인공지능 어시스턴트(AI 비서)에 대한 IT 기업들의 개발경쟁이 치열해지면서 기대감이 커지고 있지만, 실제 개인용 AI 어시스턴트는 기술적 한계가 뚜렷해 과도한 기대를 하고 있다는 지적이 나오고 있다.

AI 어시스턴트는 음성이나 텍스트 명령을 이해해 정보를 제공하고 작업을 수행하는 AI 기반 도구다. 능동적으로 판단해 작업을 수행하고 다른 기기의 리소스를 제어할 수 있다는 점에서 기존 스케줄러 앱(APP)과는 차이가 있다.

문제는 이러한 기능을 모두 구현하려면 고도의 연산 작업을 처리할 수 있는 기기의 발전이 필요할 뿐 아니라, 현재로선 미완성 단계인 '온디바이스 AI 기능' 등 넘어야 할 산이 많다는 것이다.

IT업계에서는 AI 어시스턴트에 대한 과도한 기대에 우려를 제기하면서, 최근 등장한 AI 어시스턴트 대다수가 기존 스케줄러 앱의 업그레이드 버전에 불과하다고 지적하고 있다.

6일 <메트로경제신문> 취재를 종합해보면 AI 어시스턴트 관련 시장은 빠르게 성장하고 있지만, 정작 그 정의에 부합하는 개인용 AI 어시스턴트 기술은 여러 기술적 장벽에 가로막혀 있다.

가트너는 2024년 발간한 보고서에서 AI 어시스턴트(또는 AI 에이전트)를 명시적인 입력 없이 지침을 받고 계획을 수립하며 도구를 사용해 작업을 완료하고, 미리 정해진 출력을 생성하지 않고 동적인 출력을 생성하는 소프트웨어 엔터티(software entity)로 정의했다. 시장조사업체 VMR에 따르면 AI 어시스턴트 시장 규모는 2024년 100억 달러로 추정되며, 2026년부터 2033년까지 연평균 성장률(CAGR) 16.8%를 기록해 2033년에는 3950억달러에 이를 것으로 전망된다.

AI 어시스턴트는 크게 산업용과 개인용으로 나뉘며, 활용 목적과 기술적 요구 수준에서 뚜렷한 차이를 보인다. 산업용은 '정확성과 효율성', 개인용은 '사용자 경험과 편의성'에 방점을 둔다.

산업용 AI 어시스턴트는 제조, 물류, 금융, 고객센터 등 기업 환경에서 특정 업무를 자동화하거나 효율화하는 데 초점을 맞춘다. 대규모 데이터를 실시간으로 처리하고, 고정밀 예측 및 의사결정 보조 기능이 핵심이다.

반면, 개인용 AI 어시스턴트는 사용자의 일정 관리, 날씨 확인, 정보 검색, 스마트홈 기기 제어 등 일상생활 전반에 걸쳐 활용된다. 애플의 시리, 아마존 알렉사, 구글 어시스턴트 등이 대표적이며, 사용자의 습관과 맥락을 이해하고 개인화된 서비스를 제공하는 데 집중한다.

그러나 AI 어시스턴트를 개인 단말기 수준까지 확장하려는 시도가 활발히 이뤄지고 있음에도, 실제 완성까지는 긴 시간이 걸릴 것으로 보인다. 개인용 모바일 기기 성능 문제부터 사회적·윤리적 문제에 이르기까지 다양한 난제가 존재하기 때문이다.

첫 번째 장벽은 기기 성능 문제다. 스마트폰이나 태블릿 등 개인용 모바일 기기는 연산 능력, 배터리, 메모리 측면에서 고성능 AI 모델을 온전히 구동하기 어렵다. 이로 인해 대부분의 AI 어시스턴트는 여전히 클라우드 서버에 의존할 수밖에 없는 구조다.

이러한 한계를 극복하기 위해 최근에는 소형 언어모델(sLLM) 개발이 활발히 진행되고 있다. sLLM은 상대적으로 가벼운 언어모델로, 스마트폰 등 온디바이스 환경에서 동작할 수 있도록 경량화됐다. 다만, 대형 모델에 비해 성능이 제한적이라는 점은 여전히 과제로 남아 있다.

클라우드 의존이 불가피한 구조 속에서 '개인화된 AI'라는 개념은 역설에 직면하게 된다. 사용자의 모든 데이터를 클라우드로 전송해 처리하는 방식은 오히려 개인정보 보호에 취약해질 수 있다는 지적이다. 또한, 클라우드 운영에 드는 비용과 에너지 소비 문제도 장기적인 고민거리로 떠오르고 있다.

보안도 우려되는 부분이다. AI 어시스턴트는 기기 내 카메라, 마이크, 연락처, 메시지, 위치정보 등 거의 모든 리소스를 활용하게 되는데, 이 과정에서 권한 남용이나 무단 수집, 악성 행위 탐지의 어려움 등 다양한 보안 리스크가 발생할 수 있다.

이외에도 윤리·규제 문제, 사용자 맞춤형 학습을 위한 추가 연산 자원 확보, 멀티 디바이스 연동성 부족 등도 개인용 AI 에이전트의 대중화에 걸림돌로 작용하고 있다.