AI 개발을 위한 기업들의 경쟁은 어떠한가?

2020년 OpenAI가 최초의 초거대 AI 모델인 GPT-3(Generative Pre-trained Transformer 3)를 공개하였다. GPT-3는 딥러닝을 이용하는 알고리즘으로 수많은 텍스트를 학습하여 단어와 구절을 연결해 텍스트를 생성한다. GPT-3는 기존 AI 언어 모델들보다 더 많은 데이터를 학습하여 뛰어난 언어 구사 능력을 보여 주었다.

GPT-3와 같은 초거대 AI가 핵심기술로 주목을 받는 이유는 미래 모든 산업 분야에서 초거대 AI가 응용될 가능성이 높고 인간의 뇌와 유사한 역할을 할 수 있다고 보기 때문이다. 초거대 AI는 대규모 데이터를 처리할 수 있는 슈퍼 컴퓨터를 기반으로 하여 딥러닝 효율을 높이는 것이다. 초거대 AI는 현재 수준의 AI에 비해 훨씬 많은 양의 데이터로 딥러닝을 수행할 수 있다.

초거대 AI는 대용량 연산이 가능하고 스스로 데이터를 학습하고 사고하며 판단할 수 있다. 초거대 AI는 대규모 데이터를 스스로 학습하여 인간처럼 생각, 판단, 행동을 할 수 있는 창조적 활동이 가능하게 되었다.

초거대 AI는 인간의 뇌에서 정보를 학습하고 기억하는 시냅스와 유사한 역할을 하는 인공 신경망의 파라미터 수에 좌우된다. 이론상 초거대 AI의 파라미터 수가 많을수록 AI가 더 정교한 학습을 할 수 있다. 파라미터는 딥러닝 알고리즘이 학습을 통해 최적화를 해야 하는 계수를 말한다. 초거대 AI는 인공 신경망 파라미터 수를 수천억 개에서 수조 개까지 늘린 것을 말한다.

국내, 국외에서 기업들이 초거대 AI 개발을 위해 파라미터의 수를 늘리고 개발하는데 투자를 아끼지 않고 있다. 기업들이 파라미터 수를 경쟁적으로 늘리는 이유는 파라미터 수가 많을수록 AI가 데이터를 분석하는 지능도 높아지기 때문이다.

대규모 용량의 모델을 만들고 많은 데이터를 학습시켜 AI를 인간과 같은 수준으로 개발하려는 기업들의 노력은 계속되고 있다.

 

 

국내 기업 중 초거대 AI 개발 속도를 높이는 대표적 기업은 네이버다. 네이버는 국내 최초로 GPT-3에 한국어로 된 데이터를 학습시켜 초거대 AI 하이퍼클로바를 선보였다. 네이버는 국내 기업 중 처음으로 초거대 AI 개발을 위해 슈퍼컴을 도입하였다. 네이버의 슈퍼컴은 700페타플롭(Petaflop·1초당 1000조 번의 연산 처리를 뜻함) 이상의 연산 처리가 가능하다고 한다. 네이버는 AI 개발을 위해 서울대, 카이스트와 산학협력, 공동연구를 하고 있으며 유럽, 아시아, 미국 등을 잇는 글로벌 AI 연구벨트를 구축하고 있다.

LG는 파라미터 수를 6,000억개까지 확대할 예정이고 1조개까지 파라미터 수를 갖춘 초거대 AI를 개발할 계획에 있다.

구글은 데이터 학습을 통해 자연스러운 대화가 가능한 수준까지 AI 대화 언어모델을 발전시켰다. 구글의 람다는 인간과 유사한 지각 능력을 갖추어 가고 있는 구글의 차세대 AI 대화 모델로 평가받고 있다.

OpenAI의 GPT-3는 2020년에 세상에 등장한지 2년이 흘렀다. AI 전문가들은 GPT-4가 2023년에 출시될 것으로 예상하고 있다. GPT-4는 1,750억~2,800억개의 파라미터 수를 가질 것으로 보고 있으며 GPT-4는 개선된 AI 기능을 제공하는데 더 집중하고 있다고 한다. 2030년쯤에는 파라미터 수가 100조 개에 달하는 GPT-4를 공개할 예정이라고 한다.

AI 연구에 있어서도 구글, 메타(전 페이스북), IBM, 마이크로소프트 같은 기업은 연구소를 세우며 연구개발 투자를 확대해 왔다.

구글은 대표적 딥러닝 조직인 구글 브레인을 운영한다. AI 석학인 제프리 힌튼을 포함하여 수많은 AI 전문가들이 모여 구글의 딥러닝 연구를 이끌고 있다.

메타(전 페이스북)은 페이스북 AI 연구소(FAIR)를 운영하고 있다. 메타(Meta)의 AI 연구소 수석 과학자이자 세계에서 가장 영향력 있는 AI 연구자인 얀 르쿤은 페이스북 AI 리서치(FAIR) 설립을 이끌었다. 얀 르쿤과 AI 전문가들이 페이스북 AI 리서치에서 AI 연구를 이끌고 있다.

IBM은 AI 연구에 초석을 다진 기업으로 MIT-IBM 왓슨 AI 연구소 등을 보유하고 있다. MIT 소속 연구진과 IBM 소속 연구진이 다양한 AI 연구를 이끌고 있다.

마이크로소프트는 마이크로소프트 리서치 AI를 통해 인지, 학습, 자연어 처리 등을 포함한 AI 연구를 이끌고 있다.

 

AI는 어떻게 확대될 것인가?

AI 적용은 데이터가 갖추어져 있고 알고리즘이 확보되어 있는 분야를 중심으로 이루어질 것이며 AI 활용은 AI가 문제를 해결하는데 적합한 요인으로 판단될 경우 점점 확대될 것이다.

AI 지능화 역할이 커질 것이다. 딥러닝 발전과 함께 AI는 사물을 인식하고 구별하는 능력이 인간의 인지능력을 뛰어넘는 수준으로 발전할 것이다. AI 자연어 처리를 위한 배경지식 학습량이 더욱 많아질 것이다. 텍스트를 파악하여 언어 번역, 문장 분류, 질의 응답을 하는 AI 적용이 확대될 것이다. 인간의 창작활동을 도와주는 AI는 창의적 영역까지 적용 범위를 넓혀갈 것이다. 초거대 AI는 그림 등의 화풍을 재현하여 새로운 창작물을 만들어 내고 있으며 패턴 학습을 통해 시, 음악 영역에까지 활용되고 있다. 법률과 같은 전문 영역에서도 AI는 법률 데이터 패턴을 학습하여 법률 상담, 법률 문서 작성 등 영역에도 적용될 것이다.

AI는 자동화 역할이 커질 것이다. 다양한 산업 분야에서 AI 적용이 실질적으로 가시화되었으며 비즈니스 기능의 효율화에 속도를 내고 있다. 제조 분야는 자동화 로봇, 생산관리 등 스마트팩토리 형태로 발전하고 있다. 유통 분야는 물류 최적화, 로봇 배송 등과 같은 스마트 유통이 이루어지고 있다. 의료 분야는 영상 진단을 위한 이미지 판독, 신약 연구 개발에 활용 가능성이 더욱 커져가고 있다. 교통은 자율주행, 교통정보 예측에 이미 검증되었고 적용이 가속화되고 있다. 금융은 로보어드바이저, 금융감시, 신용평가 등에 금융 데이터와 연계하여 활용되고 있다. 농업은 수확량 예측, 농업 로봇 등에서 활용이 확대될 것이다.

AI 모델 활용을 위한 인터페이스 역할이 커질 것이다. AI는 인간과 기계의 인터페이스 융합을 위한 매개체로써 비즈니스 가치를 만들어낼 것이다. AI는 증강현실, 감정인식 분야에 적용되어 인간과 기계 사이의 연결을 이끌어 낼 것이다. AI와 가상현실의 결합은 메타버스를 실현하는데 적용될 것이다. 경쟁적으로 개발을 하고 있는 초거대 AI 모델을 활용하여 혁신적 서비스 개발이 이루어질 것이다. 대학, 중소기업의 AI 연구, AI 서비스 개발에 필요한 AI 인터페이스 적용 역할이 커져갈 것이다. 초거대 AI 모델이 제공하는 AI 알고리즘, AI 솔루션을 이용한 새로운 비즈니스 탄생이 예상된다.

 

AI 발전을 어떻게 생각하는가?

AI는 학습할 수 있는 데이터 양과 처리 속도의 한계 극복이 더욱 빨라질 것이다. 방대한 데이터 처리, 복잡하게 발생할 수 있는 경우의 수를 추론할 수 있는 AI 성능이 높아질 것이다.

AI는 복잡하고 다양한 문제를 현재보다 쉽게 해결할 수 있는 능력을 갖추어 사회 전면에 등장할 것이다. AI는 스스로 학습하고 사고하여 인간과 유사한 판단, 예측을 하는 수준으로 더욱 진화할 것이다. 초거대 AI는 새로운 비즈니스 가치를 창출할 것이다. AI는 인간과 감성적 공감대가 가능해지고 인간은 AI로부터 아이디어를 얻을 수도 있을 것이다.

그러나 아직 AI는 인간과 같은 수준을 가진 지능에 도달하기까지 갈 길이 멀다. AI 석학이자 딥러닝을 이끌고 있는 요슈아 벤지오, 얀 르쿤, 제프리 힌튼은 말하였다. 아직까지는 연구자, 기업들이 수많은 데이터를 가지고 AI 신경망을 훈련시키면서 딥러닝의 한계를 극복하려고 노력 중이라고 하였다.