Genspark AI 밋업 후기 – AI 에이전트와 마케터의 미래를 엿보다
- 한눈에 보는 핵심요약
- 젠스파크라는 기업 내부의 맥락과 제품에 대해 자세히 알게 되었고, AI도구들이 어떤 식으로 발전하게 될까? 라는 질문에 대한 인사이트를 얻을 수 있는 시간이었습니다.
Genspark × The AI Collective 밋업 후기 및 마케터 인사이트
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.
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.
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.”
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:
콘텐츠 제작 자동화
블로그 포스트, 소셜 미디어 콘텐츠
광고 카피, 이메일 마케팅 문구
프레젠테이션과 보고서 (AI Slides)
마케팅 리서치
경쟁사 분석 (Deep Research)
시장 트렌드 파악
고객 인사이트 도출
데이터 분석
캠페인 성과 분석
고객 데이터 시각화
ROI 계산 및 리포팅
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 :
젠스파크, Claude, ChatGPT 등 주요 AI 도구 숙련
매일 한 가지 업무를 AI로 자동화하기
확보한 시간으로 고객과 더 많은 대화하기
업계 데이터, 고객 인사이트 수집 체계화
그 다음 -거의 동시에:
AI가 접근할 수 없는 데이터 자산 구축
특정 산업/고객 분야의 전문가로 포지셔닝
AI 에이전트 활용한 마케팅 워크플로우 완전 자동화
전략 기획과 의사결정에 더 많은 시간 투자
장기 (AGI 시대):
브랜드 아키텍트 또는 비즈니스 전략가로 전환
AI 에이전트를 '팀원'처럼 활용하는 오케스트레이터
인간만이 할 수 있는 영역에 집중:
창의적 전략 수립
인간 관계와 신뢰 구축
윤리적 판단과 브랜드 가치 수호
새로운 시장과 기회 발견
요약
지금: AI 도구 숙련도 확보는 생존 문제
중요한 것: 도구 활용이 아닌 문제 해결 능력
미래 대비: '살아있는' 데이터 자산 구축
궁극적 목표: 영화 감독처럼 AI를 오케스트레이션하는 전략가
계획을 거창히 세우고 실행할 시간이 없습니다. 기회는 지금입니다. 기다리지 마세요. 🚀
