전체메뉴

[애플경제 박문석 기자] 인공지능 기술은 다양한 형태로 발달하고 있다. 가트너에 따르면 그 수준도 인공지능 기술을 알게 되고 관망하는 레벨1단계에서부터 제품에 AI가 적용되고, 다시 모든 제품과 비즈니스 환경의 DNA로 이식되는 최고 레벨5단계로 구분된다. 현재는 대략 제품에 하나 이상의 인공지능 프로젝트가 진행되고 전문가와 기술자들이 비즈니스에 활용하는 레벨3단계가 보편적이다. 그런 가운데 관련 기술 동향도 대체로 5~6개 분야 정도로 발전하며, 기술을 확장시켜가고 있다.

가트너와 IDC, 그리고 이를 인용, 종합한 한국전자통신연구원에 따르면 인공지능 기술은 현재 ▲ 맥락 AI기술, ▲복합 AI, ▲멀티 모달 AI, ▲생성AI, ▲엣지 AI 정도로 나눌 수 있다. 가트너는 “현재 기술 수준이 레벨4로 향하고 있는 가운데, 이들 다양한 기술들이 따로, 혹은 한데 어우러지며 시너지를 내고 있는 상태”라고 규정했다.

‘맥락 AI기술’은 말 그대로 의사 결정자에게 활용한 맥락 정보를 함께 제공함으로써 분석된 정보에 대한 신뢰를 높이는 것이다. 이는 다양한 정형 데이터 혹은 비정형 데이터 소스를 통합하여 예측 능력을 강화하고 개선할 수 있다. 필요한 경우, 합성 데이터를 사용하여 부족한 수집 데이터를 보완하기도 한다. 즉, 맥락 중심의 적은 데이터로 높은 성능을 구현하는 기술이라고 할 수 있다. 가트너와 전자통신연구원에 따르면 현재 ‘few-shot learning’, ‘self-supervised learning’, ‘transfer learning’ 등의 기술이 이에 속한다.

‘복합 인공지능(Composite AI)’은 그야말로 ‘복합’ 기술이다. 즉, 서로 다른 인공지능 기술을 결합하여 학습의 효율성을 높이는 것이다. 해결할 문제가 복잡할수록 여러 인공지능 기술을 복합적으로 사용하여 해결할 수 있다는게 장점이다. 특히, 잘 정제된 학습용 빅데이터가 제대로 갖춰지지 않을 때 유용하다. 이런 경우 도메인 지식을 사용함으로써 더 정확하고 풍부한 마이닝을 할 수 있고, 높은 수준의 지능을 제공할 수 있다.

‘멀티모달 인공지능(Multimodal AI)’은 이미지, 텍스트, 음성, 수치 데이터 등 다양한 데이터를 복합적으로 처리하는 인공지능 기술이다. 애초 ‘멀티 모달’은 생체인식이나 음성 등을 그대로 정확하게 인식하고 해석하는 기능이다. 이처럼 다양한 모달리티의 데이터를 결합해서 사용하거나, 입력과 출력이 서로 다른 모달리티 인공지능 기술이다.

대표적으로 OpenAI사가 발표한 ‘DALLㆍE’와 ‘CLIP’이 있다. 그 중 ‘DALLㆍE’는 텍스트를 입력하면, 이미지 데이터가 생성되는 기술이다. ‘CLIP’은 ‘zero-shot learning’의 한 방법으로 이미지 데이터와 텍스트 데이터를 같이 학습시켜, 학습 과정에서 미처 분류, 인지되지 못한 이미지도 분류할 수 있는 기술이다. 전자통신연구원은 “사전에 학습된 자연어처리 모델과 이미지 처리 모델들이 활용 가능해지면서 이들을 활용한 다양한 시도들이 이루어지고 있다.”면서 “현재의 멀티모달 인공지능 기술은 기능 동작의 수준이며, 더욱 진화될 것으로 전망된다”고 밝혔다.

‘생성 인공지능(Generative AI)’은 사람과 사물, 동물 등의 습관이나 행동 양태 등을 각기 매칭시켜, 전혀 다른 콘텐츠를 생성할 수도 있는 기술이다. 즉, 데이터의 분포를 학습하되, 이를 분석하고 학습한 후 전혀 새로운 데이터를 생성하는 기술이다. 흔히 가짜 영상을 만들어 문제가 되거나 화제가 되곤 하는 ‘딥페이크’(DeepFake)가 대표적이다. 최근엔 이런 딥페이크 기술과 같은 생성AI 기술을 이용한 예술 활동도 이어지고 있다.

또한 의료나 각종 소재 설계에도 생성AI 기술을 이용하는 등 R&D기술에 접목하기도 한다. 실제로 한국전자통신연구원에 따르면 KAIST는 물리 화학적 지식을 딥러닝 모델에 적용하여 부족한 데이터를 합성한 후, 신약후보물질을 빨리 찾는 인공지능 모델을 만든 것으로 전해진다. 제약 분야 외에도 이는 다양한 분야에 두루 쓰인다. 제조업을 비롯해, 건축, 인테리어 디자인, 엔지니어링, 자동차, 우주항공, 국방, 의료, 전자, 에너지 등을 망라한다.

‘엣지 인공지능(Edge AI)’은 엣지 컴퓨팅의 원리를 접목한 것이다. 즉 중앙서버 혹은 클라우드에 데이터를 전송하지 않고, 데이터를 수집한 엔드 포인트나, 게이트웨이, 혹은 엣지 서버에 인공지능 기술을 내장한 것이다. 아직은 중앙서버에서 주로 학습을 하고, 학습된 모델을 엦지에 전달하여, 추론하도록 하는 수준이다. 김말희 한국전자통신연구원 책임연구원은 관련 보고서에서 “최근에는 “엣지 장치가 고도화되고, 또한 모델 압축 기술들이 좋은 성능을 보임으로써, 경량의 모델을 엣지 장치에서 학습하는 기술들이 개발되고 있다”면서 가트너를 인용해 엣지 인공지능이 주목을 받는 이유를 지목하기도 했다.

이에 따르면 2025년까지 117억 개의 사물인터넷 장치가 있을 전망이고, 데이터의 75%가 중앙집중식이 아닌 외부에서 생성될 것으로 예측된다. “이렇게 생성된 데이터의 프라이버시 문제, 실시간적 처리 문제, 네트워크 트래픽 문제 등을 해결하기 위한 가장 좋은 솔루션이 엣지 인공지능“이란 얘기다.