모델이 많아질수록 선택은 더 어려워진다. 이것은 단순한 UI 불편함이 아니라, 프로덕트 설계의 핵심 문제다. OpenAI가 6월 10일 ChatGPT의 모델 선택기를 6종 체계로 개편했다. Instant·Medium·High·Extra High·Pro Standard·Pro Extended. 이름만 보면 스펙 표처럼 느껴지지만, 핵심 의도는 다르다. '모델 이름'이 아니라 '작업 성격'으로 선택 기준을 재정의한 것이다.
기존 ChatGPT 모델 선택 경험의 문제는 명확했다. GPT-4o, GPT-4o mini, o1, o1-mini, o3… 버전 넘버와 접미사가 뒤섞인 명명 체계는 사용자에게 "이게 뭐가 다른데?"라는 인지 부하를 계속 안겨줬다. AI Matters의 보도에 따르면, 이번 개편은 그 복잡함을 '속도'와 '추론 깊이'라는 두 축으로 단순화한 것이다. UX 관점에서 보면 이건 고전적인 정보 구조 문제의 해법이기도 하다. 사용자가 실제로 묻는 질문은 "GPT-4o가 뭔가요?"가 아니라 "지금 내 질문에 뭘 써야 빠른가요?"이기 때문이다.
흥미로운 건 이 선택기 설계에 비즈니스 로직도 함께 녹아 있다는 점이다. 추론 연산은 비싸다. Extra High나 Pro Extended처럼 깊은 추론을 요구하는 모드는 비용도 그만큼 크다. 사용자에게 선택권을 주는 것처럼 보이지만, 동시에 고비용 추론 요청을 '의도적 선택'으로 만들어 무분별한 사용을 줄이는 구조이기도 하다. 좋은 UX 설계가 비즈니스 제약을 자연스럽게 흡수하는 방식의 교과서적 사례다.
같은 시기, 삼성전자는 전혀 다른 스케일에서 비슷한 문제를 마주하고 있다. DX부문은 6월 12일부터 임직원 전체에게 ChatGPT, Gemini Enterprise, Claude 세 가지 AI를 동시에 제공한다. 네이트 보도에 따르면, 2,500여 명을 대상으로 한 실효성 검증을 거쳐 최종 3종을 추렸다는 점이 인상적이다. 단순한 벤더 계약이 아니라 사용자 조사에 기반한 도구 선정 과정이었다는 뜻이다.
그런데 여기서 설계 문제가 시작된다. 세 가지 AI를 동시에 제공한다는 건, 사용자가 매번 "지금 이 작업엔 뭘 써야 하지?"를 판단해야 한다는 의미다. OpenAI가 6단계 선택기로 풀려 했던 바로 그 문제가, 삼성의 사내 AI 환경에서는 세 개의 서로 다른 플랫폼 사이의 선택 문제로 재현된다. 코드 리뷰엔 Claude, 문서 요약엔 Gemini, 브레인스토밍엔 ChatGPT—이런 암묵적 가이드가 없다면 도구가 많을수록 오히려 마찰이 커진다.
이 문제를 제대로 풀지 않으면 도입 효과는 반감된다. '어떤 AI를 쓸 수 있는가'와 '어떤 상황에 무엇을 써야 하는가'는 완전히 다른 질문이다. 전자는 IT 인프라의 영역이고, 후자는 UX와 프로덕트 설계의 영역이다. 삼성이 "직무 특성에 맞는 최적의 AI를 자율적으로 선택"하도록 지원하겠다고 밝혔지만, 그 '자율 선택'을 어떻게 안내할 것인지가 실제 AX 성패를 가를 변수다. 온보딩 가이드, 내부 유즈케이스 라이브러리, 팀별 권장 도구 매핑—이런 정보 설계가 뒷받침되지 않으면 도구 선택의 자유는 또 다른 인지 부하가 된다.
두 사례를 나란히 놓으면 하나의 패턴이 보인다. 모델이 늘어나고 선택지가 다양해질수록, 경험의 질은 도구 자체의 성능이 아니라 '어떻게 선택하게 하는가'의 설계에서 갈린다. OpenAI는 이 문제를 선택 기준의 재정의로 풀었다. 삼성이 다음에 풀어야 할 것은 조직 안에서의 선택 경험 설계다. 플랫폼을 여는 것과 그 경험을 설계하는 것—이 두 단계 사이의 거리가 AI 전환의 진짜 난이도다.