오픈AI 활성 이용자 10억명 돌파…기업은 도입률보다 데이터 통제를 봐야

오픈AI는 8월 1일 공개한 글에서 자사 모델이 10억명 넘는 활성 이용자와 200만개 넘는 기업에 도달했다고 밝혔다. 한겨레는 이 수치를 보도했고, 동아일보는 6월 당시 약 9억명 이용자와 유료 구독자 규모를 전하며 서비스 개편과 수익화 과제를 분석했다.

활성 이용자와 유료 이용자는 같은 지표가 아니다

활성 이용자는 일정 기간 실제로 서비스를 쓴 사람을 뜻하지만 집계 주기와 중복 제거 방식에 따라 의미가 달라질 수 있다. 유료 구독자, 기업 계정, API 사용량과도 구분해야 한다. 기업은 시장 규모만으로 특정 제품의 비용 대비 효과를 판단하면 안 된다.

도입 전 데이터 경계를 먼저 정한다

오픈AI는 기업용 제품과 API의 조직 데이터가 기본적으로 모델 학습에 사용되지 않는다고 안내한다. 그렇더라도 회사는 입력 금지 정보, 연결 가능한 내부 자료, 대화 보존기간, 관리자 권한과 퇴사자 계정 회수 절차를 자체 정책으로 정해야 한다.

성과는 업무 단위로 측정한다

전사 도입률 대신 문서작성 시간, 오류율, 고객 응답 품질, 재작업과 검토시간을 도입 전후로 비교한다. 생성 결과는 사실·저작권·개인정보 검토를 거쳐야 하며, 중요한 결정은 사람이 승인하도록 한다. 사용자가 많다는 사실은 제품 선택의 출발점이지 보안과 수익성의 보증이 아니다.

계정과 데이터의 수명주기를 설계한다

기업은 누가 어떤 모델과 외부 연결을 사용할 수 있는지 역할별로 정해야 한다. 입사·부서이동·퇴사 때 권한을 갱신하고, 민감정보가 포함된 대화와 파일의 보존기간을 업무 목적에 맞게 설정한다. 개인용 계정으로 회사 자료를 처리하지 않도록 승인된 접속 경로도 명확히 한다.

도입 계약 전에는 데이터 처리 위치, 로그와 관리자 기능, 사고 통지 절차, 모델 변경 시 검증 방법을 공급사 문서에서 확인한다. 시범 운영은 실제 업무의 작은 범위에서 시작하고, 오류 사례와 사람의 수정시간까지 비용에 포함해야 투자효과를 과장하지 않을 수 있다.

이용자 규모와 지표의 차이를 짚는 법

오픈AI가 공개한 글에 따르면 활성 이용자는 10억명을 넘었고 기업 고객은 200만개에 이른다. 한겨레와 동아일보의 보도를 통해 전해진 이러한 수치는 서비스의 전체적인 규모를 가늠하게 하지만, 이것이 곧바로 기업의 비용 대비 효과를 보증하는 것은 아니다. 활성 이용자 수는 일정 기간 서비스를 실제로 쓴 사람을 가리키지만, 집계 주기나 중복 제거 방식에 따라 그 의미가 달라질 수 있기 때문이다.

따라서 기업은 단순히 시장에 퍼진 거대한 수치만 보고 제품을 선택해서는 안 된다. 활성 이용자와 유료 구독자, 기업 계정, 그리고 API 사용량은 서로 다른 지표이므로 명확히 구분해야 한다. 대규모 이용자 기록은 제품 선택의 출발점에 불과하며, 보안이나 수익성을 담보하는 지표가 아니기 때문에 자사 환경에 맞는 엄격한 기준을 적용해야 한다.

기업 데이터 통제와 도입 효과 측정

오픈AI는 기업용 제품과 API를 이용할 때 조직의 데이터가 기본적으로 모델 학습에 쓰이지 않는다고 안내한다. 하지만 기업은 이에 의존하지 않고 입력 금지 정보와 연결 가능한 내부 자료, 대화 보존기간, 관리자 권한, 퇴사자 계정 회수 절차를 자체 정책으로 확립해야 한다. 또한 전사적인 도입률을 맹신하기보다 문서작성 시간과 오류율, 고객 응답 품질 등을 도입 전후로 비교해 구체적인 성과를 측정해야 한다.

실제 도입을 검토할 때는 계약 전에 데이터 처리 위치와 로그, 관리자 기능, 사고 통지 절차 등을 공급사 문서에서 꼼꼼히 확인해야 한다. 시범 운영은 실제 업무의 작은 범위에서 시작해 오류 사례와 사람이 직접 수정하는 시간까지 비용에 포함해야 한다. 생성된 결과물은 사실 여부와 저작권, 개인정보 검토를 거쳐 중요한 결정에는 반드시 사람이 직접 승인하는 절차를 거쳐야 한다.