국내 최대 테크 콘퍼런스, 5일 서울 소공동 웨스틴조선호텔서 성황리에 폐막
‘AI 시대 새로운 기회들’ 주제로
HP, 퀄컴, 레노버, 텐스토렌트 등 글로벌 빅테크 실세 총출동
“‘로컬 AI·컴퓨팅’을 활용하면 비용과 에너지를 크게 절감할 수 있다. 그 기반에는 기업(고객)이 신뢰하는 프라이빗 모델 제공해야 한다.”(짐 노팅엄 HP 수석부사장)
“대규모 워크로드가 필요한 경우에도 온디바이스(내장형) AI가 절대적인 강점이 있다.”(두르가 말라디 퀄컴 수석부사장)
“인간 수준의 범용 AI 로보틱스를 구현하려면 새로운 데이터와 새로운 학습 방법이 필요하다.”(아니메쉬 가그 미국 조지아공대 교수)
“딥러닝 모델을 실행하기 위한 컴퓨팅 자원은 이제 ‘상품(commodity)’처럼 취급돼 누구나 AI를 만들고 활용할 수 있는 시대가 왔다. 챗GPT 무료모델에서 실망한 수요가 우리로 넘어오고 있어서 기회를 보고 있다.”(케빈 바라고나 딥AI(DeepAI) 최고경영자(CEO))
5일 서울 중구 웨스틴조선호텔에서 열린 국내 최대 테크 콘퍼런스 ‘스마트클라우드쇼 2024′가 ‘인공지능(AI) 시대 새로운 기회들(New Opportunities in the Age of AI)’이라는 주제로 열린 가운데 이른 아침부터 정부, 학계, 산업계 관계자 300여명이 참석해 성황리에 열렸다.
올해 행사에는 세계 1·2위 PC 제조업체인 레노버와 HP, 세계 최대 모바일 반도체 기업 퀄컴을 비롯한 글로벌 빅테크 기업의 핵심 임원들이 총출동했다. 과학기술정보통신부가 주최하고, 조선비즈와 정보통신산업진흥원(NIPA)이 주관한 올해 행사는 오후 6시까지 총 15개 강연 세션이 마련 됐으며, 행사가 끝나는 시간까지 자리를 지키는 관객들이 많았다.
최형두 국민의힘 의원(국회 과학기술방송통신위원회 여당 간사)은 이날 축사에서 “AI와 클라우드는 기업, 언론, 정책 전문가들이 함께 책임을 지고 추진해야 할 과제”라면서 “대한민국이 제조업 강국의 입지를 활용해 초거대 AI 산업 발전을 추진하겠다”고 했다. 강도현 과학기술정보통신부 제2차관은 “9월 출범하는 ‘국가 인공지능(AI) 위원회’를 통해 국가 AI 역량을 총결집할 수 있도록 최선을 다하겠다”면서 “AI 산업 육성과 안전·신뢰 기반 조성을 고려한 AI 기본법 제정도 적극 지원하겠다”고 약속했다. 오세훈 서울시장은 온라인 축사에서 “인공지능(AI)을 가장 잘 활용하는 세계 최고의 인공지능 매력도시로 서울을 탈바꿈 시키겠다”면서 “스마트한 행정서비스로 시민 편의를 높이는 데 집중하겠다”고 전했다.
◇ “온디바이스AI·오픈 플랫폼·로컬 컴퓨팅”… 해결법은 다르지만 핵심은 ‘고객 이해’
기조연설자들은 생성형 AI 경쟁이 심화되고 있는 오늘날, 사업 시작 단계를 넘어 수익화 단계로 접어들고 있는 상황에서 혁신에 성공할 수 있는 비법을 공유했다. 이들은 각자 다른 방식의 해결책을 내놓았으나, 공통적으로 고객으로부터 답을 얻어야한다고 했다.
짐 노팅엄 HP 첨단 컴퓨팅 솔루션 부문 수석부사장은 HP가 집중하고 있는 AI 혁신의 3가지 분야로 ▲기업 ▲공간 ▲사람을 꼽았다. 그는 “AI는 이 세 분야에서 ‘로컬’로 운용하는 것이 중요하고, 전 세계가 로컬 컴퓨팅부터 클라우드까지 매끄럽게 연결되어야 성공 가능하다”면서 “가장 우선적으로는 고객을 이해하고 그들과 협업을 통해 해결 전했다. 세계 2위 PC 제조사인 HP는 오늘날 전통적인 하드웨어 중심 사업 모델에서 벗어나 인공지능(AI) 플랫폼 기업으로 정체성을 재정비하고 있다.
두르가 말라디 퀄컴 수석부사장은 “사용자들이 개인화된 AI 경험을 추구하고 있기 때문에 온디바이스(On-device) AI가 무엇보다 중요하다”고 강조했다. 그는 “생성형 AI 구동으로 인한 부하를 엣지 또는 클라우드로 분산시킬 수 있어 이용자들이 누리고 싶어하는 서비스를 다 누릴 수 있도록 할 수 있다”고 덧붙였다.
아니메쉬 가그 교수는 거대언어모델(LLM), 멀티모달에 이어 AI 개발의 다음 단계로 알려진 ‘일반세계모델(General world models)’에 대해 소개했다. 그는 “범용 AI 로봇을 만들려면 구체적으로 무엇을, 어떻게 해야하는지 기억하도록 하는 게 아니라 어떻게 전 세계가 작동하는 지를 학습하게 하는 것이 중요하다”며 “로봇이 인간과 상호작용하게 하는 환경을 만들면 로봇은 스스로 추론을 하고 다양한 동작을 한다”고 했다.
케빈 바라고나 딥AI(DeepAI) 창업자 겸 최고경영자(CEO)는 “딥러닝 모델을 실행하기 위한 컴퓨팅 자원은 이제 ‘상품(commodity)’처럼 취급돼 누구나 AI를 만들고 활용할 수 있는 시대가 왔다”면서 “이제 AI 모델 자체는 특정 기술보다 저렴한 컴퓨팅 자원을 어떻게 활용하느냐에 따라 성과가 달라질 것”이라고 내다봤다.
수미르 바티아 레노버 인프라스트럭처 솔루션 그룹(ISG) 아시아·태평양 사장은 AI의 편의성에도 불구, 많은 기업들이 도입을 주저하고 있다고 지적했다. 그는 이어 “이제 경영진에게 AI 교육은 필수”라면서 “인공지능(AI)이 기업의 생산성을 59% 향상시킬 수 있는 것으로 분석됐다. 경영진부터 AI가 사업을 어떻게 바꿔놓을 수 있을지 배우고 생각해야 한다”고 전했다.
김준우 라이너 대표는 “고객 중심의 접근이 필수적”이라면서 많은 기업들이 AI 기술의 우수성에 집중하는 경향이 있지만, 고객이 원하는 것은 문제가 빠르고 저렴하게 해결되는 것”이라고 했다. 2015년에 설립한 AI 스타트업 라이너는 주로 미국과 한국에서 생성형 AI 기반 검색 및 정보 큐레이션 서비스를 제공하고 있다.
◇ 생성형 AI 무한 경쟁 시대… 미래를 선도할 신기술 소개
미국 서버 제조업체 슈퍼마이크로는 비전도성 액체 속에 데이터센터 서버를 침전시켜 열을 식히는 이른바 ‘액침 냉각(Immersion Cooling)’ 방식을 사용한다. 빅 말얄라 슈퍼마이크로 비즈니스 개발 부문 수석부사장은 “데이터센터가 전 세계 전력의 1.5~3%에 해당하는 전기를 잡아먹는데, 이런 사례를 보듯 우리는 (열을) 얼마든지 창의적으로 활용 가능하다. 공기가 아닌 액체를 사용해 냉각하는 기술이 세상을 바꾸고 환경을 지킬 것이다.
키스 위텍(Keith Witek) 텐스토렌트 최고운영책임자(COO)는 “AI를 구동하기 위한 고성능 반도체의 중요성이 커지면서 수많은 비용이 들고있다”면서 “개발 비용을 최소화하면서도 제품 가치를 차별화할 수 있도록 지원하는 ‘칩렛 기술’과 ‘개방형 생태계(Open Platform)’ 등에 주목해야한다”고 했다.
SK텔레콤의 비전R&D를 이끄는 양승지 담당(부사장)은 “엣지 컴퓨팅의 컴퓨팅 파워가 제한적이기 때문에 엣지와 클라우드 간의 균형을 지속적으로 맞춰야 하며, 균형을 맞추더라도 AI 시스템을 지속적으로 개선해야 한다”면서 “AI 모델이 배포된 후에도 지속적으로 데이터를 수집해 어떤 부분에서 약점이 있는지를 분석하고 있다”고 말했다.
신동훈 KT AI2XL AI코어 기술 담당(상무)는 “KT는 고객사를 위해 데이터 준비부터 AI 모델 학습, 배포까지 한 번에 진행할 수 있는 ‘올인원’ 서비스를 개발했다”며 “서비스 공급 전 과정에 대한 보안을 강화했고, AI가 내놓는 결과물에 대한 윤리성도 확보했다”고 소개했다.
박준식 ST마이크로일렉트로닉스 한국지사장은 “‘엣지(Edge·말단 기기) 인공지능(AI)’이 미래 기술의 핵심 축으로 자리 잡고 있다”고 소개하고 “생태계가 수반되면 엣지 AI는 클라우드 AI와 상호 보완적인 역할을 통해 스마트 기기, 스마트 팩토리에서 나아가 스마트 시티 등 여러 산업에 적용될 수 있을 것”이라고 했다.
“SK텔레콤이 인공지능(AI) 모델 개발에서 가장 중요하게 생각하는 일은 양질의 데이터를 모으는 것입니다. 최근 ‘네이처(Nature)’는 AI 모델이 생성한 데이터를 다른 AI 모델이 학습하는 일이 반복되면, 차츰 데이터의 다양성이 없어지고 모델이 붕괴한다는 내용을 발표했는데, 비전AI에서도 마찬가지입니다. 영상에 눈에 보이지 않는 노이즈를 삽입하면 데이터 결과가 완전히 오인되며, 의도적으로 삽입한 워터마크가 강제로 무력화되기도 합니다.”
SK텔레콤의 비전R&D를 이끄는 양승지 담당(부사장)은 5일 서울 중구 웨스틴조선호텔에서 열린 ‘스마트클라우드쇼 2024′에서 ‘기업 스케일의 비전 AI 기술 - 문제와 기회의 간격’이라는 주제로 강연하며 이같이 말했다. 양 담당은 “거대언어모델(LLM)의 본질은 어떤 데이터가 많은 지에 집중돼 있다. 어떤 특성을 갖고 있는지는 간과된다”며 “이런 부분들 때문에 상용화되면서 문제가 발생하는 것”이라고 했다.
그러면서 “2년 전 벤처비트 자료에 따르면 80%의 엔터프라이즈 AI 솔루션은 실패한다. 그런데 2년이 지난 지금도 여전히 80%가 실패하고 있다”며 “실제 현장은 전혀 예측할 수 없기 때문”이라고 말했다. 예컨대 CCTV 영상에 거미줄이 등장하면 이를 사람으로 오인할 수 있다는 것이다. 이 같은 데이터는 기존의 학습 데이터에 포함돼 있지도 않고 만들어내기도 어려움이 있다는 것이 양 담당의 설명이다.
그는 “가정했던 상황이 바뀌거나 새 컨셉트가 끊임없이 나오기 때문에 AI 성능은 시간이 지날수록 정확도가 떨어질 수 밖에 없다”며 “얼마나 많은 데이터로 얼마나 오래 학습해야 되는지 아직 잘 모르기 때문에 여전히 시행착오를 겪고 있다”고 했다. 그렇기 때문에 양질의 데이터를 확보하는 일이 중요하다는 것이다. 데이터를 쉽게 얻을 수 없는 경우 영상을 생성해서 학습시키는 방법도 사용한다.
양 담당은 비용 감축에도 노력을 기울이고 있다고 밝혔다. 그는 “영상 데이터는 비용 민감도가 높아서 비용 감축 방안을 일찍부터 고민해왔다”며 “2014년 딥러닝을 개발하기 시작해 2016년 상용화할 무렵, 엔비디아에 비용을 줄일 방법이 있는지 문의했다”고 했다. 그러면서 “텐서RT라는 솔루션을 소개받아 비용 문제를 해결했고, 클라우드와 비교해 100분의 1 정도 크기의 모델로 동일한 정확도를 달성했다”고 전했다.
또 “엣지 컴퓨팅의 컴퓨팅 파워가 제한적이기 때문에 엣지와 클라우드 간의 균형을 지속적으로 맞춰야 하며, 균형을 맞추더라도 AI 시스템을 지속적으로 개선해야 한다. AI 모델이 배포된 후에도 지속적으로 데이터를 수집해 어떤 부분에서 약점이 있는지를 분석하고 있다”고 덧붙였다.