구글 검색 20%를 뺏었다는 챗GPT, 식당 예약은 아직도 못 합니다

저녁 회식 장소, 챗GPT에게 물어봤습니다

며칠 전 팀 회식 장소를 정해야 했습니다. 조건은 까다로웠습니다. 광화문 근처, 8명, 조용한 개별 공간, 1인당 예산 5만 원 내외의 한식당. 문득 ‘구글 검색량의 20%를 차지했다’는 챗GPT가 떠올랐습니다. 최신 모델이라는 GPT-4o에게 직접 물어봤습니다. “광화문 근처에서 다음 주 화요일 저녁 8명이 회식할 만한, 조용한 룸이 있는 1인당 5만 원대 한식당 추천해 줘.”

몇 초 만에 그럴싸한 목록이 나타났습니다. 상호명, 대표 메뉴, 주소까지 깔끔하게 정리해 주더군요. 감탄하며 첫 번째 식당에 전화를 걸었습니다. “아, 저희는 작년에 폐업했습니다.” 두 번째 식당은 ‘룸 없음’ 답변이 돌아왔고, 세 번째는 한식당이 아닌 이탈리안 레스토랑이었습니다. 결국 저는 하던 대로 네이버 지도와 블로그 후기를 뒤져 겨우 예약에 성공했습니다. 30분이 넘게 걸렸습니다.

이것이 ‘AI가 검색을 대체한다’는 거창한 담론의 실체입니다. 오픈AI가 최근 자사 챗GPT의 검색 쿼리, 즉 질문량이 구글의 20%에 육박한다고 밝히면서 세상이 떠들썩합니다. 하지만 제가 겪은 것처럼, AI는 아직 현실의 문제를 끝까지 해결해주지 못합니다. 정보의 ‘요약’은 기가 막히게 잘하지만, 정보의 ‘검증’과 ‘실행’이라는 마지막 한 걸음을 내딛지 못하는 겁니다. 구글의 왕좌가 흔들린다는 호들갑 뒤에 가려진 진짜 변화는 다른 곳에 있습니다.

'검색'이 아니라 '요약' 기계입니다

우리가 ‘검색한다’고 말할 때, 사실 두 가지 다른 행동을 합니다. 구글과 챗GPT는 이 두 행동을 각각 나눠 맡고 있다고 보는 편이 정확합니다.

구글 검색은 거대한 도서관의 색인 카드 시스템과 같습니다. ‘프랑스 혁명의 원인’이라는 키워드를 넣으면, 관련 내용을 담고 있을 법한 책(웹페이지)들의 목록을 던져 줍니다. 어떤 책이 가장 정확하고 깊이 있는지 판단하고, 직접 도서관 서가로 가서 책을 꺼내 읽는 것은 온전히 우리의 몫입니다. 귀찮지만, 정보의 원본 소스를 직접 확인할 수 있다는 장점이 있죠.

반면 챗GPT는 아주 박식하지만 가끔 건망증이 있는 사서에게 질문하는 것과 비슷합니다. 같은 질문을 던지면, 사서는 자신이 읽었던 수많은 책의 내용을 종합해서 한 편의 짧은 보고서처럼 요약해 줍니다. 책을 일일이 찾아 읽을 필요가 없으니 엄청나게 편리합니다. 하지만 사서가 어떤 책을 참고했는지, 혹시 내용을 잘못 기억하고 있는 건 아닌지 알기 어렵습니다.

기술적으로도 둘은 다릅니다. 챗GPT 같은 대규모 언어 모델(LLM, Large Language Model)은 쉽게 말해 ‘사람 말을 흉내 내 다음 단어를 예측해 문장을 만드는 AI’입니다. 인터넷 전체를 실시간으로 뒤지는 구글과 달리, 특정 시점까지의 방대한 데이터를 미리 학습한 뒤 그 기억을 바탕으로 답변을 조합합니다. 물론 최신 정보가 필요할 땐 웹 브라우징 기능을 쓰기도 하지만, 기본적으로는 과거의 지식을 재구성하는 ‘요약 기계’에 가깝습니다. 이 때문에 존재하지 않는 사실을 그럴싸하게 지어내는 ‘환각(Hallucination)’ 현상이 생기는 겁니다. 제가 추천받은 ‘폐업한 식당’처럼 말입니다.

결국 챗GPT가 가져갔다는 20%는 ‘프랑스 혁명의 원인은?’처럼 정답이 어느 정도 정해진 ‘정보성 질문’일 가능성이 높습니다. 당장 페이스북에 접속하기 위한 ‘탐색성 질문(navigational query)’이나 아이폰을 사기 위한 ‘거래성 질문(transactional query)’은 여전히 구글의 영역입니다. ‘검색 시장의 20%’라는 말은 사실을 과감하게 압축한, 기술 기업 특유의 마케팅 언어인 셈입니다.

4세대 언어와 노코드의 망령이 보입니다

지금의 AI 열풍을 보고 있으면, 저는 30여 년 전의 풍경이 떠오릅니다. 바로 ‘4세대 언어(4GL)’와 ‘CASE 도구’의 등장입니다.

1980년대, 컴퓨터 업계에는 ‘프로그래머가 곧 사라질 것’이라는 예언이 파다했습니다. 4세대 언어라는 것이 등장했기 때문입니다. 사람이 쓰는 말과 비슷한 명령어로 데이터베이스를 다룰 수 있게 해주는 기술이었죠. “모든 직장인이 자기 업무에 필요한 프로그램을 직접 만들게 될 것이다!” 모두가 열광했습니다. 결과는 어땠을까요? 4세대 언어는 특정 업무, 특히 보고서 출력 같은 반복 작업을 자동화하는 데는 탁월했지만, 조금만 복잡하고 독창적인 로직을 구현하려면 결국 C언어나 코볼 같은 3세대 언어와 전문 프로그래머가 필요했습니다. 4세대 언어는 세상을 바꾸지 못하고, 그저 개발자의 도구함에 들어 있는 연장 하나로 남았습니다.

2010년대에는 ‘노코드(No-code)’와 ‘로코드(Low-code)’가 그 바통을 이어받았습니다. 코딩 한 줄 없이 마우스로 끌어다 놓기만 하면 앱이나 웹사이트를 뚝딱 만들 수 있다는 구호는 매력적이었습니다. 실제로 간단한 회사 소개 페이지나 내부 관리 도구 정도는 비전문가도 만들 수 있게 됐습니다. 하지만 남들과 다른 기능을 넣거나, 수만 명의 사용자를 감당해야 하거나, 독창적인 디자인을 구현하려면 어김없이 ‘진짜 코드’의 벽에 부딪혔습니다. 노코드는 ‘코딩의 종말’이 아니라 ‘간단한 코딩의 자동화’였던 셈입니다.

챗GPT가 주도하는 생성 AI의 흐름도 정확히 같은 궤적을 그리고 있습니다. 정보 검색과 지식 노동의 ‘쉬운 부분’을 압도적인 효율로 자동화합니다. 흩어진 정보를 모아 요약하고, 뻔한 형식의 이메일 초안을 쓰고, 간단한 코드를 짜는 일들 말입니다. 하지만 그 정보가 진짜인지 가려내고, 내 상황에 맞게 재해석하고, 아무도 생각 못한 방식으로 조합해 새로운 가치를 만드는 ‘어려운 부분’은 여전히, 아니 오히려 더 중요하게 사람의 몫으로 남습니다. AI는 지식 노동자를 대체하는 게 아니라, 지식 노동의 문턱을 낮추는 동시에 최상위 전문가의 기준을 한없이 높여놓고 있습니다.

'요약'과 '탐색'의 값은 어떻게 다른가

챗GPT와 구글은 단순히 시장 점유율을 다투는 경쟁자가 아니라, 정보에 접근하는 두 가지 다른 철학을 대표합니다. 둘의 차이를 명확히 이해하면 지금 무슨 일이 벌어지고 있는지 더 잘 보입니다.

이 표를 보면 흔한 오해 두 가지를 바로잡을 수 있습니다.

첫째, ‘챗GPT가 결국 구글을 죽일 것이다’라는 오해입니다. 그렇지 않습니다. 둘은 해결하는 문제가 다릅니다. 오늘 주식 시세를 확인하거나, 은행 공식 홈페이지를 찾거나, 특정 상품의 최저가를 비교할 때 챗GPT에게 묻는 사람은 없습니다. 반대로 ‘양자역학의 불확정성 원리를 중학생에게 설명할 비유 5가지’를 찾을 때 구글에 키워드를 넣는 것보다 챗GPT에게 묻는 편이 훨씬 빠릅니다. 이들은 한동안 서로의 영역을 잠식하며 공존할 가능성이 높습니다. 마치 넷플릭스가 영화관을 완전히 없애지 못한 것처럼 말입니다.

둘째, ‘AI 검색은 공짜다’라는 오해입니다. 세상에 공짜 점심은 없습니다. 비용의 형태가 다를 뿐입니다. 구글 검색의 비용은 우리의 ‘시간과 주의력’입니다. 수많은 링크와 광고 속에서 옥석을 가려내는 데 드는 정신적 에너지가 바로 우리가 지불하는 대가입니다. 구글은 이 주의력을 광고주에게 팔아 돈을 법니다. 반면 챗GPT의 비용은 더 직접적입니다. 고급 모델을 쓰려면 월 구독료를 내야 합니다. 우리가 질문을 던질 때마다 오픈AI의 데이터센터에서는 엄청난 양의 전기를 쓰는 반도체들이 돌아갑니다. 이 AI 추론(Inference, AI가 질문을 받고 답변을 생각해내는 과정) 비용은 아직 택시 미터기처럼 비쌉니다. 공짜 버전은 성능을 제한하거나, 결국 다른 방식(예: 기업용 서비스 판매)으로 비용을 충당하는 구조입니다.

진짜 전쟁터는 '광고'가 아니라 '판단'입니다

많은 사람들이 구글의 광고 수익이 오픈AI로 넘어갈지를 두고 갑론을박하지만, 이것은 핵심이 아닙니다. 진짜 변화는 ‘정보’ 자체의 가치가 폭락하고, 그 정보를 다루는 ‘판단’의 가치가 폭등하고 있다는 점입니다.

과거에는 좋은 정보를 손에 넣는 것 자체가 실력이었습니다. 남들이 모르는 해외 논문을 구해 읽고, 발품을 팔아 희귀한 자료를 찾는 사람이 전문가 대접을 받았습니다. 정보 접근성 자체가 진입 장벽이었습니다.

이제는 다릅니다. 챗GPT에게 물어보면 10초 만에 전 세계 모든 지식을 요약해 줍니다. 정보는 이제 마트에서 주문하면 1시간 안에 집으로 배달되는 신선식품처럼 흔하고 저렴해졌습니다. 재료를 구하는 능력은 더 이상 변별력이 없습니다.

중요해진 것은 그 재료로 어떤 요리를 할지, 레시피에 없는 문제는 어떻게 해결할지 결정하는 ‘판단력’입니다. AI가 추천한 5개의 식당 후보 중 어디가 정말 내 목적에 맞는지 확인하는 능력, AI가 요약한 보고서가 우리 회사 상황에 정말 부합하는지 비판적으로 검토하는 능력, AI가 짜준 코드가 심각한 보안 결함은 없는지 가려내는 능력이 바로 새로운 시대의 몸값입니다. 이 판단의 가치는 앞으로 계속 올라갈 겁니다.

앞으로 모든 지식 노동자에게는 최소한 네 가지 판단 능력이 요구될 것입니다.

1. 질문 설계 능력: 쓰레기 같은 질문은 쓰레기 같은 답변을 낳습니다. 모호하고 뻔한 질문 대신, 원하는 결과물을 정확히 얻어낼 수 있는 날카롭고 구조화된 질문을 던지는 능력입니다.
2. 결과 검증 능력: AI의 답변이 사실인지, 최신 정보인지, 특정 관점에 편향되지는 않았는지 교차 확인하는 능력입니다. 우리 모두가 AI의 ‘환각’을 걸러내는 ‘팩트체커’가 되어야 합니다.
3. 맥락 적용 능력: AI가 내놓은 일반론적인 정보를 나의 특수한 상황과 고유한 맥락에 맞게 해석하고 변형하여 적용하는 능력입니다. ‘책에 따르면 그렇지만, 우리 현실에서는 이렇게 해야 한다’고 말할 수 있어야 합니다.
4. 책임지는 능력: AI의 조언을 따랐을 때 발생하는 모든 결과에 대한 최종 책임은 결국 사람에게 있습니다. 이 ‘책임의 무게’를 감당하는 용기와 결단력이야말로 기계가 흉내 낼 수 없는 인간 고유의 판단력입니다.

그래서, 우리는 무엇을 지켜봐야 합니까

‘구글 대 챗GPT’라는 단순한 구도에 매몰되기보다, 우리는 더 근본적인 변화의 신호들을 읽어야 합니다. 앞으로 주목해야 할 관전 포인트는 세 가지입니다.

첫째, 구글 SGE(생성형 검색 경험)의 ‘비용 구조’입니다. 구글이 검색 결과 상단에 AI 요약을 보여주는 기능을 전면 도입하면, 검색 한 번당 처리 비용이 기존보다 최대 10배까지 뛸 수 있다는 분석이 있습니다. 이 막대한 비용을 구글이 어떻게 감당할지, 기존 광고 모델을 어떻게 바꿀지가 진짜 문제입니다. 검색 결과 옆에 작은 텍스트 광고 몇 개 붙이는 걸로는 어림도 없습니다. 어쩌면 검색에도 유료 구독 모델이 등장할지 모릅니다.

둘째, ‘멀티모달(Multi-modal)’ AI의 실용성입니다. GPT-4o처럼 보고 듣고 말하는 AI가 일상에 얼마나 깊이 파고들 수 있을지 지켜봐야 합니다. 스마트폰 카메라로 시든 화분을 비추면 “물이 부족하고, 저기 창가로 옮겨주세요”라고 말해주거나, 자동차 엔진 소리를 듣고 “엔진 오일 교체가 필요한 소음입니다”라고 진단해주는 수준이 될 수 있을까요? AI가 ‘정보 요약’을 넘어 ‘현실 문제 해결’의 영역으로 넘어오는 변곡점이 될 겁니다.

셋째, ‘수직적(Vertical) AI’의 부상입니다. 법률, 의료, 금융, 코딩 등 특정 전문 분야의 데이터만 깊게 학습한 ‘전문가 AI’들이 속속 등장할 겁니다. 모든 것을 아는 ‘척’하는 범용 AI보다 ‘환각’이 훨씬 적고 답변의 신뢰도가 높기 때문에, 실제 전문가들의 업무를 보조하거나 일부 대체하기 시작할 겁니다. 범용 AI와 전문 AI가 어떤 경쟁과 협력 관계를 만들어나갈지 주목해야 합니다.

오픈AI의 ‘20%’ 선언은 검색 시장의 종언이 아니라, 새로운 게임의 시작을 알리는 출사표입니다. 정보가 넘쳐나는 시대, 우리는 더 이상 정보를 ‘찾는’ 수고가 아니라 정보를 ‘가려내는’ 수고를 해야 합니다. AI는 결국 우리에게 더 많은 것을 질문하고, 더 깊게 생각하고, 더 용감하게 결정하라고 요구하는 도구입니다. 판단의 값이 비싸지는 시대가 오고 있습니다.

Q. 그래서 당장 구글 대신 챗GPT만 써도 되나요? A. 아니요. 앞서 말했듯, 둘은 쓰임새가 다릅니다. 맛집을 찾고, 비행기 표를 예매하고, 오늘 뉴스를 확인할 땐 구글이 여전히 빠르고 정확합니다. 복잡한 주제에 대해 배우거나, 보고서 초안을 쓰거나, 아이디어를 얻을 땐 챗GPT가 강력한 조수 역할을 합니다. 망치와 드라이버처럼, 문제에 맞는 도구를 골라 쓰는 지혜가 필요합니다.

Q. 챗GPT가 내놓는 정보의 저작권 문제는 어떻게 되나요? A. 아주 복잡하고 현재진행형인 문제입니다. AI는 인터넷의 수많은 데이터를 학습하는데, 이 과정에서 저작권이 있는 글이나 이미지를 무단으로 썼다는 소송이 곳곳에서 벌어지고 있습니다. 뉴욕타임스가 오픈AI를 고소한 것이 대표적이죠. 사용자는 AI가 만든 결과물을 상업적으로 쓸 때, 자신도 모르게 저작권을 침해할 위험이 있다는 점을 알아야 합니다. 아직 법과 제도가 기술 속도를 따라가지 못하고 있습니다.

Q. AI 때문에 제 직업이 없어질까 봐 불안합니다. A. '단순 반복' 업무는 확실히 위협받을 겁니다. 정보를 찾아서 복사해 붙이는 일, 간단한 요약 보고서를 쓰는 일 같은 것들 말입니다. 하지만 AI를 '내 일의 일부를 자동화하는 똑똑한 인턴'으로 활용할 수 있다면 오히려 생산성은 극적으로 높아질 겁니다. 중요한 것은 AI를 두려워하는 대신, AI를 다루는 기술, 즉 앞서 말한 '판단력'을 기르는 것입니다. 결국 AI를 쓰는 사람과 쓰지 않는 사람의 격차가 벌어질 겁니다.