생성형 AI 활용 사례를 빨리 검토하고 시범 운영하는 등 실효성을 검증하는 과정을 거쳐 상세 도입 로드맵을 준비해야 한다. ( 기존 산업에서 생산성 향상)
생성형 AI 가치사슬 전반에서 기회 영역을 포착하고 적극 진출해야 한다.
1) 하드웨어
생성형 AI 모델이 많은 데이터를 학습하고 콘텐츠를 생성하기 위해 수십억 개의 데이터를 병렬 처리할 수 있는 특수 AI 프로세서 칩 설계 및 생산 하이퍼스케일러(클라우드 서비스 제공자)의 AI 칩 수요 증
2) 클라우드 플랫폼
대규모 AI 모델이 구축, AI 조정, 실행되는 하드웨어 인프라 GPU 등 AI칩이 비싸고 희소해 대부분 기업이 On-premise로 진행하기보다 클라우드 활용
3) Foundation Model(기초모델)
방대한 양의 데이터를 사전 학습한 대규모 기계 학습 모델로, 텍스트, 이미지 등을 생성해내는 생성형 AI의 기반이 됨 모델 개발 비용이 높아 대부분 대형 자본력 갖춘 기업의 FM에 의존할 것으로 예상됨
3-1) 산업/기능 특화FM
특정 영역(예: 코딩, 의학, 법률 등)과 관련된 고가치 데이터를 학습 시켜 만든 특정 산업/기능 특화 모델 해당 영역에서는 최소한 범용적 FM을 뛰어넘는 수준인 것이 강점
4) Adjacent tools
FM의 사용 목적에 따른 최적화에 도움을 주는 도구( 예: FM 학습 시 필요한 학습 스크립트 제공 )
5) 애플리케이션
FM 기반 B2B 혹은 B2C 서비스 독점적 데이터 소유권 혹은 고객 및 제품 개발 관련 지식 통한 차별
6) 서비스
생성형 AI를 활용할 방법에 대한 특화된 지식을 (예: 모델 강화학습, 피드백 등) 보유한 컨설팅 업체 등 주체가 제공하는 서비스
한국은 특히 산업/기능 특화 FM 및 하드웨어 산업에 적극적으로 참여하는 것이 가능할 것으로 보인다.
( 사례, Bloomberg의 금융관련 자체 모델..., 내부 활용, 동일산업에 있는 다른 업체들에 판매하거나 수출)
GPU를 대체할 시스템 반도체 신경망처리장치(Neural Processing Unit, NPU)를 설계
( 사례, , 한국에도 다수의 AI 반도체 팹리스 스타트업들이 탄생)
분석적 AI : 생성형 AI와 구분되는 전통적 AI 영역을 나타내기 위한 개념
2023년 8월 기준, 글로벌 AI 유니콘 기업은 124개인 데, 한국의 AI 유니콘 기업은 전혀 없다. 또한 글로벌 AI 기업 중 한국 지사가 있는 경우도 드물다.
124개 글로벌 AI 유니콘 스타트업 가운데 한국에서 서비스하는 기업은 10% 이하로 제한적이다.
한국에는 숙련된 AI 개발자나 연구 인력이 부족하다. 한국의 AI 인력 부족률은 17%(약 8천 명에 해당)에 달하며, 기업들의 최대 80%가 AI 인력 구인에 어려움을 겪고 있다.
한국의 기업문화
한국 기업의 운영방식 특성상 완전히 검증되어 사용하기만 하면 되는 수준의 솔루션을 요구하는 경우가 많아 개발되는 AI 기술이나 서비스들이 기업들의 실제 도입으로 이어지는 데 한계가 존재하기도 한다.
한국 기업들은 선도국 대비 시범 사업이나 제품 운영에 소극적이다.
성과가 나오기까지 오랜 시간이 걸리는 사업에 대해 결정하고 책임지기 어려운 거버넌스
합리적인 성과 보상 체계 등 기업 문화를 점차 개선
출처 : Korea’s next S-curve: A new economic growth model for 2040