한국 대규모 투자 필요한 시기
엔지니어링 인력 많고 제조업 탄탄
세계 3대 강국 충분한 잠재력 있어
미·중에 열세지만 틈새 공략해야

"미국에 기술과 인력이 있다면, 중국은 인구 규모에서 나오는 두꺼운 시장이 있죠. 하지만 우린 우리 나름대로 제조업 강국입니다. 이 부분을 잘 활용하면, 그래서 100조 원 중 10조 원이라도 제대로 조성해서 잘 쓴다면 인공지능(AI) 세계 3대 강국이 불가능하지만은 않아요." 지난 9일 서울 관악구 서울대 해동첨단공학관 AI연구원에서 만난 장병탁 AI연구원장은 확신했다. 장 원장은 1982년 서울대 컴퓨터공학과에 입학한 그때부터 AI에 빠져들었다. 당시만 해도 AI는 꿈 같은 얘기였다. '사람 같은 지능을지닌 기계'라는 개념은 1950년대에 등장했으나 기술이 뒷받침되지 않았다.

이 때문에 1980~90년대는 'AI의 겨울'이라고도 불렸다. "그래서 일부 연구자들 사이에선 '어차피 안 될 거 그냥 로봇처럼 가자'라는 목소리도 나왔습니다. 하지만 AI의 핵심이 '사람처럼'인데, 그걸 놓는다는 건 쉽지 않죠." 그러더니 불쑥 다가왔다. 2016년 알파고가 나와서 이세돌을 눌렀다. 2023년엔 챗GPT를 곁에 두고 수다 떠는 게 유행이더니, 올해 카카오톡 프로필 사진은 '지브리풍 이미지'가 장악했다.

밀려드는 AI 봄바람에 정치권도 움직였다. 올해 대통령 선거에서 이재명 후보는 '100조 투자를 통한 AI 3대 강국'을 1호 공약으로, 김문수 후보는 'AI 3대 강국 도약'을 2호 공약으로 내걸었다. 트집 잡아 싸우기 일쑤인 정치권도 AI로 뭔가 해야 한다는 점에는 동의한 셈이다. AI 3대 강국, 한국. 가능할까.

-AI 붐이 느껴지나.

“확실히 그렇다. 1980~90년대만 해도 AI를 연구하는 사람 자체가 드물었다. 나도 늘 듣는 소리가 '프로그래밍하기도 바빠 죽겠는데 넌 아직도 AI 하냐'였다. 하하. AI 관련 가장 영향력 있는 학회가 '뉴립스'(NeurIPS)인데 2010년까지만 해도 300명 정도 모였다. 그런데 지금은 5만 명이 넘어간다. 요즘은 일주일 단위로 체크해봐야 할 정도로 엄청난 속도전이 벌어지고 있다."

-AI가 그렇게 핫한 분야인데 기시감이 든다. '가능성' 차원에서 워낙 오래, 또 많이 얘기해왔기 때문인 것 같다.

“그런 측면이 있다. '똑똑한 기계'라는 개념 자체는 오래됐는데 마침내 실제 작동하는 걸 보게 된 건 최근이니까. AI란 이런 거구나, 이제야 비로소 만났다."

-그래선지 신기하고 재밌긴 한데 그래서 뭐 어쨌다는 거냐, 하는 이들도 있다.

“그럴 수 있다. 하지만 단계를 밟아 나가는 과정이라 말하고 싶다. AI를 피부로 느낀다는 건 AI가 집안일을 돕거나 공장 일을 대신해주는 정도가 돼야 한다. 쉽게 말해 물리적 외형을 갖춰야 하는데 지금은 컴퓨터나 스마트폰 같은 단말기 속에만 존재한다. 비유하자면 마음만 있는 상태다 보니 '알긴 알겠는데 이게 뭐지?'라는 생각이 들 수 있다."

-지금 AI는 무형의 AI다?

“챗GPT를 보라. 인간 같은 언어 능력을 가졌다. 워낙 많은 문장을 보고 읽었기 때문에 아주 유려한 문장을 척척 뽑아낸다. 시나 소설도 쓴다. 그런데 눈에 보이진 않고 밖으로 드러나는 건 생각과 글뿐이니 당장 눈에 들어오진 않는다. 이제 그 단계를 넘어서려고 하고 있다. AI가 모니터, 스크린 밖으로 튀어 나오려 한다."

-형상을 갖춘다는 의미인가.

“AI 쪽에서는 그걸 '에이전트'라 부른다. 일종의 '비서 로봇' 개념이다. 사람이 뭔가 주문하면 생각하고 판단해서 해답을 내놓을 뿐 아니라 '실행'까지 하는 거다. AI가 생성한 캐릭터가 컴퓨터 안에, 스마트폰 안에만 있었다면 이제는 그 바깥에서 물리적 실체를 가지고 등장하는 것이다. AI 단계로 보자면 판단형, 생성형을 넘어 행동형으로 가는 거다."

-지금은 생성형에서 행동형으로 넘어가는 단계인가.

“그렇다. 우선 판단형은 이세돌과 맞붙었던 알파고가 대표적이다. 주어진 조건 아래 최적화된 답을 찾아낸다. 바둑을 두는 것, 구매와 검색 이력 등을 통해 쇼핑몰에서 구매 물품을 예측하기 같은 것들이다."

-생성형은 어떤 것인가.

“판단형이 객관식 문제 풀이 같은 거라면 생성형은 주관식 풀이다. 글 써주고, 그림 그려주고, 음악 만들고. 기계에 일을 시키려면 일일이 프로그래밍을 해야 했는데, 이제는 기계가 알아서 정리한 뒤 결과물을 내놓는다. 챗GPT가 딱 그렇다. 물론 진짜 이해했느냐, 라는 건 또 철학적 문제이기도 하다."

-철학적 문제라는 의미는.

“인간이 '찻잔'이라 말하면 찻잔에 대한 경험치가 있다. 들고 옮기고 만지고 깨뜨리고 따뜻하고 차갑고. 하지만 챗GPT는 엄밀히 말해 '찻잔'이라는 단어만 안다. 어떻게 보면 외부 대상에 대한 경험 없이 말놀이만 잘하는, 일종의 사상누각이다. 워낙 많은 문장을 학습했기에 '찻잔'이라는 단어를 이런 상황에서 이렇게 배열하면 그럴 듯하고 멋있다는 건 알지만, 찻잔 그 자체에 대해서는 전혀 모른다. 챗 GPT가 말도 안되는 소리나 거짓말을 줄줄 늘어놓는 것도 그 때문이다."

-진지하게 헛소리나 거짓말을 뱉어놓는 사람도 많다.

“그러니까 철학적 문제라는 거다. 사람도 모든 걸 논리적으로, 심오하게 생각해서 의사결정을 하는 게 아니라 기계가 딥러닝하듯 패턴만 익혀서 아무 말이나 하며 살아가는 존재일 수 있다는 거다."

-행동형 AI가 배우는 것도 인간의 행동인가.

“딥러닝과 방식이 같다. 일일이 지식을 주입하지 않고 알아서 이해하도록 하듯, 필요한 행동을 일일이 지정해서 프로그래밍하는 게 아니라 인간의 실제 행동을 보여주고 따라하게 한다. 이미테이션 러닝, 즉 모방 학습이다. 구체적으론 세가지로 나눈다. 비전, 랭귀지, 그리고 액션. 보고 이해하고 행동하는 거다."

-실제적인 일을 하게 되는 셈인데.

“이제까지 AI라 하면 주로 글, 문서를 다루는 작업이었다. 이제는 제조업 전반에 AI가 스며들 수 있다. 화이트칼라를 넘어 블루칼라 영역에 AI가 진입하는 것이다. 행동형 AI가 전체 공정의 완성도와 속도를 봐가면서 작업하는 공장도 구상해볼 수 있다."

-산업계에서 비상한 관심이 있을 것 같다.

“그렇다. 컴퓨터 안에만 존재하던 AI가 휴머노이드 로봇 형태로 사람과 함께 업무 프로세스에 녹아들게 된다. 파급효과가 굉장할 것이다. AI는 비유하자면 옛 시대의 전기다. 전기가 발명되면서 세탁기, 선풍기, 냉장고 같은 게 나왔다. 행동형 AI가 어떤 형태로 어떻게 나타날지 궁금해진다."

-현실화 가능성은 어느 정도인가.

“이 분야에서 잘하고 있는 업체로 중국의 유니트리를 꼽는데, 그쪽에선 3~5년 내에 공장, 물류창고 등 B2B 영역에선 행동형 AI를 투입할 수 있을 것이란 얘기가 나온다. 사람처럼 걸어다니면서 일하는 건 아니고 양팔 로봇이 작업하는 수준이 될 것 같다."

-아직도 3~5년 정도의 시간이 필요한 건가.

“아니다. 엄청 빠른 거다. AI 개념이 거론된 1950년대에 10~20년 내 체스 게임에서 인간을 이길 것이라 했다. 1997년에 가서야 IBM의 딥블루가 사람을 이겼다. 바둑은 알다시피 2010년 창업한 딥마인드가 2014년 구글에 인수된 뒤 2016년에 해냈다. 행동형 AI 영역엔 지금 엄청나게 많은 사람과 돈이 쏠리고 있다. 조만간 성과가 나올 것이고, 이 때문에 '앞으로 당분간 인간이 할 일은 모방 학습을 통해 로봇을 교육시키는 일이다'라는 말까지 나온다."

-행동형 AI가 거론되는 시점에 '100조 투자', 'AI 3대 강국'이란 구호가 나왔다.

“그래서 아주 좋았다. AI 관련해 지금 가장 필요한 건 대규모 투자다. 개념을 현실화했고 관심을 모았고 성공 모델도 몇 개 보인다. 이제 실제 응용에 들어갈 타이밍이다. 그 때문에 미국, 중국 같은 곳에선 산업적 임팩트가 있다는 판단이 서면 돈과 인력이 엄청나게 몰린다. 우리도 글로벌 유니콘 20개 정도 성사시킨다는 각오로 뛰었으면 좋겠다."

-우리가 그럴 여건이 되는 건지 궁금하다.

“잠재력을 낮춰보지 않았으면 한다. AI가 무척 추상적인 기술 같지만 따져보면 결국 본질은 엔지니어링이다. 작은 나라인데도 다양한 분야의 수준 높은 엔지니어링 인력이 적지 않고, 웬만한 제조업이 다 있을 뿐더러 그 가운데 일부는 세계적 수준이다. 거기다가 소프트웨어나 정보기술(IT) 산업 인프라도 탄탄하고 챗GPT 열풍에서 보듯 AI에 무척 친숙하다. 충분히 가능성이 있다."

-기술, 시장, 인력 모두 부족한 거 아닌가.

“미국, 중국과 비교하면 열세인 건 맞다. 그래서 역방향을 제안하는 거다. 미국, 중국이 큰 개념을 가지고 논다면 우리는 그 틈새에서 우리가 할 수 있는 특화된 영역의 AI를 먼저 시작해서 경험을 쌓고 그걸 토대로 큰 개념에 도전하는 방식을 써야 한다. 그게 현실적이다."

-인력 부족 문제도 거론된다.

“미국 스탠포드대학은 졸업생 중 절반이 컴퓨터 사이언스를 공부하고 졸업한다. 어떤 분야에서 뭘 하든 컴퓨터는 알아야 한다고 보는 거다. 우린 전공 칸막이에 막히는 경우가 많다. 정원 조정도 필요하고 좀 더 유연한 학사과정이 마련됐으면 한다."

-꼭 필요한 인프라를 꼽아본다면.

“우선 컴퓨팅 파워가 있어야 한다. AI가 워낙 커서 개별 대학 연구소가 감당하기 어려우니까 전기나 물을 끌어다 쓰듯이 AI 컴퓨터가 여러 개 만들어져 가까운 곳에서 끌어다 쓸 수 있도록 해주면 좋겠다. 또 AI 전용망을 깔아서 AI 고속도로를 만드는 것도 좋다. 의료 금융 등의 영역에서 데이터를 활용할 수 있도록 규제를 풀어주는 것도 필요하다."

<조태성 선임 기자>