덧. 1. LG가 전 계열사에 무제한 토큰으로 클로드 전면 도입한다는 기사가 어제 발표되었는데, 좀 식은땀 날지도.

2. 앤트로픽에서 SOTA급 모델이 나오면, OpenAI에서 항상 뒤따라서 모델이 발표되었는데, 뭐가 나올지 기대 됨.

3. SOTA 모델 발표 주기가 점점 짧아지고 있음. 반면 가격 인상도 매우 충실히 진행되고 있음.

4. 구독 요금제에 SOTA 모델이 잠깐 들어왔다가 빠지는거 속되게 말하면 좀 짜침. 구독 유인 할거면 3주는 쓰게 해주던가.

5. MAX요금제 쓰고 있는 사람들 후기 보고 있는데, MAX요금제도 얼마 못 쓰고 있다고 함. 토큰 소모가 어마어마한 모양.

6. 이미 AI구독을 4개나 쓰고 있는 입장에서 구독할 생각은 없음.

덧. 1. AI 모델(엔진)의 단순 성능 향상보다 데이터를 정제하고 통제하는 온톨로지와 시스템 아키텍처(자동차)의 구축이 핵심 경쟁력임.

2. 하네스(제어 프레임워크) 없는 전사적 전면 도입이나 고가 요금제는 실질적 성과 없이 무의미한 토큰 과소비와 비용 폭증으로 귀결됨.

3. SOTA 모델 주기가 짧아지고 단가가 오를수록, 난이도에 따라 모델을 분배하여 비용을 최적화하는 '모델 라우팅' 계층이 필수적임.

4. 미 국방부 사례가 증명하듯, 시장의 주도권은 대체 가능한 개별 AI 모델 공급사에서 시스템 워크플로우를 장악한 엔터프라이즈 AI 운영체제(OS) 플랫폼으로 이동 중.

덧. 현재 전사 AI 도입 프로세스에서 비용 절감 및 생산성 효과가 모호한 이유는 자동차의 조향 장치와 차체(데이터 인프라 및 가이던스) 없이 엔진(모델)만 구매하여 개별 직원에게 지급했기 때문이라 봄. 다르게 비유하자면 직원들에게 전기만 주고, 사용법과 컴퓨터를 주지 않은 꼴. 그 상황에서 전력 사용량(토큰)을 KPI로 치환한다 이야기 하였으니(e.g. Amazon, Uber) 당연히 생산성은 나오지 않음.

덧. 1. LLM 모델(엔진)은 OpenAI든 앤스로픽이든 오픈소스든 성능 차이가 좁혀지고 있어 언제든 갈아끼울 수 있는 소모품에 불과함. 기술적 전환 비용이 매우 낮음.

2. 진짜 해자는 기업의 비즈니스 목적(화물차, 경차 등)에 맞춤형으로 준비되어야 하는 데이터 구조와 운영체제인 '온톨로지(차체)'에서 나옴. 이는 타사 모델이 대체할 수 없음.

3. 차체(아키텍처) 없이 엔진 성능만 좋아져 봐야 직원들은 명확한 사용법을 몰라 비싼 토큰만 낭비하게 되며, 전사 차원의 비용 절감이나 생산성 효과를 내지 못함.

4. 결국 확률적으로 작동하는 AI 엔진을 결정론적으로 통제하고 보안 및 데이터 거버넌스를 강제하는 플랫폼 아키텍처를 장악한 기업이 최종적인 가치 사슬과 잠금(Lock-in) 효과를 독점함.

5. $PLTR

AI 사용료가 너무 비싸지고 있네요. 쓸만해지면 사용료가 오를 거라고 누구나 생각은 했는데, 그게 이렇게 빨리 올 줄은 몰랐습니다.

기대치보다 답변의 수준은 낮은데, 지불되어야 할 금액은 기대보다 높으니 마음놓고 쓰기가 어렵네요. 회사에서 제공하는 AI도 비슷할 거 같습니다. 그렇다고 안 쓸수는 없고. 그런면에서 아직 제미나이가 저렴한데, 3.5에서 업그레이드가 안되서 아쉽네요.

지금 AI가격이 90년대 후반 PC통신 전화선으로 연결해서 쓰다가 요금 폭탄 맞는 그때와 유사한 느낌입니다.