시리즈: ChatGPT 기술 제품 조직 (총 12편) | 3회
ChatGPT가 단순 챗봇에서 플랫폼으로 진화한 과정
2022년 11월 공개된 ChatGPT가 불과 2년 만에 ‘챗봇’이 아닌 ‘생태계’가 된 이유, 제품 업데이트 타임라인과 개발자 API 변화를 통해 전략적 흐름을 정리했어.
Summary
- ChatGPT는 UI 공개로 시작해 유료화 → 멀티모달 → 메모리 → GPT Store 순서로 플랫폼으로 확장됐어
- function calling(2023)은 “말하는 AI”를 “시스템을 움직이는 AI”로 바꾼 핵심 관문이야
- Responses API는 ChatGPT에서 검증된 에이전트 패턴을 API 표준으로 내려온 결과야
이 글의 대상
- ChatGPT가 어떻게 제품으로 성장했는지 흐름을 이해하고 싶은 사람
- AI 서비스를 직접 개발하거나, 팀에 도입하려는 개발자·기획자
- OpenAI의 플랫폼 전략이 자신의 업무·사업에 어떤 영향을 주는지 알고 싶은 사람
목차
- UI의 공개가 만든 전환점 — 2022년 11월
- 유료화와 GPT-4: SaaS가 되다 — 2023년 초
- 개인화·분석 흡수: 업무 도구로 진화 — 2023년 중반
- 멀티모달과 메모리: 비서가 되다 — 2023년 후반~2024년
- GPTs와 GPT Store: 생태계 완성 — 2024년
- 개발자 플랫폼의 분기점: function calling — 2023년 6월
- Assistants API의 실험과 교훈
- Responses API: 에이전트가 기본값이 되다
- 종속성과 책임 경계, 무엇을 챙겨야 할까
1. UI의 공개가 만든 전환점 — 2022년 11월
“모델 공개”가 아니라 “UI 공개”가 역사를 바꿨어.
2022년 11월 30일 ChatGPT가 연구 프리뷰로 세상에 나왔을 때, 핵심은 GPT 모델 자체가 아니었어. OpenAI는 공개 당시 “사용자 피드백을 받아 강점과 약점을 파악하겠다”고 명시했는데, 진짜 의미는 따로 있었거든.
그 전까지 LLM은 API로만 접할 수 있었어. 개발자가 아니면 경험하기 어려운 기술이었지. ChatGPT는 이걸 대화형 웹 인터페이스로 바꿨어. 비전문가도 요약, 작성, 코딩, 설명 같은 가치를 즉시 체감할 수 있게 된 거야.
가입 5일 만에 100만 사용자, 2개월 만에 1억 명. 이 속도는 기술의 우수함만으로 설명되지 않아. 대화 UI가 진입 장벽을 없앴기 때문이야.
2. 유료화와 GPT-4: SaaS가 되다 — 2023년 초
월 20달러, 이 결정이 ChatGPT를 연구 프로젝트에서 상용 서비스로 바꿨어.
2023년 2월 ChatGPT Plus가 월 $20로 출시됐어. 피크 시간 우선 접근, 빠른 응답, 신기능 우선 제공이 혜택이었어. 그리고 이때부터 중요한 패턴이 생겨났지: “유료 우선 → 단계적 확장”.
같은 해 3월 GPT-4가 공개됐어. 모델 접근이 플랜과 결합되면서 “더 강력한 모델을 쓰려면 Plus로”라는 구조가 자리잡기 시작했어. 동시에 플러그인 베타가 외부 서비스 호출을 연결했어. 최신 정보 접근, 예약, 구매 같은 행동을 말로 지시하면 도구가 처리하는 구조야.
“대화가 곧 인터페이스”라는 방향이 여기서 명확해졌어.
3. 개인화·분석 흡수: 업무 도구로 진화 — 2023년 중반
이 두 기능이 ChatGPT를 ‘글 잘 쓰는 도구’에서 ‘업무 처리 도구’로 바꿨어.
2023년 7월 두 가지 업데이트가 함께 나왔어.
커스텀 인스트럭션은 선호 말투, 역할, 제약을 저장해서 반복 입력을 없애줬어. 매번 “나는 마케터야, 짧게 써줘” 같은 설명을 할 필요가 없어진 거지.
코드 인터프리터(현재 Advanced Data Analysis)는 파일 업로드와 파이썬 실행을 결합했어. “이 데이터 분석해줘”라고 말하면 실제로 코드를 돌려서 표와 그래프로 보여주는 거야.
특히 코드 실행이 중요했던 건, 결과물이 재현 가능한 산출물이 됐기 때문이야. 말로 된 요약이 아니라, 코드·표·그래프 형태로 남는 거거든. 이게 기업 워크로드에 ChatGPT가 진입하는 문을 열었어.
4. 멀티모달과 메모리: 비서가 되다 — 2023년 후반~2024년
“보고, 듣고, 말하고, 기억하는” 비서.
2023년 9월 ChatGPT에 이미지 입력과 음성 대화가 추가됐어. OpenAI는 이를 “ChatGPT가 이제 보고, 듣고, 말할 수 있다”고 표현했지. 모바일 사용성이 크게 넓어졌어. 현장 사진 찍어서 바로 질문하거나, 운전하면서 대화하는 게 가능해진 거야.
2024년 2월엔 메모리 기능이 나왔어. 대화 간 사용자 정보를 기억해서 개인화에 쓰는 기능이야. 동시에 무엇을 기억할지, 어떻게 제어할지도 함께 제공했어.
이게 왜 전략적으로 중요하냐면: “매번 같은 설명을 반복하지 않아도 되는 순간”부터 ChatGPT는 검색보다 비서에 가까워지기 때문이야. 그리고 그 순간부터 프라이버시와 통제 장치가 필수 요건이 돼.
5. GPTs와 GPT Store: 생태계 완성 — 2024년
“하나의 챗봇”에서 “맞춤형 에이전트가 거래되는 생태계”로.
GPTs는 목적별 맞춤형 ChatGPT를 누구나 만들고 공유할 수 있게 해줬어. 코딩 도우미, 여행 플래너, 특정 회사 정책 봇 같은 것들이 GPT Store에서 유통되기 시작했지.
이 단계에서 경쟁의 단위가 바뀌었어. 더 이상 “어떤 모델이 더 똑똑하냐”만이 아니라 “어떤 앱/에이전트가 더 잘 만들어졌냐”가 중요해진 거야.
아래 표로 제품 진화 흐름을 정리해봤어:
| 시기 | 기능/이벤트 | 의미 |
|---|---|---|
| 2022.11 | 연구 프리뷰 출시 | UI 공개로 비전문가 접근 |
| 2023.02 | ChatGPT Plus ($20/월) | 연구→상용 SaaS 전환 |
| 2023.03 | GPT-4 + 플러그인 | 모델-플랜 결합, 도구 연결 |
| 2023.07 | 커스텀 인스트럭션 + 코드 인터프리터 | 개인화·분석 업무 흡수 |
| 2023.09 | 이미지·음성 | 멀티모달 UX 완성 |
| 2024.02 | 메모리 | 사용자 단위 맥락 생성 |
| 2024 | GPTs + GPT Store | 에이전트 생태계 구축 |
6. 개발자 플랫폼의 분기점: function calling — 2023년 6월
“모델이 말만 한다”에서 “모델이 시스템을 움직인다”로.
2023년 6월 13일 function calling이 공개됐어. 모델이 필요할 때 함수 호출을 스스로 선택하고, 인자를 JSON으로 반환하는 구조야.
이게 왜 중요하냐고? 이전까지 LLM은 텍스트를 생성할 뿐이었어. 뭔가 하려면 개발자가 모델 출력을 파싱해서 직접 함수를 호출해야 했지. function calling은 이 과정을 모델이 직접 처리하게 만들었어.
기업 입장에서는 CRM 조회, 결제, 예약, 내부 검색 같은 작업이 LLM과 연결될 수 있다는 의미야. 자연어 지시 → 자동화 실행의 연결고리가 생긴 거거든.
OpenAI는 동시에 신뢰된 도구 연결과 사용자 확인 절차 같은 안전 고려도 함께 강조했어. 강력한 기능일수록 책임도 함께 따른다는 거지.
7. Assistants API의 실험과 교훈
추상화의 균형을 찾는 과정이었어.
OpenAI는 한때 Assistants API로 파일 검색·코드 실행 같은 도구를 묶어 제공했어. 그런데 개발자 블로그에서 채택이 기대만큼 넓지 않았다고 솔직하게 평가했고, 그 교훈이 Responses API로 흡수됐다고 설명했어.
핵심 교훈은 추상화의 균형이야:
- 너무 높은 추상화 → 편하지만 유연성 떨어져
- 너무 낮은 추상화 → 자유롭지만 구현 비용이 커
OpenAI가 찾은 답은 “Chat Completions의 접근성 + Assistants의 기능성”을 합치는 방향이었어. 실패에서 배운 거야.
8. Responses API: 에이전트가 기본값이 되다
ChatGPT에서 검증된 패턴이 API 표준이 됐어.
Responses API는 세 가지를 전제로 설계됐어:
- 상태 유지(stateful-by-default): 대화 흐름을 API 레벨에서 기본으로 관리해줘
- 다양한 출력 아이템 구조: 텍스트뿐 아니라 도구 호출 결과도 구조화된 형태로
- 호스티드 툴 결합: 웹 검색, 파일 분석 같은 기능을 API에서 바로 연결
이게 실무에서 무슨 의미냐면: 앞으로 LLM 연동의 기본 단위는 “한 번의 답변”이 아니라 “여러 단계로 도구를 쓰며 목표를 달성하는 흐름”이 된다는 거야.
ChatGPT 사용자들이 익숙해진 방식—“이걸 찾아서, 분석하고, 결과를 정리해줘”—이 API 표준으로 내려온 셈이야.
9. 종속성과 책임 경계, 무엇을 챙겨야 할까
편의성과 종속성은 같은 동전의 양면이야.
Responses API와 호스티드 툴은 개발 속도를 크게 올려줘. 하지만 조직 입장에서 반드시 정책으로 정해야 할 질문이 생겨:
| 고려 사항 | 내용 |
|---|---|
| 플랫폼 종속(락인) | 호스티드 툴에 깊이 연결될수록 다른 공급자로 이전 비용이 커져 |
| 보안·감사 | 외부 플랫폼을 거치는 데이터에 대한 감사 추적이 필요해 |
| 프라이버시 | 무엇을 저장하고 어떻게 제어할지 (store:false 옵션 등) |
| 책임 경계 | AI가 “잘못된 도구 호출”을 했을 때 누가 책임지느냐 |
OpenAI가 저장 옵션이나 마이그레이션 문서를 제공하지만, “어디까지를 외부 플랫폼에 맡길 것인가”는 조직 스스로 정책으로 정해야 해.
핵심 정리
1. ChatGPT의 성공은 모델이 아닌 'UI 공개'에서 시작됐어 — 대화형 인터페이스가 진입 장벽을 없앴지
2. 유료화 → 멀티모달 → 메모리 → GPT Store 순서로 "챗봇→비서→생태계"로 확장됐어
3. function calling(2023.06)은 LLM을 "말하는 기계"에서 "시스템을 움직이는 엔진"으로 바꾼 관문이야
4. Responses API는 에이전트 패턴을 API 기본값으로 만들었어 — 이제 단일 응답이 아닌 "다단계 흐름"이 표준이야
5. 편의성과 종속성은 트레이드오프야 — 플랫폼 도입 전에 책임 경계와 락인 리스크를 정책으로 정해둬야 해
FAQ
Q. ChatGPT Plus가 월 $20인데, 무료 버전이랑 실제로 얼마나 달라?
A. 초기에는 속도와 안정성 차이였지만, 시간이 지나면서 GPT-4 접근, 플러그인, 코드 인터프리터, 메모리 같은 핵심 기능들이 Plus 우선으로 먼저 열렸어. “유료 우선 → 단계적 확장” 패턴이 자리잡으면서 기능 격차가 점점 커졌지.
Q. GPT Store에서 만든 GPT는 누가 수익을 가져가?
A. OpenAI는 GPT 빌더에게 수익을 공유하는 모델을 발표했어. 다만 구체적인 배분 구조는 변화 중이야. 빌더 입장에서는 수익보다 브랜드/서비스 홍보 목적으로 만드는 경우도 많아.
Q. function calling과 플러그인의 차이가 뭐야?
A. 플러그인은 ChatGPT 제품 내에서 특정 서비스(예약, 검색 등)를 연결하는 사용자 경험 중심 기능이었어. function calling은 API 레벨에서 개발자가 자체 함수/시스템을 모델에 연결하는 개발자 도구야. 방향은 비슷하지만 대상과 적용 범위가 달라.
Q. 코드 인터프리터가 기업 데이터 분석에 쓸 만해?
A. 탐색적 분석(EDA)이나 보고서 초안 작성엔 충분히 써볼 만해. 다만 민감 데이터를 업로드할 경우 저장·처리 정책을 반드시 확인해야 해. Enterprise 플랜은 데이터를 학습에 사용하지 않는 옵션을 제공해.
Q. Responses API로 이전해야 하는 이유가 뭐야?
A. Chat Completions API가 당장 폐기되는 건 아니야. 다만 앞으로 에이전트 기능, 도구 연결, 상태 관리 같은 고급 기능들은 Responses API 중심으로 개발될 거야. 지금 신규 프로젝트라면 Responses로 시작하는 게 유리해.
Q. GPTs를 만들면 프롬프트가 외부에 공개돼?
A. GPT 빌더 기준으로, 시스템 프롬프트를 “숨기기”로 설정하면 사용자에게 직접 보이지 않아. 하지만 완벽한 보호는 아니야. 민감한 비즈니스 로직이나 독점 데이터는 GPT 내에 직접 포함하지 않는 게 좋아.
Q. 메모리 기능을 끄면 어떻게 돼?
A. 메모리를 끄면 ChatGPT가 이전 대화 내용을 기억하지 않아. 매번 새 대화처럼 시작하는 거야. 특정 대화만 기억에서 제외하거나, 저장된 내용을 직접 편집하는 것도 가능해.
Q. Assistants API는 이제 쓰면 안 돼?
A. OpenAI는 Assistants API를 완전히 폐기한 건 아니지만, 신규 에이전트 개발에는 Responses API를 권장하고 있어. 기존 Assistants API 사용자를 위한 마이그레이션 가이드도 제공 중이야.
Q. function calling을 쓸 때 가장 주의해야 할 점은?
A. 두 가지야. 첫째, 모델이 잘못된 함수를 호출하거나 인자를 잘못 채울 수 있어서 입력 검증이 필수야. 둘째, 금융·결제·예약처럼 되돌리기 어려운 작업은 모델의 판단만으로 실행되지 않도록 사용자 확인 단계를 꼭 넣어야 해.
Q. ChatGPT가 플랫폼이 됐다는 게 실제로 무슨 의미야?
A. 세 가지 변화야. ① 다른 서비스가 ChatGPT 위에 구축되기 시작했어(GPTs, 플러그인). ② 개발자가 자기 시스템에 ChatGPT 기능을 내장할 수 있게 됐어(API). ③ 경쟁이 “어떤 모델이 더 좋냐”에서 “어떤 앱·에이전트가 더 유용하냐”로 이동했어. 이게 플랫폼화의 본질이야.
참고 자료 (References)
데이터 출처
| 출처 | 설명 | 링크 |
|---|---|---|
| OpenAI | ChatGPT 최초 공개 발표 (2022.11.30) | ChatGPT 소개 |
| OpenAI | ChatGPT Plus 출시 발표 (2023.02.01) | ChatGPT Plus |
| OpenAI | ChatGPT 플러그인 발표 | ChatGPT Plugins |
| OpenAI | 커스텀 인스트럭션 발표 (2023.07) | Custom Instructions |
| OpenAI | 이미지·음성 멀티모달 발표 (2023.09.25) | See/Hear/Speak |
| OpenAI | 메모리 기능 발표 (2024.02.13) | Memory 발표 |
| OpenAI | GPTs 소개 | GPTs 소개 |
| OpenAI | GPT Store 출시 | GPT Store |
| OpenAI | function calling 발표 (2023.06.13) | Function Calling |
| OpenAI Developers | Responses API 블로그 | Responses API |
핵심 인용
“ChatGPT는 연구 프리뷰로 공개됐으며, 사용자 피드백을 통해 강점과 약점을 파악하고자 한다.”
— OpenAI, ChatGPT 최초 공개 (2022.11.30)“Chat Completions의 접근성과 Assistants의 기능성을 결합하는 방향으로 이동했다.”
— OpenAI Developers, Responses API 블로그
다음 편 예고
[4편] 투명성 전략으로 규제를 선제하다
- OpenAI가 GPT-4 기술 보고서, 시스템 카드, 사용 정책을 어떻게 활용했는지
- “투명성”이 마케팅이 아닌 규제 선점 전략으로 기능하는 방식
- EU AI Act, 미국 행정명령 등 글로벌 규제 흐름에 OpenAI가 어떻게 포지셔닝했는지
'AI' 카테고리의 다른 글
| ChatGPT를 이해하는 기술 배경 — API·RLHF·안전 정책의 흐름 — ChatGPT 기술 제품 조직 5/12 (0) | 2026.02.09 |
|---|---|
| 투명성이 OpenAI의 안전 전략이 된 이유 — 규제보다 먼저 움직인 공개 방식 — ChatGPT 기술 제품 조직 4/12 (0) | 2026.02.09 |
| 비영리 실험실이 거대 기업이 된 과정 — OpenAI 설립부터 GPT-4까지 — ChatGPT 기술 제품 조직 2/12 (0) | 2026.02.08 |
| ChatGPT가 AI 판도를 뒤흔든 핵심 이유 5가지 — ChatGPT 기술 제품 조직 1/12 (0) | 2026.02.08 |
| ChatGPT 기술 제품 조직 — 시리즈 목차 (0) | 2026.02.08 |