세 명의 수장, 세 개의 궤도

AI 산업의 현재 지형을 이해하려면 기업이 아니라 사람부터 봐야 한다. 샘 올트먼(Sam Altman), 데미스 허사비스(Demis Hassabis), 다리오 아모데이(Dario Amodei). 이 세 사람은 각각 OpenAI, Google DeepMind, Anthropic의 방향타를 쥐고 있으면서, 기술 철학·사업 모델·규제 대응이라는 세 차원에서 뚜렷이 다른 궤적을 그리고 있다.

흥미로운 것은 세 사람이 한 자리에 모인 순간이다. 2024년 5월 서울 AI 정상회의(AI Seoul Summit)에서 올트먼, 허사비스, 아모데이는 모두 프런티어 AI 모델의 안전 ‘레드 라인’에 관한 자발적 협약에 서명했다. 이 협약의 핵심은 단순하다 — “통제 불가능한 안전 리스크가 확인되면 개발을 중단할 수 있다.” 문장은 짧지만, 이 한 줄에 담긴 정치적·경제적 무게는 상당하다. 서명 이후 각자가 보여준 행보는, 같은 서약서에 이름을 올렸음에도 전략적 우선순위가 얼마나 다른지를 정확히 드러낸다.

---

1. 샘 올트먼: 콘텐츠 인프라를 사들이는 남자

뉴스코프 2.5억 달러 딜의 해부

OpenAI가 루퍼트 머독(Rupert Murdoch)의 뉴스코프(News Corp)와 체결한 다년 계약은 총 규모가 2억 5,000만 달러 이상으로 알려져 있다. 이 거래로 OpenAI는 The Wall Street Journal, The Times(런던), New York Post, The Australian 등 뉴스코프 산하 매체의 콘텐츠에 접근하여 모델 학습과 실시간 정보 제공에 활용할 수 있게 됐다.

이 딜이 중요한 이유는 금액 자체가 아니다. 데이터 조달 전략의 제도화라는 맥락에서 봐야 한다. GPT-4 수준의 대형 언어 모델 학습에는 수조 개의 토큰이 필요하며, 웹 스크래핑만으로는 저작권 소송 리스크가 기하급수적으로 증가한다. The New York Times가 OpenAI를 상대로 제기한 저작권 소송(2023년 12월)이 대표 사례다. 올트먼은 소송 방어에 비용을 쓰는 대신, 선제적으로 라이선스 계약을 체결하는 쪽을 택했다.

뉴스코프 외에도 Reddit과의 전략적 파트너십이 거의 동시에 발표됐다. Reddit의 데이터 API를 통해 ChatGPT와 기타 제품에 Reddit 콘텐츠를 통합하고, 반대로 Reddit은 OpenAI의 모델을 활용해 플랫폼에 AI 기능을 도입하는 양방향 구조다. Reddit은 2024년 3월 IPO 직후 시가총액이 약 100억 달러에 달했고, 월간 활성 사용자(MAU)는 10억 명 이상이다. 이 규모의 사용자 생성 콘텐츠(UGC) 접근권은 뉴스 미디어와는 질적으로 다른 데이터 — 비정형 대화, 의견, 리뷰, 기술 Q&A — 를 대량 확보할 수 있다는 뜻이다.

스칼렛 요한슨 사건이 드러낸 거버넌스 공백

그러나 올트먼의 ‘속도 우선’ 접근법은 GPT-4o ‘Sky’ 음성 논란에서 취약점을 노출했다. 배우 스칼렛 요한슨(Scarlett Johansson)은 OpenAI가 자신의 목소리와 “소름끼칠 정도로 유사한” 음성을 허락 없이 사용했다고 주장했고, 법적 대응을 시사했다. OpenAI는 해당 음성을 플랫폼에서 제거했다.

이 사건은 단순한 PR 위기가 아니다. 올트먼이 요한슨에게 음성 협력을 직접 제안했고, 요한슨이 이를 거절한 뒤에도 유사한 음성이 출시됐다는 정황은, 내부 의사결정 프로세스의 구조적 문제를 시사한다. 2023년 11월 이사회 해임 사태를 겪고 복귀한 올트먼이 재구축한 거버넌스 체계가, 제품 출시 속도를 통제할 만큼 성숙했는지에 대한 의문이 다시 부상한 것이다.

---

2. 다리오 아모데이: 해석 가능성이라는 기술적 해자

’Golden Gate Claude’와 메커니즘적 해석 가능성

Anthropic이 발표한 ‘Golden Gate Claude’ 연구는 기술적으로 가장 주목할 만한 성과 중 하나다. 이 연구는 Claude 3 Sonnet 내부에서 **수백만 개의 특성(feature)**이 어떻게 표현되고 활성화되는지를 메커니즘적 해석 가능성(mechanistic interpretability) 기법으로 분석한 것이다.

쉽게 비유하면, 대형 언어 모델의 내부를 X-레이로 찍어 “이 뉴런 집합이 활성화되면 모델이 ‘금문교’에 대한 개념을 처리하고 있다”는 식의 매핑을 수행한 셈이다. 연구팀은 특정 특성의 강도를 인위적으로 조절하여 모델의 출력이 어떻게 변화하는지도 시연했다 — 금문교 관련 특성을 극대화하면 Claude가 모든 대화를 금문교와 연결 짓는 식으로 반응한다.

이것이 왜 중요한가? AI 안전(safety)과 투명성(transparency) 논의에서 가장 큰 난제는 대형 모델이 블랙박스라는 점이었다. Anthropic의 이 연구는 블랙박스의 뚜껑을 여는 구체적 방법론을 제시한다. 학술적 의의를 넘어, 규제 기관에 “우리는 모델 내부를 들여다보고 위험한 행동을 사전에 식별할 수 있다”고 말할 수 있는 기업이 Anthropic이라는 사실은 경쟁 우위의 원천이 된다.

유럽 시장 진출 — 타이밍의 의미

아모데이가 Anthropic의 유럽 진출을 공식화한 시점도 전략적이다. EU AI Act가 2024년 3월 유럽의회에서 최종 승인된 직후, Claude 3 모델 패밀리를 EU 및 EFTA 지역의 기업·소비자에게 웹 인터페이스와 API로 제공하기 시작했다.

EU AI Act는 범용 AI(GPAI) 모델에 대해 투명성 의무를 부과하며, 시스템적 리스크를 수반하는 모델에는 추가적인 평가와 보고 요건이 적용된다. Anthropic이 해석 가능성 연구에 집중해온 이력은, 이 규제 프레임워크 하에서 규정 준수(compliance) 비용을 상대적으로 낮출 수 있다는 구조적 이점을 의미한다. 아모데이가 유럽 시장에 가장 먼저 진출하겠다는 결정을 내린 배경에는 이 계산이 깔려 있다고 보는 것이 합리적이다.

---

3. 데미스 허사비스: 에이전트 시대의 설계자

Project Astra와 200만 토큰 컨텍스트 윈도우

Google DeepMind의 허사비스는 2024년 Google I/O에서 공개한 Project Astra를 중심으로 멀티모달 AI 에이전트의 로드맵을 구체화하고 있다. Astra는 카메라, 음성, 텍스트를 동시에 처리하며 실시간으로 환경을 인식하고 응답하는 범용 AI 어시스턴트 프로토타입이다.

동시에 Gemini 1.5 Pro의 200만 토큰 컨텍스트 윈도우가 개발자에게 글로벌 롤아웃됐다. 200만 토큰은 대략 1,500페이지 분량의 텍스트 또는 2시간 분량의 영상을 한 번에 처리할 수 있는 용량이다. 이 수치는 현재 공개된 상용 모델 중 최대 규모로, GPT-4 Turbo의 128K 토큰 대비 약 15배에 달한다.

허사비스의 전략적 의도는 명확하다. 컨텍스트 길이에서의 압도적 우위 → 멀티모달 에이전트의 실용성 확보 → Google 생태계 전반(Search, Workspace, Android, Cloud)으로의 통합이라는 3단계 경로다. 이는 API 기반 B2B 수익에 집중하는 Anthropic이나, ChatGPT라는 B2C 인터페이스에 무게를 두는 OpenAI와 본질적으로 다른 분배(distribution) 전략이다.

허사비스의 차별점은 또 있다. AlphaFold로 2024년 노벨 화학상 수상이 유력하게 거론되는 등, 과학 연구 분야에서의 실적이 다른 두 리더와는 다른 종류의 신뢰 자본(credibility capital)을 제공한다. DeepMind의 연구 포트폴리오는 단백질 구조 예측, 핵융합 플라즈마 제어, 수학 정리 증명 등 상업적 AI 제품과 별개의 기초 과학 영역을 포괄하며, 이는 학계·정부와의 관계에서 다른 두 기업이 쉽게 복제할 수 없는 레버리지가 된다.

---

전략 비교 매트릭스

차원	샘 올트먼 (OpenAI)	다리오 아모데이 (Anthropic)	데미스 허사비스 (DeepMind)
핵심 전략	콘텐츠 라이선스 + B2C 플랫폼 확장	AI 안전·해석 가능성 → 규제 친화적 포지셔닝	멀티모달 에이전트 → Google 생태계 통합
최대 강점	ChatGPT MAU 1억 명 이상의 분배력	메커니즘적 해석 가능성 기술 리더십	200만 토큰 컨텍스트 + Google 인프라
주요 리스크	저작권 소송, 거버넌스 논란	수익 모델 미성숙, 시장 점유율 열위	Alphabet 내부 의사결정 복잡성
최근 핵심 딜	News Corp 2.5억$+ / Reddit 파트너십	유럽 시장 공식 진출	Gemini 1.5 Pro 글로벌 롤아웃
안전 접근법	외부 레드팀 + 자발적 협약	내부 해석 가능성 연구 + Constitutional AI	내부 안전팀 + 정부 파트너십
수익 구조	구독(ChatGPT Plus $20/월) + API + 라이선스	API 매출 + 기업용 계약 (ARR ~$1B 추정)	Alphabet 내부 R&D + Google Cloud AI
추정 기업가치	~$86B (2024년 초 기준)	~$18.4B (2024년 3월 시리즈 C 기준)	Alphabet 내 사업부 (분리 평가 어려움)

---

서울 안전 협약의 실질적 의미

세 리더가 공동 서명한 서울 AI 정상회의 안전 협약을 좀 더 면밀히 들여다볼 필요가 있다. 이 협약의 공식 명칭은 ‘Frontier AI Safety Commitments’이며, 16개 기업이 참여했다. 핵심 조항은 세 가지다:

1. 레드 라인 설정: 프런티어 모델이 초래할 수 있는 “용납 불가능한 리스크”의 임계값을 정의
2. 조건부 개발 중단: 해당 임계값을 넘는 리스크가 식별되면 모델 배포를 중단하거나 개발을 일시 정지
3. 투명성 보고: 안전 평가 결과를 정부 및 공공에 정기적으로 보고

이 협약은 법적 구속력이 없는 자발적 합의다. 그런데 바로 이 “자발성”이 전략적으로 작동한다. 세 기업 모두 규제가 자신에게 불리한 방식으로 강제되기 전에, 자신이 설계한 프레임워크를 업계 표준으로 만들겠다는 동기를 공유한다.

그러나 동기가 같다고 해서 이해관계가 같은 것은 아니다. OpenAI는 이미 가장 큰 사용자 기반을 보유하고 있으므로, 과도한 규제는 가장 큰 기회비용을 발생시킨다. 반면 Anthropic은 안전 연구가 곧 사업 모델이므로 규제 강화가 오히려 시장 내 입지를 강화시킨다. DeepMind는 Alphabet이라는 모회사의 우산 아래에서 규제 리스크를 분산할 수 있지만, 동시에 EU의 디지털 시장법(DMA)과 AI Act의 이중 규제를 받는다.

결국 서울 협약은 세 리더가 동일한 테이블에 앉았지만 서로 다른 메뉴를 주문한 장면이다.

---

데이터 경쟁의 숨겨진 차원

올트먼의 뉴스코프·Reddit 딜을 표면적으로만 보면 “학습 데이터 확보”로 읽히지만, 더 깊은 층위가 있다.

첫째, 실시간 정보 접근권의 문제다. ChatGPT가 실시간 뉴스와 소셜 미디어 콘텐츠를 통합하면, 이는 사실상 Google 검색의 대안 인터페이스가 된다. 올트먼이 뉴스 미디어에 돈을 지불하는 이유는 모델 학습만이 아니라, 검색 시장 진입을 위한 합법적 콘텐츠 공급망 구축이기도 하다. OpenAI가 발표한 검색 기능 ‘SearchGPT’(이후 ChatGPT에 통합)의 맥락에서 이 딜을 해석해야 한다.

둘째, 데이터 품질의 스펙트럼이다. 뉴스코프의 콘텐츠는 팩트체크된 고품질 저널리즘이고, Reddit의 콘텐츠는 비정형의 사용자 의견과 경험이다. 이 두 축을 동시에 확보하면, 모델은 “공식적 지식”과 “실생활 맥락” 양쪽을 모두 반영할 수 있게 된다. 이것은 단순한 데이터 양의 문제가 아니라, 데이터 다양성(diversity)이라는 모델 성능의 핵심 변수에 대한 투자다.

한편 Anthropic은 공개적으로 대규모 데이터 라이선스 딜을 발표하지 않았다. 아모데이는 데이터 확보보다 이미 학습된 모델의 내부 작동 원리를 이해하는 것에 더 많은 연구 자원을 투입하고 있다. 이것은 자원의 제약 때문일 수도 있지만(Anthropic의 기업가치는 OpenAI의 약 1/5 수준), 철학적 선택의 측면도 있다 — “더 많은 데이터로 더 큰 모델을 만드는 것”보다 “지금 가진 모델이 왜 그렇게 작동하는지를 이해하는 것”이 장기적으로 더 안전하고 효과적이라는 베팅이다.

DeepMind의 경우, Google이 보유한 데이터 인프라가 이미 세계 최대 규모다. YouTube(하루 업로드량 500시간/분), Google Scholar, Google Books, Google Maps 등의 데이터에 접근할 수 있는 허사비스의 위치는, 올트먼이나 아모데이가 외부 파트너십으로 달성해야 하는 것을 내부 자원으로 해결할 수 있다는 뜻이다. 그러나 이 접근의 리스크는 반독점 규제다. EU 집행위원회는 이미 Google의 데이터 독점에 대해 누적 80억 유로 이상의 벌금을 부과한 전력이 있다.

---

리더십 스타일이 조직 문화에 미치는 영향

세 리더의 전략적 차이는 개인적 배경과 리더십 스타일에서도 비롯된다.

올트먼은 Y Combinator 출신의 벤처 투자자 겸 창업자다. 그의 의사결정은 “빠르게 출시하고, 시장 피드백으로 조정한다”는 실리콘밸리의 전형적 반복(iteration) 철학을 따른다. Sky 음성 논란은 이 접근법의 어두운 면을 보여줬다 — 속도를 우선시하면 동의(consent)와 윤리적 검토가 뒤로 밀릴 수 있다.

아모데이는 OpenAI의 전 연구 부사장이다. 2021년 OpenAI를 떠나 Anthropic을 설립한 이유 자체가 안전 연구에 대한 더 강한 조직적 헌신이 필요하다는 판단이었다. 그의 리더십은 연구 논문과 기술적 논증에 기반하며, Constitutional AI와 메커니즘적 해석 가능성 연구 모두 이 철학의 산물이다.

허사비스는 신경과학 박사 학위를 가진 연구자이자, 비디오 게임 개발사(Elixir Studios)를 운영했던 기업가다. 과학적 호기심과 상업적 감각의 결합이 그의 특성이며, AlphaGo에서 AlphaFold, 그리고 Gemini까지의 궤적이 이를 증명한다. 그러나 Google이라는 대기업 내에서 작동해야 한다는 제약은, 올트먼이나 아모데이에 비해 의사결정 속도와 자율성에서 구조적 한계를 만든다.

---

투자자와 실무자를 위한 시사점

단기 (6~12개월)

• 콘텐츠 산업 종사자: OpenAI의 데이터 라이선스 모델은 빠르게 업계 표준이 될 가능성이 높다. 뉴스코프와 Reddit 딜의 계약 구조(고정 라이선스료 vs. 수익 분배 vs. API 접근 교환)가 후속 딜의 템플릿이 된다.

• 엔터프라이즈 AI 도입 검토 기업: EU에서 사업을 영위하는 기업이라면, Anthropic의 유럽 진출과 해석 가능성 기술이 EU AI Act 컴플라이언스 측면에서 실질적 이점을 제공할 수 있다.

• 개발자: Gemini 1.5 Pro의 200만 토큰 컨텍스트 윈도우는, 장문의 문서 분석, 코드 리포지토리 전체 처리, 영상 이해 등에서 즉시 활용 가능한 기술적 우위다. 프로토타이핑 단계에서 먼저 테스트해볼 가치가 있다.

중기 (1~3년)

• 규제 환경: 서울 협약이 자발적 합의에 머물 것인지, 아니면 각국 입법의 참조 프레임워크가 될 것인지에 따라 세 기업의 상대적 유불리가 달라진다. Anthropic에 유리한 방향으로 규제가 설계될 확률이 현재로서는 가장 높다.

• M&A 및 파트너십: OpenAI의 데이터 파트너십 전략은 미디어·플랫폼 기업의 밸류에이션에 직접적 영향을 준다. “AI 학습에 활용 가능한 고유 데이터를 보유한 기업”의 전략적 가치가 재평가되고 있다.

• 멀티모달 에이전트: 허사비스의 Project Astra가 제품 수준으로 성숙하면, “AI 어시스턴트”의 정의 자체가 텍스트 채팅에서 실시간 환경 인식 에이전트로 확장된다. 이 전환에 대비한 UX/UI 설계, 하드웨어 통합(스마트 글래스 등), 엣지 컴퓨팅 인프라 수요가 동반 증가할 것이다.

---

결론이 아닌 현재의 좌표

세 리더의 행보를 종합하면, AI 산업은 하나의 지배적 궤도가 아니라 세 개의 서로 다른 가설이 동시에 검증되는 단계에 있다.

올트먼의 가설: “분배(distribution)와 데이터 접근이 모델 성능만큼 중요하다.” 아모데이의 가설: “모델을 이해하는 것이 모델을 키우는 것보다 가치 있다.” 허사비스의 가설: “멀티모달 에이전트가 AI의 최종 형태이며, 기존 생태계와의 통합이 승부처다.”

이 세 가설 중 어느 것이 옳은지는 아직 확정되지 않았다. 어쩌면 셋 다 맞을 수도, 셋 다 불완전할 수도 있다. 확실한 것은, 이 세 사람이 내리는 다음 결정이 AI 산업의 구조를 직접적으로 형성한다는 사실이다. 각자의 다음 수를 읽으려면, 그들이 어떤 선택지를 거부했는지를 보는 것이 가장 정확한 방법일 것이다.