인공지능을 한국 경제에 접목하다

트로이 스탠가론이 각본을 맡은 작품

2022년 말 ChatGPT가 등장한 이후 생성 AI는 경제 성장과 기술 발전의 핵심 구성 요소로 간주되어 왔습니다. 그러나 이 신기술을 가장 잘 통합하는 방법은 기업과 국가 모두가 직면한 주요 과제입니다.

AI를 둘러싼 과대광고에도 불구하고 기업은 아직 생성 AI를 완전히 수용하지 못했습니다. 새로운 기술을 사용하면 기업이 이를 구현하고 최적으로 활용하는 데 시간이 걸립니다. 그러나 생성 AI에는 추가적인 과제가 따릅니다. 데이터를 “부풀리는” 경향이 있어 신뢰성에 대한 의문이 제기됩니다. 예를 들어 뉴욕의 소송에서 AI는 자신이 생성한 각서에 가상의 법적 판례를 만들었습니다.

한국과 같은 나라의 경우 도전이 더 어려울 수 있습니다. ChatGPT와 같은 생성 AI 모델을 지원하는 대규모 언어 모델에는 훈련을 위해 엄청난 양의 데이터가 필요합니다. ChatGPT는 인터넷에서 공개적으로 사용 가능한 데이터를 사용했지만, ChatGPT와 다른 주요 AI 회사들도 독점 데이터를 모델에 통합하기 위해 노력해 왔습니다. 데이터 경쟁에서 카카오나 네이버가 구글, 메타, ChatGPT를 지원하는 마이크로소프트와 경쟁할 수 있을지는 불투명하다.

점점 더 큰 규모의 언어 모델을 구축하는 것이 AI를 위한 실행 가능한 경로인지 여부도 불분명합니다. 세계에서 가장 발전된 생성 AI 모델은 이미 전 세계에서 사용 가능한 엄청난 양의 데이터를 흡수했습니다. 이제 기업들은 데이터 격차를 메우기 위해 점점 더 합성 데이터(인공 지능 자체에서 생성된 데이터)로 전환하고 있습니다. 하지만 최근 네이처(Nature) 저널에 실린 연구에 따르면 AI 시스템은 합성 데이터 사용으로 인한 오류 누적으로 인해 점점 더 많은 양의 합성 데이터를 학습할 경우 붕괴될 위험이 있다는 사실이 밝혀졌습니다. 새로운 기술 혁신이 없다면 대규모 언어 모델을 기반으로 하는 생성 AI는 개발에 한계에 직면하게 될 것입니다.

보다 근본적인 수준에서 기업은 비용 편익 계산에 직면합니다. 생성적 AI는 일반적으로 광범위한 작업을 해결하는 방법으로 제시됩니다. 그러나 미국의 신경과학자 에릭 홀(Eric Hall)이 지적했듯이, 대규모 언어 모델은 훈련하려면 엄청난 양의 데이터가 필요하기 때문에 데이터가 풍부한 기술에서는 더 나은 성능을 발휘합니다. 이는 또한 부가가치가 낮은 영역인 경향이 있습니다. 기업의 관점에서 볼 때, 널리 사용 가능한 기술을 위해 저임금 근로자를 더 비싼 기술로 대체하는 것이 합리적입니까? 이는 생성적 AI의 성공을 위해서는 더 높은 가치의 기술을 제공하거나 더 높은 수준의 작업에서 작업자 생산성을 향상시키는 것이 필요함을 시사합니다. 이러한 근본적인 과제는 한국 기업과 한국에 AI를 경제에 통합하기 위한 더 폭넓은 길을 제공할 수 있습니다.

생성적 AI를 작업자를 대체하는 방법으로 보는 대신 AI가 작업자의 생산성을 높이고 대규모 언어 모델과 관련된 환각 및 잠재적인 충돌 문제를 피하는 데 어떻게 도움이 될 수 있는지 묻는 것이 더 나은 접근 방식입니다. 여기에는 보다 전문화된 모델에 중점을 두는 것이 포함됩니다.

전문화된 AI 모델은 환각 수준이 낮은 경향이 있습니다. 모델 훈련에 사용되는 데이터는 인터넷에서 공개적으로 사용 가능한 데이터보다 품질이 더 좋고 오류가 적은 경우가 많습니다.

Google의 DeepMind 회사는 전문 모델이 어떻게 더 높은 가치의 데이터를 생성할 수 있는지 보여주는 예를 제공합니다. 작년에 회사는 220만 개의 새로운 결정 구조를 발견했으며 그 중 38만 개가 가장 안정적인 것으로 간주되었습니다. 전통적인 방법을 사용했다면 800년이 걸렸을 것이다. 이러한 새로운 결정 구조는 향상된 반도체 또는 전기 자동차 배터리에 획기적인 발전을 제공할 수 있습니다. 이러한 접근 방식은 한국 기업이 해당 산업에서 경쟁 우위를 유지하는 데에도 도움이 될 것입니다. 보다 광범위하게 AI를 사용하여 신제품을 개선하거나 개발하면 AI에 대한 대규모 투자를 정당화하는 방식으로 생산성이 향상될 것입니다.

한국의 인구학적 문제는 첨단 AI 모델 개발에 이점을 줄 수 있습니다. 인공지능 개발에 있어 가장 유망한 분야 중 하나는 로봇공학이다. 로봇은 현실 세계와의 상호 작용을 통해 학습하기 때문에 학습을 위한 자체 데이터를 생성하고 소비 가능한 데이터에 대한 제약이 적습니다. 그들은 상호 작용에 의해서만 제한됩니다.

낮은 출산율로 인해 한국 기업은 더 많은 산업용 로봇을 생산에 통합하게 되었습니다. AI와 산업용 로봇공학의 융합은 한국이 고부가가치 첨단 AI를 개발할 수 있는 길을 제공할 뿐만 아니라 중소기업의 생산성 향상에도 도움이 될 것입니다. 2019년 자료 기준으로 중소기업이 국내 대기업의 32%만을 생산하고 있다. 중소기업의 생산성 향상은 한국경제 전반에 큰 도움이 될 것입니다.

우리나라는 이미 고대역폭 메모리의 발달로 인공지능 발전에 중요한 역할을 하고 있다. 이러한 칩이 없으면 Nvidia의 GPU는 AI 모델을 원하는 수준으로 실행할 수 없습니다. 그러나 한국이 AI의 하드웨어 파트너가 되는 것을 넘어 기술을 보다 광범위하게 경제에 통합하려면 로봇 공학과의 통합과 함께 연구 개발의 전문 모델에 초점을 맞춘 다른 접근 방식이 필요합니다.

트로이 스탠가론(Troy Stangarone)은 현대자동차한국재단 한국사 및 공공정책 센터 소장이자 우드로 윌슨 센터 인도-태평양 프로그램 부소장이다.