CIO AI
2026-06-26 05:47 UTC
Score 26.0
USR-0125-20260626-global-ai-ne-adac0797
Full article
겉으로 드러난 상태에 라벨을 붙이는 일은 이제 어렵지 않다. 사용자가 얼마나 머물렀는지, 무엇을 클릭했는지, 어떤 영상을 반복해서 봤는지, 심박이 높아졌는지, 회의가 몇 번 있었는지 등 시스템은 이런 정보들을 꽤 정확히 기록한다. 문제는 그 다음이다. ‘피곤함’이라는 신호가 잡혔다고 해서, 그 피로가 수면 부족 때문인지 업무 압박 때문인지 관계의 피로 때문인지 단순한 이동 피로 때문인지는 전혀 다른 질문이다. 지금 우리가 개인화라고 부르는 많은 기술은 여기서 멈춘다. 결과는 보여주지만 원인은 모른다. 라벨은 붙이지만 맥락은 비워둔다. 추천은 하지만 왜 지금 그것이 필요한지는 설명하지 못한다. AI 글래스의 등장은 이 한계를 더 선명하게 드러낸다. 구글은 안드로이드 XR과 제미나이를 결합한 지능형 안경을 공개했고, 엑스리얼(XREAL)의 프로젝트 아우라(Project Aura)도 같은 생태계 위에서 AI 글래스의 가능성을 보여줬다. AI는 더 이상 스마트폰 화면 안에 머물지 않는다. 이제 사용자의 시야로, 현장의 업무 환경으로 들어오고 있다. 그러나 진짜 질문은 하드웨어가 아니다. 디스플레이가 얼마나 선명한지, 카메라가 몇 개인지, 어떤 대규모 언어 모델(LLM)이 탑재되는지보다 더 중요한 것은 ‘AI가 사용자의 눈앞에 무엇을 보여줘야 하며, 그보다 먼저 무엇을 보여주지 말아야 하는가’라는 질문이다. 스마트폰에서는 잘못된 추천을 스크롤로 넘기면 그만이다. 구글 AI글래스에서는 그 잘못된 정보가 시야를 그대로 가로막는다. 스마트폰의 불필요한 알림은 불편함이지만, 글래스의 불필요한 알림은 인지 부하가 된다. 이건 글래스만의 문제가 아니다. 제조 공정, 바이오 신호, 방산 현장, 기업용 AI 에이전트 모두 결국 같은 질문 앞에 선다. 수많은 데이터 중 지금 계산해야 할 것은 무엇이고, 버려야 할 것은 무엇인가? 우리는 왜 개인화를 경험하지 못했나 첫 번째 착각: 비슷한 사람들이 좋아한 것은 나에게도 맞을 것이다. 추천 알고리즘은 오랫동안 이 전제 위에서 발전했다. 나와 비슷한 사람들이 본 영상, 구매한 물건, 방문한 식당을 내게도 보여준다. 분명 효과가 있는 방식이다. 하지만 그것은 타인과의 유사성일 뿐, 지금 나의 상태와 목적을 이해했다는 뜻은 아니다. 별점이 높은 식당도 오늘 내 몸 상태와 맞지 않으면 좋은 추천이 아니다. 비슷한 사람들이 좋아한 영상도 지금 내 집중력을 회복시키지 못하면 의미가 없다. 개인화는 ‘비슷한 사람’을 찾는 일이 아니라 ‘지금 이 사람’을 이해하는 일이어야 한다. 두 번째 착각: 과거 행동이 현재 의도를 설명한다. 어제 본 영상, 지난주 검색어, 지난달 구매 이력은 모두 의미 있는 데이터다. 그러나 그것들은 과거의 흔적일 뿐이다. 같은 사람이라도 출근길, 회의 직전, 야근 후, 병원 대기실, 가족과 함께 있는 시간의 필요는 저마다 다르다. 사용자는 고정된 프로필이 아니다. 같은 행동도 맥락에 따라 다른 의미를 갖는다. 늦은 밤 영상을 오래 본 행동을 시스템은 ‘높은 관심’으로 해석할 수 있지만, 실제로는 불면이나…