올해 뜨거웠던, 내년에도 주목할만한 7가지 IT 이슈 > News Insight

올해는 어떤 IT 이슈들이 시장에서 이슈를 선점하고 미래의 시장을 꿈꾸게 했을까? 2024년 IT 업계를 바쁘게 했고, 앞으로 우리의 삶에 영향을 미칠 7개의 이슈를 살펴보고자 한다.

모든 기업들에게 작년과 올해는 유난히 숨 가쁘고 위태로운 시기로 보인다. 이는 빠르게 발전하는 AI가 기존 시장의 힘의 균형을 재편하고, 인간의 능력에 대한 경계를 허물고 있다는 불안감 때문이다. 올해 IT 이슈를 돌아보면 AI와 관련된 주제가 대부분을 차지하고 있다. SNS가 청소년에게 미치는 부정적 영향에 대한 논의로 일부 국가에서 청소년 사용이 금지되는 사례나, 애플(Apple)의 MR(혼합현실 디바이스 출시와 같은 뉴스조차 AI 이슈에 가려지는 느낌이다.

1) Sovereign AI

AI는 단순한 기술 혁신을 넘어 미래 산업과 생활 전반, 심지어 국가 안보에서도 핵심적인 역할을 하는 기술이다. AI는 방대한 데이터를 활용하기 때문에, 한 국가의 AI 기술이 특정 기업에 종속될 경우 산업과 서비스 뿐만 아니라 문화, 가치관, 사고체계와 같은 무형의 가치까지 영향을 받을 수 있다는 우려가 있다. 이러한 우려는 AI 기술을 산업 차원에서만 바라보지 않고, 국가가 디지털 주권을 보호하기 위해 AI 가치 사슬에서 특정 역할을 해야 한다고 강조하는 'Sovereign AI'라는 개념으로 발전한다.

Sovereign AI는 자국의 기술로 모델이나 데이터를 구축한다는 보호주의적 접근보다는, 선도 기업의 AI 기술을 활용하더라도 해외 AI 기술에 종속되지 않는 경쟁력을 확보하려는 노력에 더 가깝다. 현재 가장 주목받는 정책을 추진하고 있는 나라는 프랑스다. 프랑스는 2017년부터 AI 국가 경쟁력 강화를 위한 정책을 시행해왔으며, 해외 기업 유치를 위해 적극적인 외교 활동을 하고 있다. 또한, 미스트랄 AI(Mistral AI)*에 불리할 수 있는 데이터 수집 내역 공개 의무 조항이 EU의 AI 법안 초안에 포함되자, 독일과 협력하여 해당 조항을 폐기한 사례도 있다.**

올해 9월 26일, 한국도 AI G3 강국 실현을 위한 '국가 AI전략 정책방향'을 발표했다. 한국은 높은 디지털 역량과 HBM 등 다양한 인프라를 보유하고 있어, 명확한 정책적 지원과 시너지를 통해 목표를 달성할 수 있을 것으로 기대된다.

* 미스트랄 AI(Mistral AI) : 프랑스의 언어 모델 개발 및 관련 서비스

** EU’s new AI Act risks hampering innovation, warns Emmanuel Macron, Financial Times, December 12, 2023. https://www.ft.com/content/9339d104-7b0c-42b8-9316-72226dd4e4c0

2) AI 단백질 예측

바이오 분야에서 단백질 구조 예측에 AI가 도입되면서 신약 개발에 기술적인 돌파구가 생겼다. 복잡한 3차원 구조의 단백질 구조를 예측하는 데 AI를 활용하면, 특정 속성을 지시한 후 몇 시간에서 며칠 내에 단백질 구조를 예측할 수 있게 되었다.

특히 올해 주목할 만한 점은 노벨 화학상의 절반이 단백질 예측에 기여한 구글(google) 딥마인드의 CEO와 연구원 존 점퍼에게 돌아갔다는 것이다. 2020년에 공개된 알파폴드2는 단백질 구조 예측률이 90%에 달하며, 이는 인간이 단백질을 예측하고 조합하는 데 신기원을 이뤄냈다고 평가된다. 올해 5월, 딥마인드 팀은 국제 학술지 '네이처(Nature)'를 통해 디퓨전 모델을 추가 적용한 알파폴드3를 공개했다. 알파폴드3는 단백질을 구성하는 각 원자의 좌표를 계산하여 단백질 구조를 더욱 정밀하게 파악할 수 있다.

단백질 구조에 대한 이해는 신약 개발뿐만 아니라 지구라는 거대한 유기체를 이해하는 데도 필수적인 기술이다. 플라스틱 분해 효소와 생분해성 단백질 소재 등도 이러한 단백질 구조의 이해에서 출발하므로, 더 나은 지구를 위해서도 중요한 기술이다.

3) LLM 성능 향상 한계에 대한 논의

LLM(대형 언어 모델)은 입력값과 가장 관련성이 높은 단어를 조합하는 알고리즘을 기반으로 한다. 인지과학에서 인간의 사고 체계를 직관과 경험에 기반해 빠르게 작동하는 ‘시스템 1’과 집중력을 발휘해 논리를 세우는 ‘시스템 2’로 설명하는 것에 비유하자면, LLM 알고리즘은 시스템 1에 가깝다. 

반면, 별도의 데이터베이스(DB)를 활용해 논리를 보완하고 근거를 제시하는 기술인 RAG*는 LLM에 시스템 2를 추가하려는 노력으로 볼 수 있다. 이러한 맥락에서 LLM의 환각(Hallucination) 현상**은 기술적 오류라기보다는 LLM의 본질적인 특징으로 이해하는 것이 합리적이다.

* RAG : 정보 검색과 생성 모델을 결합한 기술로, LLM이 외부 데이터베이스에서 정보를 검색하여 보다 정확하고 근거 있는 답변을 생성할 수 있도록 돕는다.

** LLM의 환각(Hallucination) 현상 : LLM이 사실과 다른 정보를 생성하거나 잘못된 내용을 만들어내는 현상으로, 모델이 훈련 데이터에 기반하지 않은 비논리적인 결과를 도출할 때 발생한다. 

올해 10월, 애플 연구진은 LLM의 수학적 논리성 문제에 대한 논문*을 발표했다. 이 논문에서는 LLM이 간단한 수학 개념을 이해하는 데 심각한 문제가 있으며, 데이터에서 수학 개념을 적용하는 과정에서 이름이나 숫자를 바꾸는 것만으로도 정답률이 10% 이상 떨어질 정도로 안정적이지 않다고 지적했다. 업계 대부분이 이를 인식하면서도 환각이라는 모호한 용어로 문제를 회피했던 반면, 애플 연구진은 이를 명확히 지적한 점에서 주목받았다.

* Mirzadeh, I., Alizadeh, K., Shahrokhi, H., Tuzel, O., Bengio, S., & Farajtabar, M. (2024). GSM-Symbolic: Understanding the limitations of mathematical reasoning in large language models. arXiv preprint arXiv:2410.05229.

https://arxiv.org/abs/2410.05229

11월에는 OpenAI의 차세대 플래그십 모델인 ‘Orion’의 성능이 기존 모델과 비교해 크게 개선되지 않아 성능 개선 전략을 고민한다는 소식이 전해졌다. Orion은 모델 크기와 훈련 데이터가 증가하면 성능이 향상될 것이라는 규모의 법칙(Scaling Law)*을 기본 가정으로 하고 있지만, 이에 대한 수정이 불가피할 것으로 보인다. 이는 모델 거대화 경쟁이 한계에 다다르고 있음을 시사한다. 앞으로는 ‘모델 크기 vs. 성능’의 프레임을 넘어 AI 모델의 논리성을 위한 기술적 돌파구를 찾는 연구가 확대될 것으로 기대된다.

* 규모의 법칙(Scaling Law) : 모델의 크기와 훈련 데이터의 양이 증가할수록 성능이 향상된다는 이론

4) AI 데이터센터와 에너지 문제

AI의 개발과 활용에는 막대한 계산량이 필요하며, 이는 결국 많은 에너지를 소모하는 문제로 이어진다. 지난해 미국의 AI 빅테크 기업들이 엔비디아의 GPU H100을 확보하기 위해 분주했던 한 해였다면, 올해는 AI 데이터센터를 확장하기 위해 더욱 바쁘게 움직이고 있다. 특히 마이크로소프트(MS)는 AI 투자를 확대하면서 올해 상반기 대규모 데이터센터를 위한 금융리스* 비용이 1,000억 달러를 넘었다고 알려졌으며, 블랙록(BlackRock)과 함께 300억 달러 규모의 투자 펀드도 운영하고 있다.

* 금융리스 : 리스회사가 자산을 구입하고 사용자가 자산 비용을 수년간 나눠 지급하는 형태, 마이크로소프트의 금융리스는 2025~2030년에 시작될 예정 20년 운영 계획

이러한 상황에서 RE100 기조의 변화가 나타나고 있다. 기존 데이터센터는 10~20MW의 전력을 소비했지만, AI 데이터센터(AIDC)는 100MW 이상의 전력을 요구하기 때문이다. 최근 일부 빅테크 기업들은 MW 단위가 아닌 GW 단위의 전력을 공급할 수 있는 AIDC 부지를 찾고 있다. 전력 수요가 급증하자 AIDC 사업자들은 RE100에 포함되지 않는 소규모 원자력 발전소(SMR, Small Modular Reactor)에 대한 투자를 확대하려는 움직임을 보이고 있다. 작년 마이크로소프트는 원자력 발전소 운영 업체인 콘스텔레이션 에너지(Constellation Energy)와 계약을 체결해 버지니아 데이터 센터에 원전을 추가하기로 했으며, 올해 아마존은 SMR 개발사인 도미니언 에너지(Dominion Energy)에 5억 달러를 투자하기로 했다.

2024년 7월 구글의 지속 가능성 보고서에서도 이러한 기조 변화를 확인할 수 있다. 구글은 AI 데이터센터로 인해 2019년 이후 온실가스 배출량이 48% 증가했다고 밝혔으며, 앞으로 더 많은 제품에 AI가 통합되면 배출량을 줄이기 어려울 것이라고 언급했다*. 많은 전문가들은 기업들이 AI 전략을 지속 가능성보다 우선시하고 있으며, 향후 환경 비용에 대한 심각한 개입이 필요할 것이라고 지적한다

* AI brings soaring emissions for Google and Microsoft, a major contributor to climate change, NPR, 7.12.2024. *https://www.npr.org/2024/07/12/g-s1-9545/ai-brings-soaring-emissions-for-google-and-microsoft-a-major-contributor-to-climate-change

5) ‘AI는 무엇으로 돈을 벌까’라는 고민: 멀티 에이전트 AI(Multi-Agent AI)

올해의 주요 이슈는 그동안 막대한 투자가 이루어진 AI가 실제로 수익을 창출할 수 있을 지에 대한 고민이다. 다양한 AI 서비스는 검색, 요약, 코딩 등에서 효율성을 높이는 성과를 보였지만, 투자비용을 회수할 만큼 대중적인 서비스를 출시하지는 못했다. 올해 7월에 세콰이어캐피탈(Sequoia Capital)이 발표한 ‘AI's $600B Question’ 보고서는 AI 산업의 투자 대비 수익성 문제를 지적하며, 현재 AI 업계가 데이터 센터 등에 투자한 비용을 회수하려면 연간 약 6,000억 달러의 수익이 필요하다고 밝혔다. 그러나 현재 AI 업계 전체의 연간 매출은 최대 1,000억 달러 수준으로, 약 5,000억 달러의 격차가 존재한다. 가장 많은 구독자를 확보한 OpenAI의 ChatGPT 서비스의 연 매출 목표는 34억 달러에 불과하다.

AI 인프라가 고속도로, 수도와 같은 기간망에 비유되지만, 한 번 설치하면 일정 기간 안정적으로 이용할 수 있는 서비스는 아니다. 사용한 토큰 수에 따라 계산량과 비용이 발생하는 서비스이기 때문에, 무료로 고객을 모은 후 유료화를 시도했던 많은 디지털 플랫폼과는 수익 창출 방식이 다르다. 이는 모든 기업의 숙제로 남아 있다. 

가장 많은 수익을 낼 것으로 예상되는 분야는 기업 솔루션을 통한 효율성 극대화이지만, 아직 시장 도입 초기 단계에 있어 더 지켜볼 필요가 있다. 이러한 상황에서 마이크로소프트와 크루AI(CrewAI) 같은 기업들은 LLM에 다양한 역할을 부여하고, AI 간의 협업, 협상, 검토를 수행하는 멀티 에이전트 프레임워크(Multi-Agent Framework)를 공개하며 새로운 시도를 하고 있다. 특히 마이크로소프트는 복잡한 업무 수행을 위해 에이전트들이 협력하고 논의하는 ‘오토젠(Autogen)’이라는 멀티 에이전트 프레임워크를 오픈소스로 공개했다.

이 기술은 인간의 중간 개입(HIL, Human in the Loop) 지점 설정, 에이전트 수 증가에 따른 오류 확산 문제 등 해결해야 할 과제가 남아 있지만, 개인이 재무, 홍보, 코딩 등 에이전트를 활용해 ‘1인-1상품-1팀’으로 활동할 수 있는 미래 조직 구조를 상상하게 한다. 다수의 인간이 팀을 이루어 상품을 기획, 설계, 검증, 홍보하던 과정이 ‘1인+멀티 에이전트’로 이루어진 1인 팀으로 대체될 가능성은 미래 조직 구성에 중대한 영향을 미칠 수 있으며, 일과 조직의 변화에 대한 기대와 우려를 동시에 불러일으킨다.

6) SNS는 아이들을 위해 설계되지 않았다

올해 많은 부모들의 관심을 끈 서적이 있다. 세계적인 사회심리학자인 뉴욕대의 조너선 하이트(Jonathan Haidt)가 쓴 ‘불안 세대(The Anxious Generation)’로, 저자는 스마트폰과 SNS가 아이들의 뇌에 부정적인 영향을 미치고 있으며, 이는 어른들의 직무 유기라고 주장한다.

2022년에는 메타(Meta)에서 근무했던 프랜시스 하우겐(Frances Haugen)이 ‘Facebook Paper’라는 내부 문건을 폭로하면서 SNS가 청소년에게 미치는 악영향이 주목받은 사례가 있다. 이 문건에는 메타가 혐오 발언과 허위 정보를 제대로 제어하지 못하고, 인스타그램이 청소년의 정신 건강에 미치는 부정적인 영향을 인지하고도 적절한 대응을 하지 않으며 오히려 수익 개선을 우선시했다는 내용이 담겨 있다. 이후 2023년에는 미국 41개 주와 컬럼비아 특별구가 메타를 고소하며, “페이스북과 인스타그램이 유해한 기능을 고의로 설계하고 배포했다. 가장 취약한 소비자인 청소년과 어린이를 착취하고 조종하는 방식을 은폐해왔다”고 주장했다. 이에 따라 청소년을 대상으로 한 SNS 사용 중단이 필요하다는 여론이 높아졌다.

이러한 흐름 속에서 여러 국가에서 미성년자의 SNS 사용을 제한하는 조치가 이어지고 있다. 올해 호주는 16세 미만이 SNS 사용을 금지하는 법안을 발표했으며, 미국 플로리다주도 2025년 1월부터 만 14세 미만의 SNS 사용을 금지하고, 14~15세는 부모의 동의가 있어야 계정을 개설할 수 있도록 규정했다. SNS 서비스의 본고장인 캘리포니아주 역시 2027년부터 미성년자의 알림 사용을 금지하고 기본 설정을 비공개로 하도록 할 예정이다. 이 외에도 뉴욕, 유타 등 많은 주에서 SNS 규제 법안을 통과시키거나 준비 중이며, SNS 업계에 ‘청소년 보호’ 기조가 더욱 확산될 것으로 예상된다.

7) 메타버스의 미래는?

올해 2월, 애플은 WWDC 2023에서 발표한 애플 비전 프로(Apple Vision Pro)의 판매를 시작했다. 직후 삼성은 구글 및 퀄컴과 협력하여 MR 헤드셋과 갤럭시 글래스를 출시할 계획을 밝혔고, 메타는 LG전자와 함께 고급 MR 기기를 준비하고 있다는 소식을 전했다. 애플 비전 프로는 침체된 메타버스 시장에 활력을 불어넣었다. 개인의 눈 간격과 생체 정보를 기반으로 개인화되는 등 개인형 기기로 포지셔닝된 애플 비전프로는 기존 MR 기기와의 차별성을 강조했다. 애플은 새로운 하드웨어 카테고리에서 고객 가치를 발굴해온 기업으로서 시장의 기대를 높였다. 출시 직후에는 품절 사태가 발생하며 메타버스의 부활을 예고하는 듯했으나, 열광적인 반응이 가라앉은 후 판매량이 급감했다. 5월부터는 공급사의 부품 생산이 중단되었으며, 올해 말까지 생산이 중단될 가능성도 제기되고 있다.

그럼에도 애플 비전 프로가 실패작이라고 단정하기 어려운 이유는 MR과 AI의 훌륭한 조합이 앞으로 어떻게 발전될지 기대되기 때문이다. 현재 AI는 주로 언어와 일부 이미지를 중심으로 발전하고 있지만, 메타의 얀 르쿤(Yann Lecun)을 비롯한 많은 전문가들은 진정한 AI의 특이점이 AI가 인간의 물리적 세상을 이해하는 시점에 도달할 것이라고 보고 있다. 여기서 ‘물리적 세상의 이해’는 우리가 영화에서 보았던 로봇이 인지 능력을 가지고 인간의 일상에 직접 개입하는 능력을 의미한다. 따라서 시각 및 촉각 정보를 연동해 물리적 정보를 전달하고 해석하는 MR 기기가 핵심 기술로 자리 잡을 가능성은 여전히 유효하다.

어두운 시장 전망으로 인해 투자가 줄어들어 사라질 위기에 처했던 딥러닝은 캐나다 AI 연구소 CIFAR의 지원을 받아 제프리 힌튼, 얀 르쿤, 요슈아 벤지오와 같은 석학들의 연구로 살아남았고, 현재의 AI 혁명의 씨앗이 되었다. 기술의 잠재력은 단기적인 시장 성과가 아닌 미래의 변화 가능성에 따라 평가할 필요가 있다고 생각한다.

<ifsPOST>

* 본 콘텐츠는 SK 텔레콤의 공식 블로그(https://news.sktelecom.com/)에 기고된 글을 보완한 것입니다.

** 본 콘텐츠의 내용은 SK텔레콤의 공식 입장이 아니며 SK텔레콤의 의견과 다를 수 있습니다.​