돌비 혁신 총괄 인터뷰 — AI 제품이 기존 소프트웨어와 다른 점, 실패를 전제한 설계와 프로토타이핑

핵심 메시지

• AI 기능은 확률적이라 언젠가 실패한다. 사용자는 몇 번 실패를 겪으면 신뢰를 통째로 거두기 때문에 제품을 만드는 쪽은 실패했을 때를 먼저 설계해야 한다.
• 챗봇식 인터페이스는 대화 같아서 직관적이지만 비효율적이다. 스피커 볼륨을 말로 열 번 주고받으며 맞추느니 손잡이 하나가 낫다는 것이 그의 예시다.
• 돌비는 사용자 경험에서 출발해 거꾸로 기술로 내려온다. 헬스케어라면 정확도가 결정적이고 엔터테인먼트라면 의외성이 더 중요하듯, 무엇을 만드느냐에 따라 필요한 기술이 달라진다.
• "AI를 빼도 여전히 좋은 아이디어인가"라는 질문이 요즘 스타트업 아이디어를 거르는 좋은 시험대라고 그는 말한다.
• 연구자가 제품 쪽으로 옮겨가고 싶다면 학위보다 인큐베이션이나 프로토타이핑 팀에 들어가는 편이 빠르고, 채용하는 입장에서도 스스로 만들어 본 경험이 눈에 들어온다.

쉽게 이해하기

이 대담은 제이 샤가 진행하는 팟캐스트로, 돌비 래버러토리스에서 빅아이디어 이노베이션을 이끄는 골나즈 압돌라히안이 나온다. 퍼듀에서 전기공학 박사를 받고 신호 처리와 영상 이해를 연구하다가 소니 연구소, 애플, 마이크로소프트를 거쳐 지금 자리에 온 인물이다. 그는 말미에 이 대담의 모든 발언이 회사의 입장이 아니라 개인 의견임을 분명히 밝힌다.

그가 이끄는 조직은 기존 사업의 점진적 개선이 아니라 계단식 도약을 노린다. 누구나 아이디어를 올릴 수 있고, 올라온 아이디어는 세 가지 축으로 평가된다. 이 기술이 사람에게 무엇을 해주는가라는 사용자 경험, 시장이 충분히 크고 자라는가와 경쟁자는 누구인가라는 시장성, 그리고 돌비가 사내 역량으로 그 기술을 밀고 나갈 수 있는가라는 기술 적합성이다.

생성형 AI를 보는 시각은 대체가 아니라 확장에 가깝다. 창작자를 밀어내는 대신 더 나은 도구를 쥐여 주고 그들이 만든 자산의 수명을 늘리겠다는 것이다. 다만 지금 나와 있는 도구들은 창작 통제권이 부족해서, 결과물을 붙잡고 세밀하게 고치기가 어렵다는 점을 한계로 짚는다. 창작자들의 반응은 걱정과 기대와 회의가 뒤섞여 있고 그 회의에도 근거가 있다고 인정하면서도, 개인으로서는 흐름을 앞서 읽고 도구를 익혀 자기 작업을 강하게 만드는 편이 낫다고 권한다.

AI 제품이 기존 소프트웨어 개발과 갈라지는 지점은 확률성이다. 아주 좁은 과제라면 95% 넘는 정확도를 기대할 수 있지만 그 밖의 많은 일은 그렇지 않고, 모델이 틀렸을 때 사용자가 어떻게 느낄지를 설계에 넣어야 한다. 과하게 약속하지 않는 것, 이 시스템이 무엇을 할 수 있고 무엇을 못 하는지 알려 주는 발견 가능성, 그리고 대화형 인터페이스가 정말 그 일에 맞는 형태인지 되묻는 것이 그가 꼽는 과제다.

연구자에서 제품 담당자로 옮겨간 경로도 참고할 만하다. 애플에서 5~7년 뒤를 보는 초기 제품의 알고리즘을 맡다가 디자이너들과 일하게 됐고, 디자인 스튜디오 제안을 받아 2년을 그곳에서 보내며 반복적인 디자인 프로세스를 익혔다. 아무리 멋진 기술이라도 이것이 사람에게 무엇을 해주는지 답하지 못하면 멀리 가지 못한다는 감각이 그때 자리 잡았다고 한다.

주요 인사이트

• 연구자를 제품 하는 사람으로 만든 것은 학위 과정이 아니라 프로토타입을 만들고 피드백을 받아 고치는 사이클을 직접 돌려 본 경험이었다. 그는 학교에 제품 만들기나 디자인 사고 수업이 없는 것을 아쉬워한다.
• 한계는 기술을 버릴 이유가 아니라 설계를 바꿀 조건이다. 지연 시간이 문제라면 실시간 시청이나 게임 대신 오프라인 용도로, 모델이 너무 크다면 모바일이 아닌 곳으로 쓰임을 옮기면 된다.
• 초기 단계일수록 깊이 판 전문가보다 기술을 이해하는 제너럴리스트가 강하다. 디자인이 실제로 만들 수 있는 것에서 동떨어지지 않게 붙잡아 주기 때문이고, 방향이 정해진 뒤에 깊게 파고들어도 늦지 않다.
• 네 회사의 강점이 서로 달랐다는 관찰도 흥미롭다. 소니는 연구가 본사 차원에서 지원받았고, 애플은 아이디어가 승인되면 높은 품질로 밀어내는 기계처럼 움직였으며, 마이크로소프트는 AI 퍼스트 회사가 되겠다는 방향을 리더십이 잡고 실행했다.

자주 묻는 질문

관련 AI 소식