“생성형 AI의 파도가 몰려온다” 가트너, 낙관적 전망과 5대 사용례 제시

“챗GPT는 멋지지만, 시작에 불과하다.” 가트너 애널리스트 브라이언 버크는 “챗GPT를 넘어서”라는 글을 통해 생성형 AI가 기업에서 맡게 될 중요한 역할을 제시했다. 

가트너에 따르면, 지난 3년 동안 벤처캐피탈은 생성형 AI 솔루션에 17억 달러 이상을 투자했으며, 대부분 신약 개발과 소프트웨어 코딩 툴 분야로 들어갔다. 버크는 “챗GPT 같은 초기 기반 모델은 창작 작업을 보조하는 생성형 AI의 역량에 중점을 둔다. 하지만 2025년이면 이미 신약 및 신소재의 30%가 생성형 AI 기법을 사용해 체계적으로 개발될 것”이라고 전망했다. 현재로서는 이렇게 활용하는 경우는 드물다. 버크는 “신약 개발은 산업계에서 생성형 AI를 사용할 많은 사용례 중 하나일 뿐”이라고 덧붙였다.
 

예를 들어, 생성형 AI는 특정 객체의 수많은 후보 디자인 중 올바른 또는 가장 알맞은 디자인을 찾는 데 적합하다. 이런 역량은 많은 영역에서 개발 작업을 확장하고 가속화할 뿐만 아니라 사람은 생각하지 못했던, 또는 간과했던 완전히 새로운 디자인과 객체를 “발명”할 수 있는 잠재력이 있다.

버크에 따르면, 마케팅 부서는 이미 생성형 AI의 효과를 체감하고 있다. 가트너는 2025년까지 대기업의 마케팅 메시지 중 약 30%가 합성 문장으로 만들어질 것으로 예상한다. 2022년에는 2%에 불과했다. 그리고 2030년에는 내용의 90%를 AI가 만든 블록버스터 영화가 최소한 1편은 개봉될 것이라고 전망했다.

머지않아 생성형 AI를 활용할 것으로 예상되는 사용례는 다음과 같다.

신약 개발. 2010년도 조사에 따르면, 새로운 약품을 시장에 출시하는 데 드는 비용은 약 18억 달러였다. 이중 1/3이 약 자체를 개발하는 데 사용된다. 생성형 AI는 이미 신약 개발에 사용되고 있는데, 제약업계는 비용과 시간 모두를 크게 절감할 수 있기 때문에 앞으로는 활용도가 더욱 높아질 것이다.

신소재 관리. 생성형 AI는 특정 물리적 속성을 가진 완전히 새로운 소재를 설계하는 데 사용할 수 있다. 가트너에 따르면, 이런 신소재 설계는 자동차나 항송, 국방, 의료, 전자, 에너지 산업에 상당한 이점을 가져다준다. 기반이 되는 것은 역설계(Inverse Design)라 불리는 기법으로, 원하는 속성을 정의하면 이에 대응하는 소재를 자동으로 추적하는 방식이다. 예를 들어, 현재 에너지나 운송 분야에서 사용하는 것보다 전도성이 좋고 부식도 되지 않는 소재나 자력이 강한 소재를 찾아낼 수도 있다.

칩 설계. 생성형 AI는 강화 학습을 사용해 반도체 설계의 부품 배치를 최적화할 수 있다. 가트너에 따르면, 칩 개발 주기를 주 단위에 시간 단위로 단축할 수 있다.

합성 데이터. 데이터 범주 중 하나인 합성 데이터는 실세계에서 직접 취득한 것이 아니라 인공적으로 생성한 데이터를 말한다. 합성 데이터는 AI 모델 학습에 사용하는 데이터의 원본 출처를 숨길 수 있다. 예를 들어, 연구 분석 목적으로 헬스케어 데이터를 인공적으로 생성하면, 의료 기록을 사용한 환자의 신원을 드러내지 않아도 된다.

부품 개발. 생성형 AI를 이용하면, 성능이나 소재, 제조 공정 등의 매우 구체적인 목표에 최적화된 부품을 설계할 수 있다. 예를 들어, 자동차 제조회사는 가볍지만 안전한 부품을 개발해 더 경제적인 차량을 개발할 수 있다. 

대부분 AI 시스템은 여전히 분류 프로세스에 의존한다. 개와 고양이의 사진을 구분할 수 있도록 훈련하는 식이다. 생성형 AI 시스템은 다른 방식으로 동작한다. 실세계에는 존재하지 않는 개와 고양이 이미지를 창작하도록 훈련시킬 수 있다. 즉, “창의적인 기술”이라는 것이 핵심이다.
 

생성형 AI 시스템은 동영상이나 내레이션, 음악, 이미지, 학습 데이터, 심지어 디자인과 설계도까지 고품질 인공물을 만들 수 있다. 자연어 처리에서 중요한 기술인 GPT(Generative Pre-trained Transformer)는 딥러닝을 기반으로 사람이 만들어낼 수 있는 텍스트를 생성한다. 3세대인 GPT-3은 컴퓨터 코드는 물론, 이야기와 노래, 시를 지을 수 있는 것으로 알려져 있다. 여기에서 디지털 이미지 생성기인 달리-2(DALL-E 2)나 스테이블 디퓨전, 미드저니 등은 텍스트에서 이미지를 생성한다.

한편, 가트너는 낙관론에 빠져 생성형 AI의 위험성을 간과하는 기업에 대해 경고도 했다. 딥페이크의 가능성, 저작권 문제를 포함해 생성형 AI 기술을 악의적으로 활용할 수 있는 방법은 많다. 무엇보다도 보안과 위험 관리를 책임지는 사람은 평판, 위조, 사기 및 정치적 위험을 사전에 파악하고 완화할 필요가 있다.

기업은 생성형 AI의 책임감 있는 사용을 위한 지침을 마련하고 검증된 업체와 서비스를 도입해야만 한다. 이를 위해서는 학습 데이터세트와 적절한 모델 사용의 투명성을 위해 노력하는 데 우선순위를 두어야 한다. 
editor@itworld.co.kr