🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

베네딕트 에번스는 OpenAI가 거대한 사용자 기반과 기술적 명성을 가졌지만, 모델 차별화·사용자 몰입·제품 전략·자본 구조에서 아직 지속 가능한 경쟁 우위를 증명하지 못했다고 분석한다.

📌 핵심 요약

• OpenAI는 LLM 붐을 촉발하고 여전히 새 모델의 의제를 어느 정도 설정하지만, 현재 사업에는 독점적 기술이나 강력한 제품 차별화가 뚜렷하지 않다.
• 프런티어 모델 시장에는 비슷한 성능의 경쟁자가 여럿 있으며, 벤치마크는 불완전하지만 대체로 여러 조직이 서로를 빠르게 추월하는 구도를 보여준다.
• ChatGPT는 8~9억 명의 거대한 주간 활성 사용자를 보유했지만, 대부분은 일상적 습관으로 쓰지 않고 결제 비율도 낮아 ‘넓지만 얕은’ 사용에 머물러 있다.
• 구글과 메타 같은 기존 강자는 유사한 모델 성능에 더해 강력한 배포력을 활용하고 있으며, 이는 ChatGPT를 과거 넷스케이프와 비교하게 만든다.
• OpenAI는 앱 플랫폼, 브라우저, 광고, 의료 연구, Jony Ive 협업 등 여러 방향을 동시에 시도했지만, 핵심 질문은 누가 모델 위의 새로운 경험과 가치 포획 지점을 만들 것인가에 있다.

🧩 주요 포인트

1. OpenAI는 LLM 붐을 촉발하고 여전히 새 모델의 의제를 어느 정도 설정하지만, 현재 사업에는 독점적 기술이나 강력한 제품 차별화가 뚜렷하지 않다.
2. 프런티어 모델 시장에는 비슷한 성능의 경쟁자가 여럿 있으며, 벤치마크는 불완전하지만 대체로 여러 조직이 서로를 빠르게 추월하는 구도를 보여준다.
3. ChatGPT는 8~9억 명의 거대한 주간 활성 사용자를 보유했지만, 대부분은 일상적 습관으로 쓰지 않고 결제 비율도 낮아 ‘넓지만 얕은’ 사용에 머물러 있다.
4. 구글과 메타 같은 기존 강자는 유사한 모델 성능에 더해 강력한 배포력을 활용하고 있으며, 이는 ChatGPT를 과거 넷스케이프와 비교하게 만든다.
5. OpenAI는 앱 플랫폼, 브라우저, 광고, 의료 연구, Jony Ive 협업 등 여러 방향을 동시에 시도했지만, 핵심 질문은 누가 모델 위의 새로운 경험과 가치 포획 지점을 만들 것인가에 있다.

🧠 상세 정리

1. 출발점: 연구 중심 조직과 제품 전략의 긴장

글은 Fidji Simo와 Steve Jobs의 인용을 나란히 놓으며 OpenAI가 처한 구조적 긴장을 제시한다. OpenAI 내부에서는 장기 연구 방향이 먼저 설정되고, 수개월 뒤 연구 성과가 등장하면 제품 조직이 그것을 채팅이나 기업용 제품에 어떻게 넣을지 고민하게 된다. 반면 Jobs의 인용은 고객 경험에서 출발해 기술로 거슬러 올라가야 한다는 정반대의 제품 철학을 말한다. 저자는 이 대비를 통해 AI 연구소의 제품 책임자는 전통적 의미의 로드맵을 통제하기 어렵고, 전략이 제품 현장이 아니라 연구 성과가 나오는 다른 곳에서 정해질 수 있다는 문제를 강조한다.

2. OpenAI가 마주한 네 가지 전략 질문

저자는 OpenAI에 네 가지 근본적 전략 질문이 있다고 본다. 첫째, 현재 보이는 사업은 강력하고 명확한 경쟁 우위를 갖고 있지 않으며, 고유한 기술이나 제품도 뚜렷하지 않다. 둘째, AI 시장의 경험·제품·가치 포획·전략적 지렛대는 앞으로 몇 년 동안 크게 바뀔 것이며, 대형 기존 기업과 수많은 창업자가 기반 모델을 범용 인프라로 만들려 하고 있다. 셋째, OpenAI와 Anthropic 같은 기업은 기존 제품의 현금흐름과 배포망 없이 매우 자본집약적인 산업에서 ‘복잡한 중간 단계’를 통과해야 한다. 넷째, AI 연구소의 제품 조직은 연구팀이 만들어낸 성과를 버튼이나 기능으로 바꾸는 역할에 가까워질 위험이 있다.

3. 모델 자체의 경쟁 우위는 아직 불안정하다

저자는 여러 벤치마크가 모두 불완전하다고 인정하면서도, 그 결과들이 대체로 같은 그림을 보여준다고 말한다. 현재 프런티어 모델을 내놓는 조직은 대략 여섯 곳 정도이고, 이들은 거의 비슷한 수준의 성능을 보이며 몇 주 간격으로 서로를 앞지른다. 특정 회사가 영구적으로 따라잡을 수 없는 우위를 확보하는 메커니즘은 아직 확인되지 않았다는 것이 핵심이다. 윈도우, 구글 검색, iOS, 인스타그램처럼 시장점유율 자체가 자기강화적 네트워크 효과를 만들었던 사례와 달리, 현재 LLM 모델 경쟁에는 그런 승자독식 구조가 뚜렷하게 보이지 않는다.

4. 잠재적 변화 요인: 연속 학습과 독점 데이터

저자는 상황이 바뀔 가능성도 배제하지 않는다. 예컨대 연속 학습처럼 네트워크 효과를 만들 수 있는 돌파구가 생긴다면 모델 경쟁의 구조는 달라질 수 있다. 또 독점 데이터 접근에서 실질적 규모의 이점이 생길 수도 있는데, 저자는 이를 AI의 ‘암흑물질’처럼 아직 잘 보이지 않는 요소로 표현한다. 사용자 데이터나 기업 내부의 수직 데이터가 여기에 해당할 수 있지만, 기존 플랫폼 기업들도 많은 데이터를 갖고 있고, 일부 데이터는 구매하거나 사람이 만들게 할 수도 있다. 따라서 지금 단계에서는 이런 가능성을 전략의 확정적 기반으로 삼기 어렵고, 당분간 모델 성능은 서로 매우 가까운 상태로 남을 것이라고 본다.

5. 거대한 사용자 기반과 얕은 몰입의 문제

OpenAI가 오늘날 분명히 앞서 있는 지점은 사용자 기반이다. 저자는 ChatGPT가 8~9억 명의 사용자를 보유했다고 언급하지만, 이들이 대부분 주간 활성 사용자일 뿐 매일 쓰는 습관을 가진 것은 아니라고 지적한다. 결제 사용자는 5%에 그치고, 미국 청소년조차 하루 여러 번 쓰기보다는 주 몇 회 이하로 사용하는 경우가 더 많다고 설명한다. OpenAI가 공개한 2025년 사용 데이터에서도 이용자의 80%가 1년 동안 1,000개 미만의 메시지를 보냈다는 점이 제시된다. 저자는 이를 ‘폭은 1마일이지만 깊이는 1인치’인 사용이라고 요약하며, 생활을 바꾸는 컴퓨팅 전환이라면 훨씬 깊은 일상적 사용이 필요하다고 본다.

6. 제품-시장 적합성과 ‘빈 화면’ 문제

OpenAI는 모델이 할 수 있는 것과 사람들이 실제로 하는 것 사이의 ‘역량 격차’를 말하지만, 저자는 이것이 명확한 제품-시장 적합성이 없다는 말을 피하는 방식처럼 보인다고 해석한다. 광고 프로젝트는 비용을 내지 않는 대다수 사용자에게 서비스를 제공하는 비용을 보전하고, 동시에 더 비싼 최신 모델을 제공해 사용을 더 깊게 만들려는 시도일 수 있다. 그러나 저자는 더 좋은 모델을 제공한다고 해서, 오늘이나 이번 주에 ChatGPT로 무엇을 해야 할지 떠올리지 못하는 사람이 갑자기 더 자주 쓰게 될지는 자명하지 않다고 본다. 문제는 모델 성능이 아니라 빈 화면 앞에서 무엇을 입력해야 할지 모르는 경험, 또는 챗봇 자체가 특정 사용 사례에 맞지 않는 제품 형식일 수 있다는 것이다.

7. 배포력을 가진 기존 기업과 브라우저 비유

제품이 뚜렷하게 차별화되지 않을 때 초기 채택 우위는 오래가지 않으며, 경쟁은 브랜드와 배포력으로 이동한다고 저자는 말한다. 구글의 Gemini와 Meta AI가 빠르게 점유율을 얻는 현상은 이 관점에서 해석된다. 일반 사용자에게 제품은 대체로 비슷해 보이고, 구글과 메타는 기존 서비스와 사용자 접점을 활용할 수 있다. 반면 Anthropic의 Claude는 벤치마크 상위권에 자주 오르지만 소비자 전략이나 제품, 대중 인지도는 약하다고 설명된다. 이 때문에 많은 사람이 ChatGPT를 넷스케이프에 비유한다. 브라우저 시장에서 마이크로소프트가 배포력을 활용해 진입했듯, 현재 AI 챗봇 시장에서도 유사한 제품 사이의 경쟁에서 배포가 결정적 변수가 될 수 있다는 것이다.

8. 챗봇은 얼마나 차별화될 수 있는가

저자는 웹브라우저와 챗봇의 차별화 난이도를 비교한다. 브라우저에서는 렌더링 엔진을 더 좋게 만들 수 있고, 챗봇에서는 LLM을 더 좋게 만들 수 있지만, 사용자 경험의 표면은 입력창과 출력창이라는 단순한 구조에 머무르기 쉽다. ChatGPT 앱을 포함한 챗봇 앱들은 모두 일종의 얇은 래퍼처럼 보이며, 버튼을 더 붙이는 것만으로는 근본적 차별화가 어렵다. 브라우저에서 마지막으로 성공한 주요 제품 혁신이 탭과 주소창·검색창 통합 정도였다는 점을 떠올리면, 챗봇도 유사한 한계에 부딪힐 수 있다. 결국 중요한 질문은 모델 개선이나 복제 가능한 UI 기능이 아니라, 모델 위에 전혀 새로운 경험을 누가 만들어내느냐로 옮겨간다.

9. 가치 포획은 모델 밖에서 일어날 수 있다

마이크로소프트가 1세대 소비자 인터넷의 브라우저 경쟁에서 이겼지만, 실제로 중요한 경험과 가치 포획은 다른 곳에서 만들어졌다는 점이 저자의 핵심 비유다. 마찬가지로 AI에서도 참여도 격차가 모델의 일반적 개선으로 해결될지, 누구나 따라 할 수 있는 UI 혁신으로 해결될지, 아니면 원시 모델 위에 새롭게 구축되는 실험과 사용 사례로 해결될지는 아직 정해지지 않았다. 만약 다음 단계가 새로운 경험의 발명이라면, 그것을 왜 OpenAI가 해야 하는지 또한 명확하지 않다. 실리콘밸리의 수많은 창업자와 전체 기술 산업이 생성형 AI의 두 번째 단계를 발명하려는 상황에서, OpenAI가 모든 사용 사례를 직접 만들거나 독점하기는 어렵다는 문제의식이 제시된다.

10. ‘모든 것을 한꺼번에’와 플랫폼 전략의 모색

저자는 OpenAI가 핵심 기술을 남보다 확실히 더 좋게 만들 방법을 아직 모르는 상태에서, 크지만 취약한 사용자 기반과 배포력을 가진 기존 기업의 추격을 동시에 상대하고 있다고 정리한다. 이런 상황에서 지난해 OpenAI의 답은 ‘모든 것을 한꺼번에, 어제까지’ 하는 것처럼 보였다고 표현한다. 앱 플랫폼, 또 다른 앱 플랫폼, 브라우저, 소셜 비디오 앱, Jony Ive, 의료 연구, 광고, 막대한 자본지출 발표나 포부 등이 한꺼번에 등장했다는 것이다. 일부는 영역을 넓게 점유하려는 시도처럼 보였고, 일부는 성공한 플랫폼의 외형을 목적과 동학까지 이해하지 못한 채 모방하는 것처럼 보였다고 지적한다. 이후 Sam Altman은 파트너가 자신보다 더 많은 가치를 만들게 하는 것이 플랫폼이라는 Bill Gates의 정의를 인용하며, 이를 더 정돈된 전략으로 제시하려 했다고 설명된다.

🧾 핵심 주장 / 시사점

• OpenAI의 핵심 위험은 모델 성능 경쟁에서 뒤처지는 것만이 아니라, 모델이 범용 인프라가 될 때 그 위의 경험과 가치 포획 지점을 누가 장악하느냐에 있다.
• 거대한 주간 활성 사용자 수는 강력한 출발점이지만, 일상적 습관·결제·네트워크 효과로 이어지지 않으면 배포력을 가진 기존 기업의 추격 앞에서 방어력이 약할 수 있다.
• AI 제품 전략의 난점은 연구 성과를 기능으로 포장하는 데 그치지 않고, 고객 경험에서 출발해 챗봇 이후의 새로운 사용 맥락을 설계해야 한다는 데 있다.

✅ 액션 아이템

• OpenAI의 경쟁 우위를 모델 성능, 사용자 습관, 결제 전환, 배포력, 제품 차별화로 나누어 각각의 취약 지점을 정리한다.
• ChatGPT의 ‘넓지만 얕은’ 사용 구조가 장기 매출과 방어력에 어떤 영향을 주는지 사용자 몰입 관점에서 점검한다.
• 앱 플랫폼, 브라우저, 광고, 의료 연구 등 OpenAI의 여러 전략 중 실제 가치 포획 가능성이 큰 방향을 우선순위화한다.

❓ 열린 질문

• 프런티어 모델 성능이 빠르게 평준화될 때 OpenAI가 유지할 수 있는 차별화 요소는 무엇인가?
• ChatGPT의 거대한 주간 활성 사용자가 일상적 습관과 높은 결제율로 전환되려면 어떤 제품 경험이 필요할까?
• 구글과 메타의 배포력에 맞서 OpenAI가 모델 위의 새로운 경험과 가치 포획 지점을 선점할 수 있을까?