ChatGPT 역사를 바꾼 결정적 순간 5가지 — ChatGPT 기술 제품 조직 11/12

시리즈: ChatGPT 기술 제품 조직 (총 12편) | 11회

ChatGPT 역사를 바꾼 결정적 순간 5가지

ChatGPT가 그냥 잘 만든 챗봇이라고 생각했다면 다시 봐야 해. 이 글에서는 챗봇에서 에이전트로, 단순 공개에서 거버넌스 설계로 이어진 OpenAI의 결정적 순간 5가지를 정리했어.

Summary

• GPT-2 단계적 공개(2019)는 “배포 방식 = 안전 메커니즘”이라는 OpenAI 원형 전략의 출발점이야
• ChatGPT 대중화는 성능 단독이 아니라 무료·대화 UX·RLHF·바이럴·Microsoft 5가지 결합의 결과야
• Function Calling(2023)으로 LLM이 처음으로 외부 시스템을 “실행”할 수 있게 됐어
• Responses API는 단순 엔드포인트 교체가 아니라 에이전트형 컴퓨팅으로의 아키텍처 전환이야

이 글의 대상

• ChatGPT가 어떻게 지금의 형태로 진화했는지 궁금한 사람
• OpenAI의 기술 결정 뒤에 어떤 판단이 있었는지 알고 싶은 개발자·제품 담당자
• AI 거버넌스가 실제로 어떻게 작동하는지 이해하고 싶은 사람

목차

1. GPT-2 단계적 공개: 안전 전략의 원형
2. ChatGPT 대중화: 성능보다 결합이 만든 폭발
3. Stack Overflow 금지 사건: 확산의 충격
4. Function Calling: LLM에 손발이 생기다
5. Responses API: 챗봇에서 에이전트로
6. 안전/거버넌스는 별도 트랙이 아니었어

---

1. GPT-2 단계적 공개: 안전 전략의 원형

2019년, OpenAI는 모델을 완성해 놓고도 바로 공개하지 않았어.

GPT-2 1.5B 파라미터 최종 버전을 내놓기까지 OpenAI는 단계적 릴리스를 선택했어. 처음엔 소형 모델만 공개하고, 반응과 위험을 모니터링하면서 점차 큰 모델로 이동했지. 당시 이 결정은 논쟁적이었어 — 일부에선 “과잉반응 아니야?”, “홍보용 PR이다”라는 비판도 있었거든.

근데 지금 돌아보면 이게 얼마나 중요한 결정이었는지 보여. 이후 GPT-3, ChatGPT, GPT-4의 공개 방식이 모두 이 원형을 따라 설계됐고, 시스템 카드·레드팀·API 통제라는 안전 인프라의 출발점이 됐으니까.

“As the final model release of GPT‑2’s staged release, we’re releasing the largest version (1.5B parameters) of GPT‑2 along with code and model weights…”
— OpenAI

단계적 공개는 단순한 신중함이 아니라 배포 자체를 안전 메커니즘으로 설계한 거야. 이게 OpenAI 안전 접근법의 핵심 DNA가 됐어.

---

2. ChatGPT 대중화: 성능보다 결합이 만든 폭발

2022년 11월 ChatGPT 출시 5일 만에 100만 사용자를 돌파했어. 근데 이게 단순히 “성능이 좋아서”는 아니야.

ChatGPT 대중화의 실제 요인은 5가지가 결합한 거야:

요인	설명
무료 공개	별도 신청 없이 바로 사용 가능
대화 UX	채팅창 하나로 진입 장벽 제거
RLHF	인간 피드백 강화학습으로 자연스러운 응답
바이럴	스크린샷·공유로 자발적 확산
Microsoft 파트너십	Bing 통합·Azure 인프라로 스케일업

이 중 하나만 있었으면 이렇게 빠른 확산은 없었을 거야. 특히 RLHF가 핵심이었어 — GPT-3도 성능은 놀라웠지만 “대화 상대”로 쓰기엔 어색했거든. RLHF가 그 간극을 메웠지. 2023년 2월 Microsoft가 “AI 파워드 Bing”을 공개한 것도 수억 명에게 AI를 처음 경험시키는 계기가 됐어.

---

3. Stack Overflow 금지 사건: 확산의 충격

ChatGPT 출시 직후인 2022년 12월, Stack Overflow는 ChatGPT 생성 답변을 일시적으로 금지했어.

이건 단순한 정책 해프닝이 아니야. “AI가 틀린 답을 그럴듯하게 생성한다”는 문제가 커뮤니티 수준에서 처음 가시화된 순간이었거든. Stack Overflow가 우려한 건 정확도야 — AI 답변이 얼핏 보기엔 맞는 것 같지만 세부 내용이 틀린 경우가 많았으니까.

이 사건이 중요한 이유는 세 가지야:

1. AI의 대중 확산이 동시에 품질·신뢰·정책 충돌을 촉발한다는 걸 보여줬어
2. 기술적 성능과 실제 신뢰 가능성 사이의 간극 문제를 수면 위로 올렸어
3. 이후 AI 생성 콘텐츠에 대한 플랫폼 정책 논의의 기준점이 됐어

빠른 확산과 신뢰 확보는 동시에 달성하기 어렵다 — 이게 ChatGPT가 초기에 직면한 가장 현실적인 긴장이었어.

---

4. Function Calling: LLM에 손발이 생기다

2023년 6월, OpenAI는 gpt-4-0613과 gpt-3.5-turbo-0613에 Function Calling을 도입했어.

그 전까지 LLM은 텍스트를 생성하는 것 외에 아무것도 할 수 없었어. Function Calling이 나온 순간 달라진 거야 — 이제 모델이 외부 함수를 “실행”할 수 있게 됐으니까.

“Developers can now describe functions to gpt-4-0613 and gpt-3.5-turbo-0613, and have the model intelligently choose to output a JSON object containing arguments to call those functions.”
— OpenAI (2023-06-13)

쉽게 말하면 이래 — 이전까진 모델이 “날씨가 궁금하면 weather API를 써”라고 말해주는 역할이었는데, Function Calling부터는 모델이 직접 어떤 API를 어떤 인자로 호출할지 JSON을 출력하고, 앱이 그걸 실행하는 구조가 된 거야.

이게 에이전트 AI의 진짜 출발점이야. LLM이 “대화 상대”에서 “도구를 사용하는 에이전트”가 되기 시작한 순간이거든.

---

5. Responses API: 챗봇에서 에이전트로

Responses API는 단순한 엔드포인트 교체가 아니야. 이건 아키텍처 전환이야.

Chat Completions API는 “한 주말에 만들어졌다”는 OpenAI의 회고가 있어. 시장 요구에 빠르게 반응한 결과였지. 근데 그 구조적 한계 — 매 턴마다 상태를 새로 전달해야 하는 무상태(stateless) 설계 — 는 에이전트 시나리오에서 점점 걸림돌이 됐어.

Responses API가 해결한 게 바로 이거야:

“/v1/responses is an agentic loop…Responses preserves the model’s reasoning state across those turns.”
— OpenAI Developers Blog

항목	Chat Completions	Responses API
상태 관리	매 턴마다 전체 맥락 전달	추론 상태 보존
설계 패러다임	대화형 LLM	에이전트형 컴퓨팅
적합한 시나리오	단발성 Q&A, 간단한 챗봇	멀티스텝 에이전트, 자율 작업
개발 복잡도	상대적으로 낮음	에이전트 루프 이해 필요

이 전환의 의미는 커 — AI가 “질문에 답하는 도구”에서 “여러 단계에 걸쳐 작업을 수행하는 에이전트”로 진화하는 과정이, API 구조 자체에 반영된 거거든.

---

6. 안전/거버넌스는 별도 트랙이 아니었어

지금까지 살펴본 5가지 순간을 연표로 놓고 보면 패턴이 보여.

시점	기술·제품 이벤트	안전·거버넌스 이벤트
2019	GPT-2 1.5B 공개	단계적 릴리스 설계
2020	GPT-3 API 공개	API 접근 통제 시작
2022	ChatGPT 출시	Stack Overflow 금지, 정책 충돌 가시화
2023	Function Calling	시스템 카드·Usage Policies 체계화
2025	Responses API	레드팀 프로세스 확립, 거버넌스 체계 성숙

“Red teaming means using people or AI to explore a new system’s potential risks in a structured way.”
— OpenAI

안전과 기술 발전은 같은 타임라인 위에서 동시에 진행돼 왔어. 단계적 공개가 안전 메커니즘이었고, API 통제가 거버넌스 도구였고, 레드팀이 배포 전 관문이었어. “AI 안전”을 별도의 제약이나 규제 대응으로 보는 시각은, 이 구조를 이해하면 재고하게 될 거야.

---

핵심 정리

1. GPT-2 단계적 공개(2019)는 "배포 방식 = 안전 메커니즘"이라는 OpenAI 원형 전략의 시작이야
2. ChatGPT 대중화는 성능 단독이 아니라 무료·UX·RLHF·바이럴·Microsoft 5가지 결합의 결과야
3. Function Calling(2023)은 LLM이 텍스트 생성기에서 에이전트로 전환된 기술적 출발점이야
4. Responses API는 Chat Completions의 단순 업그레이드가 아니라 에이전트형 컴퓨팅으로의 전환이야
5. 기술·제품·안전 이벤트는 분리된 트랙이 아니라 같은 연표 위에서 서로 맞물려 진행돼 왔어

---

FAQ

Q. GPT-2 단계적 공개 당시 왜 논란이 있었어?

A. 완성된 모델을 바로 공개하지 않는 건 당시엔 전례가 없는 결정이었어. “과잉반응이다”, “홍보용 PR이다”라는 비판도 있었지. 하지만 결과적으로 이 선택이 이후 OpenAI 안전 전략 전체의 토대가 됐어.

Q. RLHF가 구체적으로 뭐야?

A. Reinforcement Learning from Human Feedback, 인간 피드백 강화학습이야. 모델이 여러 응답 후보를 생성하면 사람이 어떤 게 더 나은지 평가하고, 그 피드백으로 모델을 추가 학습시키는 방식이야. ChatGPT가 자연스럽게 느껴지는 이유가 바로 이 과정 덕분이야.

Q. Chat Completions API가 “한 주말에 만들어졌다”는 게 사실이야?

A. OpenAI 개발자 블로그에서 나온 회고야. 단순화된 표현이겠지만, 제품·플랫폼이 얼마나 빠르게 시장 요구에 반응하며 만들어졌는지를 상징적으로 보여주는 에피소드야. 그리고 그 빠름이 나중에 구조적 한계로 이어진 것도 사실이고.

Q. Responses API로 넘어가면 기존 Chat Completions 코드는 다 바꿔야 해?

A. OpenAI는 Chat Completions도 계속 지원할 예정이야. 단발성 Q&A나 간단한 챗봇이라면 굳이 전환할 필요 없어. 멀티스텝 에이전트, 자율 작업 같은 복잡한 시나리오에서 Responses API의 강점이 나와.

Q. Function Calling과 Tool Use는 같은 개념이야?

A. 거의 같은 개념이야. OpenAI가 Function Calling이라고 불렀던 걸, 이후 Anthropic 등 다른 회사들과 함께 Tool Use라는 더 넓은 개념으로 발전시켰어. 모델이 외부 시스템을 “호출”할 수 있다는 핵심 아이디어는 동일해.

Q. Stack Overflow는 지금도 AI 생성 답변을 금지해?

A. 초기의 전면 금지에서 정책이 계속 진화해 왔어. AI 생성 콘텐츠 자체를 금지하기보다, 출처 표시와 정확도 검증 요건을 강화하는 방향으로 바뀌는 추세야. AI 정책을 다루는 플랫폼들의 공통적인 방향이기도 해.

Q. 레드팀(Red Teaming)은 어떻게 진행돼?

A. OpenAI 정의에 따르면, 사람이나 AI를 활용해 새로운 시스템의 잠재적 위험을 구조적으로 탐색하는 과정이야. 전문 보안 연구자들이 모델에 악의적 프롬프트를 시도해보거나, AI가 AI를 테스트하는 방식으로도 진행돼. 모델 배포 전 관문 역할을 하지.

Q. Microsoft 파트너십이 ChatGPT 확산에 얼마나 영향을 줬어?

A. 상당히 컸어. Bing에 ChatGPT 기술을 통합하면서 수억 명의 기존 사용자에게 AI를 노출시켰고, Azure 인프라를 통해 폭발적 사용자 증가를 감당할 수 있었어. 2023년 2월 Microsoft가 “AI 파워드 Bing”을 발표한 게 대표적인 사례야.

---

참고 자료 (References)

데이터 출처

출처	설명	링크
OpenAI Developers Blog	Responses API 소개 및 에이전트 루프 설명	Responses API 소개
OpenAI	Function Calling 공식 발표 (2023-06-13)	Function Calling 발표
OpenAI	GPT-2 1.5B 최종 공개 발표	GPT-2 1.5B 공개 발표
OpenAI	레드팀 접근법 공식 설명	레드팀 고도화 발표
The Verge / Stack Overflow	ChatGPT 생성 답변 Stack Overflow 금지 보도	Stack Overflow 금지 보도
OpenAI	ChatGPT 최초 공개 공식 발표	ChatGPT 공식 발표
Greg Brockman (X/Twitter)	ChatGPT 5일 만에 100만 사용자 게시	X 게시물
Stack Overflow Meta	ChatGPT 생성 콘텐츠 임시 금지 공식 정책 공지	Stack Overflow 공지

핵심 인용

“/v1/responses is an agentic loop…Responses preserves the model’s reasoning state across those turns.”
— OpenAI Developers Blog

“Developers can now describe functions to gpt-4-0613 and gpt-3.5-turbo-0613, and have the model intelligently choose to output a JSON object containing arguments to call those functions.”
— OpenAI (2023-06-13)

“As the final model release of GPT‑2’s staged release, we’re releasing the largest version (1.5B parameters) of GPT‑2 along with code and model weights…”
— OpenAI

“Red teaming means using people or AI to explore a new system’s potential risks in a structured way.”
— OpenAI

---

다음 편 예고

[12편] ChatGPT 히스토리가 말해주는 다음 경쟁의 규칙

• 기술·제품·조직 세 축 종합 정리
• 이해관계자별 제언(기업 경영진·개발팀·정책 담당자)
• 에이전트 생태계 3대 관전 포인트