KT ‘모두의 AI’가 보여준 생활형 에이전트의 조건…국산 모델 5종 연결

AI를 활용하여 생성한 이미지입니다.

KT가 다음·무신사·직방·EBS처럼 사람들이 이미 쓰고 있는 서비스 안에서 AI를 호출하는 ‘모두의 AI’ 구상을 공개했어요. 새 AI 앱을 따로 열지 않고 검색, 상품 추천, 주거 정보, 교육 같은 작업을 기존 플랫폼에서 처리하도록 연결하는 방식입니다.[1]

9월 26일 공개된 내용에 따르면 ‘모두의 AI’ 사업은 SK텔레콤·카카오·KT 컨소시엄이 맡고 있고, 세 사업자는 엔비디아 B200 512장을 지원받아 연내 서비스 출시를 준비하고 있습니다.[1] 아직 일반 이용자가 바로 쓸 수 있는 완성 서비스가 공개된 것은 아니므로, 이번 발표는 출시 완료보다 설계 방향을 보여준 소식으로 보는 편이 정확해요.

KT가 말한 ‘이음 인사이드’

핵심은 플랫폼 안에 AI 호출 지점을 두는 ‘이음 인사이드’예요. 이용자는 다음에서 정보를 찾다가 AI를 부르고, 무신사에서는 상품 추천이나 구매를 이어 가는 식입니다. 서비스마다 별도의 AI 앱을 오가게 하는 대신, 이용자가 이미 익숙한 화면 안에서 필요한 기능을 실행하려는 접근이에요.[1]

이 방식은 AI 사용법을 새로 배워야 하는 부담을 줄일 수 있습니다. 반면 기존 플랫폼이 가진 검색 기록, 구매 정보, 위치나 관심사 같은 데이터가 AI 요청과 어떻게 연결되는지는 더 중요해져요. 편리함이 커질수록 어떤 데이터가 어느 사업자에게 전달되는지, 추천 결과에 광고나 제휴가 개입하는지 공개해야 합니다.

국산 모델 5종을 나눠 쓰는 이유

KT는 하나의 모델로 모든 요청을 처리하기보다 업스테이지의 솔라, 모티프테크놀로지스의 모티프, 솔트룩스의 룩시아, NC AI의 바르코, KT의 믿음 등 5개 국산 모델을 서비스 성격에 따라 활용할 계획이라고 밝혔어요.[1]

모델을 나눠 쓰면 한국어 문서, 검색, 추천, 대화처럼 서로 다른 작업에 맞춰 비용과 품질을 조절할 수 있습니다. 하지만 모델이 많아진다고 정확도가 자동으로 올라가는 것은 아니에요. 같은 질문에 모델마다 답이 달라질 수 있고, 장애가 발생했을 때 어떤 모델이 답했는지 사용자가 알기 어려울 수도 있습니다. 서비스 운영자는 모델 선택 기준과 답변 품질을 계속 점검해야 해요.

토큰팩토리가 맡는 역할

기사에 따르면 KT의 AI 플랫폼 ‘토큰팩토리’는 질문을 분석해 작업에 맞는 모델과 컴퓨팅 자원을 배정합니다. KT는 프롬프트 압축을 통해 입력 토큰을 최대 80% 줄이고, 분당 토큰 처리량을 약 31% 높일 수 있다고 설명했어요.[1] 이 수치는 KT가 설명한 조건의 목표 또는 측정 결과이므로, 모든 서비스에서 같은 개선이 보장된다는 뜻으로 읽으면 안 됩니다.

생활형 AI가 넘어야 할 선

생활 속 AI는 답변만 잘하면 끝나지 않아요. 상품을 추천하거나 신청을 대신하는 순간부터는 잘못된 결제, 누락된 조건, 오래된 정책을 막는 장치가 필요합니다. 사용자가 “추천해 줘”라고 말한 것과 “구매해 줘”라고 승인한 것은 다르기 때문에, 실행 단계마다 확인 화면을 두는 설계도 중요해요.

또 하나는 책임 소재입니다. 플랫폼, AI 모델 제공사, 인프라 운영사 중 누가 오류를 고치고 이용자 피해를 보상하는지 미리 정해져야 합니다. 여러 모델을 연결하면 장애가 한 곳에서 끝나지 않고 연쇄적으로 번질 수 있어요. 무료 제공이나 접근성만 강조하기보다, 오류 신고와 답변 이력 확인 기능을 함께 공개해야 신뢰를 얻을 수 있습니다.

국내 이용자가 준비할 것

서비스가 출시되면 처음부터 민감한 개인정보나 결제 권한을 연결하지 않는 편이 좋아요. 먼저 공개 정보 검색과 단순 추천으로 답변의 출처 표시, 틀린 답 수정 방식, 사용 기록 삭제 메뉴를 확인해 보세요. 이후 필요한 기능만 단계적으로 연결하면 편리함과 통제력을 함께 가져갈 수 있습니다.

KT의 계획은 AI를 별도 도구가 아니라 기존 서비스의 기능으로 넣으려는 흐름을 보여줍니다. 다만 이번 발표만으로 정확도, 개인정보 처리, 실제 출시 일정이 확정됐다고 볼 수는 없어요. 연내 공개될 서비스에서 모델 선택 이유와 데이터 흐름, 실행 전 확인 절차가 얼마나 구체적으로 제공되는지가 다음 판단 기준입니다.

출시 뒤에 봐야 할 실제 지표

생활형 AI를 평가할 때는 답변이 그럴듯한지만 보면 부족해요. 검색이라면 답변에 연결된 원문과 날짜가 함께 나오는지, 쇼핑이라면 추천 상품이 어떤 조건에서 제외됐는지, 교육이나 공공 서비스라면 틀린 답을 신고하고 수정 결과를 확인할 수 있는지를 봐야 합니다. 사용자가 결과를 검토할 수 있어야 AI가 편리한 검색창을 넘어 실제 도구가 됩니다.

속도도 평균 응답 시간 하나로 판단하기 어렵습니다. 첫 답변이 빨라도 외부 서비스로 넘어가는 순간 지연이 길어질 수 있고, 모델을 바꾸는 과정에서 답변 형식이 달라질 수 있어요. 사업자가 공개해야 할 수치는 평균값뿐 아니라 실패율, 재시도 횟수, 모델별 사용 비중, 장애가 발생했을 때 사람이 개입하는 절차입니다. 이런 정보가 없다면 초기 이용자는 중요한 업무보다 되돌리기 쉬운 검색과 추천부터 시험하는 편이 안전해요.

개인정보도 연결 전에 직접 확인해야 합니다. 음성·검색·구매 기록이 저장되는 기간, 학습에 사용되는지 여부, 제휴 플랫폼으로 전달되는 항목, 계정을 해지했을 때 삭제되는 데이터가 약관에 적혀 있어야 해요. 발표 단계에서 이 내용이 공개되지 않았다는 사실 자체가 서비스 출시 뒤 확인할 과제로 남습니다.

출처

• [1] 투데이신문, “다음서 찾고 무신사서 구매”…KT, 서비스판 넓힌다