‘인공지능(AI)이라는 말이 사라진다?’ 생성형 AI ‘챗GPT’ 등장 이후 AI가 광범위하게 일상에 녹아들면서 AI 기술 자체를 강조하는 현상은 올해를 기점으로 점차 줄어들 것이란 전망이 나온다. 이른바 ‘AI 역설’이다. AI가 제품, 서비스 안으로 들어가면서 ‘AI 기술을 적용했다’는 게 중요한 것이 아니라 AI를 통해 어떤 혁신을 이뤘는지가 중요해지는 시대로 바뀌고 있다는 뜻이다. #美 CES 최대 화두 인터넷 필요 없는 AI 시대주요 기업들도 뛰어들어 지난 9~12일(현지시간) 미국 라스베이거스에서 열린 세계 최대 가전·정보기술(IT) 전시회 CES 2024에서도 전자제품, 자동차, 로봇부터 안경, 유모차, 베개까지 다양한 제품이 AI라는 ‘옷’을 입고 이전보다 훨씬 똑똑해진 모습으로 사람들 앞에 나타났다. 남아 있는 손가락 신경의 작은 신호를 AI가 읽고 실제 손가락처럼 움직이는 ‘손가락 의수’, 음성을 수어로 바꿔 주고 사람처럼 풍부한 표정을 짓는 ‘3차원(D) AI 아바타’도 등장했다. CES 현장을 둘러본 장병탁 서울대 AI연구원장은 23일 “제품의 전반에 AI가 스며들고 있다”고 평가했다. ●모든 사물에 AI 적용하는 시대 이번 CES에서 주목받은 ‘AI 에이전트’와 ‘온디바이스 AI’는 AI 기술이 어떤 식으로 발전할지를 보여 준다. AI 에이전트는 사용자가 원하는 걸 알아서 척척 해 주는 일종의 AI 비서로 실제 구현되는 모습은 다양하다. 기능적으로 PC, 자동차 등에 내장되거나 움직이는 로봇 형태를 띨 수도 있다. 국내 가전업체가 공개한 ‘AI 로봇’도 AI 에이전트에 해당된다. AI 로봇은 사물인터넷(IoT)과 AI가 결합된 사물인공지능(AIoT·AI of Things)을 통해 개인 맞춤형 비서 역할뿐 아니라 집안 일을 대신해 주는 집사 역할도 할 것으로 전망된다. 인터넷 연결과 상관없이 기기 안에서 AI를 구동할 수 있는 온디바이스 AI도 PC, 스마트폰에서 구현되기 시작했다. 온디바이스 AI의 확산은 소규모언어모델(sLM) 개발 경쟁으로도 이어졌다. sLM은 오픈AI의 GPT-4, 구글 제미나이와 같은 대규모언어모델(LLM)에 비해 학습량은 적지만 최적화를 통해 최대한의 성능을 내면서 개발·구동 비용을 줄인 언어모델이다. 특히 AI의 학습 지표인 매개변수(파라미터)가 70억개(7B) 이하인 sLM 시장을 선점하기 위한 경쟁이 치열하다. 메타(라마2 7B), 구글(제미나이 나노1, 나노2), 마이크로소프트(파이2) 등 글로벌 주요 기업도 줄줄이 뛰어들었다. 지난해 ‘미스트랄 7B’에 이어 수학, 물리 등 작은 전문 모델로 쪼갠 뒤 질문에 따라 연결하는 방식의 ‘믹스트랄 8x7B’(전문가 믹스·MoE) 모델을 오픈소스(소프트웨어 설계도 공개)로 내놓은 프랑스 스타트업 미스트랄 AI는 오픈AI의 대항마로 떠오르고 있다. #연내 ‘GPT-5’ 공개GPT-4에 추론 기능 추가인간 수준 AI 현실화 전망 이경전 경희대 경영학·빅데이터응용학과 교수는 “중요한 건 모델을 실제 사용하고 난 뒤의 평가”라면서 “미스트랄을 써 본 기업들 얘기를 들어 보면 다들 ‘써 보니 좋다’고 한다. 오픈 소스로 이만큼 따라왔다는 건 한국 기업에도 희소식”이라고 말했다. ●텍스트 넘어 이미지·영상·음성도 생성 성능으로 승부를 보는 LLM의 진화도 계속되고 있다. 오픈AI의 최신 LLM인 GPT-4(매개변수 1조 7000억개 추정)보다 더 많은 기능이 추가된 GPT-5가 올해 안에 공개될 예정이다. 추론 기능도 추가된다고 한다. 텍스트(글자)를 학습하는 걸 넘어 이미지·영상·음성을 분석하고 생성하는 ‘멀티 모달’ 방식으로도 발전하고 있다. 인간이 다양한 방식을 통해 사물을 인식하는 것과 동일하게 AI가 학습한다는 얘기다. ‘할루시네이션’(환각 현상·AI가 정보를 처리하는 과정에서 그럴듯한 오답을 내놓는 현상)은 완전히 제거되지 않았지만 인간처럼 사고하고 판단할 수 있는 능력을 갖춘다는 건 인공일반지능(AGI·인간 수준으로 일을 처리하는 AI)이 현실화할 수 있다는 의미로 해석된다. #AI 어디까지 왔나AGI는 초기 단계 머물러감각 분석 기술 집중해야 구글 딥마인드의 6단계 분류 기준으로 보면 특정 업무 수행에 초점을 맞춘 AI 중에선 단백질 구조 예측 AI ‘알파폴드’처럼 이미 인간을 뛰어넘는 ‘레벨5’(슈퍼휴먼)의 AI도 등장했다. 그러나 전반적인 업무를 수행할 수 있는 AGI(챗GPT, 바드, 라마2)는 아직 ‘레벨1’(초기 단계)에 머물러 있다. 장 원장은 “텍스트를 학습한 생성형 AI의 성능에 대해선 연구자들도 놀라고 있다”면서 “AGI 시대가 앞당겨지는 느낌을 많이 받는다”고 말했다. 그러면서도 “시각 등 감각에 해당하는 부문은 아직 데이터화되지 않은 게 많다”며 “표정이나 감정을 분석하는 건 어려운 기술이지만 이게 가능해지면 파급효과가 엄청나다. 우리가 집중해야 할 부분”이라고 강조했다.

‘인공지능(AI)이란 말이 사라진다?’ 생성형 AI ‘챗GPT’ 등장 이후 AI가 광범위하게 일상에 녹아들면서 AI 기술 자체를 강조하는 현상은 올해를 기점으로 점차 줄어들 것이란 전망이 나온다. 이른바 ‘AI 역설’이다. AI가 제품, 서비스 안으로 들어가면서 ‘AI 기술을 적용했다’는 게 중요한 게 아니라 AI를 통해 어떤 혁신을 이뤘는지가 중요해지는 시대로 바뀌고 있다는 뜻이다. 지난 9~12일(현지시간) 미국 라스베이거스에서 열린 세계 최대 가전·정보기술(IT) 전시회 CES 2024에서도 전자제품, 자동차, 로봇부터 안경, 유모차, 베개까지 다양한 제품이 AI라는 ‘옷’을 입고 이전보다 훨씬 똑똑해진 모습으로 사람들 앞에 나타났다. 남아 있는 손가락 신경의 작은 신호를 AI가 읽고 실제 손가락처럼 움직이는 ‘손가락 의수’, 음성을 수어로 바꿔주고 사람처럼 풍부한 표정을 짓는 ‘3차원 AI 아바타’도 등장했다. CES 현장을 둘러본 장병탁 서울대 AI연구원장(컴퓨터공학부 교수)은 23일 “제품의 전반에 AI가 스며들고 있다”고 평가했다. 제품 안으로 들어간 AI…sLM 개발 경쟁 치열 이번 CES에서 주목 받은 ‘AI 에이전트’와 ‘온디바이스 AI’는 AI 기술이 어떤 식으로 발전할 지를 보여준다. AI 에이전트는 사용자가 원하는 걸 알아서 척척 해주는 일종의 AI 비서로, 실제 구현되는 모습은 다양하다. 기능적으로 PC, 자동차 등에 내장되거나 움직이는 로봇 형태를 띨 수도 있다. 국내 가전업체가 공개한 ‘AI 로봇’도 AI 에이전트에 해당된다. AI 로봇은 사물인터넷(IoT)과 AI가 결합된 사물인공지능(AIoT·AI of Things)을 통해 개인 맞춤형 비서 역할 뿐 아니라 집안 일을 대신 해주는 집사 역할도 할 것으로 전망된다. 인터넷이 연결되지 않아도 기기 안에서 AI를 구동할 수 있는 온디바이스 AI도 PC, 스마트폰에서 구현되기 시작했다. 온디바이스 AI의 확산은 소규모언어모델(sLM) 개발 경쟁으로도 이어졌다. sLM은 오픈AI의 GPT-4, 구글 제미나이와 같은 대규모언어모델(LLM)에 비해 학습량은 적지만 최적화를 통해 최대한의 성능을 내면서 개발·구동 비용을 줄인 언어모델이다. 특히 AI의 학습 지표인 매개변수(파라미터)가 70억개(7B) 이하인 sLM 시장을 선점하기 위한 경쟁이 치열하다. 메타(라마 2 7B), 구글(제미나이 나노-1, 나노-2), 마이크로소프트(파이-2) 등 글로벌 주요 기업도 줄줄이 뛰어들었다. 지난해 ‘미스트랄 7B’에 이어 수학, 물리 등 작은 전문 모델로 쪼갠 뒤 질문에 따라 연결하는 방식의 ‘믹스트랄 8x7B’(전문가 믹스·MoE) 모델을 오픈소스(소프트웨어 설계도 공개)로 내놓은 프랑스 스타트업 미스트랄 AI는 오픈AI의 대항마로 떠오르고 있다. 이경전 경희대 경영학·빅데이터응용학과 교수는 “중요한 건 모델을 실제 사용하고 난 뒤의 평가”라면서 “미스트랄을 써본 기업들 얘기를 들어보면 다들 ‘써보니 좋다’고 한다. 오픈소스로 이만큼 따라왔다는 건 한국 기업에도 희소식”이라고 말했다. 텍스트에서 이미지·영상·음성 분석으로…AGI 현실화? 성능으로 승부를 보는 LLM의 진화도 계속되고 있다. 오픈AI의 최신 LLM인 GPT-4(매개변수 1조 7000억개 추정)보다 더 많은 기능이 추가된 GPT-5가 올해 안에 공개될 예정이다. 추론 기능도 추가된다고 한다. 텍스트(글자)를 학습하는 걸 넘어 이미지·영상·음성을 분석하고 생성하는 ‘멀티모달’ 방식으로도 발전하고 있다. 인간이 다양한 방식을 통해 사물을 인식하는 것과 동일하게 AI가 학습한다는 얘기다. ‘할루시네이션’(환각현상·AI가 정보를 처리하는 과정에서 그럴듯한 오답을 내놓는 현상)은 완전히 제거되지 않았지만 인간처럼 사고하고 판단할 수 있는 능력을 갖춘다는 건 인공일반지능(AGI·인간 수준으로 일을 처리하는 AI)이 현실화할 수 있다는 의미로 해석된다. 구글 딥마인드의 6단계 분류 기준으로 보면 특정 업무 수행에 초점을 맞춘 AI 중에선 단백질 구조 예측 AI ‘알파폴드’처럼 이미 인간을 뛰어넘는 ‘레벨6’(슈퍼휴먼)의 AI도 등장했다. 그러나 전반적인 업무를 수행할 수 있는 AGI(챗GPT, 바드, 라마2)는 아직 ‘레벨1’(초기단계)에 머물러 있다. 노건태 서울사이버대 빅데이터·정보보호학과 교수는 “AGI는 인간의 지능을 모든 영역에서 모방하거나 뛰어넘는 것을 목표로 한다”면서 “지금까지 AI가 달성한 수준과는 근본적으로 다른 훨씬 더 어려운 목표”라고 말했다. 이어 “자연어 처리, 이미지 인식, 패턴 분석 등 특정 영역에서는 매우 뛰어난 성능을 보이지만 이를 통합하고 유연하게 창의적으로 사고해 처리할 수 있는 능력은 적어도 아직까지는 사람의 고유한 영역”이라고 덧붙였다. 장병탁 원장은 “텍스트를 학습한 생성형 AI의 성능에 대해선 연구자들도 놀라고 있다”면서 “AGI 시대가 앞당겨지는 느낌을 많이 받는다”고 말했다. 그러면서도 “시각 등 감각에 해당하는 부문은 아직 데이터화 안 된 게 많다”며 “표정이나 감정을 분석하는 건 어려운 기술이지만 이게 가능해지면 파급효과가 엄청나다. 우리가 집중해야 할 부분”이라고 강조했다.

“인공지능(AI)가 할 수 있는 일의 범위는 놀랍도록 확장될 겁니다.” 자체 대규모언어모델(LLM)을 개발해 세계를 놀라게 한 토종 AI 스타트업 ‘업스테이지’의 최홍준(44) 부사장은 23일 “모든 사물이 AI와 결합되는 상황에서 ‘AI를 어떤 기계에 넣을 것이냐, 어떻게 쓸 것이냐’에 따라 기회는 무수히 많다”고 힘줘 말했다. 최 부사장은 지난 9~12일(현지시간) 미국 라스베이거스에서 열린 세계 최대 가전·정보기술(IT) 전시회 CES 2024에서 가장 인상적인 제품으로 삼성전자가 선보인 AI 로봇 ‘볼리’를 꼽은 뒤 “상상력을 자극하는 제품”이라고 말했다. 그는 “(이미지와 영상 등을 학습·분석하는) 멀티모달이 생활에 적용된 사례로 눈이 있고 음성 인식 기능도 있다. 볼리에 탑재된 AI가 GPT 성능 이상으로 좋아진다면 때로는 에이전트(일종의 비서), 때로는 말동무로 역할을 할 수 있을 것”이라고 내다봤다.현재의 AI 기술 수준에 대해선 “딥러닝(컴퓨터가 스스로 데이터를 조합 분석해 학습하는 기술) 알고리즘과 슈퍼 컴퓨팅 기반 대규모 데이터 처리 능력의 향상으로 자연어 처리, 이미지·음성 인식은 인간 수준의 성능을 달성했다”고 짚었다. 오픈AI의 GPT-4와 같은 LLM이 자연어 생성·이해 분야에서 혁신적인 결과를 보여줬다는 것이다. AI가 의료 진단, 금융 예측, 자율주행 자동차 등 다양한 응용 분야에서 활용되고 있는 것도 AI 기술이 상당한 발전을 이룬 사례라고 설명했다. 다만 “AI가 의사결정을 지원하고 인간을 대체하기에는 인간의 추상적 사고, 도덕적 판단, 문맥 이해 등에서 한계를 갖고 있다”는 게 최 부사장의 주장이다. 글로벌 불확실성, 경제적 요인, 정치적 변수 등도 AI 기술 발전을 예측하기 어렵게 만든다고 했다. 업스테이지는 지난달 자체 개발한 LLM ‘솔라’를 공개하고 글로벌 기술 경쟁에 뛰어들었다. 솔라는 세계 최대 AI 플랫폼 허깅페이스가 운영하는 ‘오픈 LLM 리더보드’ 평가에서 1위를 차지했다. 솔라는 기업이 활용할 수 있게 작은 크기로 구성된 경량형 언어모델(sLLM 혹은 SLM)로 매개변수(파라미터) 규모는 107억개(10.7B) 수준이다. LLM 뛰어난 발전에도 할루시네이션 여전정확성, 신뢰성 높여줄 RAG 기술 떠올라 최 부사장은 “지난해 등장한 GPT-4와 같은 LLM은 뛰어난 발전을 이뤘지만 ‘할루시네이션’(환각현상·AI가 정보를 처리하는 과정에서 그럴듯한 오답을 내놓는 현상)과 같은 문제는 아직 해결되지 않았다”고 지적했다. 그러면서 “앞으로 검색 증강 생성(RAG)과 같은 새로운 방법론이 AI 기술 발전의 핵심적인 역할을 할 것”이라고 전망했다. RAG는 외부에서 가져온 정보로 생성형 AI 모델의 정확성과 신뢰성을 높여주는 기술로 LLM의 한계를 보완해준다는 점에서 주목을 받고 있다. 최 부사장은 AI가 아직 인간의 지능을 뛰어넘는 ‘티핑 포인트’(극적인 변화의 순간)에 도달하진 못 했지만 현재의 기술 속도로 보면 몇 년 안 걸릴 것으로 봤다. 그는 “수 년 내 인간 지능을 뛰어넘을 수 있다고 생각한다”면서 “기술 발전을 통제할 수 있는 장치를 빠르게 도입해야 한다”고 강조했다. 이어 “과연 AI 규제를 통해 ‘통제가 가능할까’에 대해선 확신하기 어렵다”며 “이럴 때는 오히려 AI 대 AI의 구조로 기술 개발을 통한 통제를 하는 것도 방법일 수 있다”고 제안했다.

LLM에 붙이는 모듈 형태, 소스코드 공유LLM에 이미지 인식·분석 기능 추가돼카카오브레인 “KoGPT2.0 개발은 완료” 지난해 공개하겠다고 예고한 대규모언어모델(LLM) ‘코(Ko)GPT2.0’(가칭)를 아직 내놓지 못한 카카오가 대신 LLM과 이미지를 연결하는 멀티모달 언어모델(MLLM)의 소스코드를 공개했다. 정신아 카카오 대표 내정자는 19일 여의도 FKI타워(옛 전경련회관)에서 이종호 장관 주재로 열린 제5차 인공지능 최고위 전략대화에서 자체개발 MLLM 오픈소스 ‘허니비’를 공개했다. 허니비는 자체로 인공지능(AI) 모델은 아니며, LLM이나 AI 서비스에 적용할 수 있는 모듈 성격의 소스코드다. 허니비를 LLM에 적용하면 모델은 이미지와 명령어로 된 질문에 글로 답변할 수 있게 된다. 예를 들어 농구 경기를 하고 있는 두 명의 선수 이미지와 함께 ‘왼쪽 선수는 몇 번 우승했느냐’고 영어로 질문하면, 입력된 이미지 내용과 질문을 종합적으로 이해해 답변을 생성한다. 허니비를 통해 LLM을 확장, MLLM으로 만들 수 있게 되는 셈이다. 카카오브레인은 개발자들이 자유롭게 소스코드를 공유하는 깃허브에 허니비를 공개해, 누구나 사용하거나 변경할 수 있게 했다. 카카오브레인은 KoGPT2.0의 개발이 완료돼 모델을 확보했지만 공개 방식 등을 아직 검토 중이라고 설명했다. 카카오는 네이버 등 경쟁사에 비해 LLM 개발과 출시가 늦었다는 비판을 받고 있다. 오픈AI, 구글 등 해외 빅테크가 아주 빠른 속도로 생성형 AI 기술을 고도화하는 가운데, 자체 개발 LLM 출시조차 늦어지면 시장에서 AI 주도권을 잡기 어렵다. 네이버는 지난해 8월 출시한 LLM ‘하이퍼클로바X’의 매개변수(파라미터) 수를 2040억개라고 밝혀 출시 전부터 모델의 규모를 공개했다. 하지만 카카오브레인은 아직 KoGPT2.0의 규모조차 공개하지 않고 있다. 다만 꼭 파라미터 수가 많아야 하는 것은 아니라는 판단으로, 서비스 목적에 따라 다양한 규모로 최적화한 버전을 공개할 방침이다.

경진대회서 ‘산업통상자원부 장관상’ 한국기술교육대학교(총장 유길상)는 메카트로닉스공학부 로봇연구팀인 ‘가제트 팀’이 2023 로봇 제조공정 활용 경진대회에서 최고의 상인 ‘산업통상자원부 장관상’을 받았다고 16일 밝혔다. 한국전자기술연구원이 주관한 이번 대회는 대한민국 제조 기술의 첨단화 등 로봇 제조공정 활용을 새롭게 발굴하고 우수 인력 육성을 위해 마련됐다. 대회는 협동 로봇을 이용해 제조공정 내 작업물 조작에 필요한 로봇 기구학, 로봇 시뮬레이션, 로봇 경로 생성, 로봇 제어기 활용 기술을 응용해 로봇 기술에 대한 아이디어 제시, 프로그래밍, 시연 및 평가로 진행됐다. 전국 각지에서 참여한 8개 팀의 대학원생, 학부생은 지난 7월 협업지능 로봇 교육·실습을 받고 8월‘제조공정 활용 작업물 조작 기술 개발’ 임무를 수행하는 본선을 통해 치열한 경쟁을 벌였다. 메카트로닉스공학부 3학년 학생들로 구성된 ‘가제트 팀’이 출품한 프로그램은 움켜쥐고자 하는 물체의 종류와 회전각을 식별한 뒤 로봇에 부착된 카메라(Eye-in-hand)의 파라미터를 통해 알게 된 3D 포인트를 확인, 로봇의 손을 목표물에 이동시킨다. 이후 원하는 물체를 잡으면 또 다른 카메라(Eye-to-hand)를 통해 얻은 목표 지점에 움켜쥔 물체를 가져다 놓는 로봇 제어 시스템이다. 천병식 지도교수는 “로봇에 관심을 갖고 공부를 시작한 학생들에게 최신 협동 로봇 기술을 체험해 봤으면 좋겠다고 이야기했을 뿐인데, 학생들이 목표를 위해 집중하고 노력한 결과 좋은 성과를 거뒀다”고 말했다.

챗GPT가 전세계적인 생성형 인공지능(AI) 붐을 일으킨 가운데, AI는 인류의 가장 큰 혁신들 사이에 위치하게 됐다. 다양한 분야에 적용되고 인류의 삶에 영향이 큰 만큼 사회, 윤리, 법, 정치 등 다양한 측면에서 고민과 대응이 필요하다. 그런데 AI 개발과 운영에 고민해야 할 문제들을 비교적 쉽게 해결할 수 있는 방법으로 ‘오픈소스’가 떠오른다. 소스 코드를 무료로 제공하고 누구나 수정·배포할 수 있는 소프트웨어를 말한다. 오픈소스는 AI 등장 이전부터 개발 분야에서 활발하게 사용돼 왔다. ‘깃허브’로 대표되는 사이버 공간에서 개발자들은 서로의 프로그램 소스 코드를 공유하고 머리를 맞대 고민하거나 새로운 프로그램을 개발하기도 했다. AI 분야에서 오픈소스는 특히 활발하게 사용되고 있다. 파이토치, 텐서플로, 케라스 등의 딥러닝 프레임워크부터 허깅페이스, 엔엘티케이 등의 자연어 처리 라이브러리까지 다양한 오픈소스 소프트웨어가 AI 개발자들에게 제공되고 있다. 오픈AI가 챗GPT를 공개한 뒤 구글은 새로운 생성 AI를 논문 형태로 깃허브에 공유하기도 했다. 국내 AI 기술기업 업스테이지는 메타가 오픈소스로 공유한 대규모언어모델(LLM) ‘라마’를 개량해 ‘솔라’를 개발, 허깅페이스 오픈LLM 리더보드에서 최초로 ‘GPT-3.5’의 점수를 넘기도 했다. 반면, 오픈AI는 GPT-4를 공개하며 소스 코드는 물론 파라미터 수 등 어떤 것도 공유하지 않았다. 오픈소스 소프트웨어들은 AI 기술과 알고리즘을 빠르게 접할 수 있게 하고, 새로운 아이디어와 창의성을 발휘할 수 있게 한다. 전세계의 개발자들이 서로 협력하고, 지식과 경험을 공유하며, 문제를 해결할 수 있는 커뮤니티를 제공한다.자연스레 수많은 개발자들이 검증하고 개선하게 되니, 오픈소스 소프트웨어는 버그가 적고 안정적이다. 최신의 기술과 트렌드가 반영돼 혁신적이기도 하다. 특히 AI 업계의 많은 고민도 자연스럽게 해결이 된다. 라이선스 비용이나 저작권 문제 없이 사용할 수 있어 AI 개발에 들어가는 비용을 절감할 수 있다. 막대한 자본을 끌어오기 어려운 저소득국가나 중소 업체, 개인 개발자들도 AI 기술을 활용할 수 있다. 소스 코드가 공개되기 때문에 AI 모델이 어떤 데이터를 사용하고, 어떤 판단 기준을 가지고, 어떤 결과를 내놓는지 투명하게 공개된다. 공정성과 책임성이 자연히 따라온다. AI 모델의 잠재적인 위험을 사전에 파악하고, 예방·대응할 수 있다. AI 모델이 인간의 의도와 다르게 행동하거나, 혹은 해킹이나 조작에 노출, 사회·환경 문제를 일으키는 것을 막을 수 있다. 오픈소스 AI는 AI 연구자들뿐만 아니라 IT 기업들, 비영리 단체들, 대학 연구자들 등 다양한 주체들이 참여하고 있다. 자연어처리 분야 최대 오픈소스 플랫폼을 운영하는 프랑스의 스타트업 허깅페이스가 대표적인 오픈소스AI 플랫폼이며 한국의 업스테이지도 오픈LLM 플랫폼으로 ‘Open Ko-LLM 리더보드’를 운영하고 있다. 업스테이지는 “오픈소스는 AI업계에서의 중요한 트렌드이자 미래”라면서 “오픈소스를 지원하고 활용하는 것은 AI 업계의 책임과 덕목”이라고 밝혔다.

엔씨소프트가 국내 게임사 최초로 자체 인공지능(AI) 언어모델을 개발해 출시했다. 엔씨소프트는 16일 대규모언어모델(LLM) ‘바르코(VARCO)’를 공개했다. 바르코는 엔씨 AI 언어모델 통합 브랜드 이름이다. 바르코 브랜드로 운영되는 자체 LLM의 종류는 크게 기초 모델, 인스트럭션 모델, 대화형 모델, 생성형 모델로 나뉜다. 각 LLM은 매개변수(파라미터) 규모에 따라 성능이 구분된다. 이날 우선 공개된 LLM은 개인과 기업이 쉽게 활용할 수 있는 소형-중형 규모의 한국어 전용 ‘바르코 LLM’이다. 해당 모델은 개발 초기 단계부터 엔씨가 직접 선별한 고품질 데이터를 위주로 학습해 사용자가 쉽고 편리하게 비즈니스에 활용할 수 있다는 점이 특징이다. 모델들은 국내 기업 최초로 아마존 ‘세이지메이커 점프스타트’를 통해 배포된다. 기초 모델, 기본 제공 알고리즘과 사전 구축된 머신러닝 솔루션이 포함된 머신러닝 허브다. 아마존과 협업을 통해 이용자들은 한달 간 무료로 바르코 LLM을 사용할 수 있다. 엔씨는 한국어와 영어 모두 사용할 수 있는 이중언어 모델도 이달 안에 선보일 예정이다. 이후 순차적으로 규모별 언어모델을 종류에 맞춰 공개할 계획이다. 이날 엔씨는 바르코 LLM 기반 생성 AI 플랫폼 3종도 추가로 소개했다. 이미지 생성툴 ‘바르코 아트’, 텍스트 생성 및 관리툴 ‘바르코 텍스트’, 디지털휴먼 생성 및 편집, 운영툴인 ‘바르코 휴먼’이다. 생성 AI 플랫폼 3종은 ‘바르코 스튜디오’라는 명칭으로 서비스된다. 게임 개발에 필요한 기획과 아트 등의 분야에서 효율성을 끌어올리는 것이 목표다. 엔씨는 바르코 LLM을 기반으로 디지털 휴먼, 생성형 AI 플랫폼, 대화형 언어모델 등 다양한 AI 연구와 사업에 본격 나선다. 이외에도 교육, 금융, 바이오 분야 등의 파트너들과 협업을 통해 전문지식을 결합한 도메인 전용 모델도 선보일 계획이다. 엔씨소프트 이제희 최고연구책임자(CRO)는 “바르코는 현재까지 공개된 유사한 크기의 한국어 언어모델 대비 최고의 성능을 보여주고 있다”며 “앞으로 바르코를 통해 게임 콘텐츠 개발은 물론 다양한 도메인에서 새로운 가치와 경험을 제공하겠다”고 밝혔다.

대학교와 공공기관 등 15곳 정보통신망을 해킹해 81만명의 개인정보를 빼돌린 20대 대학생이 구속됐다. 대구경찰청은 27일 정보통신망법 위반 및 위계에 의한 공무집행방해 혐의로 대학생 A씨를 구속하고, 범행에 가담한 또 다른 대학생 B씨를 불구속 입건했다. 이들은 2021년 8월부터 2022년 11월까지 경북대, 숙명여대, 구미대, 대구가톨릭대학교, 대구한의대 등 5개 대학교와 10개 공공기관에 분산된 로그 기록을 분석해 81만명의 개인정보 217만여 건을 빼돌린 혐의를 받고 있다. 경북대 재학생인 A씨는 중간고사 문제도 미리 빼돌린 것으로 드러났다. 다만 시험 직전에 문제를 확인해 성적에 큰 영향을 주진 않은 것으로 경찰은 보고 있다. 경찰에 따르면 이들은 주로 정보통신망의 취약점을 이용하는 수법을 사용해 개인정보를 빼돌렸다. 경찰 조사결과 이들은 파라미터값 변조 등 6가지 수법을 사용했다. 이들은 보안 시스템에 비슷한 취약점을 가진 기관을 물색해 범행 대상으로 삼은 것으로 파악됐다. 경찰 관계자는 “피의자들이 이게 큰 범죄인지 인식이 부족했던 것 같다”며 “지금은 범행을 저지른 것에 대해 반성하고 있다”고 말했다. 그러면서 “한번 성공하니 비슷한 시스템을 사용하는 기관에도 추가 해킹이 가능하다고 봐 시도했고 성공했다”며 “수집한 개인 정보로 인한 2차 피해는 확인되지 않았으나 추가 수사를 통해 피해 사실을 밝혀낼 계획”이라고 말했다.

한국자산매입은 국가지원 기술개발 연구과제인 팁스에서 최종 선정됐다고 19일 밝혔다. 한국자산매입은 리스크헷징 서비스의 고도화를 위해 분양가 적정성 평가 및 리스크 등급화 모델을 AI딥러닝 기술 접목 기술연구 및 개발계획을 수립한 바 있다. 팁스 운영사인 블루포인트를 통해 연구계획서 제출 후 발표 과정을 거쳤고 범부처통합연구지원시스템(IRIS)를 통해 최종 선정 결과를 확인했다고 전했다. 부동산 리스크분석을 위해서는 지역별 인구통계, 주변 평형별 시세변동 흐름, 지형의 특징 및 주요 인프라, 주변 택지지구 개발현황, 2~3년간의 공급계획, 분양단지의 층과 방향에 따른 매매 평당가 등 공개되어 있는 다양한 파라미터와 빅데이터를 활용하게 된다. 그러나 많은 변수들에 적용되는 가중치가 관점에 따라 상대적이기 때문에 민간 및 공공연구 기관에서 보고서들이 상이할 수 밖에 없고 표준화하기에 많은 어려움이 따랐다. 기존의 방식과 달리 부동산 자산가치평가를 위한 대내적 내외적 동적변수와 빅데이터에 딥러닝 알고리즘 기술을 활용하게 될 경우 실시간으로 리스크에 대한 수집 분석이 가능해질 뿐만 아니라 높은 신뢰도를 기대할 수 있게 된다. 이번 팁스 선정을 통해 한국자산매입은 부동산 리스크매니지먼트에 필요한 핵심 기술을 개발해 서비스 역량강화에 큰 이점을 얻게 됐다. 한국자산매입은 청약아파트 수분양자의 미래 불확실성을 해소할 수 있도록 입주시점에 취득원가로 매도선택권을 약속하는 헷지했지 안심매입약정 서비스 고도화에 필수적인 전국의 분양 사업단지 및 세대 단위로 분양가 적정성 평가를 인공지능 기술을 기반으로 수행할 수 있게 된다. AI딥러닝 기술의 발전이 가속되고 있는 만큼 인공지능 기반 부동산 리스크매니지먼트에 대한 시장 수요가 증대될 것으로 보고 있다. 매년 27만호가 공급되는 172조원대의 청약아파트 시장에 매입약정 상품은 메리츠 종금에서 대주단 엑시트를 목적으로 한 미분양 담보확약이 있었으나 아직까지 수분양자를 위한 부동산 리스크매니지먼트 상품은 없었던 것으로 알려져 있다. 한국자산매입의 헷지했지 안심매입약정은 수분양자의 매입 후 현금유동성 리스크를 헷징하고 헷지했지 파트너스는 시행사업자의 미래 현금유동성 리스크를 헷징할 수 있다고 회사 측은 설명했다. 이런 부동산 리스크매니지먼트 상품을 취급하기 위해서는 위험요인의 분석과 진단 체계화해야 하는데 방대한 데이터와 정밀한 지표를 개발하는 것이 중요하다. 한국자산매입은 국내 최초의 약정사로서 부동산 서비스에 대한 특허 출원을 시작으로 입주시점에 매입을 약속하는 서비스 헷지했지 안심매입약정을 다음달 오픈할 예정이다.

목재 재단은 여러모로 골치 아픈 과정이다. 다치지 않도록 해야 하는 건 너무나도 당연한 일이다. 목재를 절약하기 위해 어떻게 잘라야 할지 세심하게 고민해야 한다. 목재는 결에 따라 힘을 버티는 정도가 달라 결 방향에 유의해 잘라야 하기 때문이다. 예컨대 책상 상판으로 쓸 집성판재가 결 방향으로 가로 600㎜, 세로 500㎜라고 해보자. 마침 가로 490㎜, 세로 1000㎜짜리 목재가 있다. 그러나 이 목재는 크기가 더 크더라도, 결 방향이 짧아 쓸 수가 없다. 가구를 제작할 때 집성판재를 가장 많이 쓴다. 두께가 12㎜, 15㎜, 18㎜, 24㎜, 30㎜ 식으로 나온다. 두께는 다르지만 크기는 동일하다. 가로가 2440㎜, 세로가 1220㎜짜리로, 통상 ‘온장’이라 부른다. 이렇게 큰 집성판재를 온장 단위로 사놓고, 필요에 따라 조각내 잘라서 쓴다. 큰 목재라며 무턱대고 잘라대면 나중에 멀쩡한 목재를 두고 새로 사야 하는 일이 벌어진다. 실제로 그런 일을 몇 번 겪었고, 주변에서도 이런 실수를 하는 걸 자주 봤다. 이런 실수를 방지하려면 스마트폰 애플리케이션 ‘스케치컷’을 써보자. 목공인이라면 꼭 배워야 하는 ‘스케치업’ 프로그램에서 이름을 따온 듯하다 하다. 구글플레이스토어에서 쉽게 내려받을 수 있다. 라이트 버전은 무료이고, 광고 없고 PDF 연결 등 여러 기능이 더 들어간 프로 버전은 유료다.다운을 받아 실행하면 세팅을 어떻게 할지 물어본다. 스마트폰으로 쓸 거고, 단위는 ㎜로 설정했다. 여러 언어를 지원하지만, 아쉽게도 한국어는 없다.사용법은 여느 프로그램과 크게 다르지 않다. 우선 몸풀기로 가로 800㎜, 세로 600㎜짜리 1인용 책상을 만든다고 해보자. 4개의 각재로 받치고, 옆면엔 에이프런 4개를 붙여 보강한다. 새 파일을 만들고 파일명을 ‘1인용 책상’이라고 했다. 메뉴는 한글 지원을 하지 않지만, 파일명에 한글을 입력할 수 있다. 저장된 파일을 읽어올 수도 있다. 파일의 확장자명은 ‘sct‘다.전체 메뉴 가운데 두 번째 메뉴인 파라미터(parameters)를 누르면 시트(sheet)를 설정할 수 있다. 시트는 ‘내가 가지고 있는 목재’라고 이해하면 쉽다. ‘+’버튼을 눌러 크기를 정할 수 있다. 가로 2440㎜, 세로 1220㎜짜리 시트를 우선 만든다. 이렇게 만들어두면 시트 목록에 저장이 되고, 다음에 작업할 때 불러서 쓸 수 있다. 커팅 메소드(cutting method)는 결의 방향을 의미한다. 가로 결이기 때문에 바이 렝스(by length)로 선택한다.이어 시트를 어떻게 자를 것인지를 결정해야 한다. 메인 메뉴 가운데 파츠(parts) 부분에서 결정할 수 있다. ‘+’ 버튼을 눌러 내가 필요한 목재 사이즈를 입력한다. 상판 800X600㎜ 1장, 옆판 600X45㎜ 2장과 400X45㎜ 2장을 입력한다.이제 결과(result)를 눌러본다. 아래 오른쪽을 눌러 컬러를 입히면, 판재에 따라 색이 다르게 입혀진다. 크기를 숫자로 기재해 보기가 수월하다.그렇다면 각재는 어떻게 해야 할까. 사용할 각재가 45㎜ 짜리이니 길이 2440x45로 시트를 만들면 된다. 730㎜ 각재 4개를 입력했다. 2440㎜ 길이의 각재 1개로는 모자라니 2개를 준비해야 한다. 각재 1개에서 꽤 긴 길이의 자투리가 남는다는 걸 알 수 있다.직관적이어서 몇 번 조작해보면 쉽게 배울 수 있다. 그리고 익숙해지면 참 편하다. 남은 목재의 크기를 재서 시트에 넣고, 내가 필요한 만큼 잘라내면 남는 목재를 최소로 줄일 수 있다. 목재 가격도 계속 오르고 있다. 자투리라고 무시하지 말고, 이 앱으로 최대한 아껴보자.관심은 가지만 섣불리 시작하기 어려운 목공. 해보고는 싶은데 어떨지 잘 모르겠다면 일단 한 번 글로, 눈으로 들여다보세요. 주말이면 공방에서 구슬땀 흘리는 김기중 기자가 목공의 즐거움을 이야기합니다. ‘김기자의 주말목공’은 매주 토요일 아침 여러분을 찾아갑니다.

“1999년 서울에서 택시를 탔을 때 운전기사가 휴대전화 3대를 사용하고 있었던 기억이 강렬하게 남아 있다.”순다르 피차이 구글 최고경영자(CEO)순다르 피차이 구글 최고경영자(CEO)는 11일(현지시간) 생성형 인공지능(AI) 챗봇 ‘바드’에 영어 다음으로 한국어와 일본어 서비스를 채택한 이유에 대해 이 같이 밝혔다. 24년 전 서울에서 한국의 높은 첨단기술 수용력을 발견했으며, 이것이 한국어 서비스 우선 출시로 이어졌다는 설명이다. 피차이 CEO는 일본에 대해서도 “한 식당에서 반대편 테이블에 앉아 있던 손님들이 내가 도저히 따라갈 수 없는 속도로 문자를 주고받았던 기억이 있다”고 했다. 이날 미국 캘리포니아주 구글 클라우드 사옥에서 열린 글로벌 기자 간담회에서 피차이 CEO는 “새로운 언어에 대한 접근성을 높이기 위해 고려해야 할 여러 사항이 있다”며 “한국과 일본은 기술 채택에 있어 최첨단을 달리고 있는 매우 역동적이고 흥미로운 지역”이라고 평가했다. 이어 “기술적인 측면에서 최첨단인 이 두 시장에 (진출을) 확대한다는 것은 큰 가치가 있다”며 “한국과 일본이 이미 모바일 분야에서 얼마나 (세계를) 선도하고 있는지, 세계 최고인지 알 수 있다”고 설명했다. 그러면서 “(한국어와 일본어는) 기존 영어와 매우 다르고 새로운 것을 시도하는 데 큰 도움이 된다”며 한국어 및 일본어 우선 지원은 “새로운 도전”이라고 밝혔다.구글은 전날인 10일 연례 개발자 회의(I/O)에서 자체 개발한 생성형 인공지능 챗봇 ‘바드’를 한국과 전 세계 180개국에 전면 공개했다. 3월 미국과 영국에서 시범 출시한 지 약 2개월 만이다. 구글은 한국어 및 일본어 지원도 발표했다. 바드가 영어 외의 언어를 지원한 것은 한국어와 일본어가 처음이다. 사용자가 더 많은 스페인어나 중국어, 힌두어도 제쳤다. 바드에는 구글의 최신형 언어모델(LLM) ‘팜2’(PaLM2)가 탑재됐다. 프롬프트(명령어)를 입력하는 방식으로 사용자와 자유로운 대화는 물론 고급수학, 추론, 코딩 등도 수행할 수 있다. 팜2는 지난해 4월 출시된 팜(PaLM)의 업그레이드 버전으로 5400억개의 파라미터(매개변수)를 처리하고 100여개의 언어를 학습한다. 바드는 구글 렌즈(Lens)와 결합해 텍스트 외에도 이미지 정보를 분석할 수 있게 됐다. 개 두 마리가 나란히 서 있는 사진을 바드에 업로드한 뒤 캡션을 작성해 달라고 하면, 바드가 몇초 만에 품종을 감지하고 창의적인 캡션을 제시하는 식이다. 구글은 바드 사용 과정에서 사용자들이 자유롭게 이미지를 편집할 수 있도록 어도비와도 기술 제휴를 맺었다. 구글은 이런 생성형 AI 기술을 이메일(G-mail) 사진편집(Photo) 등 기존 ‘구글 워크스페이스’ 서비스에 통합하고 있다. 앞으로 구글 사용자들은 AI의 도움을 받아 이메일 초안을 작성하고, 사진 속 빈 공간에 색을 입힐 수 있게 된다.그간 구글은 준비되지 않은 기술을 시장에 내놓을 경우 평판이 떨어질 것을 우려해 바드의 공식 출시를 꺼려왔다. 실제로 지난 2월 구글이 바드를 처음 소개하며 공개한 시연 영상에서 바드가 제임스 웹 우주 망원경에 대한 오답을 내놓는 바람에 구글의 모회사인 알파벳 주가가 7% 넘게 급락하는 등 체면을 구기기도 했다. 그러나 지난해 12월 출시된 챗GPT가 출시 두달 만에 월간 활성사용자수 1억명을 돌파하며 시장에 돌풍을 일으키자 구글도 결국 자세를 고쳐 앉았다. 여기에 마이크로소프트(MS)가 챗GPT 개발사인 오픈AI와 기술 제휴를 맺고 지난 2월 자사 검색엔진 ‘빙’(Bing)에 챗GPT-4를 도입하자 구글 임원진들 사이에선 위기감이 고조됐다. 빙의 검색시장 점유율은 아직 3% 미만에 머물지만, 사용자 질문에 서술형으로 대답해 검색의 새로운 장을 열었다는 평가를 받는다. 이날 구글이 바드를 전면 공개하고 검색엔진을 포함한 기존 자사 서비스에 바드를 통합한다고 밝힌 것은 바드를 챗GPT에 대항하는 명실상부한 AI 챗봇으로 키우고, 링크 나열형 검색에서 벗어나 대화형 검색 서비스로 전환하겠다는 강한 의지를 보인 것으로 풀이된다. 피차이 CEO는 글로벌 기자간담회에서도 자신감을 드러냈다. 그는 구글이 마이크로소프트(MS), 오픈AI와의 AI 경쟁에서 뒤쳐졌다는 평가에 대해 “특정 기술을 다룰 때 초기 몇 달이 미래를 결정한다는 생각에는 동의하지 않는다”며 “구글은 그간 쌓아온 것들이 뚜렷하고, 앞으로 어떻게 나아갈 것인지 알고 있다”고 했다. 그러면서 “시간을 들여 제대로 만들고 싶다. 잘못하고 싶지는 않다”고 강조했다. 피차이 CEO 10일 I/O 행사에 참석한 수천명의 개발자들 앞에서도 “AI 선도 기업으로 여정을 시작한 지 7년이 지난 지금, 흥미로운 변곡점에 서 있다”며 “생성형 AI를 통해 다음 단계로 나아가고 있으며 검색을 포함한 모든 핵심 제품을 재구상하고 있다”고 했다. 피차이 CEO는 올해로 창립 25년을 맞은 구글의 향후 비전도 밝혔다. 그는 “수년 전만 해도 우리가 AI를 연구하기 시작한 이유 중 하나는 가능한 한 많은 사람에게 정보와 지식을 제공한다는 사명이었다”며 “우리가 생각해 왔던 일들을 이제 이룰 수 있는 변곡점에 있다고 생각한다”고 말했다. 그러면서 “이제 모든 사람에게 도움이 되는 AI를 과감하고 책임감 있게 접근하는 것이 향후 25년 동안의 가장 야심 찬 비전”이라고 강조했다. 그는 “이보다 더 기대되는 일은 없으며, 모든 사람에게 도움이 될 수 있도록 대담하고 책임감 있게 이 일을 해나가고 모두를 위한 기술을 구축하는 것이 저희의 DNA에 깊이 뿌리내려 있다”고 덧붙였다. 100여명의 전 세계 기자들이 참석한 이날 간담회에는 피차이 CEO 외에 구글 클라우드 CEO 토마스 쿠리안, 엘리자베스 리드 검색 부문 부사장, 제임스 마니카 연구 기술 및 사회 부문 수석 부사장이 참석했다.

구글의 대화형 인공지능(AI) 챗봇 ‘바드’(Bard)가 10일(현지시간) 180여개국에서 전면 서비스를 시작하면서 영어에 이어 두 번째로 한국어와 일본어 지원을 개시했다. 지난해 11월 출시된 오픈AI의 챗GPT와 치열한 경쟁이 벌어질 전망이다. 순다르 피차이 구글 최고경영자(CEO)는 이날 미국 캘리포니아주 마운틴뷰 쇼어라인 엠피시어터에서 연 ‘구글 연례 개발자 회의’(I/O)에서 “오늘부터 바드 이용을 위한 대기자 명단 운영을 종료한다”고 밝혔다. 지난 3월에 출시한 지 한 달 반 만에 전면 공개다. 바드에는 구글의 최신 대규모 언어 모델인 ‘팜2’(PaLM2)가 탑재됐다. 100개 이상의 언어를 지원하고 5300억개의 파라미터(매개변수)를 바탕으로 과학·수학적 추론과 코딩 작업을 할 수 있다. 피차이 CEO는 구글 검색창의 상단에 바드가 생성한 답을 표시하고 이용자가 추가 질문을 할 수 있도록 할 계획도 밝혔다. 지난 2월 마이크로소프트도 검색엔진 빙(Bing)과 챗GPT를 통합하는 방식을 시연한 바 있다. 대화형 AI의 답변 오류 위험에 검색창에 바드를 접목하는 데 보수적이었던 구글도 전략을 바꾼 것이다. 구글의 새로운 검색엔진은 몇 주 내에 시범운영에 들어간다. 다만 피차이 CEO는 여전히 바드가 오답을 내놓을 가능성을 인정하며 “현재 사용되는 대규모 언어 모델들은 아직 한계가 있는 초기 기술”이라며 “향후 품질을 중시하고 엄격한 기준을 유지하며 AI 원칙을 준수해 나갈 것”이라고 설명했다. 구글은 총 25개 제품에 최신 AI 기술을 탑재했다. 구글 이메일의 ‘문장 완성 기능’은 ‘이메일 생성 기능’으로 대체된다. 또 바드는 이미지로 묻거나 이미지로 답할 수 있다. 일례로 휴대전화 속 강아지 사진을 선택하고 “사진 속 강아지의 품종을 알려줘”라고 요청하면 ‘구글 렌즈’(Google Lens)를 통해 사진을 분석하고 품종을 확인해 답변한다. 다음주부터는 답의 출처도 표기한다. 구글은 그림 생성 기능에 대한 저작권 문제를 해결하기 위해 ‘포토숍’을 서비스하는 어도비와 손을 잡았다. 바드는 이날 한국어와 일본어 지원을 시작한 데 이어 조만간 40개 언어를 지원할 예정이다. 바드의 한국어 버전에 ‘너는 누구니’라고 물었더니 “대규모 언어 모델로, 정보 제공 및 포괄적으로 훈련된 대화형 AI 또는 챗봇”이라고 자신을 소개했다. 이어 ‘독도는 누구 땅인가’라고 묻자 “한국의 영토다. 한국은 독도를 1951년부터 실효적으로 지배하고 있고, 독도가 한국의 고유 영토임을 입증하는 역사적·지리적·국제법적 근거가 있다”고 제시했다. 다시 ‘독도는 일본 땅 아니냐’는 질문에는 “저는 단지 언어 모델일 뿐이고, 그것을 이해하고 응답하는 능력이 없기 때문에 도와드릴 수 없다”고 답했다.

구글 대화형 AI챗봇 ‘바드’, 영어 이어 한국어 서비스 검색창에 바드 적용 계획… 챗GPT와 경쟁 본격화구글의 대화형 인공지능(AI) 챗봇 ‘바드’(Bard)가 10일(현지시간) 180여개국에서 서비스를 전면 시작한 가운데, 영어에 이어 두 번째로 한국어와 일본어 지원을 개시했다. 지난해 11월 출시된 오픈AI의 챗GPT와 경쟁이 본격화될 전망이다. 순다르 피차이 구글 최고경영자(CEO)는 이날 미국 캘리포니아주 마운틴뷰 쇼어라인 엠피씨어터에서 연 ‘구글 연례 개발자 회의’(I/O)에서 “오늘부터 바드 이용을 위한 대기자 명단 운영을 종료한다”고 밝혔다. 지난 3월에 출시한 지 한 달 반 만에 전면 오픈이다. ●바드, 과학·수학적 추론이나 코딩 작업 가능<br> 바드에는 구글의 최신 대규모 언어 모델인 ‘팜2’(PaLM2)가 탑재됐다. 100개 이상의 언어를 지원하고 5300억개의 파라미터(매개변수)를 바탕으로 과학·수학적 추론이나 코딩 작업을 할수 있다. 이날 피차이 CEO는 구글 검색 결과 창의 상단에 바드가 생성한 답을 표시하고 이용자가 추가 질문을 할 수 있도록 할 계획을 밝혔다. 지난 2월 마이크로소프트도 검색엔진 빙(Bing)과 챗GPT를 통합하는 방식을 시연한 바 있다. 대화형 AI의 답변 오류 때문에 검색창에 바드를 접목하는데 보수적이었던 구글이 챗GPT와의 경쟁을 선언한 것으로 평가된다. 구글의 새로운 검색엔진은 몇 주내에 시범운영에 들어간다. ●바드, 오답 가능성 여전… “한계 있는 초기 기술” 다만, 피차이 CEO는 여전히 바드가 오답을 내놓을 가능성이 있다는 점에서 “현재 사용되는 대규모 언어 모델들은 아직 한계가 있는 초기 기술”이라며 “향후 품질을 중시하고 엄격한 기준을 유지하며 AI 원칙을 준수해 나갈 것”이라고 했다.구글은 총 25개 제품에 최신 AI 기술을 탑재했다. 구글 이메일의 ‘문장 완성 기능’은 ‘이메일 생성 기능’으로 대체된다. 또 바드는 이미지로 묻거나 이미지로 답할 수 있다. 일례로 휴대전화 속 강아지 사진을 선택하고 “사진 속 강아지의 품종을 알려줘”라고 요청하면 ‘구글 렌즈’(Google Lens)를 통해 사진을 분석하고 품종을 확인해 제시한다. 다음 주부터는 답의 출처도 표기한다. 구글은 그림 생성 기능에 대한 저작권 문제를 해결하려 ‘포토샵’을 서비스하는 어도비와 손을 잡았다. ●‘독도는 누구땅이냐’ 질문에, 바드 “한국 영토” 바드는 이날 한국어와 일본어 지원을 시작했고, 조만간 40개 언어를 지원할 예정이다. 바드의 한국어 버전에 ‘너는 누구니’라고 물었더니 “대규모 언어 모델로, 정보 제공 및 포괄적으로 훈련된 대화형 AI 또는 챗봇”이라며 “질문에 대한 응답으로 인간과 같은 텍스트를 통신하고 생성할 수 있다. 하지만 미래에 대한 정보를 생성할 수 없다”고 답했다. 이어 ‘독도는 누구 땅’이냐는 질문에는 “한국의 영토다. 한국은 독도를 1951년부터 실효적으로 지배하고 있으며, 독도가 한국의 고유 영토임을 입증하는 역사적·지리적·국제법적 근거가 있다”고 했다. 이어 ‘독도는 일본 땅 아니냐’는 질문에는 “저는 단지 언어 모델일 뿐이고, 그것을 이해하고 응답하는 능력이 없기 때문에 도와드릴 수 없다”고 답했다. 한편, 구글은 이날 또 자사의 첫 폴더블폰인 ‘픽셀 폴드’를 처음 선보였다. 폴더블폰은 삼성전자가 2019년 2월 처음 공개한 이후 시장을 선도하는 스마트폰이다.

‘챗GPT’·‘GPT’ 상표권 출원 AI엔 SNS 대화가 학습 자료 돼트위터·레딧 대화DB 유료 추진언론도 동의 없는 뉴스 활용 반대“인터넷 정보 사고파는 시장 열려” 챗GPT를 비롯한 초거대 언어 모델 기반 인공지능(AI) 챗봇이 정보기술(IT)업계에 큰 파장을 일으키면서 유료 데이터의 범위가 넓어지고 있다. 과거 당연히 무료로 여겨졌던 소셜미디어상 대화 내용이나 기사에 담긴 정보 등 인터넷의 방대한 기록에 가격표가 붙기 시작하는 것이다. 최근 오픈AI는 챗GPT나 GPT의 상표권을 출원하고 명칭을 무단으로 사용할 수 없게 했다. 앞서 챗GPT의 월 20달러 구독 상품을 출시하고 GPT4 출시와 함께 파라미터 수나 학습한 데이터 셋 등 어떤 정보도 공개하지 않으면서 2015년 출범 당시 추구했던 비영리단체와는 멀어진 모습이 됐다. 이에 트위터와 레딧은 사용자 대화 데이터베이스에 접근할 수 있는 응용프로그램 인터페이스(API)의 유료화를 추진하고 있다. 챗GPT가 IT 업계에 불러온 엄청난 영향과 이를 이용한 오픈AI의 다양한 수익화를 목격한 시장이 더이상 AI에 공짜 학습 자료를 제공할 필요가 없다고 판단하기 시작한 셈이다. 특히 사람처럼 말하는 것이 기술의 지향점인 초거대 언어 모델엔 자연스러운 말투나 구어체 표현 등을 익히는 것이 중요하다. 그래서 소셜미디어에서 사용자들이 생성한 대화 데이터는 아주 방대하고 귀중한 학습 자료가 됐다. 사람들끼리 쉽게 공유하던 정보들도 AI엔 유료로 제공하는 추세도 일어나고 있다. 개발자들이 서로 질문하고 답하는 사이트인 스택오버플로는 대형 AI 회사에 사용자 작업 데이터 접근 비용을 청구할 계획이다. 여기에 미국 언론사를 대표하는 뉴스미디어연합도 회원사가 생산한 저작물로 AI를 학습시킬 경우 라이선스 비용을 지불해야 한다고 선언했다. 월스트리트저널은 이 문제로 오픈AI에 대한 소송을 검토하고 있기도 하다. 이런 흐름은 국내에서 초거대 언어 모델 기반의 AI 서비스를 개발, 수익화하려는 기업에 영향을 미친다. 네이버와 카카오는 당장 오픈AI의 상표권 출원에 따라 ‘서치GPT’(네이버), ‘코(KO)GPT’(카카오) 등 AI 서비스 이름을 바꿔야 한다. 특히 오는 7월 네이버가 공개 예정인 초거대 AI ‘하이퍼클로바X’는 50년치 뉴스와 9년치 블로그 등 막대한 데이터를 학습하는 것으로 알려졌는데, 국내 언론계도 사전 동의 없이 뉴스 서비스 이외의 목적에 데이터를 활용해선 안 된다는 입장이다. 다만 유료 데이터 셋을 가공하는 시장이 커지면 스타트업 등에 기회가 많아지는 효과도 있다. 국내 AI 업계 관계자는 “과거엔 ‘가치 있는 데이터’로 인식되지 않았던 인터넷상의 방대한 정보를 사고파는 ‘시장이 열렸다’는 관점이 커지고 있다”며 “생성형 AI가 늘어날수록 데이터 확보 경쟁이 거칠어지고, 이에 따라 유료화 흐름도 커질 것으로 보인다”고 말했다.

최근 대화형 인공지능(AI) 챗GPT가 사회적 관심을 모으면서 챗GPT의 기반이 되는 ‘초거대 AI’ 기술을 선점하기 위한 특허 경쟁도 치열해지고 있다. 지금까지는 미국과 중국이 특허 양강 구도를 이루고 한국과 일본이 추격하는 양상이다. 특허청은 19일 한국·미국·일본·중국·유럽 등 지식재산권 5대 주요국에 출원된 초거대 AI 관련 특허가 2011년 530건에서 2020년 28배인 1만 4848건으로 증가했다고 밝혔다. 초거대 AI는 기계학습을 통해 결정되는 파라미터(인간 뇌세포의 시냅스)가 무수히 많은 인공지능을 일컫는다. 2016년부터 2020년까지 최근 5년간은 연평균 61.3% 증가해 10년간 연평균 증가율(44.8%)보다 증가 속도가 더 빨라졌다. 이는 2016년 알파고 충격 이후 AI 연구가 활발해진 결과로 보인다고 특허청 측은 설명했다. 국가별로는 미국이 1만 5035건 (35.6%)으로 가장 많았고 중국 1만 3103건(31.0%), 일본 4906건(11.6%), 한국 4785건(11.3%) 순이었다. 연평균 증가율에서는 한국이 89.7%로 가장 높았다. 한국의 초거대 AI 관련 특허 출원은 2011년 연간 6건 출원에 그쳤으나 2020년에는 1912건에 달해 319배나 급성장했고 2019년부터 연간 출원량에서 일본을 추월했다. 출원인별로는 삼성이 1213건(2.9%)으로 가장 많았고 IBM 928건(2.2%), 구글 824건(2.0%), 마이크로소프트 731건(1.7%), 바이두 572건(1.4%) 순으로 글로벌 빅테크 기업들이 상위권을 차지했다. 국내 기업 및 연구기관의 출원 순위는 1위 삼성, 10위 LG(384건·0.9%), 25위 스트라드비젼(209건·0.5%), 36위 한국전자통신연구원(157건·0.4%), 66위 한국과학기술원(80건·0.2%) 등의 순이었다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 글로벌 정보기술(IT) 공룡들의 초거대 AI 전쟁을 촉발했다. 세계적으로 AI 서비스 경쟁이 격화되는 가운데 국내 기업들의 AI 기술 수준은 세계 2~3위권으로 미국을 발 빠르게 쫓고 있다. 하지만 기술·자본·인재풀을 모두 가진 미국 기업, 정부의 전폭적인 지원을 받는 중국 기업들과 경쟁하기엔 국내 기업의 상황이 녹록지 않다. 네이버의 초거대 AI 모델인 ‘하이퍼클로바’를 개발해 운영하는 네이버클라우드 AI랩 하정우 소장은 7일 “초거대 AI 기술과 생태계 분야에서 미국이 글로벌 리더십을 가지고 있으며 한국도 여러 기업이 ‘패스트 팔로잉’ 중”이라면서 “한국은 중국과 함께 세계 2~3위권 수준”이라고 답했다. AI솔루션 기업 업스테이지의 배재경 AI 프로덕트 리더는 “중국은 데이터 확보에 매우 유리한 조건을 갖추고 있어 성능 좋은 AI 응용 모델이 빠르게 나올 수 있고, 한국도 원천 기술과 응용 분야에서 비교적 많은 인재가 활약하고 있어 미국과 중국을 제외한 다른 선진국들에 비해 떨어지지 않는다”고 말했다. 네이버가 2021년 5월 국내 최초로 선보인 초거대 AI 언어 모델인 하이퍼클로바는 AI 모델의 크기를 나타내는 매개변수(파라미터)가 2040억개로, GPT-3(오픈AI)의 1750억개를 능가한다. 네이버가 상반기 출시하겠다고 공언한 생성 AI 서비스 ‘서치GPT’도 하이퍼클로바를 기반으로 한다. 카카오의 AI 전문 계열사 카카오브레인도 GPT-3 기반 한국어 특화 AI 언어 모델인 ‘KoGPT’를 2021년 11월 공개했다. 3000억개의 파라미터를 자랑하는 LG AI 연구원의 ‘엑사원’은 언어뿐 아니라 이미지, 영상 등 다양한 정보를 습득하고 다루는 ‘멀티 모달리티’ 능력도 갖췄다. 특히 초거대 AI는 데이터 확보와 개발, 운용에 막대한 비용이 소요되는데 그만큼 수익을 뽑아내기가 어렵다. 그래서 효율을 높이고 비용을 낮추는 데 큰 효과를 낼 수 있는 AI 반도체 개발은 업계에 매우 중요하다. 현재 널리 사용되는 그래픽처리장치(GPU)를 대체할 신경망처리장치(NPU)가 업계의 기대를 받고 있는데, 아직 초기 단계인 시장을 키우기 위해 정부와 국내 기업이 기민하게 움직이고 있다. 정부는 AI 반도체 부문에 4년간 1조 200억원을 투자하겠다고 밝혔다. KT는 반도체 제조사 리벨리온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰고, ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤도 자체 개발한 NPU ‘사피온’의 고도화에 집중하고 있다. 삼성전자는 자체 연산 기능을 탑재해, 코어로 보내는 데이터를 가공하는 메모리인 PIM(Processing In Memory)를, SK하이닉스는 초고속 메모리 HBM(High Bandwidth Memory)만들고 있다. 이들 업체는 세계 시장을 장악하고 있는 엔비디아(SK하이닉스)와 AMD(삼성전자)의 GPU 제품에 각각 PIM을 공급하고 있다. 하지만 ‘공룡’이라고 표현되는 미국 기술 기업들에 비해 국내 기업의 자본력과 인력풀은 턱없이 부족한 상황이다. 마이크로소프트는 오픈AI에 100억 달러(약 12조 5800억원)의 통 큰 투자를 감행했으며, 구글은 2014년 인수한 AI 스타트업 딥마인드가 6년간 적자만 내는 동안에도 막대한 투자를 멈추지 않았다. 중국은 ‘AI 굴기’로 자국 기업에 지원을 쏟아붓고 있다. 네이버가 지난해 연구개발에 투자한 금액은 8370억원이다. 영국 데이터 분석 미디어인 토터스인텔리전스의 지난해 ‘글로벌AI지수’ 조사에서 한국은 개발 능력이 3위였지만 인재 분야에선 28위에 그쳤다. 국내에서 본격적으로 AI 전문 인재를 양성한 시간이 길지 않아서다. 데이터 확보와 결과물에 대한 국내 규제나 사회의 보수성도 초거대 AI 서비스가 더 활발히 출시되는 데 제약이 된다. 하 소장은 “학습 데이터의 지식재산권, 생성된 결과물에 대한 저작권 등 문제에 좀더 개방적으로 접근해야 쉽게 기술을 운용할 수 있다”며 “초거대 AI를 더 많은 사람이 사용하게 하면서 문제를 함께 논의하고 수정해 나가는 사회적 공감대를 만드는 것이 중요하다”고 말했다. 검색 광고, 클라우드, 반도체처럼 소수의 승자가 모든 걸 가져가기 쉬운 IT 업계에서 국내 기업이 글로벌 기업에 의한 기술 종속을 면하기 위해서는 정부의 지원이 필요하다. 하 소장은 “기업들이 연구 투자와 산학 협력을 원활하게 할 수 있도록 다양한 지원이 필요하다”면서 “특히 초거대 AI를 활용하는 능력이 중요해질 전망인데, 중등·대학 교육 과정에서 AI 문해력(리터러시)을 강화할 수 있도록 지원해야 한다”고 말했다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 글로벌 정보기술(IT) 공룡들의 초거대 AI 전쟁을 촉발했다. 세계적으로 AI 서비스 경쟁이 격화되는 가운데, 국내 기업들의 AI 기술 수준은 세계 2~3위권으로 미국을 발빠르게 쫓고 있다. 하지만, 개별 기업들의 자본력과 인재풀로는 미국 기업에 기술 종속을 면하기 어려운 상황이다. 네이버의 초거대 AI 모델인 ‘하이퍼클로바’를 개발, 운영하는 네이버클라우드 AI랩 하정우 소장은 7일 서울신문이 이메일로 보낸 질문에 “초거대 AI 기술과 생태계 분야에서 미국의 오픈AI, 마이크로소프트(MS), 구글 중심으로 글로벌 리더십을 가지고 있으며 한국도 여러 기업이 경쟁력 있게 ‘패스트 팔로잉’ 중”이라면서 “한국이 중국과 함께 전세계 2~3위권 수준”이라고 답했다. 네이버가 2021년 5월 국내 최초로 선보인 초거대 AI 언어 모델인 하이퍼클로바는 AI 모델의 크기를 나타내는 매개변수(파라미터)가 2040억개로, 오픈AI의 GPT-3의 1750억개를 능가한다. 하이퍼클로바는 클로바 케어콜, 네이버 쇼핑, 네이버 검색 등을 통해 상당히 상용화돼 있으며, 국내 500개 이상 스타트업이 ‘클로바 스튜디오’를 통해 하이퍼클로바를 활용, 새로운 서비스와 앱을 만들어 사업 기회를 만들고 있다. 네이버가 상반기 출시하겠다고 공언한 생성 AI 서비스 ‘서치GPT’도 하이퍼클로바를 기반으로 한다. 카카오의 AI 전문 계열사 카카오브레인도 GPT-3 기반 한국어 특화 AI 언어 모델 ‘KoGPT’를 2021년 11월 공개했으며, 초거대 AI가 만들어 낸 AI 화가 ‘칼로’와 AI 시인 ‘시아’를 활용, 다양한 서비스로 확장을 계획하고 있다. 3000억개의 파라미터를 자랑하는 LG AI 연구원의 ‘엑사원’은 언어 뿐 아니라 이미지, 영상 등 다양한 정보를 습득하고 다루는 ‘멀티 모달리티’ 능력도 갖췄다. KT는 상반기 2000억개 파라미터를 가진 초거대 AI ‘믿음’을 출시, 다양한 서비스에 적용할 예정이다.최근 한화생명과 삼성SDS에 자사 솔루션 AI팩을 공급한 AI솔루션 기업 업스테이지의 배재경 AI 프로덕트 리더는 “원천 기술에 있어, 미국이 계속 우위를 가져왔고 새로운 시도가 가장 빈번하게 이뤄져 왔으며, 미국 기업이 시장을 잡고 있는 상황”이라면서 “중국은 데이터 확보에 매우 유리한 조건이라 성능 좋은 AI 응용 모델이 빠르게 나올 수 있고, 한국도 원천 기술, 응용 분야에서 많은 인재들이 활약하고 있어, 미국과 중국을 제외한 다른 선진국들에 비해 떨어지지 않는다”고 말했다. 하지만 ‘공룡’이라고 표현되는 미국 기술 기업들에 비해 국내 기업의 자본력과 인력풀은 턱없이 부족한 상황이다. 마이크로소프트는 오픈AI에 100억 달러(약 12조 5800억원)의 통 큰 투자를 감행했으며, 구글은 2014년 인수한 딥마인드가 6년간 적자만 내는 동안에도 막대한 투자를 멈추지 않았다. 중국은 ‘AI 굴기’로 자국 기업에 국가 단위의 전폭적인 지원을 쏟아붓고 있다. 네이버가 지난해 연구개발에 투자한 금액은 8370억원이다. 영국 데이터 분석 미디어인 토터스인텔리전스의 지난해 ‘글로벌AI지수’ 조사에 한국은 개발 능력이 3위였지만 인재 분야에선 28위에 그쳤다. AI 전문 인재를 양성한 시간이 길지 않아서다. 데이터 확보와 결과물에 대한 국내 규제나 사회의 보수성도 초거대 AI 서비스가 더 활발히 출시되는 데에 제약이 된다. 하 소장은 “학습 데이터의 지식재산권, 생성된 결과물에 대한 저작권 등 문제에 좀 더 개방적으로 접근해야 쉽게 기술을 운용할 수 있다”며 “초거대 AI를 더 많은 사람이 사용하게 하면서, 문제를 함께 논의하고 수정해 나가는 사회적 공감대를 만드는 것이 중요하다”고 말했다. 특히 초거대 AI는 데이터 확보와 개발, 운용에 막대한 비용이 소요되는데, 그만큼의 수익을 서비스로 뽑아내기가 어렵다. 그래서 효율을 높이고 비용을 낮추는 데에 큰 효과를 낼 수 있는 AI 반도체 개발은 업계에 매우 중요하며, 시장 규모도 계속해서 커질 전망이다.현재 널리 사용되는 그래픽처리장치(GPU)는 애초에 AI를 위해 만들어진 프로세서가 아니라, AI가 거대해질수록 가격이 비싸지고 전력 소모가 커진다. 그래서 대용량의 데이터를 처리하면서 비용을 낮출 수 있는 프로세서로 신경망처리장치(NPU)가 업계의 기대를 받고 있다. 한국전자통신연구원이(ETRI) 2021년말 자체 개발한 NPU를 서버에 도입해 본 결과 GPU 기반 서버보다 연산 성능은 4배, 전력 효율은 7배 늘었다. 아직 초기 단계인 NPU 시장에 정부와 국내 기업은 발빠르게 진출했다. 정부는 AI 반도체 부문에 4년 간 1조 200억원을 투자하겠다고 밝혔다. KT는 반도체 제조사 리벨레온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰고, ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤도 자체 개발한 AI반도체 ‘사피온’ 고도화에 집중하고 있다. 프로세서만큼 중요한 요소는 메모리다. 프로세서의 두뇌에 해당하는 코어와 D램 사이에 오가는 데이터 양이 많아지면 데이터 병목현상이 생기는데, 고성능 메모리가 이를 해결할 수 있다. 삼성전자는 자체 연산 기능을 탑재해, 코어로 보내는 데이터를 가공하는 메모리인 PIM(Processing In Memory)를, SK하이닉스는 초고속 메모리 HBM(High Bandwidth Memory)만들고 있다. 이들 업체는 세계 시장을 장악하고 있는 엔비디아(SK하이닉스)와 AMD(삼성전자)의 GPU 제품에 각각 PIM을 공급하고 있다. 글로벌 기술기업들에 맞서는 국내 AI 업계에 정부 지원은 필수다. 특히 투자 규모와 인재 확보 측면에서 격차가 크다. 하 소장은 “기업들이 연구 투자와 산학 협력을 원활하게 할 수 있도록 다양한 지원이 필요하다”면서 “특히 초거대 AI를 활용할 수 있는 능력이 중요해질 전망인데, 중등·대학 교육 과정에서 AI 문해력(리터러시)을 강화할 수 있도록 지원해야 한다”고 말했다.

LG그룹은 인공지능(AI) 기술을 미래 먹거리로 선정, 2020년 설립한 ‘LG AI연구원’을 중심으로 AI 기술 경쟁력 강화에 힘을 쏟고 있다. LG는 과감한 투자와 혁신으로 미래 성장동력을 확보한다는 계획이다. 앞으로 5년간 AI데이터 분야 연구개발에 3조 6000억원을 투입해 미래 기술을 선점하고 인재 영입에 적극적으로 나서 고용 창출에도 기여할 방침이다. LG는 지난해 12월 초거대 멀티모달 AI ‘EXAONE’(엑사원)을 공개한 바 있다. 초거대 AI는 대용량의 연산이 가능한 컴퓨팅 인프라를 바탕으로 대규모 데이터를 스스로 학습해 인간처럼 사고·학습·판단할 수 있는 AI를 의미한다. 특정 용도에 국한되지 않고 다양한 분야에서 활용이 가능하다. LG AI연구원은 지난해 5월부터 인간의 뇌에서 정보를 학습하고 기억하는 시냅스와 유사한 역할을 하는 인공 신경망의 파라미터를 13억개에서 1750억개까지 단계적으로 키우며 초거대 AI를 연구해 왔다. 파라미터는 AI가 딥러닝을 통해 학습한 데이터가 저장되는 곳으로, 이론상 파라미터가 많을수록 AI가 더 정교한 학습을 할 수 있다. 엑사원은 국내 최대인 약 3000억개의 파라미터를 보유하고 있다. 언어뿐 아니라 이미지와 영상에 이르기까지 인간의 의사소통과 관련된 다양한 정보를 습득하고 다룰 수 있는 멀티 모달리티(Multi-Modality) 능력을 갖췄다. 앞으로 멀티모달 AI 기술이 고도화되면 AI가 데이터를 습득해 이해하는 수준을 넘어 추론하고, 시각과 청각 등 다양한 감각 영역을 넘나드는 창조적 생성을 할 수 있다. LG의 AI는 기술력뿐만 아니라 창의성도 인정받고 있다. LG가 배출한 AI 아티스트 ‘틸다’는 지난 7월 세계 3대 광고제로 불리는 ‘뉴욕 페스티벌’에서 ‘더 퓨처 나우’(The Future Now) 부문 금상과 은상을 수상했다. 뉴욕 페스티벌은 AI 등 혁신적인 방법으로 대중과 교감한 사례를 선정하기 위해 이 부문을 신설했다. AI 아티스트의 작품이 수상한 첫 사례인 ‘기후 변화에 맞서는 최초의 AI 틸다’는 지난 2월 뉴욕 패션 위크에서 틸다와 박윤희 디자이너가 협업해 선보인 ‘금성에 핀 꽃’ 컬렉션을 만드는 과정을 담은 캠페인이다. LG는 청년 AI 인재 양성에도 힘쓰고 있다. 지난 6월에는 연간 4000여명 이상의 청년 AI 인재 양성을 위한 프로젝트 ‘LG에이머스’ 운영 계획을 발표했다.

LG는 ‘고객 경험’을 혁신하고 새로운 가치를 전하기 위해 인공지능(AI) 기술 경쟁력을 높이는 데 전사적 힘을 쏟고 있다. 특히 미래 기술을 선점하기 위해 2020년 설립한 LG AI연구원을 중심으로 AI 전문 인재를 육성하고 산학 협력과 글로벌 파트너십을 강화하는 등 활발한 연구 활동을 진행하고 있다. LG의 AI 개발 중심에는 지난해 12월 공개한 초거대 AI ‘엑사원’(EXAONE)이 있다. 초거대 AI는 대용량의 연산이 가능한 컴퓨팅 인프라를 기반으로 대규모 데이터를 스스로 학습해 인간처럼 사고·학습·판단할 수 있는 AI를 의미한다. 특정 용도에 국한되지 않고 다양한 분야에서 활용할 수 있다. 앞서 LG AI연구원은 지난해 5월부터 인간의 뇌에서 정보를 학습하고 기억하는 시냅스와 유사한 역할을 하는 인공 신경망의 파라미터를 단계적으로 키우며 초거대 AI를 연구해 왔다. 파라미터는 AI가 딥러닝을 통해 학습한 데이터가 저장되는 곳으로, 파라미터가 많을수록 AI가 더 정교한 학습을 할 수 있다. 엑사원은 국내 최대인 약 3000억개의 파라미터를 보유하고 있다. 언어뿐 아니라 이미지와 영상에 이르기까지 인간의 의사소통과 관련된 다양한 정보를 습득하고 다룰 수 있는 ‘멀티 모댈리티’ 능력을 갖췄다. 엑사원 개발은 AI 아티스트 ‘틸다’의 탄생으로 이어졌다. 틸다는 엑사원으로 구현한 첫 번째 AI 휴먼으로 지난 2월 뉴욕 패션 위크에서 디자이너 박윤희와 함께 협업해 만든 의상을 선보이기도 했다. 당시 공개된 200여벌의 의상은 틸다가 창작한 3000여장의 이미지와 패턴을 기반으로 제작됐다. 틸다는 창의성을 요구하는 분야에서 AI와 인간이 협업할 수 있다는 가능성을 보여 준 대표적인 사례로 꼽힌다. LG는 AI연구원을 중심으로 초거대 AI 생태계 조성도 진행하고 있다. 지난 2월 발족한 ‘엑스퍼트 AI 얼라이언스’에는 ▲구글 ▲우리은행 ▲셔터스톡 ▲엘스비어 ▲EBS ▲고려대의료원 ▲한양대병원 ▲브이에이코퍼레이션 ▲LG전자 ▲LG화학 ▲LG유플러스 ▲LG CNS 등 13개사가 창립 멤버로 참여했다. 이들은 각 산업 간 장벽을 초거대 AI로 연결하는 서비스 개발을 목표로 하고 있다. 엑사원에 금융 분야 언어를 추가로 학습시켜 AI 은행원과 같은 특화된 AI 전문가 서비스를 제공하는 방식이다. 그룹 차원의 AI 투자를 위한 컨트롤타워로 LG테크놀로지벤처스도 운용하고 있다.

LG그룹은 고객 경험을 혁신하고 새로운 가치를 전하기 위해 인공지능(AI) 기술의 경쟁력 강화에 힘을 쏟고 있다. 특히 미래 기술을 선점하기 위해 2020년 설립한 LG AI연구원을 중심으로 AI 전문 인재를 육성하고, 산학 협력과 글로벌 파트너십을 강화하는 등 활발한 연구 활동을 진행하고 있다. 이런 흐름 속에 LG는 지난해 12월 초거대 AI ‘엑사원’(EXAONE)을 공개했다. 초거대 AI는 대용량 연산이 가능한 컴퓨팅 인프라를 기반으로 대규모 데이터를 스스로 학습해 인간처럼 사고·학습·판단할 수 있는 AI를 의미한다. LG AI연구원은 지난해 5월부터 인간의 뇌에서 정보를 학습하고 기억하는 시냅스와 유사한 역할을 하는 인공 신경망 매개변수(파라미터)를 13억개에서 1750억개로 단계적으로 키우며 초거대 AI를 연구해 왔다. 매개변수는 AI가 딥러닝을 통해 학습한 데이터가 저장되는 곳을 말한다. 매개변수가 많을수록 AI가 더 정교한 학습을 할 수 있는 것으로 알려져 있다. LG가 공개한 엑사원은 말뭉치 6000억개와 언어와 이미지가 결합돼 있는 고해상도 이미지 2억 5000만장 이상을 학습했다. 여기에 LG전자, LG화학, LG유플러스, LG CNS 등 계열사들이 보유하고 있는 전문 데이터를 포함해 논문과 특허 등의 말뭉치를 학습해 다양한 산업 분야에서 전문가로 활약할 수 있는 가능성을 높여 가고 있다. LG는 엑사원 개발과 더불어 지난달 AI연구원을 중심으로 다양한 산업 분야의 국내외 13개 기업이 모인 ‘엑스퍼트 AI 얼라이언스’를 발족했다. 초거대 AI를 실제로 활용하기 위해 이종산업 간 협력하는 첫 민간 연합체로 구글, 우리은행, 셔터스톡, 엘스비어, EBS, 고려대의료원, 한양대병원, 브이에이코퍼레이션, LG전자, LG화학, LG유플러스, LG CNS가 창립 멤버로 참여했다. LG AI연구원은 올 상반기 중 파트너사에 맞춤형 응용 프로그래밍 인터페이스(API)를 제공해 개발 진입 장벽을 없애기로 했다.