한 권으로 끝내는 디지털 경제
발 빠른 IT 정보는 인생을 바꾼다
[ 글을 시작하기 전에 ]
앞으로 디지털 경제는 더 심화될 전망이다.
특히 최근 인공지능의 어마어마한 발전 속도 탓에 우리 삶은 더욱 빠르게 변하고 있다.
지금 이 순간에도 인공지능을 비롯한 새로운 기술이 거대한 파도처럼 우리에게 다가오고 있다.
그에 따라 새로운 용어들은 계속해서 생겨나고 경제 흐름을 따라잡기는 더 어려워질 것이다.
더 늦기 전에 준비하지 않는다면 디지털 경제 문맹이 되는 것도 그리 먼 이야기가 아니다.
어쩌면 지금이 그에 대비할 수 있는 마지막 기회일지도 모른다.
발전하는 디지털 경제의 흐름에 대해서 알아두는 것은 미래의 우리 삶을 준비하는데 매우 큰 도움이 된다.
그러면 어떤 부분에서 어떤 분야에 대한 공부를 해야 하는지 알아보도록 하자.
Ⅰ. 다양한 분야로 뻗어가는 생성형 AI
챗 GPT 같은 텍스트 생성 AI 뿐만 아니라 음악, 이미지, 영상 등에서도 이러한 기술이 활용되고 있다.
이로 인해 AI가 여러 산업 분야에 상당한 영향을 미칠 것으로 전망된다.
AI 업계 핵심 트렌드 중 하나로 신약 개발의 변화가 예상되고 있다고 한다. 현재 수 백가의 스타트업이 AI를 활용해 신약을 개발하고 있으며 이 분야의 발전 속도가 점점 빨라지고 있다.
또한 마케팅 분야에서도 생성형 AI가 혁신을 가져올 것으로 예상된다. 글로벌 리서치 기업 가트너는 2025년까지 대기업의 아웃바운드 마케팅 메시지 30%가 인공지능을 통해 발송될 것으로 예측한다.
서비스 분야에서는 스톡 사진 분야가 큰 변화를 겪을 것으로 예상된다.
게티이미지나 셔터스톡 같은 스톡 사진 이미지를 빠르게 생성할 수 있다.
미드저니가 선보인 V6는 놀라운 품질의 사진 생성이 가능하다.
전문 화보와 다를 바 없는 수준에 도달해 AI가 상품 화보나 홍보용 이미지를 순식간에 만들어낼 수 있다.
생성형 AI는 사용자들의 피드백과 요구에 따라 지속적으로 학습하고 양질의 이미지를 생성할 것으로 기대된다.
생성형 AI가 고품질 이미지에 그치지 않고 영상 분야로도 확장하고 있다.
2023년에 생성형 AI 기반 이미지 분야가 발전했다면 2024년 이후부터는 영상 생성 분야가 크게 발전할 것으로 예상된다.
이미 이미지를 영상으로 변환하는 다양한 생성형 AI기술이 개발 중이다.
스테이블 디퓨전은 텍스트나 이미지로 동영상을 제작할 수 있는 SVD라는 제작 도구를 선보였다.
메타도 최근 AI동영상 제작 기술을 공개했다. 메타는 에뮤 비디오 기능을 개발했는데, 에뮤는 사용자가 텍스트나 이미지를 입력하면 동영상을 생성한다.
생성형 AI기반의 영상 제작 서비스와 도구는 이미 쉽게 접할 수 있다.
대표적으로 런웨이의 젠 2와 피카가 있다. 런웨이는 AI기반 이미지 및 비디오 개발에 특화된 스타트업으로 스테이블 디퓨전 개발에 참여한 바 있다.
또한 2024년 오픈 AI 소라 Sora라는 텍스트 기반 생성형 AI 영상 서비스를 공개했다.
텍스트를 입력하면 최대 1분 분량의 고품질 영상을 만들 수 있다. 기존 AI 영상 서비스를 압도하는 수준으로 고품질 영상을 제작할 수 있다.
앞으로 유튜브, 틱톡 등 숏폼 영상은 소라로 제작될 것이라는 예측까지 나온다.
소라는 단순한 AI 영상 제작 도구 수준에 그치지 않을 것이다.
오픈 AI는 소라가 실제 세계를 이해하고 영상을 생성하므로 AGI를 실현하는 데 중요한 이정표가 될 것이라고 밝혔다.
물론 소라는 이제 처음 대중에게 공개됐고 아직 완벽한 영상 제작 모델은 아니다.
오픈 AI 역시 기술적인 한계가 있다고 밝혔다. 하지만 AI가 단순히 입력한 데이터를 학습해서 영상을 만드는 수준이 아니라 현실 세계를 이해하면서 영상 제작에 활용한다는 점은 AGI가 점차 현실로 다가옴을 의미한다.
Ⅱ. 멀티모달과 인지 컴퓨팅, 인간의 뇌에 도전하다.
생성형 AI를 보면 인공지능은 점차 인간의 사고방식을 닮아간다.
인공지능이 인간의 뇌를 모방하기 때문이기도 하지만, 이제는 그것이 최종적으로 의사결정을 하거나 결과물을 내놓는 단계로 발전하고 있기 때문이다.
앞으로 인공지능이 인간과 동일하거나 거의 유사한 사고를 하기 위해서는 다양한 데이터 학습이 관건이다.
챗 GPT 같은 생성형 AI의 핵심은 이러한 데이터를 학습하고 결과물을 만들어내는 멀티모달에 있다.
멀티모달은 다양한 모달리티를 동시에 받아들이고 학습한다.
여기서 모달리티란 양상이라는 뜻으로 생체신호, 표정, 움직임 등 다양한 입력을 의미한다.
텍스트나 이미지 외에도 다양한 형태의 데이터를 통해 새로운 결과물을 만들어낼 수 있다.
멀티모달은 시각, 청각을 비롯한 여러 인터페이스를 통해서 정보를 주고받는 개념이다.
인공지능이 텍스트 데이터뿐만 아니라 영상, 사진, 음성, 움직임 등 다양한 데이터를 학습한다.
동시에 여러 형태로 데이터를 학습하면서 텍스트와 음성의 상관관계, 표정과 음성의 상관관계 등을 인식하고 받아들인다.
예를 들어 이미지를 텍스트로 설명해 주는 것도 멀티모달이다. 이미지를 온라인에 업로드하고 인공지능이 이미지에 대한 설명을 텍스트로 표현하거나 음성으로 설명하는 방식이다.
텍스트를 입력해 영상을 만들거나 사진을 만들어 내는 것도 멀티모달에 속한다.
인지 컴퓨팅은 사람의 인지 기능인 지각, 행동, 언어, 학습, 의사결정 등을 모방한다.
사람의 감각과 인지 능력을 닮은 컴퓨터라고 볼 수 있다. 현재 인지 컴퓨팅 기술은 인간의 우뇌와 닮았다면, 향후 몇 년 안에 좌뇌에 가까운 역할도 가능할 것으로 예상된다.
인지 컴퓨팅이 발달하면 인공지능처럼 다양한 영역에서 쓰일 것이다.
예를 들어 병원에서 환자의 상태 사진을 컴퓨터 스스로 조사해 의사에게 보고하거나 농장에서 작물이 자라나는 지역과 계절 등을 고려해 최적의 농산물을 선택하고 레시피를 개발하는 일도 가능할 것이다.
Ⅲ. 인공지능과 함께 발전하는 하드웨어
온 디바이스 AI
기존에도 간단한 대화가 가능한 AI스피커나 인공지능 기능을 탑재한 가전제품이 있었지만, 최근에는 이보다 진화한 생성형 AI가 탑재되면서 IT 기기들이 더 똑똑해지고 있다.
국내외 업체들은 스마트폰, 노트북 등에 생성형 AI를 탑재한 온디바이스 AI 신제품을 내놓고 있다.
온디바이스 AI는 개별 IT 기기에서 작동하는 AI다. AI는 일반적으로 클라우드 서버를 기반으로 작동한다.
하지만 온디바이스 AI는 데이터 처리나 상호작용이 일어나는 IT 기기 자체적으로 AI가 작동한다.
온디바이스 AI는 에지 AI라고도 하는데, 에지 컴퓨팅의 에지와 AI를 접목한 형태다.
온디바이스 AI는 휴대폰이나 노트북에서 AI 모델을 탑재한 NPU가 들어가 인터넷 연결이나 클라우드 없이도 IT 기기 안에서 생성형 AI가 동작한다.
IT 기기 내부에서 AI가 모든 데이터를 처리하기 때문에 빠른 AI 알고리즘 작동이 가능하다.
또한 클라우드처럼 중앙화된 저장소를 거치지 않아도 되기 때문에 개인정보 유출이나 보안 문제를 해결할 수 있다.
스마트폰에 온디바이스 AI가 탑재되면 스마트폰의 상황과 환경에 따라 AI가 결정을 내릴 수 있다.
TV, 냉장고, 세탁기 등에 탑재되면 AI가 스스로 판단해 TV를 끄거나 냉장고 온도를 낮추는 등 다양한 기능을 수행할 수 있다.
전에도 스마트 TV나 스마트 냉장고가 있었지만, 온디바이스 AI가 탑재되면 스마트가 아니라 스마트를 넘어선 기기가 될 것이다.
삼성전자는 스마트 폰과 갤럭시 워치, 갤럭시 버즈, 노트북 등 갤럭시 전 제품에 온 디바이스 AI를 적용할 것으로 예상된다.
삼성전자는 물론 애플과 구글 등 IT 기업도 온디바이스 AI에 주목하고 있다.
구글은 스마트폰 픽셀에 온디바이스 AI를 적용했고 MS, 메타 등도 온디바이스 AI 관련 기술을 개발하고 있다.
AI 반도체
글로벌 빅테크 기업, 스타트업까지 앞다퉈 천문학적인 금액을 투입하며 AI 반도체 개발에 열을 올리고 있다.
반도체의 미래가 곧 AI 반도체라는 말까지 나온다.
AI가 수많은 데이터를 학습하고 이를 단시간에 받아들여 처리하려면 AI반도체가 필요하다.
AI 반도체 이전에는 CPU와 GPU를 주로 사용했다. 다만 CPU와 GPU는 애초에 인공지능을 위해 개발된 것이 아니라서 비용이나 전력 소모 등에서 비효율적이다.
GPU는 AI 연산을 위해 제작된 반도체가 아니기 때문에 성능이 부족했다. 그래서 GPU의 병렬 처리 방식을 유지하면서도 인공지능 전용인 반도체가 나오기 시작했다.
NPU라 불리는 이 칩은 인공지능에 특화되어 있는 형태로 탄생했다. 그래서 일부 회사들은 AI 알고리즘 성능을 향상하기 위해 NPU를 개발한다.
참고로 구글은 AI 가속기인 TPU 같은 새로운 반도체를 개발했다.
가트너에 따르면 AI반도체 매출은 2023년 534억 달러에서 2027년 156조 원 규모로 성장할 전망이다.
앞으로 더 많은 데이터가 인공지능에서 학습되고 사용될 수 있어 향후 AI반도체에 향하는 주목도가 커질 수밖에 없다.
모바일은 물론 가상현실, 증강현실, 자율주행 등 다양한 영역에서 데이터가 생성되고 활용되므로 AI반도체의 역할은 커질 것이다.
엔비디아, 인텔 등 글로벌 기업들도 AI 반도체 개발에 주력하는 이유다.
Ⅳ. 클라우드 시장의 판도를 바꾸는 생성형 AI
클라우드 시장은 생성형 AI의 등장으로 큰 변화가 일어나고 있다.
챗 GPT 같은 생성형 AI에는 대규모 언어 모델이 뒷받침돼야 하는데, 대규모 언어 모델은 다수의 사용자로 인해 엄청난 양의 실시간 데이터 처리가 필요하다.
클라우드는 이를 위해 확장성이 뛰어난 컴퓨팅 기능에 최적화된 솔루션과 서비스를 제공할 수 있다.
인공지능 시장이 커질수록 클라우드 시장 역시 커진다. MS는 챗 GPT를 개발한 오픈 AI와 협력을 강화하고 있다.
오픈 AI의 챗 PGT 기술 독점권을 활용해 애저에서 챗 GPT를 비롯한 여러 생성형 AI 서비스를 제공한다.
기업들이 생성형 AI를 쓰려면 MS의 클라우드를 사용하는 구조로 만들어 사업성을 강화할 수 있다.
클라우드 기업과 AI 스타트업이 연계되는 이유는 결국 비용이다. 대규모 데이터센터와 GPU 등이 필요한 스타트업은 대형 클라우드 기업과의 파트너십을 추구한다.
시장분석 기관에 따르면 오픈 AI는 하루에 수십만 달러에 육박하는 클라우드 비용을 매일 지출하고 있다.
스타트업이 클라우드 기업과 제휴를 맺으면 클라우드를 저렴하게 이용할 수 있다.
생성형 AI 스타트업이 클라우드 서비스를 제공하는 아마존, MS, 구글과 같은 대형 IT기업과 결합하는 것은 인공지능 연구와 서비스를 지고하려면 어쩔 수 없는 선택이다.
생성형 AI는 클라우드 사용을 늘리고 활용 범위를 키우는 잠재력이 있다. 하지만 동시에 클라우드 운영에 직접적인 부하를 줄 가능성도 있다.
워낙 많은 자원을 소비하므로 클라우드 자원을 과도하게 사용해 시스템 성능과 가용성을 저하시키거나 비용과 탄소배출량 등을 증가시킬 수 있다.
생성형 AI 활용이 갈수록 늘어나고 다양한 서비스가 탄생하며 인공지능의 방향과 성과가 클라우드 시장 판도에 적잖은 영향을 줄 전망이다.
앤디 재시 아마존 CEO는 생성형 AI의 발전으로 향후 수년 동안 많은 신규 클라우드 비즈니스가 생겨날 것이라면 생성형 AI 분야 투자 의지를 내비쳤다.
앞으로 생성형 AI와 클라우드는 점점 뗄 수 없는 관계가 될 것이다.
[ 글을 마치며 ]
디지털 경제는 세상에 점점 더 그 영향을 확장할 것이라는 것은 자명한 사실이다.
이 중에서 어떤 것에 좀 더 주목해야 하는지 크게 세 가지를 놓고 다시 생각해 보도록 하자.
첫 번째는 인공지능의 발전이다.
인공지능의 시대가 언젠가는 올 것이라고 생각했는데 이미 어느 정도는 성큼 다가온 것 같은 느낌이다.
처음 인공지능 기술이 올 것이라는 이야기만으로 세상은 다양한 상상력을 내놓았다.
인간의 창의력이 필요한 분야, 전문성이 필요한 분야 등은 대체되지 않을 것이라고 생각했는데 이 예상과 달리 인공지능은 거의 모든 분야에 활용될 수 있을 것이라고 예견되고 있다.
창의력이 필요한 분야도 인공지능만의 창의력이 인간에게도 좋은 피드백을 받을 수 있다는 이야기가 나오고 있다.
나아가 인공지능은 인간보다도 더 기계를 잘 다룰 것이고 게으르지도 않아 우리가 생각하는 것들을 현실 세계에 가져다 놓을 수 있다.
현재의 인공지능은 동영상 제작, 소설 제작, 음악 제작, 영상 편집, 투자 기획서 작성, 재무제표 분석 등에서 활용되고 있다.
그리고 그 범위는 점점 더 넓어져 갈 것이고 이 과정은 인공지능을 적용했을 때의 가격과 현재 소비되는 가격을 비교해서 가격적인 우위가 생겨나거나 도입이 필요하다고 생각이 되면 적용되는 시점이 정해질 것이라고 보인다.
결국 디지털 세상의 핵심은 인공지능의 활용이라고 보이고 인공지능이 아직 도입되지 않은 곳은 어떤 형태로 도입이 될 것인지에 대한 고민을 해보는 것이 바람직하다고 생각한다.
두 번째는 반도체 기술이 디지털 기술을 견인할 것이라는 점이다.
반도체는 산업의 쌀이라고 불리며 디지털 기술의 발전과 그 궤를 같이 하고 있다.
이는 인공지능의 시대, 디지털 전환의 시대에는 그 영향력이 더욱더 크게 작용하고 있다.
반도체 자체 만으로는 큰 변화를 가져오기 힘들다.
1과 0의 신호를 얼마나 빨리 얼마나 정확하게 얼마나 적은 공간에서 얼마나 적은 전력을 활용해서 보내는 가가 반도체가 집중하고 있는 기술적 발전 분야였다.
그런데 지금은 반도체의 형태 자체를 새롭게 디자인하는 흐름이 생겨나고 있다.
앞으로도 계속 반도체에 전력을 공급하는 형태가 동일한 방식이어야 하는가? 혹은 후면에서 전력을 공급할 수는 없을까? 혹은 반도체를 하나의 형태로 만드는 것이 아니라 분리해서 개별적인 칩을 만들고 이를 조립하는 형태로 반도체를 만드는 것을 어떨까? 등등의 고민이 생겨나고 있다.
이를 활용해서 반도체를 만들어 내게 되면 지금보다 더 적은 전력으로 반도체 칩이 구동될 수 있고 이를 사용하는 최종 기기는 전력 공급원과의 직접적인 연결 없이 사용할 수 있게 된다.
그럼 사용시간에 대한 제약이 없어지게 되고 충전에 대한 부담도 줄어들게 된다.
결국 최종 사용하게 되는 기기들은 그 소스가 되는 반도체에 의해 직접적인 영향을 받기 때문에 반도체 칩의 설계와 제조가 그 무엇보다 중요해지게 되는 것이다.
상상 속에서나 생겨날 수 있는 물리적 현상들이 앞으로는 가능해질 수 있고 이를 가능하게 해주는 것이 반도체 칩이기 때문에 우리는 반도체 칩에 대한 관심을 좀 더 가질 필요가 있는 것이다.
마지막 세 번째는 클라우드로 인해서 새롭게 생겨나게 될 새로운 비즈니스 모델들이다.
개인적인 데이터를 저장하기 위해서 종이를 활용했다. 이후에 컴퓨터를 통해서 데이터를 저장했고 플로피 디스크나 CD를 활용하기도 했다.
이후에는 USB 드라이버를 활용하기도 했지만 결국 우리는 시공간의 제약을 뛰어넘을 수 있는 인터넷 공간이라는 가상공간을 선호하기 시작했다.
인터넷이라는 공간에 데이터를 업로드하면 이 정보는 개인화된 계정을 통해서 접속해서 사용할 수 있다.
개인적으로 정보를 저장하고 사용하는 것보다는 가격도 저렴해서 선호되는 방식이 된다.
점점 더 많은 사용자들이 이 공간에서 데이터를 활용할 것이고 그 데이터를 활용해서 새로운 서비스를 사용하는 비즈니스 모델들이 생겨나게 될 것이다.
예를 들어 넷플릭스나 유튜브 같은 OTT서비스들이 대표적인 예가 될 수 있다.
나아가 기업들이 연구하거나 사용하는 데이터의 분석 역시 클라우드를 활용하고 있다.
재택근무가 많아지는 시대에 클라우드는 새로운 솔루션이 되기도 한다.
지금은 없지만 앞으로 자율주행이 모두에게 상용화가 된다면 클라우드 서비스와 네트워크는 분명 근간이 되는 인프라가 될 것이다.
위의 세 가지 디지털 경제의 예시를 들었지만 이 외에도 다양하게 활용될 것들이 많다.
결국 인공지능의 발전은 디지털 경제를 이끌어나가고 발전시키기도 할 것이고 반도체 칩은 인공지능의 기술의 발전을 위해 발전해 나갈 것이고 클라우드 서비스는 근간이 되면서 또한 서비스의 주체가 되기도 할 것이다.
이 중에서 무엇이 먼저냐라는 것은 큰 의미가 없다고 본다.
세 가지 기술이 서로를 자극하면서 앞서거니 뒤서거니 하면서 발전할 것이라고 생각한다.
참고 도서 : 한 권으로 끝내는 디지털 경제 ( 윤준탁 )
