[김호림 동양대학교  AI융합연구센터 센터장] 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 어디

AI는 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 존재

생성형 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.

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지