레노버 인프라스트럭처그룹 아시아·태평양 사장
ST 마이크로일렉트로닉스 한국 지사장
퀄컴 테크날러지 Inc. 수석 부사장 겸 기술 기획 및 엣지 솔루션 부문 본부장
KT AI2X Lab 랩장
라이너 대표
HP 첨단 컴퓨팅 솔루션 부문 수석 부사장
조지아공과대학교 교수
DeepAI 설립자 겸 CEO
"지금까지는 지능을 가진 동물은 인간이 유일했지만, 이제는 생성형 AI가 우리보다 지능적으로 더 훌륭할 수 있습니다."
세계적 AI 석학 제리 카플란
"자율주행차 개발에 생성형 AI가 대규모로 활용되면서 개발 사이클이 근본적으로 달라지게 됐습니다."
마르코 파보네 스탠퍼드대 항공우주공학과 부교수 겸 엔비디아 특훈과학자
"생성형 AI 기술은 인간의 고유 영역이었던 창작 분야까지 대체하며 세계적 돌풍을 일으키고 있습니다."
고진 디지털플랫폼정부위원회 위원장
21일 ‘비욘드 AI(beyond AI·AI 그 이상을 넘어)’를 주제로 열린 국내 최대 테크 콘퍼런스 ‘스마트클라우드쇼 2023′이 성황리에 폐막했다. 글로벌 빅테크 기업들이 생성형 인공지능(AI) 패권 경쟁을 벌이고 있는 상황에서 생성형 AI·자율주행·도심항공교통(UAM)·반도체 분야 석학과 기업인들이 총출동해 인공지능(AI)이 보여줄 미래의 모습을 공유했다. 과학기술정보통신부가 주최하고, 조선비즈와 정보통신산업진흥원(NIPA)이 주관한 올해 행사는 현장에 마련된 300여석의 좌석이 부족할 정도로 인산인해를 이뤘다. 참석자들은 “국내 최대 수준의 테크 콘퍼런스답다”라고 평가했다.
이날 축사는 고진 디지털플랫폼정부 위원장과 박윤규 과학기술정보통신부 2차관이 맡았다. 고 위원장은 “AI는 지금까지 보여준 것보다 더 많은 분야에서 생산성을 획기적으로 개선하고 서비스의 혁신을 가져올 것”이라고 했다. 박 차관은 “정부는 올해를 AI 일상화의 원년으로 삼고, 상용 AI를 생활 곳곳으로 확산해 AI 혜택을 공유하고 대규모 수요를 창출해 나가고자 한다”라고 말했다.
◇ “인간보다 똑똑한 생성형 AI… 우려보다 활용 방안 모색해야”
이날 기조연설자들은 생성형 AI가 가져올 무궁무진한 기회에 주목했다. ‘인공지능의 미래’ 저자인 AI 석학 제리 카플란(Jerry Kaplan) 박사는 “인간보다 똑똑한 생성형 AI가 회의자료를 정리하는 개인 비서 역할을 하는 것은 물론 포럼 연설, 조언, 경고, 고객 및 법률 의료 상담에 도움을 줄 것”이라며 “하지만, 인간과 달리 생성형 AI는 자신의 이익을 위해 열망을 갖는 존재가 아닌 만큼 잘 활용하면 세상을 바꿔놓을 것”이라고 했다.
마르코 파보네(Marco Pavone) 스탠퍼드대 항공우주공학과 부교수 겸 엔비디아 특훈과학자는 “주춤했던 자율주행 기술이 생성형 AI의 등장으로 다시 활기를 띄기 시작했다”며 “자율주행차가 운행 중에 마주하게 될 수 있는 희귀한 상황들을 시뮬레이션하고 실제 상황을 추론하는 과정에도 생성형 AI가 적극 활용되고 있다”고 말했다.
비네쉬 수쿠마(Vinesh Sukumar) 퀄컴 테크놀로지 시니어 디렉터·AI/ML(머신러닝) 제품 관리 총괄은 “퀄컴은 2020년대 내에 100억개의 파라미터가 포함된 모델을 제공하겠다는 목표를 세웠다”라며 “이 모델을 활용하면 XR(확장현실), VR(가상현실), 자동차 등 다양한 디바이스에서 생성형 AI를 구동할 수 있다”라고 말했다. 파라미터는 생성형 AI가 정보를 학습하고 기억하는 시냅스(신경연결) 역할을 한다.
백준호 퓨리오사AI 대표는 패널토론에서 AI가 사회적으로 긍정적 영향을 줄지, 인간의 능력을 대체하면서 부정적인 영향을 줄지 의견이 엇갈린다고 했다. 에릭 앨리슨(Eric Allison) 조비에비에이션 제품 책임자(부사장)는 “인류 역사에서 새로운 혁신적 도구와 기술이 나올 때마다 이런 논쟁은 항상 반복됐고 AI도 마찬가지”라며 “하지만 AI로 인해 생산성이 증가하면 경제 파이가 커질 것이고 더 많은 기회가 생길 것”이라 했다. 앨리슨 부사장은 UAM 개념을 처음 정립한 우버 엘리베이트(Uber Elevate) 총괄 출신이기도 하다.
◇ “특화된 모델로 작업 정확도 높여야”
기업들은 생성형 AI 전략을 어떻게 짤지 고민이다. 행사에 참여한 연사들은 기업, 산업 특성에 맞는 AI를 활용해 전략을 짜야 유의미한 성과를 거둘 수 있다는 조언을 내놓았다.
이화영 LG AI 연구원 상무는 “기업들은 ‘AI를 통해 어떻게 문제를 해결할지’를 고민할 뿐 ‘어떤 AI를 도입해야 할지’는 크게 고민하지 않는 것 같다”라며 “AI로 유의미한 성과를 거두기 위해서는 한 분야에 특화된 모델을 개발해 작업의 정확도를 높이는 게 중요하다”라고 했다.
샨커 V 셀바두라이(Shanker V Selvadurai) IBM 아시아태평양 지역 최고기술책임자(CTO)·부사장은 “유행에 따라 AI 모델 개발에 나서기보다 AI 모델을 통해 고객에게 어떤 가치를 줄 수 있는지를 먼저 고민해야 비즈니스 AI 전략을 효과적으로 세울 수 있다”라고 말했다. 올리비어 클라인(Olivier Klein) 아마존웹서비스(AWS) 아시아태평양 지역 수석기술자 역시 “단 하나의 생성형 AI 모델이 시장을 지배하지는 않을 것이고 이에 적절한 모델 선택이 중요하다”라고 말했다.
◇ “생성형 AI 구동 위한 연산 수요, 반도체가 못 따라가”
전문가들은 생성형AI 시대를 준비하는 데 있어 시스템적으로 준비를 갖춰야 한다는 점을 강조했다.
빌 레진스키(Bill Leszinske) 퓨리오사AI 상임고문은 “AI 구동을 위한 연산 수요를 반도체 집약 속도가 따라가지 못하고 있다”며 “AI를 통해 놀라운 생산성 증가를 경험하고 있지만, 엄청난 AI 능력을 활용하려면 여러 난제를 극복해야 한다”라고 말했다.
박경 SK하이닉스 메모리시스템솔루션 담당(부사장)은 “늘어나는 데이터를 효율적으로 처리하기 위해서는 메모리 병목 현상을 극복하고, 연산과 메모리 사이의 데이터 이동을 감소시켜야 한다”라며 “메모리에 연산 기능을 더한 프로세스인메모리(PIM) 기술이 적용된 GDDR6-AiM과 CXL에 연산 기능을 통합한 CMS(Computational Memory Solution)가 솔루션이 될 것”이라고 했다.
무어의 법칙, 한계 달해
’AI 구동’ 연산능력 매년 10배↑
”하드웨어·소프트웨어 혁신 동시 필요”
“무어의 법칙은 한계에 도달했다. 인공지능(AI) 구동을 위한 연산 수요를 반도체 집약 속도가 따라가지 못하고 있다.”
빌 레진스키(Bill Leszinske) 퓨리오사AI 상임고문은 21일 서울 중구 웨스틴조선호텔에서 열린 ‘스마트클라우드쇼 2023′에서 “AI를 통해 놀라운 생산성 증가를 경험하고 있지만, 엄청한 AI 능력을 활용하려면 여러 난제를 극복해야 한다”면서 이같이 말했다. 그가 언급한 무어의 법칙은 마이크로칩에 저장할 수 있는 데이터 분량이 24개월마다 2배로 늘어난다는 내용이다.
레진스키 고문은 인텔에서 약 30년 간 근무하며 시스템온칩(SoC), 솔리드스테이트드라이브(SSD) 부문에서 제품기획, 영업, 마케팅 등을 총괄한 인물이다. 특히 인텔 SSD 부문에서 전략 기획 및 마케팅 CVP(Corporate Vice President)를 역임하며 40억달러 규모의 매출 성장을 주도하는 등 데이터센터 비즈니스에 특화한 인물이다. 그는 지난해 12월 한국에서 태동한 AI 반도체 스타트업 퓨리오사AI에 합류했다.
레진스키 고문은 이날 ‘하드웨어를 능가한 AI, 어디로 향할 것인가?’를 주제로 한 강연에서 “AI 구동을 위한 연산 규모는 지금까지 선형적으로 증가하다가 최근 몇년 사이에 빠르게 증가해 매년 10배 이상 늘어나고 있지만, 마이크로칩 집적화는 느려지고 있다”면서 “AI 반도체 발전 사이클은 4년인데, 트랜스포머가 처음 등장한 이후 챗GPT4가 나오는 데 5년도 걸리지 않았다”고 했다.
그는 “1테라바이트(Terabyte)에도 수십, 수백만장의 사진을 저장할 수 있는데 1테라바이트의 10억배인 제타바이트(Zettabyte)가 기업에서 생성 중”이라며 “제타바이트 단위의 데이터는 저장하는 것도 어려울 뿐더러 데이터센터에서 처리하는 데 많은 전력이 들어간다”고 했다. 이어 “미국 아이오와에 있는 마이크로소프트 데이터센터는 센터 냉각을 위해 아이오와주 담수의 10%를 사용하고 있다”고 덧붙였다.
레진스키 고문은 전 세계적으로 불고 있는 데이터 및 개인정보 보안에 관한 규제로 데이터 처리가 더욱 어려워지고 있다고 했다. 그는 “한국에서 저장·생성된 데이터는 한국 이외의 국가에서 저장하지 못한다는 식의 규제가 전 세계 100여개 이상의 국가에서 도입되고 있다”면서 “유럽연합(EU)의 일반 데이터 보호 규정(GDPR), 미국 캘리포니아주의 소비자 개인정보 보호법(CCPA) 같은 규제가 생기면서 데이터 프로세싱의 복잡성이 증가했다”고 했다.
그는 “최근 어떤 과학자를 인터뷰했는데 챗GPT4가 훌륭하지만 작은 다람쥐 정도의 지능과 역량을 가졌다고 말했다”면서 “더 높은 수준의 AI를 위해 더 많은 기술적 확장이 필요하다”고 했다. 그러면서 “반도체 산업에서 30년 동안 일하면서 엔지니어들이 무어의 법칙에서 영감을 받아 신기술을 만들고 혁신을 이뤄낸 것을 봤다”면서 “AI 발전에 따른 하드웨어 한계를 극복하기 위해선 과거보다 한 차원 높은 혁신을 만들어야 한다”고 말했다.
레진스키 고문은 하드웨어의 한계를 극복하는 방법으로 먼저 연산에 대한 혁신을 언급했다. 그는 “반도체 산업에서 무어의 법칙을 극복하기 위해 패키징 기술을 2차원에서 3차원으로 전환 중”이라면서도 “3D 패키징으로는 충분하지 않다. 강력한 연산기능을 수행하기 위해서는 특정한 기능만 수행하는 도메인 특화 아키텍쳐(Domain Specific Architectures)로 나아가야 한다”고 했다.
그는 이외에도 완전 동형 암호화(FHE), 광자를 이용한 데이터 저장 기술, 컴퓨트 익스프레스 링크(CXL) 등을 하드웨어 개선을 위한 혁신 기술로 언급했다. 소프트웨어 개선에 대해서는 “오픈소스 소프트웨어 커뮤니티와 창의적인 엔지니어들이 혁신을 이루고 있다”면서 “최근에 공개된 라마2 모델이 대표적”이라고 했다. 라마2는 페이스북의 모회사인 메타(Meta)가 오픈소스 형태로 공개한 AI언어 생성 모델이다.
레진스키 고문은 “마지막으로 성장의 선순환을 강조하고 싶다”면서 “앞으로 AI 확장을 위한 연산요구가 증가할텐데, 이는 순차적으로 하드웨어와 소프트웨어 혁신으로 이어질 것이다. 앞으로 성장의 선순환이 가속화되길 희망한다”고 말했다.