AI 분야 중국은 하는데 한국은 절대 하지 않는 것 | 박태웅 모두의질문Q 대표 [심층인터뷰]

박태웅 대표의 심층 인터뷰를 통해 AI 분야에서 한국과 중국의 차이를 명확히 인식할 수 있습니다. 그는 한국이 효과적인 AI 생태계를 구성하지 못하고 있다는 점을 비판하며, 창업 정신과 국가 전략의 부재를 강조합니다. 인공지능의 대중화와 경쟁력을 확보하기 위해서는 사회 전체가 변해야 한다고 주장하며, 특히 젊은 인재들에게 도전의식을 고양시킴이 필요하다고 말합니다. 이러한 논의는 우리가 내가 처한 상황을 돌아보고 AI 시대에 대비하기 위한 대비책을 마련해야 함을 일깨워 줍니다.

반응형

1. 🌟 AI 혁신과 공개 학습 모델 [00:00:00] (10분)

• AI 산업에서 생태계, 창업 정신, 벤처 정신의 중요성을 강조하며, 이러한 요소들이 한국에 부족하다고 지적하고 있다.
• 대부분의 직업이 AI의 영향을 받으며, AI를 잘 활용하지 않으면 일자리를 잃을 수 있다.
• GPT-4와 같은 최신 AI 모델은 사전 학습과 추론 능력을 갖추고 있으며, 이러한 모델은 다양한 분야에 적용된다.
• 모델의 오픈 소스화가 후발 주자들에게 따라잡기 쉽게 하여, 여러 기업들이 이를 사용하고 있다.
• 파괴적인 기술에서는 폐쇄 소스보다 오픈 소스가 더 지속 가능하며, 기술 성과는 인력을 통해 축적되어야 한다고 주장하고 있다.

1.1. 한국 AI 생태계의 한계와 필요성 [00:00:00] (47초)

• 한국은 "저 가지고 와서 쓰면 되지"라는 태도로 AI 개발을 회피하며, 미국이나 중국에 의존하고 있다는 점이 지적된다.
• AI 개발에 필요한 자원과 개발자 수준은 충분하지만, 한국에는 생태계, 창업 정신, 벤처 정신이 부족하여 문제를 겪고 있다.
• 모든 직업의 60% 이상이 AI의 직접적인 영향을 받을 것으로 예상되며, 이는 사회적으로 큰 변화를 가져올 수 있다.
• AI와 관련하여 "나하고는 상관이 없다"고 느끼는 사람들은 변화를 인식하지 못하거나, 게으름 때문일 가능성이 높다.
• 결국, AI를 잘 활용하는 사람들에게 일자리를 뺏기게 될 위험이 존재하므로, 준비가 필요하다.

1.2. AI와 딥페이크 논쟁 [00:00:48] (40초)

• 딥페이크의 논의는 이제 일정한 경과를 거친 것으로 보인다.
• 오늘의 주제는 AI가 가져올 시장 변화와 그 변화가 우리의 미래에 미치는 영향이다.
• 박태웅 대표는 AI를 인간의 기준에 맞추어 쉽게 설명해 주는 인사이트를 제공한다.

1.3. AI 모델과 딥러닝의 주요 개념 [00:01:28] (5분)

• 딥 시크는 AI 분야에서 중요한 역할을 하며, 기술적 성취와 철학적 배경이 뛰어난 발전을 이뤘다.
• 제너레이티브 생성형 인공지능(Generative AI)은 사전 학습을 통해 인간의 언어와 지식을 습득하며, 그 과정에서 단어를 토큰으로 변환하여 사용한다.
• 파운데이션 모델은 AI가 학습을 완료한 상태를 의미하며, 이 기반 위에 다양한 기능을 수행할 수 있다.
• 현재의 V3 모델은 GPT-4와 동등한 성능을 보여주지만, 미국과 비교할 때 약 7~10개월 뒤져 있다는 평가를 받고 있다.
• AI는 특히 수학 및 프로그래밍 분야에서 높은 정확도로 추론을 수행할 수 있으며, 이는 닫힌 세계 내에서 정답이 존재하기 때문이다.

1.4. 오픈 소스와 추론 모델의 공개 [00:06:30] (3분)

• R1 추론 모델이 V3와 ES 출원 후 오픈 소스로 공개되었으며, 이는 모델을 쉽게 접근할 수 있게 만든다.
• 오픈AI는 GPT-5를 출시하면서 훈련 방법을 공개하지 않았고, 이로 인해 사람들이 모델을 따라잡기 어려워졌다.
• 추론 과정은 문제 해결의 중요한 부분으로, 이를 보여주지 않으면 사용자가 이해하기 어렵다.
• 딥마인드는 모델과 학습 방법을 공개하여 후발 주자들이 따라하기 쉬운 환경을 조성하였다.
• 여러 기업들이 공개된 코드를 활용하여 자신들의 서비스에 맞춰 모델을 적용하기 시작하였다.

1.5. 오픈 소스의 가치와 기술 개발 [00:09:35] (1분)

• 양원의 뛰어난 점은 90년대와 2000년대의 기술 개발 분위기를 이어받고 있다는 점이다.
• 오픈 소스를 선택하면 경쟁자들이 쉽게 따라 할 수 있지만, 이 선택이 중요한 이유는 파괴적인 기술 앞에서 비공식 소스의 성과는 오래가지 못하기 때문이다.
• 오픈AI와 같은 클로즈드 소스의 기술도 타인의 추월을 막지 못하며, 이로 인해 인력에 축적된 가치가 중요하다.
• 기술 개발 과정에서 쌓은 노하우는 사람 몸에 들어 있는 연구 성과로 남게 된다.

 

2. 🚀 AI 생태계와 문화 경쟁력 [00:10:41] (9분)

• 조직의 경쟁력은 동료들이 성장하고 축적한 노하우를 바탕으로 한 혁신적인 문화에 있다.
• 중국의 AI 발전은 미국과 같은 기술적 생태계를 필요로 하며, 이를 구축하는 것이 중요하다.
• 오픈소스 기반의 기술 생태계는 미국과 경쟁하기 위한 필수 요소로 강조된다.
• H100과 H800 GPU 기술은 성능 조정을 통해 상호 대체 가능하게 만들어지며, 이를 통해 효율성이 높아진다.
• AI 모델의 어텐션 메커니즘은 단어 간의 관계를 학습하여 효율적인 문장 생성을 가능하게 한다.

 

3. 🤖 AI 기술의 발전과 생태계 비교 [00:20:34] (13분)

• AI 평가의 과정에서 여러 사람이 주는 점수의 일관성이 부족하면 AI가 혼란스러울 수 있다. 하지만 GRP 모델을 사용하면 상대 평가를 통해 AI가 효율적으로 답변을 평가할 수 있도록 해준다.
• GPT-3의 혁신은 오픈소스 공개와 학습 과정의 투명성을 통해 가능했으며, 이는 많은 기업이 이 기술을 저렴하게 활용할 수 있도록 해준다.
• 최근 중국 기업들이 기술 혁신 없이 기존 기술을 응용하는 방식에 의존하고 있어, 진정한 혁신 참여가 필요하다는 주장이 있다. 이는 한국에게도 해당하는 문제로 지적된다.
• AI의 대중화가 이루어지는 가운데, 오픈소스를 통해 누구나 AI 모델을 손쉽게 사용하고 개선할 수 있게 됨으로써, 기술의 접근성이 높아진다.
• 개발자들 간의 자유로운 기술 교류가 이루어지는 실리콘밸리의 사례를 통해, 한국에서도 보다 유기적인 생태계 조성이 필요하다는 의견이 제기된다.

3.1. AI 평가의 자동화와 효율성 [00:20:34] (1분)

• AI를 활용할 경우 사람보다 더 많은 답변을 생성할 수 있어 인력의 필요성이 높아진다.
• 사람들 간의 평가 점수가 다를 경우, AI가 평가 기준을 이해하기 어려울 수 있으므로 형평성 문제가 발생한다.
• GRP는 AI에게 여러 개의 답변을 요청한 후 사람의 상대 평가를 통해 가장 우수한 답변을 선택하게 하는 시스템으로, 자동화가 가능하다.
• GPT-3나 GPT-4와 같은 큰 모델이 있으면 AI가 평가를 수행할 수 있어, 이로 인해 투자비용이 줄어들고 속도가 빨라진다.
• AI가 평가를 수행하게 되면 결과적으로 빠른 처리가 가능하고, 비용 절감이 이루어진다.

3.2. ️ 기술 혁신과 AI 발전 [00:21:45] (1분)

• 미국의 빅테크 업체들은 엄청난 혁신을 이루어내었으며, 이에 대한 긍정적인 평가가 있다.
• 이러한 혁신은 예상보다 뛰어난 결과를 가져와서 경제적인 효율성을 크게 높였다고 여겨진다.
• 사람들은 주로 GPT-3의 혁신성에 놀라며, 이전 버전인 GPT-1에 대한 관심은 상대적으로 적다.
• OpenAI는 완전히 오픈 소스로 추론 과정과 학습 과정을 공개하여 이후 출시된 모델의 성능이 크게 향상되었다고 언급된다.
• 스탠포드 대학교는 1,000개의 학습 데이터를 제작하는 데 50달러를 소요하여 GPT-1과 유사한 성능을 얻었다고 발표함으로써 AI 기술의 발전 속도를 보여준다.

3.3. 오픈AI의 창립자들과 가치관의 차이 [00:23:09] (2분)

• 샘 알트만은 오픈AI를 상장시키고 싶어하는 사업가로 변화한 반면, 일론 머스크는 스타트업 정신에 더 가까운 창업가이다.
• 일론 머스크는 벤처 기업의 정수로서 여전히 협력과 창의성을 중시하는 태도를 유지하고 있다.
• 샘 알트만은 가격 전쟁이 우연히 발생한 결과로 설명하며, 비용 절감을 통해 차세대 모델 탐색이 필요하다고 강조한다.
• 알트만은 가격을 낮추는 것이 기본 목적이 아니었으나, 많은 사람들이 혜택을 누릴 수 있도록 하기 위한 방법으로 선택했다고 언급한다.
• 이러한 과정 속에서 실제로 가격은 떨어지며, 생태계가 형성되기를 기대하고 있다.

3.4. 한국의 혁신 부족과 도전 정신의 필요성 [00:25:10] (2분)

• 중국은 기술 혁신에 참여하지 않고 다른 나라의 기술을 가져와 응용하는 방식에 익숙해져 있다고 주장한다.
• 한국은 지난 30년간 돈 버는 것에만 집중했고 혁신에 대한 관심이 부족했다고 언급한다.
• AI 분야에서 한국은 많이 뒤처져 있으며, 이를 극복하기 위한 도전정신과 창업가 정신의 필요성이 강조된다.
• 중국의 청년들이 AI 분야에서 두각을 나타내고 있어, 한국의 생태계에 대한 반성이 요구된다.
• 기술 혁신에 참여하기 위해 글로벌 혁신의 물결에 동참해야 한다는 점을 강조한다.

3.5. AI 생태계에서의 중국과 한국의 차이점 [00:27:49] (6분)

• AI 모델의 대중화는 가격을 낮추고 더 많은 사람들이 AI를 쉽게 사용하도록 한다.
• 중국 제품의 오픈소스화로 인해 누구나 다운로드하여 사용할 수 있는 가능성이 열렸다.
• 하지만 중국의 AI 모델은 보안과 안전성에 대한 우려가 있으며, 서비스 수준이 떨어질 수 있다.
• B2B 시장은 B2C 시장보다 10배 이상 크기 때문에, 많은 기업들이 AI 기술을 활용하고 있다는 점이 주목할 필요가 있다.
• 미국과 비교할 때, 중국의 AI 생태계는 비교할 수 없을 만큼 작거나 유사하게 발전해 있지만, 여전히 한 세대 뒤져 있는 상황이다.

 

4. 🤖 AI 생태계의 중국과 한국의 차이 [00:34:06] (13분)

• 중국의 혁신적인 기술 개발은 로봇 공학과 같은 첨단 분야에서 심도 깊은 논의와 협업을 통해 이루어지고 있으며, 이는 항저우의 거리 음식 가판대에서도 발견된다.
• 한국은 창업 정신과 벤처 정신이 부족하여 국가적으로 기술 혁신을 위한 전략이 결여되어 있으며, 학생들이 의료 분야에 과도하게 집중하고 있음을 지적한다.
• 독일의 막스플랑크 연구소처럼 연구자들에게 긴 호흡의 프로젝트와 자율성을 제공하지 않는 한국의 현행 시스템은 공무원 주도적인 단기 목표 설정에 의존하고 있다.
• 생태계가 부족한 한국에서는 최고 인재들이 도전적인 연구에 참여할 기회가 적어져 있으며, 이는 궁극적으로 국내 인재의 해외 유출을 낳을 수 있다.
• 양원평은 과학자들이 어렵고 도전적인 문제를 해결하는 과정에서 진정한 인재가 식별된다고 강조하며, 그렇기 때문에 중국의 연구생태계는 뛰어난 인재를 끌어들이고 있다는 점을 언급한다.

4.1. 항저우의 혁신적인 AI 생태계 [00:34:06] (3분)

• 항저우에서 유트리 테크의 리드 개발자와 함께 바베큐를 먹으며 사족 로봇의 동적 균형 알고리즘에 대해 이야기하고 있었다.
• 이들은 이질적인 컴퓨팅 아키텍처를 스케치하며 항저우의 마법 같은 분위기를 느끼고 있었다.
• 중국의 기술력이 단순한 상업적 목적뿐만 아니라 공공의 이익을 위해 기술 개발에 기여하고 있다는 현실을 이해해야 한다.
• 바쁜 상업 환경 속에서도 새로운 아이디어를 논의하며 Innovative한 AI 설계에 대해 깊이 있는 논의가 이루어지고 있었다.
• 이러한 생태계의 역동성은 한국이 놓치고 있는 부분으로, 경쟁력을 유지하기 위해 배워야 할 점이 많다.

4.2. 미국의 과학기술 예산 삭감과 중국의 기술 발전 [00:37:26] (1분)

• 미국은 중국의 경제력이 GDP 65%까지 상승하면서 기술 개발에서 위협을 느끼고 있다.
• 트럼프 대통령은 기술 진영을 분리하고자 하는 정책을 추진하고 있으나, 이미 중국은 상당한 기술력을 갖춘 상황이다.
• 미국은 과학기술 예산을 극감시키는 실수를 시작했으며, 이는 과거의 잘못과 유사하다고 볼 수 있다.
• 이러한 예산 삭감으로 인해 미국 과학자들은 해외 연구소, 특히 독일의 막스플랑크 연구소를 알아보는 추세다.
• 이러한 상황들은 미국의 기술 생태계에 부정적인 영향을 미칠 것으로 예상된다.

4.3. 막스플랑크 연구소의 성공 요인과 한국의 연구 생태계 발전 방향 [00:38:47] (2분)

• 막스플랑크 연구소는 프로젝트에 직접 투자하지 않고, 과학자에게 직접 자금을 지원하여 연구를 진행하도록 한다.
• 과학자들은 스스로 주제를 정하고, 연구의 방향성을 공무원이 아닌 과학자들 간의 협의로 결정한다.
• 이 연구소는 전 세계적인 네트워크를 통해 과학자들이 협력하여 연구할 수 있도록 지원하고 있으며, 이는 훌륭한 연구 생태계를 구축하는 원동력이 된다.
• 한국이 막스플랑크 연구소와 유사한 연구소를 설립하여, 남미 및 아랍 등의 인재를 키우고 장기적으로 펀딩을 제공할 경우 긍정적인 결과를 얻을 수 있다고 주장한다.
• 연구 성과가 뛰어난 경우, 한국에서 계속 거주할 기회와 한국 국적을 받을 수 있는 길이 열리는 생태계가 필요하다고 강조된다.

4.4. 한국 AI 산업의 도전정신 부족 [00:40:53] (2분)

• 한국은 AI 분야에서 중국이나 미국처럼 큰 투자를 하여 연구와 개발을 진행할 필요가 있다는 인식이 부족하다.
• 중국은 항상 선두에 서기 위해 계속해서 도전해야 한다고 강조하며, 한국은 이러한 논의가 부재하다는 점이 지적된다.
• 한국에 있는 다수의 AI 기업들이 기존의 모델인 라마를 활용하여 응용 제품을 만들고 있지만, 이는 도전적인 접근이 아니라고 평가된다.
• 국내 AI 기술은 해외 최고 수준과 큰 격차가 있으며, 이를 극복하기 위해서는 최고 수준의 기술을 목표로 해야 한다.
• 한국이 AI 산업에서 성장하기 위해서는 창업 정신과 벤처 정신, 그리고 국가 전략의 부재를 해결해야 한다.

4.5. 한국의 인재 양성 환경과 중국의 차별성 [00:43:06] (3분)

• 한국의 젊은 학생들은 서로의 학습 분야에 대해 자랑해야 하지만, 현재는 의대를 선호하는 경향이 강하다.
• 최고의 인재는 열정과 호기심을 가지고 있으며, 어려운 문제를 해결하는 것에 매력을 느낀다.
• 한국에서는 최고의 인재들이 식별될 기회가 부족하며, 이는 사회의 혁신 부족에서 기인한다.
• 짧은 연구 기간과 행정적인 제약으로 인해 연구자들이 원하는 어려운 과제를 수행할 수 없고, 이로 인해 의대를 선택하게 된다.
• 반면, 중국은 긴 연구 호흡을 통해 세계적인 인재들이 어려운 문제 해결에 열정을 가지고 참여할 수 있도록 환경을 조성하고 있다.

728x90

5. 🚀 AI 개발의 어려운 현실과 기회 [00:47:07] (10분)

• 한국에서는 기업들이 과감한 투자를 하지 못해 AI 개발이 지연되고 있으며, LG그룹이나 네이버도 큰 규모의 투자 결정을 하지 못했다고 언급된다.
• AI 기술 발전 속도가 급격히 빨라지면서, 한국 기업들이 세계적 수준의 기술에 뒤쳐졌다는 점을 지적한다.
• 미국과 같은 나라는 상당한 규모의 GPU 팜을 운영하며 무료로 과학자들에게 사용하는 반면, 한국은 이에 비해 투자가 부족하다고 비판한다.
• 한국 내 AI 분야 인재들이 공무원이나 다른 안정적인 직업으로 흐르는 경향이 있어, 혁신과 연구를 위한 환경이 필요하다고 강조한다.
• 모든 직업에 60% 이상이 AI의 영향을 받을 것이라며, AI 시대에 적응하지 않으면 일자리를 잃을 수 있다고 경고한다.

5.1. ️ 보안 문제와 AI 연구의 한계 [00:47:07] (1분)

• 연구 계획서는 개발자들이 협력하여 제안하고, 이에 따라 면접이 진행되며 선택이 이루어진다.
• 하지만 연구를 진행하려면 표와 같은 데이터가 풍부해야 하며, 이 점에서 한국은 상대적으로 어려움을 겪고 있다.
• 한국의 기업들은 정보 유출에 대한 우려로 AI 기술을 쉽게 활용하지 못하고 있으며, 이는 데이터 보안 문제와 관련이 있다.
• 모든 AI 서비스에서 올린 데이터는 저장되므로, 정보가 유출될 가능성이 있으며, 이로 인해 다양한 차단 조치가 이루어진다.
• 최근 AI 프롬프트는 파일 형식으로도 사용될 수 있어 기업의 데이터가 더욱 안전하게 관리될 필요성이 대두된다.

5.2. AI 데이터 처리 및 보안 우려 [00:48:40] (1분)

• AI의 특징은 데이터를 저장하고, 훈련하며, 추론하는 기능을 포함하여 모든 정보를 통합하는 것이다.
• 미국, 프랑스, 독일, 중국과 같은 국가의 회사 기밀을 관리하기 위해 데이터가 서버에 안전하게 저장되어야 하며 외부로 유출되지 않아야 한다.
• 특정 직원이 회사의 비밀정보를 무작위로 유출할 리는 없지만, 강력한 보안 방침이 필수적이다.
• 딥 시크의 약관은 다른 국가의 약관에 비해 부족하며, 사용자가 입력한 데이터는 학습에 사용하지 않는다는 조항이 없어 의문을 일으키고 있다.
• 카카오와 같은 플랫폼은 사용자 데이터를 저장하고 분석하는 방식 때문에, 개인 데이터의 보안 문제가 우려된다.

5.3. 데이터 저장의 필요성과 투자 부족 문제 [00:50:28] (2분)

• 데이터는 보안 및 사업 목적으로 일정 기간 저장해야 할 필요가 있다. 이는 공격적 헤이트 스피치에 대한 저항을 위해서도 중요하다.
• 한국 기업들이 AI 분야에 대한 과감한 투자를 하지 못했으며, 예를 들어 LG그룹이나 네이버는 장기적인 관점에서 GPU 구매에 대한 용기를 내지 못한 것으로 추정된다.
• AI 기술의 빠른 발전 속도에 대한 예측 부족으로 인해 투자 규모에서 따라가기 힘든 상황이 발생하였다.
• ChatGPT의 여러 버전 업그레이드에는 각각 9천억 원 정도의 비용이 소요되었으며, 이를 통해 총 3조 6천억 원에서 4조 원의 비용이 발생한 것으로 알려져 있다.
• 후발 국가로서 혁신을 통해 적은 비용으로 AI 기술을 개발할 수 있는 기회가 존재하지만, 최적화된 딥러닝 엔지니어링이 부족하다는 점은 반성해야 할 요소로 지적된다.

5.4. 한국의 AI 경쟁력 부족과 대응 방안 [00:53:09] (3분)

• 미국은 어마어마한 GPU 팜을 구축하여 정부 지원으로 과학자들에게 무료로 제공하는 프로그램을 운영하고 있다.
• 한국은 AI 분야에서 경쟁력이 부족하며, 예산 삭감으로 인해 한 해를 허송세월 보냈다.
• 한국은 AI 시장 투자와 연구를 위해 최소한 GPU 구매를 고려해야 하며, 딥마인드가 보유한 GPU 양과 비교할 때 열악한 상황이다.
• 최고의 과학 인재들이 연구와 창조의 즐거움을 느낄 수 있도록 생태계 구축과 연구 환경 개선이 필요하다.
• 현재 공무원 정책으로 인해 인재들이 연구를 포기하고 다른 분야로 빠져나가고 있음을 지적하며, 이러한 상황을 피해야 한다.

5.5. AI 시대의 중요성 [00:56:20] (48초)

• 모든 직업의 60% 이상이 AI의 직접적인 영향을 받는다고 보고된다.
• AI와 관련이 없다고 느끼는 사람들은 상관 있는 정보를 놓치거나, 이를 외면하고 있을 가능성이 있다.
• 결국 이들은 AI를 잘 활용하는 사람에게 일자리를 빼앗길 위험이 있다.

 

원본영상

https://youtu.be/mSEj_YMfvQQ