오픈AI는 왜 ChatGPT를 만들었을까?

2022년 11월 30일 오전, 샌프란시스코의 한 사무실에서 몇몇 엔지니어들이 별다른 기대 없이 버튼 하나를 눌렀습니다. 새로운 챗봇을 세상에 공개하는 순간이었습니다. 사내에서는 이 서비스에 큰 힘을 쏟지도 않았습니다. 정식 명칭조차 없이 “챗봇 인터페이스로 언어 모델을 테스트해 본다”는 정도의 감각으로 준비된 프로젝트였고, 홍보팀은 대대적인 보도자료도 준비하지 않았습니다. 심지어 사내 일부 연구자들은 이 서비스가 회사의 진짜 목표, 즉 인공일반지능(AGI) 연구에 비하면 부차적인 프로젝트라고 생각했습니다. 그런데 5일 만에 사용자 100만 명이 몰렸고, 2주 만에 200만 명을 넘어섰습니다. 넷플릭스가 100만 사용자를 모으는 데 3년 반이 걸렸고, 페이스북도 10개월이 걸렸다는 걸 생각하면, 이건 인터넷 서비스 역사상 유례없는 속도였습니다. 그렇게 조용히 태어난 실험이 순식간에 전 세계 사람들의 일상어가 되었고, 지금은 학생의 숙제부터 기업의 보고서, 의사의 진단 보조, 변호사의 계약서 검토까지 파고들었습니다. 그런데 정작 궁금한 건 따로 있습니다. 오픈AI는 원래 ‘인류를 구원할 초지능’을 만들겠다고 선언한 회사였습니다. 그런 회사가 왜 하필 사람들과 잡담하는 챗봇을 만들었을까요? 그것도 자신들의 원대한 계획에서 보면 곁가지처럼 보였던 프로젝트를, 왜 세상에 내놓기로 결심했을까요? 이 질문의 답을 따라가다 보면, 우리는 인공지능 역사에서 가장 아이러니하고도 흥미로운 전환점 하나를 만나게 됩니다.

왜 이것이 중요한가

ChatGPT의 탄생 배경을 이해하는 일은 단순히 한 기업의 창업 스토리를 아는 것과는 다릅니다. 이는 오늘날 우리가 매일 사용하는 인공지능 서비스들이 ‘왜 지금과 같은 모습’으로 우리 앞에 나타났는지를 이해하는 열쇠입니다. ChatGPT는 처음부터 치밀하게 설계된 최종 병기가 아니라, 원래 목표를 이루기 위한 우회로에서 우연히 발견된 지름길에 가까웠습니다. 이 과정을 알면 우리는 인공지능 기술이 발전하는 방식 자체, 즉 거대한 목표와 현실적인 제약 사이에서 기업이 어떻게 선택하고 방향을 트는지를 들여다볼 수 있습니다. 그리고 이것은 앞으로 등장할 또 다른 인공지능 서비스들을 이해하는 데도 그대로 적용될 통찰입니다.

역사적·사회적 배경

오픈AI는 2015년 12월, 샌프란시스코에서 비영리 연구 조직으로 출발했습니다. 설립자 명단에는 일론 머스크, 샘 올트먼, 그렉 브록먼, 일리야 수츠케버 등 실리콘밸리와 인공지능 연구 업계에서 이름난 인물들이 이름을 올렸습니다. 이들이 내건 목표는 소박하지 않았습니다. ‘인공일반지능(AGI)이 인류 전체에 이익이 되도록 보장한다’는 것이었죠. 당시만 해도 구글 같은 거대 기업이 인공지능 기술을 독점하다시피 하는 상황에 대한 위기감이 있었고, 오픈AI의 창립자들은 소수 기업이나 정부가 초강력 인공지능을 독차지하는 미래를 경계했습니다. 그래서 회사 이름부터 ‘오픈(Open)’이었고, 초기에는 연구 결과와 코드를 공개하는 것을 원칙으로 삼았습니다.

이후 오픈AI는 강화학습 연구용 도구인 OpenAI Gym을 시작으로, 2018년부터는 GPT라는 이름의 언어 모델 시리즈를 순차적으로 선보였습니다. GPT-1, GPT-2를 거쳐 2020년에는 1750억 개의 매개변수를 가진 GPT-3를 공개했는데, 이는 이전 모델보다 압도적으로 큰 규모였습니다. 그런데 여기서 흥미로운 딜레마가 생깁니다. GPT-3는 분명 놀라운 능력을 가진 모델이었지만, 일반 사람들이 이를 제대로 활용하기는 쉽지 않았습니다. GPT-3는 마치 엄청나게 박식하지만 대화 예절을 모르는 사람과 같았습니다. 질문을 던지면 엉뚱한 방향으로 대답을 이어가거나, 사용자가 원하는 형식이 아니라 그저 ‘다음에 올 법한 단어’를 확률적으로 나열하는 데 그치는 경우가 많았습니다. 이 문제를 해결하기 위해 오픈AI는 2022년 초, 사람의 피드백을 이용해 모델이 지시를 더 잘 따르도록 훈련시키는 InstructGPT를 발표했습니다. 사람이 여러 답변 중 더 나은 것을 골라주면, 모델이 그 선택을 학습해서 점점 더 사람이 원하는 방식으로 답하도록 만드는 기법, 즉 인간 피드백 기반 강화학습(RLHF)이 핵심이었습니다. ChatGPT는 바로 이 연구의 연장선에서 태어났습니다.

왜, 어떻게, 그래서, 오늘날의 의미

왜 오픈AI는 챗봇을 만들었나

오픈AI의 진짜 목표는 처음부터 끝까지 AGI였습니다. 그런데 AGI라는 목표는 너무 크고 추상적이어서, 회사 내부에서도 “우리가 지금 만드는 이 기술이 정말 세상에 도움이 되는가”를 확인할 방법이 마땅치 않았습니다. GPT-3는 API 형태로 개발자들에게 공개되어 있었지만, 일반 대중이 직접 사용해 본 경험은 거의 없었습니다. 연구자들 입장에서는 실험실 안에서 아무리 정교한 벤치마크 점수를 낸다 해도, 실제 사람들이 이 모델과 상호작용할 때 어떤 오류를 저지르는지, 어떤 질문에 취약한지, 어떻게 하면 더 안전하고 유용하게 만들 수 있는지에 대한 실전 데이터가 부족했습니다. 그래서 오픈AI 내부에서는 InstructGPT의 대화형 버전을 만들어 ‘연구용 프리뷰’ 삼아 공개해 보자는 아이디어가 나왔습니다. 이건 새로운 사업을 시작하겠다는 거창한 선언이 아니라, 오히려 매우 실용적인 이유였습니다. 사람들이 실제로 이 모델과 대화하게 만들어서 약점을 드러내고, 그 피드백으로 모델을 더 안전하고 똑똑하게 개선하자는 것이었죠. 즉 ChatGPT는 처음부터 ‘전 국민이 쓰는 서비스’가 아니라, 대중을 상대로 한 거대한 실험이자 피드백 수집 장치로 기획된 것입니다.

어떻게 만들어졌나

ChatGPT를 만드는 과정은 크게 세 단계로 이루어졌습니다. 첫 단계는 지도 학습이었습니다. 사람이 직접 질문자와 답변자 역할을 모두 연기하면서 모범적인 대화 예시를 만들고, 모델이 이를 그대로 흉내 내도록 학습시켰습니다. 두 번째 단계는 보상 모델을 만드는 과정이었습니다. 같은 질문에 대해 모델이 여러 답변을 내놓으면, 사람이 그중 어떤 답이 더 낫고 어떤 답이 더 나쁜지 순위를 매겼습니다. 이렇게 쌓인 데이터로 ‘어떤 답변이 사람 마음에 들 가능성이 높은가’를 예측하는 별도의 모델을 훈련시켰죠. 세 번째 단계에서는 이 보상 모델을 심판 삼아, 원래의 언어 모델이 강화학습을 통해 점점 더 사람이 좋아할 만한 방향으로 답변을 다듬어가도록 만들었습니다. 이 세 단계를 거치면서 GPT-3.5라는 기반 모델은 단순히 ‘그럴듯한 다음 단어’를 예측하는 기계에서, 사용자의 질문 의도를 파악하고 후속 질문에 답하며 스스로 잘못을 인정하고 위험한 요청을 거절할 줄 아는 대화 상대로 거듭났습니다. 흥미로운 점은 여기서 사용된 핵심 기술 자체는 완전히 새로운 것이 아니었다는 사실입니다. 대화형 인터페이스라는 형식과 사용성 개선이 오히려 결정적이었습니다. 즉 ChatGPT의 혁신은 모델 자체의 압도적인 성능 도약이라기보다, 누구나 채팅창에 말을 걸듯 인공지능과 대화할 수 있게 만든 인터페이스의 발명에 가까웠습니다.

그래서 어떤 일이 벌어졌나

오픈AI 내부의 예상은 완전히 빗나갔습니다. 이건 조용한 연구용 실험이어야 했는데, 공개 직후부터 SNS를 통해 입소문이 걷잡을 수 없이 퍼졌습니다. 사람들은 ChatGPT에게 시를 써달라고 하고, 코드를 짜달라고 하고, 연애 상담을 받고, 심지어 농담을 던지며 놀았습니다. 5일 만에 100만 명, 2주 만에 200만 명이라는 숫자는 시작에 불과했습니다. 이후 몇 달 사이 ChatGPT는 역사상 가장 빠르게 성장한 소비자용 애플리케이션이라는 타이틀을 얻었습니다. 이 폭발적인 반응은 오픈AI의 위상을 순식간에 바꿔놓았습니다. 그동안 인공지능 연구계의 한 축을 담당하는 조직 정도로 여겨졌던 오픈AI는, 하루아침에 전 세계가 주목하는 기술 기업의 정점에 섰습니다. 마이크로소프트는 대규모 추가 투자를 단행했고, 구글을 비롯한 다른 빅테크 기업들은 자사의 인공지능 개발 속도를 서둘러 끌어올려야 했습니다. 아이러니하게도, 원래는 AGI 연구를 위한 ‘사이드 프로젝트’이자 대중 피드백 수집용 도구였던 것이 오히려 오픈AI의 정체성과 사업 모델 자체를 바꿔놓은 주력 상품이 된 것입니다.

오늘날 우리에게 어떤 의미인가

이 이야기가 오늘날 우리에게 주는 의미는 단순히 ‘운이 좋았다’는 교훈이 아닙니다. 오히려 혁신이라는 것이 얼마나 예측 불가능한 방식으로 일어나는지를 보여주는 생생한 사례입니다. 오픈AI는 인류를 위한 초지능이라는 거대한 목표를 향해 나아가던 중, 그 과정에서 나온 부산물 하나가 사람들의 삶을 실제로 바꾸는 도구가 될 수 있다는 사실을 뒤늦게 깨달았습니다. 이는 오늘날 수많은 기업과 개인이 인공지능을 대하는 태도에도 시사점을 줍니다. 완벽한 계획과 확신을 갖고 시작한 프로젝트만이 세상을 바꾸는 것이 아니라, 때로는 겸손하게 ‘한번 실험해 보자’는 태도로 내놓은 것이 예상치 못한 방식으로 세상에 스며들 수 있다는 점입니다. 동시에 이 사건은 인공지능 기술의 발전 속도가 기업의 원래 의도보다 훨씬 빨리 사회 전체로 퍼져나갈 수 있다는 경고이기도 합니다. 오픈AI조차 자신들이 만든 서비스가 이렇게까지 빠르게, 이렇게까지 광범위하게 퍼질 것이라고는 예측하지 못했습니다. 이는 앞으로 등장할 새로운 인공지능 기술을 대할 때 우리 사회가 조금 더 신중하고 유연한 태도를 가져야 한다는 것을 일깨워 줍니다.

실제 사례

ChatGPT의 예상 밖 흥행을 보여주는 가장 상징적인 사례는 경쟁사들의 대응 속도입니다. 구글은 오랫동안 자체 대화형 인공지능 기술(람다 등)을 보유하고 있었지만, 안전성 검증과 평판 관리를 이유로 공개를 미뤄왔습니다. 그런데 ChatGPT가 몇 달 사이 전 세계적 화제가 되자, 구글은 내부적으로 ‘코드 레드’를 선언하고 서둘러 자사의 챗봇 서비스를 준비해 공개했습니다. 마이크로소프트 역시 오픈AI에 대한 투자를 대폭 늘리는 동시에, 자사의 검색 엔진 빙(Bing)에 ChatGPT 기반 기술을 통합하는 결정을 매우 빠르게 밀어붙였습니다. 이는 하나의 ‘조용한 연구용 프리뷰’가 전 세계 빅테크 기업들의 경쟁 구도와 투자 전략 자체를 재편해버린 사례로 남아 있습니다. 또 다른 사례는 교육 현장입니다. 뉴욕시 교육 당국은 ChatGPT 공개 직후 학교 내 사용을 한때 금지하기도 했지만, 이후 태도를 바꿔 오히려 교육적으로 활용하는 방안을 모색하기 시작했습니다. 이는 하나의 기술이 사회 여러 영역에서 얼마나 빠르게, 그리고 얼마나 다양한 방식으로 받아들여지고 재해석되는지를 보여주는 흥미로운 장면입니다.

비교

구분	GPT-3 (API, 2020)	ChatGPT (2022)
접근 방식	개발자 대상 API 제공	누구나 쓰는 대화형 웹 인터페이스
사용 경험	프롬프트 작성법을 알아야 활용 가능	채팅창에 말하듯 입력하면 끝
훈련 방식	대규모 텍스트로 사전 학습	사전 학습 + 인간 피드백 강화학습(RLHF)
목적	언어 모델의 성능 검증 및 연구	대중 피드백 수집을 위한 연구용 프리뷰
결과	개발자 커뮤니티 중심 화제	전 세계 일반 대중의 일상 도구로 확산
100만 사용자 도달 기간	해당 없음(비공개 지표)	약 5일

이 표에서 알 수 있듯, 두 기술의 핵심 차이는 모델 성능 그 자체보다 ‘누구나 쉽게 다가갈 수 있는가’에 있었습니다. 기술의 본질적 도약보다 접근성의 도약이 더 큰 파급력을 만들어낸 셈입니다.

오늘날 우리에게 주는 의미

ChatGPT의 탄생 스토리는 우리에게 인공지능을 바라보는 두 가지 시선을 동시에 요구합니다. 하나는 경외감입니다. 불과 몇 년 전만 해도 공상과학 영화 속에서나 보던, 사람처럼 대화하는 기계가 이제는 스마트폰 하나로 누구나 만날 수 있는 존재가 되었습니다. 다른 하나는 경계심입니다. 이 기술은 애초에 치밀한 사업 계획에 따라 세상에 나온 것이 아니라, 연구 목적의 실험이 통제 범위를 벗어나 확산된 결과이기도 합니다. 그만큼 인공지능 기술의 사회적 확산 속도는 기업의 의도나 규제 기관의 준비 속도를 앞지를 수 있다는 뜻입니다. 오늘날 우리가 다양한 인공지능 서비스를 일상에서 마주할 때, 이 기술이 등장한 배경에는 언제나 ‘거대한 목표’와 ‘우연한 발견’ 사이의 긴장이 숨어 있다는 사실을 기억할 필요가 있습니다.

핵심 정리

• 오픈AI는 2015년 ‘인공일반지능이 인류에게 이롭도록 한다’는 목표로 설립된 비영리 연구 조직에서 출발했다.
• GPT-3는 뛰어난 언어 능력을 가졌지만, 사람의 지시를 자연스럽게 따르는 데는 한계가 있었다.
• 이를 보완하기 위해 인간 피드백 기반 강화학습(RLHF) 기법을 적용한 InstructGPT가 먼저 탄생했다.
• ChatGPT는 이 기술을 대화형 인터페이스로 감싸, 대중의 피드백을 수집하려는 ‘연구용 프리뷰’로 조용히 공개되었다.
• 예상과 달리 폭발적인 반응을 얻으며, 오픈AI의 정체성과 전 세계 빅테크 경쟁 구도를 완전히 바꿔놓았다.
• ChatGPT의 성공은 모델 성능의 비약보다 ‘누구나 접근할 수 있는 인터페이스’의 힘을 증명한 사례로 평가된다.

오늘의 한 문장

오픈AI가 세상을 바꾸겠다며 던진 것은 완성된 답이 아니라, 사람들의 반응을 기다리는 조용한 질문이었습니다.

FAQ

Q1. ChatGPT는 오픈AI가 처음부터 상업적 목적으로 만든 서비스인가요? 아닙니다. ChatGPT는 원래 InstructGPT 연구의 연장선에서, 대중의 피드백을 얻기 위한 연구용 프리뷰 성격으로 공개되었습니다. 이후 폭발적인 반응을 얻으면서 오픈AI의 핵심 사업으로 자리 잡았습니다.

Q2. ChatGPT와 GPT-3는 어떻게 다른가요? GPT-3는 개발자 대상 API로 제공된 언어 모델이며, ChatGPT는 이를 인간 피드백 기반 강화학습으로 다듬어 대화형 인터페이스로 감싼 서비스입니다. 기반 기술은 이어져 있지만 사용 방식과 대상이 다릅니다.

Q3. ChatGPT는 언제 처음 출시되었나요? 2022년 11월 30일에 처음 공개되었습니다.

Q4. 오픈AI는 원래 어떤 목표로 설립되었나요? 2015년 설립 당시 오픈AI의 목표는 인공일반지능(AGI)이 소수가 아닌 인류 전체에게 이롭게 작용하도록 보장하는 것이었습니다.

Q5. ChatGPT가 이렇게 빨리 인기를 얻은 이유는 무엇인가요? 전문가들은 모델 자체의 압도적 성능보다, 누구나 채팅하듯 손쉽게 사용할 수 있는 인터페이스의 힘을 주요 원인으로 꼽습니다.