AIIA, AI 개발자 스택 가이드 공개: 파운데이션 모델부터 에이전트 구축까지

2000년대 초반 웹사이트를 만들려면 리눅스, 아파치, MySQL, PHP로 이뤄진 LAMP 스택을 깊이 알아야 했습니다. 이후 워드프레스가 등장하면서 비개발자도 사이트를 만들기 시작했고, 지금은 디자인 테마만으로 누구나 웹을 구축합니다.

지금 AI 개발 생태계가 바로 이 과정을 그대로 밟아가고 있습니다.

모델 개발에서 애플리케이션 조립으로

과거에는 이미지 인식 같은 특정 작업마다 데이터 과학자가 전용 AI 모델을 처음부터 개발해야 했습니다.

하지만 GPT-3나 DALL-E 같은 파운데이션 모델이 자리 잡으면서, 거대 모델은 개발 생태계의 바닥 인프라가 되었습니다.

여기에 오픈소스 진영의 확장이 더해지면서, 기업이나 개인은 자체 AI 시스템을 구축하지 않고도 사전 학습된 모델 위에 곧바로 정교한 앱을 얹을 수 있게 되었습니다.

AI 인프라 연합(AIIA)은 최근 이러한 AI 개발자 스택을 총망라한 가이드를 공개했습니다.

이 가이드에는 프롬프트 엔지니어링과 파인튜닝 기법은 물론, 랭체인(LangChain), 헤이스택(Haystack), 시맨틱 커널(Semantic Kernel), 라마인덱스(LlamaIndex) 같은 주요 프레임워크와 벡터 데이터베이스 생태계가 정리되어 있습니다.

낮아진 진입장벽과 대중의 불신

흥미로운 점은 개발 접근성과 대중의 수용도 사이에 상당한 괴리가 존재한다는 사실입니다.

미국 성인의 약 90%는 AI가 득보다 실이 더 크거나, 득과 실이 비슷할 것이라고 보고 있습니다.

대중의 신뢰와 리터러시는 여전히 낮은 수준에 머물러 있지만, 정작 AI 앱을 개발하는 기술적 장벽은 바닥까지 낮아진 셈입니다.

왜 중요한가

개인 개발자와 스타트업 입장에서는 게임의 규칙이 완전히 바뀌었습니다.

수십억 원 규모의 컴퓨팅 인프라 없이도, 랭체인이나 라마인덱스 같은 조율 도구와 벡터 DB를 잘 조합하면 고성능 AI 에이전트를 혼자서도 만들어낼 수 있습니다.

하지만 우리는 이러한 환경이 양날의 검이 될 수 있다고 봅니다.

누구나 쉽게 앱을 조립할 수 있게 되면서 기능적으로 부실한 래퍼 제품들이 쏟아져 나올 위험이 커졌기 때문입니다.

이미 대중의 90%가 AI에 회의적인 시선을 보내는 상황에서, 잦은 환각과 오류를 내는 조잡한 도구는 대중의 불신을 더 키울 뿐입니다.

결국 빅테크의 모델을 누가 단순히 가져다 쓰느냐의 싸움은 끝났으며, 이제는 개방된 개발 스택 위에서 얼마나 신뢰할 수 있고 완성도 높은 사용자 경험을 만드느냐가 핵심 경쟁력이 될 것입니다.