인공지능 시장, 향후 20년 간 3경 규모로 성장한다
아크인베스트먼트 보고서: 딥러닝의 네번째 축, 트랜스포머
ARK lnvestment의 인공지능 보고서 공유합니다. 지난 3월에 발표된 내용인데요. 요약하자면 엄청난 규모의 딥러닝의 성장은 곧 인공지능 칩 시장까지 성장할 수 있다는 내용입니다. 반도체, 인공지능 관련 분야 투자에 참고해보시면 좋을 것 같아요 : ) - 원문을 그대로 번역하려고 노력했지만 어려운 용어는 찾아서 덧붙여 놓았습니다.
현대의 인공지능(AI)은 크게 세 가지 범주의 신경망에 의해 작동돼 왔습니다. 각각은 서로 다른 시장에 초점을 맞춘 고유한 기능을 가지고 있었죠.
첫 번째, 컨볼루션 신경망(CNN)은 수학적 연산으로 이미지를 인식하는 딥러닝의 대표 알고리즘입니다. 인간의 시신경을 분석해서 만들다 보니 복잡한 패턴의 이미지를 인식해 여기서 높은 수준의 데이터를 추출할 수 있습니다. 이미지 레이블링, 비디오 분석 및 자율 주행에서 활용되어 왔고요.
순환 신경망(RNN)은 이름에서 유추할 수 있듯 직렬로, 즉 순서대로 반복되는 학습에 특화된 알고리즘인데요. 여러 단계를 순차적으로 처리해야 하다 보니 특히 음성 등의 자연어 처리에 많이 활용되어 왔습니다.
출처:서울대학교 마지막으로 MLP(Multi-layer Perceptrons)는 복잡한 패턴 분류를 위해 입출력 간의 복잡한 변환 구조를 만들어 낼 수 있도록 한 뉴런인데요. 주로 정확한 순위와 추천을 만들어 인스타그램, 넷플릭스, 유튜브와 같은 검색과 콘텐츠 피드에 힘을 실어주는 역할을 하죠. 오늘날, 이 세 가지 범주의 딥 러닝 알고리즘이 Google 및 Facebook의 AI 워크로드의 대부분을 지원해왔습니다.
출처=ARK INVESTMENT구글이 만든 트랜스포머는 AI의 영역을 새로운 시장으로 확대할 수 있는 가능성을 가진 4번째 부문으로 꼽히고 있습니다. 컴퓨터가 전례 없는 정확도로 언어를 이해할 수 있게 해주는 새로운 아키텍처인데요. 단어를 순차적으로 처리했던 이전 언어 모델과 달리, 트랜스포머는 문장에서 단어 간 및 단어 간의 연결을 식별할 수 있습니다. 예를 들어 ‘I arrived at the bank after crossing the river’ (강을 건너 강둑에 도착했다)는 문장에서 트랜스포머는 ‘bank’를 은행(bank)이 아닌 ‘강둑(bank)’으로 인식합니다.
출처=ARK INVESTMENTARK는 트랜스포머는 자연어 모델의 시장 출시 기간을 단축시켰다고 진단했습니다. 딥러닝이 주목을 받기 시작한 건 ILSVRC(ImageNet Large Scale Visual Recognition Challenge)라는 이미지 분류 대회에서입니다. 에러율이 급격하게 낮은 Alexnet 모델이 등장하면서 주목을 받기 시작했죠. 이 대회에서 인공지능이 인간과 대적할만한 성과를 내는 데 5년이 걸렸는데요. 트랜스포머 덕분에 대표적인 자연어 처리 평가 지표인 GLUE 테스트에서 인공지능은 1년 만에 인간을 뛰어넘었습니다.
ARK는 딥 러닝과 관련해 2017년 초 인공지능 혁명 백서를 공개했을 때 복잡한 언어 모델을 ‘문제점’으로 제시했었는데요. 당시 ARK는 미래 신경망은 아마도 ‘기억’를 통합함으로써 AI의 능력을 ‘언어 이해’로 확장할 것이라고 추측했습니다. 이어 트랜스포머가 목표를 달성했죠. 트랜스포머는 쌓이면 텍스트를 ‘기억’할 수 있어 구글의 미나 챗봇과 같은 모델들이 일관성 있는 대화에 참여할 수 있습니다.
ARK는 투자자의 관점에서 살펴봤을 때 트랜스포머는 AI 시장을 의미 있게 확대할 것으로 진단했습니다. 현재까지 CNN, RNN, MLP 등 세 가지 신경망 유형이 AI 시장에서 진화한 사용 사례를 보여주고 있지만 4번째 사례인 트랜스포머는 이를 활용한 (지금까지는 불가능했던) 시각 및 음성 애플리케이션을 만들어내고 발전을 가속화할 수 있다는 것이죠. ARK는 새로운 서비스와 기업이 자연어 이해를 바탕으로 진화할 것이라고 믿는다고 짚었는데요. 그 중에는 정보 검색, 콜센터 자동화, 문서 요약, 문서 생성 등이 포함될 것이라고 덧붙였습니다. 곧 트랜스포머의 등장이 인공지능 시장의 규모를 더 키울 것이라는 분석입니다.
실제 기업들도 움직이고 있습니다. 연구에 따르면 2019년 말 기준 알파벳, 아마존, 엔비디아, TSMC와 같은 기업들이 딥러닝과 관련해 약 1조 달러(약 1,000조 원)를 투자했고 2020년에도 약 2,500억 달러(278조 원)에서 5,000억 달러(약 557조 원)를 추가 투자했기 때문입니다. 결국 ‘네 번째 축’인 트랜스포머는 상당한 기회를 창출할 수단이 될 것이고 AI가 향후 20년 동안 전세계 주식 시가총액 창출에 약 30조 달러(약 3경 3000조 원)를 기여할 것이라는 ARK의 장기 전망에 대한 자신감을 높여주는 결과입니다.
출처=ARK INVESTMENTARK의 분석은 복잡한 언어 모델이 AI ‘칩’ 시장에 단기적인 영향을 미칠 것이라는 것을 시사하는데요. 현재 40억 달러(약 4조 원)에 달하는 칩 시장은 세 개의 확립된 신경망 아키텍처를 훈련하고 운영하고 있지만 트랜스포머 기반 언어 모델은 약 10배 더 많은 용량을 필요로 하기 때문이죠. 언어 모델 기반의 서비스에는 연간 10억 달러(1조 원) 이상의 인공지능 하드웨어 관련 지출이 수반될 수 있습니다.[끝]
