OpenAI CPO 케빈 웨일 인터뷰 요약 (YouTube 영상 기반)

OpenAI의 최고 제품 책임자(CPO)인 케빈 웨일(Kevin Weil)이 Lenny's Podcast에 출연하여 AI 기술 발전의 빠른 속도, 이것이 요구하는 핵심 역량, 스타트업 기회, 코딩 및 제품 개발 방식의 변화 등에 대해 이야기했습니다. 주요 내용을 요약하면 다음과 같습니다.

1. AI 발전의 경이로운 속도와 불확실성:

• "오늘 사용하는 AI 모델이 평생 사용할 모델 중 가장 성능이 낮은 것"이라는 점을 강조하며, AI 기술이 2~3개월마다 이전에는 불가능했던 일을 가능하게 할 정도로 빠르게 발전하고 있다고 말합니다.

• 이런 빠른 변화 때문에 기존 기술 기반 회사와 달리, 제품 개발 시 기반 기술이 계속 변한다는 불확실성을 안고 가야 합니다.

2. OpenAI의 운영 방식:

• 빠른 속도와 반복적 배포(Iterative Deployment): 완벽하지 않더라도 빠르게 출시하고, 사용자 피드백을 통해 공개적으로 함께 배우고 개선해 나가는 것을 중요하게 생각합니다.

• 모델 최우선주의(Model Maximalism): 모델의 한계에 맞춰 복잡한 보조 시스템을 만들기보다, 몇 달 안에 더 나은 모델이 나올 것을 기대하고 현재 모델의 한계점 근처에서 제품을 개발하는 것을 권장합니다.

• 상향식(Bottoms-up) 접근: 전체적인 방향성 아래에서, 팀(엔지니어, PM, 디자이너, 연구원)이 주도적으로 제품을 개발합니다. 빠른 실행과 실수 용인이 중요합니다.

• 가벼운 계획: 분기별 로드맵을 세우지만, 계획 자체보다 계획 과정에서의 정렬과 학습이 더 중요하며 실제 결과물은 계획과 다를 수 있음을 인지합니다.

• 연구-제품 긴밀한 협업: 연구팀이 모델을 만들고 제품팀이 활용하는 단계를 넘어, 초기부터 연구팀과 제품팀이 하나의 팀처럼 긴밀하게 협력하여 반복적으로 피드백하며 제품을 개발합니다(예: Deep Research 기능).

3. AI 시대의 필수 역량 및 제품 개발 변화:

• Eval 작성 능력: 모델의 성능(특정 작업 성공률 60% vs 95% vs 99.5%)을 정확히 측정하고 이해하는 것이 중요하며, 이를 위한 평가(Eval) 기준을 만들고 테스트하는 능력이 제품 개발자에게 핵심 역량이 될 것입니다. 이는 모델 개선(파인튜닝) 방향 설정에도 필수적입니다.

• 파인튜닝(Fine-tuning)의 중요성 증가: 범용 모델 외에 특정 사용 사례나 회사 데이터에 맞춰 모델을 미세 조정하는 파인튜닝이 보편화될 것이며, 제품 팀 내에 ML/연구 역량을 갖춘 인력이 필요해질 것입니다. OpenAI 내부에서도 특정 문제 해결을 위해 다양한 크기의 파인튜닝된 모델, 특화된 프롬프트를 조합(앙상블)하여 사용합니다.

• AI 활용: 문서 요약, 초안 작성, 코딩 보조 등 내부적으로 AI를 활발히 사용합니다. 특히 '바이브 코딩(Vibe Coding)'처럼 AI를 활용해 빠르게 프로토타입을 만드는 방식의 잠재력을 언급합니다.

• 인간적 추론 활용: AI 제품/경험 설계 시, 사람이 비슷한 상황에서 어떻게 행동할지 생각해보는 것이 직관을 얻는 데 도움이 될 수 있습니다(예: 모델이 생각할 때 사용자에게 어떻게 보여줄지).

4. 챗(Chat) 인터페이스의 가치:

• 챗 인터페이스가 단순히 과도기적인 것이 아니라, 인간의 언어처럼 복잡하고 미묘한 상호작용을 처리하는 LLM의 강점에 가장 잘 맞는 매우 유연하고 보편적인 인터페이스라고 주장합니다.

5. 스타트업 기회:

• OpenAI는 API와 플랫폼에 집중하며, 세상의 모든 문제를 해결할 수는 없습니다. 특정 산업, 특정 데이터, 특정 노하우가 필요한 영역에는 스타트업이 AI를 활용해 가치를 창출할 기회가 무궁무진합니다.

6. 미래 전망 및 낙관론:

• AI는 기하급수적으로 발전(더 똑똑하고, 빠르고, 저렴하고, 안전하게)하고 있으며, 이는 창의성 증진, 과학 연구 가속화, 개인 맞춤형 교육 등 긍정적 변화를 이끌 잠재력이 큽니다.

• 기술 변화에 따른 일자리 문제 등 과도기적 어려움은 인정하지만, 장기적으로 기술은 인류 발전에 기여해왔다고 믿습니다.

• 아이들에게는 특정 기술보다는 호기심, 독립적 사고, 자신감 등 변화에 적응할 수 있는 근본적인 능력을 키워주는 것이 중요하다고 조언합니다.

7. 리브라(Libra) 프로젝트:

• 페이스북 재직 시 진행했던 리브라 프로젝트는 송금 문제 해결 등 좋은 목표를 가졌으나, 시기(페이스북 평판 문제), 복잡성 등으로 인해 실패한 것을 개인적인 경력에서 가장 큰 아쉬움으로 꼽습니다.

8. 프롬프트 팁:

• 궁극적으로는 프롬프트 엔지니어링 지식이 필요 없어져야 하지만, 현재로서는 프롬프트 내에 원하는 결과의 예시(few-shot prompting)를 몇 개 제공하는 것이 모델이 더 나은 결과를 내는 데 도움이 된다고 조언합니다.

결론적으로, 케빈 웨일은 AI의 빠른 발전에 대한 기대와 함께, 이 변화에 적응하기 위한 새로운 역량(Eval 작성, 파인튜닝 이해 등)의 중요성을 강조하며, 기술 발전에 대한 낙관적인 전망을 제시했습니다. 또한 OpenAI는 플랫폼 제공자로서 외부 개발자와 스타트업 생태계와의 협력을 중요하게 생각한다는 점을 분명히 했습니다.