What’s next for AI

 What’s next 시리즈 1: 2023년 인공지능(AI)의 미래

2023년 인공지능(AI) 업계의 4가지 이슈를 파악하고 미래를 준비하자.

2022년 AI는 창의성까지 갖추게 되었다. 이제 AI 모델은 짧은 지시문만 입력하면 아주 그럴듯한 글과 그림을 만들어내며 동영상도 제작할 수 있다.

불과 9개월 전, 오픈AI(OpenAI)는 글로 지시사항을 입력하면 그에 맞는 이미지를 만들어내는 딥러닝 모델인 DALL-E 2를 출시하며 생성형 AI에 대한 폭발적인 반응을 끌어냈다. 얼마 지나지 않아 구글(Google)과 메타(Meta)도 문장을 기반으로 동영상을 만드는 혁신적인 AI 기술을 발표했다. 그리고 몇 주 전, 오픈 AI는 뛰어난 언변과 일관성을 갖춘 최신 대형 언어 모델인 챗GPT(ChatGPT)까지 출시하며 인터넷을 뜨겁게 달궜다.

지난해 AI 기술은 놀라운 속도로 발전을 거듭했고 때로는 두려움을 자아낼 정도로 급진적인 모습을 보였다. 이러한 변화 양상은 그 누구도 예측하지 못했으며, 앞으로의 변화 방향 역시 예측하기가 쉽지 않다.

다행히도 MIT 테크놀로지 리뷰에는 식지 않는 열정으로 언제나 AI의 최신 동향 파악에 전념하는 저널리스트가 2명이나 있다.

본 기사에서는 윌 더글러스 헤븐(Will Douglas Heaven)과 멜리사 헤이킬레(Melissa Heikkilä)가 2023년 AI 업계를 뒤흔들 4가지 핵심 트렌드에 대한 예견을 공유한다.

1. 다용도 챗봇의 등장

GPT-4, 언어 외의 데이터 형식도 처리 가능할 듯

지난 몇 년 동안 언어 모델들은 규모 및 기능 면에서 꾸준히 개선되었다. 현재 성능이 가장 뛰어난 언어 모델은 12월 초 오픈AI가 출시한 챗GPT (ChatGPT)다. 이 챗봇은 2020년 오픈AI에 의해 공개된 후, 현재 진행 중인 언어 모방 기술 개발 붐의 도화선이 된 AI 언어 모델 GPT-3를 한층 더 매끄럽게 개발한 모델이다.

그러나 AI 업계에서 3년은 긴 시간이다. 챗GPT는 비록 진심이 없더라도 유연한 대화 능력으로 전 세계를 휩쓸며 소셜 미디어 게시물과 신문 헤드라인에서 끊임없이 거론되고 있지만, 모든 사람들의 관심은 이미 다음 모델인 GPT-4에 집중되어 있다. 전문가들은 2023년에 차세대 대형 언어 모델의 영향력이 본격화될 것이라고 예측한다.

구체적으로 우리는 어떤 변화를 마주하게 될까? 우선 미래의 언어 모델은 단순한 언어 모델 이상의 기능을 갖게 될 수 있다. 오픈AI는 이미지 인식이나 동영상 인식과 같은 여러 개의 데이터 형식을 문장과 결합하려는 야망을 품고 있다. 이러한 포부는 DALL-E에서도 확인할 수 있었다. 그러나 챗GPT의 대화 기술을 이미지 조작 기능을 단일 모델로 결합하면 훨씬 더 범용적이고 강력한 기능을 얻을 수 있다. 챗봇에 이미지의 구체적인 내용이 무엇인지 묻거나 이미지를 만들도록 지시하고, 이러한 작업에 대한 대화를 통해 DALL-E를 이용하는 경우보다 더 자연스럽게 결과물을 다듬을 수 있다고 상상해 보자.

우리는 지난 4월 딥마인드(DeepMind)가 공개한 ‘시각적 언어 모델’인 플라밍고(Flamingo)에서 이러한 가능성을 엿볼 수 있었다. 이 언어 모델은 자연어를 이용하여 이미지에 대한 질문에 답할 수 있다. 이어서 딥마인드는 지난 5월 대형 언어 모델에 적용된 기술과 동일한 기술을 이용한 훈련을 통해 이미지 묘사, 비디오 게임 플레이, 로봇 팔(robot arm) 제어 등 다양한 작업을 수행할 수 있는 ‘범용형(generalist)’ 모델 가토(Gato)를 발표했다.

GPT-4에도 이러한 기술들이 적용된다면 단일 모델에서 최고의 언어 기능과 더불어 이미지 생성 AI 등과 같은 다양한 기능들을 구현할 수 있다. 언어 기술과 이미지 기술의 결합은 이론적으로 차세대 AI가 언어와 이미지를 이해하는 능력을 모두 향상시킬 수 있다. 이러한 움직임에는 오픈AI만이 아니라 수많은 업체들이 합세할 것이다. 내년에는 특히 딥마인드를 중심으로 다른 대규모 연구소들도 다양한 형태의 데이터를 이해할 수 있는 모델 개발에 앞장설 것으로 전망한다.

그러나 물론 단점은 존재한다. 차세대 언어 모델은 사실과 허구를 구별할 수 없고 편견에 치우치는 경향과 같은 현재 언어 모델들의 한계를 대부분 답습할 가능성이 있다. 언어 모델의 성능이 우수해지면서 여러 미디어들에 대한 신뢰도도 약화될 수 있다. 또한 아직 그 누구도 인터넷에서 양질의 데이터만을 선별적으로 수집하여 모델을 훈련시킬 수 있는 완벽한 방법을 찾지 못했기 때문에, 언어 모델에는 계속해서 저급한 데이터들이 대거 포함될 위험이 있다.

—윌 더글러스 헤븐

2. AI 규제 본격화

전 세계의 새로운 입안자들과 강경한 규제 기관들, AI 기업들에 강력한 규제 의지 보여

지금까지 AI 업계는 기술 사용 및 개발에 관한 규칙이 거의 없는 상태에서 거침없는 행보를 보여왔다. 하지만 2023년에는 상황이 달라질 수 있다. 2022년 구체적인 규제 방안을 마련하는 데 전념해 온 규제 기관들과 정책 입안자들은 올해에 이러한 구상을 현실화할 예정이다.

AI 분야에 대한 대대적인 규제를 위해 제정되는 유럽연합(EU)의 인공지능 법(the AI Act)도 입안자들이 올여름 법안 수정을 마무리하고 확정된 내용을 공개할 예정이다. 인공지능 법에는 사람들의 신뢰도를 수치화하고 등급을 매기는 시스템처럼 인권 침해 우려가 있는 AI 관련 관행에 대한 금지 조치가 반드시 포함될 것으로 예상된다.

유럽에서는 사법당국의 공공장소에서의 안면 인식 기술 사용도 제한될 예정이며 사법기관과 민간 기업 모두에 대해 안면 인식 기술 활용을 금지하려는 움직임도 있다. 그러나 전면적인 기술 금지는 기술을 통해 범죄를 퇴치하고자 하는 국가들의 커다란 반발로 이어질 수 있다. 유럽연합은 AI 업체의 제품으로 인해 프라이버시 침해나 알고리즘에 의한 불공정한 결정과 같은 피해가 발생할 경우 해당 AI 업체에 책임을 묻을 수 있는 새로운 법안도 준비 중이다.

미국 연방거래위원회(Federal Trade Commission)도 기업들의 데이터 수집 및 AI 알고리즘 활용 행태를 면밀히 주시하고 있다. 2022년 초 연방거래위원회는 아동에 대한 데이터를 불법적으로 수집한 혐의로 체중 감량 회사인 웨이터 워처스(Weight Watchers)에 데이터 및 알고리즘을 파기하라고 명령했다. 12월 말, 포트나이트(Fortnite)와 같은 게임을 만드는 에픽(Epic)은 데이터 파기를 막기 위해 5억 2천만 달러(약 6,634억 원)의 합의금을 지불하는 데 동의했다. 위원회는 2022년 한 해 동안 기업의 데이터 처리 및 알고리즘 구축 방법을 규제하는 방안에 대한 의견들을 수집했으며 리나 칸(Lina Khan) 위원장은 위원회가 “긴급하고 엄격한 규제”를 통해 불법적인 상업적 감시 및 데이터 보안 관행으로부터 미국인들을 보호할 계획이라고 밝혔다.

중국 당국은 최근 이미지나 동영상에 포함된 인물의 동의를 받지 않고 딥페이크를 생성하는 행위를 금지했다. 유럽 역시 인공지능 법을 통해 사람들이 딥페이크나 AI를 이용해 만든 이미지, 오디오 또는 동영상을 이용하고 있는 현실에 대해 추가로 경종을 울리고자 한다.

이 모든 규제들은 기술 회사의 AI 기술 구축, 사용 및 판매 방법을 규정할 수 있다. 그러나 규제 당국은 소비자 보호와 기술 혁신의 위축 방지라는 두 가지 가치 사이의 균형점을 모색해야 하며, 기술 업계의 로비스트들도 이러한 문제를 중점적으로 지적할 것이다.

AI 분야가 급속도로 발전하고 있는 만큼, 명확한 규정을 통하여 규제의 실효성을 확보하는 동시에 너무 구체적인 규정으로 장기적인 적용이 어려워지는 상황도 경계해야 한다. 데이터 보호를 규제하려는 유럽연합의 시도 속에 새로운 법규가 올바르게 집행된다면 2023년에는 뒤늦게나마 프라이버시와 공정성이 중시되는 AI 개발 환경을 맞이할 수 있다.

—멜리사 헤이킬레

3. AI 기초 연구에 대한 빅테크 기업들의 영향력 약화될까

AI 스타트업의 무서운 성장 속도

최첨단 AI는 빅테크 기업들만의 전유물이 아니다. 오픈 소스 혁명은 막강한 자본을 지닌 대기업들의 기술 수준을 따라잡기 시작했으며 일부 분야에서는 그보다 더 뛰어난 기술력을 선보이고 있다.

2022년 허깅 페이스(Hugging Face)는 최초의 커뮤니티 기반 다국어 대형 언어 모델인 블룸(BLOOM)을 출시했으며, 오픈AI의 DALL-E 2에 대적하는 오픈소스 텍스트-이미지 변환 AI 모델인 스테이블 디퓨전(Stable Diffusion)을 중심으로 수많은 혁신 기술들이 공개됐다.

기존에 AI 연구를 이끌던 대기업들은 암울한 세계 경제 전망 속에 대규모 정리 해고를 시행하고 고용 인원을 동결하고 있다. 앨런 인공지능 연구소(Allen Institute for AI)의 CEO인 오렌 에치오니(Oren Etzioni)는 AI 연구에 많은 비용이 들고 자금 유동성이 약화되는 현재 상황에서, 기업들은 투자 대상 선정에 있어 매우 신중을 기할 것이며 혁신적이거나 흥미롭고 실험적인 프로젝트보다는 가장 수익성이 높은 프로젝트를 선택할 가능성이 높다고 말한다.

메타(Meta)는 이미 수익성을 강조하기 시작했으며 이를 토대로 AI 연구팀을 구조조정하고 연구원 상당수를 제품개발팀에 투입했다.

그러나 대기업들이 예산 감축을 위해 애쓰는 동안 생성형 AI를 연구하는 스타트업들은 벤처 캐피털 펀드로부터 많은 관심을 받고 있다.

에치오니는 2023년이 AI 스타트업들에게 호재로 작용할 수 있다고 예측한다. 수많은 인재들이 일자리를 찾지 못하고 있으며 사람들은 경기 침체기에 자신의 삶을 되돌아보고 학업을 다시 시작하거나 대기업에서 스타트업으로 이직하는 등의 새로운 결정을 내리는 경향이 있다.

모질라 재단(Mozilla Foundation)의 전무이사인 마크 수어맨(Mark Surman)은 스타트업과 학계가 기초 연구를 위한 구심점 역할을 할 수 있다고 말한다.

그는 “우리가 [AI 연구 의제]에 대한 대기업의 영향력이 약화되는 시기에 접어들고 있으며 이러한 변화는 곧 기회”라고 평가한다.

—멜리사 헤이킬레

4. 대형 제약회사들의 변화

생명공학 분야, AI로 구축한 단백질 정보은행 및 AI 기반의 약물 설계 등 새로운 시대로 진입

AI가 제약업계의 판도를 바꿀 것이라는 예상은 지난 몇 년 동안 기정사실이 되었다. 딥마인드(DeepMind)가 발표한 알파폴드(AlphaFold)는 단백질 구조(단백질 기능을 구현하는 핵심 요소)를 예측할 수 있는 AI로, 분자 생물학 부문에서 새로운 연구 방식을 탄생시켜 연구자들이 질병의 발병 원리와 치료를 위한 신약 개발 방법을 파악하는 데 기여했다. 2022년 11월 메타가 공개한 ESM 폴드(ESMFold)는 훨씬 더 빠른 속도로 단백질 구조를 예측할 수 있는 모델로 대형 언어 모델에 기반한 기술을 활용해 단백질 구조를 ‘자동으로 완성’한다.

딥마인드와 메타는 기존 과학계에서 밝혀낸 모든 정보를 포함하여 수십억 개의 단백질에 대한 구조를 생성했으며, 해당 정보를 방대한 규모의 공개 데이터베이스에 공유했다. 생물학자들과 제약회사들은 인터넷 검색처럼 쉽게 새로운 단백질 구조를 찾아볼 수 있는 이러한 자료를 이미 사용하기 시작했다. 2023년에는 이러한 기초 연구가 진정한 결실을 맺을 수 있을 것으로 기대된다. 딥마인드는 그동안 자체적으로 진행해 온 생명공학 업무를 별도 회사로서 1년 넘게 공개적인 행보를 보이지 않던 아이소모픽 랩스(Isomorphic Labs)로 이전했다. 2023년에는 아이소모픽 랩스가 중대한 성과를 발표할 가능성이 높다고 관측된다.

또한 신약 개발 부문에서는 현재 수백 개의 스타트업들이 AI를 활용하여 신약 개발 속도를 높이고 과거에 알려지지 않았던 종류의 약물을 설계하는 방법을 모색하고 있다. 현재 AI 제약회사가 개발한 약물 중 19개(2020년 0개에서 증가)가 임상시험 단계에 있으며 앞으로 몇 달 안에 더 많은 약물에 대한 임상시험이 진행될 예정이다. 이 중 몇몇 약물은 2023년에 초기 결과가 발표돼 연중에 AI를 이용하여 개발한 약물이 최초로 시판될 가능성도 있다.

하지만 임상시험에는 몇 년이 소요될 수 있어 실제 상용화 시점을 장담하기는 어렵다. 그렇지만 그 누구도 제약 기술 분야에 황금기가 도래했다는 사실을 부정할 수는 없다. 생명공학 부문에 투자하는 벤처캐피털 회사인 플래그십 파이오니어링(Flagship Pioneering)에서 근무하는 로비자 아프젤리우스(Lovisa Afzelius)는 “특별한 문제가 발생하지 않는다면, 이 분야에서 믿기 힘든 놀라운 결과를 목격하게 될 것”이라고 귀띔했다.

—윌 더글러스 헤븐

미리보기 2회1회

MIT Technology Review 구독을 시작하시면 모든 기사를 제한 없이 이용할 수 있습니다.