최근에 지인으로부터 AI에 대해서 문의를 받은적이 있습니다.
제가 전문가는 아니지만 관심을 가지고 있는 주제라 답변을 준적이 있는데요.
그 내용을 간단히 적어보고자 합니다. 개인적인 의견으로 틀린 부분이 있을 수 있습니다.
AI 공부에서 중요한 점
기본적으로 AI는 수리 정확히 말해서 통계학적인 지식이 가장 많이 필요합니다.
즉 수리 알고리즘에 대한 높은 이해도가 기본이 되어야 합니다.
수학이 중요한 이유는 여러가지가 있겠지만, 일반 시스템과 AI 시스템의 구현 방법을 살펴보면 명확해 지는데요.
기존에 우리가 알던 AI가 적용되지 않은 일반 시스템은 하나하나 코딩하여 만들어집니다.
즉 전체 시스템 동작 규칙을 코딩으로 정의합니다. 반면 AI 시스템에서는 사람이 코딩으로
동작 원리를 정의하지 않습니다.
사람은 AI가 이해할 수 있는 데이터 제공과 학습하는 방법론을 정할 뿐입니다.
AI는 이를 기반으로 동작 규칙을 스스로 만들어냅니다.
이 부분은 저번에 쉽게 쓴 인공지능의 이해의 포스팅을 보시면 좀 더 명확하게 알 수 있습니다.
이 두 시스템에서 눈여겨볼 점은 “동작 규칙을 누가 만들어 내느냐”라는 측면입니다.
기존의 시스템은 사람이 정한 규칙 기반(Rule-based) 시스템입니다.
반면 AI 시스템은 스스로 동작 규칙을 정하게 되는데요. 그리고 이러한 규칙은 학습에
의해서 스스로 개선합니다.
AI에 수학이 필요한 이유는 위에 설명한 것처럼 여러 중요 분야에 활용되기 때문에
정량적으로 매우 정확하게 생각해야 합니다. 그리고 이때 수학을 활용하게 됩니다.
사람은 일상에서 수학 공식을 활용하지 않는데요. 직관이라는 것에 의존하는 경향을 보입니다.
반면 AI에서는 직관을 기대하기 어렵다. 또한 이러한 문제로 인하여 “설명가능한 AI”가
되지 못하는 단점이 존재합니다.
한국에서 AI가 어려운 이유
먼저 AI는 학습데이터가 많아야 하는데, 한글로 된 데이터가 적습니다.
또한 기초 학문에 대한 격차도 심각한 수준입니다.
게다가 의대 쏠림 현상도 심각한 수준입니다.
국가 미래를 지탱하게 될 기초과학 분야나 첨단 산업 분야에는 최상위권 인재가
거의 남아 있지 않다고 봐도 무방하다는게 현재 사람들의 의견입니다.
실제로도 평생 소득을 고려하더라도 삼성전자 엔지니어를 나와도 의대생에 비해서
평생 소득이 절반 수준에 불과 합니다.
통계에도 의대생의 평생 소득이 약 70억원인데, 공대생의 평생 소득은 그 절반 수준인
30억 수준이라고 합니다.
그렇다 보니 전체적으로 이공계의 수준이 낮게 되고,
IT 스타트업들의 경우 개발자를 채용하는데 실력 없는 경우가 대부분이고
실력이 있다고 주장하지만, 사실은 해외에서 만들어진 개발 라이브러리를 베끼는 수준에
불과하면서 억대 연봉을 당당하게 외치는 어이없는 사건들을 수시로 겪는다는 것이
벤처업계 관계자들의 불만이라고 합니다.
결국 이것은 불행의 악순환이 되는데요. 구성원의 수준이 낮게 되니, 같이 배울 동료가 부족하고
리소스가 부족하니 회사의 비전 역시 수준 높을 수가 없게 됩니다.
즉 첨단 AI에 대한 연구를 할 수 없는 환경이 되는 것이죠.
실제로 이 것은 AI특허를 비교해도 알 수 있는데요.
최근 매일경제에서 발표한 ‘생성형 AI 특허 및 연구 분석’ 자료를 보더라도
국가 간 AI 생태계 경쟁에서 크게 밀리는 한국의 현주소를 여실히 보여주고 있습니다.
연구 분석에 따르면 구글과 마이크로소프트(MS)는 인용 수 기준 기업별 상위 1% 연구논문
순위에서 각각 118건, 103건으로 1, 2위를 차지했습니다.
3위를 차지한 메타(47건)와도 큰 격차를 보입니다. 상위 10위권을 살펴보면 미국 기업 6곳,
중국 기업 4곳이 포함됐습니다. 중국 기업으로는 바이두, 화웨이, 텐센트, 알리바바 등으로
글로벌 기업 측면에서도 미·중 기업들이 생성형 AI 시대를 선도하고 있다는 의미라고 할 수 있습니다.
한국의 기업은 찾아볼 수 없습니다.
이러한 여러가지 문제가 한국의 AI의 현실입니다.
물론 전세계 인공지능 지수를 살펴보면 한국이 엄청 낮은 순위는 아니지만,
AI 투자액만 살펴보면 한국은 10위에 불과하였습니다.
- △미국 (528억8000만달러·약 64조원)
- △중국 (172억1000만달러·약 20조8000억원)
- △영국 (46억5000만달러·약 5조6000억원)
- △이스라엘(24억1000만달러·약 2조9000억원)
- △독일(19억8000만달러·약 2조4000억원)
- △한국 11억달러(약 1조3000억원)
ChatGPT를 만들 생각은 아예 하지도 못하고 단순히 ChatGPT를 베끼거나,
이를 활용한 프로그램이나 만들 생각을 하는 것이 한국의 현실이니까요.
최근 네이처에 실린 카이스트 김소영 교수의 언급처럼
한국의 연구 평가 및 보상 시스템, 문화적 관습 등을 원인으로 지적했습니다.
한국의 사회는 우선 오랜 탐구와 대담한 연구를 통한 발견보다는 손쉬운 응용이나
단기적으로 결과를 얻어 내는 데 집착한다는 것이다라는 인터뷰도 동일한 문제를 지적합니다.
https://www.asiae.co.kr/article/2022060309005141337
물론 한국에서도 열심히 연구하는 사람들이 많습니다.
하지만 이제는 예전과 달리 세계와 직접 경쟁을 해야지 살아남을 수 있는 사회입니다.
‘틱톡’서비스를 통해 아프리카부터 미국까지 전세계인이 같은 영상을 보고 즐기며,
또 넷플릭스로 ‘K-드라마’를 전세계에서 즐기는 시대입니다.
하지만 K-AI는 아직 갈길이 멀어보입니다.
정부의 정책과 함께 관련 기업 들이 관심을 가지고 중장기적인 대책이 마련되어야 할 것입니다.