"AI 적용은 아이 키우는 것과 같아…처음부터 99%는 없다" [KIW 2024]
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
“오픈소스 거대언어모델(LLM)과 자체 개발 인공지능(AI) 모델의 기술격차가 크게 줄어들고 있습니다.”
김현수 슈퍼브AI 대표는 9일 ‘코리아 인베스트먼트 위크(KIW) 2024’의 ‘AI가 가져올 산업 변화’ 세션에서 “두 모델의 성능 차이는 이제 고작 6개월 정도”라며 “오픈소스를 잘 활용하고, 실패를 두려워 않는 기업이 산업 AI 시대에서 성공할 수 있다”고 강조했다. 김 대표는 2018년 설립된 스타트업 슈퍼브AI를 이끌고 있다. 기업들이 고유의 AI 솔루션을 만들어 산업 현장에 적용할 수 있도록 지원하는 사업을 펼친다. LG전자 현대차 SK텔레콤, 일본 도요타, 미국 퀄컴 등을 고객사로 보유하고 있다.
실제로 국내 한 조선사가 최근 이 같은 기술을 활용해 선박 작업자의 사고를 잡아내는 안전관리 AI를 제작할 수 있었다는 설명이다. AI 전문가 부족도 “빅테크에 몰려있는 기술자를 직접 데려오는 것은 수지타산이 맞지 않다”며 “오픈소스를 활용해 알고리즘을 만들면 충분하고, 나머지 자금은 데이터 확보에 투자하는 것이 옳다”고 말했다.
제조 기업들이 과거에 지녔던 AI에 대한 인식을 버려야 한다고도 지적했다. 김 대표는 “사실 안전관리 AI 같은 형태는 10년 전에도 존재했고, 당시 큰돈을 들여 AI 도입을 시도해본 기업들도 많았다”며 “이때의 실패만 기억해 ‘해도 안 된다’는 식의 분위기가 있는데, AI 기술 발전상을 모르고 하는 소리”라고 했다.
현재까지 AI의 완성도가 만족스럽지 않더라도, 일단 도입해 써보는 것은 추후 큰 격차를 만들어낸다고 했다. 그는 “AI는 아이를 키우는 것과 같아서, 처음부터 정확도 99%를 노리고 실전에 투입하면 효율이 나지 않는다”며 “정확도가 95% 정도에 불과하더라도, 특이한 경험을 제공해가며 꾸준히 성능을 개선하겠다는 결심이 필요하다”고 강조했다.
SK하이닉스의 산업 AI 자회사 가우스랩스의 김영한 대표는 “메모리 반도체 수율 검사를 예로 들면, 원래는 100장 중 1장밖에 제대로 된 수율 검사가 이루어지지 못했다”며 “비싼 장비, 공간 부족의 문제 때문이었는데, AI가 가상 계측값을 제공하는 기술이 이를 해결하고 있다”고 말했다.
그는 “1960년대에는 반도체 하드웨어(HW) 장비, 1980년대에 설계 소프트웨어(SW) 도구가 발전했듯 이제는 제조업에서 공정 정보를 연결하고 생산성을 획기적으로 높이는 AI가 대세가 될 것”이라고 전망했다.
선제적으로 활용돼 온 품질 점검 영역에서는 AI가 확실한 성과를 내고 있다는 설명이다. 산업 설비 AI 스타트업 원프레딕트의 윤병동 대표는 “현재 자사 제품 수준은 공정 시계열 데이터를 활용해, 제조품 품질이 떨어지기 일주일 전부터 AI가 경고음을 낼 정도”라며 “설비 결함이 있거나, 기계 정비가 잘못된 경우도 AI가 판단해 알릴 수 있다”고 말했다.
그는 AI 기술 수준이 현재를 넘어 ‘자율 제조’ 수준에 돌입하게 되면, 현장이 모두 사전 관리될 수 있는 ‘파괴적 혁신’이 가능하다고 표현했다. 윤 대표는 “AI는 2030년에 2경달러(약 2689경4000조원) 상당의 경제적 효과가 예상되고, 반 이상이 생산성 향상에 관한 비용들”이라며 “최근 정부가 자율 제조 관련 지원을 추진 중인데, 한국에 주어진 마지막 기회라는 생각으로 모두가 협력을 펼쳐 국가 경쟁력을 높여야 한다”고 말했다.
이시은/고은이 기자 see@hankyung.com
김현수 슈퍼브AI 대표는 9일 ‘코리아 인베스트먼트 위크(KIW) 2024’의 ‘AI가 가져올 산업 변화’ 세션에서 “두 모델의 성능 차이는 이제 고작 6개월 정도”라며 “오픈소스를 잘 활용하고, 실패를 두려워 않는 기업이 산업 AI 시대에서 성공할 수 있다”고 강조했다. 김 대표는 2018년 설립된 스타트업 슈퍼브AI를 이끌고 있다. 기업들이 고유의 AI 솔루션을 만들어 산업 현장에 적용할 수 있도록 지원하는 사업을 펼친다. LG전자 현대차 SK텔레콤, 일본 도요타, 미국 퀄컴 등을 고객사로 보유하고 있다.
"오픈소스 AI 쓰며 데이터 투자하라"
그는 산업계 AI 도입의 고질적 문제였던 양질 데이터와 AI 전문가 부족 현상을 AI가 직접 나서 해결 중이라고 평가했다. 김 대표는 “제조 현장에서 불량품을 인식하는 AI를 만든다고 하면, 기존엔 상황 자체가 잘 발생하지 않으니 정확도도 떨어졌다”며 “하지만 최근 생성 AI를 활용한 합성 데이터의 등장으로 AI 학습 상황이 크게 개선됐다”고 말했다.실제로 국내 한 조선사가 최근 이 같은 기술을 활용해 선박 작업자의 사고를 잡아내는 안전관리 AI를 제작할 수 있었다는 설명이다. AI 전문가 부족도 “빅테크에 몰려있는 기술자를 직접 데려오는 것은 수지타산이 맞지 않다”며 “오픈소스를 활용해 알고리즘을 만들면 충분하고, 나머지 자금은 데이터 확보에 투자하는 것이 옳다”고 말했다.
제조 기업들이 과거에 지녔던 AI에 대한 인식을 버려야 한다고도 지적했다. 김 대표는 “사실 안전관리 AI 같은 형태는 10년 전에도 존재했고, 당시 큰돈을 들여 AI 도입을 시도해본 기업들도 많았다”며 “이때의 실패만 기억해 ‘해도 안 된다’는 식의 분위기가 있는데, AI 기술 발전상을 모르고 하는 소리”라고 했다.
현재까지 AI의 완성도가 만족스럽지 않더라도, 일단 도입해 써보는 것은 추후 큰 격차를 만들어낸다고 했다. 그는 “AI는 아이를 키우는 것과 같아서, 처음부터 정확도 99%를 노리고 실전에 투입하면 효율이 나지 않는다”며 “정확도가 95% 정도에 불과하더라도, 특이한 경험을 제공해가며 꾸준히 성능을 개선하겠다는 결심이 필요하다”고 강조했다.
AI의 진화, 일주일 뒤 품질도 예측
과거에 비해선 나아졌지만, 수십년 간 경력을 쌓아온 현장 작업자들의 AI에 대한 신뢰도는 여전히 높지 않다. 그럼에도 해를 거듭할수록 수준을 달리하는 AI 기술은 이미 반도체 등 정밀 기술을 요하는 분야부터 빠르게 녹아들고 있다는 평가다. 특히 계측 영역에서의 진화한 AI 역할을 간과해서는 안 된다는 지적이다.SK하이닉스의 산업 AI 자회사 가우스랩스의 김영한 대표는 “메모리 반도체 수율 검사를 예로 들면, 원래는 100장 중 1장밖에 제대로 된 수율 검사가 이루어지지 못했다”며 “비싼 장비, 공간 부족의 문제 때문이었는데, AI가 가상 계측값을 제공하는 기술이 이를 해결하고 있다”고 말했다.
그는 “1960년대에는 반도체 하드웨어(HW) 장비, 1980년대에 설계 소프트웨어(SW) 도구가 발전했듯 이제는 제조업에서 공정 정보를 연결하고 생산성을 획기적으로 높이는 AI가 대세가 될 것”이라고 전망했다.
선제적으로 활용돼 온 품질 점검 영역에서는 AI가 확실한 성과를 내고 있다는 설명이다. 산업 설비 AI 스타트업 원프레딕트의 윤병동 대표는 “현재 자사 제품 수준은 공정 시계열 데이터를 활용해, 제조품 품질이 떨어지기 일주일 전부터 AI가 경고음을 낼 정도”라며 “설비 결함이 있거나, 기계 정비가 잘못된 경우도 AI가 판단해 알릴 수 있다”고 말했다.
그는 AI 기술 수준이 현재를 넘어 ‘자율 제조’ 수준에 돌입하게 되면, 현장이 모두 사전 관리될 수 있는 ‘파괴적 혁신’이 가능하다고 표현했다. 윤 대표는 “AI는 2030년에 2경달러(약 2689경4000조원) 상당의 경제적 효과가 예상되고, 반 이상이 생산성 향상에 관한 비용들”이라며 “최근 정부가 자율 제조 관련 지원을 추진 중인데, 한국에 주어진 마지막 기회라는 생각으로 모두가 협력을 펼쳐 국가 경쟁력을 높여야 한다”고 말했다.
이시은/고은이 기자 see@hankyung.com