기업, 국가, 교육계에 스며드는 AI의 세 갈래 흐름

기업 내부의 지능 계층을 노리는 Glean의 전략

대기업용 AI 경쟁이 격해지는 가운데 사용자 인터페이스 경쟁에만 집중하지 않고 그 아래층을 지배하려는 접근이 주목된다. Glean은 초기에는 기업용 검색 엔진을 목표로 출발해 회사 내부의 다양한 SaaS 데이터를 색인화하고 검색 가능하게 만들었다. 그 과정에서 사람들의 업무 방식과 정보 흐름을 깊이 이해하게 됐고, 이 기반 지식이 에이전트와 연계될 때 실질적 가치를 발휘한다고 판단한다.

Glean이 제시하는 핵심 가치는 세 가지다. 첫째는 모델 추상화다. 기업이 특정 대형 모델 제공자에 잠기지 않도록 여러 모델을 조합하거나 전환할 수 있게 한다. 둘째는 커넥터다. Slack, Jira, Salesforce, Google Drive 같은 도구들과의 깊은 통합을 통해 정보 흐름을 매핑하고 에이전트가 실제 업무 영역에서 동작하도록 만든다. 셋째는 거버넌스다. 누가 어떤 정보에 접근할 수 있는지를 고려하는 권한 인식형 검색과 검증 체계가 있어야 대규모 배포가 가능하다고 본다.

실무적으로는 모델의 생성 결과를 소스 문서와 대조해 검증하고 문장별로 출처를 제공하는 방식으로 환각 문제를 줄이고, 응답이 사용자 권한에 맞도록 필터링하는 방법을 적용한다. 이런 기반 계층은 마이크로소프트와 구글 같은 플랫폼 업체들이 생산성 도구 전면에 AI를 통합할 때에도 의미를 갖는다. 기업들이 단일 모델이나 단일 생산성 생태계에 묶이길 원하지 않는 한, 중립적 인프라 계층은 여전히 선택지로 남는다.

투자자도 이 전략을 지지하는 모습이다. Glean은 Series F에서 1억5000만 달러를 조달해 기업 가치가 72억 달러로 뛰었다는 점은 중간 계층 인프라의 사업적 타당성을 뒷받침한다. 대형 연구실급 컴퓨팅 비용에 의존하지 않고도 기업 고객 기반과 통합 역량으로 성장할 수 있다는 점이 주요 근거다.

인도의 사용자 기반 확대와 접근성 전략

인도는 대규모 인터넷 이용자와 젊은 인구 구조를 바탕으로 주요 AI 시장으로 떠오르고 있다. OpenAI 최고경영자는 인도에서 챗GPT의 주간 활성 사용자 수가 1억 명에 달한다고 밝히며 인도가 미국 다음가는 사용자 기반임을 언급했다. 회사는 인도 시장 특성상 가격 민감도를 고려해 소액 요금제인 챗GPT Go를 선보였고 이후 1년간 무료로 제공하는 등 현지화 전략을 펼쳤다.

학생층이 채택을 주도하고 있다는 점이 특징이다. 인도에서 학생 사용자가 전 세계에서 가장 많다는 지적은 교육용 채택이 넓게 확산되고 있음을 보여준다. 구글 또한 인도 학생에게 AI 관련 유료 플랜을 일정 기간 무료로 제공한 사례가 있어 글로벌 기업들이 교육 부문을 채널로 삼고 있다. 인도의 AI 사용은 학습 목적 중심으로 빠르게 자리잡는 양상이다.

국가 차원의 제도적 대응도 병행된다. 인도 정부의 AI 관련 공공 프로그램은 컴퓨팅 인프라 확충과 스타트업 지원, 공공서비스 적용을 목표로 하며 대규모 채택을 산업적 성과로 연결하려는 의지를 드러낸다. 그러나 가격 민감도와 인프라 제약은 상업적 수익화와 대규모 배포를 어렵게 만드는 현실적 장벽이다. 이 때문에 기업들은 접근성 확대와 현지 협력 모델을 통해 사용자 확보와 실질적 활용을 동시에 추진하고 있다.

국제적 행사와 고위급 참여를 통해 인도의 역할이 커지고 있다는 사실도 확인된다. 다국적 기업과 정치 지도자들이 한자리에 모이는 장은 인도가 기술 채택의 광범위성을 바탕으로 글로벌 AI 논의에서 영향력을 키우고 있음을 보여준다. 기업들은 단순한 사용자 수 증가를 넘어 교육과 공공 인프라 측면에서 인도가 기술 거버넌스와 채택 방식에 미치는 영향력을 관찰하고 있다.

학부생들의 선택이 바꾼 컴퓨터과학 교육 지형

최근 미국 대학가에서는 전통적 컴퓨터과학 전공의 지원 감소와 AI 관련 전공의 급증이라는 현상이 관찰된다. 캘리포니아 대학교 시스템의 전공 신청 현황은 컴퓨터과학 학부 등록이 전년 대비 줄어들었음을 보여주며 이는 단순한 단기 변동으로 보기 어렵다는 해석이 제기된다. 반면 AI 전공을 신설한 캠퍼스는 반등을 경험하는 사례가 있다. 예를 들어 UC 샌디에이고는 이번 학기에 AI 전공을 따로 도입해 유일하게 전공 등록이 증가한 캠퍼스로 지목됐다.

국외 사례는 학제적 접근의 차이를 드러낸다. 중국의 대학들은 AI 교육을 필수 인프라로 간주하며 전례 없는 속도로 관련 교육을 확장하고 있다. 중국에서는 학생과 교수의 상당 부분이 일상적으로 AI 도구를 사용하고 있으며 일부 대학은 AI 교과목을 의무화하거나 AI 대학을 새로 설립해 인재 양성에 집중한다. 미국 대학들은 이와 다른 속도로 적응하는 가운데 다수는 새롭게 AI 전공을 개설하거나 기존 학과를 재편성하고 있다.

대학 내부에서는 AI 통합을 둘러싼 견해 차이가 크다. 일부 행정가는 교육 커리큘럼을 빠르게 조정해 학생들이 졸업 후 경쟁력을 유지하도록 유도한다. 반면 일부 교수는 교육 방식의 본질적 변화에 대한 우려를 표하며 신속한 전환에 저항하기도 한다. 학부모의 우려도 영향을 미친다. 과거에 컴퓨터과학을 권하던 부모들이 AI 자동화에 대한 불확실성 때문에 다른 공학 분야로 자녀의 진로를 유도하는 사례가 늘어났다.

결국 학생들의 선택은 기술계의 인력 흐름을 실질적으로 바꾸고 있다. 많은 대학이 AI 중심 학위와 프로그램을 확대하면서 이 분야에 몰리는 학생 수요를 흡수하려 한다. 이러한 전환이 장기적으로 정착할지 여부는 앞으로의 고용 시장과 교육 제도 대응 능력에 달려 있다.