반응형
한국 인공지능 업계에서 목소리를 낼 수 있는 두 저자의 담화록(?!)이다.
대중에게 쉽게 설명할 수 있는 AI 소개서 같다.
최근 동향을 반영하여, 기술/ 산업/ 정책/ 사회 측면에서 담론을 이어간다.
리디 e북으로 가볍게 읽었으며, 교보문고 홈피에서 발췌한 주요 문장은 다음과 같다
>>>
멀티모달 AI의 핵심은 맥락 이해에 있다. 다양한 유형의 데이터 입력과 그 데이터 간의 연결성을 인식할 수 있기 때문에 출력은 더욱 풍부하고 직관적이며, 인간 지능에 더욱 가까워 보일 것이다. 이러한 통찰력은 거의 모든 산업 분야에서 혁신을 가져올 것이다. 다만, 투명성, 공정성, 책임성과 같은 요소들이 멀티모달 AI에서 우선적으로 다뤄져야 하며, 아직 그 여정은 시작에 불과하다._28쪽
그럼에도, AI 연구자 입장에서는 꽤 기대할만한 것들은 여전히 있다. 첫 번째는 온디바이스를 위한 생성형 AI이다. 2023년 12월 구글에서 제미나이를 공개했을 때, 사람들은 제미나이 자체에 대해 그렇게 놀라지는 않았다. 이미 GPT-4v가 있었으니까. 그러나 제미나이 나노 버전은 얘기가 좀 달랐다. 나노 버전은 작게는 18억 개, 크게는 32억 개 매개변수 두 가지로 구성되어 있는데, 이는 스마트폰과 같은 모바일 장치에 AI를 탑재하겠다는 의미였고, 2024년은 온디바이스 생성형 AI, 스마트폰 생성형 AI의 원년이 될 것을 예고하는 선언이었다._124~125쪽
HCI는 ‘100점짜리 기술로 80점짜리 서비스를 만들 것인가, 아니면 80점짜리 기술로 100점짜리 서비스를 만들 것인가’를 결정하는 핵심이다. 결국, 사용자들이 인공지능과 어떻게 잘 상호작용하게 할 것인가가 중요한 것이다. 상호작용이 잘 이루어져야 사용자들의 의도를 훨씬 더 정확하게 파악할 수 있고, 인공지능이 생성한 콘텐츠도 더욱 정확하고 효과적으로 전달될 수 있다. 또한 사용자들이 얼마나 만족하는지 평가도 제대로 할 수 있다. 따라서 HCI 분야의 연구와 기술 보유는 AI 서비스 기업과 AI 기술을 활용하는 기업들에게 매우 중요해진다._155쪽
결국은 기업이 도입하고자 하는 목적, 그리고 내부에서 갖추고 있는 데이터나 인프라에 따라 결과는 달라진다. 실제 각 기업이 원하는 것은 자신들의 기업과 도메인(분야)에 맞는, 문제 해결을 잘 하는 것이기 때문에 아주 일반적인 도입 목적이 아니고서는 학습은 필요한 과정이다. 또한 수행해야 할 태스크들과 도메인 특화의 경우도 학습 데이터를 단순히 양적으로 불리는 방식으로는 한계가 있다는 것도 분명하다. 결국은 태스크에 맞는 양질의 학습 데이터가 중요하다._247쪽
생성형 AI 기술을 기준으로 그 이전과 이후, 전 산업 분야에서 인공지능을 바라보는 시각은 상당히 바뀌었다. 과거에는 AI 기술의 장점을 신규 비즈니스나 특정 비즈니스의 경쟁력 확보에 활용하겠다는 시각이 주를 이루었다. 그러나 이제는 AI가 전방위적으로 인프라에 적용되는 기술이자 혁신을 주도할 수 있는 기술, 조직과 프로세스까지 변화시킬 수 있는 기술, 그리고 우리의 일상에 다양한 형태로 영향을 줄 수 있는 기술로 인식이 바뀌었다. 따라서 기업 관점에서도 경영 전략, 조직, 의사결정 과정, 고객 경험 등 기업 환경 및 활동 전체를 변화시킬 수 있다고 보고 있다. 현재의 AI 기술들이 경영 환경을 어떻게 변화시킬지는 결국 AI 기술들을 어떤 영역에 활용할 것인가에 달려 있다._312쪽
안타깝게도 최근까지는 LLM을 포함한 언어 모델에서 언어를 중심으로 한 데이터들에 대해서는 좋은 성과가 있었지만, 시계열 데이터에 대해서는 한계가 뚜렷했다.
큰 모델은 문제 해결 방법을 제공하는 반면, AGI는 무엇을 해야 하는지를 정의한다. AGI는 특정 요구 조건을 충족하는 기능들을 수행할 수 있는 인공지능을 의미한다.
AI 에이전트 플랫폼 기반의 서비스 생태계에서 각 기업만의 경쟁력을 위해 어떤 사용자 데이터를 꾸준히 축적할 것인지에 대한 고민 또한 필수다.
에이전트는 높은 전문성을 바탕으로 다양한 난이도의 업무를 수행하는데, 높은 전문성이 필요한 영역에서는 할루시네이션이 큰 위험 요소가 된다. 이러한 고난이도 전문 분야 문제해결력 강화를 위해 등장한 것이 인퍼런스 타임에 많은 계산량을 활용하는 기법이다.
특히나 AI 시대에는 사고력을 키우는 것이 더욱 중요해졌다. 요즘은 질문을 잘해야 하는 시대라는 말을 많이 하는데, 챗GPT 자체도 질문의 깊이에 따라 답변의 깊이가 달라진다.
>>>
네이버, 카카오 AI 전략이 작년에는 시들했다가,
올해 중국 딥시크(DeepSeek) 사건 이후로 다시 기대감이 높아지는 듯 하다.
여전히 B2C보다는 B2B 사업모델이 먼저 도입되는 분위기이며,
B2C 혁신은 미국 빅테크 기업의 동향에 의존하고 있다.
데이터 학습이 전제되어야 하는데,
전세계에서 한글 사용 인구수를 고려하면 그 결말이 어느정도 예상된다.
빅테크의 번역 기술이 국내 테크기업보다 앞선다고 본다면,
앞으로 AI 제품에서도 '마이크로소프트 오피스 vs. 아레아 한글'과 같은 구도가 펼쳐지지 않을까.
AI 선행투자도 해야하고,
사업모델도 만들어서 수익을 통해 투자금 회수도 해야하는 어려운 상황이다.
사람이 직접 주식 매수/매도하는 마지막 세대가 우리라고 하는데,
10~20년 후 세상을 상상해보면 어느 정도 수긍이 간다.
선진국의 고령화 추세, 그리고 AI/로봇 등 단순작업 어시스턴트 보급.
편리하고 더 행복(?!)하지만, 인간다움이란 무엇인지에 대해 다시 한번 더 생각해본다.
인간다움이란 무엇일까.
진정한 기독교인은 그 답을 알고 있지만,
대다수의 현대인들은 새로운 답을 찾고 있다.
반응형
