“최상위급 인공지능(AI) 모델 확보를 위해 데이터와 포스트 트레이닝에 절실하게 집중해야 합니다. 모델이 실제 과제를 풀고 채점 받으며 배우는 환경을 조성해야 합니다.”
신진우 KAIST 석좌교수(국가AI전략위원회 기술혁신·인프라분과장)는 27일 서울 중구 프레지던트호텔에서 열린 과학기술정보통신부 주최 제2차 '과학기술·인공지능 미래전략회의'에서 “미국·중국 등 앞선 국가와 기업은 수단과 방법을 가리지 않고 데이터를 모으고 활용한다”며 이같이 밝혔다.
정부 일방으로 제공하는 일회성 데이터 공급보다 데이터를 지속 활용·생성할 수 있는 생태계 조성은 물론, 기본 모델을 활용해 코딩·행정·법률·의료·제조 등 분야별 사후 학습을 반복해 성능을 끌어올리는 포스트 트레이닝을 제안한 것이다. 기술 격차가 트레이닝과 데이터 순환에서 결정된다는 이유다.
특히 미국 빅테크 기업의 데이터 수집·분석·학습·배포가 순환되는 '데이터 플라이휠' 상황에 주목했다. 빅테크 생성형 AI 서비스 이용자의 사용 데이터가 다시 기업의 학습 데이터가 되는 선순환구조의 국내 부재를 극복해야 한다고 제언했다.
신 교수는 “국내 AI 사용자가 만드는 데이터는 한국이 아닌 샌프란시스코에 쌓인다”며 “대화와 코드는 기본 설정대로 최상위급 기업의 학습 데이터가 되고 국산 모델에는 남지 않는다”고 지적했다.
한국 스마트폰 이용자 46%가 챗GPT를 이용하는 상황에서 사용 데이터가 모두 오픈AI 데이터센터에 쌓인다는 취지다. 실제 앤트로픽과 오픈AI, 구글 등 빅테크 기업은 기본 설정값으로 대화·코딩·활동 기록 등을 학습하고 있다.
신 교수는 “모델 성능은 책 분쇄기 속도에 달렸다는 말이 통용될 정도로 데이터 확보에 수단과 방법을 가리지 않고 있다”며 “스페이스X는 데이터 기업을 인수하고 아마존과 오픈AI는 책을 찢어서 스캔해 학습에 활용하고, 앤트로픽와 오픈AI 직원 다수가 법조인일 정도로 소송을 감수하고 있다”고 설명했다.
특히 딥시크와 문샷AI뿐만 아니라 알리바바까지 앤트로픽 '클로드' 등 미국의 고성능 모델 출력값을 학습 데이터로 사용해 새로운 모델을 개발하는 AI 증류로 데이터를 충당하는 상황을 고려, 보다 적극적인 데이터 확보와 트레이닝 활용을 주문했다.
프롬프트·검색·추론·도구 호출 등 AI 모든 활동에서 토큰이 소비되고 AI 시대 경제 시스템 단위가 토큰으로 재편되는 등 'AI 토큰 이코노미' 시대 급격한 변화에 걸맞은 법·제도 확립도 제안됐다.
최경진 한국인공지능법학회 회장(가천대 교수)은 “법률은 효율과 신뢰를 강화해 비용을 줄이는 최소한의 제도”라며 “빠른 AI 발전 상황을 고려, 비용·책임·편익·데이터 등 원칙별 외연을 정의하고 유연한 내포로 AI 법제를 발전시켜야 나가야 한다”고 말했다.
과기정통부는 독파모·모두의 AI·보안 특화 모델 등 자체 모델 강화, 활용 생태계 조성과 함께 다양한 분야에서 인간 수준 이상 범용 지능을 갖는 '범용 AI(AGI) 시대' 대비를 본격화할 계획이다.
배경훈 부총리 겸 과기정통부 장관은 “기술 확보와 산업 활용·확산 등 대한민국이 AI 분야에서 실패하면 전부 실패할 것이라는 생각으로 정책을 이끌고 있다”며 “정부 투자를 어떻게 집중·확대할 것인지, 톱 레벨에서 AI 경쟁력을 어떻게 갖출 것인지 고민해 승부수를 띄울 최적의 방향을 찾겠다”고 강조했다.
박종진 기자 truth@etnews.com
