완료하도록 돕는" 문제를 해결했다면, 에이전트는 "스스로 작업을 완료하는" 문제를 해결하고자 합니다. 그러나 기업에 대규모로 도입할 경우, 가장 큰 장애물은 더 이상 모델의 성능이 아니라 책임 분담 방식과 전체 실행 프로세스를 제어할 수 있는지 여부가 될 수 있습니다.

보고서는 스탠포드 연구진의 말을 인용하여 대부분의 기업이 여전히 인간의 감독에 의존하는 방식을 고수하고 있다고 지적합니다. 특히 법률, 위험 관리, 보험, 감사와 같은 분야에서는 모델이 오류를 범했을 때 누가 책임을 져야 하는지, 오류 발생 과정을 어떻게 추적해야 하는지, 그리고 오류를 적시에 수정할 수 있는지 여부가 모델 자체의 성능만큼이나 중요할 수 있습니다.

따라서 자동화가 가장 먼저 이루어질 가능성이 높은 워크플로는 일반적으로 명확한 의사 결정 경계, 검증 가능한 결과, 그리고 되돌릴 수 있는 오류라는 세 가지 특징을 가지고 있습니다. 송장 처리가 대표적인 예입니다. AI는 필드를 추출하고 검사를 수행하며, 신뢰도가 낮은 경우는 사람이 검토한 후 되돌릴 수 있는 ERP 프로세스를 통해 완료됩니다.

이는 또한 신뢰할 수 있는 콘텐츠, 검증된 도메인 모델, 그리고 성숙한 규제 기관과의 관계를 갖춘 정보 서비스 제공업체가 기업 운영 환경에 먼저 진출할 가능성이 더 높다는 것을 의미합니다.

모델 경쟁: 최첨단 모델과 오픈소스 모델 간의 역할 분담

"오픈소스냐 클로즈드소스냐" 논쟁과 관련하여, 골드만삭스가 이번 조사 과정에서 밝힌 내용은 이것이 양자택일의 문제가 아니라, 다양한 모델이 다양한 수준의 워크플로우에 대응할 수 있음을 시사합니다.

최첨단 모델 옹호론자들은 기업 벤치마킹이 모델의 성능을 과소평가하는 경우가 많다고 주장합니다. 실제 운영 환경에서 모델 정확도 저하로 인한 사업 손실은 추론 비용 절감 효과를 훨씬 초과할 수 있습니다. 따라서 많은 AI 기반 기업들이 멀티 모델 전략을 채택했다고 주장하지만, 핵심 운영 환경에서는 여전히 최첨단 모델에 크게 의존하고 있습니다.

또 다른 관점은 대다수의 기업 워크플로우가 최첨단 인텔리전스를 필요로 하지 않는다는 것입니다. 오픈소스 모델의 성능이 지속적으로 향상됨에 따라, 고객들은 추론 비용 절감을 위해 약간의 성능 저하를 감수할 의향이 점점 더 커지고 있습니다. 한 벤처 캐피털 회사는 향후 12~18개월 내에 추론 토큰의 약 90%가 오픈소스 모델로 향할 것으로 예측합니다.

이는 미래의 AI 모델 시장에서 더욱 명확한 역할 분담이 이루어질 수 있음을 의미합니다. 최첨단 모델은 고부가가치, 고신뢰성이 요구되는 복잡한 작업을 담당하고, 오픈소스 모델은 대규모의 표준화된 작업과 대부분의 토큰 소비를 처리하게 될 것입니다.

세계 모델: AI 컴퓨팅 파워, 제2의 성장 곡선을 맞이할 수도

지난 18개월 동안 연구자들은 LLM에서 "세계 모델"로 초점을 점차 옮겨왔습니다.

주로 인터넷 데이터를 학습에 활용하는 LLM과 달리, 월드 모델은 실제 세계의 환경, 인과 관계, 물리 법칙, 동적 상호작용을 이해해야 하며, 이를 위해 물리적 시스템, 특정 산업, 실제 운영 시나리오에서 얻은 데이터에 더 의존해야 합니다. 따라서 독점 데이터의 중요성이 더욱 커질 수 있습니다.

골드만삭스는 물리학, 산업, 과학, 로봇공학 등의 분야에 해당하는 문제 영역이 순수 텍스트 생성보다 훨씬 크며, 이러한 워크플로우에는 더 높은 컴퓨팅 성능 투자가 필요하다고 보고 있습니다. 인공지능이 디지털 세계에서 물리적 세계로 더욱 확장됨에 따라 모델 학습, 시뮬레이션 및 추론에 필요한 컴퓨팅 성능 수요 또한 새로운 성장 곡선을 그릴 수 있습니다.

골드만삭스는 향후 5년 동안 컴퓨팅 파워 수요가 약 24배 증가할 것으로 예측하며, 이러한 공급과 수요의 불균형이 더 오래 지속되어 마이크로소프트, 오라클, 코어위브와 같은 클라우드 컴퓨팅 및 컴퓨팅 인프라 기업에 직접적인 이익을 가져다줄 것으로 전망했습니다.