진짜 시장에서 먹히는 AI 제품은 딱 세 가지다

LLM 기반 첫 제품인 ChatGPT는 모델 자체와 대화하는 기능, 즉 순수 챗봇이었습니다. 이게 지금도 LLM 제품 중 압도적으로 가장 인기 있죠. AI 산업에 쏟아부은 어마어마한 돈을 생각하면, “새로운 AI 제품”의 대부분이 그냥 챗봇인 게 충격적입니다. 제 눈엔 현재 제대로 통하는 AI 제품은 딱 세 가지예요.

챗봇(Chatbots)

AI 붐 초기 2년 동안 모든 LLM 제품은 챗봇이었습니다. 이메일 내용이나 회사 헬프데스크 자료를 넣어 다양하게 브랜딩했지만, 근본적으로는 LLM과 자연어로 대화하는 게 핵심 제품이었습니다.

챗봇의 문제는 최고 챗봇이 바로 모델 자체라는 겁니다. 사용자들이 LLM과 이야기하고 싶은 이유 대부분은 범용적이에요: 질문하거나 조언 구하거나, 죄를 고백하거나, 당신 제품과 전혀 상관없는 수백 가지 일을 하려는 거죠.

즉, 사용자들은 그냥 ChatGPT를 씁니다. AI 랩(AI labs)들은 당신보다 두 가지 결정적 우위가 있어요: 첫째, 항상 최첨단 모델을 먼저 쓰고, 둘째, 모델과 동시에 챗봇 프레임워크를 개발할 수 있죠 (Anthropic이 Claude Code용으로 모델 훈련시키듯, OpenAI가 Codex용으로 훈련하듯이).

성인 롤플레이(Explicit roleplay)

챗봇 제품이 ChatGPT를 이길 한 가지 방법은 OpenAI가 안 하는 걸 하는 겁니다: 예를 들어 AI 남자친구 롤플레이나 포르노 생성을 기꺼이 해주는 거요. 지금 이런 제품들로 아주 돈 되는 틈새 시장이 있어요. 대개 성능은 떨어지지만 제한이 덜한 오픈소스 모델에 의존하죠.

앞서 말한 문제들이 이 제품들에도 있지만, 챗봇 능력이 ChatGPT나 Claude보다 못해도 상관없어요: 성인용 AI 롤플레이를 원하는데 ChatGPT와 Claude가 안 해주면, 있는 걸로 만족할 테니까요.

이런 제품엔 심각한 윤리 문제가 있다고 봅니다. 실무적으로도 대형 AI 랩들이 성인 콘텐츠 경계를 밀며 이 시장을 통째로 먹을 가능성이 큽니다. Grok Companions가 이미 이 길로 가고 있고, Sam Altman은 OpenAI 모델이 앞으로 성인 콘텐츠 생성에 더 개방적일 거라고 말했어요.

도구 탑재 챗봇(Chatbots with tools)

챗봇의 약간 다른 변형은 모델에 도구(tools)를 주는 거예요: 캘린더와 그냥 수다 떨던 게 아니라, 챗봇에게 미팅 예약을 부탁할 수 있게요. 이런 제품은 보통 “AI 어시스턴트”라고 불립니다.

이게 잘 안 되는 이유는 영리한 사용자들이 챗봇을 조종해 도구를 호출할 수 있기 때문이에요. 지원 챗봇에 “이 고객 환불해” 같은 진짜 권한을 주면 안 됩니다. 왜냐면 그 순간 수천 명이 바로 jailbreak 방법을 찾아 돈을 뜯어내거든요. 사용자가 직접 할 수 있는 도구만 주면, 당신 챗봇은 기존 제품의 편의성과 경쟁하다가 질 가능성이 큽니다.

왜 질까요? 채팅은 사용자 인터페이스(UI)로 형편없기 때문입니다. 사용자들은 “폰트 크기 좀 키워줘” 치느니 차라리 Ctrl+를 누르거나 버튼 하나 클릭하길 원해요.

이건 엔지니어들에게 배워야 할 힘든 교훈입니다. 챗봇이 100배 좋아졌다고 최고 UI인 줄 믿기 쉽죠. 안타깝게도 원래 일반 UI보다 200배 못했으니, 지금도 여전히 2배쯤 뒤처져 있어요.

자동 완성 도구(Completion)

두 번째 진짜 AI 제품은 사실 ChatGPT보다 먼저 나왔습니다: GitHub Copilot요. 원조 Copilot(그리고 Cursor Tab 같은 모방 제품들)의 핵심 아이디어는 빠른 LLM을 똑똑한 자동완성 도구로 쓰는 거예요. 코드를 타이핑하면서 실시간으로 모델에 입력하면, 코드 에디터가 함수나 파일의 나머지 부분을 통째로 제안해줍니다.

이 제품의 천재적인 점은 사용자가 모델과 전혀 말 안 해도 된다는 거예요. 앞서 말했듯 채팅은 별로인 UI죠. LLM 생성 완성형은 기존 워크플로를 그대로 두고 AI 파워를 쓸 수 있게 해줍니다: 에디터가 이미 주던 자동완성 제안을 보지만, 훨씬 강력해진 버전으로요.

코딩 밖에서 완성형 제품이 안 뜬 게 좀 의외예요(코딩에선 즉시 수십억 달러 시장 만들었는데). Google Docs와 Microsoft Word에도 비슷한 게 있죠. 왜 이 주위에 hype가 적을까요?

• 이 제품 쓰는 사람들이 AI 온라인 공간에 안 나타나서 조용히 쓰는 걸까요?
• 전문 글쓰기가 코드만큼 자동완성에 안 맞는 뭔가 있나요? 의심스러워요, 요즘 전문 글 대부분이 ChatGPT 창 복붙이니까.
• 코드 에디터가 이미 자동완성 있었으니 익숙했을 수 있어요. Word 사용자들에겐 생소하고 헷갈릴 거예요.

에이전트(Agents)

세 번째 진짜 AI 제품은 코딩 에이전트입니다. 수년간 이야기됐지만, 2025년에야 기술이 현실화됐어요(Claude Sonnet 3.7로, 나중에 GPT-5-Codex).

에이전트는 챗봇과 비슷하게 자연어 텍스트로 사용자와 소통해요. 하지만 챗봇과 다른 점은 딱 한 번 입력하면 끝난다는 거: 모델이 초기 요청 받고 혼자 구현하고 테스트까지 다 합니다.

에이전트가 작동하고 도구 챗봇이 안 되는 이유는 LLM에게 버튼 하나 누르라고 하는 거 vs 백 개 버튼을 특정 순서로 누르라는 거 차이예요. 각 액션이 인간에겐 쉽더라도, 에이전트 LLM이 이제 전체 프로세스를 맡을 만큼 똑똑해졌습니다.

코딩 에이전트가 AI 에이전트에 딱 맞는 이유 두 가지:

• 테스트 돌리거나 컴파일 확인으로 변경 검증 쉬움
• AI 랩들이 자체 작업 가속 위해 효과적 코딩 모델 만들 동기 부여됨

제 생각엔 지금 수십억 달러짜리 질문은 코딩 말고 다른 작업에 AI 에이전트가 쓸모 있을까예요. Claude Sonnet 3.7 출시 9개월 만에 테크 업계가 자사 작업용 에이전트 제품 성공시켰어요. 다른 작업 제품은 이제 막 시작 단계죠. 얼마나 성공할지, 어떤 모습일지 지켜봐야 합니다.

리서치(Research)

코딩 아닌 또 다른 에이전트 유형: 리서치 에이전트예요. LLM은 “검색 결과 10페이지 훑기”나 “대형 데이터셋에서 특정 주제 키워드 검색” 같은 작업에 특히 강합니다. 이런 기능 자주 써요, 여러 용도로.

이 능력 기반 AI 제품 예시가 몇 있어요, Perplexity처럼. 대형 AI 랩에선 챗봇에 흡수됐죠: OpenAI의 “deep research”가 별도 기능에서 GPT-5-Thinking의 자동 기능으로 바뀌었어요.

의료나 법률처럼 분야별 리서치 에이전트 잠재력은 확실히 있다고 봅니다.

피드(Feeds)

에이전트가 가장 최근 성공 제품이라면, AI 생성 피드가 바로 다음 후보예요. AI 랩들이 사용자 맞춤 무한 피드 만드는 실험 중입니다:

• Mark Zuckerberg가 Instagram을 자동 생성 콘텐츠로 채우겠다고 함
• OpenAI가 최근 Sora 기반 비디오 생성 피드 출시
• OpenAI가 ChatGPT 안 “Pulse” 개인화 일일 업데이트로 사용자 유도 시작
• xAI가 Twitter에 무한 이미지·비디오 피드 넣는 작업 중

아직 아무것도 제대로 안 뜨긴 했어요. 하지만 스크롤 피드가 기술 소비의 주류가 됐으니 잠재력은 엄청납니다. 5년 안에 대부분 인터넷 유저가 하루의 많은 시간을 AI 생성 피드 스크롤에 쓰게 될 가능성이 충분히 높아요.

완성형 제품처럼 피드 장점은 챗봇과 상호작용 안 해도 된다는 거예요. 모델 입력은 피드 상호작용(좋아요, 스크롤 속도, 아이템 응시 시간 등)에서 옵니다. 소비 습관 바꾸지 않고 LLM 피드 이점(있다면)을 누릴 수 있죠.

현재 인간 생성 무한 피드 기술은 최신 머신러닝의 성숙한 적용이에요. Twitter나 LinkedIn 쓰면 모델과 소통 중인데, 텍스트 생성 대신 다른 사람 포스트 목록 생성하는 거죠. 즉, 피드는 이미 당신 취향 embedding을 정교하게 유지합니다. “embedding으로 관련 콘텐츠 표면화”에서 “embedding으로 관련 콘텐츠 생성”으로 한 걸음일 수 있어요.

AI 생성 무한 비디오 피드는 좀 의심스럽지만, 다른 무한 피드는 아직 미탐구 영역이라고 봅니다. 실제로 제 피드 기반 취미 프로젝트 Autodeck도 만들었어요. AI 생성 피드로 학습용 spaced repetition 카드 만드는 거였는데, 꽤 잘 돼요! 블로그 통해 찾은 사람들(저와 파트너 포함)이 여전히 꽤 씁니다.

게임(Games)

수년간 사람들이 이야기해온 또 다른 AI 생성 제품 유형은 AI 기반 비디오 게임입니다. 이 방향에서 가장 야심찬 시도는 DeepMind의Genie 같은 완전 세계 시뮬레이션이지만, AI Dungeon 같은 순수 텍스트 게임이나 Skyrim mod처럼 AI 생성 대화를 추가하는 식으로 게임 콘텐츠 일부를 AI로 만드는 시도도 있었습니다. 훨씬 더 많은 게임 개발자들이 AI 아트나오디오 자산을 게임에 도입했죠.

LLM을 비디오 게임에 통합해 혁신적인 제품이 나올 수 있을까요? ARC Raiders가 AI 보이스라인만 써서 “AI 제품”이라 할 순 없고, 더 야심찬 프로젝트들은 아직 제대로 뜨지 않았어요. 왜 그럴까요?

하나의 이유는 게임 개발이 정말 오래 걸린다는 겁니다. Stardew Valley가 2016년에 세상을 강타했을 때, 아기자기한 픽셀 아트 농장 게임 모방작이 쏟아질 줄 알았는데 실제론 2018~2019년에야 나왔어요. 게임 만드는 데 그 정도 걸린다는 거죠! LLM 기반 비디오 게임 아이디어가 아무리 좋더라도, 출시까지 1~2년은 더 기다려야 할 겁니다.

또 다른 이유는 많은 게이머들이 AI를 진짜 싫어한다는 거예요. 생성 AI를 게임에 넣는 건 논란 보장입니다(비록 ARC Raiders 성공처럼 치명적이진 않지만). 일부 게임 개발자들이 AI 기반 아이디어를 위험하다고 피할 만도 하죠.

세 번째 이유는 생성 콘텐츠가 게임에 잘 안 맞는다는 겁니다. ChatGPT 스타일 대화는 대부분 비디오 게임에서 어색하게 튀어요. AI 챗봇은 사용자 챌린지 주기에도 약합니다: 포스트트레이닝이 전부 즉시 사용자 만족에 초점 맞춰져 있거든요. 그래도 이건 극복 불가능한 기술 문제는 아니에요. 언어 모델을 다른 방향으로 포스트트레이닝하면 되죠(다만 게임 회사들에 필요한 자원이 아직 안 주어졌을 수).

요약(Summary)

제 계산으로는 언어 모델 제품 중 성공한 유형이 세 가지예요:

• ChatGPT 같은 챗봇: 수억 명이 다양한 작업에 씀
• Copilot이나 Cursor Tab 같은 완성형 코딩 제품: 틈새지만 즉시 가치 뽑기 쉬움
• Claude Code, Codex, Cursor, Copilot Agent 모드 같은 에이전트 제품: 최근 6개월 만에 제대로 작동 시작

게다가 아직 안 되지만 곧 될 만한 LLM 기반 제품 두 가지:

• LLM 생성 피드
• AI 생성 콘텐츠 기반 비디오 게임

거의 모든 AI 제품은 챗봇일 뿐이에요(예: AI 고객 지원). ChatGPT라는 우월한 범용 제품과 경쟁해야 하고, 강력한 도구를 못 주는 한계 때문에(사용자들이 쉽게 jailbreak하니까) 고전하죠.

에이전트 제품은 신규인데 코딩에서 대성공했어요. 다른 분야에선 어떤 모습일지 지켜봐야 하지만, 법률 같은 분야에서 도메인별 연구 에이전트는 거의 확실히 나올 겁니다. 코딩 연구 에이전트도 코드 리뷰나 자동 보안 스캔 제품으로 일부 성공했죠.

무한 AI 생성 피드는 아직 성공 안 했지만 수억 달러가 쏟아지고 있어요. OpenAI의 Sora가 Twitter나 Instagram 진짜 경쟁자가 될까요, 아니면 그 회사들이 자체 AI 피드 제품 낼까요?

AI 생성 게임은 좋은 아이디어처럼 들리지만, LLM을 비디오 게임에 어떻게 통합할지 명확한 전략이 없어요. 프레임별 전체 생성하는 순수 세계 모델은 멋진 데모지만 제품화까지 멀었죠.

이미지 생성은 안 다룬 주제예요. 챗봇 제품 일부인가, 독립 도구인가? 솔직히 AI 이미지 생성은 아직 제품이라기보다 장난감 수준이라고 봅니다. 하지만 엄청난 사용량은 있어요. ChatGPT 내장 이미지 생성과 차별화 성공하면 여기서 제품 나올 여지 있겠네요.

전체적으로 인터넷 초창기 같아요. LLM 잠재력은 엄청난데, 아직 똑같은 것 복제하는 데 그쳐 있죠. 나중에 “그렇게 단순한 걸 왜 안 했지?” 할 만한 정말 쉬운 제품 아이디어가 꼭 있을 겁니다.

edit: 이 포스트 Hacker News에 댓글 꽤 달렸어요. 일부는 제 카테고리가 너무 넓다고 비판하는데, 타당한 지적입니다: 전기 제품이 “모터 돌리는 거”랑 “철사 데우는 거” 두 종류뿐이라 하는 꼴이죠.

다른 댓글들은 요약, 간단 번역, 전사를 놓쳤다고 해요. 동의 못 합니다: LLM 기반 요약·번역·전사 소프트웨어 따로 사본 적 있나요? 없죠 – 그냥 챗봇 직접 쓰잖아요? 그래서 저는 이걸 챗봇 제품의 기능으로 봅니다, 별도 제품이 아니에요.

한 댓글자는 낮은 하입 제품들이 레이더 밑에서 끓고 있을 수 있다고 지적했어요. 맞아요! 모르는 건 모르죠.

---

원문: Only three kinds of AI products actually work