2024년에 AI 열풍이 사라질 줄 알았다면 놀랄 준비를 하세요. 하드웨어와 소프트웨어의 발전은 생성 AI(gen AI)의 폭넓은 응용 가능성을 열어주고 있으며, 2023년은 단지 이 가능성의 시작에 불과했습니다.
올해, 중국 조디악에서 드래곤의 해로 알려진 2024년에는 모든 분야에서 생성 AI의 전략적 통합이 이루어질 것입니다. 위험이 평가되고 전략이 마련됨에 따라 기업들은 gen AI를 운영의 중심 요소로 통합할 준비가 되어 있습니다. CEO와 비즈니스 리더들은 이제 생성 AI의 잠재력과 필요성을 인식하고 이 기술을 그들의 프로세스에 적극적으로 통합하고 있습니다.
진화하는 환경은 gen AI를 단순한 선택이 아닌 혁신, 효율성, 경쟁력의 주요 동력으로 자리 잡게 하고 있습니다. 이러한 근본적인 변화는 2024년을 생성 AI가 떠오르는 트렌드에서 필수 비즈니스 관행으로 이동하는 해로 묘사합니다.
양과 다양성
이 변화의 중요한 측면은 생성 AI가 애플리케이션, 아이디어, 콘텐츠의 양과 다양성을 향상시키는 방식에 대한 인식이 높아지고 있다는 것입니다. AI가 생성한 콘텐츠의 양은 놀랍습니다. 2022년 이후, AI 사용자는 150년이 걸린 150억 개 이상의 이미지를 생성했습니다. 이러한 엄청난 결과물은 2023년 이후 인터넷을 분석하는 역사학자들의 관점을 변화시킬 것입니다. 이는 원자폭탄의 방사성 탄소 연대 측정에 미친 영향과 유사합니다.
기업에게 이 확장은 모든 분야에서 기준을 높이며, 기술과의 관계를 맺지 않을 경우 단순한 기회를 놓치는 것 이상으로 경쟁 우위를 잃을 수 있는 중대한 분기점을 나타냅니다.
첨단 기술의 갈림길
2023년 우리는 생성 AI가 산업 기준과 직원의 역량을 향상시킨다는 것을 배웠습니다. YouGov의 조사에 따르면, 90%의 근로자가 AI가 생산성을 높인다고 응답했습니다. 응답자의 4명 중 1명은 매일 AI를 사용하며, 73%는 최소한 주 1회 AI와 소통합니다.
또한, 연구에 따르면 올바르게 교육받은 직원은 생성 AI의 도움으로 12%의 작업을 25% 더 빠르게 완료하고, 전반적인 작업 품질이 40% 향상됩니다. 특히 저숙련 근로자에게 큰 이익이 나타나고 있습니다. 그럼에도 불구하고, 작업이 AI의 범위를 벗어나면 직원들은 정답을 도출할 가능성이 19% 낮아집니다.
이러한 강점과 약점의 공존은 전문가들이 AI 능력의 "갈림길"이라고 부르는 현상을 초래했습니다. 한편에서는 AI가 한때 기계로는 불가능하게 여겨지던 작업을 놀라운 정확도로 수행하는 모습을 목격하고, 다른 한편에서는 인간의 직관과 적응력이 중요한 영역에서 AI가 어려움을 겪고 있는 상황을 보고 있습니다.
저렴해지는 AI
기업들이 이 갈림길을 탐색하면서 생성 AI 프로젝트가 주류를 이루게 될 것이며, 이 경향은 기초 대형 언어 모델(LLM)의 교육 비용이 감소하고 있는 점에서 더욱 가속화될 것입니다. 실리콘 최적화의 발전 덕분에 비용이 2년마다 절반으로 줄어들고 있습니다.
전 세계적인 수요 급증 속에 AI 칩 시장은 2024년에는 Nvidia와 같은 업계 선두주자에 대한 대체품이 등장하며 더 저렴해질 전망입니다. 또한, Self-Play Fine-tuning (SPIN)과 같은 새로운 미세 조정 방법으로 추가적인 인력 주석 데이터 없이도 약한 LLM을 강화할 수 있습니다.
모델버스의 등장
비용 절감이 이루어짐에 따라 더 많은 기업들이 자체 LLM을 개발하고 구현할 수 있는 길이 열리고, 향후 몇 년 동안 혁신적인 애플리케이션의 물결을 촉발할 것입니다. 2024년에는 주로 클라우드 기반 모델에서 하드웨어 발전인 Apple Silicon 및 일상적인 모바일 기기의 잠재력 덕분에 로컬에서 실행되는 AI로의 전환이 이루어질 것입니다.
소형 언어 모델(SLM)은 중대형 기업 내에서 더욱 인기를 끌며, 특정 분야의 니치한 요구를 충족하게 될 것입니다. LLM이 방대한 데이터 세트를 처리하는 것과는 달리, SLM은 내부에서 수집된 특정 도메인 데이터를 중심으로 하여 관련성과 프라이버시를 보장합니다.
대형 비전 모델(LVM)으로의 전환
2024년에는 LLM에서 특정 도메인에 특화된 LVM으로 주목이 이동하면서 시각 데이터 처리 능력이 향상될 것입니다. 인터넷 텍스트로 훈련된 LLM은 독점 문서에 잘 적응하지만, 주로 일반 인터넷 이미지를 기반으로 훈련된 LVM은 제조 및 생명 과학과 같은 분야에서 사용되는 전문 시각 콘텐츠에 어려움을 겪고 있습니다.
연구에 따르면, 10만 개의 라벨 없는 이미지를 사용하여 특정 도메인에 LVM을 적응시키면 라벨이 매겨진 데이터 요구량이 크게 감소하며 성능이 향상됩니다. 이러한 집중된 모델은 결함 탐지 및 물체 위치 파악과 같은 작업에서 뛰어난 성과를 보이며, 도메인 특화 애플리케이션에서 일반 LVM을 초월합니다.
동시에 기업들은 스프레드시트에서 자주 발견되는 표 형식 데이터를 처리하는 데 강점을 지닌 대형 그래픽 모델(LGM)을 채택할 것입니다. 이들은 시간적 데이터를 분석하여 비즈니스 데이터를 연속적으로 이해하는 데 새로운 통찰력을 제공합니다.
윤리적 고려 사항
이러한 발전은 엄격한 윤리적 감독의 필요성과 함께합니다. 스마트폰과 소셜 미디어와 같은 일반 목적 기술의 과거 경험은 부정적 사회적 영향을 피하기 위한 규제 체계의 필요성을 강조합니다. 생성 AI가 많은 혜택을 제공하지만, 그 진화는 광범위한 문제를 초래할 수 있는 실수를 방지하는 방향으로 안내되어야 합니다.
생성 AI에 관한 주요 윤리적 딜레마 중 하나는 저작권입니다. 이러한 기술이 발전하면서 기존 인간 창작물에 의존하여 훈련되는 AI 생성 콘텐츠에 대한 지식 재산권에 관한 긴급한 질문이 제기됩니다. 이 콘텐츠가 저작권 법의 적용을 받아야 하는지와 그 방식이 중요한 도전이 됩니다.
AI와 저작권 사이의 긴장은 상당합니다. 전통적인 저작권 법은 타인의 지적 재산이 불법적으로 사용되는 것을 방지하는 목적입니다. 영감을 받는 것은 허용되지만, 복제는 허용되지 않습니다. 제한된 데이터 소비에 제한된 인간과 달리, AI는 방대한 양의 정보를 분석할 수 있어 영감과 복제 사이의 경계가 모호해집니다.
2024년에는 NYT 대 OpenAI와 같은 landmark case가 저작권 논쟁을 형성하고 미디어가 AI 중심의 새로운 환경에 적응하는 방식을 영향을 미칠 것으로 예상됩니다.
딥페이크와 정치적 의미
지정학적 측면에서 2024년에는 AI와 전 세계의 중요한 선거가 어떻게 교차하는지가 주요한 주제가 될 것입니다. 전 세계 인구의 절반 이상이 투표소로 향하며, 미국, 인도, 남아프리카공화국과 같은 주요 국가에서 선거가 예정되어 있습니다.
방글라데시에서는 친정부 인플루언서들이 저렴한 AI 도구를 사용하여 허위 정보를 퍼뜨리는 캠페인이 이미 등장했습니다. 한 딥페이크는 나중에 제거되었지만 반대파 인물이 팔레스타인 연대에 대한 지지를 철회하는 모습을 담고 있어, 다수의 이슬람 국가에서 큰 영향을 미치는 서사였습니다.
AI가 생성한 이미지가 초래하는 위협은 가상의 문제가 아닙니다. 연구에 따르면, AI를 오도하기 위해 조금의 변화를 주면 인간 인식에도 유사한 영향을 미칠 수 있습니다. 이 결과는 인간과 AI 시스템 모두에 대한 적대적 이미지의 영향을 추가 연구할 필요성을 강조합니다.
실제 콘텐츠와 합성 콘텐츠를 구별하기 위한 워터마킹 및 콘텐츠 자격 증명 요구가 커짐에 따라 여전히 해결해야 할 과제가 남아 있습니다. 검출의 효율성, 잠재적 악용, 실제와 조작된 미디어 간의 구별을 유지하는 것이 매우 중요해질 것입니다.
공공 신뢰가 최저 수준에 이른 2024년은 중요한 선거 이벤트와 혁신적인 AI 기술이 결합하는 해가 될 것입니다. 올 한 해는 정치 및 그 이상에서 AI의 깊은 영향과 응용을 보여줄 것입니다. 다가올 미래에 대해 준비하십시오.
순위 목록
