공상 - AI 세번째 단계와 창의성

필자는 SF 영화 장르를 좋아하고 많이 봐왔다.

 

담골 소재로 등장하는 내용은 외계인이 교묘하게 인간 사회 또는 인간에 침투해서 조용하게 능력을 키운다. 

 

그 조용하게 키운 능력은 모든 인간을 두렵게 만든다.

 

AI가 그동안 획기적인 발전을 할 수 있었던 원인의 첫째는 하드웨어 가속화 기술의 발달이고 둘째는 대규모 데이터에 대한 확보이다. 그렇다면 세번째 발전 단계는 무엇일까. 

 

 

하드웨어는 현재까지도 AI를 융합하여 발전할 수 있는 방향으로 기술이 발달 진행중이고, 이 글을 통해 필자가 말하고 싶은 내용은 대규모 데이터에 대한 확보과정이다. 현재 대부분의 테크 기업들은 이 중요성에 대해 굉장히 잘 인지하고 있는 것으로 보인다. 각자의 사내 대규모 데이터 센터를 몇년전부터 구축하고 더 나아가 국외 데이터센터 솔루션 기업들과 계약 또는 협업 관계를 유지하여 더 풍부하고 똑똑하게 데이터를 활용할 발판을 닦았다. 현재 기업들의 AI 기술의 수익성에 대한 우려가 있지만 이는 시간문제일 것이다. 산업 전반에 걸쳐 모든 부분에서 효율화를 시키기는 현재로써는 시간이 많이 소요될 수 있지만, 이미 부분적으로 비용절감과 생산성 향상이 입증되고 있다. 내가 대학원 기간 수행했던 대기업 산학 프로젝트에서 경험했던 부분이다. 

 

최근 인공지능(AI) 기술은 거대언어모델(LLM) 이나 생성형 AI 기술을 넘어서 발전을 이어가고 있다. 이제 AI의 트렌드는 단순히 데이터 처리, 분석을 넘어서 통찰이라는 단계에 이르지 않았나 생각이 든다. 여기서 통찰이란, 스스로 문제 정의를 한다는 것이다. 쉽게 말하면 뭔가 원하는 타겟을 빠른 속도로 계산하고 생성하고를 넘어서, 개인적인 문제점을 찾고 명확히 정의한다. 

 

따라서 외계인의 침투처럼 데이터센터를 통해 AI는 데이터 흡수를 하고 있고 흡수된 데이터를 활용하여 자동으로 문제정의하는 것이 데이터센터 솔루션 기업들의 숙제이고 그 문제를 창의적으로 해결하는 것이 기업의 과제이지 않을까 생각한다. 

 

 

필자가 생각하는 세번째 단계는 데이터를 통한 자동 문제정의-솔루션 시스템의 여부일 것이다. 이는 계속해서 황금알을 낳는 거위와도 같다. 예를 들어, 배송 물류 체계에서 센서나 위치좌표 데이터를 실시간으로 확보되고 있다고 가정하자. 이를 통해 정체가 발생하거나 지연되고 있는 특정 섹션에 문제가 있다는 정보는 현재의 시스템으로도 알 수 있을 것이다. 하지만 자동 문제 정의 시스템은 정체가 미래에 발생할 가능성을 예측하여 미리 우회 로직으로 이동할 수 있도록 할 것이다. 

 

존재하는 많은 문제는 문제: 해결 = M:N 대응 관계에 있다고 생각할 수 있다. 현재 직면한 문제에서 가장 좋은 해결 책을 확률적으로 계산하는 것은 AI를 통한 해결이 효율적이다. 하지만 현실에서는 M ++ 라고 할 수 있다. 기존의 M 에 속하지 않는 M++ 의 일들을 AI가 N들의 조합으로 해결할 수도 있지만 그렇지 못할 가능성도 높다. 그 이유는 창의적인 해결성을 요구하기 때문이다. 필자가 생각하는 창의성이란 다방면의 분야의 N들의 지식을 통해 도출되는 경우가 많다고 생각한다. 그렇기에 한 분야의 높은 정확성을 위해 학습시킨 모델이 창의적인 해결책을 내는 데 뛰어나다고 보기에는 어렵다. 예를 들어, 수학적 지식이 예술적 지식에도 연관성이 있으며, 우리 생각하는 생활 지식이 우리가 하는 일에 가끔 남다른 생각을 하게 만드는 힌트가 될 수 있다. 

 

 

 

그렇기에 앞으로 우리에게 필요한 능력은 다방면의 지식들을 배우며 창의성을 높이는 것이 더욱 필요해지지 않을까.