[기고] AI 세상, 엄청난 편익이 쏟아진다

정소영 엔비디아코리아 엔터프라이즈부문 대표
최근 챗GPT 등 생성형 인공지능(AI) 관련 뉴스가 세계적으로 주목을 받으며, AI 기술 가운데서도 특히 대규모 언어 모델(LLM)과 생성형 AI가 화제다. 이미 몇몇 기업들이 이 기술들을 활용하고 있지만, 올해 더 많은 기업들이 미래 성장 동력으로 AI를 이용할 것으로 전망된다. 그렇다면 LLM과 생성형 AI는 우리 기업들에게 어떤 변화를 가져올까.

AI 애플리케이션이 스토리를 창작하거나 대화에 참여하면서 LLM의 중요도가 커지고 있다. LLM이란 명칭에서 알 수 있듯이 '대규모' 데이터 세트에서 얻은 지식을 기반으로 단어뿐만 아니라 단어들의 관계와 그 안에 함축된 내용을 학습하고 요약, 번역, 예측, 생성할 수 있는 딥러닝 알고리즘이다.

따라서 번역, 챗봇, AI 비서와 같은 자연어처리(NLP) 애플리케이션을 가속화하는 일과 더불어 헬스케어, 소프트웨어 개발 등 여러 분야에서 AI 혁신이 현실이 됐다.

일례로 최근 200개 이상의 미국과 유럽에 기반을 둔 금융회사를 대상으로 한 엔비디아의 설문조사에서 최다 AI 사용 사례로 NLP와 LLM이 약 26%를 차지했다. 은행, 무역회사 등이 지능형 아바타, 음성 AI, 사기탐지, 위험관리 등을 위해 AI를 금융서비스에 도입해 개인화된 고객경험을 창출하고, 비용을 절감하고 있다는 것을 알 수 있다.

LLM의 사용이 늘면서 지난 몇 년 동안 LLM의 크기는 매년 10배씩 커지고 있다. 하지만 LLM을 준비하기 위해서는 모델 학습에만 엄청난 시간과 비용이 들어간다. 또한 많은 데이터를 필요로 하기 때문에 개발자와 기업은 충분한 양의 데이터 세트를 준비해야 하는 어려움이 있다. 이러한 어려움을 극복하면서 기술 분야의 수많은 리더들은 LLM이 널리 이용될 수 있도록 연구 개발에 매진하고 있다.

그렇다면 어떤 기업들이 실제로 LLM 관련 연구 개발을 진행하고 있을까. 엔비디아와 마이크로소프트는 글 분석이나 자연어 추론 작업을 위해서 세계에서 가장 큰 모델 중 하나인 MT-NLG 530B를 개발했다. 이 모델은 요약 작업이나 콘텐츠 생성 등을 쉽게 만든다. 오픈AI는 1750억 개의 매개변수 모델로 구동되는 GPT-3를 서비스로 출시했고, 이를 기반으로 한 모델로 '챗GPT'를 선보였고 이를 통해 범세계적인 관심을 불러 일으키고 있다.

지금까지의 AI는 주로 인식, 이해, 데이터에서 인사이트를 얻는 용도로 활용돼 왔다. 그리고 2023년에는 수많은 논의의 중심에 있었던 생성형 AI가 현실이 될 전망이다. LLM과 추천 시스템을 혁신해 이미지 생성은 물론, 지능적 질의응답과 콘텐츠 제작부터 발견에 이르기까지 이를 가속할 수 있는 소프트웨어가 등장하면서 진정한 의미의 생성형 AI를 위한 토대가 갖춰졌기 때문이다. 생성형 AI는 인간의 노력이 필요했던 시(詩)나 이미지, 음악 제작에 있어서도 큰 성능을 발휘하고 있다.

하지만, AI 모델은 실행할수록 크기와 복잡성이 기하급수적으로 증가한다. 특히, 자연어처리 영역에서는 이로 인한 성능 문제가 상용화에 걸림돌로 작용한다. 때문에 전세계적으로 관련 기업들은 LLM을 최대한 효과적으로 활용하기 위해 별도의 추론(inference) 서버를 이용한다.

예를 들어 마이크로소프트는 아이티에 발생했던 7.0 강도의 지진 대응에서 서인도 제도의 크레올 언어를 이해할 수 있도록 엔비디아의 트리톤 (Triton)을 활용한 번역 서비스로 재난 구조원들을 지원했다. 이는 추론 속도를 최대 4배까지 높여 챗봇 사용자가 자신의 질문에 빠르게 응답 받을 수 있게 한 결과다.

생성형 AI는 메타버스의 모든 측면을 다루고, 대화형 AI 아바타에 생명을 불어넣는 용도로도 활용돼 가상세계를 그 어느 때보다 빠르고 쉽게 만들 수 있도록 한다. 실제로 엔비디아 CEO인 젠슨 황의 모습을 한 아바타가 징글 벨 공연으로 지난해 연말 인사를 보낸 적 있는데, 이는 3D와 메타버스의 세계를 한층 앞당긴 사례로 주목을 받았다.

우리는 이러한 기술들이 엄청난 영향을 미칠 것이란 것을 알고 있다. 엔비디아 CEO인 젠슨 황도 "흥미로운 점은 생성형 AI와 같은 기술이 기술의 혜택을 한 번도 누리지 못한 다른 많은 산업에도 적용될 수 있다는 것"이라고 말한 바 있다.

이런 기술의 확산 속도는 상당히 빠르고, 즐겁고 유용한 애플리케이션을 만들 수 있다.

하지만 이런 긍정적인 상황 속에서도 우리가 놓치지 말아야 하는 부분이 있다. 바로 윤리적으로 안전한 AI 시스템을 구축하기 위한 표준을 수립해야 하고, 사람들이 이러한 시스템에 신뢰할 수 있도록 정확도를 높여야 한다는 점이다. 지적재산에 대해서도 논의돼야 한다. 이러한 과제를 해결하면서 기술을 개발한다면 기술을 더욱 의미 있게 활용할 수 있을 것이다.