> 
사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>
[뉴스투데이=최봉 산업경제 전문기자] BCG(Boston Consulting Group)에서 생성형 AI(Generative AI) 격변기를 맞이하고 있는 CEO를 위한 일종의 가이드를 제시한 자료가 있어서 이를 소개하고자 한다는 내용을 지난 편에서 언급했었다.
CEO는 Generative AI가 자신의 조직과 자사가 속해있는 산업에 어떤 영향을 미치고 어떤 전략적 선택을 통해 기회를 활용하고 문제를 관리할 수 있는지에 초점을 맞춰야 하는데, 이러한 선택은 세 가지 핵심 요소에 중점을 둔다고 했다.
이번 편에서는 이 가운데 ‘잠재력(Potential)’에 대한 내용을 소개하겠다.
<CEO의 전략적 선택 핵심 요소>
• 잠재력: 전략적 우위를 찾아라!
우선 잠재력, 즉 CEO는 자사의 전략적 우위를 찾아내야 한다는 것이다.
Generative AI는 프롬프트 몇 마디만 입력하면 사용자가 원하는 작업을 놀랄만한 속도로 수행하여 결과물을 제시한다. 기업이나 연구소 등 다양한 조직 입장에서, 이 같은 즉각적인 생산성 향상은 비용 절감으로 이어질 수 있다.
하지만 Generative AI에 누구나 접근해서 활용할 수 있다는 ‘공평함’은 기업의 경쟁업체가 동일한 액세스 권한과 기능을 갖게 된다는 것을 의미하기도 한다.
경쟁업체를 포함해서 다른 조직과 보조를 맞추려면 기존 LLM(Large Language Model) 애플리케이션에 의존하는 많은 활용 사례가 필요할 것이다.
그러나 경쟁자들은 차별화를 제공하지 않는다. 생성된 유일한 변수는 사용자가 (적절한 프롬프트로) 시스템을 ‘재촉할 수 있는 능력’에서 비롯되기 때문이다.
• (잠재력) 올바른 활용 사례를 파악해야..
CEO에게 핵심은 회사의 상황에 맞는 최적의 활용 사례, 즉 진정한 경쟁 우위를 제공하고 기존 동급 최고의 솔루션에 비해 가장 큰 영향을 미치는 베스트 프랙티스(best practice)를 식별하는 것이다.
CEO가 최적의 활용 사례를 식별한 후에는 기술팀과 협력하여 ①기존 LLM을 미세 조정(fine-tuning)할지 아니면 ②맞춤형 모델(custom model)을 훈련할지에 대한 전략적 선택을 해야 한다.
기존 모델의 미세 조정은 기존 오픈소스 또는 유료 모델을 채택하는 것이기 때문에 비용 효율적이다.
미세 조정은 또한 작업을 상대적으로 수월하게 시작할 수 있으며, 기업은 Generative AI가 클라우드 서비스와 같은 모델로 진화할 가능성이 있는 미래에 대비할 것이다.
그러나 이 접근 방식에는 단점이 있다. 이러한 모델은 핵심 모델의 훈련 데이터가 지닌 기능 및 도메인 지식에 전적으로 의존한다. 그들은 또한 독점 데이터를 보호하기 위한 제한된 옵션을 제공한다.
맞춤형 LLM 훈련은 더 큰 유연성을 제공하지만 비용과 기능 요구 사항이 높다.
이스라엘 텔아비브에 소재한 ‘AI21 Labs’에 따르면, 구글은 BERT 훈련에 약 1천만달러를 지출하고 OpenAI는 GPT-3에 대한 단일 훈련 실행에 1200만달러를 투입했다고 추정한다.
이러한 비용을 비롯한 데이터 센터, 컴퓨팅 및 인재 요구 사항 등은 외부와의 파트너십을 통해 관리된다 할지라도 다른 AI 모델과 관련된 비용보다 훨씬 높다.
이 투자를 정당화하는 기준은 높지만 진정으로 차별화된 활용 사례가 있다면, 모델에서 생성된 가치가 투자비용을 상쇄할 수 있다.
• (잠재력) 투자계획을 수립하라
CEO는 인재와 기술이 아직 준비되지 않은 복잡한 프로젝트에서 뒤쳐질 위험에 대비하여 그러한 투자의 시기를 신중하게 평가해야 한다.
오늘날의 Generative AI는 아직까지는 여전히 오류 경향에 의해 제한되며 변동성이 충분히 허용되는 활용 사례에 주로 구현되어야 한다.
또한 CEO는 맞춤형 개발이 중요하고 시간에 민감한 요구 사항이라고 판단한다면, IT, R&D 또는 다른 소스에서 예산을 가져와야 하는지 여부에 관계없이 데이터 및 AI 인프라에 대한 새로운 자금 조달 메커니즘을 고려해야 한다.
“미세 조정 대 맞춤형 모델 훈련” 논쟁은 장기적인 경쟁 우위와 관련하여 또다른 의미를 갖는다. 이전에는 Generative AI에 대한 대부분의 연구가 공개되었고 모델은 오픈 소스 채널을 통해 제공되었다.
하지만 현재 이 연구는 대다수 비공개로 진행되고 있기 때문에 오픈 소스 모델은 이미 최신 솔루션보다 훨씬 뒤떨어져 있다.
그러기에 다수의 글로벌 기업은 Generative AI 경쟁에 대규모 자금을 투자하는 것이다. CEO의 고민이 깊어질 수밖에 없다.
다음 편에서는 나머지 두 가지 핵심요소인 사람(People), 정책(Policies) 관련 내용을 소개한다.
댓글 (0)
- 띄어 쓰기를 포함하여 250자 이내로 써주세요.
- 건전한 토론문화를 위해, 타인에게 불쾌감을 주는 욕설/비방/허위/명예훼손/도배 등의 댓글은 표시가 제한됩니다.
