챗GPT가 촉발한 인공지능(AI) 산업 변환의 파도가 거세다. 마이크로소프트(MS)와 구글, 바이두 등 미국·중국 빅테크 기업뿐만 아니라 네이버, 카카오 등 국내 대기업도 AI 기술·서비스 경쟁에 돌입했다.
세계 기업과 정부는 챗GPT처럼 텍스트(글쓰기) 외에 그림, 음악 등 AI가 창작하는 '생성AI'에 주목한다. 생성AI 기술로 인해 미래가 어떻게 달라질지 상상한다. 저작권, 윤리 문제 등 생성AI 기술 우려 목소리도 있다. 기업은 생성AI를 어떻게 비즈니스 관점에서 바라볼 지 고민한다.
전자신문은 국내외 챗GPT 기술 현황과 시장 전망, 비즈니스 접목 방안, 산업에 필요한 정책 제언 등을 위해 전문가 좌담회를 마련했다.
전문가들은 생성AI 시대를 대비하기 위해 정부의 소프트웨어(SW) 중심 연구개발(R&D) 지원 강화와 규제 개선, 스타트업 투자 등 생태계 개선 노력이 동반돼야 함을 강조했다.
◆참석자(가나다순)
◇강용성 와이즈넛 대표
◇김형철 소프트웨어정책연구소장
◇장병탁 서울대 AI연구원장
◇하정우 네이버클라우드 AI랩 소장
◇사회=안호천 전자신문 ICT융합부장
◇사회(안호천 전자신문 부장)=챗GPT에 대한 여러 평가가 나온다. 챗GPT를 포함해 생성AI 기술이 어느 수준까지 왔다고 보는가.
◇장병탁(서울대 AI연구원장)=챗GPT가 사람과 동일하게 글쓰기 개념을 갖고 쓰는 것은 아니다. 이 부분을 유의해야 한다. 챗GPT가 학습한 것은 글자 데이터다. 챗GPT가 쓴 글을 보면 사람이 쓴 것으로 착각한다. 이는 사람이 챗GPT가 쓴 글을 읽은 순간 기존 머릿속 개념을 바탕으로 이해하기 때문이다. 챗GPT는 확률 통계적, 신경망 딥러닝 방식으로 문맥을 만든다. 정확하게는 단어, 글자 간 문맥만 이해하는 수준이다. 사람처럼 전반적 이해를 바탕으로 글쓰기를 하는 것이 아니다.
그럼에도 챗GPT를 포함한 생성AI 기술이 발전하고 있는 것은 사실이다. 기술이 공개된 후 세계 많은 이들이 챗GPT를 사용하며 챗GPT를 가르치고 있다. 이를 통해 챗GPT는 학습하고 발전하는 단계다.
◇하정우(네이버클라우드 소장)=생성AI 모델이 글쓰기를 시작한 것은 2000년대 중반부터였다. 사람이 쓴 글인지 AI가 쓴 것인지 구분하기 어려울 정도의 수준이 된 것은 2020년 오픈AI가 공개한 GPT-3를 접하면서다.
챗GPT 이전의 생성AI는 학습한 대로 단어를 조합해 그럴듯한 글을 썼지만 사실(팩트)이 아닐 가능성이 높았다. 일반인이 사용하기도 쉽지 않았다.
챗GPT는 대화형 이용자경험(UX)을 접목하고 팩트 정확도를 높였다. 누구든 인터넷만 접속하면 사용할 수 있어 진입장벽이 낮아졌다. 덕분에 짧은 시간 동안 많은 이가 사용하게 됐다. 챗GPT가 어렵게만 느껴지던 생성AI의 장벽을 허물었다는 점에서 높이 평가한다.
◇강용성(와이즈넛 대표)=챗GPT에 적용된 GPT-3.5 버전 이전인 3.0 버전부터 기술을 연구하며 비즈니스 적용 여부를 고민했다. 오픈AI 전략이 달라졌다. 챗GPT를 통해 일반 이용자가 GPT-3.5 기술을 직·간접 경험하도록 전략을 바꿨다. AI 기술이 엔지니어나 정보기술(IT) 종사자만의 이슈가 아닌 것이 됐다. 비IT 전공자나 회사원, 학생, 노인까지 누구든 챗GPT를 쉽게 경험해 볼 수 있다. 챗GPT와 같은 생성AI 기술을 통해 일상이 어떻게 변할 수 있을지 체감했다. 오픈AI가 마케팅, 비즈니스 전략 관점에서 챗GPT를 일반인에게 개방한 것으로 풀이된다.
◇김형철(소프트웨어정책연구소장)=챗GPT가 등장하기 이전 상황으로 돌아가긴 쉽지 않을 것이다. 유용한 도구가 생겼다. 부족한 점이 있지만 개선·발전할 것이다.
챗GPT를 활용한 사업화 성공 여부는 좀 더 지켜봐야 한다. 챗GPT가 쓴 글은 전문가가 봤을 때 여전히 허점이 많다. 인터넷 방대한 정보를 단어와 문맥에 맞춰 짜깁기한 수준이다. 아직은 생성AI의 프로토타입을 실험하는 단계라고 봐야 한다.
◇사회=챗GPT와 같은 생성AI 기술을 산업계가 어떻게 활용할지도 관건이다. 기업은 어떻게 이 기술을 활용하며 무엇에 대비해야 할까.
◇강용성=기업용 챗봇 사업을 다년간 해온 입장에서 챗GPT는 일반 대화를 다루는 쪽에 가깝다. 사람과 대화하듯 자연스럽고 누구나 거부감 없이 챗GPT를 이용해 정보에 접근하고 문서를 생성한다.
기업 내부용이나 콜센터 대민서비스용이든 기업용(B2B) 챗봇에 어떻게 챗GPT를 반영할 지가 숙제다. 과거 네이버 검색에 익숙해지면서 기업이나 공공 내부 검색 시스템을 구축할 때 네이버 이용자환경(UI)·UX를 유사하게 적용했다. 챗봇도 현재는 텍스트 중심이지만 챗GPT가 보여준 대화방식에 익숙해질 경우 이를 어떻게 기존 챗봇에 적용할지가 또 하나의 도전이 될 것이다.
최근 여러 챗봇 회사가 GPT 기술을 시스템에 적용했다고 하지만 이는 기업 마케팅용일 가능성이 있다. 기존 챗봇과 챗GPT는 알고리즘, 데이터 사용 방식 등 많은 부분에 차이가 있다. 알고리즘을 적용해 쉽게 바꿀 수 있는 영역이 아니다.
올해는 챗GPT를 기존 비즈니스에 접목할 수 있을지 확인하고 실험해보는 시간이 될 것으로 보인다. 많은 회사가 챗GPT를 어떻게 서비스·기술에 응용할지 고민할 것이다. 물론 챗GPT 등장 이전으로 돌아가긴 어렵다. 서비스 접목 유무에 따라 기업·개인의 생산성 차이가 클 것으로 보인다.
◇하정우=MS는 이미 기존 비즈니스 모델에 챗GPT 등 생성AI 기술을 빠르게 녹여내고 있다. 클라우드 서비스 '애저'를 포함해 오피스, 검색엔진 등 B2B 서비스에 생성AI 기술을 접목하는 것을 중요한 비즈니스 포인트로 잡았다. 구글이 독점하던 검색과 브라우저 시장에서 챗GPT 기술로 패러다임을 바꾸려는 시도다.
다만 검색 시장은 좀 지켜봐야 한다. 분명 새로운 형태의 검색 시대가 열릴 것이다. 다만 검색 광고 시장을 어떻게 풀 것인가가 숙제다. 구글이 새롭게 검색 서비스를 내놓지 못하는 이유가 이 때문이다.
기업용 맞춤형(커스터마이즈) 챗GPT도 등장할 것이다. 기업 고객을 위한 검색(서치) 엔진 혹은 서제스트가 있다. 여기에 챗GPT를 붙이면 새로운 형태로 고객 내부 검색, 지식(날리지) QA 서비스가 가능할 것이다.
네이버는 MS 전략과 비슷하다. 챗GPT가 나오기 전부터 AI 관련 조직이 네이버클라우드로 모여 B2B 솔루션을 준비했다. MS 최근 발표를 보니 우리 판단이 틀리지 않았다.
개인용(B2C) 서비스는 '클로바케어콜'을 보면 명확하다. 기존 챗봇은 목적지향 형태다. 독거노인에게 전화를 걸어 '컨디션이 좋으면 1번' '안 좋으면 2번'이라고 안내하는 수준이다. 챗GPT를 적용하면 사람처럼 말벗이 되어 주기도 하고 이 대화 속에서 독거노인의 건강 상태 등 정보 확인도 가능하다. 공무원은 좀 더 정확한 데이터를 기반으로 신속하게 대응할 수 있다. 챗GPT가 접목되면서 공무원의 생산성을 높여주는 것이다.
결국 생성AI와 같은 초거대AI 기반의 B2B, B2C 솔루션은 생산성 혁신 도구가 돼야 한다. 기업은 원가를 절감하고 새로운 비즈니스 모델을 만들 수 있다. 어떤 아이디어를 내느냐에 따라 다양한 기회가 생긴다.
◇김형철=일반적 서비스냐 업무와 관련된 중요 서비스(미션 크리티컬)냐에 따라 생성AI 적용 강도도 다르고 대응에도 차이가 있다. 일반 서비스는 일부 오류가 있어도 쉽게 넘길 수 있다. 반면 보험 설계 상담을 위한 챗봇의 경우 챗GPT 같은 생성AI를 결합했을 때 고객과의 대화에서 오류가 발생하면 심각한 문제를 야기한다. 실제 사업화되려면 결국 중요 서비스 영역에서 어떻게 대응할 수 있을지가 관건이다. 미션 크리티컬 영역에서는 정제된 데이터를 넣고 파인 튜닝 하는 구조 체계를 만들어야 한다. 언어를 유창하게 만드는(생성) 수준으로는 부족하다.
언어의 유려함은 기본이다. 해당 업무의 지식(날리지) 관련해 구체적이면서 정제된 정보를 바탕으로 서비스를 업그레이드해야 비즈니스로 이끌 수 있다.
◇사회=우리나라는 2016년 '알파고 충격' 이후 AI에 대한 정부와 기업의 투자가 본격화됐다. 챗GPT 열기 속 각국 정부와 기업의 투자는 한층 더 뜨거워진다. 우리나라 AI 수준이 한 단계 도약하기 위해 어떤 지원이 필요한가.
◇강용성=우리나라가 그동안 IT 원천기술을 확보해온 근간에는 정부의 연구개발(R&D) 투자가 있다. 챗GPT에 대응하는 기술 경쟁력을 확보하기 위해서도 정부 R&D 지원이 절실하다.
우리는 비영어권으로 한글에 특화한 분야가 존재한다. 그러나 한글 처리 원천기술이나 한글 관련 데이터는 많지 않다. 한글은 범용성이 떨어지고 국지적이라는 한계도 있다. 한국은 결국 한글로 일하고 이 데이터로 지식을 쌓는 과정이 생긴다. 한글 데이터 취합·분석 등 이 분야에 정부가 얼마나 R&D를 지원했는지 돌아봐야 한다.
한글 관련 R&D는 몇몇 회사가 할 수 있는 영역이 아니다. 정부가 꾸준히 투자하지 않으면 중소기업은 견디기 힘들다. 중소기업과 대기업이 연합하는 배경을 만들어주는 것도 R&D 투자에서 출발한다. 최근 생성AI 관련 반도체 산업 육성 얘기도 나온다. 근본적으로 소프트웨어(SW) 중심 R&D가 필요하다. SW를 중심에 두고 R&D를 설계해야 한다.
◇장병탁='챗GPT' 등장은 IT 분야 대형 사건이다. 과거 알파고 사건과 비슷한 충격파다. 10년 후 알파고나 챗GPT처럼 세계를 놀랄만한 기술이 한국에서 나오려면 큰 시각에서 바라봐야 한다. 알파고 때는 딥마인드, 챗GPT는 오픈AI와 같은 기술 중심 스타트업이 있었다. 오픈AI만 보더라도 비즈니스 감각이 뛰어나다. 기술 하나로 MS로부터 상당한 투자를 이끌었다.
우리나라도 오픈AI와 같은 기업이 등장하기 위해 여러 관점에서 지원이 필요하다. 우선 인재가 많아야 한다. 인재가 중심이 돼 창업하고 투자가 이뤄져야 한다. 이미 오픈AI 출신으로 성공한 창업가도 등장했다. 오픈AI라는 단순 하나의 기업 관점에 바라볼 게 아니라 AI 생태계 관점에서 눈여겨봐야 한다.
국내도 이런 생태계가 조성되도록 AI 스타트업을 지원하고 투자까지 이어가는 선순환 구조를 만들어야한다. 기업이 발전하는 과정에서 개혁을 발목 잡는 제도가 있다면 이 부분도 개선이 필요하다.
◇하정우=생성AI나 초거대AI 관련 여러 평가 지표가 나온다. 의외로 챗GPT와 같은 AI 글쓰기 능력을 평가하는 지표가 세계적으로 없다. 여러 모델을 만들어도 어떤 것이 더 잘한다고 정성적으로 평가하기 어렵다. 자율차만 보더라도 레벨 1·2·3·4·5 등 개념이 있다. 이 신뢰 수준에 맞춰 기업마다 서비스를 만든다. 생성AI 분야도 신뢰성 기준 등 정부나 학계에서 평가 지표를 만들어줘야 한다.
스타트업이 비용 부담 없이 AI를 사용하도록 정부 지원이 필요하다. AI를 사용해봐야 혁신적 모델도 만들고 글로벌로 나간다. 많이 사용해봐야 앞선 제품이나 서비스도 만들 수 있다. 예산 지원뿐만 아니라 서비스 개발 등에 제도적 걸림돌은 없는지도 정부가 두루 살펴야 한다.
◇사회=생성AI 분야는 저작권 문제, 데이터 활용, 윤리 등 해결해야 할 부분도 많다. 우리가 고민하고 대비해야 할 부분은 무엇인가.
◇강용성=저작권 이슈가 대표적이다. 생성AI 서비스 개발 과정에서 학습한 데이터나 참고한 자료 대부분 저작권 이슈 대상이 될 수 있다. 생성AI가 만든 프로그래밍 코드, 그림, 음악 다 저작권 이슈에서 자유롭지 않다. 저작권 문제에 어떻게 대응할지 전반적 논의와 대응이 필요하다.
개인정보 이슈도 살펴야 한다. AI 학습을 위한 데이터를 제공한 참여자가 개인정보 침해 문제를 제기할 가능성도 있다.
◇김형철=빠르게 변화하는 글로벌 AI 규제 환경의 변화도 주목할 필요가 있다.
유럽연합(EU)은 2021년 발의한 AI 규제법안을 연내 통과시키고자 박차를 가하고 있다. 반면, 미국과 영국은 각각 지난해 발표한 'AI 권리장전'과 'AI 규제에 관한 혁신 친화적 접근법'을 통해 분야별 특수성을 고려해 규제 여부를 결정하되 큰 그림에서는 자율규제 원칙을 천명했다.
우리 정부는 이미 2020년에 AI 윤리기준과 AI 법제도 정비로드맵을 마련하고 법제정비단을 운영 중이다.
AI는 지금 이 순간도 빠르게 변화하는 기술로서 그 가능성과 부작용을 정확히 파악하기 어려운 것이 사실이다. 새로운 기술의 출현과 이로 인한 사회적 영향을 신속히 파악하되 규범 마련에 있어서는 신중하고 체계적인 접근이 필요하다.
◇장병탁=챗GPT가 생성하는 문장이 사실이 아닌 정보를 내포할 수 있다. 이 기술을 다른 이나 기업이 다시 사용하고 AI가 학습한다면 잘못된 정보가 계속 유포되는 것과 마찬가지다. '가짜뉴스'처럼 잘못된 데이터에 기반한 AI 결과물이 진실처럼 되면 사회에 심각한 혼란을 야기한다. 기술 발전을 위해 규제는 최소화해야 한다. 하지만 이 부분은 AI 신뢰성에 오류를 남기기 때문에 가이드라인 마련 등 대응이 필요하다.
◇하정우=디지털플랫폼정부위원회에서도 초거대AI를 활용해 국민에 유용한 서비스를 제공하고 공무원의 일하는 방식 혁신을 고민한다. 이 부분을 제대로 추진하는 것이 정부의 역할이다.
R&D 관점에서도 되짚어볼 부분이 있다. AI 투자는 공정성과 효율성을 동시 고려해야 한다. 특정 연구로만 몰리면 공정성이 떨어진다. 공정성을 중심으로 골고루 R&D 예산을 투입하면 효율성이 떨어진다. 우선 현재 우리나라 R&D 투자가 어느 쪽에 방점을 두고 있는지 살펴본 후 효율성과 공정성 균형을 잡는 정책 집행이 필요하다.
정리=김지선기자 river@etnews.com
사진=김민수기자 mskim@etnews.com
