빅테크가 당신 얼굴에 카메라를 씌우려는 이유

들어가며

우리가 인공지능을 상상할 때 머릿속에 떠오르는 얼굴이 있어요. 아이언맨의 자비스가 “좋은 아침이에요”라고 인사하고, 영화 의 사만다가 내 기분을 먼저 알아채는 장면이요. AI는 나를 이해해 주는 존재, 내 편에 서서 하루를 거들어 주는 동반자로 그려지죠.

2026년 7월, 그 상상이 드디어 ‘기계’로 도착하고 있어요. 며칠 전 보도로 윤곽이 드러난 OpenAI의 첫 기기는 화면이 없는 스피커형 동반자예요. 카메라와 센서를 달고, 스스로 조금씩 움직여 “살아 있는” 느낌을 주며, 심지어 내 이메일까지 읽어서 나를 점점 더 잘 알아 가는 물건이고요. 메타는 이미 얼굴에 쓰는 카메라, 스마트글래스를 팔고 있어요. 사만다가, 자비스가, 상품 진열대에 올라온 셈이에요.

그런데 저는 이 소식을 반가움보다 익숙한 불편함으로 읽었어요. 몇 달 전에 저는 토론토의 한 부촌이 동네 전체에 AI 감시 카메라를 두르는 이야기를 다루면서, “자비스에게 열쇠를 맡기는 순간 그 자비스는 누구의 것이 되는가”를 물었거든요. 그때 감시는 ‘동네’에, 길가 전봇대 위에 있었어요. 이번엔 그 눈이 내 얼굴 위로, 내 거실 안으로 들어와요. 그리고 이번엔 우리가 그 눈을 직접 초대해요. 동반자를 원하니까요.

이 글은 그 초대장에 적힌 작은 글씨에 대한 이야기예요. 자비스를 갖고 싶다는 소원 안에 숨은 거래, 그리고 빅테크가 왜 그렇게까지 당신 얼굴에 카메라를 씌우고 싶어 하는지에 대한 이야기고요.

Inkling: Our open-weights modelOur first open-weights model: multimodal, Mixture-of-Experts, with controllable reasoning effort. Available to fine-tune on Tinker.thinkingmachines.ai

미리 한 가지만 짚을게요. 지금 AI 업계는 갈라져 있어요. 한쪽에서는 미라 무라티가 더 크고 손볼 수 있는 언어 모델(얼마 전 공개한 975B짜리 오픈웨이트 모델)에 걸고, 다른 한쪽에서는 얀 르쿤이 “언어 모델로는 세계를 이해할 수 없다”며 아예 회사를 떠나 다른 길을 파요. 방향은 정반대인데, 두 길이 도착하는 곳은 같아요. 결국 당신을 지켜봐야 하는 무언가예요.

지금 만들어지는 건 ‘똑똑한 비서’가 아니라 ‘상시 관찰자’예요

OpenAI’s first hardware device is reportedly a screenless speaker that can move | TechCrunchThe device is weirdly described as involving “mechanical elements that can move on their own” and the Bloomberg report includes the detail that the device is designed to “feel like a companion and bectechcrunch.com

OpenAI가 준비하는 첫 소비자 기기의 사양을 뜯어보면, 성능 이야기가 거의 없어요. 대신 이런 것들이 나와요. 카메라와 환경 센서, 방에서 방으로 들고 다닐 수 있는 배터리, 스스로 움직여 살아 있는 척하는 기계 장치, 그리고 사용자를 오래 지켜볼수록 더 개인화되고 더 먼저 나서는 성격. 회사가 내세우는 승부처는 벤치마크 점수가 아니라 ‘인격’과 ‘곁에 있음’이에요. io라는 하드웨어 팀을 65억 달러에 사들이고, 아이폰을 만들던 조너선 아이브의 손을 빌린 이유도 기술을 ‘개인적으로 느끼게’ 만들기 위해서고요.

여기서 불편한 대칭이 하나 보여요. 나를 먼저 챙겨 주는 동반자의 사양과, 나를 늘 지켜보는 감시 장치의 사양이 사실상 같아요. 내 필요를 예측하려면 내 일상을 관찰해야 하고, 내 이메일을 읽어야 나를 ‘잘 아는’ 존재가 되니까요. 편의와 감시는 같은 재료로 만들어져요.

메타 레이밴 디스플레이 – AI 안경의 혁신적 미래 - haebom메타 레이밴 디스플레이와 뉴럴 밴드, EMG 기술로 스마트폰을 대체하는 차세대 AI 안경의 새 시대의 신호탄을 발사했습니다.haebom.dev

메타는 이 방향을 훨씬 먼저, 훨씬 크게 밀고 있어요. 화면 없는 스마트글래스는 2026년 1분기에만 물량 기준 167% 늘며 웨어러블에서 가장 빠르게 크는 칸이 됐고, 메타와 에실로룩소티카가 이 시장의 80% 넘게 쥐고 있어요. 지난달엔 라이방이라는 브랜드 뒤에 숨지 않고 아예 ‘메타’라는 이름을 붙인 글래스를 299달러에 내놨어요. 기존 라인보다 80달러 싸게요. 볼륨을 먼저 깔고, 그 데이터로 해자를 넓히겠다는 전략이에요. 글래스가 내세운 핵심 기능은 ‘슈퍼 센싱’, 눈앞의 사물과 장소를 실시간으로 알아보는 능력이고요.

정리하면 이래요. 지금 경쟁은 “누가 더 똑똑한가”에서 “누가 더 늘 곁에서 더 많이 보는가”로 옮겨 갔어요. 승리하는 형태가 하필 얼굴 위의 카메라라는 건, 우연이 아니에요.

자비스가 쓸모 있으려면, 세계를(그러니까 당신을) 봐야 해요

여기서 한 층 더 들어가 볼게요. 왜 하필 지금, 카메라 달린 하드웨어에 이렇게 돈이 몰릴까요. 답은 모델 쪽에 있어요.

자비스가 진짜로 쓸모 있으려면, 말을 잘하는 것만으로는 부족해요. 내 방의 구조, 사물이 놓인 자리, 지금 벌어지는 상황을 이해해야 하죠. 그런데 얀 르쿤은 오늘의 AI가 바로 이걸 못 한다고 봐요. 그는 최근 메타의 수석 AI 과학자 자리를 내려놓고 AMI Labs라는 회사를 차렸는데(약 5억 유로 규모), 출사표가 이거였어요. 지금 모델은 언어를 그럴듯하게 다뤄서 똑똑해 보일 뿐, 세계를 진짜로 이해하지는 못한다는 거예요.

그가 미는 대안이 월드모델¹과 JEPA²예요. 핵심 발상은 이래요. 물리 법칙은 텍스트 안에 없어요. 컵이 어떻게 넘어지는지, 빛이 표면에 어떻게 떨어지는지는 인터넷 글을 아무리 읽어도 안 나와요. 그건 세계에 있죠. 그래서 이 진영은 텍스트 대신 영상으로, 즉 세계를 ‘보면서’ 배워요. 월드모델 스타트업 월드랩스를 이끌며 10억 달러를 모은 페이페이 리의 표현을 빌리면, 언어 모델은 눈이 없는 “어둠 속의 언어 장인”이에요. 말은 유창한데 세계를 못 본다는 거죠.

이 대목이 이 글의 핵심이에요. AI를 ‘세계를 이해하는 존재’로 만들겠다는 연구는, 기계적으로 보면 ‘세계를 끊임없이 관찰하겠다’는 연구예요. 세계를 모델링하려면 세계를 봐야 하고, 그 세계 안에는 당신이 있어요. 인식 레이어와 감시 레이어는 사실 같은 레이어예요.

르쿤이 굳이 회사를 떠난 것도 신호로 읽혀요. 동반자의 ‘두뇌’에 해당하는 세계 이해 능력이 아직 준비되지 않았다는 뜻이거든요. 두뇌가 부족하니 더 많은 관찰 데이터가 필요하고, 더 많은 관찰 데이터가 필요하니 당신 얼굴과 거실에 센서를 놓아야 해요. 하드웨어 경쟁과 월드모델 경쟁은 따로 노는 두 뉴스가 아니라, 한 기계의 양쪽 반쪽이에요.

그런데 이건 소비자가 원해서 벌어지는 일이 아니에요

여기서 흔한 오해를 하나 걷어낼게요. “챗봇은 끝났고 이제 다 화면 밖으로”라는 서사요. 저는 이게 과장이라고 봐요. 근거는 정반대편에서 나와요.

사람을 가상 세계 안으로 넣으려던 몰입형 시도는 지금 무너지고 있어요. 애플은 비전프로의 후속으로 검토하던 보급형 XR 헤드셋용 디스플레이(업계에서 G-VR로 불린 과제) 개발을 백지화했고, 삼성디스플레이도 이 과제를 9월에 조기 종료하기로 했어요. 3,499달러짜리 비전프로는 판매 부진 속에 단종설과 생산 중단 보도가 이어졌고요. 화면을 눈앞에 꽉 채워 딴 세상으로 데려가겠다는 약속에, 소비자는 지갑을 열지 않았어요.

애플, ‘보급형 XR 디스플레이’ 개발 백지화 - 디일렉(THE ELEC)애플이 ‘비전프로’ 후속으로 검토하던 보급형 확장현실(XR) 기기용 패널 개발 프로젝트를 중단한다. XR 헤드셋에서 인공지능(AI) 스마트 글라스로 하드웨어 트렌thelec.kr

중요한 건 다음 장면이에요. 빅테크는 웨어러블 자체를 접은 게 아니라, ‘몰입’에서 ‘관찰’로 갈아탔어요. 당신을 가상 세계로 넣는 헤드셋 대신, AI를 당신의 현실로 들여보내는 안경으로요. 방향을 튼 이유가 뭘까요. 수요가 뜨거워서가 아니에요. 상시 켜진 동반자 기기의 수요는 아직 증명된 적이 없어요. 휴메인과 래빗처럼, 비슷한 꿈을 팔다 사라진 제품들의 무덤이 이미 있고요.

그런데도 밀어붙이는 이유는 하나예요. 스마트폰 다음의 인터페이스를 쥐는 쪽이 다음 플랫폼을 쥐거든요. 메타는 리얼리티랩스에서 매년 100억 달러 안팎의 적자를 감수하면서도 안경을 놓지 않아요. OpenAI는 상장을 앞두고 투자자에게 보여 줄 하드웨어 서사가 필요하고요. 299달러라는 가격표는 이익이 아니라 점유를 노린 숫자예요. 구글과 삼성이 안드로이드 XR 안경을 들고 올 가을 전에 바닥을 깔아 두려는 거죠.

Meta announces new smart glasses starting at $299, as Zuckerberg keeps pushing wearablesMeta executives have said they see the lightweight smart glasses as a step towards a more advanced device that includes screens in the lenses.cnbc.com

그러니까 지금 벌어지는 일의 주어는 ‘당신’이 아니라 ‘빅테크’예요. 당신이 사만다를 원해서 시장이 움직이는 게 아니라, 빅테크가 다음 플랫폼의 왕좌를 원해서 ‘사만다’라는 이야기를 당신에게 파는 거예요.

가상 세계는 이미 리허설을 마쳤어요

이 관찰 장치가 낯설게 느껴진다면, 우리가 이미 오래 연습해 온 공간을 떠올려 보세요. 게임이에요.

게임 안에서 우리는 이미 ‘완전한 관찰’에 기꺼이 동의했어요. 모든 입력이 기록되고, 모든 움직임이 추적되며, 이제는 나와 함께 플레이하는 AI 동료까지 등장했죠. 크래프톤은 엔비디아와 함께 만든 CPC(함께 플레이하는 캐릭터)를 배틀그라운드에 넣어 ‘PUBG 앨라이’라는 AI 동료를 선보이고, 인생 시뮬레이션 게임 인조이에서는 스스로 상황을 읽고 행동을 정하는 NPC를 굴려요.

흥미로운 건 그다음이에요. 크래프톤은 게임을 위해 쌓은 물리 엔진과 가상 환경 구현 능력을, 이제 로봇과 자율주행, 방산 같은 피지컬 AI로 뻗고 있어요. 미국과 한국에 로보틱스 연구 조직을 세우고, 한화에어로스페이스와 손잡고, 카셰어링 회사 쏘카에 650억 원을 넣었어요. 쏘카가 하루 110만 킬로미터씩 쌓는 실주행 데이터를 노린 투자죠.

이 흐름이 말해 주는 게 있어요. 가상 세계를 짓던 도구가, 곧 현실 세계를 관찰하고 모델링하는 도구가 돼요. 게임은 우리가 ‘재미를 위해’ 완전히 관찰당하는 걸 연습한 리허설이었고, 동반자 기기는 그 관찰을 ‘편의를 위해’ 현실로 옮기는 본 공연이에요. 무대만 가상에서 거실로 바뀌었을 뿐이에요.

오스왈드의 시선

GTM 전략을 짤 때 저는 늘 두 가지를 먼저 물어요. 이 제품의 진짜 고객은 누구인가, 그리고 진짜 상품은 무엇인가. 동반자 기기를 이 렌즈로 보면 답이 좀 서늘해요. 표면적 고객은 자비스를 원하는 당신이지만, 진짜 상품은 ‘관찰된 당신’일 수 있거든요. 쇼샤나 주보프가 감시 자본주의에서 말한 그대로, 인간의 경험이 원재료가 되는 구조예요.

사만다와 자비스의 불편한 진실이 여기 있어요. 나를 완벽하게 아는 존재는, 나를 완벽하게 관찰한 존재예요. 그리고 그 관찰의 기록이 사는 곳은 내 머릿속이 아니라 누군가의 서버예요. 몇 달 전 로즈데일 편에서 감시가 동네 어귀에 세운 게이트였다면, 이번엔 내 몸에 채운 게이트인 셈이에요. 더 가깝고, 더 다정하고, 그래서 더 빠져나오기 어렵죠.

오해는 마세요. 저는 이 동반자를 무조건 나쁘다고 보지 않아요. 거동이 불편한 분에게, 혼자 사는 노인에게, 손이 열 개라도 모자란 실무자에게 이런 도구는 실제로 큰 가치가 있어요. 관찰을 기기 안에서만 처리하는 온디바이스³ 설계나, 데이터를 밖으로 내보내지 않는 방식도 기술적으로 가능하고요. 그러니 문제는 ‘동반자를 원하는 마음’이 아니에요. 문제는 지금의 궤적이에요. 클라우드에 의존하고, 데이터에 굶주린 월드모델이 끌고 가고, 그 전체를 빅테크가 소유하는 구조요. 이 셋이 겹치면 저울은 감시 쪽으로 기울어요. 감시가 필연이라는 게 아니라, 지금 설계가 그리로 향하고 있다는 거예요.

그래서 제가 던지고 싶은 질문은 “언제 자비스가 오나”가 아니에요. “그 눈은 누구의 것이고, 나는 그 대가로 무엇을 매달 지불하게 되나”예요.

마치며

영화 의 마지막에서, 주인공은 사만다가 자기 한 사람만의 연인이 아니었다는 걸 알게 돼요. 사만다는 동시에 수천 명과 대화하고 있었죠. 나에게는 세상에 하나뿐인 친밀함이었지만, 사만다를 만든 쪽에게 그 친밀함은 수천 개 중 하나의 데이터였어요.

지금 우리 앞에 놓인 안경과 스피커도 같은 구조를 품고 있어요. 당신에게는 곁을 지켜 주는 동반자지만, 만든 쪽에게는 세계를 관찰하는 수억 개의 눈 중 하나예요. 그 눈을 초대할지 말지, 초대한다면 어떤 조건으로 초대할지는 결국 우리가 정해야 해요. 기술이 도착하기 전에 물어야 할 질문이, 도착하고 나면 물을 수 없게 되는 경우가 많거든요.

당신은 어떠세요. 나를 잘 아는 AI 동반자를 위해, 당신의 하루 어디까지를 그 눈에 내어 줄 수 있나요?

---

참고자료 & 더 읽기

핵심 출처

• Mark Gurman, “OpenAI’s First Device Will Be Moveable, Screenless Speaker Built as AI Companion”, Bloomberg, 2026. 관련 보도 ··· 기기가 카메라·센서·이메일 활용에 스스로 움직이는 구동부까지 갖췄다는 사양의 원 출처예요. ‘동반자=관찰 장치’라는 이 글의 출발점이고요.
• 김건, “애플, ‘보급형 XR 디스플레이’ 개발 백지화”, 디일렉, 2026. 링크 ··· 애플의 몰입형 헤드셋 철수와 스마트글래스 선회를 짚은 단독 취재예요. “몰입에서 관찰로”라는 3부의 근거고요.
• “AI’s next frontier moves from words to world models”, Fortune, 2026. 링크 ··· 르쿤과 페이페이 리가 각각 10억 달러 규모로 월드모델에 베팅한 흐름과 LLM 비판을 정리했어요.
• Fei-Fei Li & World Labs, “A Functional Taxonomy of World Models”, 2026. 링크 ··· 월드모델을 렌더러·시뮬레이터·플래너로 나눈 글이에요. “언어 장인” 비유의 출처이기도 해요.
• “게임 넘어 로봇·자율주행까지, 크래프톤 AI 영토 확장”, 뉴스1, 2026. 링크 ··· 게임 물리 엔진 역량이 피지컬 AI로 넘어가는 ‘리허설’ 논지의 국내 근거예요.

배경 지식 / 개념

• 쇼샤나 주보프, 감시 자본주의 시대(The Age of Surveillance Capitalism), 2019. ··· 인간의 경험이 예측 상품의 원재료가 되는 구조를 다룬 책이에요. 오늘 글의 이론적 뼈대고요.
• “What is Joint Embedding Predictive Architecture (JEPA)?”, Turing Post, 2026. 링크 ··· I-JEPA부터 V-JEPA까지, 픽셀이 아니라 추상 표현을 예측한다는 개념을 쉽게 풀어 줘요.

함께 읽으면 좋은 지난 글

• 오스왈드의 지식토킹, “당신의 프라이버시는 얼마짜리인가요” 지난 글 읽기 ··· 감시가 아직 ‘동네’에 있던 편이에요. 이번 글의 전편 격이라, 판옵티콘과 감시 자본주의 프레임을 먼저 깔아 뒀어요.

---

📝 용어 설명

필자 안광섭은 세종대학교 경영학과 교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트이다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 통계 및 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다. AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했으며, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 기술경영전문대 석사과정와 KMBA을 졸업했다. 지은 책으로 《생각을 맡기는 사람들: 호모 브레인리스》가 있다.

각주

1. 월드모델(World Model): AI가 세계가 어떻게 움직이는지 내부에 모형을 만들어, 다음에 무슨 일이 벌어질지 예측하고 행동을 계획하도록 하는 접근이에요. 언어의 통계가 아니라 공간과 시간의 통계를 배우는 쪽이라고 보면 돼요. ↩

2. JEPA(Joint Embedding Predictive Architecture): 픽셀이나 토큰을 하나씩 생성하는 대신, 관찰한 맥락에서 빠진 부분의 ‘추상적 표현’을 예측하도록 학습하는 구조예요. 르쿤이 LLM의 대안으로 미는 설계고요. ↩

3. 온디바이스(On-device): 데이터를 클라우드로 보내지 않고 기기 안에서 직접 처리하는 방식이에요. 처리 내용이 밖으로 나가지 않아 프라이버시 측면에서 상대적으로 유리해요. ↩