AI는 곧 Computer입니다.

AI는 곧 Computer입니다.

최근 당사는 Perplexity Computer를 출시했습니다. 본 게시물은 그 배경에 있는 당사의 사고를 설명합니다.

몇 주마다 시장의 공황을 일으키는 새로운 AI 제품이 출시됩니다. 새로운 이니셔티브일 수도, 에이전트일 수도, 아니면 다른 무언가일 수도 있습니다. 그것이 무엇이든, 한 가지 할 수 없는 일에 대해 말씀드리겠습니다.

세계 최고의 AI 모델이라 할지라도, 사용자를 위해 최상의 성과를 낼 수는 없습니다.

어떻게 아느냐고요? 최첨단 모델의 수준이 워낙 고도화되어, 그중 어떤 모델에서든 최고의 재능을 끌어내려면 서로 다른 모델들이 협업해야 하기 때문입니다. Claude의 가장 큰 약점은 Claude와만 협업한다는 점입니다.

어떤 모델 제품군도 다른 모델의 재능 없이는 최고의 수준으로 작동할 수 없습니다. 모델이 강력해질수록 우리는 모델이 전문화되는 것을 목격하고 있습니다. AI의 미래 상태는 서로 다른 모델이 함께 작동할 때 최고의 성과가 달성되는 모습일 것입니다.

AI 분야에서 우리는 이를 "오케스트레이션(orchestration)" 또는 때로는 "하니스(the harness)"라고 부릅니다. 무엇이라 부르든, 멀티 모델 오케스트레이션의 탁월한 성능은 개별 모델 제품군이 수행할 수 있는 그 어떤 기능보다 훨씬 앞서 있습니다.

AI의 다음 단계는 대규모 멀티 모델이어야 합니다. 그것이 바로 Perplexity Computer입니다. 백엔드에서 19개의 모델을 사용할 수 있으며, 그 결과물은 제가 한동안 AI에서 본 것 중 가장 인상적이었습니다.

이것이 탄생하게 된 경위는 다음과 같습니다.

Computer 구축 방법

초기에 우리는 실험 모델의 이름을 ASI라고 명명했습니다. 특별한 의미는 없었지만, 때때로 "인공 초지능(Artificial Super Intelligence)"이라고 불렀습니다. (처음 시작된 곳이 Slack이었기 때문에 "또 다른 Slack 통합(Another Slack Integration)"을 의미할 수도 있었습니다.)

우리는 이를 디지털 작업자로 생각했습니다. 사용자가 Slack에서 작업자와 메시지를 주고받으며 업무를 요청하면, 작업자가 이를 수행합니다. 작업자는 작업을 위임하고, 다양한 과업을 위한 하위 에이전트를 생성하며, 다음 단계를 돕기 위해 파일을 만들고, 중요한 정보를 찾으며, 필요한 경우에만 가끔씩 진행 상황을 보고합니다. 사용자는 잠을 자는 동안에도 몇 주 분량의 업무를 마칠 수 있습니다. 혹은 몇 주 동안 작업을 요청하여 안정적이고 반복적으로 지속하게 할 수도 있습니다.

이 시기에 전 세계는 이제 OpenClaw가 된 Clawdbot을 발견했습니다. 사용자의 텍스트를 읽는 악성코드를 좋아한다면 흥미로웠을 것입니다. 우리는 ASI가 더 안전하고 훨씬 유능하다는 것을 알 수 있었습니다. ASI는 파일 시스템을 갖추고, 수백 개의 도구에 연결되며, 파일을 읽고 쓰고, 코드를 작성하고, CLI 도구를 사용하고, 인터넷을 탐색할 수 있으며, 최적의 모델을 사용하여 각 작업을 적절한 하위 에이전트에게 오케스트레이션할 수 있었습니다. 이 모든 것은 클라우드 내의 안전한 개발 샌드박스 안에서 이루어졌습니다.

사실 ASI는 원격 디지털 작업자가 아니었습니다. 파일 시스템에 접근하고, 코드를 안전하게 실행할 수 있는 셸을 갖추고, 웹 앱과 커넥터에 액세스할 수 있는 브라우저를 갖춘 ASI는 본질적으로 컴퓨터였습니다. 당신의 컴퓨터. 그 컴퓨터 말입니다.

그래서 우리는 공식적으로 Perplexity Computer라고 명명했습니다.

웹이 중요한 이유

2011년, Google은 인터넷, 파일, bash 터미널만으로 컴퓨터를 실행할 수 있다는 아이디어를 냈습니다. 이를 Chromebook이라 불렀습니다. 컴퓨터의 가장 중요한 부분은 웹 접근성이라는 것을 이해한 Google의 판단은 옳았습니다.

웹은 우리가 일하고 소통하는 공간입니다. 또한 웹은 문자 그대로 그리고 비유적으로 우리의 저장 장치이기도 합니다. 웹은 방대한 양의 데이터, 정보, 지식을 담고 있습니다. 일부는 공유되고, 일부는 개인적입니다.

웹을 지식 저장 시스템으로 생각한다면, 웹은 항상 WRITE(쓰기) 기능에 매우 능숙했습니다. 최초의 블로그는 90년대 초에 발행되었고, 이후 웹에 지식을 게시하고 저장하는 일은 폭발적으로 증가했습니다.

Chromebook에서 Google이 과소평가한 점은 저장 시스템으로서 웹의 가장 큰 문제는 사실 READ(읽기) 기능이라는 것입니다. 웹에서 지식을 읽기 위해 우리는 28년 동안 거의 변함없는 알고리즘 검색에 의존해 왔습니다.

검색 엔진은 지식에 접근하는 방법으로서 심층 리서치, 종합 또는 요약을 수행할 능력이 없었습니다. 또한 검색 엔진은 액세스를 위해 행동을 필요로 하는 웹상의 지식에 접근하는 에이전트처럼 행동할 수도 없습니다.

그 후 AI가 등장했습니다. Perplexity는 최초의 답변 엔진을 구축했고, 나머지는 그 뒤를 따랐습니다. 우리는 정확한 AI에 집중하며 심층 리서치에 강력한 초점을 맞춰 왔습니다. AI가 오픈 웹상의 모든 지식을 찾고, 분석하고, 추론하고, 정확하게 제시할 수 있을 때 비로소 READ 문제가 해결되기 때문입니다.

인터넷이 지구 지식의 저장 디스크라면, Perplexity는 읽기 기능을 해결했습니다.

웹이 에이전트가 탐색하고 작업을 완수할 수 있는 완전히 기능적인 읽기/쓰기 저장 시스템이 되면, 컴퓨터에 남은 유일한 요소는 개인적인 모든 것입니다.

지속적인 메모리는 컴퓨터를 개인적인 것으로 만듭니다. 컴퓨터에는 파일과 도구가 있으며, 이는 사용자의 선호도에 맞춰진 개인적이고 맞춤화된 사용자의 파일과 도구입니다. 컴퓨터는 사용자를 대신하여 개인적으로 그 작업들을 수행할 수 있어야 합니다.

또한 컴퓨터는 창작을 합니다. 컴퓨터는 코드, 문서, 파일과 같은 실제 아티팩트를 만듭니다. 또한 파일을 저장하고, 검색하고, 새 파일을 작성하고, 파일에 액세스합니다. AI는 이 모든 것을 수행할 수 있습니다. 마지막으로, AI가 이 모든 작업을 수행할 때 컴퓨터 내의 다양한 작업을 위해 준비된 여러 최첨단 모델이 필요합니다.

유용한 컴퓨터라면 단일 모델이 모두 잘 해내기에는 너무 많은 다양한 스킬이 필요합니다. 따라서 오케스트레이션은 컴퓨터에 필수적입니다.

AI가 발전함에 따라 운영 체제의 하드 코드가 기기 제조업체에게는 더 이상 진입 장벽이 되지 않을 수도 있습니다. 저는 모릅니다. 우리가 아는 것은 컴퓨터가 곧 오케스트레이션 시스템이라는 사실입니다.

오케스트레이션이 중요한 이유

스티브 잡스는 "음악가는 악기를 연주하지만, 나는 오케스트라를 지휘한다"라고 말했습니다. AI도 비슷합니다. 스트라디바리우스는 고유한 특성을 지니며 우리는 그 소리와 장인 정신에 경탄합니다. 하지만 스트라디바리우스는 베이스 드럼처럼 사용자를 흔들 수 없고, 드럼은 말러의 교향곡처럼 사용자를 감동시킬 수 없습니다.

모델 제작자들은 우리 시대의 안토니오 스트라디바리입니다. 불경한 뜻으로 하는 말이 아닙니다. 저는 모든 새로운 모델 기능에 경외감을 느끼며 최첨단 연구소의 작업을 열렬히 지지합니다. 그들이 우리의 미래를 밀고 나갑니다.

하지만 이제 우리는 모델이 상품화되는 것이 아니라 전문화되고 있음을 보고 있습니다. 모델을 사용하여 에이전트를 구축할 때, 그들은 모든 작업자와 마찬가지로 각기 다른 재능을 가집니다. 어떤 모델은 추론에 능하고, 다른 모델은 코드에, 또 다른 모델은 창의적 글쓰기에 능합니다. 중요한 것은 그들을 어떻게 오케스트레이션하느냐입니다.

모델과 제품군 전반을 오케스트레이션하는 것이 실제 작업을 처리할 수 있을 만큼 다재다능한 시스템을 구축하는 유일한 방법입니다. 의사결정을 위한 심층 리서치가 필요할 때는 정확도와 검색에 최적화된 모델을 원하게 됩니다. 코드를 작성해야 할 때는 수십억 줄의 프로덕션 코드베이스로 학습된 모델을 원하게 됩니다.

사람 팀을 관리하든, 음악가들의 교향곡을 관리하든, 고품질 작업은 항상 이런 방식이었습니다. AI 에이전트도 다르지 않습니다.

워크플로우에 있어 차별화 요소는 하니스입니다. 플래너는 복잡한 목표를 하위 작업으로 나눕니다. 오케스트레이터는 그 작업들을 적절한 에이전트에게 할당하고, 규칙을 집행하며, 실행을 관리합니다. 전문화된 하위 에이전트들은 집중적인 행동을 수행합니다. 공유 메모리는 연속성을 위해 컨텍스트와 학습 내용을 저장합니다. 다시 말해, 지능이 곧 컴퓨터입니다.

컴퓨터의 다음 진화

400년 전, "컴퓨터"는 천문학자의 견습생을 의미했습니다. (혜성에 이름을 붙이는 사람들 말입니다.)

그 후 컴퓨터는 기계식, 전자 기계식, 그리고 디지털로 발전했습니다. 1974년경, GUI(그래픽 사용자 인터페이스)가 등장했습니다. GUI를 통해 우리는 새로운 방식으로 컴퓨터와 작업할 수 있게 되었습니다. 우리는 컴퓨터에 작업을 위임하고 그 수행 결과를 볼 수 있었습니다. 나중에 화면이 키보드 위로 접혀 휴대용 개인용 컴퓨터가 되었습니다.

스티브 잡스가 모두의 주머니에 개인용 컴퓨터를 넣은 것을 컴퓨터의 다음 진화라고 말하는 것은 밈이 되었습니다. 오늘날에는 그가 모두의 얼굴 앞에 화면을 놓았다고 말하는 것이 더 정확해 보입니다. 모두가 스크롤을 하고 있습니다. 지난 49년 동안 GUI는 우리가 컴퓨터를 제어하는 방식에서 컴퓨터가 우리를 제어하는 방식으로 진화했습니다.

이 모델에 대한 피로감은 커지고 있습니다. OpenClaw 열풍 당시 Mac Mini를 향한 광적인 질주는 완벽한 예시였습니다. GUI는 필요하지만, 항상 필요한 것은 아닙니다.

AI 모델은 드디어 컴퓨터를 자율적이고 정확하게 작동하게 하여 본래의 의미로 되돌릴 만큼 발전했습니다. 또한 비동기적으로 작동하여 사용자가 지켜보는 수고를 덜어줍니다.

마우스, GUI, 키보드는 모두 중요한 기술이지만, 인터페이스일 뿐입니다. 완전한 자율 주행 말이 아니라면, 인터페이스는 결코 컴퓨터만큼 중요했던 적이 없다는 사실을 인정해야 합니다.

미래는 Computer

AI 모델은 너무나 유능해져서, 모델 기반으로 구축된 제품들이 모델의 진정한 잠재력을 보여주는 데 병목 현상이 되어 왔습니다. 채팅 UI는 답변에는 유용하고, 에이전트는 개별 작업에 유용합니다. 한편, 전체 워크플로우를 위한 UI는 항상 컴퓨터였습니다.

이제 AI는 확고하게 멀티모달입니다. 단일한 일관된 시스템 내에서 다양한 형태의 데이터를 이해하고 생성합니다. 젠슨(Jensen)을 비롯한 전문가들은 AI의 미래 또한 멀티모델이어야 한다고 말했습니다. 그들의 말이 맞습니다. 전문화된 모델들은 팀처럼 협력해야 합니다. AI의 미래는 대규모 멀티 모델이라고 하는 것이 더 정확할 것입니다.

AI가 컴퓨터 기능 자체를 더 많이 대체함에 따라, 컴퓨터의 핵심 활동은 대규모 멀티 모델 오케스트레이션이 될 것입니다.

그리고 우리는 이제 시작일 뿐입니다. 2025년에는 평균 17일마다 새로운 최첨단 모델이 시장에 진입했습니다. AI의 새로운 기능이 발전할 때마다 또 다른 음악가가 무대에 올라 교향곡에 자리를 잡습니다. 지휘자가 지휘봉을 두드립니다. 컴퓨터가 작업을 시작합니다.

오늘 Computer를 사용해 보세요.