구글 제미나이 견제 나선 오픈AI, 멀티모달 'GPT-Vision' 조기 출시 추진

약 반년 전 GPT-4가 처음 공개되었을 때, 냅킨에 대충 끄적인 웹사이트 스케치 사진 한 장으로 순식간에 작동하는 웹 코드를 뽑아내던 시연을 기억하실 겁니다. 하지만 그동안 이 놀라운 시각 기능은 일반 사용자들에게 그림의 떡이었습니다.

시각 장애인을 돕는 앱인 Be My Eyes와의 제한된 테스트를 제외하면 사실상 베일에 싸여 있었는데, OpenAI가 마침내 이 기능을 본격적으로 풀 준비를 하고 있습니다. The Information 보도에 따르면, OpenAI는 GPT-4에 멀티모달 기능을 통합한 'GPT-Vision'의 배포를 서두르고 있습니다.

구글 제미나이를 겨냥한 맞불 작전

OpenAI가 갑자기 속도를 내는 이유는 구글이 올가을 선보일 차세대 대형 언어 모델 '제미나이(Gemini)' 때문입니다.

제미나이는 현재 일부 기업 고객을 대상으로 테스트 중이며, 텍스트와 이미지를 넘나드는 네이티브 멀티모달 능력을 앞세워 ChatGPT 등장 이후 처음으로 구글이 주도권을 빼앗아 올 것이라는 관측이 많았습니다. 이에 맞서 OpenAI는 기존 GPT-4에 시각 기능을 더하는 것은 물론, '고비(Gobi)'라는 코드명의 차세대 멀티모달 모델도 개발 중인 것으로 전해졌습니다.

샘 알트만 CEO는 최근 여러 인터뷰에서 GPT-5는 아직 멀었다고 선을 그으면서도 GPT-4의 지속적인 업그레이드를 예고해 왔는데, GPT-Vision이 바로 그 핵심 카드였던 셈입니다.

한편 순다르 피차이 구글 CEO는 지난주 Wired와의 인터뷰에서 ChatGPT가 시장의 수요를 입증한 점을 인정하면서도, 신뢰성과 책임감 때문에 구글은 더 신중하게 접근하고 있다며 여유를 보인 바 있습니다.

왜 중요한가

일반 사용자와 개발자에게 멀티모달의 상용화는 작업 방식을 통째로 바꿉니다. 복잡한 차트를 굳이 말로 풀어서 설명할 필요 없이 캡처 화면만 넣으면 분석이 끝나고, 손으로 그린 UI 도면을 즉시 코드로 바꿀 수 있어 작업 장벽이 획기적으로 낮아집니다.

업계 관점에서는 AI 패권 경쟁이 텍스트 중심에서 시각 정보 처리로 완전히 전환되었음을 뜻합니다. 구글은 제미나이를 통해 판을 뒤집으려 했지만, OpenAI가 GPT-Vision으로 선수를 치면 제미나이가 공개될 때의 파급력은 반감될 수밖에 없습니다.

우리가 보기에 OpenAI의 이번 행보는 영리하지만 명백한 방어적 조치입니다. 반년 넘게 기능을 아껴둔 데에는 컴퓨팅 비용과 안전성 검증 문제가 컸을 텐데, 제미나이 발표 직전에 서둘러 내놓는다는 것은 구글의 추격을 그만큼 강하게 의식하고 있다는 방증입니다. 대규모 배포 이후 속도와 안정성을 얼마나 유지할 수 있을지가 진짜 시험대가 될 것입니다.