AI 스타트업 젠스파크가 제시하는 ‘차세대 AI’…“모델에서 서비스로”

생성형 AI 시장의 경쟁 축이 LLM 학습·추론 성능 경쟁에서 실제 업무 성과 연결 서비스 경쟁으로 이동하고 있다. 오픈AI 챗GPT·구글 제미나이·앤트로픽 클로드 등 생성형 AI 모델의 성능이 급격히 향상되면서 AI 활용 업무도 문서 작성·정보 검색·코딩·이미지 생성으로 확대됐다.

다만 기존 생성형 AI는 사용자 업무 흐름 전체에 대한 이해가 부족하고, 지속 지원 능력도 미흡하다는 한계가 지적된다. 성능이 높아진 모델들이 다양한 작업에 활용되고 있음에도 업무 전 과정을 파악하고 계속 돕는 데에는 제약이 남아 있다는 뜻이다.

미국 실리콘밸리 창업 AI 스타트업 젠스파크(Genspark)는 이런 한계가 차세대 AI 서비스 시장의 핵심 과제라고 판단했다. 젠스파크는 우수한 답변의 모델 개발만으로는 부족하며, AI의 사용자 맥락 기억·판단·업무 완결 수행 능력이 향후 AI 서비스 경쟁력이 될 것으로 봤다.

젠스파크는 '차세대 AI'의 방향으로 모델 중심에서 서비스 중심 전환을 제시했다. 차세대 AI는 모델보다 서비스가 중요하다는 것이 젠스파크의 요지다. 젠스파크가 제시한 생성 이미지 사례로는 콘크리트 벽 배경의 핀 체리 꽃이 있으며, 해당 이미지의 품질은 고해상도 사진과 유사한 수준으로 평가됐다.

젠스파크는 AI 검색 엔진을 출발점으로 삼았으며, 현재는 이미지 생성과 PPT 제작 분야에서 두각을 나타내는 AI 프런티어로 규정된다. 이 소개는 젠스파크 홈페이지·포브스·닛케이·CNBC 등 외신을 기반으로 한 솔루션·서비스 요약이다.

젠스파크는 2023년 12월 팔로알토에서 설립됐다. 팔로알토는 스탠포드 대학교가 위치한 실리콘밸리 중심부로, 최첨단 AI 모델·반도체·자본·인재가 집중된 인프라를 갖춘 곳이다. 젠스파크는 프런티어 AI 연구소와 협력하며 최신 AI 기술을 신속하게 제품에 적용하는 방식으로 서비스를 전개하고 있다.

카이 주 CTO는 AI 모델의 능력이 1~2년 전 대비 비약적으로 향상됐다고 설명했다. 동시에 일반 사용자가 모델 간 성능 차이를 정확하게 평가하기는 어렵다고 밝혔다. 이는 AI 시장의 경쟁 구도가 단순한 모델 성능 비교를 넘어설 가능성을 시사한다.

현재 모델 자체는 빠르게 발전하고 있다. 다만 이를 일상 업무와 자연스럽게 연결하기 위한 사용자 경험과 서비스 구조의 발전은 아직 미흡한 지점으로 제시된다. 이에 따라 AI 경쟁의 초점은 모델 성능뿐 아니라 사용자가 실제 업무에 연결해 쓰는 경험과 서비스 구조로 옮겨갈 수 있다는 점이 함께 부각된다.

젠스파크 창업진은 AI 지능 부족이 아닌 AI 활용 과정의 업무 복잡성에 주목하고 있다. 웬 산(COO)은 정보가 필요한 이유가 지식 획득 자체보다 업무 완성에 있다고 봤다. 이에 따라 검색 시대의 중요 성과가 필요한 정보 탐색이었다면, 생성형 AI 시대에는 정보 검색 이후 단계가 더 중요한 지점으로 제시된다. AI 지원이 필요한 범위도 정보 획득 뒤 판단·초안 작성·공유·후속 업무 연계까지 이어진다.

에릭 진(창업자 겸 CEO)은 현재 AI를 천재이지만 닭 수준의 기억력에 비유했다. 그는 AI의 능력은 뛰어나지만 다회 대화에서 기존 전제·우선순위 망각 사례가 있다고 설명했다. 그 결과 사용자는 정체성·업무 내용·우선순위의 반복 설명이 필요하다.

젠스파크는 AI의 문맥 유지 능력 부족이 생성형 AI 확산 이후에도 업무 번거로움이 완전히 해소되지 않는 이유 중 하나라고 판단한다. 이에 따라 생성형 AI만으로는 업무 맥락이 이어지지 않아 불편이 남는다고 보고 있다.

이 같은 판단 아래 젠스파크는 AI 모델 개발과 AI 서비스 개발을 별개 영역으로 인식하며, 사업 영역도 AI 모델 개발 기업과 구분한다. 오픈AI·앤트로픽의 역할이 엔진 제작이라면 젠스파크의 역할은 그 엔진으로 목적지까지 가는 자동차 제작이라는 비유를 제시한다. 또한 젠스파크는 '어떤 모델'보다 '어떤 일'에 초점을 맞춘다.

이는 사용자 요구가 AI 모델 우열 비교보다 자료 정리, 이메일 답변, 회의 준비, 프로젝트 진행에 있다는 판단에 따른 것이다. 이런 문제의식 속에서 젠스파크는 '세컨드 브레인(SecondBrain)' 개념을 해결 방안으로 제시한다.

세컨드 브레인(SecondBrain)은 지식노동자를 위한 지속적 두뇌로, 이메일·회의·채팅·문서·애플리케이션·프로젝트 이력 등 업무 과정 정보를 연결 대상으로 삼는다. 목적은 다양한 정보를 하나의 맥락으로 연결하는 데 있으며, 이를 통해 AI의 사용자 업무에 대한 지속적 이해가 가능하도록 한다.

젠스파크가 공개한 최신 서비스 '젠스파크 6.0'은 세컨드 브레인·슈퍼 에이전트·빌드 스위트·오피스 스위트·콘텐츠 스위트·젠팀으로 구성된 4개 계층을 갖췄다. 다만 핵심은 4개 계층의 개별 기능보다 기억·판단·생성·협업의 단일 업무 흐름을 연결하는 데 있다고 설명된다. 이는 젠스파크 AI 서비스 전략의 주목점이 AI를 소프트웨어 화면 내부에 한정하는 접근을 지양하는 데 있다는 점과 맞닿아 있다.

젠스파크는 회의·대화 기록 자체를 비목적으로 두고, 기록 기반으로 후속 업무를 자동 수행하는 방향을 지향한다. 즉 AI를 단순 기록 도구가 아니라 기록을 바탕으로 후속 업무까지 처리하는 체계로 제시한 것이다.

이 같은 방향의 목표는 AI가 다루는 '문맥' 범위를 디지털 데이터에서 현실 세계 업무 활동으로 확장하는 데 있다. 이해 대상 업무 정보로는 회의실 대화·이동 중 메모·대면 미팅 등 비완전 디지털화 정보가 포함된다. 회사는 최신 AI 모델에 대한 접근뿐 아니라 물리적 세계에 대한 접근성을 AI에 제공하는 것이라고 설명했다.

차세대 AI 서비스의 경쟁 기준이 답변 정확도 외 맥락 확보 범위, 장기 업무 과정 지속 지원 능력으로 확대되고 있다. 글은 차세대 AI 서비스의 경쟁 요소가 단순한 정답 생성에서 더 넓은 맥락 확보와 긴 업무 지원으로 옮겨가고 있다고 설명한다.

이에 맞춰 젠스파크는 시장 변화 대응을 목표로 '세컨드 브레인'·슈퍼 에이전트 전략을 제시했다. 차세대 AI 발전 방향은 대화창 내 응답 도구를 넘어 사용자 맥락 기억·판단·실제 업무의 지속 수행에 있으며, 차세대 AI 서비스 시장 승패의 핵심도 AI의 사용자 맥락 기억·판단·실제 업무 지속 수행 가능성에 있다는 내용이다.

출처: 아이티데일리 (IT DAILY) · 조민수 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241448

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241448