Character.AI, 구글에 줄줄이 투항하다, AI 소규모 기업들이 왜 '매각' 운명을 벗어나지 못할까?
글: 무무
편집: 문도
또 한 곳의 AI 유니콘 기업이 대기업에 '흡수合併'되었다. 8월 2일, AI 스타트업 Character.AI의 공동 창립자이자 CEO인 노암 샤지어(Noam Shazeer)가 딥마인드(DeepMind) 팀에 합류했으며, 양사는 비독점적 협약도 체결했다. 즉, Character.AI가 모델 사용권을 구글에 제공하고, 구글은 그 대가로 자금을 지원하는 것이다.
샤지어는 구글과 인연이 깊다. 그는 이전에 LaMDA 개발을 주도한 바 있다. 그러나 2021년 인공지능 붐이 일기 직전, 샤지어는 구글을 떠나 AGI(범용 인공지능) 창업 열풍 속으로 뛰어들었고, 자연어 대규모 모델 회사인 Character.AI가 탄생하게 되었다.
Character.AI의 주력 제품은 'AI 동반자'였다. 월간 사용자가 백만 단위까지 치솟았고, a16z를 포함한 유명 벤처 캐피털로부터 약 1.93억 달러의 투자를 유치하며 급속도로 성장했다. 하지만 좋은 시절도 오래가지 못했고, 작년 3월 이후로는 투자 유치가 전무했으며, 유료 사용자 수도 감소하다 결국 1년 반 만에 구글에 '매각'되는 운명을 맞이하게 되었다.
실제로 Character.AI뿐만 아니라, Adept, Humane, Inflection AI 등 여러 AI 스타트업들도 모두 대기업에 흡수되는 운명을 겪고 있다. 인터넷 시대에 벌어졌던 '유니콘 스타트업들의 집단 매각'이 이제 AI 무대에서 재현되고 있으며, 그 속도조차 더 빨라졌다.
AI가 생산성을 가속화하고 있는지는 아직 미지수지만, 분명히 AI 스타트업들의 생애주기를 가속화하고 있다. 그 이면에는 치열한 경쟁 속에서 높은 창업 비용과 부족한 수익 창출 능력 사이의 불균형이 자리 잡고 있으며, 대규모 모델 분야에서 '같은 바퀴를 계속 만들어내는' AI 기업들은 궁극적으로 스스로 절망적인 상황으로 몰아넣고 있다.
여러 AI 스타트업, 대기업에 '흡수합병'
Character.AI는 기술과 인재를 자본과 맞바꿔 생성형 AI 경쟁에서 살아남을 기회를 얻게 되었다. 구글과의 계약에 따르면, 구글은 Character.AI의 대규모 언어 모델(LLM) 기술에 대한 비독점적 사용권을 확보하게 되며, 동시에 Character.AI에게 추가 자금을 지원한다.
기술뿐 아니라, Character.AI의 CEO인 노암 샤지어와 공동 창업자 다니엘 드 프레잇스(Daniel De Freitas)는 예비훈련(pretraining) 팀원 약 30명과 함께 구글 딥마인드 팀에 합류하게 된다. 공동 창업 이전, 샤지어와 프레잇스 모두 구글 출신의 기술 인재였다. 샤지어는 LaMDA 개발을 주도했고, 프레잇스는 구글의 고급 소프트웨어 엔지니어였다.
특히 주목할 점은, 핵심 인재 30명 외에도, 나머지 약 120명(일부 연구원 포함)은 점차 오픈소스 모델 개발로 방향을 전환하며, 예비훈련 기반 모델과 음성 모델 개발을 포기하게 된다.
노암 샤지어(좌)와 다니엘 드 프레잇스
즉, Character.AI는 사실상 구글에 간접적으로 인수된 셈이다. 실리콘밸리에서는 흔한 현상으로, 대기업이 핵심 팀과 인재를 스카우트하고 기술 사용권을 확보하는 방식이다. 스타트업은 브랜드와 제품은 유지하지만, 핵심 팀이 사라진 이상 독립적인 발전을 위한 '핵무기'를 상실한 셈이다.
2022년부터 2023년까지, Character.AI의 주력 제품 'AI 동반자'는 상당한 트래픽을 확보했다. 웹 애플리케이션의 월간 방문자 수는 2억 명을 넘었고, 사용자가 직접 제작한 AI 캐릭터는 1000만 개 이상이었다.
이러한 사용자 데이터를 바탕으로 지난해 3월, Character.AI는 a16z, SV Angel, 전 GitHub CEO 내트 프리드먼(Nat Friedman), 엔젤 투자자 엘라드 질(Elad Gil) 등을 포함한 투자자들로부터 1.93억 달러의 투자를 유치했으며, 10억 달러의 평가액으로 AI 유니콘 반열에 올랐다.
올해 6월까지도 Character.AI의 월간 방문자 수는 증가세를 유지해 2.63억 명을 기록했으며, 5월 대비 19.66% 증가했다. 비교하자면, 같은 시기 30억 달러의 평가액을 지닌 AI 검색 앱 Perplexity의 월간 방문자 수는 7320만 명에 불과했다.
안타깝게도 Character.AI는 '사람들이 좋아하지만 돈이 안 되는' 상황에 빠졌다. 매달 9.99달러의 유료 구독 서비스를 도입했지만, 7월 기준 600만 명의 월간 활성 사용자 중 유료 사용자는 겨우 10만 명에 머물렀다. 더욱 심각한 문제는 운영 비용이 매우 높다는 점이다. 자체 모델을 기반으로 제품을 개발하면서 모델 훈련, 추론, 업그레이드 및 유지보수에 막대한 컴퓨팅 리소스가 소모되는데, 이는 곧 실질적인 GPU 비용으로 직결된다.
수입과 지출의 불균형 외에도, 새로운 투자 유치가 이루어지지 않으면서 결국 구글에 매각되는 것은 어찌 보면 당연한 귀결이었다.
Character.AI뿐 아니라, 많은 주요 AI 스타트업들도 대기업에 인수되는 운명을 피하지 못하고 있다. 자연어 처리 대규모 모델의 기본 아키텍처인 트랜스포머(Transformer) 개발자가 설립한 Adept는 최종적으로 아마존에 인수되었고, AI 웨어러블 기기 AI Pin을 출시한 Humane과 15억 달러의 투자를 유치한 AI 소프트웨어 회사 Inflection AI 역시 원래 사업을 종료하고 올해 3월 말 마이크로소프트에 흡수되었다.
AI 유니콘 기업들이 대형 IT 기업들에게 흡수됨으로써, 대기업들은 인재와 기술을 동시에 확보하고 있으며, 우수한 대상이 나타나면 서로 '인재 경쟁'까지 벌이고 있다. 일각에서는 머스크가 이끄는 인공지능 기업 xAI(X.AI)도 Character.AI 인수를 추진했으나, 결국 구글이 선수를 쳤다는 소문도 있다.
대규모 모델 기반의 AI 스타트업들은 일반적인 인터넷 창업보다 더 어려운 생존 환경에 처해 있다. 대규모 모델은 더 높은 하드웨어 비용이 필요하며, 제품의 동질화는 낮은 수익률이라는 악순환에 빠뜨린다. 현금 흐름이 불안정하거나 투자 환경이 위축되면, 투자금을 '불태우는' 순간이 바로 종말을 의미하기 때문이다.
'똑같은 바퀴 만들기'로 스스로 절망에 빠지다
모든 AI 스타트업이 OpenAI처럼 성공할 수 있는 것은 아니다. 게다가 OpenAI조차 적자 상태다.
FutureSearch 연구진의 계산에 따르면, OpenAI의 연간 반복 수익(ARR)은 34억 달러에 달한다.(편집자 주: ARR은 일반적으로 전월 수익에 12를 곱해 연간 수익을 추정함) 하지만 모델 구축 및 운영 비용이 너무 커서, 올해 운영 총비용은 약 85억 달러에 이를 것으로 예상된다. 이는 막대한 적자를 의미한다. FutureSearch는 더 고도화된 모델 개발이 계속될 경우, OpenAI가 수백억 달러의 추가 자금 조달이 필요할 것이라고 예측했다.
OpenAI조차 이런 상황인데, 스타트업은 더 어렵다. 특히 자체 모델을 개발하고 제품을 함께 만드는 기업들은 더욱 그러하다.
예컨대 Character.AI의 경우, 월간 추론 비용만 약 330만 달러로, 연간 약 4000만 달러에 달한다. 매월 유료 구독자로부터 발생하는 수익이 약 100만 달러라면, 연간 수익은 약 1188만 달러에 불과하다. 벌어들이는 돈도 추론 비용을 커버하지 못할 뿐 아니라, 훈련 비용과 기타 인건비는 더욱 커버할 수 없다.
더 일찍 인수된 Inflection AI도 마찬가지였다. 자체 모델을 보유하고 있었으며 ChatGPT와 유사한 챗봇 제품 Pi도 있었다. 올해 3월, Inflection AI는 신규 모델 Inflection-2.5를 발표했는데, GPT-4의 40% 수준의 컴퓨팅량으로 훈련되었다고 알려졌다. 그러나 제품 면에서 Pi는 여전히 효과적인 비즈니스 모델을 찾지 못했다.
Inflection이 최근 공개한 자료에 따르면, Pi는 일일 활성 사용자 100만 명, 월간 활성 사용자 600만 명을 보유하고 있어 데이터상으로는 '훌륭한' 수치지만, Pi는 여전히 무료 서비스다. 두 차례에 걸쳐 15억 달러의 투자를 받았음에도 불구하고, Inflection AI는 결국 마이크로소프트에 합류했다.
구글에 인수된 보도자료에서 Character.AI는 AI 스타트업들이 직면한 보편적인 곤란을 다음과 같이 설명했다.
"개인화된 초지능(superintelligence)을 실현하려는 우리의 목표는 전방위적(full-stack) 접근이 필요하며, 모델의 사전 훈련과 후속 훈련 모두 수행해야 한다. 그러나 지난 2년간 기술 환경이 변화했고, 현재는 이미 활용 가능한 사전 훈련 모델이 훨씬 많아졌다. 이러한 변화를 고려할 때, 제3자 대규모 언어 모델(LLM)과 우리 자체 모델을 결합해 활용하는 것이 유리하다고 판단한다. 이를 통해 우리는 더 많은 자원을 후속 훈련과 증가하는 사용자층을 위한 새로운 제품 경험 창출에 집중할 수 있게 될 것이다."
Character.AI는 완곡하게 하나의 현실을 드러낸 셈이다. 지난 2년간 시장에는 이미 너무 많은 사전 훈련된 대규모 모델이 등장했다는 점이다.
사용자 입장에서도 마찬가지다. 지난 2년간 수많은 AI 스타트업들과 대기업들이 자연어 대규모 모델 분야에서 똑같은 바퀴를 반복적으로 만들어냈다. 파라미터 크기가 다른 대·중·소 규모의 모델들이 존재하며, 텍스트, 이미지, 영상 등 다중모달 기능도 다양하게 등장했다. 그러나 제품 수준에서는 결국 챗봇, 텍스트·이미지·영상 생성기 정도에 머물러 기능이 크게 다르지 않고, 사용자들은 점차 식상함을 느끼고 있다. AI 환각 문제는 여전히 해결되지 않았으며, 오히려 데이터 침해 우려를 증폭시키고, 새로운 AI 리스크 문제까지 야기하고 있다.
새로운 문제들은 새로운 기술과 함께 등장하고 있으며, 생성형 AI는 스타트업들의 소멸과 인수합병을 거치며 새로운 정체기에 접어든 듯하다. 투자기관들도 점차 냉정해지고 있다. 일부 전문가들은 생성형 AI 버블이 곧 꺼질 것이라고 예측하고 있다.
인공지능 전문가 게리 마커스(Gary Marcus)는 "2023년은 인공지능의 약속의 해였고, 2024년은 현실의 해"라고 말하며, 향후 12개월 내 생성형 AI 버블이 붕괴할 것이라고 예측했다. 그는 대규모 언어 모델이 환각 문제를 완전히 해결하고, 스스로 추론할 수 있는 능력을 갖춘 후에야 비로소 AGI(범용 인공지능)로 나아갈 수 있을 것이라고 강조했다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
