AI가 한국에 엄청난 돈을 벌어다 줄 겁니다(ft.박태웅 의장 2부)

이 영상은 AI기술이 한국에서 경제적 기회를 창출하는 방법에 대해 논의합니다. AI의 적용이 효율성을 높이고 생산성향상으로 이어질 수 있음을 설명하며, 기업들이 AI를 적극적으로 활용해야 한다는 점에 집중합니다. 특히 머신 러닝과 같은 최첨단 기술이 산업 현장에서 얼마나 중요한지를 강조합니다. AI가 기업의 운영 비용을 절감하고, 효율성을 따라서 결과적으로 많은 이익을 가져올 수 있음을 알리는 이야기입니다. AI를 적절히 활용하는 방법에 대한 이해가 필요하다는 경고 또한 전달됩니다.

1. 🤖 AI 활용과 생산성의 고민 [00:00:00] (2분)

• AI를 활용하기 위해서는 질문을 정교하게 하고 충분한 정보가 필요하며, 이렇게 할 경우 성과가 좋아진다.
• 챗GPT의 운영 비용은 감소했지만, 여전히 큰 투자가 필요하고, 현재 AI를 활용한 최적의 작업 방법은 아직 발견되지 않았다.
• AI와 협업의 효율성이 증대되었지만, 많은 사람들이 남는 시간을 효율적으로 사용하지 못해 쓸데없는 문서를 생성하고 관리자가 부담을 느끼게 된다.

728x90

1. 1. AI의 현재 경제적 효과에 대한 오해 [00:00:00]

• AI를 단순히 사용하면 그저 평범한 결과만 나온다 .
• 질문을 정교하고 풍부하게 해야 더 나은 결과가 도출될 수 있다 .
• AI가 요즘에는 많이 언급되지만 아직 큰 수익으로 이어지지 않는다는 오해가 있다 .
• GPT 수준의 퀄리티를 위해 드는 컴퓨팅 파워 비용이 대폭 줄어들고 있다 .
• OpenAI의 챗GPT 모델은 운영 비용 효율성이 이미 확보되어 있다 .

1. 2. 대규모 AI 모델의 투자와 운영 [00:00:50]

• 챗GPT는 훈련에 10만 장의 데이터를 사용하고, GPT-4는 25,000장을 사용했다 .
• 메타의 라마 모델은 10만 장 이상의 데이터를 처리하고 있다 .
• 이러한 AI 모델은 상당한 투자가 필요하다 .
• AI를 활용한 업무의 최적화 방법론은 아직 발견되지 않았다 .

1. 3. AI와 인간의 협업 [00:01:22]

• 현재 사람들은 여전히 전통적인 방식을 통해 AI와 협업하고 있다 .
• 사람들이 AI와의 협업이 다름을 인식하기 시작하고 있다 .
• AI를 통해 답변 작성이나 리포트 작성 시간이 많이 단축되었다 .

1. 4. 생산성의 이해와 개선 필요성 [00:01:52]

• 남는 시간을 효율적으로 활용하지 못해 불필요한 업무가 증가한다 .
• 작성하는 문서의 양이 증가해 관리자의 부담이 커지고 있다 .
• 이러한 이유로 생산성이 향상되지 않는다는 보고서가 발표되었다 .

2. 🚀 AI와 인간의 협업 방식 변화 [00:02:18] (2분)

• 현재 생산 AI와 거대 AI가 등장하고 있지만, 사람들이 AI와 어떻게 협력해야 할지에 대해 명확히 알지 못하는 상황이다.
• 구글에서는 이미 소프트웨어의 25%가 AI에 의해 생성되고 있으며, 앞으로 35%에서 40%까지 AI가 생성할 것으로 예상된다.
• 인간은 AI가 생성한 코드를 검토하는 역할을 하면서 고도의 추상화 작업과 구조 아키텍처링에 더 집중하게 될 것이다.
• AI는 긴 코드를 2초 이내에 생성할 수 있으며, 이러한 특징 덕분에 내년에는 AI가 활발히 활동할 것으로 보인다.
• 현재 AI는 돈이 되는 작업을 하고 있으며, 사람들은 AI를 통해 효율성을 높일 수 있을 것이다.

 

2. 1. AI의 프로그래밍 효율성 [00:02:18]

• 생산 AI와 거대 AI는 여전히 사람들과의 작업 방식에 대해 명확히 파악되지 않았지만, 소프트웨어 작성에 큰 도움을 주고 있다 .
• 구글은 이미 AI를 통해 소프트웨어의 25%를 작성하였으며, 이 수치는 35%에서 40%까지 증가할 수 있다 .
• AI가 코드를 작성하고, 사람은 이를 검토하며 구조와 아키텍처 작업에 집중해야 한다 .
• AI는 긴 코드를 단 2초 만에 작성할 수 있어, AI와의 협력 방식 숙지는 필수이다 .

2.2. AI의 경제적 가치와 활용 예시 [00:03:02]

• AI는 돼지의 몸무게를 측정하고, 불량품을 감지하며, 자원의 효율성을 높이는 등 다양한 분야에서 경제적 가치를 이미 창출하고 있다 .
• 개인뿐만 아니라 기업에서도 생성형 AI의 경제적 가치가 커지고 있으며, 이는 기존 자원만으로도 효율성을 높일 수 있음을 뜻한다 .
• 사람들은 아직 생성형 AI의 잠재력을 완전히 이해하지 못했지만, 궁금한 점이 있을 때 큰 도움이 된다 .

2. 3. 교양과 AI 사용의 상관관계 [00:04:15]

• AI가 효과적으로 작동하기 위해선 사용자에게 만들고 싶은 것이나 궁금한 것이 있어야 한다 .
• 현대 사회에서는 교양이 결여된 상태를 자랑스럽게 여기기도 하지만, AI를 잘 활용하기 위해서는 풍부한 교양이 필요하다 .
• 교양의 중요성이 부각됨에 따라, 교양이 AI 활용을 촉진시킬 수 있는 요소가 될 것이라는 주장이 제시된다 .

3. 🤖 AI 활용을 위한 질문 능력 [00:04:46] (2분)

• 좋은 질문을 하는 것은 AI가 내놓는 답변의 질을 결정하며, 질문의 품질은 개인의 교양과 관련이 있다.
• AI의 도움을 받더라도, 기본적인 지식이 결여되면 일반적인 내용을 벗어나기 어렵고, 정교한 질문이 필요하다.
• 협업은 AI의 결과물을 바탕으로 추가적인 보완과 개선이 이루어지는 과정이며, 이를 통해 AI와의 관계가 더욱 강화될 것이다.
• AI는 생산 현장에서 패턴을 추출하여 최적화함으로써, 생산성을 크게 향상시킬 수 있다고 예측된다.
• 내년에는 AI와 인간이 서로를 이해하는 과정이 본격적으로 시작될 것으로 보인다.

 

3. 1. 훌륭한 질문의 중요성 [00:04:46]

• 훌륭한 질문을 하는 것이 중요한 이유는 좋은 질문이 훌륭한 답변을 이끌어내기 때문이다.
• 좋은 질문을 하기 위해서는 기초 지식과 교양이 필요하며, 이러한 능력이 있어야 AI의 답변을 더 발전시키는 추가 질문을 할 수 있다.
• AI를 제대로 활용하기 위해서는 사용자에게도 지식과 교양이 필요하다. AI를 적절히 활용하지 못하면 그저 무난한 답변만 얻을 수 있다.

3. 2. AI와의 협업 및 미래 전망 [00:05:55]

• AI와의 진정한 협업은 질문을 정교하게 하고, 답변을 보완하고 수정하는 과정에서 이루어진다.
• 내년은 사람과 AI가 서로를 잘 알아가는 본격적인 첫 해가 될 것이다.
• AI는 믿을만한 동반자로, 인간을 배신하지 않으며 믿을 수 있는 존재이다.

3. 3. 경제적 기회로서의 AI 시장 [00:07:22]

• AI가 돈이 되는 시장은 다양하지만, 특히 생산현장에 접목되어 큰 잠재력을 발휘할 수 있다.
• 생산 현장에서 패턴을 파악하고 최적화된 과정을 적용함으로써, 같은 자원으로 더욱 많은 생산을 할 수 있다.

4. 💡 AI가 반도체 설계 혁신에 미치는 영향 [00:07:42] (2분)

• 알파 칩은 구글이 개발한 반도체 설계에 필요한 모든 과정을 담당해 주며, AI가 패턴을 인식하여 설계를 효율적으로 최적화할 수 있다.
• AI를 이용하면 반도체의 연결 거리를 줄이는 것이 가능하며, 이를 통해 발열과 전력 소모를 효과적으로 감소시킬 수 있다.
• AI를 활용한 설계 과정에서 인력의 시간을 40% 단축하게 되면, 이는 경영적인 측면에서 상당한 경제적 이익으로 이어질 수 있다.
• AI는 의료 분야에서도 활용 가능하며, 예를 들어 '알파 폴드'는 단백질의 접힘 형태를 밝혀내는데 기여하고 있다.
• 따라서 AI의 활용은 다양한 산업 분야에 긍정적인 변화를 가져올 것으로 추정된다.

 

4. 1. AI의 반도체 설계에서의 활용 [00:07:42]

• 알파 칩은 구글이 개발하여 반도체 설계를 돕는 데 사용된다 .
• 반도체 설계는 많은 신호를 주고받는 부품들을 가까운 곳에 배치하여 전선 길이를 줄이는 것이 중요하다 .
• AI는 설계 과정의 패턴을 빠르게 학습하여 공간을 효율적으로 활용할 수 있다 .
• 인간 전문가는 설계 초기 단계를 바탕으로 조정하여 최종 설계를 완성한다 .
• 구글은 AI 칩인 TPU 개발에 알파 칩을 활용하여 개발 속도를 크게 단축했다 .

4. 2. AI의 경제적 효과와 기타 응용 분야 [00:08:41]

• AI를 통해 전선 길이가 줄어들어 발열이 줄고, 전력 소비가 적어진다 .
• 반도체 설계 뿐만 아니라 의료 분야 등에서도 AI의 활용이 가능하다 .
• 일정한 패턴을 활용해 일의 효율성을 높임으로써 비용 절감 및 이익을 가져온다 .
• 예를 들어, 인력의 시간 절감으로 인해 엔지니어 임금과 같은 비용을 크게 줄일 수 있다 .
• 알파 폴드는 AI를 사용하여 고분자 단백질의 접힘 모양을 예측하여 화학적 특성을 더 잘 이해할 수 있게 도와준다 .

반응형

5. 💡 AI의 경제적 가치와 실질적 활용 방안 [00:10:05] (2분)

• 알파 폴드는 고분자 단백질의 접히는 모양을 예측하여 석사 이상 과학자들의 연구 시간을 10억 시간 단축시켰다.
• AI가 신약 및 신물질 개발 시간을 크게 단축시켜, 재정적인 가치가 없다는 주장은 잘못된 것이다.
• 한국은 AI 제조업을 통해 실제 데이터를 활용하고, AI전문 기업이 증가할 수 있는 기회를 창출해야 한다.
• AI기술을 도입하지 않는 기업은 도태될 위험이 있으며, AI와의 경쟁력 확보는 필수적이다.
• 포스코는 AI를 활용해 동일 재료로 200% 더 많은 제품을 생산하고 있어, 이러한 기술 개발은 선택이 아닌 필수이다.

 

5. 1. AI 기술과 노벨상 수상 [00:10:05]

• 알파 폴드는 1년, 3년 등 오랜 시간이 걸리는 단백질 예측을 빠르게 해결했다 .
• 구글 딥마인드의 데민 사는 알파 폴드가 과학자들의 연구 시간을 10억 시간 줄였다고 언급했다 .
• 이러한 성과로 인해 알파 폴드는 노벨상 수상의 자격이 있다고 평가받았다 .
• 고분자 단백질의 물성을 아는 것이 신약 개발에 필수적이며, AI가 그 시간을 극단적으로 줄였다 .

5. 2. AI와 경제적 가치 [00:10:51]

 

• AI가 돈이 안 된다고 생각하는 것은 잘못된 것이다 .
• 모든 산업에 AI가 중요하며, 수익을 내지 못하는 것은 개인의 문제일 수도 있다 .
• AI는 실제로 엄청난 수익을 창출하고 있으며, 한국의 AI 활용 필요성이 제기됐다 .
• 정부와 기업이 AI 데이터를 활용하는 환경을 제공한다면, 한국에서 많은 AI 전문 기업이 생길 것이다 .

5. 3. AI와 기업의 미래 [00:11:44]

• 정부의 지원을 통해 AI 산업의 성장이 기대된다 .
• AI에 투자하는 것은 필수적이며 투자하지 않는 기업은 도퇴될 가능성이 크다 .
• 포스코의 스마트형 광로 사례에서 볼 수 있듯이 AI 결합은 선택이 아니라 필수이다 .
• AI와 결합하지 않으면 중국 기업과의 경쟁에서 밀려날 위험이 있다 .

 

원본영상

https://youtu.be/3nHCAOTLoYw