다시보는 2024년 AI 트렌드

 2024년 한 해 AI는 우리의 삶을 어떻게 혁신했을까?

2024년 한 해는 인공지능 업계가 중요한 변곡점을 맞이한 한 해였다고 평가할 수 있다. 2023년이 생성형 AI 서비스 프로토타입 개발을 중심으로 한 ‘검증’의 해였다면, 2024년은 기나긴 인공지능 겨울(AI Winter)를 지나온 인공지능 기술이 의심의 눈초리를 벗어던지고 스스로의 가치를 ‘증명’해낸 한해였기 때문이다. 

2024년 한 해동안 생성형 AI는 가시적인 성과를 내며 그 실용성을 인정받고 다양한 분야에 적극적으로 활용되기 시작했다. 우선 GPT-4o나 o1과 같은 기초모델의 성능이 대폭 향상되면서 생성형 AI는 단순 예측을 넘어 스스로 추론이 가능한 영역으로 발전하였다. 이처럼 기초모델의 발전을 기반으로 한 AI 에이전트와 AI 지식 검색 플랫폼과 같은 다양한 서비스들이 출시되며 주목을 받기도 했다.

1. 기초모델의 발전

기초모델(Foundation Model)이란 특정 작업이나 문제를 해결하기 위한 특화된 알고리즘이 아닌, 다양한 작업을 수행할 수 있도록 설계된 범용적이고 강력한 AI 모델을 의미한다. 이러한 기초모델은 대규모 데이터셋을 기반으로 훈련되어, 언어나 이미지, 음성 등 다양한 입력 데이터를 처리할 수 있는 능력을 갖추고 있다.

2024년 주목할만한 점은 OpenAI의 독주를 견제할만한 훌륭한 기초모델이 연달아 등장하고 있다는 점이다. 다양한 회사들에서 성능좋은 기초모델이 개발되며 전체적인 수준히 상향평준화 되고있다. 2024년에는 OpenAI사의 GPT-4o와 o1뿐 아니라 Google사의 Gemini Pro 1.5와 Anthropic사의 Claude-3.5-Sonnet, 그리고고 Amazon의 Nova Pro 등 다양한 기초모델들의 성능이 크게 향상되었다. 텍스트 생성뿐만 아니라 논리적 추론, 감정 분석과 코드 작성까지도 가능해져, 생성형 AI의 활용 범위가 크게 확장되었다.

2024년 기초모델의 발전은 여러 분야에 걸쳐 인공지능의 활용도를 높였으며, 특히 기업 환경에서 큰 주목을 받았다. 고객 서비스, 마케팅, 데이터 분석 등에서 생성형 AI의 도입이 본격화되었고, 이 모델들은 특정 분야에 맞게 fine-tuning 되어 더욱 정교한 서비스 제공이 가능해졌다. 또한, AI의 성능을 높이기 위해 기존의 모델들이 더욱 발전하고, 이들 간의 통합적인 활용이 이루어짐에 따라, 기초모델은 이제 단순한 기술적 도약을 넘어 다양한 산업 분야에서 혁신적인 변화를 이끌어가고 있다.

이러한 기초모델의 발전은 2025년에는 더욱 가속화될 것으로 보인다. 각 산업에 특화된 모델들이 대거 출시될 것이며, 더욱 정교한 추론과 이해 능력을 갖춘 인공지능이 등장할 것이다. 이를 통해 다양한 분야에서의 AI 적용이 더욱 깊고 넓어질 것으로 예상된다.

2. AI 에이전트와 생성형 AI 기반 대화형 검색엔진의 출현

생성형 AI 서비스의 성능을 결정짓는 기초모델의 상향 평준화는 이를 기반으로 한 다양한 응용 서비스의 등장 역시 가속화 시켰다. 특히, AI 에이전트는 사전에 정해진 규칙에 기반해 단순한 질문에 대해 답하는 것을 넘어, 복잡한 업무를 처리하거나 다양한 태스크를 수행하는 능력을 갖추게 되었다. 이러한 AI 에이전트는 고객 서비스, 업무 자동화, 기술 지원 등 다양한 분야에서 실제 적용되고 있으며, 인간의 개입을 최소화하면서도 효율성을 극대화할 수 있는 방안을 제공하고 있다.

2024년 AI 에이전트는 특히 비즈니스 환경에서 유용한 도구로 자리 잡아가고 있다. 고객의 질문에 즉각적으로 응답하고, 고객의 요구에 맞는 맞춤형 솔루션을 제시할 수 있으며, 고객의 이전 대화나 데이터를 분석해 더욱 정확하고 빠른 대응을 하는 AI 에이전트는 앞으로 업계를 불문하고 더욱 활발하게 활용될 것으로 보인다.

빌 게이츠 마이크로소프트(MS) 창업자는 AI 에이전트로 인해 앞으로 5년 내로 컴퓨터를 사용하는 방식이 완전히 바뀔 것이라고 말한다. 그는 앞으로 사람들이 말만 하면 컴퓨터로 거의 모든 복잡한 작업을 처리할 수 있으며, 이러한 변화는 개인의 생활과 비즈니스, 사회의 형태까지 혁신하게 될 것이라고 강조한다.

2025년 이후 AI 에이전트는 다양한 시스템과 통합되어 여러 업무를 동시에 처리할 수 있는 멀티태스킹 능력을 발휘하며, 업무의 생산성을 높이는 데 중요한 역할을 하게될 것으로 전망되고 있다. 2024년 앞서 소개한 마이크로소프트에서는 자사 플랫폼 MS 365 코파일럿과 연계된 다양한 자동화 플랫폼을 소개하기도 하였다. 사람의 개입 없이 생성형 AI가 특정 파일이나 폴더와 연계하여 마치 사람처럼 쉽게 찾아주는 기능이나 직원의 휴가 신청 및 급여 관리를 자동화 해주는 AI 에이전트 역시 눈여겨볼만 하다.

또한 2024년에는 Perplexity나 Goover와 같은 생성형 AI 기반 대화형 검색엔진이 약진하며 AI의 활용 범위를 더욱 넓히는 중요한 기술로 자리 잡았다. 기존의 검색 엔진이 텍스트 기반의 정보 검색에 한정되어 있었다면, 생성형 AI 기반의 지식 검색 플랫폼은 사용자에게 더 고도화된 정보 검색과 함께, 문제 해결을 위한 직접적인 솔루션을 제시할 수 있는 능력을 갖추게 되었다. 이러한 생성형 AI 기반 대화형 검색엔진은 기업들이 보다 정확한 정보에 빠르게 접근하고, 복잡한 문제를 해결하는 데 중요한 자원이 되고 있다.

2024년에는 이러한 AI 에이전트와 지식 검색 플랫폼들이 더욱 고도화되며, 특정 산업이나 분야에 맞춤화된 솔루션을 제공하는 방향으로 발전할 것으로 예상된다. 또한, AI의 정확도와 효율성이 더욱 향상됨에 따라, 인간의 역할을 보완하는 수준을 넘어, 일부 분야에서는 인간을 대체할 수 있는 가능성까지 열릴 것이다.

3. 노벨 과학상을 휩쓴 인공지능 연구자들 

인공지능은 기초과학 연구 분야의 혁신을 가져오고 있다. 딥러닝을 물리학과 화학 등 기초과학 연구에 적용하면서 그 속도와 정확성이 기하급수적으로 개선되고 있기 때문이다. 기존의 연구 기법에 의해 단백질 구조를 예측하고 이를 반영한 신약을 개발할 때 걸리는 시간은 빨라도 10년이다. 평균 1조 원 이상 비용이 소요되기도 한다. 딥러닝 기술은 이러한 작업을 단 2~3년 이하로, 비용 역시 수백분의 일 수준으로 단축해 주었다.

그렇다면 어떻게 인공지능은 이러한 기초과학 분야의 연구를 혁신할 수 있었을까? 최신 인공지능 기술의 중심이 되는 딥러닝 기술의 핵심을 한마디로 요약하자면 “기존에는 상상할 수도 없었던 방대한 연산을 동시다발적으로 처리해 천문학적인 양의 데이터에서 유의미한 패턴을 발견하고 예측해 내는 것”이다. 딥러닝 알고리즘이 기존에 사람이 일일히 하던 작업들을 동시 다발적으로 처리할 수 있게 되면서 시간과 비용을 단축하면서도 동일한 연구를 진행할 수 있게 된 것이다.

특히 2024년은 인공지능이 주도하는 과학 혁명의 원년이라고 할 수 있다. 2024년 노벨 화학상은 ‘알파고’로 유명세를 떨친 구글 딥마인드의 CEO 데미스 허사비스(Demis Hassabis)와 연구원 존 점퍼(John M. Jumper), 그리고 워싱턴대 교수 데이비드 베이커(David Baker)에게 돌아갔다.그들은 세기의 난제로 여겨진 단백질 구조 분석 문제를 인공지능 기술을 적용하여 해결해 냈다.

노벨 물리학상을 수상한 존 홉필드(John Hopfield) 박사와 제프리 힌턴(Geoffrey Hinton) 토론토대 교수는 모두 심층신경망 연구로 인공지능의 발전에 지대한 영향을 끼친 인물들이기도 하다.

이처럼 인공지능 연구자들이 노벨 물리학상과 화학상을 휩쓸면서 인공지능이 의학과 공학 뿐 아니라 기초과학에 기여한 공로를 공식적으로 인정받게 되었다. 2025년 이후에도 인공지능 기술은 기초과학 분야를 리드해 갈 것으로 예상된다.

* 슈퍼브 블로그의 외부 기고 콘텐츠는 외부 전문가가 작성한 글로 운영 가이드라인에 따라 작성됩니다. 슈퍼브 블로그에서는 독자분들이 AI에 대한 소식을 더 쉽고 간편하게 이해하실 수 있도록 유용한 팁과 정보를 제공하고 있습니다.