Genspark × The AI Collective 밋업 후기 및 마케터 인사이트

지난 주 소개했던 Genspark × The AI Collective 밋업에 다녀왔습니다.
젠스파크라는 기업 내부의 맥락과 제품에 대해 자세히 알게 되었고, AI도구들이 어떤 식으로 발전하게 될까? 라는 질문에 대한 인사이트를 얻을 수 있는 시간이었습니다.

The AI Collective 서울 챕터에서 이 행사를 개최했습니다.

웬 상 (Wen Sang)과 짧은 인터뷰

만난 김에 Genspark의 공동창업자이며 COO인 웬 상 (Wen Sang)과 짧은 인터뷰를 했습니다. 함께 보시죠! 이 인터뷰에서 촉발된 마케터들의 숙제에 대해서 마무리에 정리하겠습니다.

*요약

WPL: 마케터들이 젠스파크로 무엇을 하면 될까요?
Wen Sang: 전부 다요!

그래서 다음의 내용은 전부 젠스파크의 각종 에이전트를 최대한 활용하여 작성해 보겠습니다.😎

Wen Sang 웬상(COO of Genspark)의 키노트

회사의 비전, 기술, 성장 과정 및 향후 계획을 소개하는 발표였습니다. AI 에이전트를 통해 지식 근로자에게 더 많은 자유와 시간을 제공하는 것을 목표로 하며, 특히 회사의 독자적인 기술 아키텍처, 빠른 성장세, 그리고 한국 시장에 대한 중요성을 강조했습니다.

“과거에는 우리가 한 단어, 한 픽셀씩 작업하는 생산 엔진이었다면, 이제는 영화 감독이 되고 AI가 배우가 됩니다.”

Genspark 회사 소개

• 미션: 전 세계 10억 명 이상의 지식 근로자에게 AI 에이전트를 통해 더 많은 자유와 시간을 돌려주는 것.

• 핵심 개념: 사용자가 '영화 감독'처럼 지시하면 AI '배우'가 실제 작업을 수행하는 모델을 지향합니다. 이를 통해 사용자는 더 많은 성과를 내거나, 주 3일 근무와 같은 유연성을 선택할 수 있습니다.

주요 성장 및 성과

• 빠른 성장: 2024년 4월 런칭 후, 빠른 성장을 통해 4주 전 연간 반복 매출(ARR) 5,000만 달러를 돌파했습니다.

• 업계 인정: OpenAI와 Anthropic이 Genspark와의 협업 사례 연구를 발표했으며, OpenAI의 CEO Sam Altman은 Genspark를 전 세계 '30조 토큰 회사' 중 하나로 언급했습니다.

• 토큰 경제: AI가 수행하는 작업의 양이 '토큰' 소비량으로 측정되는 토큰 경제 시대로 진입하고 있음을 설명했습니다.

Genspark × The AI Collective 밋업에서 발표하는 웬 상 (Wen Sang) COO of Genspark

젠스파크의 기술 아키텍처 심층 분석

Genspark의 성장은 3개의 레이어로 구성된 독자적인 기술 아키텍처에 기반합니다.

• 1. 모델 오케스트레이션 레이어:

  • OpenAI, Anthropic, Google 등 30개 이상의 최첨단 AI 모델과 오픈 소스 모델을 활용합니다.

  • 각 작업에 맞춰 추론(OpenAI), 코딩(Claude), 이미지/영상(Google) 등 특정 모델의 강점을 적재적소에 활용하는 '모델 오케스트레이션' 기술을 구축했습니다.

• 2. 자체 개발 툴 (In-house Tools):

  • LLM을 '두뇌'로, 100개 이상의 자체 개발 툴을 '팔다리'로 비유합니다.

  • 웹 검색, 문서 처리, 전화 등 실제 업무를 수행할 수 있는 마이크로 서비스를 제공하여 LLM의 한계를 보완합니다.

• 3. 프라이빗 데이터 접근성:

  • Pitchbook, Crunchbase와 같은 유료 프라이빗 데이터베이스에 비용을 지불하고 접근합니다.

  • 이를 통해 단순 웹 검색을 넘어, 신뢰도 높은 데이터를 기반으로 한 고품질의 결과물을 생성합니다.

• 핵심 목표: AI 교육에 시간을 낭비하는 대신 '한 번에' 원하는 결과물을 얻을 수 있도록 최고의 품질을 제공하는 것입니다.

젠스파크는 여러 가지 AI 모델-도구-데이터를 연결해서 지휘하는 모델입니다

창립팀 및 투자 현황

• 기술 중심의 창업팀: Microsoft, Google, Meta(Facebook), Baidu, YouTube, TikTok 등에서 핵심적인 역할을 수행한 강력한 기술 인력들로 구성되어 있습니다. Wen Sang은 MIT 박사 학위 소지자입니다.

• 투자 유치: 2024년 2월까지 총 1억 6천만 달러를 유치했으며, 추가 투자 소식은 11월 20일 샌프란시스코 런칭 행사에서 공식 발표될 예정입니다.

• 주요 투자사: LG Tech Ventures가 주요 투자사 중 하나입니다.

제품 개발 및 비전

• AI 네이티브 기업: 회사 내부 코드의 80% 이상을 AI가 작성하여 주 단위로 신제품을 출시하는 빠른 개발 속도를 유지합니다.

• 확장성: 창업팀의 기술력을 바탕으로, 이러한 빠른 제품 출시를 지원할 수 있는 확장 가능한 기술 기반을 구축했습니다.

보안 및 엔터프라이즈 플랜

• 서비스 확장: 초기 개인용 제품에서 시작하여 기업의 요구에 따라 팀 플랜 및 엔터프라이즈 플랜을 구축했습니다.

• 강화된 보안: SOC 2, ISO 27001 등 주요 보안 및 개인정보보호 규정 준수 인증 절차를 진행 중이며, 보안을 매우 중요하게 생각합니다.

• 서비스 대상: 개인 사용자부터 중소기업, 대기업(Fortune 2000), 교육 기관에 이르기까지 모든 사용자가 쉽고 즐겁게 일할 수 있도록 지원하는 것을 목표로 합니다.

한국 시장에 대한 계획

• 핵심 시장: 한국은 젠스파크를 사용하는 전 세계 Top 5에 드는 매우 중요한 시장입니다.

• 전략적 파트너십: 글로벌 프리미엄 브랜드인 LG와의 파트너십을 통해 한국 시장에서 큰 계획들을 추진할 예정입니다.

라이브 데모와 Q&A

젠스파크 Founding Lead, GTM Giselle Rosado가 젠스파크 AI 슬라이드 에이전트를 이용해 0 to 1으로 문서를 완성시키는 작업을 실시간으로 보여주고 질의 응답시간을 가졌습니다.

“AI가 만든 결과물일수록, 우리는 더 큰 책임을 져야 합니다.”

큰 힘에는 큰 책임이 따른다 - 벤 파커 (스파이더맨 삼촌)

AI 슬라이드 사용에 대한 질문들

• 질문: PPTX 변환 시 폰트가 깨집니다.

• 답변: “우리 기술은 아직 완벽하지 않습니다. HTML 변환 과정에서 오류가 있죠. 하지만 매일 개선 중입니다. 다음 버전인 AI Slides 3.0에서 해결될 겁니다.”

• 질문: 리서치 결과를 복사하여 슬라이드를 만드는 것과, 단일 프롬프트로 바로 제작하는 것 중 어느 것이 더 효과적인가?

• 답변: 상황에 따라 다릅니다. 넣고 싶은 콘텐츠가 명확하고 이를 완벽히 제어하고 싶다면, '딥 리서치'를 먼저 수행하여 원하는 데이터를 선별한 후 슬라이드를 만드는 것이 좋습니다. 반면, 주제는 있지만 구체적인 내용이 정해지지 않았다면 프롬프트를 통해 바로 슬라이드를 생성하는 것이 편리합니다.

크레딧 소모 및 가격 정책

• 질문: 20장 분량의 PPT 제작에 3,000-4,000 크레딧이 소모되는 등 크레딧 사용량이 너무 많습니다. 가격 인하 계획이 있습니까?

• 답변: 현재 LLM 기술 사용 비용이 높지만, 앞으로 모델이 고도화되고 비용이 낮아지면 이를 가격 정책에 반영하여 사용자에게 혜택이 돌아갈 수 있도록 할 예정입니다.

데이터 정확성 및 신뢰도

• 질문: AI 리서치 결과를 검증 없이 보고서로 만드는 것은 위험합니다. 데이터 신뢰도를 어떻게 확보하고 있습니까?

• 답변: LLM에만 의존하지 않고 유료 프리미엄 데이터베이스를 함께 사용하여 데이터의 정확성을 높이고 있습니다. 또한, '딥 리서치' 과정에서 데이터의 출처를 사용자가 직접 확인하고 신뢰도가 낮은 소스를 제외하며 작업할 수 있습니다.

갤럭시 워치 지원 계획

• 질문: 회의록 녹음 기능이 매우 유용한데, 현재 애플 워치에서만 지원됩니다. 갤럭시 워치 지원 계획은 언제입니까?

• 답변: 현재 개발팀에서 작업 중이며, 구체적인 일정을 확답하기는 어렵지만 2026년 1분기 출시를 목표로 하고 있습니다.

내가 이번 밋업을 통해 도출한 마케터를 위한 인사이트: 도구 vs 문제 해결

밋업에서 웬상 COO에게 직접 물었습니다.

"마케터들이 젠스파크로 무엇을 하면 될까요?"

그의 대답은 간단했습니다:

"전부 다요."

회사의 COO가 제품에 대해서 설명하는 (인터뷰어 에게는 다소 허무한) 이 대답 뒤에는 더 깊은 의미가 숨어 있습니다.

현재: 도구 활용의 시대

퍼스널 컴퓨터가 스프레드시트가 포토샵이 인터넷이 클라우드가 스마트폰이 그랬듯이, 젠스파크 같은 AI 도구를 활용하면 업무를 효과적으로, 빠르게 운영할 수 있습니다.

마케터가 지금 당장 할 수 있는 것들:

1. 콘텐츠 제작 자동화

   • 블로그 포스트, 소셜 미디어 콘텐츠

   • 광고 카피, 이메일 마케팅 문구

   • 프레젠테이션과 보고서 (AI Slides)

2. 마케팅 리서치

   • 경쟁사 분석 (Deep Research)

   • 시장 트렌드 파악

   • 고객 인사이트 도출

3. 데이터 분석

   • 캠페인 성과 분석

   • 고객 데이터 시각화

   • ROI 계산 및 리포팅

4. 업무 효율화

   • 회의록 자동 작성 (AI 회의 노트)

   • 워크플로우 자동화

   • 반복 업무 처리

이것들은 도구 활용입니다. 마치 포토샵을 배워 이미지를 편집하고, 클라우드로 협업하고, 스마트폰으로 빠르게 소통하는 것처럼.

그러나 문제는 '문제 해결'

하지만 문제를 해결하는 것은 다른 일입니다.

도구가 아무리 좋아도:

• 어떤 고객에게 도달해야 하는가?

• 고객의 진짜 문제는 무엇인가?

• 우리 브랜드의 차별점은 무엇인가?

• 어떤 메시지가 공감을 얻는가?

• 어떤 채널이 효과적인가?

이런 전략적 문제들은 도구만으로는 해결되지 않습니다.

단순히 AI 도구를 잘 쓰는 것만으로는 충분하지 않습니다. 어떤 고객 데이터를 확보하고, 어떤 인사이트를 도출하며, 어떤 전략을 수립할 것인가가 더 중요합니다.

AGI 시대: 문제 조차 컴퓨터가 스스로 해결할 때 가 '곧' 옵니다.

2028년 3월, OpenAI가 예고한 미래: AI가 스스로 AI를 개발하는 시대. AGI(Artificial General Intelligence)가 등장하면, 문제와 도구, 데이터, 상황들을 종합적으로 판단하여 스스로 해결해줄 것입니다.

그렇다면 그때는?

• AGI: "고객 데이터를 분석했습니다. 타겟 오디언스는 X입니다."

• AGI: "경쟁사 대비 우리의 약점은 Y입니다. 개선 방안 5가지를 제시합니다."

• AGI: "이번 분기 최적의 마케팅 믹스는 Z입니다. 예산 배분 완료했습니다."

• AGI: "캠페인 실행 중입니다. 실시간 최적화 진행 중입니다."

문제 정의부터 실행, 최적화까지 모두 자동화되는 세상.

마케터는 지금 어떻게 해야 하는가?

1단계: 도구 숙련도 확보 (지금 당장)

• 젠스파크, ChatGPT, Claude, Gemini, Lovable 등 AI 도구들을 편안하게 자연스럽게 진행형으로 사용해 보는 것(완벽한 사용법을 숙지하고 시작하는 것 금지!)

• 프롬프트 엔지니어링 능력 향상 : 토큰이 모자랄 정도로 입력하고 출력하고 AI와 모든 것에 대해서 대화해 보는 것

• AI 워크플로우 구축: AI 도구로 시작해서 AI 도구로 끝나는 업무환경을 구축하는 것

• 반복 업무 자동화로 시간 확보: 50% 만족도 정도 결과물이 나오는 정도라도 기존 업무를 자동화 할 것 (휴먼 오류가 더 클수도 있음)

이것은 생존의 문제입니다. 포토샵을 못 쓰는 디자이너, 엑셀을 못 쓰는 분석가가 도태되었듯이, AI 도구를 못 쓰는 마케터는 경쟁력을 잃을 것입니다.

하지만 이것만으로는 충분하지 않습니다.

마케터가 미래를 위해 해야 할 것

2단계: '살아있는' 데이터 확보

젠스파크 COO가 강조한 것처럼, ChatGPT가 접근할 수 없는 영역: 인터넷에 누구나 접근가능한(당연히 AI크롤러가 접근 가능한) 영역 말고 좀 인간적인(?) 정보와 데이터 습득

• 실시간 고객 데이터: 매일 새로운 구매 패턴, 피드백, 행동 데이터

• 독점적 고객 인사이트: 설문, 인터뷰, 커뮤니티 반응

• 프리미엄 데이터: Pitchbook, Crunchbase처럼 유료 데이터 접근권

• 프라이빗 데이터: 회사만의 CRM, 판매 데이터, 고객 여정

핵심: AGI가 접근할 수 없는, 당신만의 데이터 자산을 구축하세요.

3단계: 비즈니스 도메인 전문성 심화

마케터의 새로운 정체성:

• 산업 전문가 되기: 뷰티, 패션, 테크, 금융 등 특정 산업의 깊은 이해

• 고객 심리 전문가: 단순 데이터가 아닌, 고객의 맥락과 감정 이해

• 브랜드 아키텍트: 브랜드 정체성, 스토리, 차별화 포인트 구축

• 관계 구축자: AI가 대체할 수 없는 인간 관계와 신뢰

4단계: 영화 감독 또는 지휘기가 되기

미래의 마케터는:

• ❌ 직접 콘텐츠를 만드는 사람 (배우)

• ✅ 전략을 기획하고 AI를 오케스트레이션하는 사람 (감독)

이를 위해 필요한 것:

• 문제 정의 능력: 고객의 진짜 문제가 무엇인지 파악

• 전략 수립 능력: 어떤 방향으로 갈 것인지 결정

• AI 오케스트레이션: 여러 AI 도구를 조율하여 최적의 결과 도출

• 판단력: AI가 제시한 여러 옵션 중 무엇이 최선인지 선택

구체적 액션 플랜

당장 :

1. 젠스파크, Claude, ChatGPT 등 주요 AI 도구 숙련

2. 매일 한 가지 업무를 AI로 자동화하기

3. 확보한 시간으로 고객과 더 많은 대화하기

4. 업계 데이터, 고객 인사이트 수집 체계화

그 다음 -거의 동시에:

1. AI가 접근할 수 없는 데이터 자산 구축

2. 특정 산업/고객 분야의 전문가로 포지셔닝

3. AI 에이전트 활용한 마케팅 워크플로우 완전 자동화

4. 전략 기획과 의사결정에 더 많은 시간 투자

장기 (AGI 시대):

1. 브랜드 아키텍트 또는 비즈니스 전략가로 전환

2. AI 에이전트를 '팀원'처럼 활용하는 오케스트레이터

3. 인간만이 할 수 있는 영역에 집중:

   • 창의적 전략 수립

   • 인간 관계와 신뢰 구축

   • 윤리적 판단과 브랜드 가치 수호

   • 새로운 시장과 기회 발견

요약

1. 지금: AI 도구 숙련도 확보는 생존 문제

2. 중요한 것: 도구 활용이 아닌 문제 해결 능력

3. 미래 대비: '살아있는' 데이터 자산 구축

4. 궁극적 목표: 영화 감독처럼 AI를 오케스트레이션하는 전략가

계획을 거창히 세우고 실행할 시간이 없습니다. 기회는 지금입니다. 기다리지 마세요. 🚀

세상을 바꾸는 마케터들의 기록, 위픽레터