빨라도 너무 빨라

최근 2~3년 생성형 AI 발전에 따른 서비스 기획의 변화

AI 서비스 기획자로 일한 지, 어느덧 7년이 넘었다.

어느덧 만 7년 이상 AI 서비스 기획자로 일하고 있다.

그 이전에는 다른 프로덕트 마케팅과 기획 업무를 담당했다.

초창기 AI 서비스를 기획하던 시절을 돌이켜 보면, 그 땐 지금과 같은 생성형 AI의 등장은 상상도 하지 못했다.

음성 인식 기반 AI 제품을 주로 기획했던 그 때는, 사람의 자연어를 Entity(목적)과 Intent(의도)로 분석하는 NLU 처리가 AI 기술의 핵심이었다. 자연어의 의미를 해석한 뒤, 제공되는 결과는 기획자가 정의한 시나리오와 개발자가 작성한 코드에 분류된 대로 결정되었다. 이런 Rule-based 형태의 AI는 기존의 서비스 기획 및 개발 방식과 큰 차이는 없었다고 생각된다.

Rule-based AI는 기획자가 분류해둔 정의에 따라, 사용자에게 고정된 답변을 제공한다.

생성형 AI의 등장, 완전히 달라진 세상

2023년 상반기 즈음, GPT 서비스가 대중화되면서, 진짜 '인공 지능'이라고 할 만한 생성형 AI 시대가 시작되었다.

하반기에는 GPT-4 Turbo가 등장하며, 이미지 인식과 생성이 가능한 멀티 모달 기능, 나만의 챗봇을 만들 수 있는 MY GPTs가 공개되었고 답변의 정확도도 더 향상되었다.

또한, LangChain이 도입되면서 생성형 AI는 단순히 '대답을 생성하는 모델’이 아니라, 툴, 데이터, 흐름을 조합해 설계하는 대상이 되기 시작했다. 이 변화는 2024년 초 RAG와 Agent 개념이 본격화되는 데 중요한 기반이 되었다.

생성형 AI에서는 방대한 지식 기반으로, 유기적이고 유연한 답변이 생성된다.

2024년에는 RAG(Retrieval-Augmented Generation)가 대중화 되었다. 외부 데이터 기반의 정보형 답변이 가능해지면서, 생성형 AI의 가장 큰 문제로 지적되던 할루시네이션도 상당 부분 완화되기 시작했다.

이러한 기술적 진화를 바탕으로, 하반기 즈음에는 AI Agent 개념이 부상하게 된다.

AI의 역할이 Assitant를 넘어, 목표 달성을 위해 스스로 판단하고 결정하는 주체가 되는 Agent를 지향하게 된다. Agent의 역할 범위를 최종 수행 단계까지 염두한, Large Action Model이라는 컨셉도 등장해 화두가 되기도 했다.

2025년, AI Agent는 현실이 되고 있다

2025년은 AI Agent가 대중화된 시기가 아닌가 한다.

앤트로픽의 MCP(Model Context Protocol), 구글의 A2A(Agnet to Agent)와 같은 오픈소스 프로토콜이 공개되면서, Agent가 다양한 툴과 연동하여 성능을 높이거나, 다른 Agent와 연결하여 최적의 의사 결정을 제공하는 것이 구조화되고 실체화되고 있다.

변화의 한 가운데, 기획자로서,

기획자로서, Rule-based AI 서비스를 기획해오다가, 생성형 AI의 대중화 후 기존 Rule-based 서비스를 생성형 기반으로 전환하기도 했다. 또, 두 방식의 장점을 활용한 하이브리드형 서비스도 기획했다.

최근에는 생성형 AI 기술을 기반으로 한 새로운 B2C 서비스나 생산성 향상에 초점을 둔 기업 내부 서비스를 만들고 있다.

이렇게 기술 변화의 폭이 큰 분야에서 서비스를 만드는 기획자나 PM에게는 어느 수준의 AI 지식이 필요할까?

또 어떠한 역량이 요구될까?

경험 상 느낀바로는, 조직의 구성과 서비스의 목적, 성격에 따라 조금씩 달랐다.

다만 공통점이 있다면,

빠르게 진화하는 AI 기술 흐름 속에서 맥을 잡고, 어떤 제품을 만들어낼지 그려가는 일.

가본적 없는 길이지만, 실패할까 겁먹지 않고 계속 시도해보는 태도.

그것이 이 시대 AI 서비스를 만드는 기획자에게 가장 필요한 자질이 아닐까 생각한다.

AI 기획자로서 고군분투 하고 있는 하루 하루의 챕터들을,

이 브런치에 남겨 보고자 한다.