1. 호모파베르, 증강인류로 변신
스마트테크코리아 부대 행사로 테크콘(TechCon)과 더웨이브서울(THE WAVE Seoul)이 동시에 열리고 있는데요. 더웨이브서울 무대에 오른 두 분 연사 강연을 요약 전달해 드립니다. 한국의 대표 AI 기업인 솔트룩스의 이경일 대표는 이런 말을 했어요. “인류 초기로 돌아가 볼게요” “호모 사피엔스가 30만 년 전 등장한 이후에, 한 사람이 접하는 정보의 양은 무려 1000만 배 늘어났습니다.”
정보 양은 지금도 기하급수 곡선을 그립니다. 인쇄기 발명, 월드와이드웹 탄생, 스마트폰 출시로 인해 더욱 급증했습니다. 정보는 인간을 학습시켰고, 더 많은 생산성 혁명을 일어나게 했습니다. 하지만 오늘날 역전이 벌어졌습니다. 평생 학습한 정보를, 삶에 모두 대입하는 것이 불가능하게 됐습니다. 너무 많습니다.
이 대표는 이를 가리켜 '인지 정보 능력의 격차'라고 설명합니다. 그동안 기계화란 근육노동을 기계 노동으로 대체하는 것이었는데요. 앞으로는 지식 노동을 AI 노동으로 바꾸는 것이라고 규정했습니다. 인공지능 모멘트가 왔기 때문입니다.
인간 두뇌의 시냅스에 해당하는 파라미터. 그 파라미터 수는 갈수록 커지고 있습니다. 알파고가 등장한 이후 GPT-4까지 파라미터의 기울기는 세제곱이 됐다고 합니다. 그 이유는 바로 2017년 트랜스포머(Transformer) 모델이 등장한데 있습니다. 트랜스포머는 챗GPT의 근간이 되는 파운데이션 모델인데요. 사람의 언어를 매우 잘 이해하고 생성할 수 있습니다.
2. 부족한 파워를 극복할 방법
오늘날 문제는 컴퓨팅 파워 부족입니다. GPT-3가 나오기 전만 하더라도, AI 전쟁에 수많은 국내 기업까지 뛰어들었습니다. 하지만 GPT-4부터는 개발하는데 수천억 수조 원이 필요합니다. 인력도 인력이지만 값비싼 AI 칩이 더 많이 필요하기 때문입니다. 때문에 한 분야를 깊게 파고드는 버티컬 AI 모델이 등장하고 있습니다. 법률 금융 생활 반도체 등 말이죠.
여기에 더해 검색 증강 생성(RAG)이라는 새 모델이 확산 도입되고 있습니다. 모델이 학습하는 양을 줄이는 동시에, 검색 연결을 통해 보다 정확히 답변하는 기술을 활용하는 것인데요. 예를 들어 솔트룩스가 개발한 언어 모델인 루시아 2만 놓고 보면, 학습 데이터 1.5 테라바이트를 갖고도, 콘텍스트 길이는 최대 32배 늘리고, 질의응답 정확도는 30% 높일 수 있다고 합니다.
이러한 AI는 지적 노동 상당수를 자동화할 수 있습니다. 오늘날 지적 노동자는 매주 약 20시간을 조사하고 탐구하고 찾는데 할애하고 있습니다. RAG 등을 접목해 이처럼 반복되는 지적 노동을 AI 노동으로 전환할 수 있다는 뜻입니다. 솔트룩스는 이를 위해 구버(Goover)를 내놓았습니다.
호모 파베르의 역설이라는 책이 있는데요. 인간은 항상 기술에 영향을 주면서도, 동시에 영향을 받는다고 합니다. 예를 들어 인간이 문자를 개발한 이후, 문자가 말에 구속되기도 하지만, 역으로 말이 문자에 구속되기도 합니다. AI 역시 마찬가지 아닐까 합니다. 사람이 AI에 영향을 주지만, 사람의 생각 역시 AI에 영향을 받습니다. AI 시대의 모습입니다.
3. 인공지능 시대, 올바른 결정
이진형 스탠퍼드대 교수 겸 엘비스(LVSI) 대표는 AI 시대에 가장 필요한 덕목에 대해 “자신만의 가치관을 믿고 빠른 속도로 올바른 결정을 내리는 것”이라고 했습니다. 그러면서 한 문장을 인용합니다. 해리 포터 시리즈에서 해리 포터는 마법 학교에 입학하면서 스스로 악당의 피가 흐르지 않을까 우려합니다. 이때 덤블도어 교수가 이런 말을 합니다. "네가 무슨 사람일지는, 능력이 아니라 선택에 달렸다"라고 말합니다.
AI가 엄청난 속도로 발전하면서, 오늘날 정보량은 더욱 폭증하고 있습니다. 때문에 맞는 판단 능력이 필요합니다. 이 교수는 본인의 삶도 자신이 수립한 가치관을 믿고 옳은 판단을 하는 선택의 연속이었다고 합니다. 그는 오늘날 엘비스(LVIS)라는 뇌질환 진단 스타트업을 창업했는데요. 그 이유는 외할머니가 뇌졸중에 걸려 쓰러진 데서 얻은 교훈 때문이었습니다.
뇌는 오늘날 미지의 영역입니다. 왜 두뇌 질환에 걸리는지 제대로 판단하기 어렵고, 치료도 어렵죠. 그는 스탠퍼드대 전자공학 대학원에 진학했음에도, 두뇌 질환을 연구합니다. 두뇌 연구를 평생의 과업으로 삼은 것이죠. 하지만 문제는 있었습니다. "음... 난 전자공학자인데?" 그래서 또 다른 선택을 했는데, 바로 협업이었습니다. 메디컬 파트의 교수들과 연구를 함께 했습니다.
하지만 문제는 많았습니다. "뇌 질환은 갈수록 늘어나는데, 이를 어떻게 정상화할 수 있지?" 오늘날 대다수 뇌 질환 진단 방식은 '설문지'를 작성하고, 이를 문진을 통해 파악하는 것입니다. 이 교수는 이를 해결하고자 두뇌 알고리즘 개발에 나섭니다. “두뇌를 통째로 디지털 트윈하면 어떨까?” 바로 뉴로 매치라는 프로그램의 탄생이었습니다.
4. 디지털 트윈으로 해결하다
미국의 뇌질환 환자는 의사를 만나고자 19개월을 기다려, 2주 이상 검진을 받고 그 이후에 진단 결과를 얻는다고 합니다. 하지만 이 교수는 두뇌에 대한 디지털 트윈을 만들고, 이를 활용해 의사가 보다 쉽게 진단을 할 수 있도록 했습니다. 3시간이면 됩니다. 앞으로, 수면 치매 파킨슨 자폐증 등, 수많은 뇌 질환 문제를 해결하는데 디지털 트윈 기술을 사용할 거라고 합니다.
예를 들어 뇌전증 환자가 병원에 방문하면 MRI 등 영상 장비를 활용해 두뇌 데이터를 모으고, AI 솔루션을 활용해 특정 부위가 어떻게 작동하는지, 정상인과는 무엇이 다른지, 이상 유무를 살펴볼 수 있습니다. 의사는 장비를 활용해 이상 유무를 빠른 속도로 판단할 수 있고요. 해당 장비는 조만간 일반에게도 공개될 것으로 보입니다.
이 교수는 AI 시대에 가장 중요한 것은 무엇이 옳은지 믿는 가치관, 그리고 닥쳐오는 문제점을 파악하고 해결할 수 있는 빠른 선택이라고 강조했습니다. 그러면서 그는 “내가 잘하고 긍정적 영향력을 줄 수 있는 영역을 찾아서, 전진해 달라”라고 당부했습니다.
5. 태양광 예측부터 인플루언서 추적까지
스마트테크쇼에서는 수많은 인공지능 기업들이 첨단 AI 기술을 선보였는데요. 하드웨어 융합 AI부터, 소프트웨어 AI까지 정말 다양했습니다. 많이 알려진 기업은 빼고, 눈길을 끈 AI 기업 몇 곳의 부스를 소개해 보겠습니다.
1) 태양광 설비에 부착된 AI
마키나락스는 산업 특화 AI를 선보였는데요. 산업 특화 AI 모델인 런웨이(Runway)가 바로 그것입니다. 특히 공장과 시설에 적합합니다. 설비에 부착된 센서를 연동하고, 데이터를 이용하는데요. 머신러닝에 언어 모델을 결합해 자연어 기반으로 원하는 정보를 찾고, 인사이트를 얻을 수 있는 AI 모델입니다.
예를 들어, 태양광 에너지는 예측이 어렵고 저장도 쉽지 않습니다. 더욱이 우리나라는 계절별 날씨 편차가 크고 산악지대가 많아 예측이 더 어려운데요. 그래서 해당 모델에 전국 발전소에서 반복적으로 나오는 데이터를 연동, 2주 만에 예측 모델을 만들었다고 합니다. 현재 855개 발전소에 이를 적용했습니다.
RSN은 비정형 빅데이터 기반 AI 분석 기술을 선보였습니다. 챗GPT는 언어 모델인데요. RSN이 내놓은 AI 모델은 정형화돼 있지 않은 데이터를 분석합니다. 예를 들어, 일론 머스크는 영향력이 매우 큰 인물인데, 이러한 인플루언서들이 SNS에 올린 데이터를 분석해 산업군의 시장 트렌드를 파악할 수 있다고 합니다.
2) 인플루언서에서 뽑아낸 통찰력
뷰티 산업에서도 이런 기술을 활용할 수 있습니다. 인플루언서들이 예쁜 얼굴의 사진을 인스타그램에 올리면 이들의 메이크업 포인트를 실시간 분석합니다. 그리고 난 뒤 유행하는 색깔 변화와 관심도를 파악하고 통찰력을 전달해 준다고 합니다. 화장품 회사들은 이를 토대로 발 빠른 개발을 할 수 있고요.
또 페르소나AI는 인공지능 컨택센터(콜센터)를 내놓았습니다. 오늘날 정말 많은 기업들이 콜센터를 AI로 바꾸고 있는데요. 바로 그것입니다. 온프레미스 방식으로 고객 서버에 직접 설치도 해준다고 하는데요. 난제도 있습니다. 모든 고객의 질문이 명쾌하지는 않다는 점입니다. 그래서 고객사를 위해 불분명한 질문을 별도로 분리해, 의도 재분석까지 해준다고 합니다.
3) 데이터 부족, 그 대응법
AI가 잘 작동하려면 데이터가 중요하다는 것은 당연한 사실인데요, 데이터를 갖고 있더라도, 이를 어떻게 수집하고 활용할 수 있을지 고민하는 기업이 많습니다. 인피닉은 AI 스튜디오라는 플랫폼을 내놓았는데, AI 애플리케이션 개발 전 과정을 지원합니다.
몇몇 사례도 발표했습니다. 한화시스템의 지능형 열화상 카메라 모듈인 '퀀텀레드'로 수집한 약 190만 장 이미지 파일 데이터셋을 무료로 공개한 것이 대표적입니다. 열상 센서는 미세먼지, 안개, 눈, 비 등 다양한 악천후 상황에서 주변 환경을 인식하고 물체를 인지 식별할 수 있는 센서입니다. 데이터 공개를 통해 국내 자율주행 연구 역량 한 층 높아졌겠죠?
또 현장에선 합성데이터도 주목을 받았습니다. 합성데이터란 실제 데이터가 아닌, 디지털 환경에서 생성되는 데이터를 가리키는데요. AI를 학습하는데 꼭 실제 데이터가 필요한 것은 아닙니다. 비솔은 합성데이터 자동 생성 시스템을 활용해, AI를 구축하려는 고객사를 위해 학습용 합성 데이터를 제공합니다.
예를 들어 스포츠 AI를 구축한다고 해볼게요. 태권도 AI를 만든다고 한다면, 수많은 태권도 동작에 대한 영상과 이미지가 필요한데요. 정밀 모션 캡처로 원시데이터를 수집한 뒤, 이를 활용해 3D 모델링을 만들고, 다시 이를 합성 데이터로 생성하는 방식입니다.
4) 출입을 관리하는 AI
CCTV에 최적화한 솔루션을 제공하는 웨다도 눈길을 끌었습니다. 웨다는 CCTV를 활용, 차량 이동은 물론 폭행과 같은 사건이 발생했을 때, 영상 기록을 검색하고 실시간으로 추적이 가능한 서비스를 만들었습니다. 범죄를 저지른 사람과 관련 자동차를 CCTV로 쫓으려면, 수많은 CCTV를 사람이 확인해야 하는데요. 이를 AI가 대신하는 것입니다.
시어스랩은 AI 카메라 앱 ‘롤리캠’으로 유명한데요. 현실 세계의 사물과 공간을 이해하고, 이를 현실 세계에 증강하거나 가상 세계에 재현해 내는 기술을 보유하고 있습니다. 또 대규모 사용자들이 가상공간에 동시 접속할 수 있는 플랫폼도 가지고 있습니다. 시어스랩은 ‘패스AI’를 선보였는데요, 예를 들어 식품 제조 작업장에서 수행하는 복장 검사를, AI로 대체해 주고 있습니다. 근로자의 복장이 불량하면 출입을 제한하는 AI입니다.
5) 드론 공격을 막아내는 AI
북한 무인 정찰기가 한국 상공에 가끔 출몰하는데요. 이를 감시할 수 있는 AI 기술도 나왔습니다. U2SR은 AI를 기반으로 드론을 탐지하고 추적하는 솔루션을 내놓았습니다. U2SR 렌즈가 장착된 카메라는 주야간은 물론 안개가 낀 상황에서도 탁월한 관측을 제공합니다. 선명한 영상을 얻을 수 있는 것이죠.
U2SR은 무려 2019년에 소형 무인항공기(UAV)를 탐지할 수 있는 HD급 영상감시시스템을 개발한 바 있습니다. 이러한 기술을 갖고 공항, 원자력발전소, 석유화학 플랜트 등 주요 시설에 침투하는 소형 드론의 감시에 활용할 수 있다고 합니다.
6. 프라나브 미스트리 투플랫폼 최고경영자(CEO), 33세 삼성전자 임원, “AI시대 영어는 깡패다”
인상 깊었던 강연 중 하나는 프라나브 미스트리 투플랫폼 최고경영자(CEO)의 더웨이브서울 스피치였습니다. 그는 한국에서 꽤 잘 알려져 있습니다. 1981년생으로 2014년 삼성전자 상무에 오르면서 ‘최연소 임원’ 타이틀을 거머쥐었기 때문인데요. 인도 출신으로 인도 구자라 트대, 인도공과대학에서 공부했습니다.
미스트리는 2005년 마이크로소프트(MS) UX 연구원으로 경력을 쌓아 나갑니다. 2009년 11월에는 미국 매사추세츠공대(MIT) 미디어랩에서 박사학위를 받던 중 테드(Ted)에 출연해 증강현실 기술을 소개해, 천재 과학자 칭호를 얻기도 했습니다. 또 2012년 삼성전자에 입사한 뒤 2년 만에 임원을 달았고 2017년에는 전무급에 오릅니다.
삼성전자에서 일하면서 갤럭시 기어 모델을 비롯한 다양한 제품 개발을 이끌었다는 평가를 받았습니다. 또 삼성전자의 인공인간 프로젝트 ‘네온’을 이끌기도 했습니다. 하지만 그는 2021년 새로운 도전을 위해 삼성전자를 퇴사, ‘투플랫폼’을 창업합니다. 투플랫폼은 올해 1월, 독자적인 생성형 AI 엔진을 바탕으로 ‘재피’를 출시했는데요, 재피는 메시징과 SNS를 하나의 플랫폼에 통합한 서비스입니다.
서비스 안에서 사람들은 AI와 자유롭게 대화를 나눌 수 있는데요. 출시 2개월 만에 사용자가 25만 명을 돌파합니다. 이어 지난 3월에는 ‘비영어권 국가의 AI 활용을 돕는다’라는 취지로 생성형 AI인 ‘수트라’를 출시합니다. 이번 강연에서는 수트라를 만든 이유를 상세히 설명했습니다.
7. 영어에 대한 의문점과 사업
전 세계에는 7000여개의 언어가 있다고 알려져 있습니다. 이 가운데 가장 많은 사람이 사용하는 언어는 단연 중국어입니다. 하지만 세계 공용어는 영어입니다. 미국의 영향력이 그만큼 세니까요. AI 역시 마찬가지입니다. AI와 관련된 주요 빅테크 기업이 모두 미국 기업이라는 점이 상당합니다. 미스트리 CEO는 여기에 의문을 제기합니다.
“전 세계에는 수많은 언어가 있는데, 19%의 사람이 사용하는 영어가 AI의 중심에 있습니다. 대형 언어 모델은 수조 개에 달하는 토큰으로 훈련되는데, 데이터 대다수는 영어입니다.” 결국 영어가 아닌 언어에서 LLM 성능은 제한될 수밖에 없습니다. 이러한 한계는 챗GPT를 사용해 보신 많은 분도 느끼실 텐데요, 영어로 질문을 입력했을 때와 한글로 입력했을 때 답변에 차이가 발생합니다.
투플랫폼은 이러한 한계를 극복하기 위해 LLM을 구성하는 새로운 아키텍처를 개발했습니다. 이 과정에는 한국을 비롯해 여러 국가에서 생활하며 다양한 언어를 접한 미스트리 CEO의 경험도 녹아있고요. 전 세계 60억 명에 달하는 인구가 사용하는 LLM인 만큼 기존 챗GPT나 라마와 같은 주요 모델에서 완전히 벗어난 새로운 LLM 개발에 나선 셈입니다. 이렇게 ‘수트라’가 탄생합니다.
8. 돈 더 내는 비영어권자
수트라 개발에는 비용도 한몫했습니다. 비영어권 국가의 기업이 챗GPT를 사용할 때 비용을 내는데, 이 비용은 ‘토큰’에 따라 결정됩니다. 영어가 아닌 언어는 영어와 비교했을 때 토큰이 더 많이 생성, 결국 비용도 영어로 서비스하는 기업과 비교했을 때 부담으로 작용합니다. 수트라는 GPT-4와 비교했을 때 더 적은 모델로도 좋은 효과를 낼 수 있도록 짜였다고 합니다.
현재 수트라는 31개 언어로 제공되고 있는데요, 이를 이용하면 언어장벽 없이 다국어 AI 솔루션 제공도 가능하다고 해요. 이날 강연에서 가장 인상 깊었던 점은 미스트리가 이야기한 ‘ALL FOR AI’였습니다. “기술은 한 사람이나 한 언어에 국한되어서는 안 됩니다. 기술은 모두를 위해 만들어져야 합니다. 기술과 언어에는 편견이 없습니다. 우리의 임무는 모든 언어로, 모두를 위한 AI를 구축해 나가는 것입니다.”
오늘날 AI 등장으로 인해 세상이 정말 빠른 속도로 변모하고 있습니다. AI를 활용해 검색은 물론 업무자동화까지 하는 시대인데요. AI는 생산성 향상 도구가 분명합니다. 아무리 기술이 빠르게 발전한다고 해서, AI가 삶에 정답을 주지는 않습니다.
어떤 삶을 살지, 어떻게 살아갈지, 무엇을 해야할지는 철저히 인간의 몫입니다. 이진형 스탠퍼드대 교수는 강연 말미에, 윈스턴 처칠의 발언을 인용했습니다. 성공은 최종적인 것이 아니며 실패는 치명적인 것이 아니다. 중요한 것은 계속할 수 있는 용기다. Success is not final, failure is not fatal: it is the courage to continue that counts.
'기술' 카테고리의 다른 글
양자 컴퓨터가 바꿀 미래 (feat. 퀀텀 트렌드) (94) | 2024.07.08 |
---|---|
AI로 돈 버는 사례 그리고 몇가지 큰 원칙 (feat. 투기적 가정) (71) | 2024.06.29 |
GPT-4를 무료로 사용하는 방법 (feat. 구독비 월 20달러) (61) | 2024.06.22 |
아이폰과 갤럭시로 나뉘어진 스마트폰 생태계 (feat. AI 경쟁 구도) (61) | 2024.06.22 |
스마트테크, 로봇과 메타버스가 바꿀 산업 (feat. 스마트테크 코리아 2024) (70) | 2024.06.21 |
댓글