EP.11 AI 시대 이미 돈벌고 있는 회사 - 올거나이즈 이창수 대표 이야기

🗺️ 이 영상의 위치

시간순: 전체 115편 중 11번째 · 2023-08-30
시기 배경: 2023하 (ChatGPT 폭발 9개월차 / Enterprise 버전 막 나온 직후, AI 돈벌기 경쟁 본격화)
난이도: ⭐⭐⭐ (어려운 개념 9개)
⬅️ 앞 영상: EP.10 가난한 자의 ChatGPT(?), TinyStories
➡️ 다음 영상: EP.12 어쩌면 11월 ... chatGPT 보다 더 좋을 Google Gemini
- 연결 이유: 구글 Gemini 등장으로 AI 모델 경쟁이 한층 격화되는 흐름이 이어짐

⚡ 5분 요약

한 줄

AI 시대에 이미 돈 버는 회사는 어떻게 생겼나 — 실제 현장에서 살아남은 사람의 생생한 이야기.

핵심 3개

1) "우리 경쟁력이 하루아침에 사라졌다" — 그래도 살아남은 법 이창수 대표는 ChatGPT 나오기 전까지 "AI 검색" 하나로 기업들한테 팔고 있었어. 근데 GPT가 나오면서 그 핵심 기술이 한방에 쓸모없어졌거든. 그래서 연말 휴가 때 혼자 다 뜯어보고 1월 2일부터 전사 2주 부트캠프를 강행했어. 그 결과로 2월에 첫 고객사 확보. "지금도 늦었다"는 마인드로 움직인 거야.

2) LLM은 엔진, 근데 엔진만으론 아무 소용없어 이창수 대표가 쓴 비유가 진짜 인상적이야. "LLM은 자동차 엔진이에요. 페라리 엔진이 아무리 좋아도 차체 없으면 못 달리잖아요." 지금 세상은 엔진 경쟁에 다들 열 올리는데, 실제로 세상을 바꾸려면 그 엔진으로 버스도 만들고 트럭도 만들고 해야 한다는 거지. 4~5년간은 NVIDIA가 제일 많이 벌 거라고 봤어.

3) 기업 고객 검색 패턴이 완전히 뒤집혔다 ChatGPT 붙이기 전엔 고객들이 "키워드"로 61% 검색했어. GPT 붙이고 나서? 71%가 자연어 문장으로 바뀌었어. 사람들이 "예외 조항은 뭐야?" 대신 "이 계약서에서 자동 갱신 안 되는 조건이 뭔지 알려줘"처럼 물어보기 시작한 거야. 모델이 똑똑해지니까 유저 행동도 따라서 바뀐 거지.

가장 인상적인 한 마디

"지금도 늦었다 하고 1월 2일부터 2주 동안 회사 내 엔지니어, AI, 백엔드 다 모여서 부트캠프를 했어요."

한나야, 이게 무슨 말이냐면 — 새로운 플랫폼(AI)이 왔을 때 "좀 더 지켜보자"가 아니라 "지금도 늦었다"로 반응하는 사람이 살아남는다는 거야. 틱톡 알고리즘 바뀔 때 관망한 크리에이터랑 당장 숏폼 찍기 시작한 크리에이터의 1년 후가 다른 것처럼.

한나가 지금 당장 시도해볼 것

내 콘텐츠/사업 업무 중에서 "반복적으로 하는 일" 하나를 골라봐. 이메일 답장, 협찬 제안서 검토, 캡션 초안 짜기 같은 것. 그거 하나를 ChatGPT로 돌려보고 "이걸로 시간이 얼마나 줄어드나"를 딱 재봐. 이창수 대표도 면접 문제를 ChatGPT한테 던져보다가 "아, 이거 진짜 다르다"를 느꼈거든.

📖 시간대별 영상 흐름 (15분 정도 걸려, 시간 있을 때만)

0~20분: ChatGPT Enterprise 발표 직후, 업계 반응은?

노정석이 약간 설레는 얼굴로 시작해. "며칠 전에 창수님이 페북에 '게임판이 훨씬 커졌다'고 쓰셨잖아요." 이창수 대표가 차분하게 받아치는데, 요점은 이거야. ChatGPT Enterprise가 나왔다고 해서 기업들이 당장 on-premise(회사 서버 안에 AI 설치하는 방식)를 포기하진 않는다는 거. 특히 한국이나 일본 금융·정부 쪽은 규제 때문에 외부 서버에 데이터 못 올려. 근데 Enterprise 출시 자체는 "AI 쓸까 말까" 고민하던 회사들을 확 끌어당기는 마케팅 효과가 있다는 거지.

그러면서 이창수 대표가 올거나이즈 회사 소개를 쭉 풀어. 한마디로 "기업 내 문서 더미에 질문하면 AI가 답 찾아주는 서비스"야. 수백만 개의 워드·엑셀·PPT 파일이 쌓여 있는 회사에서, 직원이 선배한테 물어볼 것들을 AI한테 물어보게 만드는 거지. 처음엔 정확한 텍스트 조각을 "짚어주는" 방식이었는데, ChatGPT 이후로 "사람처럼 풀어서 답해주는" 방식으로 업그레이드했어.

20~40분: "우리 경쟁력이 하루아침에 사라졌다" — 생존 부트캠프 이야기

여기서 노정석이 진짜 듣고 싶었던 질문을 꺼내. "ChatGPT가 기존 AI 회사들 다 죽였다는 말도 있었잖아요. 그 전환기 이야기 좀 해주세요." 이창수 대표가 잠깐 숨 고르더니 솔직하게 털어놔.

GPT-3 나왔을 때는 "생성형은 기업용이랑 안 맞아"라고 판단하고 무시했대. 근데 2022년 연말에 ChatGPT에다가 자기 회사 AI 엔지니어 면접 문제를 물어봤더니 답변 퀄리티가 충격적이었던 거야. 거기다 결정타가 있었어. 올거나이즈의 핵심 경쟁력이 "남들이 2달 걸리는 AI 튜닝을 우리는 1주일에 클릭 몇 번으로 해드립니다"였는데, GPT가 나오니까 튜닝 자체가 필요 없어진 거지. "프롬프트(지시문)만 잘 쓰면 다 되는 시대"가 왔으니까.

그래서 연말 휴가 내내 혼자 노트북 붙들고 있다가 "도저히 안 되겠다, 바로 비행기 표 끊겠다"고 하고 1월 2일부터 2주 부트캠프를 강행했어. 노정석이 "말씀하셨던 대로 그때 회사 명운이 걸린 느낌이었겠다"라고 하니까 이창수 대표가 담담하게 "맞아요, 그래서 더 빨리했어요"라고 했어.

40~60분: 고객 데이터가 보내준 aha moment

2주 부트캠프로 제품 만들고, 2월에 첫 고객사 확보. 그리고 나서 찾아온 놀라운 통계 이야기야.

기존 추출형 서비스 쓸 때 고객들 검색 패턴 — 키워드 61%, 자연어 문장 39%. 이걸 바꾸려고 "문장으로 물어보세요" 캠페인도 해봤는데 안 바뀌더래. 근데 GPT 붙인 생성형 서비스 내고 나서 다시 통계 내봤더니 — 자연어 71%, 키워드 29%로 완전 역전. 모델이 똑똑해지니까 유저 행동이 알아서 바뀐 거야. 심지어 두세 문장을 연달아 붙여서 질문하는 패턴까지 생겼대. "이 부품 들어간 제품 중국에서 팔 수 있어? 그러면 예외 조항은 뭐야?" 이런 식으로.

최승준이 "결과 하나 나오면 그걸 다시 검토시키는 패턴도 보이나요?" 물었는데, 이창수 대표가 "그건 진짜 일부예요. 대부분 유저는 그냥 한 번에 알아서 잘 나오길 바라죠"라고 솔직하게 말했어. 이 부분에서 노정석이 "그게 B2B 시스템의 파레토 법칙"이라고 정리해줘 — 파워유저 20%, 평범한 유저 80%.

60~80분: 빅테크가 다 해버리면? 스타트업이 살 구멍은?

노정석이 살짝 짓궂게 질문해. "OpenAI, Microsoft, Google이 다 가지고 있는데, 올거나이즈는 어떻게 막을 거예요?" 이창수 대표가 두 가지 답을 내놔.

첫째, Google은 B2C 검색엔 왕이지만 B2B 기업 검색에서는 존재감이 거의 없어. Amazon Kendra(아마존이 만든 기업용 AI 검색)랑 실제로 경쟁 PT 붙어봤더니 이긴 경우가 꽤 많다고. 이유가 뭐냐면, 보험사 문서 중에 테이블이 80페이지짜리인데 헤더가 1페이지에만 있는 경우 같은 걸 빅테크는 generalizing에 집중하느라 못 잡는데, 올거나이즈는 실제 고객사 데이터로 이미 학습이 되어 있거든.

둘째, LLM 스택(레이어) 이야기. 제일 밑에 모델, 위에 인프라, 미들웨어, 프레임워크, 앱 순서인데 — 스타트업이 너무 밑(모델 만들기)에만 집중하면 돈만 날리고, 너무 위(앱만 만들기)에만 집중하면 Jasper처럼 됨. 중간 어딘가 "오케스트레이션 레이어"에 발을 담가야 한다는 거야. 노정석이 이 부분을 잘 정리해줘 — "고객 니즈와 LLM 사이에 메꿔야 할 구간이 굉장히 크다."

8099분: NVIDIA가 45년은 최강, 그 다음은?

마지막 아무 말 대잔치 세션. 노정석이 "그럼 AI 시대에 누가 돈 벌어요?" 대놓고 물어봐. 이창수 대표의 답이 심플해. "앞으로 4~5년은 NVIDIA요. 그 다음에 플랫폼 회사들이 나올 거예요."

비유가 이어져. 100개 공장 중에 AI로 운영되는 공장이 아직 한두 개뿐인 지금은 초기야. 80개가 되면 그게 표준이 되는 건데, 거기까지 4~5년 걸린다는 거지. 그때까지 GPU 수요는 폭발적이니까 NVIDIA가 계속 킹.

노정석이 싱거운 거 싫어하는 사람이라 한 발 더 나아가. "2년 내에 singularity(AI가 인간 수준을 넘는 시점) 오지 않을까요?" 이 부분에서 분위기가 약간 서늘해져. 최승준은 FHI 연구자들이 "well-educated human 수준이 2년"이라고 봤다는 얘기를 꺼내고, 노정석은 "OpenAI 안에 있는 친구들이 이미 뭔가 본 것 같다"고 조심스럽게 말해. Anthropic의 Dario Amodei가 cybersecurity 이야기를 엄청 하더라는 것도.

마지막에 이창수 대표가 한 말이 기억에 남아. "BERT로 열심히 만들어놨는데 ChatGPT 나오니까 한방에 됐네 — 그 자괴감은 어쩔 수 없어요. 근데 그래도 안 하는 것보단 낫고, 변화의 속도랑 같이 뛰는 게 최선이에요." 노정석이 조용히 고개 끄덕이면서 마무리.

💡 한나 버전 사전

"B2B"가 뭐야?

전문가 설명: Business-to-Business. 일반 소비자가 아니라 기업을 상대로 파는 사업 방식.
한나 버전: 유튜브 광고 수익이 B2C라면, 브랜드랑 직접 협찬 계약 맺는 게 B2B야. 올거나이즈는 삼성이나 보험사 같은 기업들한테만 팔거든.

"RAG"가 뭐야?

전문가 설명: Retrieval-Augmented Generation. AI가 답변할 때 미리 관련 문서를 검색해서 찾아온 다음에 그 내용을 기반으로 답하는 방식.
한나 버전: 콘텐츠 만들 때 "내 머릿속에서 즉흥으로 얘기하기" vs "관련 자료 먼저 찾아보고 얘기하기"의 차이야. RAG는 후자. AI가 회사 내부 문서를 먼저 뒤지고 나서 답하는 거지.

"on-premise"가 뭐야?

전문가 설명: 회사 서버를 외부 클라우드가 아닌 자기 건물 안에 직접 설치해서 운영하는 방식.
한나 버전: 사진을 구글포토에 올리느냐 vs 내 하드드라이브에만 저장하느냐의 차이야. 보수적인 기업들, 특히 은행이나 정부는 "우리 데이터 절대 외부로 안 내보낸다"는 규정 때문에 후자를 고집해.

"LLM"이 뭐야?

전문가 설명: Large Language Model. GPT-4, Claude, Llama 같은 거대 언어 AI 모델을 통틀어 부르는 말.
한나 버전: 유튜브 알고리즘이 "어떤 영상을 보여줄지 결정하는 엔진"이라면, LLM은 "텍스트로 뭔가를 이해하고 생성하는 엔진"이야. ChatGPT도 LLM 위에 만들어진 서비스인 거지.

"fine-tuning"이 뭐야?

전문가 설명: 이미 학습된 AI 모델을 특정 분야에 맞게 추가로 학습시키는 것.
한나 버전: 유명 크리에이터한테 기본 촬영법 배우고 나서, 내 채널 스타일(뷰티인지 여행인지)에 맞게 추가로 연습하는 거야. 기본기 위에 내 색을 입히는 것.

"in-context learning"이 뭐야?

전문가 설명: 모델을 따로 학습시키지 않고, 프롬프트(지시문)에 예시 몇 개만 넣어줘도 AI가 패턴을 파악해서 작업하는 능력.
한나 버전: 직원한테 "우리 브랜드 톤은 이런 거야" 하고 예시 3개 보여주면 바로 비슷하게 써오는 거랑 같아. 몇 달 교육 안 해도 되는 거지.

"temperature"가 뭐야?

전문가 설명: AI 응답의 창의성/랜덤성을 조절하는 수치. 0에 가까울수록 항상 같은 답, 1에 가까울수록 매번 다른 답.
한나 버전: 인스타 캡션 쓸 때 "무조건 정확하고 정제된 문장"으로 쓰느냐 vs "매번 톤이 조금씩 달라도 되니까 자유롭게"로 쓰느냐야. 기업 문서 검색엔 0, 마케팅 카피 생성엔 0.5~1.

"Jasper"가 뭐야?

전문가 설명: AI 카피라이팅 스타트업. ChatGPT 이전에 "AI로 마케팅 글 써드립니다"로 기업가치 수십억 달러 갔다가, ChatGPT 무료 버전 나오면서 급락한 케이스.
한나 버전: "AI 카피 써드릴게요" 유료 서비스였는데 ChatGPT 무료로 다 되니까 고객들이 이탈한 거야. 플랫폼이 직접 그 기능을 탑재해버리면 그 위에서만 장사하던 크리에이터 도구들이 위험해지는 것처럼.

"singularity"가 뭐야?

전문가 설명: AI 능력이 인간 전체를 초월하는 시점. 그 이후 어떻게 될지 예측 불가능하다고 해서 '특이점'이라고도 불러.
한나 버전: 유튜브 알고리즘이 어느 순간 "크리에이터보다 알고리즘이 더 잘 안다"는 시점처럼 — AI가 어느 순간 "인간보다 모든 걸 더 잘한다"는 순간이 오는 거야. 노정석은 2년 안에 올 수도 있다고 봤어.

🔥 노정석 어록 모음

"지금도 늦었다 하고 1월 2일부터 2주 동안 부트캠프를 했어요."

분위기: 이창수 대표가 담담하고 확신에 찬 목소리로. 겁먹은 게 아니라 오히려 빠르게 결정하는 사람 특유의 냉정함.

한나 풀이: 틱톡 숏폼 뜰 때 "좀 더 지켜보자" 했다가 6개월 후에 뛰어든 크리에이터랑, "지금도 늦었다"고 1월 1일부터 찍기 시작한 크리에이터의 차이야. 플랫폼 변화는 관망하는 사람한테 불친절해.

"Jasper가 겪고 있는 어려움들 — 너무 위에만 집중하는 것의 리스크라고 생각하고요."

분위기: 이창수 대표가 살짝 쓴웃음 지으면서. 남의 얘기지만 남의 얘기가 아닌 느낌.

한나 풀이: 인스타 필터 앱 만들었는데 인스타가 자체 필터 기능 넣어버린 것처럼 — 플랫폼이 직접 해버리면 그 위에서만 장사하던 서비스는 순식간에 무너져. 한나도 콘텐츠 도구나 서비스 만들 생각 있으면, "플랫폼이 직접 해버릴 수 있는 기능인가"를 반드시 체크해야 해.

"LLM은 엔진이고, 지금은 그 엔진을 가지고 승용차도 만들고 트럭도 만들고 버스도 만들어야 되는 시기예요."

분위기: 이창수 대표가 진지하게 정리하는 톤으로. 이 비유를 말할 때 노정석이랑 최승준 둘 다 "오" 하는 반응이었어.

한나 풀이: 유튜브라는 엔진이 생겼을 때, 요리 채널이 나오고 게임 채널이 나오고 브이로그가 나오는 것처럼 — 지금 AI 엔진 위에서 어떤 "차체"를 만들지가 진짜 승부처야. 엔진 성능 논쟁보다 "내가 어떤 차를 만들 건지"가 더 중요하다는 거.

🎬 한나 적용 포인트

반복 업무를 "LLM 앱"처럼 만들어봐 이창수 대표 회사에서 직원들이 경비 계산, 인바운드 메일 정리, 협찬 이메일 개인화를 다 LLM 앱으로 만들어 쓴다고 했어. 한나도 인스타 DM 답장 템플릿, 협찬 제안서 검토 체크리스트, 콘텐츠 기획안 초안 같은 걸 ChatGPT 프롬프트로 만들어놓으면 반복 시간을 확 줄일 수 있어. "쓸 때마다 새로 만드는" 게 아니라 "저장해 두고 꺼내 쓰는" 방식으로.

"엔진 위에 차체" 관점으로 나만의 AI 콘텐츠 포맷 실험해봐 지금 유튜브/인스타 크리에이터 중에 "AI 활용법" 콘텐츠 올리는 사람들 많지만 대부분 피상적이야. 한나가 실제로 AI 도구로 협찬 제안서를 몇 초 만에 만드는 과정, 브랜드 캡션 10개를 30초에 뽑는 과정 — 이런 "실제 크리에이터 업무에 AI 붙이는 것"을 시리즈로 만들면 차별화돼. 이창수 대표가 "고객들이 우리가 생각 못 한 방식으로 쓰더라"고 했는데, 한나도 먼저 써보고 그 경험 자체가 콘텐츠가 될 수 있어.

플랫폼이 직접 해버릴 수 있는 것들 미리 점검해 Jasper 이야기가 핵심이야. "AI로 카피 써드립니다"가 ChatGPT 무료화로 한방에 무너진 것처럼 — 한나가 만약 어떤 AI 기반 서비스나 도구를 만들려고 한다면, "유튜브/인스타/틱톡이 이 기능을 직접 내장할 가능성이 있나?"를 먼저 체크해야 해. 플랫폼이 흡수 못 하는 영역 — 한나만의 커뮤니티, 한나의 네트워크, 특정 브랜드들과의 관계 — 이런 쪽이 진짜 moat야.

🏷️ 태그

시기: #2023하
주제: #AI비즈니스 #B2B전략 #LLM활용 #스타트업생존법
인물: #이창수
자유: #올거나이즈 #돈버는AI #부트캠프생존기