AI 기술 자체 강조하는 현상 줄고
AI 적용보다 AI 통한 혁신에 초점
‘AI 에이전트·온디바이스 AI’ 대세
sLM 개발 경쟁에 빅테크 뛰어들어
추론 기능 추가된 GPT-5 연내 공개

‘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.