2023 AI 트렌드의 핵심 키워드

키워드로 만나는 2023년 AI 트렌드

2023년도는 챗GPT(ChatGPT)의 등장과 함께 인공지능 기술이 주목받으며 새롭게 부흥한 한 해라고 할 수 있다. 1950년대 앨런 튜링(Alan Turing)의 ‘생각하는 기계’라는 개념과 함께 사람들의 지적 호기심을 자극하며 세상에 등장한 인공지능(AI) 기술은 수십 년의 세월 동안 많은 부침을 겪으며 발전해 왔다.

 인공지능 기술이 항상 대중들에게 주목받아 왔던 것은 아니다. 1980년대부터 2000년대에 걸쳐 인공지능 분야의 석학 제프리 힌튼(Geoffrey Hinton)에 의해 제안된 딥러닝 기술과 다층 인공신경망에 의한 효율적인 인공지능 모델 학습법은 그동안 머신러닝(machine learning)이 해결하지 못한 문제들을 훌륭하게 해결하며 인공지능 연구사에서 일대 혁신을 일으키는 것처럼 보였다. 그러나 이후 정체기에 다다르며 크게 주목받지 못하였고, 이에 따라 많은 사람들이 인공지능 무용론을 주장하며 회의적인 시각을 보내기도 하였다.

그러나 2023년 현재 초거대언어모델(LLM)과 이미지 생성 모델을 비롯한 인공지능의 압도적인 성능을 마주한 사람들은 이제 더 이상 인공지능이라는 기술의 효용성 자체에 의문을 제기하지 않는다. 그보다는 어떻게 하면 인공지능을 잘 도입하고 활용할지를 고민하는 개인과 기업들이 많아졌다. 이를 뒷받침하듯 2023년 인공지능 관련 기술 스타트업에 대한 투자는 크게 늘었다. 

미국의 스타트업 플랫폼 크런치베이스(Crunchbase)에 따르면 2023년 미국 내 전체 스타트업 투자액의 약 4분의 1에 해당하는 금액인 230억 달러(약32조원)이 인공지능 업계에 투자 되었다고 한다. 이는 예년의 약 두 배 이상에 해당하는 금액으로, 2023년 인공지능에 대한 투자 업계의 관심이 얼마나 뜨거운지 알 수 있다.

최신 트렌드에 맞추어 인공지능을 도입하고 적용하는 것은 이제 비즈니스에서 살아남기 위해 선택이 아닌 필수다. 그러한 의미에서 2023년을 마무리하는 Q4가 다가오는 시점에서 2023년을 뜨겁게 달군 대표적인 인공지능 기술 트렌드를 소개하도록 하겠다. 

‘2023년 AI 트렌드’ 핵심 키워드 4 

1. 생성형 인공지능(generative AI) - 인공지능, 창작의 영역에 도전하다

미국의 IT 연구 및 자문회사 가트너(Gartner)에서 매년 공개하고 있는 하이프 기술 커브(Hype Cycle for Emerging Technologies)에서 올해 가장 주목할 만한 떠오르는 인공지능 분야의 기술로  ‘생성형 인공지능(generative AI)를 꼽았다. 가트너의 예상대로 2023년은 단연 생성형 인공지능의 한 해였다고 할 수 있다.

가트너의 2023 하이프 사이클 (출처 : Gartner)

생성형 인공지능이란 사용자의 요구에 맞추어 텍스트, 이미지, 음성 등 다양한 형태의 창작물을 생성해 내는 인공지능을 말한다. 챗GPT(ChatGPT)와 같은 초거대언어모델(LLM)을 비롯해 스테이블 디퓨저(Stable Diffuser)와 같은 이미지 생성 모델 역시 생성형 인공지능에 해당된다. 생성형 인공지능은 그동안 인간의 전유물이라고 여겨졌던 창작의 영역에서도 인공지능이 훌륭한 성능을 보여줄 수 있음을 입증했다.

생성형 인공지능의 뛰어난 성능의 일등 공신은 방대한 양의 훈련 데이터(training data)에 의한 사전학습(pre-training)이다. 현재의 인공지능 기술은 인공지능 알고리즘의 발전뿐만 아니라 이미지나 텍스트와 같은 방대한 양의 비정형 데이터(unstructured data)를 처리하고 저장할 수 있는 클라우드 컴퓨팅 기술과 GPU 성능의 발전에 크게 의존하고 있다.

2. AIaas(AI as a service) - 기업이 쉽게 인공지능 인프라를 구축하는 법

생성형 인공지능의 발전에서 살펴보았듯이 인공지능 모델의 발전에 빅데이터 관리는 빼놓을 수 없는 존재다. 방대한 양의 데이터는 인공지능 모델을 움직이는 석유와 같기 때문이다. 따라서 효율적으로 데이터를 확보하고 관리할 수 있는 파이프라인 구축과 클라우드 컴퓨팅 기술을 인공지능 모델 개발 및 배포와 결합한 AIaas(AI as a service)가 2023년 큰 주목을 받았다. 

AIaas와 기존 클라우드 서비스의 비교 (출처 : research gate)

AIaaS는 ‘서비스형 AI를 뜻하는데’  SaaS(Software as a service)의 개념을 인공지능에 도입한 것과 같다. 즉 서비스형 AI는 곧바로 사용할 수 있는 AI 제품과 같은 것이다. Microsoft사의 Azure나 Amazon의 AWS로 대표되는 업체들이 제공하고 있는 AIaas는 다양한 AI 기반 기능을 포함하여 타사 공급업체가 고객사에 서비스 형태로 제공하는 인공지능 소프트웨어를 의미한다.

AIaas는 자사 인프라가 부족한 스타트업이나 소규모 기업들도 초거대언어모델(LLM)과 같은 최첨단 인공지능 모델을 운용할 수 있는 밑거름을 마련해 준다는 점에서 단비와 같은 존재다. 대부분 AIaas는 구독형 서비스로 운영되고 있기 때문에 사용한 만큼만 금액을 지불할 수 있어 초기비용이 크게 들지 않는다는 점도 큰 장점으로 꼽힌다.  

3. LLMOps - 기업의 보안 문제 해결

챗GPT(ChatGPT)를 시작으로 시작된 초거대언어모델(LLM) 붐은 자연스럽게 LLM을 활용하기 위한 다양한 라이브러리(Libraries)와 방법론으로 이어졌다. LLMOps는 기업에서 초거대언어모델(LLM)을 도입하고 활용하기 위해서는 초거대모델의 훈련과 배포 등 운영을 위한 사이클을 관리하기 위한 플랫폼과 방법론을 뜻한다. 

LLMOps의 개념도 (출처 : https://sreent.medium.com)

특히 개인에 비해 정보 보안 리스크가 매우 큰 기업에게 LLMOps 시스템의 구축은 필수적이다. OpenAI나 네이버 하이퍼클로버 같은 LLM 제공업체의 API를 사용할 때, 기업 정보를 상대측 서버로 전송해야 하는데 이 과정에서 기밀 정보 유출의 위험이 있기 때문이다. 따라서 OpenAI 같은 API 기반 서비스를 기업들이 활용하는 것은 실질적으로 불가능에 가깝다.

이에 대한 대안으로, 많은 기업들은 자체 로컬 서버나 클라우드에 오픈 소스(open source)로 제공되는 LLaMA2나 Alpaca와 같은 LLM을 설치하고, 자체 데이터로 추가 학습을 진행하는 것을 고려하고 있다. 단순 API 활용이 아닌 이처럼 고도화 된 전략을 사용하는 접근법에서는 LLMOps 방법론이 중요하게 여겨진다.

또한, 기업 내에서는 수십 명부터 수만 명까지 다양한 구성원들이 LLM을 활용한다. 그렇기 때문에, LLM을 초기 설정하는 것뿐만 아니라, 구성원들이 정보를 요청하고 응답을 받는 등의 모든 과정을 효과적으로 관리하기 위해서는 LLM의 교육, 배포, 그리고 재학습 과정을 체계적으로 조직하는 것이 필수적이다.

4. 특이점과 일반인공지능(AGI)

특이점(Singularity)이란 인공지능이 인간의 지능을 뛰어넘게 되고, 이로 인해 사회, 경제, 문화 등 모든 분야에서 급진적인 변화가 일어나는 지점을 뜻한다. 그 중심에는 일반인공지능(Artificial General Intelligence, AGI)이 있다. 일반인공지능은 현존하는 인공지능과 다르게 특정 업무나 작업에 한정되는 것이 아닌, 인간의 학습 능력, 추론, 문제 해결 능력 등을 전반적으로 갖춘 인공지능을 의미한다.

사람처럼 자연스러운 문장을 말하는 챗GPT(ChatGPT)의 등장은 특이점에 대한 논의를 앞당기고 있다. 불과 2022년까지만 해도 일반인공지능은 아득히 먼 미래의 일로만 여겨졌지만, 인간과 같은 추론 능력과 문장 구사 능력을 갖춘 초거대언어모델(LLM)들이 등장하면서 일반인공지능의 실현 가능성에 대한 기대가 높아지고 있다.

2023년에는 아직 AGI가 완전히 현실화되진 않았지만, 그 방향성에 대한 연구와 논의가 활발히 진행되고 있다. 주요 기술기업들과 연구소, 대학 등은 AGI의 구현을 위한 다양한 방법론과 기술을 탐구하며 연구 개발 투자를 확대하고 있다. 뿐만아니라 특이점의 도래에 따른 사회적, 윤리적 문제에 대한 관심도 높아졌다. AGI가 현실화될 경우, 인간의 업무와 삶의 방식에 어떠한 변화가 일어날지, 그리고 그 변화를 받아들이며 조화롭게 사회를 구성할 수 있을지에 대한 논의가 필요하다.

또한, 인간의 지능을 뛰어넘는 AGI의 결정에 대한 통제와 규제, 그리고 그로 인해 발생할 수 있는 위험성에 대한 관리 방안 등에 대한 전략적 고려가 요구된다. 이에 따라 국가와 기업, 그리고 사회 전체에서 인공지능 윤리와 관련된 가이드라인과 정책을 마련하는 노력이 활발히 이루어지고 있다.

2023년, 인공지능의 변곡점을 지나는 해

종합하자면 2023년 인공지능 기술 트렌드는 기술의 발전과 활용 범위 확대에 따른 사회적, 윤리적 문제를 동시에 고민하는 한 해로 기억될 것이다. 2023년 한 해는 기술이 발전함에 따라 인간과 기술, 그리고 사회가 어떻게 상호작용해야 하는지에 대한 새로운 접근 방식과 방향성을 모색하는 중요한 시기가 되었다. 우리는 이제 막 변곡점을 지나고 있는 것일지도 모른다. 앞으로 인공지능의 미래가 더욱 기대되는 이유다.

**이 글은 타사 기고문을 원조로 하고있음을 알려드립니다.