최근 AI 기술의 발전에 따라 다양한 분야에서 인공지능(AI)을 도입하는 움직임이 활발히 진행되고 있습니다. 특히, 이번에는 구글 시트나 마이크로소프트 엑셀과 같은 스프레드시트에서 혁신적인 변화를 불러일으킬 AI 기반 스프레드시트 도구가 등장했습니다. AI 스타트업 패러다임(Paradigm)이 웹에서 자동으로 정보를 검색하고 이를 스프레드시트에 자동으로 입력하는 기능을 갖춘 새로운 스프레드시트 도구인 ‘패러다임’을 출시했습니다.
스프레드시트 작업의 변화
기존의 스프레드시트 작업은 상당히 반복적이고 지루한 작업으로 평가되어 왔습니다. 사용자들은 데이터를 조사하고 일일이 셀에 입력하는 과정을 거치면서 많은 시간을 소비해야 했습니다. 예를 들어, 특정 데이터 세트를 기반으로 분석 작업을 하려면 여러 웹사이트에서 데이터를 수집하고 이를 정리하여 스프레드시트에 입력해야 하는 번거로운 과정이 있었습니다. 이러한 작업은 시간이 많이 걸리고, 특히 대량의 데이터를 다루는 경우에는 더욱 그렇습니다.
그러나 패러다임은 대형언어모델(LLM)을 기반으로 한 AI 에이전트를 활용하여 이러한 수작업을 획기적으로 개선하고자 하여 사용자가 원하는 정보를 자동으로 웹에서 검색하고, 수집된 데이터를 스프레드시트에 입력하도록 하여 그 과정을 대폭 간소화하였습니다.
‘Column(열)에 프롬프트’로 지시 가능
패러다임의 핵심 기능 중 하나는 바로 ‘열 프롬프트(Column Prompt)’ 기능입니다. 이 기능을 통해 사용자는 특정 열에 원하는 정보를 자동으로 채우는 AI 에이전트에게 지시를 내릴 수 있습니다. 기존 스프레드시트에서는 사용자가 각 셀을 수동으로 입력해야 했던 반면, 패러다임은 열에 대한 명령어만 입력하면 AI가 자동으로 해당 정보를 웹에서 검색하고 결과를 스프레드시트에 채워줍니다.
또한, 패러다임은 단순히 한 단계의 데이터를 입력하는 것에 그치지 않고 여러 단계의 작업도 처리할 수 있는 강력한 기능을 제공하는데, 예를 들어 하나의 셀에서 여러 웹사이트를 크롤링하여 데이터를 수집한 후 이를 자동으로 편집해 사용자에게 제공할 수 있습니다. 이렇게 복잡한 작업을 처리하는 능력은 기존 스프레드시트 도구들과 차별화되는 점입니다.

패러다임은 단순히 데이터를 수집하는 것을 넘어 스프레드시트를 확장하고 편집하는 작업도 가능합니다. 사용자는 새로운 열을 추가하고 자연어로 원하는 데이터의 카테고리를 입력할 수 있으며, 이에 따라 패러다임은 자율적으로 데이터를 수집해 해당 열에 자동으로 채워줍니다. 이러한 기능을 통해 사용자는 데이터를 일일이 조사하고 편집할 필요 없이, AI를 통해 보다 빠르고 효율적으로 스프레드시트를 완성할 수 있습니다.
패러다임의 속도
패러다임은 수동 데이터 수집에 비해 1000배 빠르게 작업을 처리할 수 있으며, 분당 평균 500개의 셀을 완료합니다. 이는 대규모 데이터를 처리하는 기업이나 연구 기관에서 상당한 시간 절약과 효율성을 제공할 수 있는 중요한 요소입니다. 그리고 이러한 기능으로 인해 패러다임은 초기에 주로 기업을 대상으로 서비스할 예정입니다.
패러다임은 이날 200만 달러(약 26억 원) 규모의 프리시드 투자 유치에도 성공했습니다.
AI 기반 스프레드시트의 미래
한편, AI를 도입해 스프레드시트 작업을 자동화하려는 시도는 패러다임에만 국한되지 않습니다. 마이크로소프트와 구글 역시 자사 스프레드시트 제품에 AI 기능을 도입해 작업 시간을 단축하려는 노력을 기울이고 있습니다. 마이크로소프트는 엑셀, 워드, 파워포인트 등의 제품에 AI 기술을 접목하여 사용자의 생산성을 높이는 것을 목표로 하고 있지만, 아직까지 성능 및 비용 문제로 인해 기대에 미치지 못하는 상황입니다.
이와 같은 상황에서 패러다임이 AI 기반 스프레드시트 시장에서 어떤 평가를 받을지는 앞으로 지켜봐야 할 중요한 관전 포인트입니다. AI의 도입이 실제로 사용자들에게 실질적인 시간 절약과 효율성을 제공할 수 있는지, 그리고 대규모 데이터 처리 작업에서 얼마나 효과적인 결과를 가져올지에 대한 관심이 집중되고 있습니다.
패러다임의 단점
1) 초기 학습 곡선
고도화된 기능을 제공하는 만큼, 사용자가 처음 패러다임을 사용하는 데 있어 어느 정도의 학습이 필요합니다. 자연어로 명령을 내릴 수 있다는 점은 직관적이지만, 복잡한 데이터 작업을 수행할 경우 정확한 명령어 입력이나 AI의 동작 방식에 대한 이해가 필요합니다.
2) 비용 문제
패러다임은 기업용 요금이 월 500달러(약 67만 원)부터 시작하는 고가의 서비스입니다. 소규모 기업이나 개인 사용자에게는 부담이 될 수 있는 가격입니다. 따라서 비용 효율성 면에서 일반 스프레드시트 도구를 선호하는 사용자들이 있을 수 있습니다.
3) 웹 기반 데이터 수집 한계
패러다임의 AI 에이전트는 주로 웹에서 정보를 수집하는데, 이는 특정 웹사이트나 데이터베이스에서만 정보를 검색할 수 있다는 제한이 있습니다. 즉, AI가 검색 가능한 정보의 범위가 제한적일 수 있으며, 정확한 데이터 수집을 보장하기 어렵다는 점이 단점으로 작용할 수 있습니다.
문제점
1) AI의 데이터 정확성 문제
패러다임이 제공하는 데이터는 웹에서 수집되기 때문에, 데이터의 신뢰도와 정확성에 문제가 생길 수 있습니다. AI가 잘못된 정보를 수집하거나, 특정 데이터 소스에서 부정확한 정보를 가져올 가능성이 있습니다. 따라서 사용자는 AI가 제공한 데이터를 반드시 검증할 필요가 있습니다.
2) 고급 사용자 중심
패러다임은 기본적으로 대규모 데이터를 다루는 전문가나 연구기관을 타겟으로 하고 있기 때문에, 일반 사용자나 소규모 비즈니스에는 지나치게 고급 기능을 제공할 수 있습니다. 이러한 고급 기능은 초심자들에게는 불필요하거나, 오히려 사용에 혼란을 줄 수 있습니다.
<이하 광고>