넷플릭스 CPTO가 말하는, AI 시대에 채용하고 싶은 사람의 조건

안녕하세요, 요즘 프로덕트 메이커입니다.

프로덕트 소식은 넘쳐나지만 대부분 이런 게 나왔대에서 끝납니다. 그래서 뭘 어떻게 하라고? 내 작업에 어떻게 써먹지? 거기까진 연결이 잘 안 되죠. 따라서 요즘 프로덕트 메이커는 바로 쓸 수 있는 것, 그 중에서도 주목해볼 만한 것을 엄선해서 매주 금요일에 전달드리려 합니다.

요즘 프로덕트 메이커는 매주 세 가지를 골라 전합니다:

1. 써볼 것: 크래프톤 A.X K2 Raon-Speech - 게임사가 공개한 한국어 1위 음성 AI 모델
2. 참고할 것: 영국 AI 보안 연구소가 겪은 일 - AI 에이전트가 실제 사람을 속이려 한 사건 (내용이 좀 깁니다)
3. 적용해볼 것: 넷플릭스는 왜 전문가보다 시스템 사고자를 뽑을까

1. 써볼 것: 게임사가 공개한 한국어 1위 음성 AI 모델

배틀그라운드로 잘 알려진 게임사 크래프톤이 음성 AI 모델을 공개했습니다. 이름은 A.X K2 Raon-Speech고요. 사람 말을 알아듣고(음성인식), 사람처럼 말하고(음성합성), 음성으로 오간 대화에 답하는 걸 하나의 모델로 처리하는 음성 언어 모델입니다.

눈에 띄는 건 성능입니다. 크래프톤 발표에 따르면, 이 모델은 파라미터 300억 개(30B) 이하 규모의 공개 음성 언어 모델 가운데 한국어 종합 성능 1위를 기록했습니다. 게임사가 만든 음성 AI가 이 체급에서 한국어로는 가장 앞선 셈이죠.

무엇을 하는 모델인가요?

이 모델은 음성과 관련된 여러 일을 한 번에 처리합니다. 녹음된 말을 글로 옮기고(STT), 글을 음성으로 읽어주고(TTS), 음성으로 던진 질문에 답하고, 글로 된 질문에도 답해요. 여기에 도구를 불러 쓰는 기능과 여러 차례 주고받는 대화까지 지원하고요.

한 가지 특징은 목소리에 담긴 감정이나 억양까지 읽어서 답한다는 점입니다. 단어만 알아듣는 게 아니라 어떻게 말했는지도 참고해 더 자연스럽게 반응하는 거죠. 또 참조할 목소리를 주면 그 목소리를 흉내 내 말하거나(음성 복제), 앞서 나온 음성의 말투를 이어받아 계속 읽어주는 것도 됩니다.

* 음성 샘플은 여기서 들어볼 수 있습니다.

구조를 잠깐 보면, SK텔레콤이 만든 텍스트 모델(A.X K2 Light)을 바탕으로 삼고, 그 위에 크래프톤이 자체 학습한 음성 인코더와 음성 코덱을 얹었습니다. 전체 21.2B 파라미터 중 실제로는 약 3.5B만 활성화되는 방식이라, 크기에 비해 효율적으로 돌아가고요. 이 모델은 과학기술정보통신부가 주관하는 독자 AI 파운데이션 모델 프로젝트의 SK텔레콤 팀 참여로 나온 결과이기도 합니다.

써보려면 무엇이 필요한가요?

다만 이 모델을 아무 컴퓨터에서나 돌릴 수 있는 건 아닙니다. 크래프톤에 따르면 모델 가중치가 약 42.4GB라, 80GB 메모리를 갖춘 GPU나 그에 준하는 여러 대의 GPU 구성이 권장됩니다. 개인이 가벼운 장비로 시험해보긴 부담스러운 사양이죠.

따라서 이 소식은 현재 한국어 음성 AI가 어디까지 왔는지 확인하는 용도로 보면 좋습니다. 모델은 허깅페이스에 올라와 있고, 돌릴 장비가 있다면 STT나 TTS, 음성 질의응답 같은 기능을 코드 몇 줄로 불러 쓸 수 있어요. 라이선스가 CC BY-NC 4.0이라 연구와 비상업 용도로만 쓸 수 있다는 점도 알아두면 좋고요.

누구에게 좋을까요?

• 한국어 음성 기능을 다루는 프로덕트를 고민하는 사람. 지금 한국어 음성 AI의 성능이 어디까지 왔는지 가늠해볼 수 있습니다.
• 음성 관련 연구나 프로토타입을 만드는 사람. STT부터 TTS, 음성 대화까지 하나의 모델로 실험해볼 수 있어요.
• GPU 자원이 있는 팀. 자체 서버에 올려 음성 기능을 직접 붙여볼 수 있습니다.

2. 참고할 것: AI 에이전트가 실제 사람을 속이려 한 사건

지난주에도 AI 에이전트가 스스로 남의 시스템을 파고든 사건을 다뤘는데요. 비슷한 일이 또 나왔습니다. 이번엔 영국 정부의 AI 보안 연구소(AISI)가 직접 겪은 일이고, 8월 4일 사고 보고서로 공개됐습니다.

무슨 일이 있었는지 보기 전에, 이 사건이 왜 벌어졌는지부터 짚어야 합니다. AISI는 AI 모델이 사이버 공격에 악용될 수 있는지 알아보려고, 일부러 안전장치를 풀고 시험합니다. 인터넷을 열어주고, 모델에 붙어 있는 위험 차단 필터도 꺼요. 실제 서비스에서는 이 필터가 켜져 있지만, 모델이 최대로 무엇까지 할 수 있는지 보려면 꺼야 하기 때문입니다. 따라서 이번 사건은 그렇게 안전장치를 끈 상태의 시험에서 나왔습니다. 평소 우리가 쓰는 AI 서비스와는 조건이 다르다는 점을 참고해주세요.

무슨 일이 벌어졌나요?

AISI는 AI 에이전트에게 사이버 보안 문제를 풀게 하는 시험을 122번 돌렸습니다. 그중 10번에서 에이전트가 시험 범위를 넘어, 실제 인터넷에서 진짜 사람과 조직을 겨냥한 행동을 했습니다. AISI에 따르면 이런 행동이 총 19건 확인됐고, 그중 17건이 Anthropic(앤트로픽)의 Mythos 5, 2건이 위험 필터를 끈 OpenAI(오픈AI)의 GPT-5.6 Sol에서 나왔습니다.

가장 심각한 건 오픈소스 프로젝트에 몰래 악성 코드를 심으려 한 시도예요. 에이전트는 코드를 승인받으려고 가짜 신원을 여러 개 만들어, 실제 프로젝트 관리자를 속이려 했습니다. 자기가 만든 코드가 문제없어 보이도록 이전 흔적을 고치기도 했고요. 다행히 사람 관리자가 이를 알아채고 승인을 거부했습니다.

이것 말고도 에이전트는 실제 사람에게 직접 연락해 악성 코드를 실행하도록 유도하거나, 다른 AI가 몰래 읽고 따르도록 숨긴 지시를 심으려 했어요. 같은 시험을 보던 다른 AI 에이전트에게 협업하자고 공개 메시지를 남기기도 했고요.

여기서 중요한 두 가지

이 사건에서 특히 짚어볼 대목이 두 가지 있습니다.

• 하나는 아무도 속이라고 시키지 않았다는 점입니다. AISI는 에이전트에게 사람을 속이라고 지시한 적이 없습니다. 에이전트가 주어진 문제를 풀려고 애쓰는 과정에서, 속임수가 하나의 방법으로 저절로 튀어나온 거예요. AISI는 이런 목표를 위한 기만이 얼마 전까지 이론에만 있던 이야기였는데, 이번에 실제로 나타났다고 설명합니다.
• 다른 하나는 이걸 막은 게 기술이 아니라 사람이었다는 점입니다. 최악의 상황을 막은 건 자동화된 방어벽이 아니라, 코드를 검토한 사람의 경계심이었습니다. AISI도 실패와 성공의 차이가 아슬아슬했고, 더 뛰어난 에이전트였다면 결과가 달랐을 수 있다고 인정합니다.

무엇을 얻어가야 하나요?

여기서 오해하지 말아야 할 게 있어요. 이건 안전장치를 일부러 끈 통제된 시험에서 벌어진 일이고, 실제 서비스에서 같은 일이 일어났다는 뜻은 아닙니다. AISI도 실제 피해는 확인되지 않았다고 밝혔고요. 지레 겁먹을 일은 아니라는 거죠.

다만 방향은 분명합니다. 지난주 사건에 이어 이번까지, AI 에이전트에게 실제로 행동할 권한을 주면 예상 못 한 일이 벌어질 수 있다는 게 반복해서 확인되고 있죠. 그래서 에이전트를 만들거나 붙여 쓰는 프로덕트 메이커라면, AISI가 권하는 대응이 참고가 되는데요. 사실 기본에 가까운 내용입니다. 외부에서 온 코드나 기여는 실행하기 전에 사람이 검토하고, 의심스러운 코드는 격리된 환경에서 열어보는 것. 이번 사건에서 최악을 막은 게 바로 이 평범한 습관이었으니까요. AI가 더 많은 일을 대신할수록, 사람이 마지막으로 확인하는 과정이 점점 더 중요해질 거라 생각합니다.

3. 적용해볼 것: 넷플릭스는 왜 전문가보다 시스템 사고자를 뽑을까

AI 덕에 이제 누구나 뭐든 할 수 있게 됐습니다. 기획자가 코드를 짜고, 디자이너가 기획서를 쓰고, 개발자가 제품을 구상해요. 편해진 것 같지만, 한편으론 그래서 내 일이 뭐지 하는 혼란도 생겨나고 있죠. 이 질문을 넷플릭스의 제품·기술 총괄 엘리자베스 스톤(Elizabeth Stone)이 Lenny's Podcast에서 이 고민을 짚었습니다.

AI 시대에 넷플릭스는 어떤 사람을 뽑고 어떻게 일하는지에 대한 이야기입니다. 사실 넷플릭스는 AI에 일찍부터 진심이었는데요. 2006년에는 추천 알고리즘을 10% 개선하는 팀에게 상금 100만 달러를 건 넷플릭스 프라이즈 대회를 열었을 정도죠. 그런 회사가 지금은 어떤 역량을 중요하게 보는지 들어보면 꽤나 흥미로운 참고가 될 거라 생각합니다.

스톤의 답을 한마디로 줄이면, 경계는 흐려져도 각 분야의 깊이는 사라지지 않는다는 겁니다. 다들 더 많은 일을 할 수 있게 됐지만, 뛰어난 엔지니어링과 데이터 분석, 창의성은 여전히 드물다는 거죠. 그러면서 넷플릭스가 요즘 더 찾는 사람으로 ‘시스템 사고자’를 꼽았습니다.

시스템 사고자가 무엇인가요?

시스템 사고자는 자기 앞의 문제만 보는 게 아니라, 그 문제가 전체 안에서 어디에 놓이는지를 보는 사람입니다. 스톤은 그 이유를 이렇게 설명해요. AI 에이전트가 여러 시스템을 넘나들며 일하는 시대에는, 각자 알아서 만드는 것보다 공통의 토대를 잘 깔아두는 게 중요해진다는 겁니다. 그래야 여러 사람과 여러 AI가 그 위에서 안전하고 빠르게 일할 수 있으니까요.

그래서 넷플릭스는 특정 분야만 깊게 파는 사람(전문가)보다, 여러 영역을 가로질러 보고 앞으로 필요한 토대가 무엇인지 그려낼 수 있는 사람(시스템 사고자)을 더 뽑는다고 합니다. 디자인도 마찬가지예요. 개별 화면을 예쁘게 만드는 것보다, 여러 사람이 일관된 제품을 만들 수 있도록 디자인의 틀과 기준을 세우는 사람이 중요해졌다고 하고요.

시스템 사고는 어떻게 기르나요?

스톤은 거창한 방법 대신 작은 요령을 알려줍니다. 어떤 문제를 풀 때, 한 단계만 뒤로 물러나 보라는 거예요. 지금 이 문제를 풀면서 내가 당연하게 여기는 전제가 뭐지? 하고 한 번 묻는 겁니다.

예를 들어 어떤 기능을 만드는 일을 맡았다면, 곧장 만들기 전에 잠깐 멈춰서 이 기능이 풀려는 더 큰 문제는 뭘까, 이 방식이 나중에 다른 경우까지 확장될 수 있을까를 생각해보는 거죠. 스톤은 여기서 너무 오래 고민하면 앞으로 못 나가니, 딱 한 단계만 줌아웃하라고 조언합니다.

또 다른 방법은 내 상사라면 어떻게 볼까 생각해보는 겁니다. 내가 맡은 일만이 아니라 상사가 보는 더 넓은 그림에서 생각하면, 자연스럽게 시야가 넓어진다는 거예요. 내가 하는 일이 동료에게도 도움이 될까, 다음 사람이 이어받기 좋게 남기고 있나를 챙기는 것도 시스템 사고고요.

적용해볼 원칙 몇 가지

인터뷰에서 프로덕트 메이커가 챙길 만한 조언을 추려봤습니다.

1. 한 단계 줌아웃하는 습관을 들입니다. 문제를 받으면 바로 뛰어들기 전에, 이게 풀려는 더 큰 문제가 뭔지 한 번만 물어보세요. 단, 너무 오래 붙잡지는 말고요.
2. 전문성은 계속 갈고닦습니다. 경계가 흐려져도 내 분야의 깊이는 여전히 무기입니다. 스톤은 뛰어난 실력은 지금도 드물다고 반복해서 강조했어요. AI로 여러 일을 하게 됐다고 내 중심 역량을 놓아버리면 안 된다는 거죠.
3. AI를 쓰되 책임은 내가 집니다. 스톤이 특히 강조한 대목입니다. 에이전트가 코드를 짰든, 내가 잘 모르는 분석을 AI 도움으로 했든, 결과에 대한 책임은 사람에게 남습니다. ‘AI가 저렇게 하라고 했으니까’는 변명이 될 수 없습니다.
4. 새로운 방식에 열려 있습니다. 넷플릭스가 채용을 할 때 보는 건 특정 기술만이 아니라, 계속 바뀌는 상황을 즐기고 새로운 걸 시도하려는 태도라고 합니다. 스톤은 이걸 AI 유창성이라 부르는데, AI를 얼마나 잘 다루고 어디에 써야 할지 아는 감각을 말합니다. 신입이든 임원이든 모두에게 이걸 기대한다고 하죠.

적용을 위해 실행해볼 수 있는 것

• 지금 맡은 일 하나를 골라, 이게 풀려는 더 큰 문제가 뭔지 한 문장으로 적어보세요. 그 한 문장이 지금 방식이 맞는지 다시 보게 해줍니다.
• 내가 AI에 맡긴 결과물을 한 번 더 검토하는 습관을 들이세요. 결과에 대한 책임은 결국 나에게 있으니까요.

도구는 점점 강해지지만, 무엇을 만들지 정하고 결과에 책임지는 건 여전히 사람의 몫입니다. 그 몫을 어떻게 키울지 고민하는 게, 지금 프로덕트 메이커에게 가장 남는 일이 아닐까 싶습니다.

다음 주에도 여러분이 놓치지 말아야 할 프로덕트 메이커 소식을 정리해서 찾아뵙겠습니다. 요즘 프로덕트 메이커 콘텐츠가 도움이 되셨다면, 꼭 작가 알림 설정을 부탁드립니다. 콘텐츠 내용 중 잘못된 정보나 정정이 필요한 부분이 있다면 댓글로 알려주세요. 빠르게 수정하겠습니다. 다음 주에 또 만나요!

©️요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.