2023 AI 트렌드 키워드로 돌아보기

Insight

Nov 24

2023/11/24   |  4 mins

Hailey (Contents Communication)
2023년의 주요 AI 트렌드를 한 눈에 보고 싶으신 분
2023년을 뜨겁게 달군 ‘AI’, 한 해 동안 인공지능 업계에서 있었던 주요 이슈를 키워드로 한눈에 살펴보세요.
✔️ AI 민주화 (AI democratization)
✔️ AIaaS
✔️ 생성형 AI (Generative AI)
✔️ sLLM (소형언어모델)
✔️ AI TRiSM (AI 신뢰, 리스크 및 보안 관리)
✔️ 변화의 물결: 바야흐로 AI의 시대

2023년을 한 단어로 설명한다면 무엇을 꼽을 수 있을까요? 지난 1일, 영국의 대표 영어 사전인 콜린스 사전에서 ‘AI’를 올해의 단어로 선정했을 만큼 인공지능은 한 해를 뜨겁게 달군 키워드 중 하나입니다. AI 용어를 사용하는 빈도는 전년 대비 올해 4배 이상 증가했다고 하는데요. 인공지능의 전성시대라고 느껴지는 요즘, AI 기술은 놀라운 속도로 발전하며 우리의 일상과 다양한 산업군에서 혁신과 변화를 주도하고 있습니다. 한 해를 마무리하며 우리 사회를 더욱 풍요롭게 만든 AI 업계의 주요 이슈를 다섯 가지 키워드로 돌아봅니다.

1. AI 민주화 (AI democratization)

AI 민주화란 누구나 인공지능에 쉽게 접근하고 이를 활용할 수 있게 되는 것으로, 기술의 이점을 보편적으로 누릴 수 있게 되는 현상을 의미합니다. 챗GPT를 필두로 AI 프로필 사진 제작 등의 다양한 생성형 AI 서비스가 우리에게 익숙해지기 전까지 인공지능은 대중에게 다소 멀게만 느껴지던 영역이었는데요. 그 이유는 바로 프로그래밍 언어에 익숙하지 않은 개인이나 모델 개발을 위한 자본, 인력, 인프라 등을 갖추기 어려운 기업의 경우 인공지능 기술을 활용하기 쉽지 않았기 때문입니다.

하지만 최근에는 모두가 사용할 수 있는 기술이라는 개방성에 초점을 두고 AI 개발과 설계, 데이터 세트 및 분석, 관련 툴이나 시스템에 이르기까지 다방면에서 접근성이 향상되며 AI 민주화가 이루어지고 있습니다. 대표적인 예로는 올해 여러 산업 전반에서 영향력이 커졌던 ‘오픈소스’와 ‘노코드·로우코드’(No Code·Low Code)를 꼽을 수 있습니다.

오픈소스
: 소스 코드가 공개되어 있어 누구나 자유롭게 이를 검토, 수정, 배포할 수 있는 소프트웨어를 가리키는 용어입니다. 각 오픈소스의 라이센스에 따라 사용자가 해당 소프트웨어를 어떻게 사용, 수정, 배포할 수 있는지 결정됩니다.
[→ 오픈소스 LLM과 한국어 모델의 생태계 알아보기]

노코드·로우코드
: 소프트웨어 개발을 더 쉽고 빠르게 만들기 위한 접근 방식입니다. ‘노코드(No code)’는 프로그래밍 언어를 사용하지 않고도 소프트웨어를 개발할 수 있는 방법으로, 코딩에 대한 전문 지식 없이도 손쉽게 소프트웨어를 만들 수 있도록 돕습니다. ’로우코드(Low code)’는 프로그래밍을 필요로 하지만 코드 작성 부분을 최소화하여 소프트웨어 개발을 간소화하는 방법입니다.

오픈소스와 노코드 환경의 결합은 다양한 사람과 기업이 AI를 활용해 새로운 아이디어와 혁신을 발전시키는 기회를 조성하며, 디지털 격차를 해소해 앞으로도 긍정적인 영향력을 미칠 것으로 기대됩니다.

2. AIaaS

aiaas stack — AIaaS stack in line with the conventional cloud service stack (cf. Liu et al. 2011; Mell and Grance 2011)
- 출처: Lins, S., Pandl, K.D., Teigeler, H. *et al.* Artificial Intelligence as a Service. *Bus Inf Syst Eng* 63, 441–456 (2021). https://doi.org/10.1007/s12599-021-00708-w

AIaaS(AI as a Service)는 클라우드 기반의 구독형 AI 서비스로 서비스형 인공지능을 의미합니다. 코로나19 팬데믹 이후 디지털 전환이 가속화되면서 산업 전반에 인공지능 기술을 적극적으로 활용하는 사례가 늘어났는데요. 이에 AI 내재화 대비 소요되는 시간과 비용을 절감할 수 있다는 장점으로 인해 최신 AI 기술을 사용료만 내고 손쉽게 도입할 수 있는 AIaaS가 더욱 주목 받게 되었습니다.

AI 개발에는 고도의 기술력뿐만 아니라 막대한 선행 투자가 필수적이기에 인력과 자본 투입이 제한적인 중소기업 및 스타트업에게는 AIaaS가 획기적인 솔루션으로 자리매김한 것인데요. 이를 활용하면 기업은 전문 지식이나 인력을 운용하지 않아도 클라우드에 구현된 AI 기술을 API 형태로 제공받을 수 있게 됩니다. 만약 AI 개발 환경이 필요하다면 AI 개발 툴 및 환경을 서비스 형태로 받아 이용하는 것도 가능합니다.

AIaaS 솔루션의 대표적인 사례로는 클라우드 컴퓨팅 서비스인 ‘마이크로소프트 애저 AI(MicrosoftS Azure AI)’와 아마존이 만든 ‘AWS(Amazon Web Service)’가 있으며 국내에서는 네이버의 ‘하이퍼클로바X’와 더불어 AI OCR을 쉽고 간편한 API 형태로 이용할 수 있도록한 AI 스타트업 업스테이지가 손꼽힙니다. 업스테이지는 최근 [→ ‘Upstage Console’]을 오픈하여 구겨진 문서나 손글씨, 영수증 등 다양한 형태의 문서에서 정보 추출이 가능한 OCR 기술을 콘솔에서 자유롭게 경험해보고 도입할 수 있도록 하였는데요. 이처럼 최신 AI 기술을 누구나 효율적으로 접근할 수 있도록 한 AIaaS는 올해 디지털 시장의 촉매제 역할을 톡톡히 했습니다.

3. 생성형 AI (Generative AI)

ChatGPT와 그 외 온라인 서비스가 백만 명의 사용자를 모으기까지 걸린 시간
(출처: https://www.statista.com/chart/29174/time-to-one-million-users/)

또한 2023년은 생성형 AI 열풍으로 인공지능 역사에 한 획이 그어진 해입니다. 생성형 AI는 머신러닝과 자연어 처리 기술을 활용하여 사용자의 특정 요구에 따라 텍스트, 이미지, 음성 등 다양한 형태의 결과를 생성할 수 있는 인공지능 시스템인데요. 챗GPT가 쏘아 올린 생성형 AI 열풍은 문명을 바꿔놓은 철기시대를 이어 인류 역사에 새로운 패러다임을 몰고 올 게임체인저로써 평가 받고 있습니다. 챗GPT는 작년 11월, 출시 5일 만에 이용자 100만 명을 달성하였는데 이는 인스타그램, 페이스북 등의 글로벌 소셜 미디어 서비스와 비교해보아도 혁명적인 기록일만큼 하나의 신드롬이 되었습니다. 거대언어모델(LLM)의 대중화를 이끈 챗GPT 외에도 메타의 ‘LLaMA’ 시리즈와 구글의 ‘LaMDA’, ‘PaLM2’, 스탠퍼드 대학이 공개한 ‘Alpaca’ 등 다양한 모델이 점차 취약점을 개선하고 성능을 향상해나가며 영향력을 넓히고 있습니다.

[→ GPT 시리즈와 발전 과정 살펴보기]

“농구선수의 덩크슛을 성운이 폭발하는 것처럼 표현한 유화” 라는 프롬프트로 생성한 이미지 (왼쪽부터 DALL·E 2, DALL·E 3 비교)
(출처: DALL·E 3)

생성형 AI 기반의 프로필 상품과 에픽 앱의 이어북(Yearbook) 등의 흥행으로 전년동기 대비 36.1% 이상 증가한 매출을 기록한 스노우
(출처: 스노우)

이외에도 생성형 AI 업계에서는 ‘Midjourney(미드저니)’, ‘DALL·E(달리)’, ’Stable Diffusion(스테이블 디퓨전)’ 등의 서비스가 등장하며 텍스트 기반의 프롬프트를 입력하는 것 만으로 원하는 이미지를 생성하는 것이 익숙한 시대가 되었습니다. 특히 국내에서는 AI 프로필 사진 제작 서비스가 큰 인기를 끌며 신분증 사진의 AI 프로필 대체 가능 여부에 관한 민원이 줄을 잇자 행정안전부가 이를 주민등록증에 사용할 수 없다고 공표하기도 하였는데요. 그만큼 생성형 AI가 대중화 되었음을 알 수 있는 사례입니다.

최근에는 구글, 오픈AI와 같은 빅테크 기업에서 멀티모달(Multi Modal) AI 개발에 힘을 쏟고 있다고 밝히며 생성형 AI 시장의 새로운 돌풍을 예고했는데요. 텍스트, 이미지, 음성, 영상 등 여러 가지 형태의 정보를 동시에 처리하고 이를 통합하여 종합적인 이해와 응답을 제공하는 인공지능 시스템인 멀티모달 AI로 진화중인 생성형 인공지능의 미래는 또 어떤 모습으로 다가오게 될지 이목이 집중되고 있습니다.

4. sLLM (소형언어모델)

llm model sizes — 언어 모델의 크기 (출처: Dr Alan D. Thompson, LifeArchitect.ai (Apr/2023))

빅테크가 내놓는 LLM(거대언어모델)의 경쟁 속에서 sLLM(소형언어모델)은 작지만 강한 존재감을 드러냈습니다. sLLM은 small Large Language Model의 약자로, 메타가 LLaMa를 학계에서 접근할 수 있게 허용한 이래로 오픈소스를 활용한 sLLM이 다수 등장하며 주목받기 시작했는데요.

기존의 LLM에 비해 매개변수는 적지만 양질의 데이터로 학습하고 미세조정(파인튜닝)을 거쳐 성능은 높게 유지하되, 필요한 컴퓨팅 자원을 줄여 비용을 획기적으로 절감할 수 있다는 것이 장점입니다. 보통 LLM은 매개변수를 1,000억 개 이상 갖는데, sLLM은 60억(6B)~100억(10B) 개의 매개변수로 구성된다는 것을 감안하면 그 차이를 체감할 수 있는데요. 또한 기업에서 우려하는 내부 기밀 정보 유출이나 환각 현상(할루시네이션)을 방지하도록 설계할 수도 가능합니다. 이처럼 저비용·고효율의 강점을 가진 sLLM을 특정 산업이나 상품, 서비스에 특화하여 생성 AI를 비즈니스에 효과적으로 적용하고자 하는 기업의 수요는 빠르게 늘고 있습니다.

[→ sLLM으로 세계 1위 성능을 기록한 업스테이지의 스타뷰 보기]

5. AI TRiSM (AI 신뢰, 리스크 및 보안 관리)

인공지능이 우리의 일상 깊숙이 스며들기 시작하면서 신뢰, 리스크 및 보안 관리의 중요성에 대한 목소리도 점차 커졌습니다. Artificial Intelligence(AI) Trust, Risk, and Security Management의 약자인 AI TRiSM이 바로 이러한 이슈를 반영하여 신뢰성, 공정성, 개인 정보 보호 등의 꼭 필요한 거버넌스를 준수하도록 하는 강조하는 의미를 담은 용어인데요. IT 분야 리서치 기업 ‘가트너(Gartner)’에서도 이를 올해의 테크놀로지 트렌드 중 하나로 언급하기도 했습니다.

AI TRiSM을 위해서는 다음과 같은 4가지 요소를 고려해야 합니다.

Explainability (설명 가능한 AI) : AI 모델이 출력한 결과와 예측에 대해 사용자가 명확히 이해하고 신뢰할 수 있도록 만드는 것을 의미합니다. 이를 위해 AI 모델 학습에 사용되는 데이터 세트와 모델이 생성하는 결과를 효율적으로 검증할 수 있는 프로세스를 구축하여 서비스 제공자와 사용자 간의 신뢰를 구축할 수 있어야 합니다.
ModelOps (AI 모델 운영) : 인공지능 모델의 개발·배포부터 유지, 관리에 이르기까지 전반적으로 관리하기 위한 프로세스와 시스템을 개발하는 것을 의미합니다. 여기에는 모델이 작동하는데 문제가 없도록 클라우드 리소스 등의 기본 인프라 환경을 관리하는 것도 포함됩니다.
AI Application Security (AI 애플리케이션 보안) : AI 모델은 방대하고 민감한 데이터를 다루는 경우가 많기에 애플리케이션 보안을 철저히 해야 합니다. 이는 모델을 안전하게 유지하는데 도움이 되며, 조직에서는 데이터에 대한 무단 액세스나 변조를 방지하기 위해 보안 프로토콜을 구성할 수 있습니다.
Privacy (프라이버시 보호) : AI 시스템의 중추 역할을 하는 데이터를 안전하게 보호하는 것이 곧 인공지능의 안전성과 신뢰성으로 이어집니다. 기업은 개인 정보 보호 규제를 준수하여 모델 학습에 필요한 데이터를 적절히 수집하고 활용하는 것 또한 중요합니다.

변화의 물결: 바야흐로 AI의 시대

인공지능으로 시작되는 혁신적인 변화는 이제 시작입니다. 빠른 속도로 기술이 발전하고 있는 만큼, 앞으로 우리가 함께 고민해야 할 AI 윤리 문제를 슬기롭게 풀어나가는 것 또한 더 나은 미래를 열어가는데 중요한 열쇠가 될 것으로 보입니다. 바야흐로 AI의 시대에 살고 있는 우리, 내년에는 또 어떤 것들이 세상을 변화시키게 될까요?

Private LLM