아는 사람들은 아는 이야기지만 현재의 Chat GPT를 만드는 인력 상당 부분은 메타 출신이다.

스타트업이던 OpenAI가 세계에서 가장 핫한 기업으로 성장하면서 메타에서 많은 디자이너/PM/엔지니어들이 OpenAI로 건너갔는데, 제품 조직의 리더십 인물들 면면을 보면 이제는 그들이 주류가 되어 OpenAI의 큼직큼직한 제품 방향을 결정하는 것으로 보인다. 사실상 지금의 GPT는 메타의 제품DNA 위에서 만들어지고 있는 것이다.

제품은 만드는 사람들을 닮는다. 3년전 등장해 세상을 놀래켰던 GPT에, 메타의 컨슈머 앱 DNA가 얹어져서 추구하고 있는 미래는 무엇일까? 최근 GPT의 변화를 보면 꽤 자명해보인다. 바로 ‘Personalization’과 ‘Stickiness’다.

1. Personalization과 Stickiness

Personalization.

Chat GPT는 사용자와의 과거 상호작용을 반영해 답변하기 시작한 첫번째 제품이다. 사용자가 과거에 한 질문, 좋은 반응을 얻었던 답변, 사용자가 중요하게 생각하는 가치관을 추론해 LLM이 주는 기초적인 답변에 좀 더 튜닝된 값을 서빙하기 시작했다.

경쟁 서비스 가운데 사용자별 데이터를 메모리로 저장하는 첫번째 앱이 된 것은 그 시작이었다.(Gemini는 상대적으로 최근에 이런 변화된 방식을 사용자에게 제공했다)

Stickiness.

Stickiness는 한명의 사용자가 더 많이 앱에 붙어있게 만드는 것을 의미한다. 체류시간을 늘리거나, 하나라도 더 물어보게 만들거나, 더 많은 대화를 해서 사용자의 삶에서 이 서비스에 대한 의존도가 높아지는 것을 말한다.

이 부문에서 메타는 올타임 No.1 기업이며, 사실상 stickiness 영역을 창조한 회사라고 봐도 무방하지 않다. 메타는 어떤 일을 하는 회사인가. 업계의 우아한 표현을 사용하면 'stickiness', 쉽게 설명하면 사람이 중독되는 제품을 만드는 회사이다. 페이스북이 그랬고, 인스타가 그랬으며, 그들의 가장 성공한 중독 제품인 광고 플랫폼이 그렇다.

2. 모델 전장에서 사용성의 전장으로

OpenAI가 이런 전략을 사용하게 된 배경에는 LLM 전쟁에서 이제는 모델간 차이가 제품의 경쟁에서 큰 변별력이 없어졌다는 현실인식이 있다. GPT나, Gemini나 Claude나, Grok이나... 얼마전 부터는 비슷비슷한 수준의 퀄리티가 나오는 답변을 내놓았다. 구글, OpenAI, 클로드 등은 앞다투어서 벤치마크에 대한 성능 자랑을 하고 있지만, 사용자 레벨에서 체감되는 수준은 이제 크게 차이가 없어진지가 오래다.

따라서 모델 자체보다는 컨슈머 앱에서의 사용성을 끌어 올려서 사용자가 더 많이 쓰고, 더 의존적인 서비스가 되는 것이 이 거친 소비자용 LLM 앱 전쟁의 새로운 국면에서 이기기 위한 방법이라고 모두가 판단하고 있었다. LLM 전쟁의 전장이 '모델'에서 '사용성'으로 넘어간 것이다.

3. GPT는 명백히 지고 있다

이것은 합리적인 현실인식이다. 전장은 분명히 모델에서 사용성으로 넘어갔다.

하지만 많은 사람들이 알고 있듯, 업계의 선구자이자 dominant한 플레이어였던 Chat GPT는 다른 제품들에게 마켓쉐어를 빼앗기고 있다. 특히 이 전쟁의 승자를 Gemini로 점치는 사람들이 최근들어 기하급수적으로 늘어났다.(2024년 Gemini는 생성형 AI트래픽의 약 5%만 차지했지만 현재는 약14%로 성장했다. GPT는 90%에 근접했던 점유율이 70%대로 떨어졌다)

이유는 무엇일까. Gemini가 구글 One에 Gemini를 끼워팔기 때문일까? 그렇지 않다. Gemini가 실제로 GPT보다 더 좋은 모델과 사용성을 모두 제공하고있기 때문이다.

OpenAI는 메타의 DNA적인 관성에 빠져서 앞서 이야기한 두가지 주제 - Stickiness 와 Personalization 전략에서 실수를 저지르고 있는 것 같다. 두 전략이 잘못된 것은 아니다. 그것을 제품으로 풀어내는 방식이 잘못되었다.

4. 공감기계

첫번째 실수는 Personalization을 공감의 형태로 풀어냈다는 점이다.

특별하게 둔감한 사람이아니라면 GPT가 다른 모델 대비 유독 듣고 싶은 이야기만 해주는 존재로 진화했다는 것을 알고 있을 것이다. 현재 버전의 GPT는 우리가 무언가를 물어보면 기본적으로 듣고 싶어하는 이야기를 해주고, 사용자가 신경쓰거나 좋아하는 말을 반복적으로 답변에 끼워맞춰 리턴하고 있다.

OpenAI는 GPT를 '지능'이 아니라 '공감기계'로 만들어버렸다. 여러 사람들이 GPT의 억지공감과 칭찬에 거부감을 느껴서 Gemini로 옮겼다고 이야기 하는데, 그것은 새로운 이야기가 아니다.

내 생각에 메타 인재들이 주류가 된 오늘날의 OpenAI 제품 조직은, 메타 제품의 사용자와 GPT사용자 사이의 중대한 차이 한가지를 간과하고 있는 것 같다.

바로 인스타나 페이스북의 사용자와 달리, GPT의 사용자는 '물어보는 인간'이라는 점이다.

‘물어보는 인간’이란 무엇인가. 물어보는 인간이란 곧 의심하는 사람이다. 이런 사람들이 원하는 것은 듣기 좋은 소리를 해주는 친구가 아닌 사실을 이야기해주는 친구다. 질문하는 태도를 가진 인간은 듣기좋은 말만 해주는 조언자와 절제력이 있는 조언자를 구분하는 능력이 있다.

언제나 나에게 좋은 말만 해주는 친구 한명을 떠올려 보라. 그는 분명 좋은 친구일 테지만 중요한 조언을 그에게 구하지는 않을 것이다.

지금의 GPT는 공감기계가 되어서 번지르르한 말만 하는 신뢰할 수 없는 친구가 되고 있다. 그 결과로 사람들은 좀 덜 친절해도 올바른 말을 해주는 친구에게로 넘어가고 있다.

5. 무한 스레드

OpenAI가 하고 있는 두번째 실수는 Stickiness의 구현을 ‘대화의 연속성’으로 풀어냈다는 점이다.

추측컨대 OpenAI는 사용자와 GPT간 대화 스레드가 많이 생길수록 사람들이 GPT를 더 신뢰하거나 의존적으로 여긴다고 생각하고 있는 것 같다.

메타에서 이런 접근은 당연한 일이다. 인스타그램과 페이스북은 사용자가 앱을 켜서 끌때까지 하나의 카드라도 더 많이 보게 하는데 최적화 되어 있다. 그리고 실제로 메타에서는 이런 성공지표를 달성하면 보통 사용자들은 보다 서비스에 의존적인(혹은 중독된) 사용자로 변해왔다. 체류시간/한 세션안에 조회하는 콘텐츠의 수/콘텐츠에 대한 인게이지먼트 수(좋아요나 공유같은)를 무한히 늘리는 것은 메타의 제품인재들 두뇌와 혈액에 깔려있는 DNA다.

메타의 제품조직 사람들이 이런 가치관을 기본적으로 탑재하고 있다고 가정하면, GPT 역시 대화 서비스이니 더 많이 대화를할수록 stickiness가 좋아진다고 생각하는 것은 자연스러운 사고방식이라고 생각할 수 있다.

그런데 그 결과 무슨일이 발생했는가?

현재의 GPT는 대화를 끝낼줄을 모른다. 하나의 질문에 대해 답변이 끝나면 GPT는 다음 질문을 끝도없이 만들어내 새로운 태스크를 만들고, 그 태스크를 끝내고 나가려고하면, 그 내용을 요약한 보고서를 만들어줄지 물어본다. 보고서를 달라고 하면, 다시 이전에 물어봤던 무언가를 가져와 새로운 태스크를 만들어내려고 기를 쓰는것이 현재 버전의 GPT다. 사용자가 그들의 GPU비용을 걱정할 정도로.

이런 제품 경험은 명백히 잘못 설계된 것이다.

‘질문하는 사람’이 원하는 것은 정확한 정보를 얻고 다시 자신의 일로 돌아가는 것이다. '물어보는 인간'은 인스타를 보는 심심한 사람과는 다르다. 그들에게는 적당한 수준에서 답변을 해주고, 알아서 떠나는 조언자가 필요하다.

당신은 물어보지도 않은 일에 대해서 계속 이야기해주는 조언자라면 그를 신뢰하겠는가? GPT는 꽤 믿을만 했던 조언자에서 한잔이라도 더 주문시키기 위해 계속 말을 거는 바텐더 같은 존재로 바뀌어가고 있는 것 같다.

6. 대안

명백하게 OpenAI는 지고 있다. Personalization과 Stickiness. 두가지 전략에서 잘못된 수행을 하고 있기 때문이다. 문제의식이 잘못된 것이 아니다. 문제를 해결하는 방법이 잘못된 것이다.

대안은 무엇일까.

첫번째 대안은 서비스에 강력히 녹아있는 메타주의를 쫓아내는 것이다. 사람을 쫓아내야한다는 것이 아니라, 그들이 가지고 있는 서비스에 대한 고정관념을 쫓아내야 한다는 이야기다.

페이스북과 인스타그램은 엔터테인먼트 서비스로 심심한 사람들을 상대하는 일이었다. GPT가 상대하는 사용자는 다르다. 앞서 언급했듯 그들은 '질문하는 인간'으로 100% 다른 Customer Job을 가진 사람들이다.

고객이 다르면 만드는 사람들의 마음가짐도 달라야 한다. 그런 측면에서 보면 검색엔진을 서비스했던 구글 사람들이 더 좋은 LLM서비스를 만들어내는데 좋은 DNA를 가지고 있을 수 있다. 적어도 ‘질문하는 인간’에 대해서 이해하고 있기 때문이다.

(두번째 대안은 보다 복잡한 방법이다. 여기서 모두 언급하기는 어려울것 같고...)

7. 결론

제품은 만드는 사람을 닮는다. 하지만 제품을 오래 만들다보면 만드는 사람도 역으로 프로그래밍 되어 특정한 사고방식을 마치 모국어처럼 탑재하게 된다.

메타 사람들은 메타 사람처럼 생각하고, 아마존 사람은 아마존 사람처럼 생각한다. 구글도 마찬가지다. 한국에서도 쿠팡 사람들이 얼마나 쿠팡처럼, 토스 사람들이 얼마나 토스처럼 생각하는지를 보면 나도 때때로 놀랄때가 있다.

하지만 거의 모든 제품은 나름의 맥락이 있다. 정답이란 없으며, 거의 모든 상황에서 그때는 맞고 지금은 틀리다.

만드는 사람이 스스로 어떤 사고방식에 사로잡혀있는지 자각하는 것이 변화된 시장의 다른 고객에 적응하는 시작점이다.

끝.

Discussion 0

추천 아티클