사내 AI를 도입할 때 흔히 나오는 질문이 있습니다. “우리 회사는 어떤 AI 모델 하나를 표준으로 정해야 할까요?” 그런데 최근 흐름을 보면 답은 하나의 모델로 고정하는 방향과 조금 다릅니다.
9월 15일 보도에 따르면 Google은 내부 개발자들이 Anthropic의 Claude를 사용할 수 있도록 접근 범위를 전체 엔지니어로 확대했습니다. 자체 생성형 AI인 Gemini를 보유한 Google이, 코딩 같은 특정 업무에서는 경쟁 모델까지 활용할 수 있게 한 것입니다.
이 움직임은 단순한 도구 추가보다 의미가 큽니다. Google조차 “Gemini만 사용한다”가 아니라 “업무에 더 적합한 모델을 사용한다”는 쪽으로 정책을 넓히고 있기 때문입니다.
자체 AI가 있어도 다른 모델을 쓰는 이유
생성형 AI는 모델마다 강점이 조금씩 다릅니다. 어떤 모델은 문서 요약과 검색 연계에 편하고, 어떤 모델은 코드 작성이나 긴 문맥을 다루는 작업에서 좋은 평가를 받습니다. 모든 업무에서 하나의 모델이 가장 좋은 결과를 내기는 어렵습니다.
특히 개발 업무는 결과를 비교하기 쉽습니다. 같은 요구사항을 입력해도 코드 구조, 오류 가능성, 설명 방식이 달라집니다. 개발자가 실제 업무에서 더 빠르게 검토하고 수정할 수 있는 결과를 주는 모델이 있다면, 회사 입장에서도 선택지를 막을 이유가 크지 않습니다.
멀티모델 전략은 여러 AI를 무작정 사는 방식이 아닙니다
멀티모델 전략은 AI 서비스를 여러 개 도입하는 것이 목적이 아닙니다. 업무별로 필요한 성능과 비용, 보안 조건을 보고 모델을 나눠 쓰는 운영 방식에 가깝습니다.
예를 들어 사내 문서 검색과 회의록 정리는 기존 업무 시스템에 잘 연결되는 모델을 쓰고, 개발팀의 코드 검토나 초안 작성은 별도 모델을 허용할 수 있습니다. 고객에게 직접 답하는 챗봇은 응답 품질뿐 아니라 개인정보 처리와 답변 통제 기능을 더 엄격하게 봐야 합니다.
중요한 것은 직원마다 각자 다른 AI를 임의로 쓰게 두는 것이 아닙니다. 어떤 업무에 어떤 모델을 쓸 수 있는지, 외부 입력이 금지된 정보는 무엇인지, 결과물을 사람이 어디까지 검토할지 정하는 일이 먼저입니다.
기업 AI 도입에서 확인할 기준
AI 도입을 검토 중이라면 “가장 좋은 모델이 무엇인가”부터 정하기보다, 반복되는 업무가 무엇인지부터 살펴보는 편이 현실적입니다. 견적서 초안, 내부 문서 요약, 고객 문의 분류, 코드 작성처럼 업무를 나누면 필요한 모델과 연동 방식도 구체화됩니다.
처음부터 여러 모델을 전사에 개방할 필요는 없습니다. 보안 위험이 낮고 효과를 확인하기 쉬운 업무 하나에서 시작한 뒤, 결과와 비용을 비교해 확대하는 방식이 안전합니다. 사내 웹시스템이나 업무 플랫폼에 AI를 연결할 때도 모델을 바꿀 수 있는 구조로 설계해두면 특정 서비스에 과하게 묶이지 않습니다.
하나를 고르는 것보다 바꿀 수 있게 만드는 일
Google의 이번 정책 확대는 기업 AI가 결국 멀티모델 방식으로 갈 가능성이 높다는 신호로 볼 수 있습니다. 모델 성능은 계속 바뀌고, 가격과 제공 조건도 고정돼 있지 않습니다.
그래서 기업이 지금 준비할 것은 특정 AI 하나에 대한 충성도가 아니라 선택권입니다. 업무에 맞는 모델을 비교하고 필요할 때 교체할 수 있는 운영 기준을 갖추는 쪽이, 앞으로는 더 실용적인 AI 도입 방식이 될 가능성이 큽니다.
