AI는 버블인가?

AI 투자는 버블인가. 지난주 AI 이슈 가운데 나의 가장 큰 흥미를 끈 건 AI 버블에 관한 기사들이다. 어제오늘 이야기는 아니다. 1999년 닷컴 버블과 비교해 보자는 이야기도 있어 소개했다.

미국이 AI 실행 계획을 발표한 후 미국 연방 조달청은 USAi라는 도구를 공개했고, NSF는 과학 연구를 위한 새로운 모델 개발을 지원하기로 했다. 엔비디아도 지원한다. 

미국의 첨단 기술 수출 통제를 통해 얻고자 하는 목표가 무엇인가에 대한 논의를 소개했다. 전략 국제 문제 연구소(CSIS)가 소개한 글이다. 

프랑스와 숄레는 항상 화제의 중심에 있다. 요즘 ARC-AGI 벤치마크로 더 유명한 사람이라 그가 얘기하는 AGI에 관한 인터뷰를 정리해 봤다. 

늘 그렇듯이 일주일 동안 AI에 관해 읽어야 할 게 너무 많다. 그만큼 AI가 인간 사회, 경제, 정치 모든 면에 영향을 미치고 연관을 맺고 있다는 방증이다. 이제는 전공 불문하고 AI를 배우고 알아야 하는 세상이다.

1. AI는 버블인가?

• 뉴요커 기사: Is the A.I. Boom Turning Into an A.I. Bubble? | The New Yorker

샘 올트먼은 버블이 맞다고 한다. 더 버지를 포함한 여러 기자와 인터뷰에서 “투자자들 전체가 AI에 지나치게 열광하는 단계에 있는 걸까요?”라고 묻고 “제 생각에는 그렇습니다”라고 말했다. 올트먼은 “거품이 생기면 똑똑한 사람들은 진실의 핵심에 지나치게 흥분합니다”라고 지적하면서 역사상 대부분의 거품, 예를 들어 기술 거품에는 실제로 존재한 것이 있다고 언급했다. 가장 대표적인 사례가 인터넷이다.

그리고 “누군가는 엄청난 돈을 잃게 될 겁니다. 누가 그럴지는 모르지만, 많은 사람들이 엄청난 돈을 벌게 될 겁니다.”라고 말하면서 “제 개인적인 생각으로는, 틀릴 수도 있지만, 전반적으로 경제에 큰 도움이 될 거라고 생각합니다”라며 긍정적인 견해를 표명했다. 

이런 논쟁은 지난 7월 15일 포춘에 아폴로 글로벌 매니지먼트의 수석 경제학자인 토르스텐 슬뢰크(Torsten Sløk)가 AI 주식이 1999년 닷컴 버블 당시보다 훨씬 더 과대평가됐다고 주장하면서 불거졌다. 토르스텐 슬뢰크는 최근 연구 노트에서 “1990년대 IT 버블과 오늘날 AI 버블의 차이점은 오늘날 S&P 500 상위 10대 기업이 1990년대보다 더 과대평가됐다는 것”이라고 말했다. 이렇게 AI에 대한 과대 평가 또는 AI 버블을 경고하는 사람 중에는 C3.ai의 CEO인 톰 시벨, 알리바바 그룹 회장 조 차이도 있다. 

뉴요커에도 ‘AI 붐이 AI 버블로 변하고 있는가?’(8월 11일 자)라는 기사가 실렸다. 지난 몇 달 동안 월가에서는 현재 기술 주가 급등이 인터넷 버블과 비슷한 궤적을 따라가고 있는지에 관한 논의가 있었는데 거품이 아니라는 주장이 골드만삭스에서 나왔다고 한다. “25년 후: 기술 버블 붕괴의 교훈“이라는 제목의 연구 논문은 가격 상승이 탄탄한 수익 기반에 의해 정당화된다고 지적했다.

기사를 쓴 존 캐시디는 지금이 90년대 닷컴 버블과 유사해 보일 수 있지만, 근본적인 차이가 있다고 한다. 그중 하나는 온라인 경제가 이제는 진취적인 개인에 의한 것이 아니라 거대 기술 기업이 장악하는 독점 자본주의의 보루라는 것이다.  투자자가 AI 기반 경제의 미래가 독점이라고 결정한다면, 주식 시장에서의 결과는 광범위한 거품보다는 기존 산업 거대 기업들의 추가 이익을 의미할 가능성이 높다.

그러나 아직 불확실한 것들이 있는데, AI 붐은 아직 대규모 언어 모델 학습, 데이터 센터 구축 등 인프라 구축 단계에 있고, AI 애플리케이션은 이제 막 경제 전반에 확산되기 시작했으며, 이 기술이 얼마나 혁신적이고 수익성이 높을지는 아무도 확실히 알지 못하고 있다. 

금융 뉴스 플랫폼 시킹알파(Seeking Alpha)에 게재된 흥미로운 분석에서 KCI 리서치라는 애널리스트는 엔비디아를 1998-99년 주가가 급등했던 기업 중 하나인 시스코 시스템즈에 비교했다. 인터넷 시대에는 시스코의 라우터 및 기타 네트워크 장비가 인터넷 구축의 필수 구성 요소로 여겨졌기 때문이다. 그러나 2000년 4월 주가가 40% 폭락했고, 1년 후에는 80%까지 떨어졌다. 25년이 지난 지금도 2000년 초에 기록했던 최고치를 회복하지 못하고 있다. 

과연 엔비디아는 인터넷 닷컴 버블 시대의 시스코와 같을까? 위에서 말한 분석은 작년 2월에 나온 것인데 그 이후 엔비디아의 주가는 150% 상승했다. 아직도 AI는 인프라 구축 단계이기 때문이다.

아마 앞으로도 당분간 AI 주식이나 기업이 버블인가 아닌가는 경제학자와 경영자 사이에 계속 논란이 될 것이다. 그러나 언제나 그랬듯이 버블이라고 해도 그 안에서 새로운 강자가 나타난다. 그게 누가 될 것인가를 잘 판단해야 할 뿐이다.

2. USAi, 미국 연방조달청의 생성형 AI 평가 도구

미국이 AI 실행 계획을 발표한 뒤 이 계획에 따라 연방조달청(GSA)는 AI 평가 도구인 USAi를 공개했다. 무료로 제공하는 이 도구는 USAi.gov에서 사용할 수 있으며, 정부 사용자가 채팅 기반 AI, 코드 생성, 문서 요약과 같은 강력한 도구를 신뢰할 수 있고 표준에 부합하는 환경에서 활용할 수 있게 한다. 

USAi는 이미 GSA 내부에서 사용하고 있던 챗봇 서비스로 이번에 이를 연방정부 전체로 확대할 것으로 보인다. 이 솔루션은 조직이 다양한 AI 시스템의 역량을 탐색하고, 성과를 측정하며, 강점과 한계를 파악할 수 있도록 지원함으로써 도입, 맞춤 설정 및 통합에 관한 정보에 기반한 결정을 내릴 수 있도록 지원한다. AI 평가 제품군은 신기술에 관한 투명성과 신뢰를 증진할 뿐만 아니라 연방 정부 전반의 책임 있는 혁신을 가속화한다고 미 연방조달청은 말한다. 

GSA 부국장 스티븐 에히키안은 이렇게 말했다: “USAi는 단순히 접근성을 제공하는 것 이상의 의미를 지닌다. 미국 국민에게 경쟁 우위를 제공하는 것이다. USAi의 출범은 GSA가 트럼프 대통령의 AI 전략을 어떻게 실행에 옮기고 정부 전반의 AI 도입을 가속화하고 있는지를 보여준다. USAi는 기관들이 신속하게 현대화하고 보안을 강화하며 세계를 선도할 수 있도록 임무 수행에 필요한 도구를 직접 제공할 것이다.”

USAi는 기관들이 자원을 중복하지 않고도 신기술을 시험하고 평가할 수 있는 공유 서비스 플랫폼을 제공함으로써 연방 정부의 AI 인프라를 확장한다. 또한, 안전한 클라우드 기반 환경은 기관의 AI 실험을 가속화하고 연방 정부의 우선순위에 부합하는 확장 가능하고 상호 운용 가능한 솔루션 개발을 지원한다. 다시 말해 안전한 클라우드 기반으로 신기술에 대한 시험과 평가가 가능한 공유 플랫폼 서비스라는 것이다.

또한, 연방 기관들이 성과를 추적하고, 성숙도를 측정하고, 도입 전략을 수립하는 데 도움이 되는 대시보드와 사용 분석 기능을 제공한다. USAi 플랫폼은 중앙 집중식 실험 환경을 제공함으로써 인력 역량 강화와 기관 차원의 디지털 혁신을 모두 지원하고자 한다.

이를 위해 오픈AI나 앤스로픽이 1달러에 서비스를 제공한다는 뉴스가 나왔고, 초기에는 오픈AI, 앤스로픽, 구글, 메타 모델이 제공되며, 향후 추가 모델도 도입될 것이다. 연방 기관 차원에서는 여러 모델을 ‘모델 정원(model garden)’처럼 비교 제공함으로써, 특정 공급업체에 종속되지 않고 선택적 도입 여지를 확보할 수 있도록 한다. 플랫폼은 선택 참여 방식이며, 각 기관은 간단한 동의 절차를 통해 참여할 수 있다. 모델 도입 전 세 가지 사전 평가—안전성, 성능, 레드팀 테스팅(내구성 검증)—을 통해 적합성을 검증하고 이후 테스트용으로 공개한다. 플랫폼은 GSA가 관리하는 클라우드 인프라 위에서 운영되어, 정부 데이터가 외부 AI 모델 훈련에 사용되지 않도록 보장한다. 

USAi는 이제 모든 연방 기관에서 사용 가능하지만 국내에서 접속은 가능하지 않다 (그래서 화면에 대한 이미지를 구할 수가 없었다). 에히키안의 말에 따르면, GSA 자체가 AI를 정기적으로 사용하고 있으며, 직원의  절반 이상이 매일 내부 AI 도구를 사용하고 있다고 한다.

 2024년 브루킹스 연구소 보고서에 따르면 연방 계약 데이터를 분석한 결과, 2022년 8월부터 2023년 8월까지 AI 지출이 크게 증가했으며, 여러 연방 기관의 AI 지출 의무 기금은 150% 증가했다. 같은 기간 계약 체결의 잠재적 가치는 3억 5,500만 달러에서 45억 달러로 기하급수적으로 증가했다. 그럼에도 불구하고 연방 정부는 모든 AI 관련 활동을 추적하는 데 어려움을 겪고 있다. 

2023년 정부책임감사원(Government Accountability Office)의 감사에서 감사원은 여러 기관에서 약 1,200건의 계획되거나 운영 중인 AI 활용 사례를 발견했다. 그러나 보고서는 민간 부문과 마찬가지로 정부 역시 AI의 정의조차 제대로 내리지 못하고 있으며, 대규모 언어 모델과 생성형 AI 도구의 주류 도입으로 인해 이러한 복잡성이 더욱 심화하고 있음을 발견했다. USAi는 정부 전반에서 AI 기능이 어떻게, 어디에서 사용되고 있는지 명확하고 신속하게 파악하는데 도움을 줄 것으로 보인다. 

3. 수출 통제는 미국 우위를 약화하는가, 보호하는가?

미국의 전략 국제문제 연구소(CSIS)에 올라온 논평 시리즈다. 매사추세츠 대학교 애머스트 캠퍼스의 재무학 조교수인 마르코 마키라벨리와 CSIS의 경제 안보와 기술 담당 사장 나빈 기리샨카르, 매튜 보먼 수석기술 전문가의 토론이다. 

이 글을 소개하는 이유는 AI 반도체 수출 통제에 대한 미국 지식인의 토의를 보면서 우리 정책 방향을 정하는 데 도움이 될 것으로 기대하고, 그러기 위해선 수출 통제 정책의 장단점이 무엇인지 살펴볼 필요가 있기 때문이다. 

마르코 마키아벨리는 수출 통제는 수출 통제가 보호하려는 바로 그 기술을 생산하는 국내 기업의 수익성을 해친다는 것이다. 중국 고객이 수출 통제의 대상이 되면 국내 기업은 매출, 수익성, 주식 시장 자본화가 감소하고, 가장 큰 우려는 인텔과 같은 비효율적인 국내 챔피언에게 주는 인센티브가 결국 납세자의 돈을 낭비하고 최첨단에서 크게 뒤처진 기업의 생산 능력을 늘려 궁극적으로 미국 경제의 경쟁력을 악화시킬 수 있다는 것이다.

수출 통제의 효과를 종합적으로 평가하려면 몇 가지 문제에 답해야 한다는 것을 지적한다. 첫째 우회 문제로, ASML의 경우처럼 미국이 아닌 곳에서 만드는 장비는 가짜 신원을 사용하여 제한된 기술을 구매한 후, 수출 통제 대상인 바로 그 중국 기업에 재수출하는 업체를 설립하는 방식으로 이루어진다.

두 번째는 역풍으로 수출 통제의 효용성을 궁극적으로 약화할 수 있는 반작용을 고려해야 한다. 중국은 수출 통제 속에 있는 미국 기술을 대체하기 위해 자국의 혁신에 더 집중하는 모습을 보인다. 아직 더 많은 연구가 필요하다.

마지막으로 얻고자 하는 목표가 무엇인가 하는 질문이다. 중국에 대한 경제 전략의 목표는 국내 지식재산권 보호를 유지하면서 경제적 시너지 효과를 유지하는 것이어야 한다. 수출 통제는 국내 영향력을 약화하고 오히려 중국의 미국 경제 영향력으로부터의 독립성을 강화하는 자해 행위가 되리라는 것을 지적한다.

이에 대해 기리샨카르와 보먼은 수출 통제를 포기하는 것은 기술 경쟁을 포기하는 것이라고 주장한다. 중국은 급증하는 연구 기반을 갖춘 혁신 경쟁자이며, 중국 기업들은 글로벌 경쟁에서 검증된 역량을 갖추고 있으며, 중국 생태계는 생명 과학, 로봇 공학, 기후 기술, 그리고 잠재적으로 양자 통신 분야에서 우위를 점할 태세를 갖추고 있다. 경제적 안보 위협도 존재한다. 

수출 통제에 반대하는 사람들은 수출 통제가 미국 기업을 거대하고 경쟁적이며 점점 더 혁신적으로 변하는 중국 시장에서 고립시킬 것이라는 우려를 정확히 지적하면서도, 그 심각성을 과장하고 있다고 한다.

마키아벨리가 말하는 수익성의 문제는 일단 사실이다. 하지만 중요한 척도는 기업의 상대적인 경쟁적 지위이다. 효과적인 통제는 미국 및 비미국 공급원으로부터의 접근을 차단하여 해외 경쟁업체의 시장 점유율 침식을 방지하는 것을 의미한다. 즉각적인 수출 수익 손실보다 기술 리더십에서 비롯되는 미국의 장기적인 기술 리더십과 국가 안보에 훨씬 더 큰 피해를 줄 것이라는 것이다.

우회의 문제는 위장 기업과 회색 시장의 존재를 지적한 것은 옳다. 그러나 중국 AI 개발자들은 밀수된 최첨단 칩에 대해 시장 가격의 두 배를 지불하고 있으며, 복잡한 제3국 환적 과정을 거치고 있다. 이는 원활한 접근이 아니라 지연과 혼란을 초래한다. 유럽과 아시아의 주요 동맹국들이 주요 수출을 제한할 경우, 그 효과는 더욱 커진다는 것이다.

마키아벨리의 “디자인 아웃” 주장, 즉 통제가 중국이 통제를 우회하여 혁신하도록 자극한다는 주장은 타당한 면이 있다. 그러나 증거는 수출 통제가 시간을 벌었다는 것을 시사한다. 미국은 AI 경쟁의 핵심 영역에서 ” 압도적인 우위”를 확보했고, 동맹국과의 협력을 통해 중국이 국내에서 생산한 반도체 장비 및 칩이 막대한 국가 투자에도 불구하고 첨단 수준에 도달하지 못하게 했다. 물론, 시간을 버는 것은 미국이 투자와 혁신에 활용할 때에만 가치가 있다.

수출 통제는 전략이 아닌 도구이다. 효과적이려면 명확한 목표를 달성하기 위해 활용되어야 하며, 다른 경제적 도구들과 보완되어야 한다. AI 확산, 양자 컴퓨팅, 생명공학, 첨단 제조와 관련된 현대적 위협에 대처하기 위해 수출 통제는 끊임없이 진화한다는 게 두 사람의 의견이다. 

그러나 수출 통제가 무역 협상 카드로 활용된다면 이러한 노력은 약화할 것이고, 현재 트럼프 정부가 중국의 희토류 제한 완화에 대응해 반도체 제한 조치를 철회하고 수출 수익의 일부를 대가로 받는 것은 우려스럽다고 이들은 말한다. 이러한 움직임은 미국의 경제 안보에 필수적인 이 도구가 원칙에 기반한 것이 아니라 거래적이며, 불가침의 것이 아니라 협상의 대상임을 시사하기 때문이다.

4. 프랑스와 숄레가 말하는 ‘AGI 시간표’

20대의 인도계 미국인인 드와케시 파텔은 무슨 이유인지 많은 AI 전문가나 경영자들이 그의 팟캐스트에 나와서 대담한다. 물론 레딧에는 그의 특별함이 아니라 테크 기업이 후원을 하고 팟캐스트를 가장한 1시간짜리 광고를 하고 있다고 비판하는 사람도 있다.

그럼에도 이번에 전하는 이야기는 케라스 라이브러리를 만든 프랑스와 숄레라는 전 구글 수석 엔지니어이고 그가 늘 AGI 등에 대해 비판적 시각을 품고 있다는 점, ARC-AGI 벤치마크를 만들어 온 사람이라는 점에서 관심 있게 봤다. 내용 확인에는 최승준씨의 페이스북 포스팅을 참고했다. 이번 인터뷰는 숄레와 갖는 두 번째 인터뷰다.

숄레가 평가하는 AI 분야의 큰 변화 중 하나는 과거 모델이 정적이었다면 이제 테스트 시점에 이전에 본 적 없는 문제에 실제로 적응할 수 있는 모델이 생기기 시작했다는 것이다. 그는 이를 유동성 지능(fluid intelligence)라고 부르며 오픈AI의 o3 모델 같이 CoT를 활용하는 모델의 등장이 지난 1년 동안 가장 큰 변화라고 봤다.

AGI 등장에 대한 예상도 작년이라면 아마 10년이라고 했을텐데 지금은 5년이라고 말할 수 있다고 했다. 유명한 비관론자인 그가 이런 입장인 것은 매우 큰 변화이다. 그러나 ‘AGI가 언제 올까’라는 질문의 모호함도 이야기 했는데, 누군가가 ‘AGI와 유사한 시스템을 처음 구축하고 이게 AGI일까?’ 하는 의문을 가지고 대규모 배포하는 때엔 그 시간 간격이 있다는 것이다. LLM도 2018년이나 2019에 등장했지만, 실제로 사람들에게 활용되기 시작한 것은 2022년 말이었다. 따라서 숄레는 다음과 같이 말한다.

“아마도 향후 2년 내에 어떤 팀이 해결책의 핵심, 즉 올바른 아이디어에 착수할 것이고, 그것을 구축하는 데 2~3년이 걸릴 겁니다. 그리고 그것이 세상을 바꾸는 데는 5년 이상, 10년 이상이 걸릴 것입니다.”

그는 GPT-4가 등장하면서 사람들이 1~2년 안에 AGI가 나타날 것이라고 했을 때도 그렇게 해서는 AGI를 얻을 수 없고 세상은 그렇게 작동하지 않는다는 입장이었고, 사실 그의 말이 맞았다. 

AGI에 대한 그의 전망이 크게 바뀌었음에도 그는 아직 비판적인 입장이다. 기술을 빠르게 배우는 순수한 지능 같은 것은 모델이 정말 잘하지만, 작년에는 미처 생각하지 못했던 장애물이 있는데 ‘실무를 통해 배우는 능력’이 빠졌다는 점을 지적한다.

“인간 직원이 입사 후 첫 3~6개월 동안은 별 도움이 되지 않으면서 온갖 배경지식을 쌓고, 실패로부터 배우고, 일하면서 작은 개선점과 효율성을 익혀나가는 것과 같은 방식 말입니다. 이런 핵심적인 능력을 현재 모델에 쉽게 끼워 넣을 방법이 보이지 않습니다.”

그나마 코딩에서는 어느 정도 해결이 되지만 메타가 발표한 논문에서 말하는 ‘문맥 부패(Context rot)’이라는 문제, 대화 내용을 압축하면 모델이 함께 고생해서 얻어낸 혁신들을 그냥 잊어버리는 것과 같은 문제가 나타나는 것을 지적한다. 하지만 이제 문제가 무엇인지 알고 해결할 방법을 몇 년 안에 찾아낼 것이라고 생각하는 입장이다.

그가 말하는 것은 연속 학습(Continual learning)의 문제이기도 한데, 숄레는 이 과정을 새로운 모델의 저장, 재사용 또는 핵심 추상화 개념으로 분해해 다르게 조립해 새로운 모델을 만드는 과정으로 말한다. “연속 학습은 거대한 추상화 데이터베이스, 즉 재사용 가능한 프로그램과 템플릿, 빌딩 블록의 데이터베이스를 갖는 형태가 될 것”이라는 것이다. 이는 AGI라는 시스템을 소프트웨어 엔지니어링 작업과 유사한 모습으로 보는 견해이다. 이를 파텔은 다음과 같이 설명한다.

“모든 복제본이 보는 모든 것으로부터 학습할 수 있는 능력이 있다면, 설령 인간보다 학습 속도나 효율이 더 빠르지 않더라도, 인간은 오직 자신의 경험으로부터만 배울 수 있는 반면 AI는 모든 복제본으로부터 학습할 수 있다는 사실 자체가 이미 사실상 초인적인 능력을 부여한다는 것이군요.”

이 말은 다시 ‘하나의 AGI가 한 번에 하나의 과제로부터 배우는 것이 아니라, 수백만 개의 AGI가 서로 시너지를 내는 것들을 병렬적으로 학습하는 형태가 될 것’이라는 숄레의 말로 설명이 된다. 

그는 레이 커즈와일 등이 말하는 기하급수적 발전에는 동의하지 않는 다는 점을 명확히 하는데, 기하급수적 발전은 현실 세계의 어떤 시스템에서도 볼 수 있는 현상이 아니기 때문이다. 세상은 병목이 되는 인간으로 이루어져 있고, “시스템에 AGI를 도입하면 일부 병목은 해소되지만, 여전히 대부분이 사람인 이 거대한 시스템을 보고 있다. 그러니 소프트웨어 지능을 좀 높였다고 해서 시스템이 기하급수적으로 더 빨리 움직이지는 않을 것이다’라는 것이 숄레의 견해이다. 

숄레는 아이가 풀 수 있는 간단한 퍼즐을 풀기 위해 테스트 시점에 막대한 양의 컴퓨팅을 소모해야 하는 시스템은 AGI가 아니라고 말하며,  지능은 더 적은 것으로 더 많은 것을 해내는 것이라고 말한다. 자원을 가장 잘 활용하는 것, 그것이 바로 지능이고 데이터 효율성, 컴퓨팅 효율성을 강조한다. 

“체스에서, 최적의 수를 찾기 위해 체스판 위의 모든 개별적인 수와 그 이후의 모든 수를 다 봐야 한다면, 그건 지능처럼 보이지 않습니다. 지능은 오히려 체스 마스터처럼, 제한된 주의력을 가지고 몇 가지만 보고도 즉시 최적의 수를 찾아내는 것에 더 가깝습니다.”

이런 논의는 앞으로도 계속되겠지만, 여전히 그는 디지털 지능의 한 측면인 많은 계산량에 대해서는 부정적인 것을 알 수 있다. 다만, 수백만 개의 AGI가 병렬로 학습하고 그 결과를 공유하는 모습을 생각한다는 점에서 최근 이 분야의 사람들이 수백만 개의 에이전트 모델을 생각하는 것과 유사성이 있는데, 문제는 각각의 학습 결과를 과연 어떻게 공유하거나 전달할 수 있는 가는 또 다른 문제이다.

5. NSF와 엔비디아, AI 인프라 강화 파트너십 체결

내가 개인적으로 큰 관심을 품고 있는 방향성이다. 미국 국립과학재단(NSF)는 엔비디아와 함께  미국 과학자의 AI 활용 능력을 혁신하고, 과학적 발견을 촉진하며, AI 기반 연구 및 혁신 분야에서 미국의 리더십을 강화할 AI 모델 개발을 위한 파트너십을 체결했다고 발표했다. NSF의 7,500만 달러에 엔비디아가 7,700만 달러를 추가해 (총 1억 5천2백만 달러) 앨런 AI 연구소(Ai2)가 주도하는 OMAI 프로젝트를 지원할 예정이다. 이번 협력을 통해 미국 과학계를 지원하도록 특별히 설계된 완전 개방형 고급 AI 모델 세트가 구축될 것이다. 

Ai2에 따르면 이 프로젝트는 워싱턴 대학, 하와이 힐로 대학, 뉴햄프셔 대학, 뉴멕시코 대학의 연구팀도 지원할 예정이다. 클라우드 컴퓨팅 파트너사인 시라스케일 클라우드 서비스(Cirrascale Cloud Services)는 이번 지원으로 자금을 조달받은 새로운 하드웨어 인프라에 대한 관리형 서비스를 제공하여 과학 분야 AI의 경계를 넓히는 데 기여할 것이다. 슈퍼마이크로는 파트너십을 지원하기 위해 업계 최고의 플랫폼을 제공할 것이라고 한다. 

이는 미국의 AI 실행 계획에 명시된 우선순위에 따른 것으로, AI 기반 과학을 가속화하고 미국이 세계 AI에서 우위를 강화하는 선도적인 개방형 모델을 생산하기 위해서다. Ai2는 과학 데이터와 문헌을 기반으로 학습된 오픈 소스 멀티모달 대규모 언어 모델을 구축할 것이다. 또한 이러한 도구를 통해 미국의 연구원과 개발자는 연구를 더 빠르게 처리 및 분석하고, 코드와 시각화를 생성하고, 새로운 통찰력을 과거 발견과 연결하여 재료 과학, 생물학, 에너지 등 다양한 분야에서 획기적인 발전을 가속화할 수 있다.

NSF의 지원은 중규모 연구 인프라 프로그램을 통해 이루어진다. 이 프로그램은 개별 연구 지원금과 대규모 국가 시설 간의 격차를 메우는, 높은 영향력과 높은 보상의 지역 사회 기반 인프라에 자금을 지원한다. 또한 이 프로젝트는 국가 차원의 AI 역량 강화 인력을 구축하여 전통적인 기술 허브를 넘어 참여와 전문성을 확대하는 교육 활동을 지원함으로써 AI 및 기타 핵심 기술 분야에서 미국의 경쟁력을 강화하리라는 게 NSF의 입장이다.

Ai2의 연구 결과를 초기에 적용하는 분야로는 새로운 물질의 발견을 가속화하고, 생물의학 발전을 위한 단백질 기능 예측을 개선하고, 오늘날의 방대한 언어 모델의 핵심적 약점을 해결하기 위한 AI 혁신을 포함한다. 이 프로젝트는 AI가 가속화하는 과학적 발견의 미래 패러다임으로 나아가는 길을 제공하고, 신뢰할 수 있고 엄격한 과학을 지원한다. 

그 밖의 소식

• 눈에 띄는 논문
  • [2508.09736] Seeing, Listening, Remembering, and Reasoning: A Multimodal Agent with Long-Term Memory – 장기 메모리를 갖춘 새로운 멀티모달 에이전트 프레임워크인 M3-Agent
  • [2508.09834] Speed Always Wins: A Survey on Efficient Architectures for Large Language Models – 트랜스포머의 고유한 한계를 해결하고 효율성을 향상시키는 혁신적인 LLM 아키텍처를 체계적으로 검토  

• 영국은 NHS(국립 보건 서비스) 체제가 훌륭하다고 하지만 서비스 속도와 만족도가 높은 것은 아니다. 노동당 정부가 들어서면서 이 문제를 AI로 해결하자는 것이 중요한 국가 정책이다. 가디언지 보도에 따르면 런던의 한 병원에서 시범 서비스 하고 있는 AI 도구가  건강한 환자를 집으로 보내는 데 필요한 서류를 작성하여 수 시간의 지연을 줄이고 병상을 확보할 수 있는 가능성을 제공하고자 한다(가디언, 8월 16일). 이 기술을 통해 의사들이 서류 작업에 소요되는 시간을 줄이고 치료에 집중할 수 있는 시간을 늘릴 수 있을 것이며, 그 과정에서 대기 시간이 단축될 것이라고 보건부 장관이 말했다. 첼시와 웨스트민스터 NHS 트러스트에서 시범 운영 중인 이 플랫폼은 진단 및 검사 결과를 포함한 의료 기록에서 정보를 추출한다. 이는 의료진이 환자를 병원에서 집으로 보내기 전에 작성해야 하는 퇴원 요약서를 작성하는 데 도움이 된다. 이후 해당 문서를 담당하는 의료 전문가가 검토한 후, 환자를 집으로 돌려보내거나 다른 서비스 기관으로 의뢰한다. 병상 확보와 의료 비용 절감을 기대하는 것이다. 우리나라에서도 얼마든지 해 볼만한 서비스이다. 

• 구글이 초경량 AI 모델인 젬마3(Gemma 3)  270M 모델을 오픈소스로 공개했다(8월 14일). 인터넷 연결 없이도 모바일 기기나 브라우저, 라즈베리 파이 등 다양한 환경에서 가능하며, 내부 테스트에서 ‘픽셀 9 프로’ SoC에서도 원활히 작동하는 것을 확인했다. INT4 양자화(Quantization) 지원으로 배터리 소모를 최소화했는데, 모바일 환경에서 실용적이다. 픽셀 9 프로로 테스트한 결과, 25개의 대화 수행 시 배터리 0.75%만 소모했다고 한다. ‘IFEval’ 벤치마크에서 명령 조정된 젬마 3 270M은 51.2%의 성적을 기록했으며, 허깅페이스의 ‘스몰LM2(SmolLM2) 135M 인스트럭트’나 알리바바 ‘큐원 2.5 0.5B 인스트럭트’ 같은 동급 소형 모델보다 높은 성능을 보이며, 일부 수십억 매개변수 규모 모델과도 비슷한 수준이다. 

• 엔비디아 AI가 유럽 언어용 최대 규모의 오픈소스 음성 AI 데이터 세트와 최첨단 모델을 출시했다(마크테크포스트, 8월 15일). 유럽 언어용 최대 규모의 오픈소스 음성 데이터 셋인 Granary 와 두 가지 최첨단 모델인 Canary-1b-v2 및 Parakeet-tdt-0.6b-v3을 공개했다. 이번 릴리스는 자동 음성 인식(ASR) 및 음성 번역(AST) 분야에서 접근성이 높고 고품질의 리소스에 대한 새로운 기준을 제시하며, 특히 표현력이 부족한 유럽 언어에 대한 지원을 강화했다.
  
  Granary는 카네기 멜론 대학교와 폰다지오네 브루노 케슬러(Fondazione Bruno Kessler)와 협력하여 개발된 대규모 다국어 코퍼스다. 약 100만 시간 분량의 오디오를 제공하며, 이 중 65만 시간은 음성 인식, 35만 시간은 음성 번역에 사용된다. 이 데이터셋은 거의 모든 EU 공식 언어와 러시아어, 우크라이나어를 포함한 25개 유럽 언어를 포괄하며, 특히 크로아티아어, 에스토니아어, 몰타어와 같이 주석 데이터가 부족한 언어에 중점을 두고 있다.
  
  Canary-1b-v2 는 Granary에서 학습된 10억 개의 매개변수를 가진 인코더-디코더 모델 로, 영어와 24개 지원되는 유럽 언어 간에 고품질의 전사 및 번역을 제공한다. Parakeet-tdt-0.6b-v3는 25개 지원 언어 모두에서 고처리량 또는 대용량 전사를 위해 설계된 6억 개의 매개변수를 가진 다국어 ASR 모델이다 . 이 모델은 Parakeet 제품군(이전에는 영어 중심)을 유럽 전역으로 확장한다.

• 뉴욕타임스에서 3세 정도의 아이들을 위한 새로운 유형의 봉제 인형에 대한 사용기가 올라 왔다 (NYT, 8월 15일). 큐리오 사의 그록(Grok), 그렘(Grem), 가보(Gabbo)이라는 챗봇 기능을 넣은 인형인데 글 쓴이는 결국 봉제 인형의 음성 모듈을 빼버렸다고 한다. 

• 로이터 보도에 따르면 미국 당국이 AI 운송물에 추적 장치를 비밀리에 설치해 중국으로의 불법 유출을 이미 감시하고 있다고 한다(로이터, 8월 14일).

• 인도네시아는 소버린 AI 펀드를 계획하고 있다(인도네시아 비즈니스 포스트, 8월 13일). 통신 및 디지털 응용부(Komdigi)는 국가 인공지능 로드맵 백서를 발표하면서, 인도네시아를 인공지능(AI) 분야의 지역 허브로 자리매김하기 위한 목적으로 다난타라 인도네시아(Danantara Indonesia)가 관리하는 소버린 AI 펀드 설립을 제안했다. 179페이지 분량의 백서에 따르면, 소버린 AI 펀드는 공공-민간 파트너십(PPP) 방식으로 2027년부터 2029년까지 조성될 예정이다. 펀드 규모는 아직 공개되지 않았지만, 9천억 달러(14조 612억 루피아) 이상의 자산을 운용하는 다난타라(Danantara)가 주요 운영사로 선정될 것으로 예상된다. 보스턴 컨설팅 그룹  보고서에 따르면 아센안 국가들은 AI 도입을 통해 2027년까지 2.3~3.1%의 추가 GDP 성장을 기대할 수 있으며, 인도네시아가 절대적 영향이 가장 클 것으로 예상한다.

• MIT의 한 팀은 AI를 사용하여 실험실과 동물 실험에서 약물 내성 임질균과 MRSA를 죽이는 두 가지 잠재적 항생제를 설계했다(MIT뉴스, 8월 14일). MRSA는 항생제 내성을 가진 박테리아로, 병원에서 가장 큰 위험 중 하나이다. AI는 3,600만 개의 화합물에서 원자 단위로 신약 후보를 설계했고, 실험실과 동물 실험에서 성공적으로 검증했다. 이 돌파구의 의미는 생성형 AI가 기존 항생제를 탐색하는 데 그치지 않고 완전히 새로운 항생제를 창조할 수 있다는 것이다.