옴니오, OpenAI 모델로 여행 산업의 판도를 뒤집다: 'AI 네이티브 기업'은 이렇게 탄생한다
Published Jun 29, 2026
“책임과 의무는 여전히 사람에게 있습니다. AI는 우리가 더 빠르게 개발하고, 더 빠르게 분석하며, 더 빠르게 결정하도록 돕지만, 최종 결정은 사람이 내립니다.”
옴니오(Omio)의 최고기술책임자(CTO) 토마스 보세츠카(Tomas Vocetka)의 이 발언은 단순한 기술 도입을 넘어선 깊은 철학을 담고 있습니다. 전 세계 47개국 3,000개 이상의 교통 사업자와 협력하며 다양한 이동 수단을 통합하는 멀티모달 여행 플랫폼 옴니오가 OpenAI 모델을 전사적으로 통합하며 보여주는 변화는, 우리가 상상하는 미래의 ‘AI 네이티브 기업’이 어떤 모습일지 선명하게 제시합니다. 낡은 내부 프로세스에 기술을 덧씌우는 피상적인 접근 방식을 단호히 거부하고, 모든 내부 기능을 처음부터 완전히 재설계하여 AI 기반의 운영 프레임워크를 구축하겠다는 보세츠카의 의지는 AI 시대에 기업이 나아가야 할 방향을 명확히 보여주는 이정표라 할 수 있습니다.
개발의 속도와 효율성, 그 격차를 줄이다: OpenAI Codex의 마법
옴니오는 내부 혁신을 위한 첫 단계로 전 직원에게 기본 ChatGPT 접근 권한을 부여하며 생성 모델에 대한 기본적인 이해도를 높였습니다. 이는 단순한 호기심 충족을 넘어, 다가올 기술 통합을 위한 중요한 발판을 마련한 것입니다. 그리고 그 다음 단계에서 핵심적인 변화가 시작됩니다. 바로 OpenAI Codex를 엔지니어링 운영에 직접 내재화하고 소프트웨어 개발 수명 주기(SDLC) 전반에 걸쳐 그 적용을 의무화한 것입니다.
엔지니어들은 현재 Codex를 활용하여 다음과 같은 다양한 작업에 적용하고 있습니다.
- 예비 연구: 초기 아이디어 구상 및 기술 스택 탐색
- 아키텍처 설계: 시스템 구조 및 구성 요소 계획
- 활성 코딩: 실제 코드 작성 및 구현
- 자동화된 테스트: 코드 기능 및 안정성 검증
- 코드 리뷰: 동료 코드 검토 및 개선 제안
- 지속적인 시스템 유지보수: 버그 수정 및 성능 최적화
옴니오의 엔지니어링 부서는 독점 데이터 환경을 이 도구들과 직접 연결하기 위한 맞춤형 내부 커넥터를 구축했습니다. 이 덕분에 개발자들은 기본적인 정보 검색 단계를 건너뛰고 통합 개발 환경(IDE) 내에서 곧바로 실질적인 작업 실행에 집중할 수 있게 되었습니다. 보세츠카 CTO는 초기 ChatGPT의 도입을 ‘사전 준비’라고 강조하며, 실제 프로덕션 워크로드는 Codex가 담당하고 있음을 분명히 했습니다. 기술 부서를 넘어 비기술 부서로도 Codex의 활용을 확대하여 새로운 기능에 맞춰 표준 운영 절차를 조정하고 있다는 점도 주목할 만합니다.
이러한 전사적 AI 통합의 결과는 정말 놀랍습니다. 내부 분석에 따르면 특정 제품을 개발하는 데 필요한 기술적 노력이 이전 수준의 약 20%로 감소했습니다. 개발 기간 역시 이에 상응하여 압축되었죠. 과거에 여러 개발자가 한 회계 분기 내내 매달려야 했던 프로젝트가 이제 단 한 명의 엔지니어가 약 한 달 만에 처리할 수 있게 된 것입니다.
필자의 분석을 덧붙이자면, 이러한 극적인 개발 속도 향상은 단순한 비용 절감을 넘어 기업의 전략적 민첩성을 완전히 바꿔놓는 게임 체인저입니다. 소프트웨어 개발의 시간과 비용 장벽이 낮아지면서 엔지니어링 팀은 최소한의 자원 지출로 실험적인 개념을 빠르게 테스트하고 소비자 수요를 검증할 수 있습니다. 이는 경영진이 실행 가능성이 낮은 기능을 전면적인 생산에 투입하기 전에 프로토타이핑을 통해 제거함으로써 자본과 엔지니어링 시간을 훨씬 더 정확하게 할당할 수 있게 한다는 의미입니다. 궁극적으로 제품 반복 속도가 빨라지고, 업데이트와 새로운 인터페이스 요소가 훨씬 빠르게 라이브 환경에 배포될 수 있게 됩니다. 이는 시장 변화에 대한 대응력을 극대화하는 핵심 동력이 됩니다.
검색을 넘어 대화형 커머스로: 자연어를 통한 새로운 여정
옴니오는 2023년, OpenAI 모델을 독점적인 교통 데이터와 연결하여 초기 대화형 여행 예약 인터페이스 중 하나를 선보였습니다. 이는 여행 계획 방식을 근본적으로 변화시키는 중요한 발걸음입니다. 기존의 여행 예약 방식은 어땠나요? 기차, 버스, 페리, 항공편 등 여러 교통수단을 이용하려면 사용자가 여러 웹사이트를 방문하고, 수동으로 교통 모드를 비교하며, 여러 제공업체에 걸쳐 일정을 직접 취합해야 하는 번거로운 과정의 연속이었습니다.
하지만 옴니오의 새로운 시스템은 이러한 파편화된 프로세스를 하나의 통합된 인터페이스로 대체합니다. 여행자는 “로마에서 피렌체까지 가장 빠른 길을 찾아줘” 또는 “파리에서 바르셀로나까지 항공편과 기차를 비교해줘”와 같이 복잡한 멀티모달 경로에 대한 자연어 쿼리를 입력할 수 있습니다. 생성 모델은 텍스트 입력을 분석하고 예약 시스템과 연동하여 실행 가능한 여행 경로를 구성합니다.
여기서 가장 중요한 부분은 이 애플리케이션이 모델의 응답을 **실시간 가격 및 가용성 데이터에 ‘접지(grounding)‘**한다는 것입니다. 즉, 정적 또는 오래된 훈련 데이터에 기반한 여행 옵션 생성을 방지하여 환각(hallucination)을 막고, 사용자에게 직접 예약 가능한 정확하고 신뢰할 수 있는 여정을 제공하는 것이죠. 옴니오는 이러한 초기 통합을 전용 ChatGPT 경험으로 확장하여, 사용자 상호작용이 검증된 데이터에 기반하도록 함으로써 높은 충실도의 응답을 보장합니다. 결과적으로 소비자들은 일반적인 여행 조언이 아닌, 고도로 개인화된 여정 옵션을 받게 됩니다.
옴니오는 이러한 구조적 설정을 **‘대화형 커머스(conversational commerce)‘**라는 새로운 범주로 정의합니다. AI가 소비자와 근간이 되는 글로벌 교통 네트워크 사이의 상호작용을 중개하는 주요 인터페이스 계층으로 작동하는 것입니다. 회사는 이를 기존의 검색 기반 인터페이스에서 원천적인 생성형 고객 경험으로의 광범위한 전환으로 보고 있습니다. 이는 미래의 여행 계획이 라이브 교통 네트워크에 직접 연결된 지능형 시스템과의 상호작용에 전적으로 의존할 것임을 시사합니다.
균형 잡힌 접근: AI 가속 엔진과 인간의 책임, 그 조화
옴니오의 기업 정책은 모든 배포된 코드와 최종 비즈니스 결과에 대한 전적인 책임이 인간에게 있다는 점을 명시적으로 규정하고 있습니다. 생성형 도구는 개발, 분석 및 의사 결정을 위한 가속 엔진 역할만을 수행합니다. 보세츠카 CTO의 발언처럼, AI는 더 빠르고 효율적인 업무 처리를 돕지만, 최종적인 책임과 통제는 여전히 사람에게 있는 것이죠.
이러한 거버넌스 구조는 자동화된 시스템이 예약 인프라나 핵심 멀티모달 경로 설정 알고리즘에 돌이킬 수 없는 변경 사항을 독립적으로 실행하는 것을 방지합니다. 직원들의 광범위한 OpenAI 도구 접근과 엄격한 감독 모델의 조합은 속도와 시스템 안정성이라는 두 가지 가치를 동시에 우선시하는 환경을 조성합니다.
개인적으로는 옴니오의 이러한 접근 방식이 AI 도입에 대한 많은 기업의 고민에 중요한 해답을 제시한다고 생각합니다. 특히 여행 예약과 같이 실시간 데이터의 정확성과 신뢰성이 생명인 분야에서는 AI의 ‘환각’이 치명적인 결과를 초래할 수 있습니다. 옴니오가 AI를 ‘가속 엔진’으로 명확히 정의하고 인간의 최종 책임을 강조하는 것은, 기술적 진보만큼이나 윤리적이고 실용적인 고려가 중요함을 보여줍니다. 이는 AI가 단순한 도구를 넘어 기업 운영의 핵심으로 자리 잡을 때 발생할 수 있는 잠재적 위험을 현명하게 관리하는 모범 사례라고 할 수 있습니다.
결론: AI 네이티브 기업의 미래는 어떤 모습일까?
옴니오의 사례는 단순한 기술 도입을 넘어, 기업의 존재 방식 자체를 재정의하는 ‘AI 네이티브 기업’으로의 진화를 보여줍니다. 제품 개발 속도를 획기적으로 가속화하고, 고객 경험을 대화형 커머스라는 새로운 지평으로 확장하며, 동시에 인간의 책임감을 견고히 유지하는 옴니오의 접근 방식은 AI 시대에 기업이 나아가야 할 길을 제시합니다. 이들의 혁신적인 여정은 여행 산업뿐만 아니라 다른 모든 산업 분야에서도 AI가 단순한 효율성 도구가 아닌, 새로운 비즈니스 모델과 가치를 창출하는 핵심 동력이 될 수 있음을 시사하는 강력한 증거입니다.
출처
- 원문 제목: Omio scales travel product development using OpenAI models
- 출처: AI News
- 원문 기사 보러가기
