에듀테크, AI 도입의 리스크 헷징 전략
라이프오브파이
सदस्यता लें
에듀테크 서비스에 내이티브 AI는 필수인가?
요즘 에듀테크 관련 이런 저런 데이터들을 검토하고, 분석하고 있다. 특히 AI 기술이 삶 속에 깊숙히 들어온 가운데 거의 모든 에듀테크 관련 기업들이 AI 기술을 도입하고 있는데, 이에 대해 최근 느끼고 있는 생각들을 단편적으로나마 조금 정리해보고자 한다.
최근 급속도로 발전하는 AI 기술에 대해 수많은 기업들은 이 기술을 도입하지 않으면 뒤쳐질지 모른다는 강박에 시달리고 있어 보인다. 패들렛을 위시하며, 정말 굳이 AI가 필요하지 않은 거의 대부분의 서비스들에도 AI 도입 추세가 급물살을 타고 있는데, 이게 과연 좋은 전략인가?에 대해서는 꽤 회의적이다.
이유는 사실 심플한데, 최근 브라우저에 도입되는 AI 기능들, 특히 퍼플렉시티나 OpenAI가 내보인 브라우저 기반의 인공지능 에이전트가 플랫폼을 넘나들면서, 사용자의 패턴을 메모라이징 한뒤 그에 따라 거의 대부분의 작업을 처리할 수 있는 기반이 마련되었기 때문이다. 특히 기존의 자체 인공지능 모델을 기반으로 콘텐츠를 저작한다던가 혹은 이미지를 편집한다던가 하는 형태의 플랫폼 자체의 AI 기능들은 동일한 기능을 처리하는 더 거대한 범용 외부 인공지능 에이전트들에 비해 경쟁력이 약할 수 밖에 없다.
이유는 사실 심플한데, 최근 브라우저에 도입되는 AI 기능들, 특히 퍼플렉시티나 OpenAI가 내보인 브라우저 기반의 인공지능 에이전트가 플랫폼을 넘나들면서, 사용자의 패턴을 메모라이징 한뒤 그에 따라 거의 대부분의 작업을 처리할 수 있는 기반이 마련되었기 때문이다. 특히 기존의 자체 인공지능 모델을 기반으로 콘텐츠를 저작한다던가 혹은 이미지를 편집한다던가 하는 형태의 플랫폼 자체의 AI 기능들은 동일한 기능을 처리하는 더 거대한 범용 외부 인공지능 에이전트들에 비해 경쟁력이 약할 수 밖에 없다.
예를 들어 패들렛이 TA 기능을 바탕으로 특정 교사가 원하는 수업 흐름을 자동으로 패들렛 보드에서 생성해준다고 가정해보자. 이는 사실 굳이 패들렛의 인공지능이 아니더라도 OpenAI 의 아틀라스 등의 브라우저가 할 수 있는 영역이 훨씬 더 많다.
예컨데 특정 출판사의 특정 콘텐츠를 기반으로 한 수업 자료를 생성한다고 할 때 패들렛 내부의 AI는 특정 출판사의 사용자 인증 기반의 콘텐츠를 접근하지 못하고, 당연히 그에 대한 자료를 기반으로 수업 흐름을 설계할 수 없지만 인공지능 브라우저라면 이야기가 다르다.
아틀라스는 사용자 인증 정보를 브라우저에 저장함은 물론 원하는 무수한 사이트를 스스로 탐색하며, 자료를 검토하고 패들렛의 DOM 요소를 확인 후 직접 패들렛 상에서 작업을 완료한다.
뿐만 아니라, 평소 캔바나 구글 스프레드 시트, 슬라이드를 넘나들면서 교사의 자료 구성, 검색 특성까지도 인지하고 있기 때문에 교사의 패턴에 기반한 맞춤형 콘텐츠 제작을 플랫폼 서비스에 구애받지 않고 실행할 수 있다.
이러한 사용자 경험은 단순히 패들렛 류의 서비스에만 국한 되는 것이 아니라 인터넷을 기반으로 접근할 수 있는 거의 모든 서비스에서 가능하다.
이번 구글이 공개한 아틀라스에서 이 개념이 벌써 구현이 되었는데, 아틀라스는 IDE 지만 크롬 브라우저를 직접 제어하며, 코딩 뿐만 아니라 사용자가 요청하는 외부 작업을 할 수 있다. 아직 수준이 높은 편이 아니지만, 아주 빠르게 관련 기능들은 발전할 것이라 믿어 의심치 않는다.
브라우저에만 국한되지 않는다
앞서 예시는 사실 브라우저 영역이지만, 앞으로는 윈도, 맥OS 등의 운영체제 상에서 에이전트들이 직접 브라우저 조작, 어플리케이션 조작을 통해서 사용자가 원하는 작업을 진행할 것이다. AI가 브라우저의 한계를 떠나서 PC를 직접 조작하고, 더 나아가 더 미래에는 로봇이 직접 컴퓨터와 외부 컨트롤 권한 등을 통해 PC를 원격 조작하며 사용자 대신 사용자가 원하는 모든 작업을 할 것이라는 예상도 매우 가늠하기 쉬운 현실이다.
때문에 현재 에듀테크들에서 인공지능을 차용하기 위한 너무 큰 리스크를 질 필요는 없어 보인다. 플랫폼 종속적이고, 학습, 사용자 패턴 분석에 쓰일 데이터를 협소하게만 갖춘 플랫폼 네이티브 AI들은 현재에는 개발에 많은 리소스가 들어갈 뿐더러 앞으로 그 미래가 밝아 보이지도 않는다.
오히려 웹 서비스의 DOM 구조를 인공지능이 확인하기 매우 명확한 방식으로 구현해서 인공지능 사용성을 높인다던지, 혹은 MCP 개념들을 외부 AI 가 더욱 사용하기 쉽게 열어주는 것이 가장 비용 효율적인 방법은 아닌가 생각해본다.
오히려 웹 서비스의 DOM 구조를 인공지능이 확인하기 매우 명확한 방식으로 구현해서 인공지능 사용성을 높인다던지, 혹은 MCP 개념들을 외부 AI 가 더욱 사용하기 쉽게 열어주는 것이 가장 비용 효율적인 방법은 아닌가 생각해본다.
AI 에듀테크의 리스크 헷징 전략
앞서 언급한 이유들로 섣불리 대규모 AI 기능을 무리하게 도입할 때 리스크는 매우 클 수 밖에 없다. 만약 당장 AI 기능이 필요하다면, 외부 AI 서비스들이 접근하기 쉽지 않아 내부적으로 필수적으로 있어야할 부분에 아주 작게 도입을 하는 것이 이러한 리스크를 헷징하면서도, 트렌드를 팔로업 할 수 있는 영민한 전략은 아닐까?
'LIFEOFPI' की सदस्यता लें
साइट को सब्सक्राइब करने पर आप नए पोस्ट आदि के नवीनतम अपडेट सबसे पहले नोटिफिकेशन और ईमेल से प्राप्त कर सकते हैं.
Slashpage में शामिल हों और 'LIFEOFPI' को सब्सक्राइब करें!
Slashpage में शामिल हों और 'LIFEOFPI' को सब्सक्राइब करें!
सदस्यता लें
1