AI, 찾아주는 것에서 실행하는 것으로: 검색의 속도와 공간의 확장

스포티파이와 구글, 세일즈포스의 기술에서 확인된 '초연결 에이전트'의 진화 단계

출처: The Verge, Aitimes, Hellosi (2024년 5월 21일자 기사 기반)

핵심 요약

인공지능 기술의 패러다임이 정보를 '검색'하는 단계에서 상황에 맞게 '실행'하고 공간을 '재배치'하는 단계로 전환하고 있습니다. 스포티파이는 텍스트 프롬프트를 통해 원하는 팟캐스트를 찾아주는 맞춤형 큐레이션을 선보였으며, 구글은 기존의 2D 콘텐츠를 3D 공간으로 자동 변환하는 기술로 몰입감을 높였습니다. 한편 세일즈포스는 음성 AI의 지연 시간을 극적으로 줄여 실시간 상담이 가능한 수준으로 끌어올리는 등, AI가 실제 업무 현장의 디지털 노동력으로 기능하기 위한 속도와 자동화의 경쟁이 치열해지는 양상입니다.

쟁점 한눈에 보기

• 의도 파악을 통한 콘텐츠 재발견: 스포티파이가 도입한 '프롬프트 재생 목록' 기능은 사용자가 텍스트로 구체적인 상황이나 장르를 입력하면, AI가 이를 해석해 기존 라이브러리에서 가장 적합한 팟캐스트를 연결해 줍니다. 이는 단순한 키워드 매칭을 넘어, 사용자의 복잡한 요구사항을 이해하고 최적의 결과를 제시하는 '적극적인 큐레이션'의 형태를 보여줍니다.

• 물리적 한계를 넘어선 공간적 확장: 구글과 삼성이 협력해 선보인 '오토 스페이셜라이제이션' 기술은 평면적인 2D 앱이나 웹사이트를 XR 헤드셋 착용 시 자동으로 3D 입체 공간으로 변환합니다. 사용자가 별도의 3D 콘텐츠를 제작하지 않아도 기존 환경을 확장해 사용할 수 있다는 점에서, 하드웨어와 소프트웨어의 경계를 허무는 기술적 진보를 확인할 수 있습니다.

• 실시간 업무 처리를 위한 속도 혁명: 세일즈포스의 '보이스에이전트RAG' 사례는 AI가 단순히 정보를 찾아주는 데 그치지 않고, 실시간으로 대화에 참여하여 즉각적인 응답을 제공해야 한다는 과제를 해결했습니다. 검색 지연 시간을 0.35ms로 단축한 것은, 고객 응대나 콜센터와 같이 1초의 지연도 치명적인 현업에서 AI 에이전트를 실제 인력처럼 활용할 수 있음을 증명한 결정적인 사례로 평가받습니다.

무슨 주장이 나왔나

업계 전반에서는 이제 단순히 문서에서 정보를 찾아 요약하는 'RAG(검색 증강 생성)' 방식의 한계를 명확히 하고 있습니다. 헬로티의 칼럼과 같이, 진정한 효용 가치는 정보를 찾는 단계가 아니라 이를 시스템에 입력하고 후속 조치까지 자동화하는 '실행형 AI'로 나아가야 한다는 주장이 힘을 얻고 있습니다. 또한 스포티파이와 구글의 사례에서 드러나듯, AI가 사용자의 의도를 실시간으로 파악하여 2D 공간을 3D 경험으로 확장하거나 맞춤형 콘텐츠를 제공하는 방식은 기술 진화의 방향성을 '초고도화된 경험'으로 잡고 있음을 알 수 있습니다.

왜 지금 이 말이 나왔나

지금까지 생성형 AI는 주로 텍스트나 이미지를 만들어내는 생성 영역과, 기존 문서를 검색해 요약하는 RAG 영역에 집중되어 있었습니다. 하지만 실제 기업 환경에서는 정보를 찾는 것보다 그것을 활용해 업무를 처리하는 '실행' 과정에서 시간이 더 많이 소요된다는 문제가 제기되어 왔습니다. 또한 스마트폰을 넘어 XR(혼합 현실) 기기로 시장이 확장되면서, 기존의 평면적인 콘텐츠를 입체적인 공간으로 어떻게 자연스럽게 끌어올릴 것인가가 기술 업계의 주된 과제로 떠올랐습니다. 이러한 배경 하에 스포티파이의 탐색 기술 진화, 구글의 공간 컴퓨팅 시도, 그리고 세일즈포스의 초저지연 처리 기술이 동시에 주목받고 있는 것입니다.

어디까지 맞는가

제시된 기술들은 각자의 영역에서 명확한 성과를 보여주고 있습니다. 세일즈포스의 '보이스에이전트RAG'는 지연 시간을 0.35ms로 줄여 기술적으로 실시간 대화가 가능함을 입증했으며, 이는 실제 콜센터 현업에서의 활용 가능성을 높이는 근거가 됩니다. 스포티파이의 프롬프트 기반 추천은 사용자의 복잡한 의도를 파악하는 AI의 이해 능력을 향상시킨 사례로 유효합니다. 구글과 삼성의 오토 스페이셜라이제이션 역시 콘텐츠 제작 부담을 줄이고 몰입감을 높이는 데 기여할 것으로 보입니다. 무엇보다 헬로티 칼럼에서 지적한 바와 같이, 단순 검색 도구에 머무는 AI의 한계를 극복하고 실제 업무 효율을 높이는 '실행형 AI'로의 전환이 필요하다는 주장은 산업 전체의 수요와 부합하는 타당한 지적입니다.

놓친 것과 과장된 부분

이러한 기술적 낙관론에도 불구하고 해결해야 할 현실적인 장벽이 여전히 존재합니다. 우선 하드웨어적 제약입니다. 구글의 오토 스페이셜라이제이션처럼 실시간으로 고성능 렌더링을 수행하는 기술은 XR 기기의 배터리 소모와 발열을 유발할 수밖에 없어, 사용 시간에 직접적인 영향을 줄 가능성이 큽니다. 또한 '실행하는 AI'가 기업의 핵심 업무 시스템인 ERP나 그룹웨어와 연동하여 실제 업무를 처리하기 위해서는 보안 문제와 시스템 간 호환성이라는 까다로운 과제를 넘어야 합니다. 검색 AI는 오류가 나도 정보를 다시 찾으면 되지만, 실행 AI가 잘못된 업무를 처리할 경우 발생하는 리스크가 훨씬 크기 때문에 신중한 접근이 필요합니다. 즉, 기술의 성능은 입증되었으나 이를 실제 비즈니스 환경에 적용했을 때 투자 대비 효과(ROI)가 검증되려면 더 많은 시간이 필요할 것으로 보입니다.

"검색 엔진을 도구로 활용해 후속 조치까지 자동화하는 에이전트 방식이 투자 대비 효과 측면에서 훨씬 유리하다."

독자가 가져갈 포인트

이번 기술 흐름의 핵심은 AI가 더 이상 수동적인 도구가 아니라 능동적인 참여자로 진화하고 있다는 점입니다. 단순히 정보를 찾아주는 수준을 넘어, 사용자의 복잡한 의도를 이해하고, 공간을 확장하며, 실제 업무를 대리 수행하는 방향으로 기술이 고도화되고 있습니다. 하지만 이러한 진보가 일상에 자리 잡기 위해서는 배터리 효율성, 기존 시스템과의 연계성, 그리고 오류 발생 시의 리스크 관리라는 실질적인 난관을 극복해야 합니다. 독자는 AI 기술의 성능 향상뿐만 아니라, 이것이 실제 업무 환경과 사용자 경험을 어떻게 구체적으로 변화시킬 수 있는지에 대한 실용성에 주목해야 합니다.

참고 출처

• Spotify의 프롬프트 재생 목록은 듣고 싶은 새로운 팟캐스트를 찾는 데 도움이 될 수 있습니다 (The Verge)
• 이제 Galaxy XR 헤드셋을 사용하는 동안 2D 앱을 3D로 전환할 수 있습니다 (The Verge)
• 세일즈포스, 음성 검색 지연 316배 단축하는 '보이스에이전트RAG' 출시 (Aitimes)
• [칼럼] ‘고성능 검색’에 머문 RAG의 한계, 이제는 ‘실행하는 AI 에이전트’를 논할 때 (헬로티)