반응형
근래에 쉽게 읽어내려간 서적이다.
요즘 유튜브에도 자주 나오는 네이버 AI혁신센터장이 나왔다.
전형적인 S대 공대 천재상이다. (쥐상이라고도 하는...)
머리도 좋지만, 시대를 잘 타고난 사람 같다.
>>>
인공지능이 신체의 형태를 갖는 임바디먼트(embodiment, 형상화)는 충분히 가능성이 있다고 봅니다. 그것 때문에 오픈AI가 로봇 회사를 인수하기도 했고, 구글도 계속 투자하고 있어요. 임바디먼트가 들어가야 센서 관점에서도 의미가 있습니다. 원래 지능이라는 게 인식(cognition)에 따른 행동(action)이잖아요.
인공지능이 앞으로 10년 동안 엄청나게 많이 발전하는 데 관건이 될 분야는 하드웨어, 그 중에서도 반도체일 겁니다. 초거대 인공지능을 운영하는 데 에너지, 즉 전기 사용량이 엄청납니다.
산티아고 발다라마라는 인공지능 연구자가 올해 초에 이런 의미심장한 명언을 트위터에 올렸고, 많은 사람들에게 회자되고 있습니다. "인공지능이 당신을 대체하지는 않을 것이다. 인공지능을 사용하는 사람이 당신을 대체할 것이다."
금융과 의료, 법률 분야까지가 굉장히 가능성이 높다고 봅니다. (중략) 초거대 인공지능이 파인튜닝 없이는 간단한 수치 계산도 잘 못 하는 경우가 많으니까요. 그래서 금융보다는 오히려 컨설팅 쪽이 더 유용하게 쓸 수 있을 것 같습니다. 법률과 의료는 인공지능이 진짜 잘 할 수 있어요. 특히 초거대 언어모델이 진짜 잘하거든요. 문제는 규제가 꽉 막고 있고 실수가 용납되지 않는 분야니까 조심스럽게 접근해야죠.
그런데 어려운 점이 결국은 데이터입니다. 대기업 정도 되면 데이터가 잘 쌓여 있고, 데이터 파이프라인을 구축하는 것도 상대적으로 괜찮은 편입니다. 반면에 중소기업들은 이 데이터 확보나 데이터 구축을 위한 파이프라인이 없다보니까 인공지능 활용이 어려운 상황이에요.
데이터는 원유와 같은 역할을 하죠. 근데 쌓아놓는다고 될 일은 아닙니다. 쌓아놓기만 해도 보관 비용이 들어요. 쌓은 데이터들을 궁극적으로 어떻게 쓰겠다는 로드맵도 같이 만들어서 소관을 가려야 하는데, 그런 관점에서 보면 산자부나 경우에 따라서 중소벤처기업부와 함께 해야 할 것 같아요.
예전에는 소품종 대량생산 체제였잖아요. 그런데 다품종 소량생산을 가능하게 하려면 롱 테일을 분석하거나 처리할 수 있는 능력이 필수적인데, 인공지능은 그걸 가능하게 합니다. 교육도 비슷하다고 생각해요. 아이에 대한 데이터들이 쌓이면 이 아이가 잘할 수 있는 것과 그럴 가능성이 낮은 것을 판단하고 추론할 수 있어요.
기술은 가능성이 있는데 이 기술을 활용할 수 있을까는 수용성의 문제입니다.
초거대 인공지능 시대에 접어들면서 인재의 구성과 역할이 완전히 바뀌고 있습니다. 이제는 기획자들이 인공지능 모델을 만들고 있어요.
학습용은 인공지능 모델을 개발할 때 많이 사용하지만, 서비스를 시작한 이후에는 사용자가 증가함에 따라 에너지나 운영비 문제가 커지는 것이 추론용 반도체이기 때문입니다. 구글도 그렇고 저희도 LLM 자체를 경량화하려는 노력도 많이 하고 있어요.
그래서 지금까지도 그랬지만 앞으로 더 중요해진 연구 주제가 바로 이 크고 복잡한 모델이 어떻게 학습하고 추론하는지를 해석할 수 있는 방법을 찾아내는 것입니다. 해석 방법은 전 세계저으로 활발하게 연구되고 있는데 그중 하나가 신경기호(neuro-symbolic) 같은 연구입니다. 국내에서는 카이스트 인공지능대학원의 최재식 교수님이 대표적인 연구자인데 반드시 풀어야 할 중요한 연구 주제라고 생각합니다.
제가 가능성이 있다고 보는 것은, LLM이 입력된 정보들에 대한 맥락을 엄청 잘 이해한다고 보기 때문입니다. 이 능력은 사람과의 대화에 적용해도 마찬가지여서 주고받은 대화 전체의 맥락을 이해하는 능력도 대단합니다. 텍스트뿐만 아니라 음성 입력에서도 역시나 이 능력은 잘 발휘될 것이고, 카메라를 통해 비전 정보도 더해지겠죠.
이런 기술 격변기 상황에서는 먼저 적극적으로 수용하고 활용해서 자신의 능력으로 만드는 사람들에게 더 많은 기회가 찾아옵니다. 그래서 최대한 많은 자료를 접하시되 자료를 보는 것으로 그치지 말고 자신의 모든 생활에서 사용해보실 것을 권합니다. (중략) 인공지능을 활용하는 능력은 기본이고, 여기에 더해 본인의 전문 분야에서의 역량과 지식 경쟁력이 매우 중요합니다. 인공지능을 활용하는 능력은 촉매 역할을 하게 될 것이라고 생각합니다.
>>>
담화를 묶어 정리하여 책으로 낸 듯 하다.
네이버 클라우드 및 CLOVA X 사업에 대한 깨알같은 홍보성 멘트는 중간중간 섞여 있지만,
한국의 생성형 AI 현실과 과제를 담담하게 잘 풀어낸 작품이다.
큰 틀에서는 기술적인 이야기라기보다는 사업 즉 비즈니스와 산업에 대한 내용이 더 많다.
인공지능이나 AI에 관심 있는 사람이라면 꼭 읽어볼만하다고 생각한다.
난 생성형AI가 과거 인터넷, 스마트폰, 클라우드처럼 거스를 수 없는 대세가 될 것이라 예상한다.
그리고 이 흥미롭고 즐거운 여정을 가까이서 지켜보고 싶다.
여기에 내가 탑승할 지 여부는 알 수 없지만, 미국과 우리나라에서 진행되는 이벤트들이 기대된다.
올해 몇달 남지 않았지만, 반도체보다는 AI 관점에서 관련 자료나 서적들을 더 찾아보고 싶다.
아, 그래도 올해는 인공지능 산업에 대한 개요 또는 입문을 했다는데 의미를 둘까 한다.
첫걸음이 항상 어려운 법이니까...
반응형
