오픈AI, 파이서 AI 비서 도입 사례 영상 공개

메탈이 확인한 3분 16초짜리 영상은 한 고객 이야기로 시작해요. 수백 개 건물과 수백 명을 상대하는 상업 부동산 관리자 마이크는 종일 운전을 하느라 문자를 못 보내고, 저녁에 집에 와서 한두 시간을 밀린 이메일에 쓰느라 가족과 시간을 못 보냈다고 해요. 공동창업자 아치 홀링스워스는 영상에서 올해 실제 고객이 "당신들이 내 이혼을 막아 준 것 같아요"라고 말했다고 전했어요. 회사가 원하는 목표는 마이크가 노트북을 열었을 때 이미 모든 메일이 읽히고 분류돼서, 정말 그가 봐야 할 것만 맨 위에 올라와 있는 상태예요.

이메일 답장이 왜 어려운 문제인지부터 회사는 설명해요. 같은 메일을 두 사람이 받아도 관계와 지난 대화, 지금 하려는 일에 따라 전혀 다른 답이 필요하기 때문이에요. 홀링스워스는 "사람에게 쉬운 일이 컴퓨터에는 어렵고, 컴퓨터에 쉬운 일이 사람에게는 어렵다"는 모라벡의 역설을 들어 이 일이 겉보기보다 훨씬 까다롭다고 인정했어요. 그래서 파이서는 모델 하나에 좋은 이메일을 써 달라고 시키지 않고, 일을 30개에서 50개의 작은 전문 모델로 쪼갰어요. 새 메일이 오면 먼저 답장 여부를 판단하는 모델이 답이 필요한 메일인지, 일정 조율인지, 그냥 알아 두면 되는 정보인지 분류하고, 답이 필요하면 다른 모델들이 의도를 읽고 대화가 회의 잡기로 가는지 요청 처리로 가는지 예측해요.

비서실에 비유하면 이해가 쉬워요. 유능한 비서 한 사람이 모든 걸 하는 대신, 접수를 보는 사람, 일정을 잡는 사람, 지난 일을 기억해 두는 사람이 나뉘어 있는 구조예요. 그중 기억 담당이 가장 중요하다고 회사는 적었어요. 어떤 정보를 다음 대화까지 가져가고 어떤 정보는 한 번 쓰고 버릴지 정해야 하는데, 새 메일이 오면 검색 모델이 저장된 대화와 비교해서 그 사람과 그 대화 줄기에 가장 관련 있는 기억만 꺼내 와요. 홀링스워스는 사례 글에서 "문제를 여러 작은 모델로 쪼개는 것이 한 모델에 좋은 이메일을 쓰라고 하는 것보다 훨씬 잘 됩니다"라고 말했어요.

50만 시간이라는 숫자는 AI 제품보다 먼저 있었던 사업에서 나왔어요. 파이서는 AI 제품을 내놓기 전 몇 년 동안 사람이 직접 일하는 비서 대행 서비스를 운영했고, 그 과정에서 언제 바로 답하고 언제 기다리는지, 어느 지난 대화가 지금 중요한지 같은 작은 판단이 주석으로 달린 업무 기록을 쌓았어요. 회사는 이 데이터로 지도학습 방식의 파인튜닝과 적은 비용으로 모델 일부만 고치는 LoRA를 써서 작업별 모델 변형을 만들었고, 초기에는 오픈AI의 파인튜닝 플랫폼을, 최근에는 오픈AI의 관리형 파인튜닝 팀과 함께 새 체크포인트를 실서비스에 올렸다고 밝혔어요. AI·ML 제품 엔지니어 조이 드원칙은 "고객에 대해 우리가 배운 것을 모델이 움직이는 방식에 옮겨 넣는 데 오픈AI가 결정적이었어요"라고 말했어요.

배포 뒤에도 학습은 계속돼요. 사용자가 초안을 고쳐서 보내면 원래 초안과 고친 결과의 차이가 곧 어느 쪽을 선호하는지 보여 주는 신호가 되고, 회사는 이 쌍을 직접 선호 최적화(DPO) 학습 데이터로 바꿔요. 상사가 빨간 펜으로 고쳐 준 초안을 보며 배우는 신입 비서와 같은 방식인데, 사람이 일일이 정답을 달아 줄 필요가 없다는 점이 달라요. 초안 생성 방식이 바뀔 때마다 A/B 테스트를 거치고, 통계적으로 의미 있는 개선이 나올 때만 새 버전을 내보내요. 사용자 수가 많아서 이 기준을 하루 안에 넘길 때도 있다고 회사는 적었어요.

성과 수치는 회사가 공개한 것만 놓고 봐도 분명해요. 사례 글에 따르면 2025년 한 해 동안 연간 반복 매출이 100만 달러에서 3,200만 달러로 늘었고, 영상에서 홀링스워스는 첫해에 0에서 3,000만 달러까지 갔다고 말했어요. 그는 매출보다 유지율이 진짜 지표라고 주장했어요. 사례 글에서 그는 "모두가 ARR을 말하지만 저는 유지율이 진짜 자랑거리라고 생각해요. 사용자의 90% 이상이 90일째에도 돈을 내고, 매일 쓰고 있어요"라고 말했어요. 고객 상당수가 기술에 밝지 않고 파이서가 매일 쓰는 첫 AI 제품인 경우가 많다는 점도 회사가 덧붙인 대목이에요.

뒤집어 읽으면 초안의 47%는 여전히 사람 손을 거친다는 뜻이고, 회사도 이메일이 AI에 까다로운 일이라는 점을 숨기지 않아요. 영상 속 인물들이 오픈AI 팀을 "5성급 호텔 같다"고 표현하는 장면처럼 이 영상은 오픈AI가 자기 고객을 소개하는 자료라는 점도 감안해야 해요. 그래도 방법론 자체는 다른 회사가 따라 볼 만해요. 메탈은 비공개 AI 비서 Instinct가 3주 만에 기업가치를 5배로 키운 일과 그 비서의 이메일 접근 권한을 둘러싼 논란을 보도한 바 있는데, 받은편지함을 통째로 맡기는 제품이 늘수록 신뢰를 어떻게 쌓았는지가 곧 경쟁력이 돼요.

파이서가 보여 준 신뢰의 재료는 결국 세 가지예요. 일을 잘게 쪼갠 모델 구조, 사람이 실제로 일한 50만 시간의 기록, 그리고 사용자가 고친 흔적을 매일 다시 배우는 순환이에요. 홀링스워스는 사례 글에서 "고객이 컴퓨터를 열 필요가 없는 상태, 파이서가 그 모든 것을 관리한다고 믿을 수 있는 상태로 데려가고 싶어요"라고 말했어요. AI 비서의 다음 경쟁은 더 큰 모델이 아니라 사용자가 고쳐 쓴 47%를 얼마나 빨리 줄이느냐에서 갈려요.