세 주 전, OpenAI의 가장 유망한 신제품 중 하나를 개발했던 엔지니어 칼빈 프렌치-오언(Calvin French-Owen)이 회사에서 사임했습니다.
그는 자신이 OpenAI에서 1년간 일하며 겪은 경험을 담은 흥미로운 블로그 게시물을 올렸습니다. 여기에는 코덱스(Codex) 구축을 위해 밤샘하며 달려갔던 과정도 포함되어 있습니다. 코덱스는 Cursor나 Anthropic 등 경쟁사들과 맞붙는 OpenAI의 새로운 코딩 에이전트입니다. 프렌치-오언은 자신이 사임한 이유가 어떤 '논란' 때문이 아니라, 스타트업 창업가로 돌아가고 싶었기 때문이라고 밝혔습니다. 그는 2020년 트윌리오(Twilio)가 32억 달러에 인수한 고객 데이터 스타트업 세그먼트(Segment)의 공동 창업자였습니다.
그가 밝힌 OpenAI의 문화 중 일부는 예상된 내용이었지만, 다른 관찰들은 이 회사에 대한 오해를 불식시키고 있습니다. (당시 그는 즉시 코멘트를 할 수 없었습니다.)
급격한 성장:
그는 재직 기간 동안 OpenAI가 직원 수를 1,000명에서 3,000명으로 늘렸다고 전했습니다.
LLM 모델 개발사라는 타이틀에 걸맞게, 그러한 인재 채용 배경에는 명확한 이유가 있습니다. 이곳은 전례 없는 가장 빠르게 성장하는 소비자 제품이며, 경쟁사들 역시 가파르게 성장하고 있기 때문입니다. 그는 3월 기준 ChatGPT가 5억 명이 넘는 활성 사용자를 보유하고 있으며 그 수가 급격히 증가하고 있다고 언급했습니다.
혼란과 효율성:
프렌치-오언은 "이렇게 빠른 속도로 규모가 커지면 모든 것이 망가진다. 회사로서 어떻게 소통할지, 보고 체계는 어떤지, 제품을 어떻게 배포할지, 사람들을 어떻게 관리하고 조직할지, 채용 과정 등등 온갖 문제가 있다"고 썼습니다.
작은 스타트업처럼, 직원들은 여전히 최소한의 제약(red tape) 속에서 아이디어를 실행에 옮길 권한을 가지고 있습니다. 하지만 이는 역설적으로 여러 팀이 같은 노력을 반복하게 만든다는 의미이기도 합니다. 그는 예를 들며 "큐 관리나 에이전트 루프 같은 것 때문에 반 단지(half a dozen) 이상의 라이브러리를 보게 됐다"고 지적했습니다.
코딩 실력 역시 천문학적인 사용자 규모를 처리할 수 있는 코드를 작성하는 베테랑 구글 엔지니어부터 그렇지 않은 신진 박사까지 다양합니다. 여기에 유연한 Python 언어가 결합되어, 중앙 코드 저장소, 일명 '백엔드 모놀리스(back-end monolith)'는 "약간의 쓰레기통(dumping ground)"처럼 기능한다고 묘사했습니다.
결과적으로 시스템이 자주 오류를 일으키거나 실행 시간이 과도하게 오래 걸리는 문제가 잦습니다. 그러나 최고 엔지니어링 매니저들은 이를 인지하고 있으며 개선 작업을 진행 중이라고 덧붙였습니다.
'추진력(Launching spirit)':
OpenAI는 아직 자신이 거대 기업이라는 사실을 깨닫지 못한 것 같습니다. 심지어 모든 운영이 Slack을 통해서 이루어지고 있다는 점까지도 말입니다. 그는 회사가 초기 페이스북 시절의 '빠르게 움직이고, 일단 고장 내보는(move-fast-and-break-things)' 메타(Meta)와 매우 비슷하다고 관찰했습니다. 실제로 이 회사에는 메타 출신 직원들도 많이 포진해 있습니다.
프렌치-오언은 자신의 선임 팀(엔지니어 약 8명, 총 11명)이 어떻게 프로젝트를 추진했는지 설명했습니다. 그들은 거의 밤낮으로 일하며, 마치 낡은 연구실에서 일하는 듯한 분위기였고, 아이디어를 빠르게 테스트하고 개선하는 사이클을 반복했다고 합니다.
결론:
그는 회사가 거대한 엔진을 갖추고 있지만, 그 구동 방식은 여전히 빠르고 유연한 연구실의 모습이라고 결론지었습니다.
전반적 요약:
OpenAI는 엄청난 잠재력과 자원을 가졌음에도 불구하고, 기업의 거대함에 비례하여 느려지기보다는, 마치 초기 스타트업처럼 빠른 실험과 민첩성을 유지하려는 노력과 문화가 필요함을 강조했습니다.