GPT를 운영체제처럼 쓴다? 샘 알트만 25년 인터뷰 들여다보기

젊은 세대는 GPT를 어떻게 운영체제처럼 쓰나

대학생들은 GPT를 단순히 질문 답변 도구로 쓰지 않아요. 여러 파일을 연결하고, 복잡한 프롬프트를 머릿속에 외워서 매번 불러오면서 쓰죠. 예를 들어 한 학기 프로젝트를 진행할 때 관련 논문 PDF, 이전 대화 기록, 교수 피드백까지 모두 한 번에 불러와서 분석하게 만듭니다.

이전 세대가 구글로 정보를 찾았다면, 20대는 GPT를 조언자로 삼아요. 중요한 결정, 인간관계 조언, 진로 고민까지 모두 물어보고 답을 듣습니다. 특히 메모리 기능이 생기면서 ‘지난주에 했던 이야기’를 기억하고 이어서 대화할 수 있게 된 점이 큰 변화예요.

실제로 써보려면 먼저 Custom GPT나 프로젝트 폴더를 만들어 보세요. 매일 쓰는 파일 5~6개를 미리 업로드하고, “이 파일들을 바탕으로 오늘 할 일을 제안해” 같은 고정 프롬프트를 하나 정해 두면 됩니다. 이렇게 하면 매번 새로 설명할 필요가 없어져요.

반면 40대 이상은 아직도 GPT를 구글 대체재 정도로만 쓰는 경우가 많아요. 차이는 ‘맥락을 얼마나 오래 유지하느냐’예요. 젊은 세대는 GPT를 개인 비서처럼 24시간 붙여 놓고 쓰기 때문에 결과물의 질이 다릅니다.

코딩이 OpenAI 미래에 왜 핵심인가

샘 알트만은 코딩을 단순한 기능이 아니라 AI가 현실을 바꾸는 핵심 수단이라고 말했어요. 지금은 텍스트나 이미지를 받지만, 앞으로는 “이 앱을 만들어줘”라고 하면 완성된 프로그램을 바로 돌려받는 시대가 온다는 뜻입니다.

코딩이 중요한 이유는 AI가 세상과 상호작용하는 통로이기 때문이에요. API를 호출하고, 실제 서비스를 제어하고, 데이터를 가공하는 모든 과정이 코드로 이뤄지죠. OpenAI가 ChatGPT를 통해 코드를 잘 생성하게 만드는 데 집중하는 것도 이 때문입니다.

실전에서 활용하려면 지금부터 GPT에게 코드 리뷰를 자주 맡겨보세요. “이 함수를 더 효율적으로 바꿔줘”라고 물어보는 것만으로도 실력이 빠르게 늘어요. 또 Cursor나 GitHub Copilot 같은 도구와 함께 쓰면 생산성이 2~3배는 올라갑니다.

코딩을 모르는 사람이라도 걱정할 필요 없어요. 자연어로 의도를 설명하면 GPT가 코드를 대신 써주기 때문에, 중요한 것은 ‘무엇을 만들고 싶은지’를 명확히 하는 능력입니다.

개인화된 AI의 이상적인 모습은

샘 알트만이 그린 이상적인 개인화 AI는 ‘초소형 추론 모델 + 1조 토큰 컨텍스트’예요. 모델은 작지만, 내 인생 전체 대화, 읽은 책, 이메일, 사진까지 모두 기억하고 있어야 한다는 거죠. 매번 학습하지 않고도 그 방대한 맥락을 효율적으로 활용하는 형태입니다.

현재는 RAG나 플러그인 같은 방식으로 개인 데이터를 붙이지만, 이는 임시방편일 뿐이에요. 진짜 목표는 모델 자체가 내 모든 데이터를 영구적으로 들고 다니면서 실시간으로 추론하는 것입니다.

바로 실천할 수 있는 방법은 지금부터 중요한 대화와 자료를 체계적으로 저장하는 습관을 들이는 거예요. Notion이나 Obsidian에 정리해 두고, GPT 프로젝트에 주기적으로 업로드하세요. 나중에 더 강력한 개인화 기능이 나왔을 때 바로 활용할 수 있습니다.

주의할 점은 프라이버스예요. 내 모든 데이터를 한 곳에 모으는 만큼, 어떤 정보를 넣을지 신중하게 선택해야 합니다. 회사 데이터도 마찬가지로, 민감한 정보는 별도 처리하는 게 안전합니다.