[1032]AI 전쟁_글로벌 인공지능 시대 한국의 미래
중국의 딥시크의 등장으로 인공지능에 대한 관심이 더욱 고조되었다.
네이버에서 인공지능 관련 일을 하는 하정우와 많은 경험을 가진 한상기가 대화 형식으로 이야기를 풀어간다.
네이버에서 어떤 노력을 하고 있는지도 살짝 엿볼 수 있다.
대한민국에서 인공지능 관련 전문가라고 할 수 있는 두 사람의 대화는 많은 인사이트를 준다.
인공지능이 왜 중요하고, 어떤 한계점이 있는지에 대해서도 알 수 있다.
가볍게 읽으면서도 인공지능의 흐름을 이해할 수 있다.
인공지능에 대한 용어를 친절하게 설명한 부분은 특히 도움이 되었다.
아래는 책에서 인용하고 싶은 문장과 함께 간단한 느낌을 포스팅했다.
(...) 제 개인적 성향을 떠나서 한국 사회는 실패가 잘 용납되지 않는 사회이기 때문이 아닌가 생각합니다. 실수를 용서해주지 않는다는 개념이라기보다는 실패했을 때 그다음 단계로 나가는 게 아주 쉽지 않다는 뜻이죠. 재도전하기가 무척 어려운 사회입니다. 꼭 금전적인 부분만이 아니라 전반적인 사회 분위기가 그렇습니다. (...) 실패를 해도 얼마든지 다음 기회가 있어서 시도해도 괜찮다. 시도하는 것 자체가 도움이 된다는 인식이 기본이 되면 도전에 조금 더 수월할 것 같은데, 우리 사회는 아직 아쉽습니다. (34)
대한민국은 실패나 실수가 용납되지 않는 사회다.
리스크를 지고 도전하기 어려운 환경이다.
도전하고 실패하며 배우는 과정이 필요한 기업가 정신이 위태롭다.
시험성적이란 단일한 잣대로 개개인의 역량을 평가하는 위험한 사회다.
가정에서, 학교에서, 사회에서, 도전과 실패를 장려하는 분위기 조성이 필요하다.
산티아고 발다라마라는 인공지능 연구자가 올해 초에 이런 의미심장한 명언을 트위터에 올렸고, 많은 사람들에게 회자되고 있습니다. "인공지능이 당신은 대체하지는 않을 것이다. 인공지능을 사용하는 사람이 당신을 대체할 것이다." (56)
챗GPT로 시작된 인공지능 열풍이 2025년 초 중국의 딥시크의 등장으로 새로운 국면을 맞고 있다.
인공지능의 역할이 확대되며, 인간을 대체할 수 있는 영역이 넓어진다.
다양한 직업군이 인공지능의 습격에 긴장하고 있다.
산티아고 발다라마의 말은 결국 사람에게 관심을 둔다.
아직까지 인공지능의 앞에 사람이 있다.
모달리티(modality): 상호작용 과정에서 사용되는 의사소통 채널을 말한다. 음성, 문자, 그림, 사진, 이미지, 동영상 등 다채널을 사용하는 멀티 모달리티는 줄여서 '멀티모달(multi modal)'이라고도 한다. (57)
문자나 음성에서 확장되어 동영상까지도 아우르는 소통채널을 멀티모달의 개념을 정의한 문장이다.
가끔씩 듣는 '멀티모달'이란 용어가 조금씩 와닿는다.
최근 워싱턴대학교 최예진 교수님의 TED 강연이 아주 인상적이었습니다. 이분은 세계 최고의 자연어 처리 분야 연구자 중 한 분인데 초거대 인공지능이 지식은 방대하지만 오히려 상식은 매우 부족하다는 한계를 지적했고, 상식 부족이 여러 문제를 야기할 수 있다고 설명했습니다. 그러면서 초거대 인공지능이 상식을 갖추도록 하기 위해 추가 데이터를 계속 학습하게 하는 건 빌딩을 계속 더 높이 쌓아 달까지 가겠다는 헛된 노력이라고 지적했습니다. (59)
인공지능은 방대한 데이터 학습 능력을 보여준다.
인간과 비교할 수 없는 수준에 압도된다.
하지만 인간이 가진 일부 능력을 넘어선 것뿐이다.
일반적 상식의 부족은 도리어 인공지능에서 여러 문제를 일으킬 수 있다는 지적이 신선하다.
범용 인공지능이 어려운 이유다.
최예진 교수의 TED 강연을 들어봐야겠다.
인공신경망에서 매개변수는 신경망을 구성하는 정점들을 연결하는 연결선들의 가중치를 의미합니다. 사람의 두뇌에서 뉴런들을 연결하는 시냅스에 대응한다고 볼 수 있죠. 신경망은 정점 node과 이 정점들을 연결하는 연결선 edge들로 정의되고, 각 연결선들은 고유한 가중치값을 갖습니다. (...)
인공지능의 성능을 비교할 때 매개변수의 갯수를 언급한다.
인간의 뇌의 시냅스에 해당한다고 이해하면 되겠다.
사람이 언어를 이해하는 단위로 단어를 쓰듯이, 인공지능은 토큰이 언어를 이해하는 기본 단위입니다. 그래서 초거대 언어 인공지능을 만들기 위해 일종의 어휘 사전인 토큰 사전부터 먼저 구축합니다. (69~70)
토큰이란 말도 자주 언급된다.
인공지능이 활용할 수 있는 일종의 어휘사전으로 이해하면 되겠다.
토큰의 갯수도 중요한 비교항목에 들어가 있다.
제가 융복합적 연구 집단에 많이 참가해봤는데 가장 어려운 게 용어에 대한 이해예요. 서로 다른 연구 분야에서 같은 용어를 다르게 쓰는 경우가 너무 많아서 그거 이해하는 데 1년이 걸리더라고요. (101)
용어의 정의가 중요하다.
그래서 전공서적에도, 글로벌 표준류에도, 보고서에도 용어를 앞에서 정의한다.
누가 보더라도 동일한 의미로 받아들인 상태로 다음 과정이 진행될 수 있다.
얼마 전 메타에서 세그먼트 애니싱Segment Anything을 공개했어요. 물체 영역이 분할 추출되니까, 그에 잘 어울리는 적당한 배경 이미지에 앉히면 자연스러운 상품 사진이 만들어지는 기술입니다. 이러한 선택 과정에서 판매자의 창의성이나 차별성이 드러날 수 있습니다. (157)
기술의 발전은 결국 경제적 이득과 직결된다.
메타와 같은 IT기업들은 매출을 늘일 수 있는 새로운 길을 찾는다.
Segment Anything도 그런 노력의 산출물이다.
기술은 가능성이 있는데 이 기술을 활용할 수 있을까는 수용성의 문제입니다. 그리고 수용성은 사람들과 사회의 문제거든요. 교육이 문제라고 하지만, 제가 볼 때는 교육을 넘어선 사회제도의 문제라고 봅니다. 교육이 방아쇠 역할을 하게끔 사회에서 도와줘야 되는데 움직이지 않죠. (181)
건전한 사회 구성원을 양성하는 기본은 교육이다.
다음 세대가 어떤 지향점을 가지고 가야할 지 현재 세대가 결정한다.
잘못된 교육 시스템은 미래의 국가 경쟁력을 약화시킬 수 있다.
기술의 발전이 구성원들의 수용성을 앞설 경우 판단이 필요하다.
교육이 판단 기준에도 영향을 미칠 수 있다.
그래서 한 나라의 교육 시스템은 중요하다.
퍼스트 무버first mover가 되자는 말만 하지 말고 퍼스트 무버형 기술 연구개발을 위해서는 무엇이 필요한가? 완전히 새로운 기술, 아직 체계화되지 않은 기술에 대해 어떻게 평가하고 조사는 어떻게 할지에 대한 항목을 만드는 연습을 해야 할 때입니다. (196)
Fast Follower와 Frist Mover 전략이 공존하는 대한민국이다.
First Mover은 이에 맞는 연구 개발 시스템이 갖춰져야 한다.
저자는 이에 대한 개선 필요성을 언급한다.
대량의 실세계 데이터를 만지고 가공할 수 있는 사람, 데이터로부터 문제를 정의할 수 있는 사람, 그 정의된 문제를 모델링을 통해 해결책으로 만들어낼 수 있는 사람은 저희 내부에도 많지 않고 채용하기도 어렵습니다. (207)
현재 시점에서 인공지능 관련 인력 부족을 언급한다.
단시간에 과학기술 인력이 양성되지 않는다.
국가나 기업의 장기적인 비전에 맞춘 교육 시스템이 필요하다.
무엇보다 의대 편중이라는 기형적인 대학입학 시스템의 개선은 긴급하다.
국가의 미래 경쟁력은 다양한 분야에서 결정되기 때문이다.
컴퓨터공학을 전공했는지 여부보다는 '나는 뭐가 되고 싶은가?'라는 질문과 대답이 제일 중요한 것 같아요. 그게 확실치 않으면 일단 그것부터 고민해 보라는 얘기를 항상 먼저 합니다. 인문사회과학 전공이라 인공지능에 대한 배경지식이 부족한 학생에게는 "일단 많이 써봐라, 최대한 많이 쓰고 적용해보고 고민해 봐라'라고 얘기하고요. (217)
자신의 적성을 찾아서 전공을 선택하기는 어렵다.
획일적인 성적 중심의 교육을 유지하는 상태에서 더욱 어렵다.
일단 하고 싶은 분야에 대해 도전한다.
관심 분야를 더 넓혀가며 자신의 적성에 맞는 분야를 찾는다.
인공지능 분야도 마찬가지로 전공을 떠나 많이 사용해 보는 게 중요하다.
본인이 사용하거나 현재 가장 성능이 좋다는 인공지능 기술이 뭘 할 수 있고 뭘 못하는가에 대한 이해를 정확하게 해야 합니다. 쓰지 말아야 할 곳에 써서 엄한 결과를 믿으면 안 되는 거죠. (219)
인공지능은 인간의 업무를 도와주는 기능을 한다.
인공지능의 할 수 없는 것과, 한계를 충분히 이해해야 한다.
한계를 알 때 최적의 용도에 인공지능을 활용할 수 있다.
플러그인 생태계가 데이터 주권을 송두리째 흔들 것으로 예측되는데, 각 나라가 자기 언어 중심의 경쟁력 있는 자체 초거대 인공지능을 보유하지 못하면 기술 종속국이 되어 품질은 떨어지는데도 더 비싼 서비스를 쓸 수밖에 없다는 뜻입니다. 네이버 클라우드는 한국어 중심인 하이퍼클로바X로 대한민국의 인공지능과 데이터 주권을 지킵니다. (244~245)
한국어라는 자체 언어에 최적화된 네이버 하이퍼클로바X가 있어 데이터 주권을 지킬 수 있다.
대부분의 나라에서 구글을 검색엔진으로 사용한다.
수많은 데이터가 초거대 인공지능을 보유한 미국 기업의 자산이 된다.
플러그인 생태계에서 데이터 주권 상실, 기술 종속국이 되었을 때, 기술서비스의 불평등이 시작될 수 있다.
현재 전국 70여 지자체와 의료, 복지 기관에서 클로바 케어콜을 도입했고 1만 5,000여 명 정도가 이용하고 있습니다. 돌봄 서비스는 사후 관리가 중요한데요, 인공지능과 대화한 내용을 사회복지사분들이 파악해서 후속 조치를 취하는 데 큰 도움이 되고 있다고 합니다. 특히 기억하기가 적용된 이후로 어르신들이 이 케어콜이 본인을 챙겨준다는 느낌을 더 많이 받으셨는지 본인 얘기를 훨씬 많이 하신다네요. (265)
노인인구가 급격히 늘어나는 환경에서 '클로바 케어콜'과 같은 서비스는 중요하다.
홀로 사는 노인들에 대한 인공지능을 활용한 서비스는 돌봄과 함께 상황을 적기에 파악하는 데 도움을 준다.
앞으로 급격한 수요 증가가 예상되는 분야다.
인공지능 반도체 분야에서는 엔비디아가 칩 자체의 성능도 워낙 뛰어나지만 소프트웨어 도구나 생태계도 잘 구축해놓고 있기 때문에 당분간 학습용에는 대안이 없을 것 같습니다. 그래서 저희는 추론용에 집중해서 클라우드에 적용하는 패키징까지 고려하고 있습니다. 그리고 추론용에 집중하는 현실적인 이유도 있습니다. 학습용은 인공지능 모델을 개발할 때 많이 사용하지만, 서비스를 시작한 이후에는 사용자가 증가함에 따라 에너지나 운영비 문제가 커지는 것이 추론용 반도체이기 때문입니다. (285)
인공지능 반도체 분야에 학습용과 추론용이 있다는 사실을 알려준다.
학습용 반도체는 엔비디아가 강력하게 자리 잡고 있다.
그래서 네이버는 추론용에 집중한다는 언급니다.
요새 웬만한 영어 실력, 운전하는 능력, 인터넷 활용하는 능력 정도로는 경쟁력이 있다는 얘기를 하기 어렵죠. 마찬가지로 인공지능을 활용하는 능력은 기본이고, 여기에 더해 본인의 전문 분야에서의 역량과 지식 경쟁력이 매우 중요합니다. 인공지능을 활용하는 능력은 촉매 역할을 하게 될 것이라 생각합니다. 즉 촉매 그 자체로는 한계가 있지만 각 분야에서의 차별화된 경쟁력을 만들어주는 데는 아주 큰 역할을 할 수 있는 것이 인공지능을 활용하는 능력이라고 생각합니다. (329)
전문 분야에 대한 지식과 함께 인공지능을 활용하는 능력은 개인의 경쟁력을 높여준다.
자신의 분야에서의 경쟁력이 기본이고 인공지능은 촉매 역할을 한다는데 공감한다.
다양한 분야에서 인공지능은 생산성을 높여줄 수 있다.
독서습관1032_AI 전쟁_하정우&한상기_2023_한빛비즈(250405)
■ 저자: 하정우
서울대 컴퓨터공학부에서 학사와 박사 학위를 취득했다. 박사 학위 주제는 '비디오의 스토리 이해와 생성을 위한 멀티모달 인공지능'이며, 2014년 가을학기 서울대 컴퓨터공학부 최우수 박사학위논문상을 수상했다.
2015년 네이버 랩스에 입사하여 책임연구원, 음악 추천 PM을 거쳐 2017년부터 3년간 클로바 AI Research 리더로서 AI 중장기 선행연구를 리딩했다. 2020년부터 네이버 AI 랩 소장을 맡아 전사 AI 중장기 선행연구를 총괄했으며, 이 기간 동안 국내에 위치한 기업 연구소 최초로 세계 최고 권위의 인공지능 학회인 ICLR, CVPR, ECCV, ACL 등에서 단일 학회 두 자릿수 논문 발표, 한 해 100개 이상의 논문 발표 등의 성과를 이루고 네이버가 글로벌 AI 연구 영향력 순위 세계 6위를 차지하는데 기여했다. 2023년 네이버 클라우드로 옮겨 AI혁신센터장으로서 AI 연구 및 글로벌 생태계 전략을 총괄하고 있다. (...)
■ 저자: 한상기
서울대 컴퓨터공학과 1회 졸업생으로, 1980년대 카이스트에서 인공지능 주제로 석사와 박사 학위를 취득했다. 석사논문은 문자 인식, 박사논문은 지식 표현에 관한 연구였다.
삼성종합기술원, 삼보컴퓨터, 삼성전자 등 국내 유수의 연구소와 기업에서 활동했으며, 특히 삼성전자 전략기획실에서 소프트웨어와 인터넷 전사 전략 수립에 참여하고, 미디어 서비스 사업팀에서 MP3 플레이어 YEPP 사업을 총괄한 바 있다. 1999년 국내 최초의 엑셀러레이터라고 할 수 있는 벤처포트를 설립했으며, 2003년 다음커뮤니케이션(현 카카오) 전략대표와 일본 법인장을 역임했다. 이후 카이스트와 세종대 교수를 거쳐 2011년부터 테크프론티어 대표를 맡고 있다.
현재 기업을 위한 기술 기반 전략 컨설팅, 정부 정책 과제 수행과 자문을 하고, 강연과 집필 활동을 하고 있다. 데이터 경제 포럼 위원, AI 첼린지 기획, AI 데이터 세트 구축을 위한 총괄 기획위원 등을 역임했으며, 여러 매체에 기술 관련 칼럼을 기고하고 있다. (...)