고경철 고영테크놀러지 전무/ 전 국민통합위원회 AI대책 전문위원
▲고경철 고영테크놀러지 전무/ 전 국민통합위원회 AI대책 전문위원
“움직이는 모든 것이 로봇화될 것이다." 엔비디아 창립자이자 CEO인 젠슨황 회장이 지난 18일 GTC에서 한 말이다. 참으로 현재의 인공지능 기술의 혁신적 발전속도에 따라 달라질 미래세상을 단적으로 표현한 말이다. 언어번역으로 시작된 초거대 언어 모델(Large Languabe Model·LLM)은 이제 인간의 지능에 도전하는 일반 인공지능(AGI) 기술로 발전하고 있다. 물론 이 모든 것의 시작은 제프리 힌튼 교수가 연구개발한 딥러닝 신경망에 기초한다. 그리고 모든 연구결과를 공유하고 교류하는 open AI의 역할도 빼놓을 수 없다.
거대 언어 모델( LLM)은 우리 인류가 생성한 각종 문서를 훈련데이터로 학습하기에 파운데이션 신경망의 파라미터 규모가 거대한 신경망 모델을 말한다. 신경망 파라미터는 AI가 정보를 학습하고 기억하는 시냅스(신경 연결)역할을 한다. 참고로 인간의 뇌는 100억개의 신경세포와 100조개의 시냅스를 가지고 있다. 작년에 센세이션을 일으킨 chatGPT의 파운데이션 모델인 GPT4의 경우 약 5000억개의 파라미터를 갖고 있고, 올해 초 공개된 구글의 생성형 AI 제미나이의 파라미터는 1조개에 달하는 것으로 알려져 있다.
이처럼 빅테크 기업간의 신경망 거대화 경쟁이 치열해지면서, 개방과 공유의 연구개발 개방 협력체계가 이 기술이 가져올 막대한 경제효과로 인해 흔들리고 있다는 점이다. 그 단적인 예가 샘알트먼이 이끄는 오픈AI와 마이크로소프트(MS)와의 공조체제다. 전세계 IT 개발자들의 소스코드 저장소인 깃허브가 MS에 인수되면서 코파일럿과 같은 이미 AI 기반 자동 코딩(Auto Coding) 기술이 수익모델화되고 있는 것은 주지의 사실이다. 문제는 이 엄청난 파급효과를 몰고올 기술이 독점화되면서 나타날 사회경제적 폐해에 대한 우려이다.
이를 국가적 차원에서 대비하고 국제적 협력을 통해 규제하고자 하는 움직임이 작년 11월초 리시 수택 영국총리와 일론머스크 테슬라 CEO, 데미스 하사비스 구글 딥마인드 CEO등이 참여한 'AI 안전성 정상회의'에서도 확인됐다. 사실 인공지능이라는 신기술을 바라보는 시각은 다양하다. 약 200년전인 산업혁명초기에 노동자들에 의해 러다이트운동이 일어났듯이 AI와 로봇으로 인해 일자리를 잃을 것을 두려워하는 일반인, 초지능 AI의 출현으로 인류사회가 재앙을 맞을 것이라는 AI Doomer(디스토피아적 시각)에 속하는 연구그룹이 있는 반면, 이 신기술로 생산성이 고도화돼 보다 행복한 인류의 삶을 구현하는 복지사회가 올 것으로 믿는 AI Boomer(유토피적 시각)에 속하는 전문가 그룹도 있다.
인류역사는 지난 수세기에 걸쳐 문명의 전환기를 맞아 왔다. 그 전환기를 잘 대처하고 준비한 나라는 부국의 길로 들어섰고, 시대적 흐름을 파악하지 못하고, 세계 열강의 틈바구니에서 눈치만 보다 쇠락한 국가도 있다. 지금 세계 선진국들과 선진 리더 빅테크기업들이 모여 AI와 로봇의 안전성 문제로 심도있게 고민하는 것이 지난해 말 발표된 글로벌 AI기술 인덱스에서 세계 6위권에 머물고 있는 대한민국의 입장에서 다소 먼나라 이야기로만 들리는 것은 필자만의 생각일까.
이미 우리가 주저하고 있는 사이, 클라우드 중심의 AI기술이 보다 거대한 데이터를 빠르게 처리하는 온디비스 AI 반도체 기술로 진화하고, 미중일간의 사활을 건 반도체산업, AI 로봇산업에 대한 국가적 지원 아래 우리의 주력산업인 제조산업, 메모리 반도체 산업의 경쟁력도 흔들릴 수 있다. 이제 움직이는 모든 것이 로봇화되는 것을 넘어 전 산업이 로봇산업으로 탈바꿈할 것이다.
민간기업에만 맡길 수 없다. 정부가 나서서 AI 안전성을 확보하는 제도를 확립하고, 다소 뒤떨어진 AI기술에 과감한 투자와 인프라를 보강하는 것이 급선무다. 다가올 AI와 로봇시대를 준비하해 국민을 보호하는 대책을 강구하는 것과 동시에 국민 먹거리와 차세대 경제성장 엔진이 될 이 AI 로봇기술 격차를 좁힐 수 있는 '국가전략 2030'을 수립하고 부처별 정책을 조율·조정하는 범부처 총괄기구 신설이 시급하다.
;){kind=link}