최근 구글 딥마인드(Google DeepMind)의 CEO 데미스 허사비스(Demis Hassabis)가 OpenAI의 ChatGPT 내 광고 도입 결정에 대해 '놀랍다'는 반응을 보이며 AI 업계의 수익화 전략에 대한 담론을 촉발시켰습니다. 다보스 포럼에서 진행된 인터뷰를 통해 그는 AI 어시스턴트의 신뢰성과 사용자 경험이 광고 기반 모델과 어떻게 공존할 수 있을지에 대한 깊은 우려와 기술적 통찰을 공유했습니다.
"사람들은 자신의 어시스턴트를 신뢰하기를 원합니다. 그렇다면 광고는 그 모델 내에서 어떻게 작동해야 할까요?"
OpenAI는 주간 활성 사용자(WAU) 8억 명에 달하는 거대 플랫폼으로 성장했으나, 천문학적인 인프라 비용과 에너지 소모를 충당하기 위해 비구독자를 대상으로 한 광고 테스트를 시작했습니다. 이에 반해 구글은 검색 엔진과는 결이 다른 'AI 어시스턴트'의 특수성을 강조하며 보다 신중한 태도를 견지하고 있습니다.
검색(Search)과 어시스턴트(Assistant)의 기술적 차이
허사비스는 기존 구글 검색과 AI 챗봇의 사용자 의도(Intent) 처리 방식이 근본적으로 다르다고 지적합니다. 검색은 사용자가 특정 정보를 찾으려는 명확한 의도를 가지고 광고를 '유용한 정보'로 수용할 여지가 크지만, AI 어시스턴트는 개인화된 맥락을 이해하고 실행을 돕는 '디지털 비서' 역할을 수행해야 합니다. 대화 흐름 속에 삽입되는 광고는 단순한 정보 노출을 넘어 사용자 경험(UX)의 질을 저하시키고 에이전트에 대한 신뢰를 무너뜨릴 위험이 있다는 분석입니다.
구글의 전략: 광고 대신 개인화(Personalization)
구글은 현재 제미나이(Gemini)에 광고를 도입할 계획이 없음을 분명히 했습니다. 대신 사용자의 Gmail, Photos, YouTube 기록 등을 연동하여 답변의 정확도와 유용성을 높이는 'Personal Intelligence' 기능 강화에 집중하고 있습니다. 이는 광고 수익보다는 플랫폼 고착화(Lock-in)와 생태계 확장을 우선시하는 전략으로 풀이됩니다.
아키텍트의 분석: AI 비즈니스 모델의 기술적 과제
LLM(대형 언어 모델)의 토큰 생성 비용은 기존 검색 쿼리 처리 비용보다 수십 배 이상 높습니다. WAF나 CDN 레이어에서 캐싱을 최적화하더라도, 생성형 AI의 비결정론적 특성상 실시간 컴퓨팅 자원 소모는 막대합니다. OpenAI의 광고 도입은 결국 'Negative Margin'을 극복하기 위한 고육지책일 가능성이 높습니다.2. RAG(Retrieval-Augmented Generation)와 프라이버시의 충돌
구글이 추진하는 개인화 서비스는 고도화된 RAG 아키텍처를 기반으로 합니다. 사용자의 이메일과 사진 데이터를 벡터 데이터베이스화하여 컨텍스트로 주입할 때, 이를 타겟팅 광고와 결합하려는 시도는 보안 및 프라이버시 측면에서 매우 정교한 격리(Isolation) 기술을 요구합니다.3. Ad-tech 스택의 현대화 필요성
기존의 HTTP 기반 배너 광고나 삽입형 광고 스택은 스트리밍 방식으로 출력되는 LLM 답변 구조와 맞지 않습니다. 대화의 맥락을 실시간으로 분석하여 자연스럽게 제안을 녹여내는 기술적 구현은 자칫 '할루시네이션(환각)'을 유도하거나 모델의 중립성을 해칠 수 있습니다. 결국 광고 로직이 모델 아키텍처 내부로 깊숙이 침투해야 하는데, 이는 유지보수와 투명성 측면에서 거대한 도전 과제가 될 것입니다.
결론적으로, AI 서비스의 수익화는 단순한 UI/UX의 문제가 아니라 인프라 비용 효율화와 신뢰할 수 있는 AI 윤리 사이의 정교한 줄타기입니다. 구글의 '신중론'과 OpenAI의 '속도전' 중 어느 쪽이 지속 가능한 AI 생태계를 구축할지 귀추가 주목됩니다.
원문 출처: Google DeepMind CEO is ‘surprised’ OpenAI is rushing forward with ads in ChatGPT
댓글
댓글 쓰기