지난주 국내 인공지능(AI) 업계에서 가장 뜨거웠던 소식은 정부가 내년까지 GPU 1만8000장을 구입하는 데 이어, AI 국가대표팀을 선발해 한국어 파운데이션 모델을 개발한다는 것이었습니다. 이에 따라 AI타임스는 AI 업계의 다양한 반응을 전해 드린 바 있습니다.
많은 관계자가 의견을 줬지만, 당시에는 국가대표팀 구성에 초점이 맞춰져 중요 메시지를 다 전달해 드리지 못했습니다. 당시 나왔던 의견 중 국내 AI 업계 전반에 걸친 주목할 만한 의견에 초점을 맞춰볼까 합니다.
김동환 포티투마루 대표의 말이 가장 대표적입니다. 그는 정부의 투자 방향을 세가지로 추천했습니다.
우선 파운데이션 모델 개발은 "잘하는 일부 기업에 집중 투자하는 것"이 효율적이라고 봤습니다. 어차피 모델 개발 능력을 갖춘 국내 기업은 많지 않다는 것입니다.
이어 서비스 개발에도 신경을 써야 한다고 지적했습니다. 산업별로 다양한 분야의 스타트업에 투자할 필요가 있다는 것입니다.
이는 이전부터 지적됐던 부분입니다. 파운데이션 모델 개발도 중요하지만, 실제 산업에 필요한 도메인별 모델을 개발하고 구체적인 '유즈 케이스'를 구축해야 한다는 것입니다. 국내에서는 LG AI연구원이 이런 방향을 밝힌 바 있습니다. 파운데이션 모델 분야에서는 해외에 뒤진 국내 산업이 경쟁력을 갖추기 위해 가장 중요한 것은 특정 산업 맞춤형으로 나아가야 한다는 것입니다.
국내 AI 산업도 일부 스타트업의 도메인 서비스 위주로 진행됐습니다. 만약 금융이나 제조업에서 세계적인 수준의 모델과 데이터, 활용 사례를 갖춘 기업이 등장하는 것은 세계 수준의 파운데이션 모델을 개발하는 것만큼 중요할 수 있습니다. 국내 산업계 전반도 지난 수십년간 이런 전략으로 글로벌 경쟁력을 갖춰 왔습니다.
마지막으로는 트랜스포머 아키텍처 대안에 대한 연구와 투자, 인력 양성에 집중해야 한다고 주장했습니다. 이 또한 업계에서는 많은 공감을 일으키는 부분입니다.
파운데이션 모델은 GPU만 많이 확보한다고 어느 날 뚝딱 만들어지는 것이 아닙니다. 딥시크는 창립자가 직접 연구 개발(R&D)에 참여했으며, R1과 V3 이전에도 주목할 만한 오픈 소스 기술을 몇차례 발표한 바 있습니다, 또 이 회사에는 중국 내에서 손꼽히는 천재들이 모여있는 것으로 알려졌습니다. R1은 그 결과입니다.
또 딥시크는 R1 출시 이후에도 1~2주에 한편꼴로 연구 논문을 계속 내놓고 있습니다. 대형언어모델(LLM)의 추론 효율을 높이는 기술을 잇달아 공개한 것입니다. 비용 효율에 대한 기술 개발을 멈추지 않고 있다는 말입니다. 이는 모델 출시 직후 사업화에만 집중하는 기업들과는 조금 다른 모습입니다.
스탠포드대학교의 통계에 따르면 국내에서도 2017년부터 2023년까지 AI 논문 출판은 조금씩 증가하고 있습니다. 2023년에는 8790여건의 논문이 등장한 것으로 알려졌습니다. 그러나 논문의 피인용 수는 크게 줄어들었습니다. 2019년과 2020년 15만9000여건으로 최고를 기록한 뒤 2021년부터는 13만2800여건, 7만1600여건, 2023년에는 3만400여건까지 떨어졌습니다.
물론 시간이 지나면 피인용은 늘어날 수 있지만, 감소 폭은 눈에 띌 정도입니다.
논문 발표가 국가의 AI 연구 수준의 전부를 말하지는 않지만, R&D와 인력 부족은 공통으로 지적되는 부분입니다. 현재 모델 아키텍처를 개선하려는 노력, 즉 R&D가 AI에 대한 관심만큼 늘어나는지는 의문입니다.
이는 양질의 인력과 연결됩니다. 국내의 AI 경쟁력은 GPU 숫자가 아니라, 얼마나 많은 인재가 모여 있느냐로 판단할 수 있습니다. 그런데 업계에서는 고급 인력들이 실리콘밸리로 넘어가려고 애쓴다는 말이 잇달아 들려오고 있습니다.
물론, 이는 국내만의 문제가 아닙니다. 그래서 프랑스의 거부 자비에르 니엘은 미국으로 건너간 고급 인력을 다시 불러 모으기 위해 대규모 투자를 실시하고 최고 수준의 AI 연구실을 구축했습니다. 미스트랄 AI에 투자하고 큐타이라는 비영리단체를 만든 것이 대표적입니다.
AI 업계의 문제와 해결책에 대한 이야기가 끝이 없을 것입니다. 또, 정부가 이제부터 본격 투자에 나섰다는 것은 환영할 일로, 이를 통해 국내 AI가 세계적인 경쟁력을 갖출 수 있기를 바랍니다.
그리고 이 글의 제목처럼 당장 GPU 100만장을 갖춰 준다면 국내에서 딥시크와 같은 모델을 만들 수 있을까요. 그 답은 '인재'로 모일 것이 분명합니다.
이어 주말 주요 뉴스입니다.
■ 라이너, '딥 리서치' 대응할 추론 특화 검색 출시 예정
국내 대표 AI 검색 스타트업 라이너가 최근 화제인 '딥 리서치'에 대응한 신기능을 준비 중이라고 밝혔습니다. 특히 글로벌 기업 중에서도 이 분야를 먼저 시작한 만큼, 차별화에 대한 자신감도 보였습니다.
■ 딥시크 "코드·데이터까지 완전 공개...오픈 소스 강화"
딥시크가 오픈 소스 정책을 강화, 코드와 데이터까지 모두 공개하겠다고 밝혔습니다. 이는 각국의 API 사용 금지에 대응해 모델을 더 많이 사용하도록 유도하는 것일 수 이지만, 상업화에 집중하는 다른 기업과는 확연하게 비교됩니다.
■ 피규어, 진일보한 로봇 영상 공개..."가장 뛰어난 VLAM 탑재"
피규어 AI가 자체 개발한 로봇용 모델을 발표하고 이를 적용한 영상을 공개했습니다. 1년 전 영상보다 확실히 진보했다는 것을 확인할 수 있습니다.
AI타임스 news@aitimes.com
