오픈AI, 모델만 팔던 단계 넘어 기업 AI 구축판에 5.9조원 베팅

• 오픈AI가 이제 ‘좋은 모델 있으니 알아서 써보세요’ 단계에서 빠져나와, 기업 현장에 직접 들어가는 쪽으로 방향을 틀고 있음

  • 최근 사모펀드 운용사 티피지, 컨설팅 기업, 시스템통합 업체들과 함께 ‘오픈AI 디플로이먼트 컴퍼니’라는 합작법인을 세움
  • 초기 투자 규모가 40억 달러, 한국 돈으로 약 5조9000억원 수준이라 그냥 영업팀 하나 만든 정도가 아님
  • 오픈AI가 지분 과반을 들고 경영권도 행사하는 구조라, 기업용 AI 도입을 핵심 사업으로 직접 끌고 가겠다는 그림임

• 새 법인의 역할은 기업 고객의 업무 흐름에 오픈AI 모델을 실제로 꽂아 넣는 것임

  • 기업별 내부 데이터, 백오피스 애플리케이션, 업무 프로세스를 분석한 뒤 모델을 연결해 자동화와 생산성 개선을 만들겠다는 방식
  • 기업 입장에서는 생성형 AI 데모는 많이 봤지만, 막상 현업에 붙이려면 데이터 연동, 권한 관리, 보안, 내부 규정 준수에서 계속 막힘
  • 전사적자원관리(ERP), 고객관계관리(CRM), 그룹웨어 같은 기존 시스템과 연결해야 하니 모델 성능만 좋아서는 답이 안 나오는 구간임

• 오픈AI가 AI 컨설팅 회사 토모로를 인수한 것도 같은 맥락임

  • 토모로는 프런티어 AI 모델을 기업 현장에 적용하는 데 특화된 회사로 소개됨
  • 인수로 약 150명의 엔지니어가 오픈AI 산하에 합류하고, 이들이 고객사 현장에 들어가 업무 흐름을 파악하고 모델을 시스템에 연결하는 역할을 맡을 예정
  • 지난해 12월에는 슬랙 최고경영자 출신 데니스 드레서를 최고매출책임자(CRO)로 데려왔는데, 기업 영업과 도입 지원을 동시에 밀겠다는 인사로 읽힘

• 이 전략은 팔란티어식 접근과 닮아 있음

  • 팔란티어가 정부와 기업 고객의 업무 흐름을 분석해 소프트웨어를 현장 맞춤형으로 붙여왔듯, 오픈AI도 모델을 고객 내부 시스템에 직접 연결하려는 모습
  • 단순히 API를 열어두는 게 아니라, 현장 투입 엔지니어가 조직과 사용자 옆에서 업무를 이해하고 자동화 지점을 찾는 방식임
  • 기업 고객이 돈을 크게 쓰게 만들려면 ‘모델이 똑똑함’보다 ‘이걸로 실제 운영 지표가 좋아짐’을 증명해야 함

• 사모펀드와 손잡은 것도 꽤 현실적인 확장 전략임

  • 사모펀드가 보유한 포트폴리오 기업을 초기 고객군으로 삼을 수 있음
  • 컨설팅·시스템통합 업체의 산업별 구축 경험과 고객 접점도 활용 가능함
  • 오픈AI 입장에서는 모델, 현장 엔지니어, 투자사 네트워크를 묶어 기업 AI 도입 속도를 올리는 셈

• 경쟁사들도 같은 방향으로 움직이고 있음

  • 앤트로픽은 블랙스톤, 골드만삭스 같은 월가 대형 금융사와 손잡고 클로드 기반 기업용 AI 서비스 회사를 추진 중
  • 구글은 제미나이를 클라우드, 업무용 소프트웨어, 데이터 분석 플랫폼과 묶어 기업 AI 확산을 노림
  • 결국 기업 AI 시장의 전장은 ‘누가 더 똑똑한 모델인가’에서 ‘누가 업무 시스템까지 안정적으로 붙여주나’로 넓어지는 중임

• 관건은 도입 이후 운영 성과임

  • 기업 AI 프로젝트는 기술 검증보다 현업 확산에서 더 자주 막힘
  • 업무 방식 변화, 조직 문화, 보안 정책, 비용 대비 효과 산정이 같이 맞물려야 해서 단순 모델 공급자가 해결하기 어려운 문제가 많음
  • 그래서 오픈AI가 별도 법인과 전담 엔지니어 조직을 앞세운 건 기업 AI 시장에서 구축·운영 파트너로 자리 잡으려는 시도에 가까움

---

기술 맥락

• 이번 선택의 핵심은 오픈AI가 모델 제공자에서 기업 시스템 구축 파트너로 역할을 넓혔다는 점이에요. 기업은 모델 성능표만 보고 도입을 결정하지 않고, 내부 데이터와 권한 체계, 기존 업무 시스템에 얼마나 덜 위험하게 붙는지를 보거든요.

• 왜 별도 법인까지 만들었냐면, 기업 AI 도입의 병목이 모델 호출이 아니라 현장 적용에 있기 때문이에요. 전사적자원관리, 고객관계관리, 그룹웨어에 연결하려면 업무 프로세스와 보안 정책을 같이 이해해야 해서 일반적인 제품 영업만으로는 부족해요.

• 토모로 인수와 150명 엔지니어 확보는 ‘사람이 붙는 AI 도입’ 전략이에요. 현장 투입 엔지니어가 고객 조직 안에서 어떤 업무가 자동화 가능한지 보고, 모델을 백오피스 애플리케이션과 연결해야 실제 생산성 개선을 보여줄 수 있어요.

• 개발자 입장에서는 이 흐름이 꽤 중요해요. 앞으로 사내 AI 도입은 단순 챗봇 구축보다 권한 관리, 데이터 파이프라인, 감사 로그, 기존 시스템 연동 같은 엔지니어링 과제가 더 커질 가능성이 높거든요.