사람과 자연스럽게 대화하고, 자유자재로 그림을 그리며 프로그램을 코딩하는 챗GPT의 등장은 인공지능(AI)가 가져올 혁신적인 미래에 대한 가능성을 제시했습니다. 글로벌 기업은 물론 국내 기업들도 한국어 기반 초거대 언어 모델 개발을 추진 중이며, 많은 스타트업들이 다양한 AI 서비스를 제공하거나 개발 중에 있습니다.

생성형 AI가 불러온 변화

챗GPT로 대표되는 생성형 AI 모델이 불러온 변화엔 어떤 것들이 있을까요?
우선 검색시장의 획기적 변화입니다. 마이크로소프트는 챗GPT를 앞세워 지난 20년간 구글이 독점했던 검색 시장에 도전장을 내밀었는데요. 챗GPT의 등장으로 검색 시장은 효율적인 검색에서 생성과 창의가 결합된 검색으로 패러다임이 전환되고 있습니다.

또한 다양한 산업에서 AI를 접목해 업무 효율성을 극대화하는 작업이 가시화되고 있는데요. 이미 보고서를 요약하거나 시, 소설, 마케팅 문구 창작 등 다양한 텍스트 서비스와 광고용 이미지 생성에 활용되고 있습니다. 다양한 산업과 서비스에 생성 AI가 접목되면서 ‘생성형 AI 플러그인’ 생태계가 도래한 것이죠.

다양한 산업에서 활약 중인 생성형 AI

가트너에 따르면 지난 3년간 VC(Venture Capital, 잠재력이 있는 벤처 기업에 자금을 대고 경영과 기술 지도를 종합적으로 지원해 높은 자본이득을 추구하는 금융 자본)들은 생성형 AI 솔루션에 약 17억 달러 이상을 투자하며, 생성형 AI 시장의 성장을 예고했습니다. 미국의 투자은행인 골드만삭스는 생성형 AI가 10년 후 세계 일자리 3억 개에 영향을 미칠 것으로 예상했으며, 글로벌 GDP를 약 7% 증가시킬 것으로 전망했습니다.

생성형 AI의 도입은 제조 산업에 새로운 혁신을 예고했습니다. 최근 제조 현장에서는 결함 관리를 위한 산업용 AI 솔루션과 플랫폼 도입이 늘고 있으며, 제품 제조 공정 중 결합 탐지에 AI가 투입되거나, 이름을 붙이는 이미지 레이블링 개선으로 획기적인 생산성 향상을 이루고 있습니다. 맥킨지 보고서에 따르면, 2030년까지 AI로 창출되는 경제 가치는 13조 달러에 달할 것이며, 이 중 50%가 제조 및 산업 분야에서 나올 것이라고 전망합니다.

생산 현장에서는 AI가 단순 작업을 대체하거나 스스로 문제를 해결해 생산성을 높이는 데 활용됩니다. 예를 들어 반도체 설계 시, 데이터를 학습한 생성형 AI를 통해 부품을 배치하거나, 칩 개발 주기를 획기적으로 단축시킬 수 있습니다. 실제 구글은 칩 안에 수백만 개의 반도체 소자와 부품을 효율적으로 배치하는 ‘평면 배치’에 종전 배치 설계 1만 종을 학습시킨 AI를 적용, 수개월의 시간이 소요되는 작업을 6시간 만에 완료한 사례가 있습니다.

금융 산업의 생성형 AI 도입 현황

금융 분야에서는 챗봇 AI가 고객 문의나 응답, 이메일 작성과 같은 업무를 대신하는 서비스가 고도화되고 있습니다. 자산관리 업무 분야 또한 생성형 AI를 활용한 PB 서비스가 출시될 예정인데요.

해외 금융기업에서는 생성형 AI를 활용한 고객 응대가 늘어나고 있는 추세입니다. 모건 스탠리는 GPT-4 기반 생성형 AI를 활용해 10만 건이 넘는 연구 자료를 딥러닝 한 뒤, 재무관리사 300명을 대상으로 테스트를 진행했는데요. 스페인의 은행 BBVA는 고객 지출 패턴과 금융 데이터 분석 결과를 토대로 개인화 재무 상담 서비스를 제공하는 AI 기반 챗봇 ‘Alicia’를 개발했습니다.

해외 금융권 못지않게 국내 금융권 또한 생성형 AI 도입에 분주한 상황입니다. 국내 5대 시중은행이 생성형 AI를 어떻게 활용하고 있는지 함께 살펴보도록 하겠습니다.

• KB국민은행

KB국민은행은 금융 AI 센터를 주축으로 ‘KB-GPT’ 데모 웹사이트를 개설했습니다. 이를 통해 금융 서비스 내 검색, 채팅, 요약, 문서작성, 코딩 기능을 모두 GPT로 처리할 수 있도록 지원하는데요. KB-GPT를 활용한 실증(PoC, Proof of Concept)을 통해 직원이 처리하는 단순 업무를 줄이는 등 생성형 AI로 업무 효율성을 높이는 방법도 모색하고 있습니다.

• 신한은행

신한은행은 KT, LG AI 연구원, 네이버 등 국내 LLM 기업들과 대출 상품 153개 데이터를 활용한 실증을 진행했습니다. 국내 기업과의 협력이 실제 사업으로 이어진다면, 국내 생성형 AI 생태계 발전에도 영향을 미칠 것으로 예상됩니다.

• 하나은행

하나은행은 데이터·제휴 본부와 하나금융융합기술원 등이 주도해 금융 분야에 특화된 자체 버티컬 거대언어모델을 개발 중입니다. 자체 금융 특화 거대언어모델은 기존 거대언어모델보다 파라미터 수를 10분의 1로 줄여 GPU 비용은 낮추되 금융회사에서 필요한 분야만 집중 학습시키는 버티컬 거대언어모델을 구현해 냅니다. 이는 내년 고도화 예정인 모바일 AI 뱅커에 활용될 예정입니다.

• 우리은행

우리은행은 DI 추진본부 내 초거대 AI 팀을 꾸려 금융 특화 생성형 AI 서비스를 준비 중입니다. 올해 연말까지는 비정형 데이터 자산을 적용한 AI 휴먼과 챗봇 등을 선보일 예정입니다.

• NH농협은행

NH농협은행은 내부 직원 업무 효율화뿐만 아니라 챗봇 등 대고객 서비스에 생성형 AI를 적용하는 것을 검토 중입니다. 특히 생성형 AI를 활용해 일부 영업점에서 선보이는 AI 은행원은 실시간으로 반응할 수 있도록 서비스를 고도화하고 있습니다. 농협은행은 디지털 R&D센터 주도로 AI 서비스도 개발하고 있는데요. 디지털 R&D센터는 생성형 AI를 포함한 AI 사고 방지 등을 위한 AI 거버넌스도 수립 및 운영하고 있습니다.

이처럼 금융권은 금융 특화 거대언어모델을 통해 금융 분야에 한해 정확한 답을 내놓는 생성형 AI 서비스를 선보이고 있습니다. 금융 업무 절차나 제공 상품이 유사한 만큼 향후 누가 더 양질의 데이터를 입력하고 우수한 질문을 줄 수 있느냐에 따라 서비스 차별화가 이뤄질 것으로 보입니다.

정책 지원과 안정적인 제도가 먼저!

일부 미디어 기업들은 생성형 AI를 보조 도구로 활용해 기사 작성이나 자동 생성 뉴스에 자본을 투자하고 있습니다. 일부 신문사에서는 챗GPT가 보도자료나 취재 기사를 가공할 수 있는지에 대한 여부를 가늠하는 다양한 시도를 하고 있는데요. 현재까지는 기자를 대체할 수 없으며, 보조 역할을 수행하는 정도에 그칠 것이라는 의견이 지배적입니다.

생성형 AI가 작성한 기사는 사실 검증 절차의 부재, 타 언론 기사 표절, 학습용 기사 무단 사용 등 부작용을 수반하고 있습니다. 미국 IT 매체 씨넷(CNET)에서도 지난해 11월부터 인공지능이 작성한 73건의 기사를 검증 절차 없이 발간해 상당수 오류와 표절 발견으로 구설수에 오르기도 했습니다.

이처럼 생성형 AI는 혁신성에도 불구하고 창작물에 대한 신뢰도 논란이 계속 제기되고 있습니다. 챗GPT의 경우, 2021년까지의 데이터만 학습했고, 영어권 데이터의 학습 비중이 높아 한국어 이해 역량이 상대적으로 낮을 수밖에 없습니다. 이는 결국 정보 진위 확인에서 신뢰성이 하락하고, 엉뚱한 문장을 생성하는 소위 ‘환각 증상(hallucination)’이 나타날 수 있습니다.

앞서 살펴본 금융 분야에서도 생성형 AI 알고리즘에 학습된 민감한 금융 정보가 제3자에게 유출될 가능성에 주목해야 합니다. 일부 해외 금융사의 경우, 챗GPT를 통해 고객 정보가 노출될 우려 때문에 챗봇 사용을 제한하고 있다고 합니다.

초거대 AI는 산업 지형을 바꿀 파괴적 혁신이라는 것은 변함이 없습니다. 국내 기업이 기술과 산업을 주도하려면 정책적인 지원과 함께 여러 부정적인 역기능을 해소할 수 있는 제도적 안정장치가 수반되어야 합니다. AI 기술 우수인력 확보와 양성 교육은 물론, 생성형 AI 관련 데이터 구축, 컴퓨팅 자원 제공, 윤리 및 신뢰성 확보를 위한 민관 협력이 필요합니다. 산학연 협력과 딥테크 창업기업 지원을 강화하는 것도 하나의 대안이 될 수 있습니다.

글 ㅣ 길재식 ㅣ 전자신문 기자