최근 생성형 인공지능(AI)은 확률적으로 가장 높은 요소를 예측, 추천하고 생성해나가는 특징을 갖는다. 문장에서 나오는 다음 단어를 예측해 문장을 생성하고, 전체 글을 작성하고, 물리·화학적 변화를 예측해 실험 결과를 빠른 시간 내에 도출할 수 있다.
생성형AI 혁명은 시간을 단축하고 미래 진행을 압축하면서 다양한 산업에서 많은 변화를 가져오고 있다. 챗GPT와 같은 거대언어모델(LLM)은 개인 서비스 측면과 함께 다양한 산업에서 생산성 향상을 가져오고 있다.
또 소재·화학·물리·기계 등 다양한 응용 분야에서 앞으로 진행 방향을 압축하면서 짧은 시간 내에 결과를 도출하고 있다. 생성형 AI는 인터넷 혁명이 가져온 변화를 넘어 전 산업적인 변화를 가져오고 있다.
LLM 도입은 다양한 산업에서 많은 효과를 가져온다. 개인 서비스와 함께 고객 응대, 금융 서비스, 온라인 쇼핑, 프로그래밍, 의료 등 다양하게 활용되고 있다. 다양한 산업에서 고객의 요구 사항을 분석하고 알맞은 서비스를 추천하면서 시간을 절약하고, 수익을 높이는 데 기여하게 된다.
그 중에서 온라인 쇼핑은 생성형 AI가 수익에 기여하는 대표적인 분야다. 온라인 쇼핑에서 생성형 AI는 사용자 취향을 분석하고 사용자가 원하는 제품을 추천하게 된다. 제품 추천 시 생성형 AI의 단점인 환각 현상이 발생해도 영향이 적거나 도움이 될 수 있다. 추천 상품을 오히려 소비자가 선호할 수 있으며, 반대로 새로운 제품 개발이나 마케팅에도 활용될 수 있다.
맥킨지는 2023년 5월 보고서에서 AI를 온라인 쇼핑에 적용하면 매출이 3~15% 증가하고 투자 대비 수익률이 10~20% 높아진다고 밝혔다. 또 같은 해 8월 보고서에서는 물품 구매 시 챗봇을 이용해 주문 시간을 50~70% 단축할 수 있다고 분석했다.
생성형 AI는 소프트웨어(SW) 개발자 작업에 큰 도움을 주고 있다. 마이크로소프트(MS)는 오픈소스를 찾아주고 코드 자동 완성을 도와주는 깃허브 코파일럿을 사용할 때 작업 시간이 55% 줄어들고 완성도가 높아진다고 밝혔다.
생성형 AI가 소재·화학·제약·물리·기계·장비 기반 산업으로 확장되고 있는 점도 주목해 볼 필요가 있다. 생성형 AI 기반 '압축의 시간'이 기존 인터넷이나 정보통신기술(ICT) 산업을 넘어 전 산업으로 확장되고 있다. 지난 1월 MS는 3200만개 전고체 배터리 전해질 소재 후보에서 18개의 최적 물질을 찾아내는데 생성형 AI를 적용했다고 밝혔다.
수작업으로 20년 걸릴 실험을 단 80시간에 끝냈다고 한다. 지난달 LG에너지솔루션은 최적 배터리셀 설계 AI 추천 모형을 통해 기존 2주 설계 시간을 1일로 단축했다고 밝혔다. 제약 산업에서도 생성형 AI에 따른 변화가 두드러지게 나타나고 있다. 인실리코 메디신은 신약 후보 탐색 기간을 5년에서 46일로, 1상 성공 기간을 8년에서 3년 5개월로 단축했다고 발표하기도 했다. 일라이릴리는 생성형 AI 도입으로 2022년부터 2023년 중반까지 140만시간(약 160년)을 절약했다고 밝혔다. 6월 'AI가 발견한 약물은 임상 시험에서 얼마나 성공적일까'라는 논문에서는 AI 기반 신약물이 1상과 2상의 임상 성공률을 높여 AI 기반 약물이 3상을 마치게 되면 제약 생산성을 2배 이상 증가시킬 것으로 예상하기도 했다.
앞으로 생성형 AI에 따라 많은 신약물이 제시되고 시장이 AI 중심으로 재편될 가능성도 제기된다. 오픈AI, MS, 구글 등 생성형 AI 관련 주요 기업은 현재 다양한 산업 회사와 폭넓게 협력하고 있다. 많은 협력으로 AI 중심 산업 변화를 이끌겠다는 적극적인 의지로 해석된다.
생성형 AI는 미래 변화를 압축해 예측하고, 시간을 단축하고 있다. AI 중심의 빠른 산업 변화에 따라 데이터 축적과 수집, 생성형AI를 통한 예측과 보상이 모든 산업에서 중요해지고 있다. 우리나라도 전 산업에 걸쳐 생성형 AI에 대한 관심과 투자가 필요하다.
정구민 국민대 전자공학부 교수 gm1004@kookmin.ac.kr
