2025년 말은 인공지능에 있어 명확성이 확보되는 시점이어야 한다. 하지만 현실은 평행한 독백들이 이어지는 순간이다.

나는 같은 해 마지막 분기에 발표된, 널리 유통되는 네 개의 AI 보고서를 읽으며 오전 시간을 보냈다. 나는 그 보고서들이 순위나 예측에 대해 서로 이견을 보일 것이라고 예상했다. 하지만 그들은 훨씬 더 혼란스러운 일을 저질렀다. 바로 주제 자체를 재정의해 버린 것이다. 한 보고서의 인공지능은 경쟁사보다 더 빠르게 타이핑하는 코딩 어시스턴트다. 다른 보고서의 인공지능은 정적인 PDF를 합성 팟캐스트로 바꾸는 소비자 미디어 공장이다. 세 번째 보고서는 벡터 스토어, 메모리 레이어, GitHub 스타 차트를 오르는 추론 래퍼와 같은 가공되지 않은 인프라만을 바라본다. 네 번째 보고서는 중국 본토의 사용자가 링크를 클릭해 구매를 완료할 수 있는지라는 단 하나의 투박한 지표로 성공을 측정한다.

같은 키워드. 네 개의 서로 다른 언어. 그리고 아무도 번역하지 않고 있다.

각자의 영역에 갇힌 네 개의 보고서

첫 번째 보고서는 스포츠 리그 순위표처럼 구성되어 있다. Cursor나 Claude Code와 같은 코딩 도구에 티어 순위를 매긴다. 그 기준은 좁고 실용적이다. 채팅 속도, 도구 사용 정확도, 프롬프트와 출력 사이의 지연 시간(latency) 등이다. 만약 당신이 IDE 내부에서 작업한다면 이 리스트는 유용할 것이다. 함수를 리팩토링하거나 테스트 스위트를 생성할 때 어떤 어시스턴트가 가장 빠르게 느껴지는지 알려주기 때문이다. 하지만 이 보고서는 AI를 사용자와 맞닿는 매끄러운 표면으로만 판단되는, 완성된 가전제품처럼 취급한다.

두 번째 보고서는 Google에서 나왔다. 이 보고서는 챗봇을 거의 완전히 무시한다. 대신 NotebookLM이나 이미지 편집 스위트와 같은 상위 수준의 카테고리를 보여준다. 여기서 AI는 대화형 에이전트가 아니라 생산 엔진이다. 보고서는 모델이 만들어내는 결과물에 주목한다. 연구 논문을 설명해 주는 오디오 요약, 텍스트 프롬프트로 생성된 이미지, 이전에는 존재하지 않았던 구조화된 요약 등이 그것이다. 티어 리스트가 도구의 동작 방식에 관심을 둔다면, Google의 리스트는 도구가 무엇을 전달하는지에 관심을 둔다. 어시스턴트 자체는 결과물 뒤로 사라진다.

세 번째 보고서는 순수하게 GitHub 트렌딩을 다룬다. 프로젝트가 얼마나 빨리 스타를 모으는지에 따라 순위를 매긴다. 이는 엔진룸에서 바라본 관점이다. 메모리 프레임워크, 검색 레이어(retrieval layers), 컨텍스트 윈도우, 경량 모델 호스트 등을 발견할 수 있을 것이다. 이러한 저장소들은 세련된 마케팅 사이트를 갖추지 못한 경우가 많다. 그래픽 인터페이스조차 없는 경우도 있다. 하지만 이들은 티어 리스트의 승자들을 가능하게 만드는 기저(substrate)를 형성한다. 순위가 높은 코딩 어시스턴트는 지난달에 3,000개의 새로운 스타를 받은 GitHub 프로젝트가 제공하는 바로 그 종류의 메모리 아키텍처에 의존하고 있을지도 모른다. 트렌딩 리스트는 이를 알고 있지만, 티어 리스트는 언급하지 않는다.

네 번째 보고서는 커머스 디렉토리다. 가치에 대한 정의가 접근성과 거래 준비성이다. 링크가 제대로 연결되는가? 중국 사용자들에게 결제 흐름이 원활한가? VPN, 기업 구매 팀, 또는 서구권 신용카드 없이도 도구를 실제로 구매하고 도입할 수 있는가? 이 보고서는 오픈 소스 철학이나 모델 벤치마크에 인내심을 갖지 않는다. 오직 한 가지 질문에만 답한다. "살 수 있는가?"

사일로(Silos)가 우리를 눈멀게 하는 이유

문제는 AI에서 무엇이 중요한지 알기 위해 단 하나의 보고서만 신뢰할 때 시작된다.

어떤 도구는 Google의 소비자 카테고리에 전혀 등장하지 않으면서도 코딩 티어 리스트를 장악할 수 있다. GitHub의 메모리 프로젝트가 수백만 명의 사용자가 필수적이라고 평가하는 제품의 동력이 될 수 있지만, 사용자들은 그 프로젝트의 이름을 결코 알지 못할 것이다. 커머스 사이트는 래퍼(wrapper)나 지역용 클론을 목록에 올릴 수 있지만, 원래의 GitHub 저장소는 디렉토리를 통해서만 쇼핑하는 사람들에게는 보이지 않는 상태로 남을 수 있다. 각 보고서는 자신의 정의가 완전하다고 가정한다. 그 어느 것도 생태계를 실제로 움직이는 의존성 그래프(dependency graph)를 연결하지 못한다.

스택을 생각해보자. 높은 순위의 코딩 어시스턴트를 사용할 때, 당신은 세 가지 서로 다른 레이어를 동시에 접하고 있는 것이다. 프롬프트를 받아들이는 인터페이스가 있다. 응답을 생성하는 모델이 있다. 그리고 긴 세션 동안 컨텍스트를 유지하며 이전 파일에서 관련 스니펫을 가져오는 메모리 레이어가 있다. 티어 리스트는 최상위 레이어를 판단한다. GitHub은 최하위 레이어를 드러낸다. Google의 리스트는 중간 레이어를 보여줄 수도 있지만, 그것이 화려한 소비자 결과물을 만들어낼 때만 그렇다. 커머스 리스트는 번들로 구매할 수 없는 한 세 가지 모두를 무시한다. 그 결과, 각 보고서는 전체 방을 보지 못한 채 아주 작은 구멍을 통해서만 공급망을 관찰하게 된다.

이것이 중요한 이유는 구매 결정, 커리어에 대한 베팅, 그리고 아키텍처 선택 모두 동일한 부분적 맹점을 겪기 때문이다. 개발자는 순위가 가장 높은 코딩 도구를 선택했다가, 그 도구의 메모리 스택이 GitHub에서 급부상 중인 오픈 소스 대안에 의해 곧 서비스 종료(sunset)될 것이라는 사실을 놓칠 수 있다. 제품 관리자는 Google의 쇼케이스를 보고 챗봇이 끝났다고 가정할 수 있지만, 사실 챗봇이 개발자 도구 속으로 흡수되고 있다는 사실을 깨닫지 못할 수도 있다. 조달 담당자는 커머스 디렉토리의 추천 제품을 재고로 확보하면서, 실제로는 가장 신뢰할 수 있는 기능을 구동하는 오픈 코어(open-core) 프로젝트를 놓칠 수도 있다.

네 가지 개별적인 답변으로 읽기

나는 마스터 리포트를 찾는 것을 그만두었다. 그런 것은 존재하지 않는다. 대신, 나는 이제 각 소스를 특정한 좁은 질문에 대한 답변으로 읽는다.

팀을 위한 코딩 도구 후보군을 추려야 한다면, 티어 순위(tier rankings)를 활용한다. 나는 내가 표면적인 성능만을 보고 있다는 것을 알지만, 매일 사용하는 도구(daily driver)를 결정할 때는 바로 그것이 필요하다.

빅테크 기업들이 어디에 공개적인 베팅을 하고 있는지 알고 싶다면, Google의 카테고리 목록을 활용한다. 이는 주요 플랫폼이 어떤 완성된 제품을 승리로 간주하는지, 그리고 어떤 사용자 경험을 패키지화하여 홍보할 의사가 있는지를 보여준다. 그것은 소비자들의 기대치가 어디로 형성되고 있는지를 알려준다.

6개월 뒤에 기술적으로 무엇이 가능할지 이해해야 한다면, GitHub trending을 활용한다. 이곳에는 메모리 도구, 오케스트레이션 프레임워크, 소형 모델 호스트들이 모여 있다. 만약 이곳의 프로젝트가 빠르게 탄력을 받는다면, 티어 리스트가 기준을 업데이트하기 전에 상용 도구로 편입될 가능성이 높다.

무엇을 실제로 이용할 수 있는지, 특히 방화벽과 결제 경계를 넘어 접근 가능한지를 알아야 한다면, 커머스 디렉토리(commerce directory)를 활용한다. 지리적, 규제적 현실은 그 자체로 하나의 진실이다. 아키텍처가 아무리 혁신적이라 해도, 접근할 수 없거나 결제할 수 없는 도구는 실제적인 선택지가 될 수 없다.

스스로 관점을 조립해야 한다. 큐레이터가 대신 이어 붙여주지 않는다.

가교를 기다리며

3개월 후에 이 채널들을 다시 확인해 볼 계획이다. 어떤 단일 그룹이 다른 그룹들을 흡수하기 시작하는지 보고 싶다. 어쩌면 티어 리스트가 각 순위 도구를 구동하는 GitHub 기반 기술(substrates)로 링크를 걸기 시작할지도 모른다. 어쩌면 Google의 소비자 보고서가, 자신들이 더 이상 언급하지 않는 대화형 엔진에 의존하는 수많은 세련된 결과물들을 인정하게 될지도 모른다. 어쩌면 커머스 디렉토리가 안정성의 대리 지표로 스타(star) 증가 속도를 추적하기 시작할지도 모른다.

무엇보다도, 나는 AI를 단일 제품 카테고리가 아닌 연결된 시스템으로 다루는 리포트를 보고 싶다. GitHub 저장소에서 시작해 벤더 파트너십을 거쳐 소비자용 기능으로 이어지는 프로젝트의 흐름을 추적하고, 그 기능이 상하이에서 구매 가능한지까지 기록하는 리포트 말이다. 그러한 리포트가 나온다면 마침내 이 네 가지 정의 사이의 가교가 놓일 것이다.

그때까지는 당신이 번역가다. 네 가지 모두를 읽어라. 사실 관계를 명확히 파악하라. 그리고 한 페이지의 AI라는 단어가 다음 페이지에서는 아마도 완전히 다른 의미를 가질 수 있다는 점을 기억하라.

Source: https://dev.to/ninghonggang/four-juejin-pieces-four-definitions-of-ai-no-shared-bridge-1fbj

Join the discussion: https://t.me/GyaanSetuAi