ChatGPT 플랫폼 이후, 아직 답 없는 5가지 핵심 질문 — ChatGPT 기술 제품 조직 8/12

시리즈: ChatGPT 기술 제품 조직 (총 12편) | 8회

ChatGPT 플랫폼 이후, 아직 답 없는 5가지 핵심 질문

ChatGPT가 대화 앱에서 에이전트 플랫폼으로 진화하는 과정을 7편에 걸쳐 살펴봤어. 이제 남은 건 “그래서 앞으로 어떻게 되는 거야?”라는 질문인데, 솔직히 말하면 아직 아무도 명확한 답을 갖고 있지 않아. 이 글에서는 ChatGPT의 역사가 만들어낸 5가지 미해결 질문을 정리하고, 각각의 방향성을 짚어볼게.

Summary

• 기술의 핵심은 스케일이 아니라 RLHF(정렬)였는데, 그 다음 전환점이 무엇인지는 아직 열린 질문이야
• GPTs 스토어·에이전트 생태계가 커질수록 품질·안전·수익 표준을 누가 어떻게 정하는가의 문제가 부상하고 있어
• 저작권 소송과 규제 환경은 ChatGPT 확장 속도를 좌우하는 외부 제약으로 여전히 진행 중이야
• 거버넌스 위기의 공식 결론(2024-03-08 WilmerHale)이 나왔지만, 구조적 긴장 자체가 해소됐는지는 별개의 문제야

이 글의 대상

• 7편까지 읽고 “그래서 앞으로 어떻게 되는 거야?”라고 궁금했던 사람
• ChatGPT와 OpenAI의 미래를 구조적으로 분석하고 싶은 개발자·기획자·투자자
• 기술 트렌드를 의사결정에 활용하는 기업 실무자

목차

1. 질문 1: RLHF 이후의 ‘다음 정렬’은 무엇인가
2. 질문 2: 에이전트 생태계는 어떻게 표준화되나
3. 질문 3: 거버넌스 위기는 정말 끝났나
4. 질문 4: 저작권과 데이터 거버넌스의 결말은
5. 질문 5: Responses API 전환이 기업에게 묻는 것
6. 앞으로의 전망: 세 가지 관전 포인트

---

1. 질문 1: RLHF 이후의 ‘다음 정렬’은 무엇인가

ChatGPT가 터진 진짜 이유는 스케일이 아니라 RLHF였어. 그렇다면 다음 전환점은 뭘까?

이 시리즈에서 반복해서 강조한 사실인데, InstructGPT 연구는 1.3B짜리 작은 모델이 175B GPT-3보다 사람 선호 평가에서 더 높은 점수를 받았다는 결과를 보여줬어(Ouyang et al., 2022). 파라미터를 키우는 것보다 “사람이 원하는 방식으로 답하도록 정렬하는” 것이 제품성을 만든다는 걸 증명한 거거든.

관점	이전(GPT-3 시대)	이후(RLHF 시대)
성능 정의	벤치마크 점수	사람 선호도
개선 방법	파라미터 확장	인간 피드백 강화학습
제품 결과	개발자용 API	비전문가도 쓰는 대화 앱

그런데 RLHF도 한계가 있어. 인간 피드백에는 비용이 들고, 피드백 제공자의 편향이 모델에 녹아들 수 있거든. “AI 피드백으로 AI를 정렬한다”는 Constitutional AI 계열의 시도도 나왔고, 강화학습 없이 직접 선호를 학습하는 DPO 같은 접근도 등장했어.

풀리지 않은 질문은 이거야: “RLHF 이후, 어떤 정렬 방법이 다음 ChatGPT 급의 제품성 전환을 만들 것인가?” 기술 로드맵이 제품 로드맵의 1~2년 선행 버전이었다는 걸 감안하면, 지금 연구실에서 실험 중인 정렬 방법론이 2~3년 후 ChatGPT 경험을 결정할 거야.

---

2. 질문 2: 에이전트 생태계는 어떻게 표준화되나

GPTs 스토어까지 왔어. 그다음 문제는 “누가 품질·안전·수익을 보장하나”야.

ChatGPT의 플랫폼화 경로는 꽤 명확하게 추적할 수 있어:

플러그인(2023.03) → 함수 호출(2023.06) → 코드 인터프리터(2023)
→ 이미지·음성(2023.09) → 메모리(2024.02) → GPTs·GPT Store(2024)
→ Responses API(2025~)

지금 ChatGPT는 “하나의 챗봇”이 아니라 “맞춤형 에이전트가 거래되는 생태계”야(GPTs 소개; GPT Store). 그런데 앱스토어가 커지면 필연적으로 생기는 문제들이 있거든:

• 품질 보증: GPT Store 내 수천 개 에이전트의 품질을 어떻게 평가하고 인증하나
• 안전 인증: 에이전트가 외부 시스템과 연결될 때 책임 경계를 누가 정하나
• 수익 배분: 개발자가 만든 GPT에서 발생하는 가치를 어떻게 나누나

모바일 앱스토어가 걸어온 길을 보면 힌트를 얻을 수 있어. 애플·구글은 정책 설계, 수수료 모델, 심사 기준에서 수년에 걸친 시행착오를 거쳤고 지금도 논쟁 중이거든. ChatGPT 에이전트 생태계는 여기에 “모델 행동의 예측 불가능성”이라는 변수가 더해지는 더 복잡한 문제야.

---

3. 질문 3: 거버넌스 위기는 정말 끝났나

WilmerHale 검토 완료(2024-03-08)는 공식 결론이지, 구조적 문제 해결은 아니야.

2023년 11월의 Altman 해임·복귀 사태는 OpenAI 역사에서 가장 극적인 5일이었어. 이후 2024년 3월 8일 OpenAI는 WilmerHale 법률 검토 완료를 발표하며 “Altman과 Brockman이 계속 리드한다”는 결론을 공식화했지(OpenAI, 2024-03-08). 날짜를 정확히 기억해둘 이유가 있어—이게 그 사태의 공식 결론으로서 회사 역사에 남을 이벤트거든.

그런데 이 결론이 말해주지 않는 게 있어:

“안전 vs 속도”의 긴장, “비영리 미션 vs 상업적 확장”의 충돌—이게 해소됐나?

2019년 capped-profit LP 전환 때부터 쌓인 구조적 긴장이 2023년 11월에 폭발한 거거든(OpenAI LP 발표). WilmerHale 결론은 “누가 리더인가”를 정리했지, 그 긴장의 원인을 없애지는 않았어.

앞으로도 OpenAI가 더 빠른 제품 출시 vs 더 신중한 안전 검증 사이에서 어떤 선택을 하는지가 거버넌스 건강 지표가 될 거야.

---

4. 질문 4: 저작권과 데이터 거버넌스의 결말은

저자 단체의 집단소송은 현재 진행형이고, 판결 방향이 AI 산업 전체의 비용 구조를 바꿀 수 있어.

2023년 Authors Guild를 비롯한 저자 단체들은 OpenAI를 상대로 집단소송을 제기했어(소장 원문). 핵심 쟁점은 학습 데이터 사용의 적법성—저작권이 있는 텍스트로 모델을 학습시키는 게 공정 이용에 해당하냐는 거야.

결론은 아직 나오지 않았어. 그런데 판결 방향에 관계없이 이 소송은 이미 업계를 움직이고 있어:

영향	내용
데이터 문서화	학습 데이터 출처와 라이선스 추적 비용 증가
삭제 요청 대응	“내 작품을 학습에서 빼달라” 요청 처리 체계 필요
계약 협상	뉴스 미디어·출판사와 데이터 라이선스 협상 확산
사용 정책 강화	고위험 사용례 통제 강화(Usage Policies)

이건 OpenAI만의 문제가 아니야. 학습 데이터 거버넌스는 앞으로 AI 모델을 만드는 모든 기업에게 피해갈 수 없는 비용 항목이 되는 중이야.

---

5. 질문 5: Responses API 전환이 기업에게 묻는 것

ChatGPT에서 먼저 검증된 에이전트 패턴이 API 표준이 됐어. 기업은 지금 어디에 있어야 해?

Responses API는 단순한 버전 업그레이드가 아니야. 기본 설계 철학 자체가 바뀌었거든:

구분	Chat Completions (기존)	Responses API (신규)
상태 관리	호출마다 컨텍스트 전달	기본값이 상태 유지
도구 사용	직접 구현	호스티드 툴 기본 제공
워크플로우 단위	단일 응답	멀티스텝 에이전트 루프

이 전환의 실무적 의미는 뚜렷해(Responses API 블로그). LLM 연동의 기본 단위가 “한 번의 답변”에서 “여러 단계로 도구를 써가며 목표를 달성하는 흐름”으로 이동하는 거야.

그런데 이게 기업한테는 양날의 검이야:

• 생산성 상승: 복잡한 업무 자동화가 이전보다 훨씬 쉬워져
• 플랫폼 종속: OpenAI 인프라에 더 깊이 의존하게 돼
• 책임 경계 재정의: 에이전트가 외부 시스템을 건드릴 때 보안·감사·프라이버시 책임이 누구한테 있나

“어디까지를 외부 플랫폼에 맡길 것인가”—이 질문에 대한 답을 정책으로 정해두지 않은 조직은 에이전트 도입 과정에서 예상치 못한 문제를 만날 거야.

---

6. 앞으로의 전망: 세 가지 관전 포인트

이 다섯 가지 질문을 종합하면, 앞으로 ChatGPT와 OpenAI의 방향을 읽는 핵심 관전 포인트가 셋으로 모여.

첫째, 에이전트 생태계 표준화

GPT Store 이후 에이전트의 품질 평가·안전 인증·수익 배분이 어떻게 제도화되는지가 ChatGPT 플랫폼의 성숙도를 가늠하는 잣대가 될 거야. 앱스토어와 달리, 에이전트는 “무엇을 만드냐”보다 “어떻게 행동하냐”가 안전 문제와 직결되기 때문에 기존 플랫폼 거버넌스보다 훨씬 복잡한 과제야.

둘째, 규제·저작권 환경의 귀결

저자 단체 소송의 판결, EU AI Act 적용 범위, 각국 데이터 규제—이것들의 결론이 모델 개발 비용과 제품 확장 속도에 직접 반영될 거야. 규제를 “부차적 이슈”로 보지 않고 “제품 로드맵의 제약 조건”으로 봐야 해.

셋째, 기업 도입의 초점 이동

“챗봇 PoC”에서 “업무 절차 자동화 에이전트”로 기업 AI 도입의 중심이 이동하고 있어. 이 전환에서 성패를 가르는 건 모델 성능이 아니야—통제·감사·보안 체계를 먼저 설계한 조직이 에이전트를 실제로 쓸 수 있고, 그렇지 않은 조직은 리스크에 막히게 돼.

---

핵심 정리

1. RLHF(정렬)가 스케일보다 제품성을 만들었어. 1.3B InstructGPT > 175B GPT-3.
2. GPTs 스토어 생태계의 품질·안전·수익 표준화는 아직 해결되지 않은 핵심 과제야.
3. WilmerHale 2024-03-08 결론은 공식 결론이지, 구조적 긴장의 해소가 아니야.
4. 저자 단체 소송은 AI 산업 전체의 데이터 거버넌스 비용 구조를 재편할 변수야.
5. Responses API 전환은 기업에게 플랫폼 종속·보안·감사 체계를 먼저 정책화할 것을 요구해.

---

FAQ

Q. RLHF가 그렇게 중요하다면 지금도 ChatGPT에 쓰여?

A. 응, RLHF(또는 그 변형)는 지금도 ChatGPT 학습의 핵심이야. 다만 “더 효율적이고 적은 인간 피드백으로 정렬하는” 방법들이 계속 연구되고 있어서, 명칭과 구체적 방법론은 버전마다 달라질 수 있어.

Q. GPT-2 때 왜 모델을 바로 공개하지 않았어?

A. OpenAI는 2019년 GPT-2가 가짜 뉴스나 스팸 생성 같은 악용에 쓰일 수 있다는 우려로 단계적 공개를 택했어(OpenAI, 2019). 결과적으로 이 결정이 “대형 모델을 어떻게 배포할 것인가”가 기술 문제만큼 중요해지는 거버넌스 논쟁의 원형이 됐어.

Q. WilmerHale 검토가 뭐야?

A. 2023년 11월 Sam Altman 해임·복귀 사태 이후, OpenAI 이사회가 외부 법률 회사 WilmerHale에 의뢰한 독립 검토야. 2024년 3월 8일 결과가 공개됐고, “Altman과 Brockman이 계속 리드”한다는 결론이 나왔어(OpenAI, 2024-03-08).

Q. capped-profit 구조가 지속 가능해?

A. 지금까지는 작동하고 있어. 비영리가 지배권을 갖되 투자자에게 수익 상한을 두는 구조거든. 다만 기업 가치가 커질수록 “왜 수익이 제한되어야 하나”라는 투자자 압력이 커질 수 있어. 이 구조의 지속 가능성은 계속 관찰해야 할 부분이야.

Q. Responses API로 전환하면 기존 코드를 다 바꿔야 해?

A. OpenAI는 마이그레이션 가이드를 제공하고 있어(마이그레이션 가이드). Chat Completions도 계속 지원되지만, 장기적으로 새로운 기능은 Responses API 중심으로 추가될 가능성이 높아. 지금 당장 전환을 강요받는 건 아니지만, 신규 프로젝트라면 Responses API 기준으로 설계하는 게 맞아.

Q. 에이전트 생태계에서 플랫폼 종속이 왜 문제가 돼?

A. 에이전트가 내부 시스템과 깊게 연결될수록, 나중에 다른 플랫폼으로 옮기는 비용이 커져. 게다가 에이전트가 외부 데이터에 접근하고 행동을 수행하면 보안·감사 로그·승인 절차가 필요한데, 이게 OpenAI 인프라 안에 있으면 독립적으로 통제하기가 어려워. 그래서 도입 전에 “어디까지를 외부에 맡기나”를 정책으로 정해두는 게 중요해.

Q. 저작권 소송이 사용자에게 직접 영향을 미쳐?

A. 직접적인 영향보다는 간접적 영향이 커. 예를 들어 소송 결과에 따라 특정 유형의 콘텐츠 생성 기능이 제한되거나, 학습 데이터 거버넌스 비용이 올라가면 구독 가격에 반영될 수 있어. 지금 당장은 아니지만 중장기적으로 관련 있는 이슈야.

Q. OpenAI 말고 다른 곳도 비슷한 문제를 겪고 있어?

A. 응, 구글·메타·Anthropic·Mistral 등 대형 모델을 만드는 모든 기업이 정렬·데이터 거버넌스·안전 배포 문제를 안고 있어. 특히 저작권 소송은 OpenAI뿐 아니라 업계 전체에 파급되는 법적 질문이야.

---

참고 자료 (References)

데이터 출처

출처	설명	링크
Ouyang et al., 2022	InstructGPT 논문: 1.3B 모델이 175B GPT-3 대비 사람 선호도 우위	arXiv
OpenAI, 2024-03-08	WilmerHale 검토 완료 및 Altman·Brockman 리더십 공식 확인	openai.com
OpenAI, 2019	GPT-2 단계적 공개: 책임 있는 공개 거버넌스의 원형	openai.com
OpenAI LP, 2019	capped-profit 구조 도입 발표	openai.com
Authors Guild 소장	저자 단체 vs OpenAI 저작권 집단소송 원문	classaction.org
Responses API 블로그	Chat Completions에서 에이전트형 워크플로우로의 전환 설명	developers.openai.com

핵심 인용

“레이블러들은 1.3B InstructGPT 출력을 175B GPT‑3 출력보다 선호했다—파라미터 수가 100배 이상 차이나는데도.”
— Ouyang et al., InstructGPT 논문(2022)

“이사회는 Sam Altman이 CEO로, Greg Brockman이 사장으로 복귀한다는 것을 확인한다.”
— OpenAI, WilmerHale 검토 완료 발표(2024-03-08)

---

다음 편 예고

[9편] 흩어진 퍼즐 조각 맞추기

• Completions→Responses API 진화 총정리
• OpenAI 안전 정책 타임라인(GPT-2~Usage Policies)
• ChatGPT 대중화의 구조적 이유 압축 정리