`인간의 뇌`를 닮은 초거대AI는 막대한 양의 데이터를 스스로 학습해 인간처럼 생각하고 판단하는 차세대 AI를 말한다. 인간 뇌엔 신경세포(뉴런)를 연결하고 각종 정보를 전달·기억하는 `시냅스`가 100조개가량 있다. 초거대AI에서 이와 같은 역할을 수행하는 게 인공신경망 `파라미터`다. 이 때문에 초거대AI 성능은 통상적으로 파라미터 숫자로 평가받는다. 네이버가 작년 5월 공개한 하이퍼클로바는 그간 가장 뛰어난 초거대AI로 알려진 GPT-3(오픈AI)보다 많은 2040억개 파라미터 규모로 화제를 모았다.

초거대 AI는 2020년께부터 주목받기 시작했다. 일론 머스크 테슬라 최고경영자(CEO) 등이 설립한 AI 연구업체 오픈AI가 초거대 AI 언어모델 GPT-3를 공개하면서다. 파라미터는 인간 뇌의 뉴런 사이를 연결해 정보를 학습하고 기억하는 시냅스와 유사하다.

최근 카카오브레인은 의료 분야에서 협업을 강화하고 있다. 지난 24일 고려대 안암병원과 의료 분야 초거대 AI 모델 연구를 위한 업무협약(MOU)을 맺었다. 난치병 진단, 의료영상 판독을 포함해 초거대 AI로 의료 서비스 품질을 향상할 방법을 공동 연구할 계획이다.지난달 25일엔 가톨릭중앙의료원과도 손잡고 의료영상 분야에 초거대 AI를 적용하기 위한 MOU를 체결했다. 김 대표는 “다양한 병원과의 협력을 통해 초거대 AI 헬스케어 연구개발에 속도를 내 글로벌 헬스케어 시장 진출에 도전장을 내밀겠다”고 말했다.

우선 전자·화학·통신 등 LG 사업 전반에 초거대 AI를 적용할 수 있도록 했다. 각 사는 언어에 내포돼 있는 감정까지 이해하며 인간처럼 자연스럽게 고객과 대화하는 챗봇 고도화, 지난 100년간의 화학 분야 문헌 약 2000만건에 대한 분석과 학습을 통한 신소재·신물질 발굴 등에 엑사원을 실제 적용하고 있다. 기존 AI는 전공자가 논문이나 특허와 같은 전문 문헌을 직접 읽고 내용을 요약해 데이터 베이스에 입력한 것을 학습해 왔다. 반면, 언어와 시각을 모두 다룰 수 있는 엑사원은 스스로 문헌을 읽고 분석한 뒤, 데이터 베이스를 구축한다.

국내외 빅테크 기업들이 경쟁적으로 초거대 AI(인공지능) 개발 및 상용화에 돌입했지만, 빅테크와 중소 스타트업·벤처 간 양극화가 심화할 것이란 우려가 뒤따른다. 초거대 AI는 기존의 AI 모델이 빚어내지 못한 '완벽히 새로운' 성과를 내놓을 것으로 예상되지만, 엄청난 양의 데이터를 빠른 속도로 학습해야 하는 만큼 막대한 컴퓨팅 인프라, 다양한 데이터, 전문 인력 등이 필요해서다. 초거대 AI가 '빅테크의 전유물'이란 평가가 나오는 이유다.

초거대 AI 개발의 핵심 인프라인 슈퍼컴을 빅테크와 정부만 구축한 것은 막대한 자본력이 수반되기 때문이다. 일례로 과학기술정보통신부는 지난 22일 2년 후 기준 세계 5~10위권 이내의 '슈퍼컴 6호기' 구축에 나선다고 발표했는데, 예비타당성 조사를 통과한 투자액만 무려 2929억원이다. 초거대 AI의 시작을 알린 오픈AI의 AI언어모델 'GPT' 역시 방대한 파라미터(매개변수)를 학습해야 했는데, 2020년 6월 선보인 GPT-3의 경우, 전문가들은 1000억원대의 비용이 투입됐을 것으로 보고 있다.

자본력과 더불어 초거대AI 구축의 핵심 재료인 데이터 확보 역시 스타트업·벤처에는 걸림돌이다. 인간처럼 사고하는 초거대AI를 구축하려면 '공부할 거리'를 광범위하게 제공해야 하는데, 현재로선 공공데이터 외 뾰족한 대안이 없어서다. 반면 이미 방대한 양의 자체 데이터를 축적한 빅테크는 상황이 다르다. 예컨대 네이버는 '하이퍼 클로바' 훈련에 자체적으로 보유한 뉴스, 블로그, 지식인, 카페, 웹문서 등을 활용하기로 했다. 한국어 데이터만 무려 뉴스 50년 분량, 블로그 9년 분량에 달한다.

실제로 국내외 빅테크는 초거대 AI 경쟁을 위해 막대한 자본력을 쏟아붓고 있다. 일례로 방대한 양의 데이터를 고속 처리하는 슈퍼컴퓨터는 초거대 AI 경쟁의 핵심 하드웨어 인프라인데, 국내에서도 이를 갖춘 곳은 최상위권 빅테크와 공공기관뿐이다.

핵심 기술 및 비즈니스 소개

초거대 AI(Super-Giant AI)의 개념은 딥러닝1) 기법을 쓰는 인공신경망 가운데서도 그 파라미터(매개변수)가 무수히 많은 AI를 뜻한다. 학습량이 많을수록 좋은 결과를 낼 가능성이 높은 것처럼, 파라미터의 규모가 커질수록 AI가 데이터를 분석하는 지능도 비약적으로 확대된다. 수천억 개의 파라미터를 가진 초거대 AI는 언어뿐만 아니라 이미지와 영상을 이해하고, 데이터 추론까지 가능하다는 설명이다. 초거대 AI의 원형으로 거론되는 GPT-3는 몇 개의 키워드만 넣으면 대화의 문맥을 파악해 사람처럼 대화하거나 창의적인 답변을 내놓는다. 인간이 작성한 뉴스 기사와 구분하기 어려운 정도의 기사나 수필, 소설을 창작하기도 한다.

시사점 및 인사이트

초거대 AI가 상용화가 된다면 특히 헬스케어 및 의료진단 분야에서의 활약이 기대된다. 기존의 의료인력을 갈아넣어서 진단을 했던 시절에서 벗어나 간단한 진료부터 복잡한 영상의학 진단까지 의사와 동일한 성능을 보일 수 있는 경량화된 초거대 AI가 있다면 의사들은 수술에 좀 더 신경을 쓸 수 있으니 의료인들의 수술 수준이나 업무 환경 개선이 이루어질 것이다.

또한 이것이 확장된다면 초거대 AI는 전문가와 같은 성능을 보일 수 있기 때문에 다양한 분야에서 전문가들의 협업이 이루어질 수 있을 것이다. 다만 이것이 전문가를 대체할 수 있다는 위협으로도 볼 수 있다는 것을 알아야 한다.

같이 생각해 볼 만한 논점

1. 초거대 AI의 등장과 발전으로 인해 많은 AI전문가들이 긴장하고 있다. 첨단 기술의 전문가라는 사실이 주는, 현대 사회에서 도태되지 않을 것이라는 믿음이 깨졌기 때문이라고 한다. 초거대 AI 하나만 있어도 다른 AI전문가들 수백명을 대체할 수 있어서다.

그렇다면 초거대 AI가 상용화되었을 때 스타트업 기업, 대학 연구원 등의 소규모 AI전문가 집단은 어떻게 해야 살아남을 수 있을까?

2. 초거대 AI는 진단, 소설 쓰기, 그림 그리기 등 뿐만 아니라 AI 를 만드는 AI가 되기도 한다. AI가 전문가들만큼의 실력을 가졌을 때 더 적은 비용과 시간으로 같은 결과물을 낼 수 있다면 전문가들을 고용할 필요가 없게 된다. 이 경우 전문가들을 보호해야 하는가 혹은 전문가 스스로가 더 실력을 키우지 않은 책임이 있는 것일까?

작성자: ITS 23기 용찬우

keyword

고려대학교 IT경영학회 ITS 소속 고려대학교

[ 고려대학교 IT경영학회: ITS ]의 브런치입니다. ITS만의 분석적인 시각에서 IT 트렌드와 기술에 대한 인사이트를 제공합니다.

구독자 64

작가의 이전글 스마트 의료기기의 문제점- IoT 보안 쾌적한 웹/앱 환경의 키, CDN 작가의 다음글

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari