— 생성형 AI 시대, 세 기업은 어디로 가고 있을까
서론
2025년 현재, 생성형 AI는 더 이상 기술 부서의 실험이 아니라 기업 전략의 핵심 축이 되었습니다.
특히 국내 각 분야의 대표 기업인 삼성전자·네이버·현대자동차그룹은 각자의 산업 영역과 강점을 바탕으로 서로 다른 LLM 전략을 펼치고 있죠.
이번 글은 실제 AI 리서치 워크플로우(Perplexity → Notebook LM → ChatGPT) 를 통해 세 기업의 접근법을 조사하고 정리한 결과입니다.
요즘 저도 기업별 LLM 활용 구조를 유심히 보고 있는데, 같은 ‘AI 전략’이라도 산업별로 이렇게 다르다는 게 꽤 흥미롭더군요.
정보의 최신성(Perplexity) + 정밀한 요약(Notebook LM) + 스토리텔링(ChatGPT)을 결합해, AI PM 시점에서 본 전략적 차이와 시사점을 정리했습니다.
국내 대표 기업들이 생성형 AI를 어떻게 바라보는지 궁금했고, 앞으로 각 기업의 전략과 방향성도 함께 확인해보고자 합니다.
본론
🧠 삼성전자 — “온디바이스 AI로 내부 효율 최적화”
삼성의 Gauss AI 전략은 내부 생산성 혁신과 온디바이스 통합에 초점이 맞춰져 있습니다.
- 핵심 방향: 문서 요약·메일 작성·번역 등 반복 업무 자동화 및 사내 의사결정 지원.
- 기술 구조: 자체 파운데이션 모델 ‘Gauss 2’ 개발 → 스마트폰, 가전, TV 등 모든 제품에 탑재.
- 보안 전략: 외부 모델(GPT 등) 사용을 제한하고 내부 모델 로컬 운용으로 보안 강화.
요약 인사이트:
삼성은 AI를 ‘클라우드 기능’이 아닌 ‘제품 기능’으로 내재화한다.
하드웨어 중심 기업으로서 AI를 제품 경쟁력의 핵심 요소로 삼는 전략이다.
결국 AI를 ‘제품 속에서 작동하게 만드는’ 데 초점을 맞춘 점이 가장 인상적이다.
🌐 네이버 — “초거대 모델 기반 서비스 플랫폼 확장”
네이버는 LLM을 플랫폼 전체의 엔진으로 활용합니다.
- 핵심 방향: 검색·쇼핑·콘텐츠 등 모든 서비스에 ‘HyperCLOVA X’ 적용.
- 기술 전략: 초거대 자체 모델 기반 + 오픈소스화(SEED) → 개발자 생태계 확장.
- 비즈니스 확장: 클라우드 기반 B2B 챗봇·AI 솔루션 사업 확대.
요약 인사이트:
네이버는 AI를 ‘하나의 서비스’가 아닌 ‘플랫폼 전반의 연결 조직’으로 활용한다.
자사 생태계를 넓히는 국산 파운데이션 모델 플랫폼 전략이며,
결국 모델을 비즈니스 인프라로 전환하는 방향을 가장 명확하게 보여준다.
🚘 현대자동차그룹 — “모빌리티 전환을 이끄는 하이브리드 AI”
현대차는 LLM을 SDV(소프트웨어 기반 차) 전략의 핵심으로 위치시켰습니다.
- 핵심 방향: 차량 내 인포테인먼트·디지털 어시스턴트 등 모빌리티 AI 기능 강화.
- 기술 전략: 자체 모델 ‘글레오’ + 네이버 ‘HyperCLOVA X’ 협업 → 하이브리드 접근.
- 인프라 기반: 엔비디아 블랙웰 칩을 활용한 AI 팩토리 구축 및 보안 강화.
요약 인사이트:
현대차는 AI를 ‘서비스’가 아닌 ‘제품 진화의 동력’으로 활용한다.
완성차 기업의 한계를 넘어 소프트웨어 기업으로 전환하려는 명확한 의지다.
실제로 네이버·엔비디아와의 협업 구조를 보면, 가장 유연하면서도 실행 속도가 빠른 형태다.
⚖️ 비교 요약 표
| 구분 | 삼성전자 (Gauss AI) | 네이버 (HyperCLOVA X) | 현대차 그룹 (HMG AI) |
|---|---|---|---|
| 전략 목표 | 내부 효율 + 제품 AI 통합 | 플랫폼 혁신 + B2B 생태계 확장 | SDV + 모빌리티 혁신 |
| 기술 구조 | 자체 파운데이션 모델, 온디바이스 중심 | 자체 초거대 모델 + 오픈소스 생태계 | 하이브리드(자체 + 협업) 구조 |
| 강점 | 하드웨어 연동, 보안 통제 | 데이터 풍부, 개방적 생태계 | 명확한 시장 집중 및 유연성 |
| 약점 | 외부 연동 제약, 플랫폼 한계 | 하드웨어 접점 부족 | 전환 속도·내부 조직 부담 |
결론
🔍 핵심 차이와 공통 패턴
- 차이점: 삼성은 하드웨어, 네이버는 플랫폼, 현대차는 모빌리티 중심.
즉, 각자의 기존 강점을 더 강화하는 방향으로 전략을 설계하고 있습니다. - 공통점: 세 기업 모두 ① 내부 업무 자동화, ② 고객 응대 AI, ③ AI 조직 강화 를 핵심 축으로 삼고 있음.
즉, “AI 내재화 → 운영 효율화 → 서비스 고도화” 단계를 공통적으로 밟는 중입니다.
🔍 인사이트
차이점과 공통점에서 볼 수 있듯이,
AI를 통한 업무 효율화 및 개선은 모든 산업에서 공통적인 필수 영역이며,
각 회사마다의 핵심 강점을 더욱 차별화하고 강화하는 방향으로 작동해야 합니다.
결국 기업의 LLM 전략은 “AI를 어디에, 얼마나 깊이 통합하느냐”로 요약될 수 있습니다.
💬 AI PM 입장에서 본 시사점
- AI는 이제 ‘기능’이 아니라 전략 레이어다.
세 기업 모두 AI를 제품·서비스·조직 전반에 녹이는 방식을 택했습니다.
PM에게 요구되는 역량은 ‘AI 기획 능력’ 그 자체보다 AI를 통한 서비스 재설계 감각입니다. - AI 도구 활용이 사고 방식을 바꾼다.
예컨대, Perplexity → Notebook LM → ChatGPT 의 조합은
단순 검색·요약이 아니라 ‘문제를 정의하고 스토리를 조립하는 사고 루틴’을 만듭니다.
이것이 곧 AI 시대의 기획자 및 PM의 새로운 리서치 프레임워크입니다. - 앞으로의 기획자는 ‘AI 생태계 조율자’가 된다.
모델·데이터·UX·윤리까지 모두 교차하는 지점을 연결해야 합니다.
즉, 기획은 더 이상 문서를 작성하는 일이 아니라 AI와 함께 사고 구조와 전략을 설계하는 일이 됩니다.
✍️ 이 글은 Perplexity로 자료를 수집하고, Notebook LM으로 분석한 뒤, ChatGPT로 정리했습니다.
세 도구를 하나의 워크플로우로 활용하면, 단순한 정보 요약이 아닌 ‘AI 리서치 루틴’을 구현할 수 있습니다.
결국 중요한 건 도구가 아니라, 그걸 통해 어떻게 사고하느냐겠죠.
다음 글에서는 이 루틴을 ‘AI PM의 업무 변화’ 관점에서 확장해보겠습니다.