돈이 되는 경제 이야기

전문가들이 꼽은 2024년 인공지능 10대 전망

꿈달(caucasus) 2024. 1. 28.

728x90

1. 멀티모달리티는 표준이 된다

LLM(거대언어모델) 기반의 AI 가 텍스트뿐 아니라 이미지, 음성, 코딩까지 다양한 능력을 갖추는 것을 멀티모달리티라고 합니다. 지난해 12월 공개된 구글의 제미나이가 가장 강조한 것은 바로 이 멀티모달리티 능력입니다. 아마존도 자체LLM 타이탄에 멀티모달리티 능력을 갖추는 방향으로 개발 중이고, 메타의 라마2도 점차 멀티모달리티 능력을 추가하게 될 것 같습니다.

멀티모달리티는 인간이 AI 와 소통하는 방식에도 큰 변화를 가져올 전망입니다. 지금은 챗GPT 와 소통하기 위해 하나하나 텍스트를 입력해야 했다면 AI 가 음성과 이미지를 인식하게 되면서 음성으로 명령을 내릴 수도 있고, AI 에게 직접 이미지를 보여줄 수도 있게 됩니다.

2. 제미나이 수준의 오픈소스 나온다

LLM 인공지능은 모델과 데이터를 비공개하는 AI와 이를 공개하는 AI의 두개의 큰 개발 흐름이 있습니다. 이를 기업소유AI (Proprietary AI)와 오픈소스AI (Open Source AI) 라고 부릅니다. 챗GPT, 구글, 미드저니 같은 것들이 기업소유 AI 이고, 메타의 라마2, 팔콘, 미스트랄, 스테이블디퓨전 같은 것들은 오픈소스AI입니다.

AI 를 학습시키는데는 많은 컴퓨팅 자원과 데이터가 필요하기 때문에 기업소유 AI가 지금은 더 압도적인 경쟁력을 가지고 있습니다. 하지만 오픈소스 진영에서도 빠르게 GPT3.5 수준을 넘는 LLM AI 를 개발하고 있습니다. 올해는 제미나이 프로나 GPT4에 근접한 성능의 오픈소스 LLM 들이 나올 것으로 전망됩니다.

3. AI 실사용 사례가 쏟아져 나온다

멀티모달리티의 등장으로 AI 로 할 수 있는 것들이 정말 많아졌습니다. 또한 AI 로 서비스하는 비용이 점차 낮아지고 있습니다. 스마트폰의 등장으로 수많은 새로운 앱과 서비스를 등장시킨 것처럼 2024년은 많은 AI 서비스가 등장할 것입니다.

4. 추론비용 경쟁이 시작된다

AI 학습에 사용하는 엔비디아 GPU 부족 덕분에 2023년에 등장한 신조어 중에 ‘GPU 푸어’가 있다고 합니다. GPU 를 충분히 확보하지 못한 기업들이 스스로를 자조적으로 부르는 말입니다. 엔비디아 GPU 생산의 병목현상은 TSMC 의 첨단 패키징에 있었는데, 이 문제가 점차 해결되는 중이라고 합니다. 그래서 이제는 GPU 를 확보하는 것이 아니라 얼마나 낮은 비용으로 AI 를 학습시키고 서비스를 제공하느냐에 기업들의 관심이 쏠리고 있습니다. 특히, 학습된 AI 모델을 고객에게 서비스하는 데 사용하는 것이 추론이라고 하는데, 이 추론에 특화된 AI 반도체들이 많이 등장할 예정입니다. 그러면서 추론 비용을 낮추기 위한 경쟁히 심화될 전망입니다.

5. AI 웨어러블 디바이스의 부상

AI가 멀티모달리티 기능을 갖추게 되면서 AI와 소통하는 방식이 달라질 것입니다. 현재 우리의 일상생활을 지배하고 있는 스마트폰은 AI와 소통하기에는 여러 가지 불편한 부분이 많습니다. 일단 텍스트를 입력하려면 두 손을 써서 스마트폰과 접촉을 해야하고, 음성으로 소통하려면 주변의 소리 때문에 방해를 받는 경우가 많습니다. 스마트폰에 이미지를 입력하려면 스마트폰을 가져가서 사진을 찍어야 합니다. 이런 이유 때문에 AI 웨어러블이 다시 부상하고 있습니다. 옷에 장착하는 AI 핀과 스마트 안경이 대표적인 AI 웨어러블입니다.

6. 스마트폰 경쟁에서 AI 가 중심에 선다

지난 12월 구글이 제미나이를 공개하면서 픽셀8 프로에 스마트폰용 AI인 제미나이 나노를 탑재했습니다. 챗GPT가 등장하면서 개인화된 인공지능 비서가 나올 것이라는 전망이 나왔습니다. 당연히 스마트폰에도 생성형AI 가 들어갈 것이라는 얘기가 나왔습니다. 애플도 아이폰에서 사용할 수 있는 LLM을 개발하고 있는 것으로 알려졌는데, 이렇게 되면서 스마트폰 경쟁에서 생성형AI 가 중심에 서게 됐습니다.

7. AI 회의론이 나온다

지금 화제가 되고 있는 생성형AI 는 2019년에 나온 구글의 트랜스포머 모델을 바탕으로 만들어졌습니다. 특히, 언어모델의 매개변수를 크게 하면 할수록 성능이 좋아지는 현상이 나타나면서 반도체에서 ‘무어의 법칙’과 같은 빠른 혁신이 나타날 수 있었습니다. 하지만 벌써부터 이런 트랜스포머를 기반으로 하는 AI에 한계가 왔다는 지적도 나오고 있습니다.

가장 앞선 LLM 이라고 할 수 있는 GPT나 제미나이가 더 깜짝 놀랄 성능을 보여줄 수 있을까? 이미 실사에 가까운 그림을 그려내는 미드저니나 스테이블 디퓨전이 더 뛰어난 그림을 그릴 수 있을까? 이미 사람들의 기대치가 한층 높아진 상황에서 더 놀라운 성능을 보여주려면 완전히 다른 모델이 나와야한다는 설명이 나오고 있습니다.

8. 국가별 대표 AI에 돈이 몰린다

2000년대 이후 세계 경제가 빅테크 중심으로 돌아가면서 많은 국가의 정부들이 깨달은 것이 있습니다. 바로 빅테크 기업들에 자국 시장을 넘겨서는 안 된다는 것입니다. 자국을 폐쇄적으로 보호한 중국에는 텐센트, 알리바바, 바이두, 바이트댄스 같은 강력한 테크기업이 등장했고 반면 유럽은 빅테크들의 강력한 영향력 아래에 있습니다. 생성형AI 가 중요한 기술 트렌드로 떠오르면서 유럽 국가들은 자국을 대표하는 AI 기업을 만들려고 하고, 여기에는 ‘소버린AI’라는 이름을 붙이고 있습니다.

프랑스는 미스트랄, 독일은 알레프알파라는 스타트업이 직접 LLM을 만들고 있고, 이탈리아에는 패스트웹이라는 이동통신사가 LLM을 만들고 있습니다. 여기에는 우리 언어로 만들어진 LLM 은 우리나라 기업이 제일 잘 만든다는 생각이 담겨있습니다.

지난 주 뉴욕타임즈가 오픈AI 와 마이크로소프트에 수조원 규모의 소송을 제기하면서 저작권 이슈가 AI 의 중심으로 들어왔습니다. LLM은 인터넷 상의 수많은 텍스트를 학습하는데, 오픈AI 가 뉴욕타임즈 기사를 무단으로 학습했고 이에 대한 적절한 보상을 지불하지 않았다고 주장했습니다. 또한, 과거 검색에서는 뉴욕타임즈 사이트로 이동하면서 발생시킨 트래픽이 생성형AI 에서는 나오지 않는다는 점도 지적했습니다.

10. AI 규제 본격적으로 심해진다

지난해 바이든 미국 대통령이 AI 행정명령을 내놓으면서 AI 에 대한 규제가 본격화되었습니다. 영국이나 EU도 이런 규제 흐름에 동참하고 있어요. 하지만 아직까지 나온 AI에 대한 규제는 효과를 내지 못하고 있습니다. 규제에서 말하는 성능에 아직 도달하지 못한 것도 있지만 본격적인 효력은 2024년 말부터 시작되기 때문이라고 합니다.