기사 상세
지난 9월 13~14일 코엑스에서 인공지능 기술의 현재와 미래 그리고 산업과의 융합점을 찾아보는 ‘AI 서밋 서울 2023(AI Summit Seoul 2023)’이 열렸다. 이번 행사의 주요 주제와 논의 내용을 소개한다. 편집자 주
산업계와 학계에서 가장 화두가 되고 있는 AI 기술과 실제 비즈니스 적용 사례를 심도 있게 논의하기 위해 2018년부터 열리기 시작한 ‘AI 서밋 서울’ 행사가 올해로 6년 차를 맞았다. 이번 ‘AI 서밋 서울 2023’도 예년과 마찬가지로 기업 경영자와 AI 연구자, 개발자, 현업 종사자, 투자자 등 1,200여 명이 참석한 가운데 80여 명의 국내외 AI 전문가의 강연이 펼쳐졌다.
강연과 논의는 △생성형 AI의 부상을 통해 본 2023년 AI의 현재 △생성형 AI의 비즈니스 기회와 리스크 △거대언어모델(LLM)의 현황과 적용 사례 △산업별 AI 전략과 실제 적용 사례 △AI 모델의 상업화 전략 △한국 시장에 미칠 생성 AI의 영향 △AI 프로젝트 성공을 위한 데이터 전략 △딥테크 AI 및 혁신 등 총 8개 주제를 중심으로 이뤄졌다.
이번 행사에서도 세계적인 AI 연구소인 앨런 AI연구소의 전 최고경영자(CEO)인 오렌 에치오니(Oren Etzioni) 박사, 애플 시리(Siri) 개발을 총괄한 뤼크 쥘리아(Luc Julia) 현 르노 그룹 최고과학책임자(Chief Scientific Officer), 챗GPT의 근간이 된 언어모델의 작동 방식인 ‘트랜스포머’ 기술을 개발한 구글 브레인(Google Brain) 출신 아시시 바스와니(Ashish Vaswani) 박사, 머신러닝(ML) 및 딥러닝 분야에서 세계적인 성과를 낸 황성주 KAIST 교수 겸 에이아이트릭스(AITRICS) 창립자 등 AI 분야에서 세계적 명성을 쌓은 저명인사들이 연사로 나서 참석자들의 시선을 사로잡았다.
AI 규제 마련, 한국도 결정 필요
행사 첫날인 지난 9월 13일 기조연설에 나선 에치오니 박사는 화상 통화 방식으로 생성형 AI와 스타트업, 그리고 윤리와 규제 등에 대한 의견을 밝혔다. 그는 한국도 이제는 AI 규제에 대해 노선을 정해야 할 때라고 지적하며, 강력한 규제를 내세우는 유럽연합(EU)형 모델과 기업의 자발적 규제를 유도하는 미국형 모델을 예로 들었다.
그는 강력한 규제가 필요한 대표적 이유로 생성형 AI로 제작된 딥페이크(deepfake) 콘텐츠의 파급력을 꼽았다. 딥페이크가 사람보다 저렴한 비용으로 더 높은 퀄리티의 거짓 정보를 만들어낼 수 있다는 사실이 우려된다는 것이다.
또한 안면 인식에 따른 사생활 침해도 문제점으로 거론하며 이를 막기 위한 AI 규제의 필요성 역시 강조했다. 특히 이 분야에 대해 세계적인 움직임이 빨라지고 있으니 한국도 결정할 때가 왔다는 것이다. 그는 EU나 미국 방식 중 하나를 선택할 수도, 그 중간에서 고유한 규율을 만들 수도 있다고 조언했다. 바통을 이어받은 황성주 교수는 AI를 생명체처럼 다루는 내용으로 눈길을 끌었다. 그는 ‘인공 슈퍼지능(ASI)’ 시대가 올 것이라며, 근거로 ‘자가 진화 AI(Self-Evolving AI)’를 꼽았다. 이는 사람의 역할을 아예 배제한 AI로, 스스로 알아서 움직이는 AI의 최종 진화 버전이다.
지난해 관련 연구를 기반으로 딥오토.ai(DeepAuto.ai)를 창업한 황 교수는 ASI를 구현하기 위해서는 새로운 구조의 뉴럴 네트워크를 생성해야 한다고 강조했다. AI가 생명체처럼 모델을 직접 생성하는 단계에 이르러야 한다는 것이다.
이를 위해 각각 다른 장점을 가진 모델을 결합하는 ‘솔루션 교배’도 연구 중이라고 밝혔다. 궁극적으로는 데이터 외 학습과 학습 가이드의 결합으로 기존 데이터 학습으로 인한 편향을 극복한다는 목표를 제시했다.
연구실 떠나 산업과 융합하는 AI
둘째 날 강연에 나선 바스와니 박사는 ‘트랜스포머에서 생성형 AI 혁신까지: 새로운 AI 프론티어를 향한 항해’라는 주제로 강연을 펼쳤다. 그는 우선 2017년 논문 발표 이후 일어난 변화에 대한 소감을 밝혔다. “무척 놀라운 부분도 있고, 반면 실망스럽거나 우려스러운 부분도 있다”면서 “하지만 처음 논문을 준비할 때 트랜스포머 모델은 기계 번역에만 사용될 것으로 예측했는데, 그 파급력이 어마어마해서 나조차도 놀랐다”고 밝혔다.
또 “현재 트랜스포머를 사용하는 사람들은 연구자가 아니며, 비행기가 뜨는 원리를 몰라도 비행기를 조종할 수 있는 것처럼 아직도 우리는 트랜스포머를 완벽하게 이해하지 못하지만 이를 활용해 놀라운 일들을 만들어 내고 있다”고 설명했다. 특히 “최근 등장한 응용 분야가 너무 많아, 내 예상의 범위를 넘어서고 있다는 사실도 흥미롭다”고 덧붙였다.
반면 실망스러운 점으로는 “디퓨전 모델의 경우 반복 수정이 가능했지만, 트랜스포머는 그러지 못했다1)”며 연구 방법을 지적했다.
바스와니 박사는 2017년 구글의 딥러닝 AI 연구팀 구글 브레인 동료들과 함께 쓴 ‘셀프 어텐션 메커니즘(self-attention mechanism)’에 의존하는 트랜스포머 기반 아키텍처를 소개한 기념비적 논문 <Attention is All You Need>의 제1 저자로 유명하다. 셀프 어텐션 메커니즘은 입력 시퀀스에서 각 위치의 정보를 다른 위치와 비교해 가중치를 계산하는 메커니즘을 말한다. 트랜스포머 아키텍처는 많은 최첨단 자연어처리(NLP) 모델의 기반이 되었고, 챗GPT는 물론이고 구글 서치(Google Search), 바드(Bard) 등을 구동하는 언어모델의 핵심도 이것이다. 트랜스포머는 언어를 뛰어넘어 이미지, 컴퓨터 코드, DNA 등 다양한 인풋 패턴을 생성할 수 있다.
바스와니 박사는 최근 AI의 발전 상황을 긍정적으로 내다봤다. GPU 등 하드웨어 부족에 대해서는 “달러당 지능은 올라가고 있으며, 비용은 감소할 것”이라고 예측했다. 또 AI 발전의 걸림돌로 꼽히는 학습 데이터 고갈에 대해서는 “데이터 부족을 지적한 논리에는 아주 큰 실수(error)가 있다”며 아직 학습 데이터로 사용하지 못하는 데이터, 비정형 및 엔터프라이즈 데이터를 가공하는 것이 돌파구가 될 것이라고 설명했다.
이어 연사로 나선 쥘리아 르노 그룹 최고과학책임자는 다양한 사업 경험을 바탕으로 ‘확장 지능(Augmented Intelligence)을 위한 AI’라는 강연을 통해 기술을 어떻게 비즈니스에 결합하는지 설명하는 시간을 가졌다. 그는 음성 인식 AI 분야의 전설적 인물로 통하며 음성인식기술 업체 뉘앙스 커뮤니케이션의 탄생에 일조하는 등 실리콘밸리에서 여러 스타트업의 출범을 돕고, 삼성과 HPE를 거쳐 현재는 미래 차 분야까지 영역을 확장한 인물이다.
이들 외에도 산업용 AI 분야에서는 한국지멘스의 티노 힐데브란트(Tino Hildebrand) 부사장과 생성형 AI 기업인 스태빌리티AI(Stability.ai)의 CIO를 역임한 대니얼 제프리스(Daniel Jeffries)가 연사로 등단했다. 또 메타(Meta)의 수석 데이터 과학자인 잭 추아(Jack Chua), 소니리서치(Sony Research)의 AI 담당 사친 쿠마르 아가왈(Sachin Kumar Agrawal), 월마트글로벌테크(Walmart Global Tech)의 아비나시 제이드(Avinash Jade)가 연사로 나서 관객과 호흡하는 시간을 가졌다.
현재 전 세계 AI 시장은 생성형 AI와 대형언어모델로 투자가 집중되고, AI 적용이 향후 기업의 경쟁력에 결정적 영향을 미치는 시대를 맞이했다. 이에 AI는 이제 연구실이나 이론가의 손을 떠나 산업 깊이 융합되어 현업에서 다양한 사례를 만들어 내고 있다. 이번 AI 서밋 서울 2023에서 AI 기술과 실제 비즈니스 적용 사례에 주목한 것도 바로 이런 이유 때문이다.
AI가 뉴스룸에 미친 영향은? WAN-IFRA, 뉴스룸에서의 생성형 AI 이용 설문조사 전 세계 뉴스룸 절반은 뉴스 제작에 AI 활용
챗GPT의 등장으로 ‘인공지능(AI)’은 산업계를 가리지 않고 이슈의 중심이 됐다. 생성형 AI는 대부분 업계의 판도를 바꿀 기술로 평가받고 있고, 언론계에서도 예외가 아니다. 따라서 «신문과방송»에서는 세계신문및뉴스발행인협회(WAN-IFRA)에서 지난 5월, 독일 쉬클러 컨설팅 그룹(SCHICLER Consulting Group)과 함께 전 세계 뉴스룸의 편집인과 기자, 직원들을 대상으로 실시한 생성형 AI 이용 여부 관련 설문조사 결과를 싣는다.1) 조사에 참여한 응답자의 49%는 뉴스룸에서 이미 챗GPT와 같은 생성형 AI를 이용하고 있다고 답했고, 70%는 생성형 AI가 언론인과 뉴스룸에 유용한 도구라고 응답해 긍정적 반응 비율이 높았다. 응답자들은 생성형 AI의 활용 잠재력이 높은 분야로 내용 요약 등 텍스트 생성(63%), 작업과정 상 효율성 제고(61%), 자료조사(60%), 교정·교열(58%)을 꼽았으며, 실제로 활용하는 영역으로는 텍스트 생성(54%), 자료조사(44%), 교정·교열(43%), 작업 과정상 효율성 제고(43%)를 꼽았다. 한편 기사 작성에 대해서는 35%만이 잠재성이 있다고 평가했고, 실제 사용하는 영역에서는 개인화나 상호작용 항목이 19%로 가장 낮았다.
생성형 AI와 관련해 가장 우려되는 점으로는 응답자의 85%가 정보의 부정확성을 꼽았으며, 67%는 표절과 저작권 침해라고 응답했다. 한편 응답자의 대부분은 생성형 AI가 그들의 직업에 영향을 미칠 것이라고 답했는데, 82%가 뉴스룸 내의 역할들이 변할 것이라고 생각했다.
1) WAN-IFRA, <Gauging Generative AI’s impact on newsrooms>, https://wan-ifra.org/insight/gauging-generative-ais-impact-innewsrooms/ |
1) 트랜스포머와 디퓨전 모델은 자연어 처리 분야에서 중요한 딥러닝 아키텍처(컴퓨터가 데이터를 학습·추론하는 데 사용되는 인공 신경망의 구조)로, 2017년 발표된 트랜스포머 모델은 자연어 처리 분야에서 주로 활용되며 디퓨전 모델은 다양한 데이터를 결합하여 함께 처리하는 멀티모달 작업에 사용된다. 편집자 주
저자의 다른 미디어
