[기고]개인 이해하는 AI를 향해...'증강 AI GPR'이라는 새로운 AI 모델 부상

불과 몇 년 전만 해도 초대형언어모델(LLM) 발전은 '인공지능(AI)이 인간 언어를 완벽하게 이해하는 시대'를 향한 도약처럼 여겨졌다. 그러나 시간이 흐르며 시장은 또 다른 질문을 제기하기 시작했다. “언어를 잘 다루는 AI는 많은데, 왜 사용자를 진짜 이해하고 예측하는 AI는 없는가?” 언어·지식·문맥 처리 능력이 급격히 향상됐음에도, 인간 개개인 의도와 행동까지 고려해 일상 속에서 스스로 판단하고 움직이는 AI가 아직 등장하지 않았다. 이 공백을 메우기 위해 주목받고 있는 기술 개념이 바로 GPR(Generative Pre-trained Recommender)다. 애딥이 개발 중인 GPR 구조는 기존 언어 중심 AI를 넘어 '마인드셋 중심 AI'로 향하는 변곡점을 의미하며, 궁극적으로 AGI에 가까운 추론 구조를 지향하고 있다.

LLM은 인간 언어를 모델링하는 데 최적화돼 있지만, 인간의 본질적인 정보는 언어가 아닌 행동 속에 숨어 있다. 어떤 콘텐츠를 어떤 시간대에 소비하는지, 어떤 이미지에 오랫동안 머무는지, 취향이 어떻게 변화하고 있는지, 누구와 어떻게 상호작용하는지, 반복적인 소비 패턴은 무엇인지 등 주요 데이터 대부분은 비언어적이다. LLM은 이 같은 행동 기반 데이터를 구조적으로 해석하도록 설계돼 있지 않기에, 사용자를 먼저 이해하고 다음을 제안하는 능력에는 근본적 한계가 있다.

증강 AI 모델인 Addeep-GPR는 기존 LLM이 가진 구조적 한계를 뛰어넘어, 사용자 중심의 지능적 추론을 목표로 설계된 차세대 AI 모델이다. GPR는 단순한 추천 엔진이나 생성 엔진이 아니라 사용자 행동 데이터 분석에서 마인드셋 추론을 거쳐 콘텐츠 및 행동 생성에 이르는 전 과정을 단일 모델 구조로 통합한 것이 핵심이다. 다시 말해, 입력에 반응하는 소극적 AI가 아니라 맥락을 선도적으로 해석하고 결과를 능동적으로 생성하는 증강(Augmented) AI 모델이라고 정의할 수 있다. 그 중심에는 LMM(Large Mind-Mining Model)이 있다. LMM은 소통 방식, 활동 패턴, 관심사, 시간대 선호, 인구통계 정보, 이미지·영상 기반 분석, 생성 및 소비 이력 등을 통합적으로 학습해 언어로 표현되지 않는 개인적 패턴을 추론한다. LLM이 텍스트 패턴을 본다면, LMM은 '사용자라는 존재 전체'를 파악하는 것이다. 이 차이는 GPR의 가장 중요한 기반이다.

또 GPR에는 애답의 독자적인 융합 생성 기술인 ACT(Automatic Content Convergence Technology)가 포함된다. ACT는 기존의 단순 생성형 모델과 달리, 사용자 실시간 마인드셋(의도·관심·정서·상황)을 기반으로 이미지·숏폼·텍스트·광고·상품 정보를 분해하고 재조합해, 같은 원본이라도 사용자마다 전혀 다른 콘텐츠로 재탄생시킨다. 이는 추천을 넘어 콘텐츠 자체를 개인마다 다르게 구성하는 능력이며, 사용자 중심의 정교한 맥락 조정이 가능한 기술이다.

위 이미지는 ACT(Automatic Content Convergence Technology) 콘텐츠 융합 처리 흐름을 보여준다. 광고주와 사용자가 각각 제공한 시각 정보를 기반으로, 확산(Diffusion) 모델을 통해 레이아웃을 생성하고, 이후 디노이징(Denoising) 및 시맨틱 블렌딩을 거쳐 스타일 변화, 객체 합성, 의미 융합이 이루어지는 개인화 스마트 콘텐츠가 자동으로 만들어진다.

GPR 방향성은 '비대화형·완전 자동 생성'이다. 사용자의 맥락을 감지하고, 변화하는 흐름 속에서 자연스럽게 반응하며, 스스로 콘텐츠와 서비스 경험을 조정한다. 사용자가 최근 보인 관심사에 맞춰 반응 가능성이 높은 콘텐츠 형식을 선택하고, 광고와 콘텐츠가 충돌하지 않도록 자연스러운 결합을 수행하며, 익숙하게 반응할 시점을 선택해 노출 흐름을 설계한다. AI가 사용자를 따라가는 것이 아니라, 함께 움직이며 서비스 전체를 사용자 중심으로 재구성하는 방식이다.

이처럼 GPR의 본질적 의미는 기술 요소 집합이 아니라 AI가 바라보는 관점의 변화에 있다. 지금까지 AI는 '무엇을 말했는가'에 초점을 맞췄다면, GPR는 '사용자는 어떤 맥락에서 어떤 선택을 할 것인가'를 중심에 둔다. 즉, 시스템 초점이 문장이나 작업이 아니라 '사람'으로 옮겨가고 있는 것이다. 따라서 GPR는 단순 추천 엔진을 뛰어넘어, 사용자 행동과 순간적 관심 변화에 즉각적으로 반응하는 자동화 구조로 진화한다.

애딥은 이 GPR 구조를 소셜미디어와 광고, 커머스 서비스에 적용하며 실사용자 데이터를 기반으로 검증을 진행 중이다. 이를 통해 AI가 개인의 맥락을 읽는 실질적인 서비스 구현에 한 걸음 더 다가가고 있다.

이제 AI 시장의 질문은 단순한 성능 경쟁을 넘어섰다. '얼마나 정확히 생성하는가'가 아니라 '얼마나 깊게 사용자를 이해하는가'가 핵심이 되고 있다. GPR는 이 변화의 한가운데에 있다. 언어 위에서 작동하는 AI가 아니라 사용자 전체를 이해하려는 AI 구조, 바로 그것이 GPR가 제시하는 미래다. AI가 사용자 곁에서 맥락을 감지하고 함께 움직이는 시대. 생성형 AI가 놓치고 있던 개인 맥락의 영역을 채울 해답 중 가장 설득력 있는 후보로 GPR가 떠오르고 있다.

윤재영 애딥 CVO ccvo@@addeep.co.kr