LG AI연구원 이홍락 CSAI와 이세돌 9단이 말하는 인공지능의 미래

• •AI의 압도적 성능으로 인한 바둑의 본질적 의미 상실
• •기술 발전 속도에 따른 인간의 역할 변화에 대한 고민
• •바둑계를 넘어 전 산업군에 닥칠 AI 충격의 예고

알파고(AlphaGo)는 구글 딥마인드가 개발한 바둑 AI로, 2016년 이세돌 9단을 4대 1로 이기며 전 세계에 AI의 잠재력을 각인시켰다.

• •Transformer 도입 이후 데이터 규모에 따른 성능의 비약적 향상
• •Scaling Law를 통한 모델 성능 예측 및 거대화 가속
• •AGI(범용 인공지능) 달성을 위한 기술적 토대 마련

Transformer는 문장 속 단어 간의 관계를 파악하는 어텐션 메커니즘을 핵심으로 하는 신경망 구조로, 현대 LLM의 표준 아키텍처이다.

• •미국 대비 약 70% 수준의 기술력 보유 및 효율적 개발 전략
• •GPU 인프라 부족이 주요 병목 현상으로 작용
• •독자적 파운데이션 모델 확보를 통한 기술 주권 강화

파운데이션 모델은 다양한 하위 작업에 적용 가능한 거대 사전 학습 모델로, 국가 AI 경쟁력의 척도로 평가받는다.

• •제조업 기반을 활용한 로봇과 AI의 융합 필요성
• •중국의 하드웨어 공세에 대응하는 지능형 소프트웨어 전략
• •산업 현장 및 일상으로 확장되는 AI의 물리적 실체화

Physical AI는 AI 지능을 로봇 등 물리적 실체에 결합하여 실제 환경에서 작업을 수행하게 하는 기술이다.

• •빅테크 종속 탈피를 위한 자체 AI 생태계의 필수성
• •국내 NPU 기업 육성을 통한 하드웨어 자립화
• •인프라 확충을 위한 국가적 차원의 지원과 투자

API(Application Programming Interface) 의존은 외부 모델을 빌려 쓰는 방식으로, 자체 기술력 확보와 데이터 보안 측면에서 한계가 있다.

• •질병 해결 및 수명 연장 등 인류 난제 해결의 도구
• •AI와의 협업을 통한 인간 사고력의 질적 향상
• •자신만의 강점을 AI와 결합하는 새로운 인재상의 등장

데미스 허사비스 등 AI 연구자들은 AI를 과학적 발견을 가속화하는 '현미경'과 같은 도구로 정의하기도 한다.