스탠포드 연구소와 렛서가 바라본 AI 동향: AI Index Report 2023
안녕하세요, ‘렛서’의 AI 엔지니어 최동민입니다.
이번 글에서는 스탠포드의 인간중심 인공지능연구소(Stanford Institute for Human-Centered Artificial Intelligence)에서 매년 발간하는 AI Index Report의 2023년 보고서를 정리하여 저의 생각과 함께 공유드리고자 합니다.
AI Index Report 2023 – Artificial Intelligence Index
https://aiindex.stanford.edu/report/
AI Index Report 2023은 총 386쪽의 분량에 달하기에 스탠포드 연구소에서 직접 선정한 핵심내용(Top takeaways) 10가지에 대해서만 간략히 소개드리도록 하겠습니다.
[10가지 요약]
- 1) AI 산업이 학계를 앞서나가고 있다.
- 2) 기존 평가기법에 대한 AI 성능은 포화상태이다.
- 3) AI는 환경을 살리면서 동시에 해치고 있다.
- 4) 새로운 세계 최고의 과학자는 ... AI?
- 5) AI 오용과 관련된 사건의 수가 급격히 증가하고 있다.
- 6) AI 관련 전문 기술에 대한 수요는 거의 모든 미국 부문의 산업에서 증가하고 있다.
- 7) 지난 10년 동안 처음으로 전년 대비 AI에 대한 개인 투자가 감소했다.
- 8) 기업별 AI 도입 비율은 고점에 도달했지만, AI를 도입한 기업들은 여전히 앞서 나가고 있다.
- 9) 정책 결정자들의 AI에 대한 관심이 증가하고 있다.
- 10) 중국 시민들이 AI 제품과 서비스에 가장 긍정적인 인식을 가지고 있는 반면에 미국인들은… 별로 그렇지 않다.
1) 산업이 학계를 앞서나가고 있다. (Industry races ahead of academia.)
지금까지의 AI는 학계에서 제안된 임팩트 있는 모델들이 산업에 적용되는 흐름(학계 → 산업)이 일반적이었습니다. 하지만 2014년을 기점으로 학계가 아닌 산업이 AI 트렌드를 주도하기 시작하였습니다. 2022년에는 32개에 달하는 영향력 있는 AI 모델들(GPT, Stable Diffusion 등)이 산업에서 만들어진 반면, 학계에서 발표된 모델은 단 3개에 불과했습니다.
이는 고성능 AI를 만들기 위해서는 점점 더 많은 양의 데이터, 컴퓨팅 자원, 비용 등의 리소스가 중요해지고 있기 때문입니다. (연구실이나 대학 단위의 학계보다는 산업이 지출할 수 있는 비용이 압도적으로 많은 것이 현실입니다.)
2002년 이후로 각 분야에서 발표된 영향력 있는 AI 시스템 수의 변화
최근에 많은 주목을 받고 있는 ChatGPT 또한 Microsoft의 지원 하에 OpenAI가 만든 모델이며, 이외에도 DALLE-2, Stable Diffusion, LLaMA, GPT-4와 같은 압도적인 성능의 초거대 AI 대부분이 학계가 아닌 산업에서 만들어진 모델입니다.
#이처럼 각 환경이 가지고 있는 데이터의 양과 예산의 근본적인 차이로 인해 학계와 산업 간 격차는 점차 심화될 것이며, 더욱 양극화될 것으로 예상합니다.
2) 기존 평가기법에 대한 AI 성능은 포화상태이다. (Performance saturation on traditional benchmarks.)
지금까지 AI는 지속적으로 성능을 개선해왔지만 지난 해 대비 성능 향상 폭은 점점 줄어들고 있습니다. 이는 단순히 정답을 맞추는 것에 의존하는 평가지표에 대해서는 AI가 이미 충분한 성능에 수렴했음을 시사합니다. 즉, 단순한 비교 방법들로는 앞으로 더욱 고도화되어 복잡하고 어려운 문제에 대한 AI의 성능을 제대로 평가하지 못한다는 문제가 발생할 수 있습니다.
이와 같은 기존 평가지표의 한계를 극복하기 위하여 최근 연구들은 더욱 복잡하고 세밀한 평가지표들을 제안하고 있습니다. (예를 들어, 최근에 제안된 HELM이라는 지표는 단순히 예측 정확도 뿐만이 아니라 편향(bias), 공정성(fairness), 효율성(efficiency) 등의 총 7가지 요소를 동시에 고려하여 언어모델을 평가합니다.)
각 분야별 평가지표가 생긴 이후로 현재까지 달성한 성능 향상 폭(파란색)과 지난 1년 동안 달성한 성능 향상 폭(보라색)
위 그래프는 각 분야(이미지, 비디오, 언어, 음성인식, 강화학습)에서 주로 쓰이는 여러 데이터셋에 대한 성능 향상 폭을 나타낸 결과입니다. 이 중 파란색 막대(Overall Improvement)는 해당 지표가 처음 제안된 이후부터 지금까지 AI가 달성한 성능 향상 정도를 나타낸 것이고, 보라색 막대(YoY Improvement)는 지난 1년 동안 향상된 성능 폭을 의미합니다. 이를 통해 지난 1년간 달성한 성능 향상의 정도가 확연히 줄어든 것을 확인할 수 있습니다.
3) AI는 환경을 살리면서 동시에 해치고 있다. (AI is both helping and harming the environment.)
최근에 발표된 연구들에 따르면, AI 모델들은 환경에 막대한 영향을 미치고 있습니다.
뉴욕에서 샌프란시스코로 가는 편도 비행 과정에서 배출되는 승객 한명당 탄소 양을 기준으로 하였을 때, GPT-3를 포함한 초거대 AI 학습 과정에서 배출된 탄소 양
위의 그래프에 나타난 결과처럼, ‘GPT-3’의 학습을 위해 배출된 탄소의 양이 뉴욕에서 샌프란시스코로 가는 편도 비행 과정에서 배출되는 승객 한명당 탄소량의 무려 502배, 한 사람이 1년 동안 배출하는 평균의 약 90배를 초과한다고 합니다.
탄소 배출은 AI의 학습 과정에서만 배출되는 것이 아니라 실제로 활용할 때에도 지속적으로 발생하게 됩니다. ChatGPT와 GPT-4가 순식간에 대중의 많은 주목을 받으며 일간 사용량이 폭증한 점을 고려하면, 초거대 언어모델은 앞으로도 엄청난 수준의 탄소를 배출하며 환경에 악영향을 미치게 될 것입니다.
반면에 BCOOLER와 같은 강화학습 모델들은 AI를 활용하여 효과적으로 에너지 사용을 최적화할 수 있음을 보여주었습니다. 일례로 3개월에 걸친 BCOOLER 실험에서 강화학습 기반의 AI가 약 12.7%의 에너지 절감 효과를 보였습니다.
#전세계의 여러 기업에서 막대한 양의 데이터를 바탕으로 초거대 모델을 동시다발적으로 학습하고 있으며, 이 과정에서 엄청난 양의 탄소가 배출되고 있습니다. 위와 같은 결과들은 AI의 발전이 우리가 살아가고 있는 환경에도 지대한 영향을 미칠 수 있음을 보여주고 있습니다. 앞으로 AI가 환경을 살리는 방향으로 활용될지 반대로 환경을 해치는 결과를 초래할지는 AI를 만들고 사용하는 우리 모두에게 달렸습니다.
4) 새로운 세계 최고의 과학자는 ... AI? (The world’s best new scientist … AI?)
Deepmind에서 발표한 AlphaFold가 엄청난 성능으로 단백질 구조를 예측하여 화제가 되었던 적이 있습니다. 이후 AI는 급격한 속도로 과학적 진보를 가속화해왔으며, 2022년에는 수소 융합, 행렬 연산의 효율성 향상, 칩의 회로 성능 향상 그리고 새로운 항생제 개발에 AI가 사용되기도 했습니다.
AI를 이용해 특정 항원에 대한 항생제를 만드는 과정
5) AI 오용과 관련된 사건의 수가 급격히 증가하고 있다. (The number of incidents concerning the misuse of AI is rapidly rising.)
2012년 이후로 AI 관련 사건사고가 이전 대비 약 26배 가량 증가하였다고 합니다. 2022년에 발생한 충격적인 사례로 우크라이나 젤렌스키 대통령이 항복을 발표하는 내용의 딥페이크 영상이 온라인상에 퍼지기도 했습니다.
(왼쪽) 실제 젤렌스키 대통령의 인터뷰 영상 / (오른쪽) 항복을 선언하는 딥페이크 영상
#오늘날 이미지 생성모델이 오픈소스로 공개되어 누구에게나 손쉽게 기술 활용이 가능해지자, 포르노와 같은 성적인 목적이나 사기 수법으로 AI를 활용하려는 어두운 움직임들이 수면 위로 드러나고 있습니다. 기술의 발전에 따라 야기될 수 있는 이와 같은 문제들을 사회적 그리고 제도적 차원에서 면밀하게 고민하고 논의해야 할 과도기임이 분명합니다.
6) AI 관련 전문 기술에 대한 수요는 거의 모든 미국 부문의 산업에서 증가하고 있다. (The demand for AI-related professional skills is increasing across virtually every American industrial sector.)
데이터가 존재하는 미국의 모든 산업(단, 농업이나 어업 등은 제외)에서 AI 관련 직무에 대한 구인 공고 비율이 2021년 기준 1.7%에서 2022년에 1.9%로 증가했습니다. 또한 미국의 많은 고용주들이 AI 기술을 확보한 근로자를 원하고 있습니다.
2014년 이후 각 국가별 AI 관련 구인공고 비율의 변화
우리나라 또한 AI 전문 인력에 대한 수요가 폭발적으로 증가하고 있습니다. 대표적인 채용 사이트인 ‘잡코리아'와 ‘사람인'에서 발표한 자료에 따르면, 2021년 상반기 AI 관련 직무 공고의 수가 전년 대비 각각 57.1%와 84.7%를 기록하며 놀라운 증가율을 보였습니다. 이는 많은 기업에서 AI 도입을 원하고 있으며, AI 인재의 수보다 기업에서 필요한 수요가 더욱 빠른 속도로 증가하고 있음을 보여줍니다.
우리나라의 2016년 이후 AI 고용 수치의 변화
위 그래프는 우리나라의 2016년 대비 상대적 AI 고용 수치(Relative AI Hiring Index)의 변화를 보여주고 있으며, 해당 수치는 링크드인 프로필을 바탕으로 계산되었습니다. 우리나라의 경우, 2017년 말과 2020년 말에 약 1.4에 달하는 높은 증가율을 보였으며, 이후 수치가 점차 감소하여 2022년 하반기 기준 1.05의 증가율을 보였습니다. (이는 2016년에 집계된 AI 고용 숫자에 비해 2022년 말에 수합된 양이 1.05배 증가했음을 의미합니다.)
7) 지난 10년 동안 처음으로 전년 대비 AI에 대한 개인 투자가 감소했다. (For the first time in the last decade, year-over-year private investment in AI decreased.)
2022년에 집계된 AI에 대한 개인투자 금액은 총 919억 달러 (약 121조)로 2021년 대비 약 26.7% 감소하였습니다. 또한 AI와 관련 투자와 새롭게 설립된 AI 관련 회사의 수 모두 감소하는 경향을 보였습니다.
하지만, 지난 10년 전체를 보았을 때에는 AI에 대한 투자가 확연히 증가하였습니다. 특히 2022년에 집계된 AI에 대한 개인 투자 금액은 2013년 수치에 비해 약 18배 증가하였습니다.
2013년 이후 여러 종류의 AI에 대한 투자 금액 변화
8) 기업별 AI 도입 비율은 고점에 도달했으며 AI를 도입한 기업들은 여전히 앞서 나가고 있다. (While the proportion of companies adopting AI has plateaued, the companies that have adopted AI continue to pull ahead.)
2022년을 기준으로 AI를 도입한 회사의 비율은 2017년 대비 2배 이상을 돌파했습니다. 하지만 McKinsey의 연간 연구 조사에 따르면, AI를 도입한 기업 비율은 50~60%을 고점으로 수렴하기 시작했습니다.
또한 AI를 도입한 회사들은 여러 분야에서 유의미한 비용 감소와 수익 증대를 달성했습니다.
각 산업군 별 AI 도입에 따른 비용 감소와 수익 증대 수준을 나타낸 결과. 예를 들어 ‘공급망 관리’의 경우, AI 도입을 통해 전체 기업의 52%가 비용 감소에 성공하였으며 이중 41%의 기업이 10% 미만 수준의 비용 절감을 달성했습니다.
9) 정책 결정자들의 AI에 대한 관심이 증가하고 있다. (Policymaker interest in AI is on the rise.)
약 2개월 전, 미국의 한 하원의원이 ChatGPT로 작성한 문장을 그대로 의회 연설문으로 낭독한 사례가 논란을 일으키며 정계에서 AI 규제를 본격적으로 다루기 시작하였습니다.
127개국의 법률 문서에 대한 분석에 따르면, "인공 지능"을 포함하고 있는 법안 중 실제 법률로 통과된 사례가 2016년 기준 불과 1개에서 2022년 기준 37개로 증가하였습니다. 또한 81개국의 AI에 대한 의회 기록을 분석한 결과, AI을 언급한 입법 절차의 수가 2016년 이후로 약 6.5배 증가하였다고 합니다.
각 나라별 AI 관련된 법안의 수를 나타낸 지도
10) 중국 시민들이 AI 제품과 서비스에 가장 긍정적인 인식을 가지고 있는 반면에 미국인들은… 별로 그렇지 않다. (Chinese citizens are among those who feel the most positively about AI products and services. Americans … not so much.)
2022년 IPSOS 조사에서 중국 응답자의 78%(조사 대상 국가 중 가장 높은 비율)가 AI를 활용한 제품과 서비스가 단점보다 장점이 더 많다는 의견에 동의했습니다. 그 다음으로, 사우디아라비아(76%)와 인도(71%) 국적의 응답자들이 긍정적인 의견을 보였습니다.
한국인의 경우, 62%의 응답자들이 긍정적인 인식을 가지고 있으며 이는 전체 중 9번째에 해당합니다. 반면에 표본 조사된 미국인의 약 35%만이 AI 기반의 제품 및 서비스가 단점보다 더 많은 이점을 가지고 있다는 것에 동의했습니다. 이러한 결과는 나라별로 AI에 대해 가지고 있는 인식이 확연히 다르다는 것을 보여줍니다.
[글을 마무리하며]
이전부터 AI는 지속적으로 고도화되며 매년 놀라운 결과를 보여왔지만, 작년 말부터 올해 초까지 기술 발전은 이전과는 비교도 안될 정도의 빠른 속도로 달려온 것 같습니다. 한달 혹은 한주 단위가 아니라 매일매일 새로운 기술이 쏟아지는 것을 보며 놀라움과 동시에 걱정이 앞서기도 했습니다.
오늘 소개해드린 AI Index Report 2023은 제가 평소에 가지고 있던 생각들을 수치로 보며 정리하며 정리할 수 있는 유익한 자료였습니다. 여러분들은 오늘날의 AI와 앞으로 벌어질 미래에 대해 어떻게 생각하시나요?
해당 글의 검토를 도와주시고 인사이트를 제공해주신 @최혜린, @심규현 님에게 감사드립니다.
혹시 커피챗을 원하시는 분들께서는 아래 링크에서 신청해주세요 :)
최동민
Welcome to my scheduling page. Please follow the instructions to add an event to my calendar.
https://calendly.com/dmchoi-letsur
코로나 이후, 많은 사람들이 오프라인 매장보다는 온라인 쇼핑몰에서 옷을 구매하기 시작했습니다. 그러나 소비자 입장에서는 온라인 쇼핑으로 고른 '옷이 나에게 잘 어울릴까?'하는 걱정이 들기 마련입니다.
해당 서비스는 국내 여러 기업의 ‘AI 프로필’로 널리 알려져있습니다. 주어진 특정 인물의 한장 이상의 사진을 이용하여 해당 인물의 얼굴은 유지한 상태로 다양한 동작과 배경의 이미지를 생성하는 서비스입니다. 
ChatGPT의 등장 이후로 챗봇의 성능이 급격히 향상되었으며 더욱 다양한 분야에서 널리 사용되고 있습니다. OpenAI의 API를 활용하여 원하는 챗봇 서비스에 AI를 연결하고 또한 주어진 서비스에 적합한 입력문을 작성(이를 프롬프트 엔지니어링이라고 합니다.)하여 특정 상황에 적합한 기능 위주로 활용할 수 있습니다. 
인터넷 쇼핑에서 고객의 취향에 알맞는 상품을 개인화하여 추천하고 페이지에 노출하는 것은 굉장히 중요한 일입니다. 하지만 이를 위해 직접 모든 상품의 정보를 태깅하는 과정은 번거로운 과정입니다. 이때 AI를 활용하여 상품의 패턴, 디테일 등 상세 속성 정보를 분석하여 개인화 서비스를 고도화할 수 있습니다.
