- 2026년 10월 12일, The New Stack은 OpenAI 창립 멤버 중 한 명이며 현재 Anthropic에서 일하는 안드레이 카르파티의 발언을 소개했다. 그는 세계 대부분의 사람들이 아직 첨단 AI의 역량을 제대로 이해하지 못하고 있다고 말했다.
- 카르파티의 개인적인 추정에 따르면 약 60억 명은 대규모 언어 모델을 거의 사용하지 않고, 10억~20억 명은 일반적인 챗봇을 이용한다. 약 2,000만 명은 프로그래밍과 수학에 고급 모델을 활용하며, 연구소에서 가장 강력한 AI 시스템에 접근할 수 있는 사람은 약 5,000명에 불과하다.
- 이 수치는 카르파티의 대략적인 추정치이며, 통계 조사 결과는 아니다.
- Box의 CEO 애런 레비는 이러한 격차가 AI 보급이 아직 매우 초기 단계임을 보여준다고 설명했다. 대부분의 사용자는 여전히 AI를 챗봇이나 고급 검색 엔진으로 인식하고 있다.
- 레비는 여러 AI 에이전트가 협력해 다수의 작업을 동시에 수행하는 ‘agent swarms’가 기업의 중요한 AI 활용 방식으로 자리 잡을 수 있다고 전망했다.
- 그러나 현재 이런 방식으로 AI를 활용하는 사람은 극히 적다. 주요 장벽으로는 운영 비용, 모델 성능의 불균형, 오케스트레이션 도구 부족, 첨단 시스템에 대한 제한적인 접근성이 꼽힌다.
- 기업이 AI 에이전트를 대규모로 도입하려면 데이터 연결, 보안, 규정 준수, 업무 프로세스 변경 문제도 해결해야 한다.
- 카르파티는 간단한 질문에 답하는 무료 챗봇과 소프트웨어를 재구성하거나 복잡한 문제를 해결하기 위해 몇 시간씩 작업할 수 있는 고급 AI 에이전트 사이에 큰 차이가 있다고 강조했다.
- 그는 짧은 기간 안에 코드 자동 완성 도구를 활용해 직접 코드를 작성하던 방식에서, 과거에는 며칠 또는 몇 주가 필요했던 프로그래밍 작업을 AI 에이전트에 맡기는 방식으로 전환했다고 밝혔다.
- 카르파티는 이러한 새로운 접근법을 ‘agentic engineering’이라고 부른다. 엔지니어가 모든 코드를 직접 작성하는 대신 작업을 지시하고 방향을 설정하며 결과를 검토하는 방식이다.
- 카르파티에 따르면 AI는 세 가지 특징을 갖춘 분야에서 가장 빠르게 발전한다. 작업이 디지털 환경에서 이루어지고, 결과를 검증할 수 있으며, 경제적 가치가 높다는 점이다.
- 프로그래밍과 수학은 시스템이 결과를 직접 확인하고 오류를 찾아내며 반복적인 실험을 통해 개선할 수 있기 때문에 강화학습에 특히 적합하다.
- 카르파티의 AutoResearch 프로젝트는 이러한 접근법을 보여준다. AI는 GPU 한 대로 하룻밤 동안 50회의 실험을 수행하고, 더 나은 학습률 매개변수를 찾아 소스 코드를 자동으로 업데이트했다.
- 카르파티는 AI에 짧은 질문에 답하도록 하는 것만으로는 기술의 잠재력을 충분히 활용할 수 없다고 본다. 수 시간 동안 지속되는 작업을 맡기고 실험과 자체 조정을 허용할 때 더 큰 가치가 발생한다.
📌 카르파티와 레비의 견해는 AI 시대의 중요한 격차가 단순히 AI를 사용하는지 여부가 아니라, 그 역량을 얼마나 깊이 활용하는지에 있음을 보여준다. 수십억 명이 아직 챗봇을 이용하는 단계에 머물러 있는 반면, 소수의 사람들은 자율적으로 연구하고 프로그래밍하며 복잡한 문제를 해결할 수 있는 시스템에 접근하고 있다. 다음 단계는 개별 작업을 지원하는 AI에서 전체 업무 프로세스를 함께 수행하는 AI 에이전트 그룹으로의 전환이다. 기업은 AI 사용 능력을 널리 보급하는 것뿐 아니라 문제 설계, 업무 프로세스 구성, 결과 검증, 자율형 AI 시스템 관리 역량도 발전시켜야 한다.
