[AIF2023] "AI, 수학문제 풀듯 유형별로 시도해봐야"

[시사저널e=김지원 기자]“방정식에는 많은 변수가 존재한다. 변수에 무엇을 넣느냐에 따라 참이 되기도 하고 거짓이 될 때도 있다. 인공지능(AI)의 성공은 결국 그 방정식을 많이 풀어보는 것에 달렸다.”

14일 시사저널e 주최로 서울 용산구 그랜드 하얏트 호텔에서 열린 ‘제9회 인공지능 국제 포럼’(AIF 2023)서 ‘금융과 Gen AI가 만드는 성공방정식’이란 주제로 발표하며 이같이 말했다.

오 센터장은 “좋은 모델을 써도 어떤 데이터가 들어가느냐에 따라 결과가 달라지며, 좋은 데이터가 들어가도 모델에 따라 결과 차이가 날수 있다”고 설명했다. 그러면서 “AI도 결국 방정식을 많이 풀어봐야 잘 된다는 것”이라고 설명했다. 

최근 AI 대표 유형으로 손꼽히는 챗GPT는 등장 후 감탄의 첫 단계를 지나, 라지 랭귀지 모델(LLM)이란 것을 인지하는 2단계를 지나고 있다. 이후 3단계는 챗GPT의 답이 틀릴 때가 있다는 것을 알게 되고, 4단계는 챗GPT 사용 시 정확도도 함께 챙겨야 한다는 점을 깨닫게 되는 것이다. 

오 센터장은 “챗GPT 관련 뉴스가 많이 등장했지만, 사업적 성과는 아직까지는 나오지 않은 상태”라며 “현 상태는 비즈니스에서 생성형 AI를 어디에 쓰면 좋을지, 챗GPT모델을 어떻게 활용하면 좋을지 고민하는 단계”라고 설명했다. 

텍스트, 노래 가사부터 영상 만들기와 그림그리기 등의 활동을 하는 생성형 AI와 그 방향성에 대해서도 말했다.

그는 “오는 2030년이 되면 모델이나 알고리즘, 챗GPT 등에서 합성데이터가 사람이 만들어내는 데이터보다 더 많아질 것”이라며 “GPT모델의 흥행과 인기를 생각했을 때 그 시기는 앞당겨질 것”이라고 전망했다. 

최근 경향에 대해서는 "사이즈가 작고 특화된 모델을 추구 중이다. LLM모델이 사이즈를 키우는 데 집중했다면, 지금은 다른 추세”라며 “모델이 크면 비용도 많이 들고 해당 모델을 돌릴 수 있는 회사나 장비도 많지 않다”고 했다. 

또 범용성을 특징으로 하던 LLM 모델과 달리 금융· 의료 등 의도에 따라 특화되는 추세라고 했다.

그는 "현 LLM모델의 많은 회사는 정답에 대한 근거를 만들어내는 작업이라든가, 정확성을 높이기 위한 양질의 데이터 투입 등 다양한 방법을 적용 중”이라고 말했다. 

생성형AI의 시사점에 대해서는 “이미 기술적으로는 고도화돼있는데, 그렇다면 ‘무엇에’, ‘왜’쓸 것인지 차별점을 찾는 게 경쟁력이 될 것”이라고 설명했다.

오 센터장은 “기업 차원에서는 데이터가 정말 중요한 시기”라며 “지금부터가 데이터를 보유한 회사가 돈을 벌고 가치를 만들어내는 시기가 될 것이라고 본다”고 말했다. 

이어 “금융에서는 AI가 자동화 개인 맞춤화 등 고객을 만족시키고, 이탈을 방지하며 보안 측면, 불명확성을 낮추는 부분에서 활용된다”며 “금융에서도 현업에 대한 정확한 이해도가 있어야면 제대로 활용할 수 있을 것”이라고 덧붙였다. 

AI는 금융에서도 업무 효율성을 높이고 고객 효율화를 이끄는 등 다양하게 활용될 전망이다. 

오 센터장은 “GPT 데모 사이트를 운영 중”이라며 “성공하기 위해 방정식을 많이 풀어봐야한다고 말했던 것처럼, 다양한 방법으로 실험을 하고 있다”고 했다. 도입 시기는 언제든 결정할 수 있지만, 모델과 생성형 AI에 대한 충분한 이해가 있어야만 활용이 가능하다는 설명이다. 

AI를 활용해 좋은 결과를 내기 위해선 “기술 파트와 현업 간 교류가 잘돼야하고, 데이터에 대한 전략이 있어야 할 것”이라고 강조했다.

마지막으로 그는 “내부 효율 뿐 아니라 사회적 책임 관점에서 금융 소외 고객까지 아우를 수 있는 따뜻한 AI를 꿈꾸고 있다”며 “빠른 속도보다는 작은 성공을 만들어가며 진행해보려 한다”고 말했다.