올해도 산업계의 최대 화두는 인공지능(AI)입니다. AI가 우리 생활의 흐름을 완전히 바꿔놓을 것이란 전망이 점점 현실화 되면서 적용되는 분야도 다양해지고 있죠.
그러면서 AI관련 용어들도 우후죽순 쏟아지는 모양새입니다. 다 같은 AI가 아니라는 거죠. AI의 흐름을 읽기 위해서는 점점 세분화하는 AI에 대해 짚고 넘어갈 필요가 있습니다. 그래서 이번주는 세분화 하고 있는 AI와 그 의미를 살펴보려고 합니다.
삶 바꾸는 생성형 AI와 판별형 AI
우리에게 가장 친숙한 AI는 바로 생성형 AI입니다. 이제는 오픈AI의 챗GPT나 구글의 제미나이 등 생성형 AI등을 적극적으로 활용하는 게 자연스러워졌을 정도죠.
그렇다면 이러한 생성형 AI는 무엇일까요? 생성형 AI는 방대한 데이터를 바탕으로 사전에 학습시킨 AI 모델들이 사용자의 요청에 따라 텍스트, 이미지, 오디오, 비디오 등 다양한 결과물을 출력하는 AI를 말합니다. 말마따나 '생성'을 하는거죠.
이러한 생성형 AI는 인간만이 할 수 있는 '창조'의 영역에 근접한 서비스를 제공하면서 우리의 삶을 변화시키는 듯한 모습을 보여줍니다. 얼핏보면 AI 생태계의 수면 '위'에서 우리의 생활 변화를 이끈다고 볼 수 있죠.
반대로 AI생태계의 수면아래에서 우리의 삶을 바꾸는 AI도 있습니다. 판별형AI와 예측형AI 모델들입니다. 이 모델들은 입력된 데이터를 검증하거나 입력된 값을 기반으로 최종 값이나 확률을 추정하는데 특화돼 있다고 보면되죠.
이러한 판별형 AI나 예측형AI는 사실 생성형 AI보다 더욱 빠르게 우리의 삶을 바꿔왔습니다. 예를 들면 문자나 전화가 왔을때 '스팸'으로 분류되는 경우가 있죠? 바로 이 때 판별형 AI가 작동해 이 정보가 스팸인지 아닌지 분류해주는 거고요. 우리가 지도앱을 통해 도착 하는 곳에 도착예정시간을 보는 것은 예측형 AI를 통해 수집된 데이터를 분석할 수 있기 때문에 가능해진 것이죠.
생성형AI의 발전이 우리 삶을 더욱 극적으로 변화시킨 것은 맞지만, 생성형 AI보다 일찌감치 우리 삶을 편하게 바꾸기 시작한건 이러한 판별형AI와 예측형AI라는거죠.
'뇌'를 어디다 둘까
요즘 AI에 대한 이야기를 나눌 때 또 하나 화두가 되는 게 바로 '온디바이스AI'입니다. 온디바이스AI란 제품 자체에 AI연산을 위한 칩 등을 탑재했다는 의미죠. '뇌'가 '몸통'에 탑재돼 있다는 얘깁니다.
생성형AI로 대표되는 챗GPT나 제미나이 같은 모델들은 사실 '뇌'는 다른곳에 있습니다. 데이터센터에 연산을 위한 두뇌를 두고 연산된 값만 사용자에게 전달해주는 방식이죠. 이른바 클라우드 방식입니다.
AI 연산을 위한 칩 등을 기기 안에서 그대로 돌리기엔 전력·발열·메모리·원가 제약 등이 커서 뇌는 다른 곳에 두고 데이터만 받아오는 거죠.
그런데 최근에는 제품 자체에 '뇌'를 심는 온디바이스AI에 대한 관심도 뜨겁습니다. 클라우드 방식이 효율적일수는 있으나 온라인 환경에서 데이터가 오고가는 것이 필요하다 보니 실시간 데이터 전송이나 오프라인 환경에서 구동하기 어렵다는 단점이 있었거든요.
특히 자율주행자동차와 같은 제품에서는 클라우드 방식의 AI는 제약이 큽니다. 자칫 실시간으로 연산한 결과값이 공유되지 않는다면 큰 인명사고로 이어질 수 있거든요. 온디바이스AI의 경우에는 데이터센터라는 막대한 이점을 포기해야 하지만 반드시 필요한 분야도 있어 최근 연구가 매우 빠르게 이뤄지고 있습니다.
일부에서는 두 가지 방식을 합친 '하이브리드' 방식을 연구하기도 합니다. 각각 필요에 따라 다른 '뇌'를 사용해 효율을 극대화 시키자는게 핵심입니다.
언제까지 '생각'만 할 수는 없다
올해 또 주목받는 AI는 바로 '피지컬AI'입니다. 앞서 말한 생성형AI, 예측형AI, 판별형AI 모두 따지고 보면 '생각'만 하고 그 연산값만 보냅니다. 결국 최종 결과물을 내는 것은 사용자의 몫인 거죠. 이러한 한계를 극복한게 바로 피지컬AI입니다.
피지컬AI는 쉽게 설명하면 '생각하는 로봇'입니다. 이미 우리는 공장 등에서 사용되는 자동화 로봇에 익숙하죠. 하지만 이 자동화 로봇은 정해진 값에 따라만 움직이는 '꼭두각시'와 같습니다. 피지컬 AI는 이제 환경 등을 스스로 분석하고 행동까지 마치는 AI를 말합니다. 어찌보면 '다음단계의 AI'라고 표현할 수도 있겠네요.
피지컬AI를 다음단계의 AI라고 표현한 건 앞서 말한 모든 AI 개념이 들어가기 때문입니다. 상황을 스스로 판단해 결과값을 생성하고, 미래 상황을 예측하는 기술이 모두 들어가죠. 여기에 더해 실제 물리적인 행동으로 이어져야 하니 클라우드 방식이 아닌 온디바이스 방식이 필수적으로 요구되고요.
이 때문에 업계에서는 피지컬AI의 난이도가 가장 높다는 이야기도 나옵니다. 피지컬AI는 실제 물리적인 행동을 마지막 결과값으로 도출해 내는 만큼 실수가 절대 용납되지 않기 때문이죠.
최근 수 년간 AI에 대한 연구·개발이 지속적으로 이뤄지면서 피지컬AI도 점점 우리 삶에 적용되기 시작할 것이란게 업계의 시각입니다. 이미 일부 자율주행자동차나 자동화 공장 등에서는 이러한 피지컬AI가 적용되기 시작했죠. 이제 영화에서 보던 '휴머노이드' 방식의 로봇이 우리 삶에 더욱 가까워 지고 있습니다.
