AI 비즈니스의 무게중심이 ‘더 똑똑한 모델’에서 ‘누가 더 잘 심느냐’로 이동하고 있다. 모델 성능이 상향 평준화(Commoditization)되면서 모델 그 자체로는 더 이상 초과 수익을 기대하기 어려워졌기 때문이다. 이제 승부처는 도메인 지식과 조직 정치를 뚫고 AI를 실제 업무 워크플로우에 박아 넣는 ‘딜리버리’ 역량에 있다.
근거
모델 학습 비용은 천문학적으로 치솟는 반면, 사용료는 급격히 하락하고 있다. 이는 모델이 전기나 수도 같은 공공재적 성격을 띠게 됨을 의미한다. 반면, 조직의 워크플로우를 재설계하고 데이터를 정제하여 시스템에 통합하는 과정은 고도의 인적 자원과 시간이 투입되는 비정형적 작업으로, 대체 불가능한 가치를 창출한다.
“모델은 commodity가 됐고, 가격은 18개월마다 90%씩 떨어졌다. … 모델 위에 사람을 얹어야 한다. 사람이 클라이언트 조직에 들어가 시스템을 다시 짜야 한다.”
연결된 생각
- forward-deployed-engineer — 배포 중심 비즈니스의 핵심 인적 자원 모델
- 20260612-openai-deployment-company — 이 패러다임 전환을 상징하는 OpenAI의 전략적 움직임