가짜 인공지능을 구분하기 위한 AI의 조건 [AI가 스스로 설명하는 ‘생성형 AI ’ 와 ‘ 인공일반지능’]

진짜 AI와, 무늬만 AI. 그 경계는?

가짜 인공지능을 구분하기 위한 AI의 조건

요즘 기업 홍보 문구에 빠지지 않는 키워드가 하나 있다. 바로 인공지능(AI)이다. '~AI를 접목했습니다'라는 설명은 이제 식상하게 느껴질 정도다. 물론, AI가 대세인 만큼 이런 흐름은 당연한 것일지도 모른다. 하지만 가끔은 너무 과장됐다는 느낌이 드는 것도 사실이다. 불과 수년 전만 해도 공상과학 기술로 여겨지던 AI를 너도나도 하고 있다니, 과연 그들이 말하는 AI를 모두 진짜 AI라고 할 수 있을까? 

 

2019년 인도에서는 ‘Engineer.ai’란 스타트업이 ‘AI로 모바일 앱 개발에 필요한 시간을 대폭 단축할 수 있다'라고 홍보하며 투자금 약 3000만 달러를 모았다. 우리 돈 350억 원 정도의 적지 않은 돈이다. 그런데 이후 드러난 놀라운 사실은 그들의 주장이 전부 거짓이었다는 점이다. 실제 Engineer.ai의 AI는 우리와 같은 인간이었다. 

 

같은 해 영국 벤처캐피털 MMC벤처스가 발표한 보고서에 따르면, AI 기업으로 분류된 유럽의 스타트업 중 40%는 실제 비즈니스를 수행함에 있어 AI를 중요하게 활용하지 않는 것으로 나타난다. 그러나 그들은 단지 AI 기업이란 이름표를 달고 있다는 이유만으로 일반 소프트웨어 회사들보다 적게는 15%, 많게는 50%나 많은 투자금을 유치하고 있었다. 

 

이런 사례들이 의미하는 바는 명확하다. 전 세계가 인공지능에 대한 기대감에 부풀어 있는 지금, 생각보다 많은 기업들의 가짜 AI 마케팅이 횡행하고 있다는 사실이다. 아마 지금 우리 주변에도 말만 번지르르한 AI 기업이나 서비스들이 교묘히 섞여 있을지 모르는 일이다. 

 

물론 ‘모르고 쓰면’, 혹은 ‘모른 척 넘어가면’ 편할 수 있다. 그러나 문제는 그로 말미암아 찾아들 역풍이다. 별볼일 없는 가짜 AI가 늘어날수록 AI에 대한 대중의 신뢰도는 낮아질 것이며, 나아가 AI 산업 전반에 대한 불신과 투자 위축으로까지 이어질 가능성이 있다. 과거 인공지능이 몇 번의 혹독한 겨울을 맞이했던 이유도 당시 AI 기술 수준이 부풀려진 대중의 기대를 충족시키지 못했기 때문이다. 

이거.. 인공지능? '때깔 고운 자동화'의 함정 카드

그러면 무엇을 진짜 AI라고 불러야 하는 걸까? 학계에선 인공지능을 크게 ‘강(强) 인공지능’과 ‘약(弱) 인공지능’으로 구분하고 있다. 강 인공지능은 인간에 비견되는 지성과 자유 의지를 지닌 AI이며, 약 인공지능은 일부 특화된 영역에서만 인간보다 나은 능력을 발휘하는 AI다. 그러나 현재 AI로 분류되는 것들은 모두 약 인공지능이다. 한때 강 인공지능의 도래를 예견케 했던 딥마인드의 바둑 AI '알파고'조차 결국 바둑 하나에서만 뛰어난 약 인공지능일 뿐이었다.

 

이세돌 9단과 세기의 대결을 펼쳤던 딥마인드의 바둑 AI 알파고

그런데 이렇듯 약 인공지능이 전부인 시대에, 이것만으로 AI를 구분하려고 하니 그 경계가 대단히 모호하게 느껴진다. 특히 정교하게 만들어진 최신 자동화 제품과 AI 융합 제품들은 겉으로 구분하기 어려운 경우가 많다. 현재 AI 융합 제품들이 자랑하는 핵심 기능들도 대부분 스마트한 자동화 처리에 그 기반을 두고 있는 까닭이다. 그러다 보니 포장만 잘하면 평범한 자동화 기술도 어느새 최신 유행을 선도하는 AI로 둔갑하는 일들이 어렵지 않게 일어날 수 있다.

 

진짜 인공지능의 근간은 ‘데이터’

 

현장의 최일선에서 AI를 다루는 이들은 어떻게 생각하고 있을까? 진짜 AI 기업과 가짜 AI 기업을 구분할 수 있는 기준에 대해 한국인공지능협회 김현철 협회장은 다음과 같이 말했다. 

“해당 기업이 목표로 삼은 시장 안에서 직접 데이터를 수집하고 있는지, 그에 대한 명확한 학습 목표를 설정하고 있는지 확인해야 한다. 또 수집한 데이터와 머신러닝을 활용해 그 결과를 제품에 녹여낼 수 있는 능력이 있는지 확인하는 것도 중요하다"

 

참조 - 이상하게, 스타트업의 향기가 난다. ‘한국인공지능협회’

 

AI 면접 솔루션 ‘뷰인터’를 서비스하며 네이버 D2SF, 블루포인트파트너스 등의 투자를 유치한 제네시스랩 이영복 대표 역시 데이터의 중요성을 언급했다.

 

이 대표는 “AI 기업이라면 제품 개선에 필요한 데이터 수집이 지속적으로 이뤄지는 파이프라인을 갖추고 있어야 한다. 타사 API에 기대지 않는 자체 AI 기술의 확보 여부도 중요하다. 무엇보다 당면한 문제를 효율적으로 해결하기 위한 과정에 AI를 충분히 활용하고 있는지도 살펴보라"라고 말했다. 특히 기업에 닥친 문제를 해결하는 과정에 AI를 활용하고자 하는 의지의 중요성은 김현철 협회장도 함께 강조한 내용이다. 

 

참조 - ‘AI 면접’이 잠깐의 유행으로 끝나지 않을 이유

 

두 전문가의 말처럼 누군가 “우리는 AI 기업”이라고 말하려면 적어도 그들이 다루는 분야에 대한 충분한 데이터 확보 여부와, 그를 활용한 지속적인 제품 개선이 이뤄지고 있는지 증명할 필요가 있다.

 

생각해 보면 인간의 지능도 성장 과정 속에서 얻는 지식과 반복된 경험(데이터)을 토대로 더 나은 행동이 무엇인지를 학습하며, 이를 삶에 적용하는 여러 시행착오를 통해 조금씩 성숙해지는 과정을 밟는다. AI도 마찬가지다.

데이터 수집과 학습, 활용의 중요성이 진짜 AI와 가짜 AI를 가른다.

결국 진짜 AI 기업에 가까울수록 기능은 물론, 데이터의 중요성에도 많은 무게를 두게 된다. 반면, 가짜 AI 기업이나 AI를 겉핥는 기업이라면 그들은 자신들의 보유한 데이터의 품질이나 가공 능력에 대한 질문에 자신 있는 답을 내놓지 못할 것이다. 아울러 그런 측면에서 기업이 내부에 AI 기반 데이터를 관리하는 전문 인력을 얼마나 보유하고 있는지, 그것에 얼마나 많은 투자를 하고 있는지 확인하는 것도 좋은 판단 기준이 될 것이다.

 

충분한 열매를 얻으려면 제때 잡초를 제거해야

 

현재 곳곳에 숨어 있는 가짜 AI 기업들은 전체 AI 산업의 성장을 방해하는 암적인 존재들이다. 이영복 대표는 “AI는 실제 데이터 검증과 고객 요구 실현 등에 많은 연구와 오랜 투자가 필요한 영역이다. 여기에 가짜 AI 기업들이 편승해 시장에 잘못된 인식을 만드는 일은 반드시 해결해야 할 문제"라고 말했다. 

 

김현철 협회장은 “기술과 별개로 전통적인 룰 베이스(Rule base) 방식의 챗봇 역시 인간과 상호작용한다는 인터페이스 측면에서는 대중이 문화적으로 익숙한 AI로 받아들일 수 있다. 다만, 아무리 AI 마케팅들 한다고 한들 그들의 기대만큼 기술이 함께 발전하지 못하면 그 산업은 곧 꺼져버리고 만다. 거짓말은 오래가지 않기 때문”이라고 말하며, 역시 과장된 AI 마케팅을 펼치는 기업들에 대한 우려를 나타냈다. 

 

지금의 인공지능은 긴 겨울을 보낸 끝에 이제야 지속 가능한 봄을 맞이한 새싹에 비유된다. 다만 그 싹이 튼튼히 뿌리내리고 풍성한 열매를 맺으려면, 양분을 탐내는 주변 잡초들에 대한 적절한 제초 노력이 함께 이뤄져야 한다. 지금이 바로 그런 시기다. 어렵게 찾아든 AI 붐에 올라타 그릇된 이득을 취하는 이들에 대한 보다 세밀한 검증 노력이 필요해 보인다. 

 

AI가 스스로 설명하는 ‘생성형 AI ’ 와 ‘ 인공일반지능’ 

챗GPT와 같은 생성형 인공지능(Generative AI)은 여러 산업에 혁명을 일으킬 수 있는 강력한 도구다. 몇 가지 키워드나 구체적 명령을 입력하면 AI가 학습한 대규모 데이터세트를 기반으로 새로운 문서와 이미지 등을 생성해낸다. 본 기사는 기자와 디자이너가 만든 것이 아니라 모두 생성형 AI가 생성해냈다. 생성형 AI 플랫폼 챗GPT가 내용을 썼으며, 기사의 모든 이미지 또한 미드저니가 생성했다.

 

생성형 AI의 정의

생성형 AI는 텍스트, 이미지, 음악, 비디오와 같은 원본 콘텐트를 생성할 수 있는 일종의 인공지능이다. 알고리즘을 사용하여 패턴을 학습하고 해당 학습을 기반으로 새로운 출력을 생성한다. 생성형 AI 시스템은 일반적으로 신경망과 같은 딥러닝 기술을 사용하여 방대한 양의 데이터를 분석하고 입력 데이터와 유사한 새로운 콘텐트를 생성한다.

생성형 AI에 대한 대중적인 접근 방식 중 하나는 GAN(Generative Adversarial Networks)을 사용하는 것이다. 이 네트워크는 새로운 콘텐트를 생성하는 생성 네트워크와 콘텐트를 평가하여 진위 여부를 결정하는 판별 네트워크 등 두 가지 신경망으로 구성된다. 두 네트워크는 생성된 콘텐트의 품질을 향상하기 위해 서로 경쟁한다.

생성형 AI는 게임 및 시각 효과를 위한 사실적인 이미지 생성, 온라인쇼핑을 위한 개인화된 추천 생성, 음악 또는 예술 작품 전체 생성 등 다양한 응용 분야를 보유하고 있다. 그러나 딥페이크나 다른 형태의 잘못된 정보 생성과 같은 생성 AI의 오용 가능성에 대한 우려도 있다.

생성형 AI가 영향을 끼칠 산업

생성형 AI는 이미 다양한 산업에 상당한 영향을 미치고 있으며 미래에 대한 전망은 매우 유망하다. 다음은 생성 AI의 영향을 받을 가능성이 있는 산업의 몇 가지 예다.

엔터테인먼트 및 미디어: 생성형 AI는 이미 게임이나 영화를 위한 더욱 사실적이고 몰입감 있는 가상 환경을 만드는 데 사용되고 있다.

전자상거래: 생성형 AI는 고객 데이터를 분석하고 제품·서비스에 대한 개인화된 추천을 생성하는 데 사용되고 있다. 이를 통해 기업은 마케팅·판매 전략을 개선하고 고객 만족도와 충성도를 높일 수 있다.

의료: 생성형 AI를 사용하여 의료 이미지를 분석하고, 의사가 질병을 더욱 정확하고 빠르게 식별하고 진단할 수 있다. 또 다양한 질병에 대한 신약·치료법을 개발하는 데 사용될 수 있다.

교육: 생성형 AI를 사용하여 학생을 위한 개인화된 학습 경험을 만들고 대화형 교육 콘텐트를 생성할 수 있다.

제조 및 설계: 생성형 AI를 사용하여 새로운 제품 설계·제조 프로세스를 생성하고 공급망·물류 운영을 최적화할 수 있다. 이를 통해 기업은 비용을 절감하고 효율성을 높일 수 있다.

생성형 AI 분야의 선도기업

오픈AI: 인류에게 안전하고 유익한 AI를 개발하고 홍보하는 데 중점을 둔 연구 기관이다. 그들은 인간과 같은 언어를 생성할 수 있는 GPT-3를 포함하여 여러 최첨단 생성형 AI 모델을 개발하는 것으로 알려져 있다.

NVIDIA: 기계학습 및 AI 애플리케이션에 사용되는 그래픽처리장치(GPU)를 개발하는 것으로 알려진 기술 회사다. 그들은 사람과 물체의 사실적인 이미지를 생성할 수 있는 StyleGAN을 포함하여 몇 가지 강력한 생성형 AI 모델을 개발했다.

구글: AI 기술 개발의 오랜 역사를 가지고 있으며 다양한 애플리케이션을 위한 생성형 AI 모델 개발에 적극적으로 참여하고 있다. 예를 들어 자연어 텍스트를 생성할 수 있는 T5라는 언어 모델을 개발했다.

어도비: 디자이너와 아티스트를 위한 창의적인 도구를 개발하는 것으로 알려진 소프트웨어 회사다. 그들은 색상 팔레트를 생성하고 사용자 입력을 기반으로 디자인을 제안할 수 있는 어도비 센세이(Adobe Sensei)라는 도구를 포함하여 여러 생성형 AI 도구를 개발했다.

IBM: 최첨단 AI 기술을 개발하는 것으로 알려진 기술 회사다. 그들은 사용자 입력에 대한 자연어 응답을 생성할 수 있는 왓슨이라는 생성형 AI 도구를 개발했다.

인공일반지능(AGI)의 등장과 한계 및 우려점

AGI는 AI 시스템이 인간이 할 수 있는 모든 지적 작업을 수행할 수 있는 능력을 말한다. AGI의 개발은 많은 분야를 혁신하고 복잡한 문제를 해결할 수 있는 잠재력을 가지고 있지만 고려해야 할 중요한 제한 사항과 우려 사항도 있다.

제한 사항

기술적 한계: AGI 개발은 아직 초기 단계이며 극복해야 할 기술적 과제가 많다. 예를 들어, 현재 AI 시스템은 자연어를 이해하고 복잡한 데이터를 해석하는 능력이 여전히 제한적이다.

윤리적 한계: AI가 더욱 발전함에 따라 프라이버시, 편견 및 책임과 관련된 문제를 포함하여 AGI의 윤리적 영향에 대한 우려가 있다.

경제적 한계: AGI의 광범위한 채택은 잠재적으로 특정 산업에서 상당한 실직과 경제적 혼란으로 이어질 수 있다.

우려 사항

제어 및 안전: AGI 시스템이 안전하고 오작동 또는 의도하지 않은 결과가 발생할 경우 제어할 수 있는지 확인하는 방법에 대한 우려가 있다.

예측 불가능성: AGI 시스템이 더욱 발전함에 따라 동작 및 의사결정 프로세스를 예측하기가 더욱 어려워진다. 이러한 예측 불가능성은 AGI 시스템이 인간이나 사회 전체에 유해한 방식으로 작용할 가능성에 대한 우려를 불러일으킨다.

인간과 상호작용: 인간과 상호작용하도록 설계된 AGI 시스템은 인간의 감정을 이해하고 적절하게 대응할 수 있어야 한다. 이러한 시스템이 인간에게 해를 끼치거나 고통을 주지 않도록 하는 방법에 대한 우려가 있다.

결론적으로 AGI의 출현은 많은 분야에 혁명을 일으킬 수 있는 잠재력을 가지고 있지만 안전하고 윤리적인 발전을 보장하기 위해서는 해결해야 할 중요한 한계와 우려가 있다. AGI가 책임감 있고 유익한 방식으로 개발되도록 연구원, 정책 입안자 및 이해 관계자가 협력하는 것이 중요하다.

[박스기사] 챗GPT가 소개하는 주요 생성형 AI 공개 플랫폼

챗GPT, 달리(DALL-E), 미드저니(MidJourney), 딥마인드(DeepMind) 등 생성형 AI 플랫폼은 최근 폭발적으로 활용되고 있다.

챗GPT: 오픈AI는 자연어 생성에 사용되는 GPT(Generative Pretrained Transformer)와 텍스트 설명에서 이미지를 생성하는 모델인 DALL-E를 포함하여 여러 생성형 AI 모델을 개발했다. 이러한 모델은 언어 번역에서 콘텐트 생성에 이르기까지 다양한 애플리케이션에서 사용된다.

달리(DALL-E): 텍스트 설명에서 이미지를 생성할 수 있다. 이 모델은 동물, 가구 등 일상적인 개체에서 ‘젤리 빈으로 만든 큐브’와 같이 추상적인 개념에 이르기까지 다양한 개체의 이미지를 생성할 수 있다. 이 기술은 제품 디자인, 게임, 시각 효과와 같은 분야에서 잠재적으로 응용할 수 있다.

미드저니(MidJourney): 드레스, 상의, 바지 등 패션 아이템의 이미지를 생성할 수 있는 제너레이티브 AI 모델 민디(Mindi)를 개발한 스타트업이다. 이 기술은 딥 러닝을 사용하여 기존 패션 디자인을 분석, 학습하고 독창적이고 심미적으로 만족스러운 새로운 디자인을 생성한다. 생성된 디자인은 색상, 질감, 패턴 등 여러 요소를 기반으로 사용자를 정의할 수 있어 패션 디자이너와 브랜드에 매력적인 도구다.

딥마인드(DeepMind): 고급 AI 기술 개발에 중점을 둔 연구 기관이다. 그들은 바둑에서 세계 챔피언을 이긴 프로그램인 AlphaGo와 단백질 구조를 예측할 수 있는 프로그램인 AlphaFold를 포함하여 여러 생성형 AI 모델을 개발했다. 이러한 모델은 약물 발견, 맞춤의학과 같은 분야에서 잠재적으로 응용할 수 있다.

 

이상하게, 스타트업의 향기가 난다. ‘한국인공지능협회’

“협회란, 생태계를 만드는 곳” 김현철 KORAIA 회장 인터뷰

전 세계가 인공지능(AI)을 외치는 시대다. 우리도 다르지 않다. ‘AI 1등 국가’ 실현을 대통령이 직접 강조한 것도 벌써 여러 차례다. 올해 국내 AI 성장에 대한 기대치는 그 어느 때보다 높으며 관련 산업 육성을 위한 정부의 각종 정책과 규제 개선, 인력 양성도 약속된 상태다. 목표가 정해졌고, 전력 질주를 위한 에너지도 충분히 모인 상황. 앞으로는 어떻게 이를 생태계 구성원들이 균등히 누릴 수 있을지, 또 올바른 방향으로 쓰일 수 있을지를 고민해야 할 시기다.

 

한국인공지능협회(KORAIA)는 AI에 대한 지금과 같은 사회적 기반이 마련되기 전부터 국내 AI 생태계 활성화를 위해 달려온 단체다. 몇 차례 만남을 통해 느낀 이들의 인상은 흔히 떠올리는 보수적이고 딱딱한, 혹은 영리만을 추구하는 기업형 협회의 모습이 아니다. 

그보단 작고 기민하게 움직이는 스타트업의 방식과 젊은 이상(理想)이 이들을 대변한다. 왠지 보면 볼수록 여러 궁금증을 자아내는 이들이다. 그래서 물어봤다. “그곳은 대체 어떻게 운영되는 곳이냐”고. 다음은 한국인공지능협회 김현철 회장과의 일문일답이다.

 

한국인공지능협회 김현철 회장

듣기로, 한국인공지능협회는 작은 개발자 스터디에서 시작해 지금은 우여곡절 끝에 나름대로 국내 AI 업계를 대변할 만한 수준으로 성장했다. 일반적인 기업 후원이나 정부의 지원 없이 걸어온 길이 결코 쉽지만은 않았을 것이다. 지금까지 가장 중점을 두고 지켜온 가치가 있다면 무엇인가?

 

우리가 본질적으로 추구하는 가치는 ‘협회란 생태계를 만드는 곳’이란 것이다. 우린 우리가 주인공이길 바라지 않는다. 진짜 주인공은 생태계 내에서 AI를 만드는 주체들이며, 동시에 그것을 소비하는 전 산업이다. 우리의 일은 이들이 꾸린 생태계가 지혜롭게 흘러갈 수 있도록 조율하는 아키텍트(Architect)의 역할이라고 생각하고 있다.

 

정부 지원이나 자격증, 행사, 교육 등은 그 자체로 주가 되는 일이 아니다. 기본적으로 수요와 공급이라는 생태계의 큰 네트워크를 구성하고, 그 안에서 시대에 필요한 세부 사업들을 수행하는 것이 골자다. 

 

예를 들어 협회가 시행 중인 인공지능 산업 컨설턴트나 인공지능 창업 지도사는 아무에게나 남발하는 영리 추구형 자격이 아니다. 우리가 꿈꾸는 이상 생태계 조성을 위한 밑바탕이자, 윤활유로써 세밀하게 기획된 것들이다. 요는, 기술이 정말 지혜롭게 활용될 수 있는 인공지능 생태계를 만들고자 하는 데 있다.

 

국내 유망 인공지능 스타트업을 발굴하고 지원했던 2019년 산업지능화 경진대회 시상 (사진=한국인공지능협회)

흔히 떠오르는 보수적인 이미지의 협회와는 많이 다른 느낌이다. 그보단 스타트업과 비슷한 느낌이랄까, 현재 한국인공지능협회의 구성과 운영은 어떤 식으로 이뤄지고 있는가?

알다시피, 우리는 스타트업이란 말이 처음 국내에 들어온 2010년 즈음 스타트업 관련 모임을 했던 커뮤니티로부터 기인했다. 이 때문에 우리 협회는 처음부터 '애자일 조직'이나 '린 스타트업' 같은 경영 방식을 채택하고, 여기에 협회란 성격에 맞도록 최적화하는 과정을 거쳤다.

 

또한 몇 가지 룰을 지키는 선에서 의사결정 권한을 각 실무자들에게 과감히 위임하고 있다. 원래 이런 구조는 시작부터 만들지 못하면 힘들다. 초기에 만들어진 그 구조가 지금도 잘 돌아가고 있고, 현실에 맞춰 조금씩 변화하는 것들도 있지만, 실무에서 의사결정을 하고 책임을 지는 전통은 언제나 유지하고 있다. 최근엔 신생 협회들이 우리가 단기간에 성장한 모습을 보고 자문을 구하러 오기도 한다.

 

남다른 방식의 길을 택하며 으레 겪었을 법한 어려움이나 난관은 없었는가?

 

남다른 길이라기보단 지금 시대에 맞는 형태를 끊임없이 고민하는 길이라 일컫고 싶다. 들여다보면 다들 주어진 위치에서 열심히 하고 있다. 우리도 처음엔 우리가 이해하지 못하는 여러 상황들에 대해 비판적인 견해를 가졌지만, 여러 기관과 산업을 잇는 중간다리 역할을 하면서 그들이 왜 그럴 수밖에 없었는지에 대한 통합적인 식견을 만들 수 있었다.

 

따라서 난관이라면 바로 이 지점에서 발생한다. 계속 몰랐다면 무시하고 각자의 길이나 가면 그만인데 AI도 이젠 융합의 시대이고, 가치사슬은 더 조밀해지는 시대이다 보니, 알면 일단 나서서 해결해야 한다. 알고도 방관함으로써 벌어지는 일들은 곧 우리의 책무로 남기 때문이다. 우리는 과거나 현재나 이 부분이 늘 고민이다. 우리가 놓치는 일들은 없는지, 조율자의 역할은 잘하고 있는지 같은 것들 말이다.

 

전통 산업전문가들의 AI 도입 활성화를 위한 인공지능 융합 포럼 개최 (사진=한국인공지능협회)

그럼 이제 협회가 AI를 바라보는 관점에 대해 묻고 싶다. 국내 AI 산업의 성장이 지금보다 가속화되려면 무엇이 바뀌어야 한다고 생각하는가?

우리의 관점은 통합적이다. 우리는 인공지능 기술이 산업에 닿는 범위, 지능화된 산업이 경제를 변화시키는 범위, 생산력이 확보된 경제가 문화를 자아내는 범위, 융합과 개인화되는 문화가 새로운 생활양식을 만들어내는 모든 범위를 고민한다. 우리는 설립 초기부터 인공지능을 사회적 주제 의식으로 대하고 있다.

 

그리고, 인공지능은 특정 산업이라고 보기 어렵다. 굳이 산업으로 정의하자면 인공지능은 메타(Meta) 산업이다. 메타 산업이란 모든 산업을 부양시키는 핵심 산업을 뜻하며 두 가지 영역으로 구분할 수 있다. 하나는 인공지능, 나노테크, 블록체인, 양자 컴퓨팅 같은 기술 요소이며, 다른 하나는 해당 기술을 활용하기 위한 주체를 길러내는 교육이다.

 

인공지능도 마찬가지다. 보다 나은 성장을 바란다면, 이를 사용하는 사람들의 질적인 성장을 지원하는 교육 산업이 함께 이뤄지는 혁신이 필요하다. ‘High Tech, High Touch”란 말이 있다. 고도의 문명은 기술과 인간성이 대칭적으로 발전할 때 유지될 수 있는 것이다.

 

그와 함께 필요한 정부의 역할이나 사회적 변화는 무엇이라고 생각하는가?

 

앞으로 우리 인공지능 기업들이 글로벌로 진출하기 위한 문화 형성이 필요해 보인다. 예컨대 인공지능을 만들어내는 주체에 대한 파격적인 지원이 절실하다. 전 세계가 인공지능으로 인해 떠들썩한 지금, 국내에 관련 기술을 보유한 기업은 많이 봐야 250개 정도다. 결과적으로 이들 기업이 우리나라 AI가 해외로 진출하기 위한 모든 융합사업의 첨병 역할을 하게 되는데, 현재 국내 시장과 자본의 관행으로는 이들에 대한 가치를 제대로 평가하지 못한다.

 

정부가 나서 풍족한 자본 접근성을 제공함과 동시에 인적 구성과 시행착오에 대한 경제적 기반(Fundamental)을 구축해줘야 한다. 이를 통해 생태계 전체의 성공 확률을 높이는 것이 중요하다. 협회가 작년 말 150여 곳에 이르는 대한민국 AI 스타트업 편람을 발행한 것도 실력 있는 AI 스타트업들이 외부에 드러날 수 있도록 널리 소개하고, 대내외적인 협력의 기반이 되는 네트워크를 만들어 주기 위함이었다.  

 

얼마 전 협회의 2대 회장으로 선임돼, 본격적인 3년 임기를 시작했다. 국내를 넘어 해외 인공지능 업계의 허브로 성장하는 것이 목표라고 밝힌 바 있다. 재임 중 그에 대한 플랜과 협회 운영에 대한 개인적인 미션이 있는가?

 

우리는 인공지능이라는 주제를 가지고 국내에서만 머물 생각이 없다. 중요한 것은 해외에서 활동하고 있는 주요 네트워크를 확보하는 것인데, 일본과 중국에서는 이미 그 작업이 완료돼 조만간 사업 형태로 진행될 예정이다. 또한 국내 인공지능 기업들의 수요처를 적극적으로 발굴해 생태계를 지속해 나가고자 하는 목표도 계속 유효하다. 여기에 개인적인 목표라면, 나는 인공지능을 주제로 동북아시아 경제를 묶어낼 방안을 실행해보고 있다. 규모가 커질수록 기술 시장의 가치 또한 커지기 때문이다. 재임하는 동안 이것을 이룰 것이며, 그것이 곧 협회가 국제기구로 발전할 수 있는 계기가 될 것이다.

 

인공지능은 매년 급변하고 있고, 협회의 그리는 그림이 큰 만큼 지금까지의 과정보다 앞으로 마주할 일들이 더 어려운 시기가 될 것 같다. 한국인공지능협회는 어떤 단체로 기억되길 바라는가? 아울러 국내 AI 기업들에 전하고 싶은 메시지는 무엇인가?

 

크게 두 가지로 기억되길 바란다. ‘우리 협회’라고 불리는 것과 ‘존재조차 모르는 협회’다. 우리가 처음 탄생한 2016년부터 함께 소통해오며 서로의 성장 스토리를 잘 아는 기업들이 꽤 있다. 지금의 우리는 이들을 위해 존재하며, 그들로부터 우리 협회란 유대감으로 기억되고 싶다.

 

또 언젠가 우리가 목표한 인공지능 생태계 구축이 완료되면 인공지능은 너무나 당연한 형태로 우리 삶에 파고들 것이다. 또 우리가 마련한 자원을 가지고 창업하는 여러 기업도 생길 것이다. 하지만 그것이 특별하게 기억되길 원치 않는다. 보편적이고 자연스러운 것으로, 우리란 단체가 있는지조차 모르는 협회가 되고자 한다. 끝으로 우리 AI 기업들엔 “우리는 미래를 적극적으로 열 수 있는 시대의 보물”이라고, “자부심을 갖고 함께 일하며 좋은 세상을 만들어 가는 동료가 되자”고 말하고 싶다.

 

인터뷰를 마친 뒤에도 이들은 기자의 눈에 여전히 이질적으로 비춰졌다. 미처 담지 못한 여러 이야기들이 오갔고, 이상과 행동을 동시에 말하는 이들이 낯설지만 흥미롭게 느껴졌다. 비전과 계획이 뚜렷했고 솔직했다. 협회가 지닌 내적 자산과 가치에 대한 자부심도 충분해 보였다. 보통의 협회라든지, 혹은 리더를 자처하는 어떤 기업이나 단체들에서 쉽게 느낄 수 없는 신선함이었다. 물론, 한국인공지능협회가 말하는 꿈이 말 그대로 이상으로 남을지, 정말 현실이 될지는 계속 지켜봐야 알 일이지만.

 

그러나 비관보단 긍정의 시선이 앞선다. 이들이라면 정말 뭔가 해낼지도 모른다는 어떤 묘한 기대감이다. 아마 3년 뒤 김 회장의 임기가 끝날 때쯤이면 많은 것이 변화해 있을 것이다. 과연 이들이 뒷받침하는 AI 업계와 협회는 어떤 모습으로 성장해 있을까? 앞으로의 행보가 주목된다.