최근 생성형 AI 분야에서는 주요한 혁신들이 빠르게 등장하고 있다. 대표적으로 딥시크(DeepSeek RI)와 그록3(Grok-3)의 공개는 AI의 발전 속도가 한층 가속화되고 있음을 보여준다. 이는 AI가 기존보다 더 빠르고 정교하게 학습할 수 있는 기술이 개발됐으며, 이를 통해 AI의 활용 가능성이 더욱 넓어지고 있음을 의미한다.스탠퍼드 대학의 2024년 AI 인덱스 보고서에 따르면, 생성형 AI 기술은 새로운 알고리즘 개발과 하드웨어 성능 향상에 기인하고 있으며, AI 연산에 사용되는 반도체 기술이 발전하면서 대용량 데이터를 더욱 효율적으로 처리할 수 있게 됐다.딥시크(DeepSeek)는 2023년 설립된 중국의 AI 스타트업으로서 2025년 1월 22일 발표한 딥시크 RI 모델의 연구 논문을 통해 시장에 충격을 주었다. 이 논문에 따르면, 딥시크 RI 모델이 수학, 언어, 코딩 등 추론 능력 면에서 오픈AI의 o1-mini 모델보다 우수하고, 오픈AI의 o1 모델과 유사한 성능을 보여주었다.반면, 월스트리트저널(WSJ)은 비용 면에서 딥시크 RI 모델 개발에 투입된 비용이 558만 달러에 불과하며, 이는 기존 유사한 LLM 모델 개발 비용의 10% 정도에 해당된다고 전했다. 또한, 시장에 출시된 딥시크 앱은 1월 28일 정오 기준으로 앱스토어 무료 앱 다운로드 순위 1위, 구글 플레이스토어에서는 2위를 차지했다.기존의 AI 모델들이 주로 영어권 중심으로 개발된 것과 달리, 딥시크 RI는 중국이 주도하는 초거대 언어 모델로, 중국어 및 기타 아시아 언어들을 보다 자연스럽게 이해하고 처리할 수 있도록 설계된 만큼 LLM 시장의 중심 중 하나가 아시아권이 됨을 자연스럽게 알렸다.그록(Grok)3는 일론 머스크가 설립한 인공지능(AI) 기업 ‘xAI’가 2025년 2월 17일 공개한 최신 챗봇 모델이다. 라이브스트림 발표회에서 ▲수학 ▲과학 ▲코딩 벤치마킹 분야 ▲추론 분야에서 알파벳의 구글 제미나이-2 프로, 딥시크의 V3 모델, 앤스로픽의 클로드 3.5 소넷, 오픈AI의 GPT-4o와 비교해서 더 우수했고, 추론 분야에서는 오픈AI의 o1 모델, 딥시크 R1 모델, 구글 제미나이-2 플래시 씽킹 모델과 비교해 우수함을 보여줘 ‘지구에서 제일 똑똑한 AI’를 표방했다.검열로 인한 결과의 품질이 저하되지 않고, 생성 이미지의 품질과 커스터마이제이션의 자율성이 높은 반면, 다국어 역량이 부족하고 요금제가 약간 비싸다는 평가가 있다. 그록3는 더욱 대화형이고 유머러스한 응답을 제공하는 방향으로 설계돼 보다 인간적인 대화를 목표로 한다. AI가 단순히 정보를 제공하는 도구에서 벗어나, 사람과의 소통을 통해 더욱 친숙한 기술로 자리 잡는 과정이라고 볼 수 있다.AI 발전이 불러온 ‘문제’그러나 이러한 발전에도 불구하고 몇 가지 주요한 문제점이 제기된다. 첫째, 정보 정확성 문제다. 생성형 AI는 방대한 데이터를 학습해 응답을 생성하지만, 그 데이터 자체가 반드시 정확하다고 보장할 수는 없다.이에 따라 AI는 종종 허위 정보를 포함한 내용을 생성할 가능성이 있으며, 사용자가 이를 사실로 받아들일 경우 사회적으로 부정적인 영향을 미칠 위험이 있다. 많은 연구와 전문가들은 생성형 AI가 기존 데이터를 학습해 새로운 콘텐츠를 생성하는 과정에서 사실과 다른 정보를 생성하는 '할루시네이션'(hallucination) 문제가 발생할 수 있음을 지적하고 있다.둘째, 윤리적 문제다. AI가 생성하는 텍스트, 이미지, 음악 등은 기존의 창작물을 학습해 만들어지는 경우가 많다. 이 과정에서 AI가 원작자의 창작물을 참고하는 수준을 넘어, 실제 저작권을 침해하는 콘텐츠를 만들어낼 가능성이 제기되고 있다. 따라서 AI를 활용한 창작 활동이 증가함에 따라, 이에 대한 명확한 법적 기준과 윤리적 가이드라인이 필요하다. 유럽연합(EU)은 AI 기술의 발전에 따른 윤리적 문제를 해결하기 위해 2024년 6월 13일 '인공지능법(AI Act)'을 제정하였고 지속적으로 수정하고 있다. 대한민국도 2024년 12월 26일 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(이하 AI 기본법)을 제정했다.셋째, 데이터 편향성 문제다. AI는 학습하는 데이터의 성격에 따라 편향된 결과를 생성할 가능성이 크다. 예를 들면, 특정 문화나 정치적 성향을 반영한 데이터가 많을 경우, AI는 이에 따라 편향된 의견을 제공할 수 있다. 따라서 AI가 보다 공정하고 균형 잡힌 정보를 제공할 수 있도록 데이터의 다양성과 객관성을 확보하는 것이 중요한 과제가 된다. 2024년 스탠퍼드 AI 인덱스 리포트에 따르면, AI 시스템의 편향성과 관련된 여러 문제를 다루고 있으며, AI 시스템이 학습한 데이터의 편향으로 인해 발생하는 문제와 이를 해결하기 위한 다양한 접근법이 논의되고 있다.생성형 AI가 점점 더 범용적으로 활용되면서 가장 큰 영향을 받는 산업과 기업군이 있다. 이러한 변화의 중심에는 데이터 기반 의사결정이 중요한 산업들이 포함된다. AI 직접 영향권에 든 산업은 어디AI는 대량의 데이터를 빠르게 처리하고 분석할 수 있는 능력을 갖추고 있기 때문에, 데이터를 활용하는 방식이 중요한 산업일수록 AI의 영향을 크게 받을 가능성이 높다. 이러한 변화는 특히 콘텐츠 제작과 소프트웨어 개발, 고객 서비스와 교육 및 연구 산업에서 뚜렷하게 나타나고 있다.먼저, 콘텐츠 산업 (미디어·출판·광고·마케팅) 분야다. AI는 자동으로 기사, 광고 문구, 마케팅 카피를 생성할 수 있다. 이에 따라 저널리즘, 카피라이팅, 영상 콘텐츠 제작 업계가 빠르게 변화하고 있다. 기존에는 사람이 직접 기획하고 작성해야 했던 콘텐츠들이 AI를 통해 자동화됨에 따라, 기업들은 생산성을 높이고 비용을 절감할 수 있게 됐다. 로이터 인스티튜트 디지털 뉴스 리포트 2024에 따르면, AI의 발전이 뉴스 산업에 미치는 영향이 매우 크고 지속될 것을 강조하면서, AI 기반 검색 인터페이스와 챗봇의 발전이 뉴스 웹사이트와 앱으로의 트래픽 흐름을 감소시킬 수 있으며, 향후 정보 환경에 불확실성을 더할 수 있다는 우려도 함께 제기했다. 또한, AI가 제공하는 이미지 및 영상 생성 기술은 광고 및 마케팅 업계에서 인간 창작자의 역할을 대체할 가능성이 크다. AI 기반 이미지 생성 도구인 미드저니(Midjourney)와 달리(DALL·E)는 디자이너 없이도 고품질의 시각 자료를 생성할 수 있어 광고 및 브랜딩 작업에 적극적으로 활용되고 있다. 매킨지 AI 보고서 2023에 따르면, 생성형 AI가 마케팅 및 영업 분야에서 창의적인 콘텐츠 생성을 통해 인간의 업무를 보완하거나 일부 대체할 수 있다. 즉, AI가 인간 디자이너와 협력하거나 일부 업무를 대체하는 현상이 증가할 것으로 예상된다.둘째, 소프트웨어 개발 및 IT 서비스 분야다. IDC 2024 AI 보고서에 따르면, AI 코딩 도구는 프로그래머들의 생산성을 크게 높이며, 단순 코딩 작업을 대체하고 있으며, AI 도구들은 개발자가 몇 줄의 코드만 입력해도 전체적인 코드 블록을 자동으로 생성해주기 때문에, 개발 속도가 크게 향상되고 반복적이고 표준화된 코드 작성이 많은 기업에서는 AI 도구를 적극적으로 활용해 개발 비용을 절감하고 있다. 소규모 스타트업에서는 AI를 활용해 최소한의 인력으로도 강력한 소프트웨어 개발이 가능해지고 있기 때문에 스타트업들은 AI 코딩 보조 도구를 활용해 소수의 개발자만으로도 복잡한 소프트웨어를 구축할 수 있게 되면서, 초기 개발 비용을 줄이고 신속하게 시장에 제품을 출시할 수 있는 경쟁력을 확보할 수 있다. 셋째, 고객 서비스 및 콜센터 분야다. AI 챗봇과 음성 비서의 발전으로 인해 콜센터 산업의 상당 부분이 자동화될 전망다. 현재 많은 기업들이 AI 챗봇을 활용해 기본적인 고객 응대를 자동화하고 있으며, 24시간 고객 서비스를 제공하는 데 중요한 역할을 하고 있다. AI 기반 고객 서비스 솔루션은 고객의 질문을 실시간으로 분석하고 최적의 답변을 제공할 수 있어 응대 속도와 만족도를 높이는 데 기여하고 있다. 액센츄어의 최신 연구에 따르면, 기업의 74%가 생성형 AI와 자동화에 대한 투자가 기대치를 충족하거나 초과 달성했으며, 63%는 2026년까지 이러한 역량을 더욱 강화할 계획이다. 가트너의 2024년 보고서에 따르면, AI 및 디지털 기술은 업무 방식을 변화시킬 수 있지만, 단순히 도입한다고 해서 생산성이 기하급수적으로 향상되는 것은 아니며, 경영진은 AI의 실제 잠재력을 현실적으로 평가해야 한다고 언급하면서 AI 기술이 고객 서비스 분야에서 생산성 향상과 효율성 증대에 기여할 수 있음을 시사했다. 기업들은 AI 기반 고객 서비스 솔루션을 도입함으로써 비용 절감과 효율성을 극대화할 수 있다. 넷째, 교육 및 연구 산업 분야다. AI 기반 튜터링 시스템과 연구 논문 작성 보조 AI가 교육 및 학술 연구 환경을 바꾸고 있다. AI 기반 튜터링 시스템은 학생들의 학습 패턴을 분석해 개별 맞춤형 학습 계획을 제공하고, 자동으로 피드백을 제공할 수 있다. 예를 들면, 칸 아카데미(Khan Academy)는 AI 기반 맞춤형 학습 서비스를 도입해 학생들의 학습 수준에 맞춰 개별적으로 학습 자료를 제공하고 있다. 이는 기존의 일률적인 교육 방식에서 벗어나, 보다 개인화된 학습이 가능하도록 만든다. 또한, 연구 논문 및 기술 문서 작성을 돕는 AI 모델이 더욱 정교해지면서 학계에서의 활용도가 증가할 것이다. AI는 대량의 논문을 분석해 연구자들에게 관련된 논문을 추천하고, 논문 초안을 작성하는 데 도움을 줄 수 있다. 네이처(2024)에 따르면, AI 기반 논문 요약 및 추천 서비스인 엘리시트(Elicit)가 연구자들이 관련 연구 결과를 더 빠르게 찾을 수 있도록 도와주고 있으며, 이는 연구의 효율성을 높이는 데 중요한 역할을 하고 있다. AI 대체 어려운 산업군도 존재생성형 AI의 변화를 약하게 받는 산업과 기업도 존재한다. 건설업, 제조업, 농업과 같은 분야는 기계적 자동화가 가능하긴 하지만, 여전히 인간의 손길과 창의적인 문제 해결 능력이 필요하다. AI가 로봇과 결합해 특정 작업을 보조할 수는 있지만, 작업 현장의 복잡한 변수를 실시간으로 판단하고 즉각 대응하는 것은 여전히 인간의 역할이 크다. 건설업에서 AI는 건축 설계를 보조하고 시뮬레이션을 통해 안전성을 평가할 수 있지만, 현장에서 예측하지 못한 변수(날씨 변화, 지반 문제 등)에 대응하는 것은 숙련된 인부들의 몫이다. 오라클 보고서(2024)에 따르면, 생성형 AI가 건설업계에서 공정 효율성 개선, 비용 절감, 건설 성과 향상 등에 기여하고 있고, 건설 관련 문서 작성 및 요약 작업에서 유용하게 활용되고 있으며, 인재 격차 해소에도 도움을 주고 있지만, 현장 작업의 복잡한 변수에 대한 실시간 대응은 여전히 인간 노동자의 역할이 중요하다. 마찬가지로, 농업 분야에서는 AI가 자동화된 트랙터, 드론을 활용한 작물 모니터링 등의 방식으로 일부 혁신을 이루고 있지만, 복합적인 농업 환경에서 AI가 완전한 의사결정을 내리기는 어렵다. 예를 들면, AI 기반 작물 관리 시스템은 토양 데이터를 분석해 최적의 수분 공급량을 계산할 수 있지만, 갑작스러운 기후 변화나 예상치 못한 해충 발생에 대한 즉각적인 대응은 농부의 경험과 판단이 필요하다.둘째, 정밀한 인간 판단이 필요한 직업 (의료·법률·심리 상담)이다. AI가 의료 영상 분석이나 법률 문서 검토 등의 보조 역할을 수행할 수 있지만, 최종 판단은 여전히 인간 전문가의 몫이다. 예를 들면, AI는 환자의 엑스레이 영상을 분석해 질병을 예측할 수 있지만, 종합적인 치료 계획을 세우는 것은 의사의 경험과 판단이 필요하다. AI는 진단 스캔 해석의 속도와 정확성을 향상시키고 있지만, 임상 전문가를 완전히 대체할 수는 없으며, AI와 인간의 전문 지식을 결합하는 것이 최상의 결과를 가져온다. 즉, AI 기반 영상 분석 시스템은 특정 암 진단에서 인간 의사보다 높은 정확도를 보이기도 하지만, 환자의 병력, 생활 습관, 복합적인 증상 등을 고려한 통합적 진료는 아직 인간 의사가 수행해야 한다. 법률 분야에서도 AI는 문서 검색과 판례 분석을 도울 수 있지만, 법정에서 변론을 하거나 법적 해석을 내리는 것은 인간 변호사 또는 인간 판사의 역할이다. 세션트 리걸 리서치 AI는 미국 연방 및 주 법원의 수백만 건의 판례를 분석해 사용자가 몇 초 만에 주요 법적 선례를 확인하고, 법률 문서를 작성할 수 있도록 돕고 있다. 하버드 로스쿨 데이비드윌킨 (David Wilkin) 교수는 AI는 특정 사건과 관련된 판례를 빠르게 찾아 제공할 수 있으나, 실제 사건에서 변호사가 고려해야 할 사회적 맥락, 도덕적 판단, 법적 전략 등은 인간의 경험과 논리적 사고가 요구된다고 밝혔다. 심리 상담 분야에서도 AI 챗봇이 간단한 정신 건강 상담을 제공할 수 있지만, 인간 상담사의 공감과 직관적인 판단은 대체할 수 없다. AI 기반 정신 건강 앱들은 사용자의 감정 변화를 모니터링하고 일반적인 조언을 제공할 수 있으나, 복잡한 심리적 문제를 해결하는 과정에서 상담사와의 대면 대화가 훨씬 효과적인 것으로 보고됐다. 특히, 상담 과정에서 신뢰와 관계 형성이 중요한데, AI는 감정을 진정으로 이해하거나 즉각적인 정서적 반응을 보이는 데 한계가 있다. 셋째, 공예 및 수공업 기반 산업 분야이다. 예술, 디자인, 공예 등 인간의 창의성이 중요한 분야는 AI가 지원할 수 있지만, 완전히 대체하기 어려운 영역이다. 예를 들면, AI는 그림을 그리고 음악을 작곡할 수 있지만, 개별 아티스트의 독창적인 스타일과 감성을 완전히 복제할 수는 없다. 최근 AI 기반 이미지 생성 기술(예: DALL·E, Midjourney)이 발전하면서 그래픽 디자인, 일러스트 제작 등에 활용되고 있지만, 디자이너들이 갖고 있는 직관적 감각과 창의적인 아이디어를 그대로 모방하는 것은 어렵다. AI가 과거의 데이터를 학습해 새로운 작품을 만들어낼 수 있지만, 이는 기존 스타일의 변형일 뿐, 완전히 새로운 예술적 개념을 창조하는 것은 인간의 창의성이 필요한 영역이다. 공예 분야에서도 손으로 만드는 특유의 질감과 창의성은 AI가 쉽게 따라갈 수 없는 부분이다. 예를 들면, 전통 도자기 제작이나 수제 가구 제작과 같은 분야에서는 장인의 경험과 기술이 중요한 요소로 작용한다. AI가 설계 도면을 제시할 수는 있지만, 세밀한 조각, 균형 감각, 재료의 특성을 활용하는 부분은 여전히 인간의 손을 거쳐야 한다. 특히, 맞춤형 제작이 중요한 공예 산업에서는 고객의 취향과 감각을 고려해 즉흥적으로 조정하는 작업이 필수적이며, 이는 AI가 단순 반복 학습을 통해 대체하기 어려운 영역이다. 패션 디자인에서도 AI가 트렌드를 분석하고 디자인 시안을 생성할 수 있지만, 창의적인 패션 스타일을 창조하는 것은 인간 디자이너의 역할이다. AI는 소비자 선호도 데이터를 바탕으로 새로운 패턴과 스타일을 추천할 수 있지만, 혁신적인 디자인을 만들어내는 과정에서 인간 디자이너의 예술적 감각과 문화적 이해가 필수적이다. 일부 패션 브랜드는 AI를 활용해 디자인 효율성을 높이고 있다. 예를 들면, 프랑스 패션 브랜드 카사블랑카(Casablanca)는 2023년 봄/여름 컬렉션 캠페인에서 AI 기술을 활용해 초현실적인 분위기의 이미지를 생성하였지만, AI 활용은 인간 디자이너와의 협업을 통해 최종적인 디자인 결정은 여전히 인간 디자이너가 주도했다.생성형 AI 시대에서 개인이 경쟁력을 유지하려면 지속적인 학습과 AI 도구의 효과적인 활용이 필수적이다. AI의 한계를 이해하고 비판적 사고 능력을 키우며, 창의성과 감성 지능을 강화하는 것이 중요하다. 또한, 개인정보 보호 및 보안 인식을 높여 AI 시대의 위험 요소에 대비해야 한다. 생성형 AI의 발전은 피할 수 없는 흐름이며, 이를 어떻게 활용하고 대비하는지가 미래 경쟁력을 결정할 것이다. 변화의 속도가 빠른 만큼, 개인과 기업 모두가 이에 적응할 수 있도록 준비해야 한다. 김호림 동양대 교수는_현재 동양대 AI융합연구센터장으로서 세계환경사회거버넌스학회(WAESG) 회장, 한국경영정보시스템학회(KMIS) 부회장, 한국인터넷전자상거래학회(KIECA) 부회장을 역임하고 있다. 주요 연구 분야는 머신러닝, 인공신경망, 스마트팩토리, 기업정보시스템, ESG, 블록체인이다. 고성능 AI 솔루션 개발 및 생성형 모델을 비즈니스에 적용하는 연구를 수행중이다. 또한, 디지털 전환(DT)과 관련하여 스마트팜, 스마트팩토리 등의 생산성 향상, 결함 탐지, 생산관리 시스템(MES) 데이터 분석을 지원하며, 정부 지원사업과 연계한 AI 및 데이터 활용 방안을 연구하고 있다.

인공지능(AI) 기술이 유통업계의 판도를 바꾸고 있다. 온라인 장보기 시장을 선도하는 컬리는 AI를 활용해 고객 경험을 한층 더 정교하게 다듬고 있다. 상품 추천부터 맞춤형 컬렉션 구성, 검색 최적화까지 AI 기술을 폭넓게 적용하며 차별화된 쇼핑 환경을 제공하는 것이다. 여기에 전사적 AI 개발 역량을 강화하기 위한 해커톤까지 개최하며 기술 혁신에 속도를 내고 있어 주목된다. 컬리가 AI를 활용한 사례 중 하나는 컬리 앱 등에서 노출되는 컬렉션의 구성을 AI가 자동으로 관리하는 것이다. 컬렉션은 특정 주제와 관련된 상품을 모아서 노출해 고객의 쇼핑 편의를 높이는 방식이다. 컬리 담당자가 특정 주제를 입력하면 AI가 주제에 맞는 상품을 스스로 찾아 채워준다. 이를 통해 고객은 더 많은 상품을 발견하고 경험할 수 있게 된다.컬리 AI 개발에서 가장 대표적인 분야는 ‘상품 추천’ 영역이다. 현재 컬리 앱 내 장바구니에서 특정 상품을 담고 주문하기 버튼을 누르면, ‘혹시 구매할 때 되지 않으셨나요?’ 라는 팝업창과 함께 추천 상품을 노출한다. 해당 기능 도입 후 노출된 상품의 구매전환율은 약 10% 상승했다는 게 컬리의 설명이다.검색 경험의 질을 높이고자 초거대언어모델(LLM)을 활용한 AI 기반 검색 기술 개발도 진행 중이다. 단순 오타, 유의어, 띄어쓰기 등은 물론 고객의 질의 의도에 적합한 유의미한 상품을 추천해줌으로써 고객 검색 편의를 높인다. 해당 기술은 작년 상반기에 베타 서비스를 적용했고, 올해 정식 도입을 목표로 하고 있다.아울러 AI 개발에 대한 관심과 참여도를 전사로 확대하기 위한 노력도 하고 있다. 컬리는 작년 12월 생성형 인공지능(Gen AI)을 활용한 ‘컬리해커톤’을 주최했다. 마이크로소프트(MS)에서 제공하는 클라우드 기반 ‘애저오픈 AI 서비스’(Azure OpenAI) 언어모델을 활용했다. 행사에는 비개발자 포함 24개 팀 73명이 참여했고, 수상팀의 아이디어는 현재 사업 또는 서비스에 활용하기 위해 개발을 진행 중인 것으로 알려졌다.

카카오가 오는 4일 AI 사업 방향·현황과 관련한 기자간담회를 진행하는 데 앞서, 챗GPT 개발사인 오픈AI와 협업 논의에 대한 가능성이 제기됐다. 3일 IT업계에 따르면 샘 올트먼 오픈AI 최고경영자(CEO)가 카카오 기자간담회가 열리는 서울 더플라자호텔에서 정신아 카카오 대표와 만나 협업을 논의한다.또 기자간담회 자리에 오픈AI와 협업 관련 내용을 발표하고 샘 올트먼도 깜짝 등장할 것이란 이야기도 나온다. 이미 이날 행사에 앞서 정 대표와 올트먼은 업무 협약 관련한 조율을 마친 것으로 알려진다. 카카오가 행사 날짜를 4일로 정한 것도 올트먼의 방한에 맞춘 것으로 분석된다. 한편 카카오는 지난해 AI 비서 서비스인 '카나나' 애플리케이션(앱)을 공개하고 올해 출시를 준비하고 있다. 카카오는 카나나앱은 물론 자사의 다양한 모델에 오픈AI 기술을 접목할 가능성이 높다. 카카오는 독자적인 초거대언어모델(LLM)을 개발하기보다 이미 개발된 다양한 AI 모델을 필요에 맞게 선택해 적용하는 '모델 오케스트레이션' 전략을 활용한다는 방침을 밝힌 바 있다.

10의 25제곱년은 얼마나 긴 시간일지 짐작이 가는가? 우주 역사 138억년도 11자리 숫자에 불과하니, 0이 25개 붙은 이 숫자는 인간의 감각으로 이해하기에는 거의 불가능하다. 최근 구글이 현존 최고 성능의 슈퍼 컴퓨터를 써도 10의 25제곱년이 걸리는 복잡한 문제를 불과 5분 만에 풀 수 있는 새 양자 컴퓨터 프로세서 ‘윌로우’를 개발했다고 밝혔다. 이 발표가 기폭제가 되어 양자 컴퓨터에 대한 관심이 커지면서 미국 증시에서 양자 기업들 주가가 덩달아 폭등했다. 양자 컴퓨터 발전으로 암호화폐 보안이 깨질 우려가 제기되면서 비트코인 가격은 하락세로 돌아서기도 했다. 드디어 양자 컴퓨터가 현실에 더 가까워진 것일까? 이제 인류 과학 기술의 비약적 발전을 기대해도 되는 것일까? 구글의 이번 성과는 확실히 쓸만한 양자 컴퓨터 개발을 위한 중요한 한 걸음이다. 하지만 아직 가야 할 길이 많이 남았고, 우리는 앞으로도 이 같은 중요한 걸음을 몇 번이고 더 내디뎌야 한다. 양자 컴퓨터 최대 과제 ‘오류 수정’ 연산 속도가 눈길을 사로잡았지만, 윌로우의 가장 큰 성과는 양자 컴퓨터의 오류 문제를 실질적으로 해결할 가능성을 제시한 것이다. 큐비트 수를 늘여도 오류는 줄일 수 있다는 점을 실증했다는 점이 중요하다. 기존 컴퓨터가 0과 1 두 비트로 논리 연산을 수행하는 반면, 양자 컴퓨터는 0과 1이 중첩된 상태를 활용하는 양자 큐비트, 즉 큐비트가 연산의 기반이 된다. 큐비트는 아직 주도적 기술이 확립되지 않았다. 초전도체 회로, 이온, 중성원자, 광자 등 다양한 물리적 실체가 큐비트로 쓰이고 있다. 이들 큐비트는 각기 장단점이 있지만, 공통적으로 외부 환경에 극히 민감하다는 공통점이 있다. 아주 미세한 온도나 열, 자기장의 변화, 우주에서 항상 쏟아지는 우주선 등에 의해서도 쉽게 중첩과 얽힘 같은 양자 상태가 깨져 연산에 오류가 생긴다. 현재 가장 대중적으로 잘 알려진 초전도체 방식 양자 컴퓨터에 절대 0도에 가까운 극저온 냉각 장치가 필요한 것도 이런 조건에서 양자의 움직임이 최소화돼 오류 가능성이 낮아지기 때문이다. 이런 오류를 해결하기 위해 같은 양자 정보를 여러 개의 큐비트에 담아 '논리 큐비트'를 만든다. 아주 단순히 설명하자면, 큐비트가 3개 있다면 하나가 오류를 일으켜도 나머지 2개를 보고 여전히 바른 값을 알 수 있다는 원리이다. 물리 큐비트 3개가 1개 논리 큐비트 역할을 하는 것이다.논리 큐비트를 만들려면 많은 물리 큐비트가 필요하다. 하지만 그러잖아도 예민한 큐비트의 숫자를 늘이면 오류가 일어날 가능성도 더 커진다. 큐비트 간 의도치 않는 상호작용이 일어나 문제를 더 복잡하게 한다. 오류를 고치려 큐비트를 늘렸는데, 늘어난 큐비트들이 일으킨 오류로 오히려 더 연산을 망치는 결과가 나온다. 양자 오류 정정은 실용적 양자 컴퓨터 첫걸음따라서 큐비트가 늘어나도 연산을 망치지 않도록 오류를 억제하는 것이 과제다. 오류율을 연산이 잘못되지 않을 수준, 즉 임계값 이하로 낮춰야 한다. 구글은 큐비트 숫자를 늘려도 오류는 임계값 이하로 일어나 도리어 연산 실패가 지수적으로 감소하게 하는데 성공했다. 양자 오류를 정정할 수 있는, 즉 실제 활용 가능한 대규모 양자 컴퓨터 개발의 중요한 단계에 도달했다는 평가다. 큐비트 품질도 높여서 양자 상태가 유지되는 결맞음 시간을 5배 높였다. 이렇게 만든 새 양자 칩 윌로우로 어려운 문제를 돌려 '슈퍼컴퓨터로 10의 25제곱년 걸릴' 것을 5분 안에 풀 수 있음을 보였다. 윌로우가 푼 문제는 '무작위 회로 샘플링'(RCS) 이다. 2019년 구글이 ‘시커모어’로 양자 우월성을 달성했다고 발표했을 때도 이 문제로 테스트한 결과를 근거로 했다. 당시 슈퍼 컴퓨터로 1만년 걸릴 것을 3분에 풀었는데, 이번엔 10의 25제곱년 걸릴 것을 5분에 풀었다. 이런 놀랄만한 속도는 아마도 양자 컴퓨터의 연산이 다중 우주에서 동시에 이뤄지기 때문일 수 있다고 구글 연구진은 보고 있다. 다만 RCS는 아직 실용 가능성이 없는, 문제를 위한 문제이다. RCS는 난수를 무작위 생성하듯 큐비트에 대해 양자 회로를 무작위로 생성하는 것으로, 이로 인해 나타나는 분포는 일반 컴퓨터로 시뮬레이션 하기 매우 어려워 양자 컴퓨터 성능을 보이기 위한 벤치마크로 활용된다. 즉 구글은 매우 빠른 연산을 할 수 있음을 보이긴 했는데, 그 문제가 실제 쓸모가 있는 문제는 아니라는 말이다. 양자 컴퓨터가 신약을 개발하거나, 금융 시장의 움직임을 예측해 리스크를 줄이거나, 기후 변화를 모델링하게 하는 효과적 알고리즘은 앞으로 계속 발전시켜 나가야 할 상황이다. 그러니 양자 컴퓨터 기업들이 빠른 시일 안에 과학과 산업에 이전엔 불가능했을 혁신을 가져오리라는 주식 시장의 기대는 아직 때이르다 할 수 있다. 비트코인 가격 하락을 불러온 암호화폐 보안 위협 역시 아직은 너무 이르다. 그러나 세계 각지의 기업과 대학, 연구소에서 활발한 양자 기술 개발 경쟁이 벌어지고 있다. 오류 정정 기술을 확대하고, 큐비트 품질을 높이고, 유용한 사용 사례를 찾고 있다. 주요국 정부는 국가적으로 중요한 기술이라며 적극 지원하고 있다. 미국 정부는 양자 컴퓨팅의 공격에서 자유로운 새 암호 표준을 최근 발표했다. 챗GPT를 통해 AI가 그랬듯, 어느 날 갑자기 양자 기술이 현실이 되어 우리 곁에 올 수 있다는 말이다. 우리가 인식하지 못하는 동안 누군가 초거대 언어모델을 훈련시키고 있었던 것처럼, 지금 빅테크나 스타트업, 대학 연구실에서 양자 기술 실용화의 비전을 향해 달려가는 노력이 한창이다.

미 실리콘밸리에 있는 AI 기업 구버의 AI 에이전트 플랫폼 구버가 출시 1개월 만에 3만개 이상의 AI 에이전트를 생성해 가파르게 성장하고 있다. AI 에이전트는 특정 목표를 달성하기 위해 일정 조건에서 자율적으로 행동할 수 있는 시스템을 말한다. 초거대언어모델(LLM)을 넘어 상황에 따라 결정을 내리고 선제적 활동까지 가능해 기업의 업무 자동화와 생산성 향상에 크게 기여하고 있다. 구버는 전 세계 웹에서 가장 최적화된 답변과 출처를 찾아 제시하는 AI 검색 ‘에스크 구버’를 탑재했다. 정보를 수집 정리할 뿐 아니라 요약과 브리핑까지 해주는 AI 에이전트 ‘브리핑 에이전트’를 생성할 수 있는 플랫폼이다. 생성된 AI 에이전트는 최신 정보를 기반으로 콘텐츠를 스스로 자동 업데이트하며, 사용자가 다시 검색하지 않아도 항상 정보의 최신성을 유지할 수 있도록 한다. 현재 구버에 내 생성된 AI 에이전트의 개수는 약 3만 개에 달한다. 이는 프리뷰 버전을 공개한 지 약 한 달 만에 이룬 성과다. 하루에 1000여개의 AI 에이전트가 생성된 것이다. 구버 관계자는 “이는 단시간에 세계 최대의 AI 에이전트 플랫폼으로 성장한 것이다”고 밝혔다.자동생성 AI리포트는 약 15만 건이 생성됐다. 이는 퍼플렉시티나 챗GPT 서치에 없는 구버의 대표 기능이다. 에스크 구버와의 문답을 기반으로 AI가 단 2~3분 만에 완벽한 구조의 리포트를 생성한다. 소셜미디어 포스팅, 비교리포트, 투자리포트 등 형식뿐 아니라 비즈니스와 에세이 스타일 등 글의 톤까지 지정할 수 있어, 목적에 따라 맞춤 활용이 가능하다. 조슈아 배 구버 법인장은 “1인당 유입되는 정보의 양이 막대한 상황에서 나 대신 정보를 찾고 분석해서 브리핑과 보고서를 제공하는 구버는 인류가 지식노동에 쏟는 시간을 완전히 혁신할 것”이라며 “내년부터 국내 및 해외에서 본격적인 홍보 마케팅을 진행할 뿐 아니라 서비스를 지속적으로 고도화하여 전 세계에 AI 에이전트 플랫폼으로서의 빠르게 입지를 굳혀나갈 예정”이라고 말했다.AI 기업 솔트룩스가 최대주주로 있는 구버는 보안 걱정 없는 기업 전용의 ‘구버 엔터프라이즈’를 클라우드와 어플라이언스, 온프레미스 형태로 출시한 바 있으며, 이를 기반으로 기업용 AI 서비스를 확대하고 있다.

한글과컴퓨터(이하 한컴)는 LG AI연구원(원장 배경훈)과 인공지능(AI) 사업 협력을 위한 전략적 파트너십을 체결했다고 12일 밝혔다. 이번 협약은 한컴의 시장 내 입지와 경쟁력과 LG AI연구원의 AI 기술과 결합하는 것을 뜻한다. 양 사는 AI 기술 및 서비스 분야에서 긴밀한 협력 관계를 구축하면서 시너지를 높일 계획이다. 한컴은 30년 이상 축적한 문서 설루션 기술력과 폐쇄망 환경에서의 안정적인 AI 서비스 제공 역량을 보유하고 있다. 여기에 LG AI연구원의 대규모 언어모델 ‘엑사원’(EXAONE)을 활용해 신뢰도 높은 AI 서비스를 제공할 계획이다. LG AI연구원은 지난 12월 9일 장문 처리 능력과 코딩 등의 기능을 높인 최신 모델 ‘엑사원 3.5’를 공개한 바 있다. 한컴은 현재 여러 기관·기업을 대상으로 진행 중인 한컴어시스턴트·한컴피디아 등 한컴 AI 제품의 실증사업(PoC)에 LG AI연구원의 엑사원을 AI 엔진으로 활용하는 방안을 검토하고 있다. 또한 온디바이스 AI 사업 분야에서도 협력을 모색할 계획이다. 배경훈 LG AI연구원장은 “LG AI연구원은 세계적 수준의 초거대 AI 모델 엑사원을 기반으로 AI 에이전트 기술을 고도화해 나갈 예정”이라며 “공공 부문을 비롯해 국내 오피스 설루션 시장을 선도하고 있는 한컴과의 협력을 통해 기업용 AI 서비스 확대에 나서겠다”라고 밝혔다.김연수 한컴 대표는 “앞으로 LG AI연구원과 협력하며 AI 기술 강화 및 서비스 영역 확장에 박차를 가할 것”이라며 “각 사의 강점을 적극 활용해 공공과 민간 분야의 디지털 전환을 가속하고, 국내 AI 생태계 발전에도 기여하겠다”라고 강조했다.

특별한 엔진이 온다. 이 엔진은 작업 시간을 획기적으로 줄인다. 효율성은 덤이다. 어느덧 우리 사회 곳곳에 자리 잡은 해당 엔진의 이름은 ‘인공지능(AI) 검색 엔진’이다. AI 검색 엔진의 기원은 2022년 처음 등장한 챗 지피티(GPT)다. 챗GPT는 오픈에이아이(AI)가 처음 세상한 공개한 대화 전문 인공지능 챗봇이다. 챗GPT의 등장 이후 AI 검색 엔진은 급부상하기 시작했다. 정보통신기획평가원은 챗 GPT의 등장으로 초거대언어모델 기반의 대화형 AI 서비스 개발이 활기를 띠게 됐다고 평가했다. 이를 바탕으로 AI와 검색 엔진을 결합한 하이브리드 방식의 AI 검색 엔진이 화두로 올랐다고 설명할 정도다.다만, 여전히 AI 검색 엔진은 글로벌 빅테크 기업의 전유물로 통한다. 생성형 AI 모델은 주어진 데이터를 바탕으로 학습하는데, 투입되는 데이터의 양과 질이 성능을 좌우한다. 이 때문에 글로벌 빅테크가 유리할 수밖에 없는 구조다. 그럼에도 불구하고 여기에 호기롭게 도전장을 던진 스타트업이 있다. 미국의 AI 기반 검색 엔진 제작사 퍼플렉시티다.올해 1분기 기준 월간 활성 사용자 수(MAU) 1500만명을 달성한 퍼플렉시티는 구글의 대항마로 평가받는다. 이렇듯 AI 검색 엔진의 새로운 지평을 열고 있는 퍼플렉시티가 19일 서울 더플라자호텔에서 열린 ‘11회 이데일리 글로벌 인공지능 포럼(GAIF 2024)’에 참여했다. 이날 기자와 만난 라이언 파우티 퍼플렉시티 사업개발 제휴 총괄이 강조한 키워드는 ‘시간’과 ‘효율성’ 두 가지다. ‘속도’와 ‘정확도’ 모두 잡은 퍼플렉시티먼저 퍼플렉시티가 집중하는 지점은 ‘속도’다. 답변을 최대한 빠른 시간 내에 제공하고, 방대한 양의 정보를 최대한 속도감 있게 정리해서 제공하는 것에 초점을 둔다. 또, 정보를 제공받는 이가 이를 빠르게 소화할 수 있게끔 돕는다. 그의 답변에는 모두 ‘빠르게’가 포함됐다.라이언 파우티 퍼플렉시티 사업개발 제휴 총괄은 “AI 검색 시대가 열리면서 사람들이 키워드 검색이 아닌 질의응답 방식으로 원하는 정보에 도달하게 됐다”며 “이 같은 상황 속 우리가 기술적인 측면에서 집중하는 부분이 속도”라고 말했다.이어 “퍼플렉시티는 방대한 양의 정보를 ‘빠르게’ 정리한 뒤 이용자가 원하는 답변을 최대한 ‘빠르게’ 제공한다. 이어 이용자들이 원하는 정보를 얼마나 ‘빠르게’ 소화할 수 있게 도울 수 있는지를 중요하게 보고 있다”고 덧붙였다.속도에만 집중하다 보면, 정확도를 놓치기 쉽다. 대표적인 예가 거대언어모델(LMM)의 ‘환각’(hallucinations)이다. 환각은 언어 모델이 사실과 다르거나 오해의 소지가 있는 콘텐츠를 생성하는 것을 뜻한다. 환각은 LLM의 대표적인 부작용으로 꼽힌다. 이 같은 문제를 개선하고자 퍼플렉시티가 내놓은 기능이 ‘자체 랭킹’(ranking) 시스템이다. 퍼플렉시티의 랭킹 기능은 사용자의 질문에 대한 가장 정확한 정보를 식별하기 위해 사용된다. 해당 기능을 통해 퍼플렉시티는 수많은 정보에 대한 순위를 매긴다. 기준은 정보에 접촉한 빈도수다. 가장 많이 접촉한 정보 순으로 AI를 적용해 이용자들에게 정보를 전달한다. 이에 그치지 않고, 제공되는 정보에 대한 링크까지 함께 공유해 신뢰성을 높였다는 게 라이언 총괄의 설명이다. 라이언 총괄은 “퍼플렉시티 ai 검색 엔진 이용자들은 랭킹을 토대로 정보의 사실관계를 확인할 수 있다”며 “어떤 정보에 대해 검색했을 때 나오는 여러 정보에 대한 순위 매기는데, 이를 토대로 ai를 이용해 축약된 정보를 제공한다”고 설명했다.이어 “또 랭킹은 거의 실시간에 가깝게 업데이트되기 때문에, 정보를 검색한 시기에 가장 가까운 정보를 얻을 수 있게 된다”며 “이에 그치지 않고 해당 정보의 출처까지 함께 남겨주기 때문에 이용자들이 사실관계 확인에 큰 도움이 된다”고 덧붙였다.AI 검색 엔진 각축전...다음 먹거리는퍼플렉시티의 다음 먹거리는 ‘기업 전용’ ai 검색 엔진이다. 기업의 업무 처리에 있어 효율성은 중요한 사안 중 하나다. 이에 퍼플렉시티는 각 기업의 상황에 맞는 커스터마이징(맞춤 제작 서비스·customizing) ai 검색 엔진을 제공해 업무 효율성을 극대화한다.일반 대중에 공개된 ai 검색 엔진 엔진과 달리 기업 전용 ai 검색 엔진은 회사 구성원들에게 최적화된다. 이를 통해 회사 구성원들은 과거 결재 내역 및 보고서뿐만 아니라 회사 관련 신규 정책과 뉴스를 검색 한 번으로 손쉽게 받아 볼 수 있다. 즉, 기업용 ai 검색 서비스를 활용할 경우 외부뿐만 아니라, 회사 내부의 데이터까지 한 번에 종합해 살펴볼 수 있는 셈이다.라이언 총괄은 “기업 버전과 개인 버전의 검색 방식에 대해서는 큰 차이가 없다. 다만, 기업 버전의 특별함은 바로 맞춤형”라며 “기업 전용 AI를 활용할 경우 대기업부터 중소기업까지 각 회사들이 보유한 정보를 직원에게 가장 효율적으로 제공할 수 있다”고 설명했다.이어 “기업 내부 정보를 외부에서 검색해 알아내기란 쉽지 않다. 다만, 회사 구성원들이 기업 전용 ai를 활용한다면 기업 내부에 있는 정보를 쉽게 찾을 수 있다. 이를 바탕으로 업무 시간이 대폭 단축될 수 있다는 이점이 존재한다”고 덧붙였다.끝으로 라이언 총괄은 AI가 새로운 시대의 시발점이라고 평가했다. 이에 따라 막대한 금액의 투자 비용이 수반되는 것은 당연한 결과라고 덧붙였다. 이제 AI는 피할 수 없는 시대의 흐름인 만큼, 대규모 비용 투자에 대한 우려들을 일축한 셈이다.그는 “현재 AI와 관련된 상품과 서비스는 하나로 통합되는 과정에 서있다”며 “AI의 발전은 이제 시작이며, 새로운 시대의 흐름”이라고 평가했다. 이어 “인터넷이 세상에 처음 등장한 이후 상상도 못 했던 일들이 펼쳐진 것처럼, AI의 등장도 마찬가지”라고 덧붙였다.그러면서 “AI 분야에서 이뤄지는 투자에 대해 과도하다는 지적은 이해하기 어렵다”며 “대기업부터 중소기업까지 AI에 뛰어들고 있다는 점은 모두가 알고 있는 사실이다. 이를 접하는 누구든 호기심과 호감을 갖고 AI를 사용해 보길 권한다”고 말했다.

직장인은 업무 시간의 상당 부분을 발주나 납품, 재무 처리를 위한 서류에 데이터를 채우는 일로 보낸다. 여기에 들어갈 정보는 직원 이메일이나 엑셀 장부, 고객관리 시스템 등에 흩어져 있다. 우리는 이런 정보들을 직접 찾아가며 서류를 만들어야 한다. 이런 번거로운 일들을 인공지능(AI)이 대신해 줄 수는 없을까? 조만간 가능해질 지도 모르겠다. 미국 AI 스타트업 앤스로픽이 최근 자사 초거대 언어모델(LLM) 기반 생성형 AI 서비스의 새 버전 ‘클로드 3.5 소넷’을 공개하며 ‘컴퓨터 유스(computer use)’라는 기능을 새로 선보였다. 나 대신 컴퓨터로 일하는 AI 컴퓨터 유스는 사람 대신 AI 모델이 컴퓨터를 써서 여러 가지 일을 대신해 주는 기능이다. AI가 스크린을 보고, 커서를 움직이며 버튼을 클릭한다. “내 PC와 웹에 있는 데이터를 찾아 이 서식을 작성해 줘”라고 명령하면 PC에 저장된 엑셀 파일을 열거나 브라우저를 작동시켜 적절한 정보를 찾아 빈 칸을채운다. 앤스로픽은 개별 도구들을 AI 모델이 활용 가능한 형태로 수정하지않았다. 대신 AI 모델에 일반적인 컴퓨터 활용 방법을 학습시켰다. 그래서 프로그램 종류에 얽매이지 않고 여러 소프트웨어나 컴퓨터 기능을 AI가 활용할 수 있다. 방대한 텍스트를 학습한 AI 모델이 자연스러운 문장을 내뱉을 수 있게 된 것처럼, 사람의 컴퓨터 사용법을 학습한 AI가 컴퓨터를 다룰 줄 알게 된 것이다. 사용자가 원하는 바를 일상 문장으로 지시하면 AI가 알아서 일을 진행시켜 완성할 수 있다는 말이다. 영화 ‘아이언맨’의 ‘자비스’나 ‘허’의 ‘사만다’처럼 주인의 상황을 찰떡 같이 이해하고 필요한 일을 알아서 챙기는 것이다. 우리가 막연하게 AI를 상상할 때 기대하는 것들이 한발 더 현실에 가까워진 셈이다. 이런 AI를 요즘 ‘AI 에이전트’라고 흔히 부른다. 영어 단어 ‘에이전트(agent)’는 다른 사람의 일을 대신해 주는 대리인 등을 뜻한다. 어느 정도의 독립성을 갖는다는 뉘앙스가 있다. AI 에이전트는 스스로 일의 순서와 흐름을 짜고, 활용 가능한 도구들을 써서 자율적으로 작업을 하는 시스템이다. 사용자의 요구에 대응해 갖고 있는 정보와 주변 상황을 파악하고, 요구를 충족하는데 필요한 정보와 활용 가능한 도구 등을 따져 가며 작업을 수행한다. 누구에게나 비서를…AI 에이전트 등장 IBM은 사용자가 “내년 그리스에서 서핑을 하기 가장 좋은 날씨가 될 것 같은 시기를 예측해 달라“고 요구하는 상황을 예로 들어 AI 에이전트를 소개한다. 날씨에 대한 정보가 없는 이 AI 에이전트는 외부 기상 데이터베이스에서 최근 몇 년 간 그리스 날씨 정보를 수집하고, 서핑을 전문으로 하는 또 다른 에이전트와 통신해 ‘만조와 비가 내리지 않는 화창한 날씨’가 서핑하기 좋은 시기라는 사실을 파악한다. 이 정보를 바탕으로 다시 내년 그리스의 어느 시기에 만조가 있고 날씨가 좋을지 예측해 사용자에게 알려주는 것이다. 이런 정보를 기억하여 다음에 비슷한 요청에 더 잘 대응할 수 있게 된다. AI 에이전트는 채팅 창을 빠져나온 초거대 언어모델이라고 할 수도 있다. 챗GPT 초기를 생각해 보면, (필자는 세상에 나온 지 2년 밖에 안 된 챗GPT를 두고 초기 운운하는 것이 어색하긴 하지만, 그간 변화가 너무 빨라 마치 오래 전처럼 느껴진다) 챗GPT에 검색이나 항공권 예약, 장보기 등 외부 앱의 기능을 추가해 마치 생성형 AI를 위한 앱스토어 같은 것을 만들려는 시도가 있었다. 텍스트밖에 못 다루는 챗GPT로 일상에 필요한 유용한 기능을 수행하기 위한 시도였다. 하지만 이후 AI 기술의 급속한 발달로 우리는 채팅 창에 얽매이지 않는 생성형 AI를 ‘AI 에이전트’라는 이름으로 사용할 수 있게 되었다. 이미지, 영상, 소리 등을 다루는 멀티모달 AI의 발달도 힘을 보탰다. 이런 발전에 힘입어 여러 기업들이 AI 에이전트들을 내놓고 있다. 마이크로소프트도 최근 기업 고객을 대상으로 업무 자동화를 위한 AI 에이전트 10종을 선보였다. 자사 생성형 AI 서비스 ‘코파일럿’ 기반이다. 여러 데이터를 종합해 최우선적으로 영업력을 쏟아야 할 고객이 어디인지 자동으로 판단하는 에이전트나, 공급망을 추적해 문제가 발생할 가능성이 있는 지점을 미리 파악하는 에이전트 등이다. 코파일럿으로 자동화 에이전트를 직접 만드는 기능도 공개할 예정이다. 세일즈포스, 아사나 등 여러 기업용 소프트웨어 기업들이 각자 분야에서 비슷한 AI 에이전트들을 내놓고 있다. 사람이 해야 할 일을 요청하면 AI가 알아서 계획을 짜고 정보를 모으고 도구를 찾아 일을 수행한다는 약속을 제시한다. 직장인의 낙원인 셈이다. 직원이 필요 없어 정리될 때까지는 말이다. 물론, 이 같은 약속이 온전히 이뤄질 수 있을지는 장담하기 어렵다. 앤스로픽은 컴퓨터 유스가 아직 ‘실험적 기능’이며 “오류와 실수가 많을 수 있다”고 인정한다. 피드백을 받아 기술 발전을 촉진하기 위해 미리 공개했다는 것이다. 그간 업무 문제를 해결해 준다는 소프트웨어나 AI의 모든 약속들은 우리를 많이 편리하게 해 주었지만, 결코 완벽한 적은 없었다. 개인정보나 프라이버시 문제도 간과할 수 없다. AI가 내 컴퓨터나 온라인에 저장된 정보에 얼마나 접근할 수 있게 할 것인가? 외부 망과 연결된 AI가 나의 민감한 정보를 유출할 우려도 있다. PC 화면을 쉴 새 없이 스크린샷으로 찍고 AI가 분석해 정보를 쉽게 찾고 업무를 돕는다는 마이크로소프트의 ‘리콜(Recall)’ 기능은 프라이버시 우려로 출시를 늦춰야 했다. 그렇더라도 사람의 머리를 써야만 가능했던 일도 기계에 맡긴다는 인류의 오랜 소망에 한걸음 더 가까워졌다는 생각만으로 기분은 좋아진다. 수하에게 일을 명령하는 배우 이경영처럼 우리도 AI에 말할 수 있게 될까? “AI, 진행시켜!”

인공지능(AI)의 발달이 예상치 못한 원자력 에너지 부활을 이끌어낼 수도 있을 것 같다. 생성형 AI 운영에 필요한 막대한 전력을 공급하기 위해 구글, 아마존, 마이크로소프트 등 빅테크 기업들이 원자력 발전에 눈을 돌리고 있기 때문이다. 전통적인 원자력 발전 외에 아직 검증되지 않은 소형 모듈 원자로(SMR)까지 선제적으로 도입하고 있다. 현재 우리가 쓰는 생성형 AI의 기반인 초거대언어모델(LLM)은 한번 학습시키는데 수만 개의 AI 반도체가 필요하다. 오픈AI가 각각 1조 개가 넘는 데이터와 매개변수로 자사 AI 모델 GPT-4를 학습시키는데 엔비디아의 그래픽처리장치(GPU) A100 2만 개와 3개월의 시간이 필요했다. 비용은 1억 달러(약 1500억 원) 이상 들었으리라 추산된다. AI 모델 학습에 필요한 엔비디아 GPU는 수요 폭등으로 가격도 비싸고 구하기도 힘든데, 이들 반도체를 만 개 단위로 가동하는데 드는 전기를 공급하는 것도 만만치 않은 일이다. 챗GPT와 같은 생성형 AI 프롬프트 하나를 처리하는데 드는 전력은 구글 검색 1건의 10배에 이른다. 생성형 AI는 아직 비싸다. AI 시대 데이터센터, 전력 문제 고민 AI 발전을 막는 병목으로 GPU 수급난과 양질의 학습 데이터 고갈 등과 함께 에너지가 꼽힌다. AI를 훈련시키는 반도체들이 잔뜩 모여 있는 데이터센터를 가동하려면 더 많은 전기가 필요하다. 만약 현재 하루 평균 90억 건 정도 일어나는 구글 검색이 모두 생성형 AI 답변 형식으로 바뀐다면 구글이 연간 29.2테라와트의 전기를 쓰게 되리라는 추산도 나왔다. 이는 아일랜드 한 나라가 1년 동안 쓰는 전력과 맞먹는다. 데이터센터는 본래 전기를 많이 쓰는 시설이다. AI 붐이 일기 전에도 데이터센터는 세계 전력 소비의 1% 정도를 차지했다. 구글, 아마존, 마이크로소프트 등 빅테크 기업들은 클라우드 사업 등으로 인해 늘어나는 전기 수요를 태양광이나 풍력 등 신재생 에너지를 확대해 충당함으로써 탄소 중립을 달성하겠다는 계획을 잇달아 밝혔다. 이는 ‘착한 기업’ 마케팅에 도움이 되었음도 물론이다. 하지만 공교롭게도 이 시기와 맞물린 2020년을 전후해 생성형 AI 연구개발과 상용화 경쟁이 시작되면서 전기 수요가 폭증하는 상황이 되었다. 현재 AI는 뚜렷한 수익 모델이 나오지 않았고, 밑 빠진 독처럼 투자만 계속해야 하는 상황이다. 하지만 이 경쟁에서 밀려나면 피해가 워낙 클 것이라 차라리 과잉 투자를 선택할 수밖에 없는 상황이다. 마이크로소프트나 아마존 같은 빅테크 기업들은 탄소 중립, 나아가 배출하는 탄소보다 더 많은 탄소를 제거하는 ‘탄소 네거티브’를 달성하겠다고 호언했지만, 최근 이들의 탄소 배출량은 도리어 늘어나고 있다. 이런 상황에서 원자력 발전은 ‘탄소를 배출하지 않으면서’ 효율적, 안정적으로 전기를 확보할 방법으로 주목받고 있다. 최근 아마존과 구글은 SMR 기술에 투자하고 향후 발전을 시작하면 전력을 우선 공급받기로 하는 계약 체결 사실을 이틀 간격을 두고 밝혔다. SMR은 일반 원전의 3분의 1 정도 되는 작은 원자로를 모듈 방식으로 빠르게 건설하는 기술을 말한다. 일반 원자로보다 발전 규모는 작지만 건설 비용과 기간을 줄일 수 있고, 데이터센터나 대형 공장 등 대규모로 전기가 필요한 시설 바로 옆에 지어 효율을 높일 수 있다. 아마존은 미국 워싱턴주 지역 전력 회사 에너지노스웨스트와 제휴, 2030년대 초반 가동을 목표로 SMR 건설을 지원한다. 320메가와트(MW) 규모 원자로에서 출발, 960MW까지 늘일 수 있다. 아마존은 이 프로젝트에 쓰일 SMR을 만드는 X-에너지에도 투자했다. 또 도미니온에너지와 제휴, 버지니아주에 있는 이 회사 기존 원자력 발전소 옆에 신규 SMR 건설을 지원한다. 앞서 아마존은 펜실바니아주에 있는 탈렌에너지의 원자력 발전소 옆에 자사 데이터센터를 지어 전력을 공급받기로 하기도 했다. 구글은 카이로스파워라는 에너지 스타트업과 손을 잡았다. 카이로스파워가 건설할 SMR에서 2030년부터 전기를 구매한다. 여러 기의 SMR을 건설, 최대 500MW까지 전력 공급 규모를 늘일 계획이다. 마이크로소프트는 지난달 미국 펜실바니아주 스리마일 섬 원전에서 전력을 공급받는 계약을 맺었다. 스리마일 섬 원전은 1979년 미국 최악의 원전 사고가 터진 곳이다. 사고가 난 2호기는 가동이 중단됐고, 1호기는 계속 운영되다 경제성 악화로 2019년 가동을 중단했으나 이번에 마이크로소프트와 계약하며 생명을 연장했다. 원자력 강국 한국, SMR 기회 열릴까빅테크 기업으로선 탄소 배출을 늘인다는 비판을 피하면서 확실하고 경제적인 전력 공급대안을 찾은 셈이다. 신재생 에너지로 전력 수요를 모두 채울 수 있다면 좋았겠지만, 신재생 에너지는 기상에 따라 전력 생산량 변동이 있고 기존 송전망과 밀접히 통합하기 어렵다는 문제가 있다. 하지만 SMR 역시 아직 초기 단계이고 실제 검증이 되지 않았다는 불안 요소가 있다. 일반 원전에 비해 보다 내재적으로 안전한 구조를 택했지만, 폐연료봉 등 핵폐기물 처리 문제는 역시 해결이 어려울 전망이다. 그럼에도 빅테크가 SMR을 택한 것은 그만큼 전력 문제를 심각하게 간주한다는 것일 터다. SMR은 우리 정부가 국가 전략기술로 밀고 있는 기술이기도 하다. 우리나라가 강점을 지닌 원자력 기술을 바탕으로 친환경 에너지원을 찾는 해외에 진출한다는 목표다. 정부는 올해 말 수립할 11차 전력수급기본계획에 SMR 4기 건설을 반영했다고 최근 밝혔다. 원전에 대한 사람들의 막연한 거부감이 여전한 상황에서 AI 경쟁에 몰린 빅테크 기업의 도전이 SMR 등 원전 기술의 혁신과 사회적 수용을 가져올지 주목된다.

SK텔레콤·KT·LG유플러스 등 국내 이동통신 3사는 최근 인공지능(AI)을 새로운 먹거리로 내세우고 있다. 이에 국내외 AI 기업들과의 합종연횡에도 많은 공을 들이는 모습이다. 통신 3사는 몇 년 전부터 ‘통신사’라는 꼬리표를 떼고자 큰 노력을 기울여 왔다. 이는 통신 분야에서 비중이 큰 이동 통신 시장이 이미 포화 상태에 다다르면서, 수익 창출 한계점에 도달했기 때문이다. 통신산업은 전형적인 내수산업이라는 점에서 해외 진출 역시 쉽지 않다.정부의 가계통신비 인하 압박도 거센 상황이다. 여기에 고령인구 증가로 인한 통신비 할인 규모 역시 점차 증가하는 모양새다. 통신사 입장에서는 본업인 통신만 믿고 있기에는 향후 수익 악화를 피하기 어려운 상황이다. 이런 상황에서 통신사들이 최근 가장 집중하고 있는 분야는 AI다. SK텔레콤, KT, LG유플러스 등 3사는 자체 거대 언어 모델(LLM) 개발과 AI 기술을 적용한 서비스를 출시하며 AI 기업으로의 변신을 꾀하고 있다. 국내외 여러 AI 기업과의 합종연횡 역시 그 일환이다.SKT는 ‘글로벌 텔코 AI 얼라이언스’를 통해 LLM 공동 개발 및 AI 사업 협력을 진행하고 있다. 글로벌 텔코 AI 얼라이언스는 지난해 11월 출범했다. SKT를 비롯해 도이치텔레콤·e&·싱텔·소프트뱅크 등 글로벌 통신사들이 모인 연합체다. 텔코 LLM 공동 개발 및 AI 관련 사업 협력을 함께 해 나갈 계획이다.글로벌 연합 통해 LLM 공동 개발 나선 SKTSKT는 최근 싱텔과 차세대 통신 네트워크 기술 협력을 위한 양해각서(MOU)를 체결하기도 했다. SKT는 싱가포르 1위 통신사인 싱텔과 다방면의 네트워크 기술 협력을 통해 글로벌 시장에서 이동통신망의 서비스·기술 혁신을 주도한다는 전략이다.SKT와 싱텔은 글로벌 텔코 AI 얼라이언스의 창립 회원사로서, 이번 MOU는 통신과 AI를 결합해 자체 AI 경쟁력 강화는 물론 글로벌 AI 생태계를 구축하는 글로벌 텔코 AI 얼라이언스 활동의 연장선상에서 체결됐다.양사는 4G·5G 기술 노하우와 경험을 바탕으로 고객 경험 향상은 물론 네트워크 안정성·효율성을 공동으로 개선한다는 목표다. 이를 위해 양사 간 이동통신 네트워크 엔지니어링·구축·운용·솔루션 등 다양한 상용망 분야에서 기술 논의와 인력 교류를 추진할 계획이다.SKT는 지난 6월 머신러닝 솔루션 기업 몰로코(Moloco)와의 협력을 통해 AI 기반 통합 광고 플랫폼 ‘어썸’(ASUM) 2.0을 출시하기도 했다. 몰로코는 기업에 맞춤형 광고 플랫폼을 제공하는 미국 실리콘밸리 스타트업으로, 고도화된 머신 러닝 기반의 AI 기술을 활용해 기업들이 효율적으로 광고를 집행할 수 있도록 지원하고 있다.어썸은 SKT T전화·T멤버십·PASS 등의 서비스와 통신 데이터를 활용한 맞춤형 타기팅 광고 플랫폼이다. SKT가 지난 2021년 어썸 1.0을 출시한 바 있다. 양사는 이번 협력을 통해 어썸 2.0에 몰로코의 광고 기술까지 접목해 고객 타팅을 한층 정교화했다. 양사의 타겟팅 기술을 AI가 통합해서 사용자에게 더 알맞은 광고를 보여주는 방식이다. KT는 초거대 AI 사업화를 위해 AI 인프라와 모델, 응용 서비스 영역을 아우르는 ‘AI 풀스택’ 전략을 추진해 오고 있다. 전략적 투자를 진행한 ‘리벨리온’의 AI 반도체 역량과 ‘모레’의 AI 반도체 구동 소프트웨어(SW)를 융합해 인프라 경쟁력을 강화하는 한편, 국내 AI 스타트업 ‘업스테이지’와 교육 전문 ‘콴다’에 200억 규모의 지분을 투자하는 등 모델과 응용 서비스 영역까지 AI 생태계를 확장 중이다.MS와 전략적 파트너십 체결한 KTKT는 지난 6월 마이크로소프트와 AI·클라우드·IT 분야의 긴밀한 협력을 위해 전략적 파트너십을 체결했다. 해당 협약식에는 김영섭 KT 대표와 마이크로소프트 사티아 나델라 CEO 겸 이사회 의장이 참석했다.이번 협약으로 KT와 마이크로소프트는 ▲AI·클라우드 연구개발 공동 프로젝트 ▲한국형 AI·클라우드·IT 서비스 개발 ▲AI·클라우드 이노베이션 센터 구축 ▲AI·클라우드 인재 양성을 함께하기로 했다.특히 양사는 국내 AI·클라우드 산업의 혁신과 성장을 위해 대규모의 협력과 지원 영역을 9월까지 상세화할 예정이다. KT는 마이크로소프트의 기술을 활용해 공공과 금융 분야 고객을 대상으로 데이터 및 AI주권 확보가 가능한 수준의 보안성을 강화하는 ‘소버린 클라우드’, ‘소버린 AI’를 개발해 한국 시장을 선도할 계획이다.김영섭 KT 대표는 “KT가 쌓아온 국내 사업 경험과 마이크로소프트의 기술력이 결합해 한국에 경쟁력 있는 AI 혁신 파트너로 거듭날 수 있게 돼 뜻깊게 생각한다”며 “마이크로소프트와 전방위적 협력으로 시장의 변화에 신속히 대응하고, 한국의 디지털 혁신에 이정표가 될 수 있도록 최선을 다하겠다”고 말했다.앞서 KT는 지난해 10월 초거대 AI ‘믿음’(Mi:dm)을 선보였다. KT는 믿음 출시를 계기로 ▲기업전용 LLM 사업화 ▲새로운 AI 혁신 사업 발굴 등 우선 B2B 시장에 집중할 계획이다. 이후 글로벌·제조·금융·공공·교육의 5대 영역으로 초거대 AI 사업 영역을 확장하고, 스타트업 개방 생태계를 통해 초거대 AI 기반 비즈니스 혁신에 나선다는 방침이다. AWS와 손잡은 LG유플러스LG유플러스는 지난 3월 아마존웹서비스(AWS)와 AI 활용 극대화를 위해 협력을 강화하는 협약을 맺었다.황현식 LG유플러스 대표와 캐서린 렌츠 AWS 산업부문 부사장은 모바일월드콩그레스(MWC) 2024가 진행된 스페인 바르셀로나에서 만났다. 양사는 ▲AWS의 생성형 AI 최신 개발 역량을 활용한 차별적 고객 경험 제공 ▲클라우드 플랫폼 서비스의 보안 강화 ▲통신사업의 핵심 영역 IT 모더나이제이션(현대화) 등을 협력한다는 내용의 협약을 맺었다.LG유플러스는 통신의 디지털화를 통한 플랫폼 기업으로의 전환을 위해 전사적인 고객경험혁신(CX)·디지털전환(DX)을 추진하고 있다. 이번 AWS와의 협력을 통해 이 같은 전환을 가속하는 계기가 될 것으로 기대한다. 또한 지난해 업그레이드한 차세대 통합전산망 '유큐브’(Ucube)를 통해 제공하는 고객 경험을 대폭 개선할 수 있을 것으로 보고 있다.양사는 이 밖에도 다양한 고객 경험 혁신과 클라우드 보안 수준 상향, 최신 AI 기술을 활용한 사례 발굴에도 협력할 계획이다. 이를 통해 LG유플러스는 IT 인프라 외에도 전사 사업 영역에 AWS의 최신 설계 역량을 확산한다는 방침이다.