구글 딥마인드가 스포츠 분야에서 인간가 겨룰 수 있도록 훈련시킨 로봇을 공개했습니다. 9일(현지시간) MIT테크놀로지리뷰에 따르면 구글 딥마인드는 인간과 경쟁할 수 있는 탁구 로봇을 훈련시키고 있는데요. 해당 로봇은 아마추어 수준의 경기력을 갖췄다고 주장했습니다. 연구진은 3D 프린팅된 패들을 사용하는 로봇 팔을 통해 다양한 운동 능력을 지닌 사람과의 경기에서 29게임 중 13게임에서 승리하는 성과를 올렸습니다. 로봇의 경기력이 완벽한 것은 아니었는데요. 탁구 로봇은 초보자와의 경기에서는 모두 승리했지만 아마추어 수준의 플레이어에게는 55%의 승률을 기록했습니다. 그러나 수준이 높은 플레이어와의 경기에서는 모두 패배했습니다. 그럼에도 이는 상당한 진전을 나타낸 것이라고 MIT테크리뷰는 분석했는데요. 로봇이 인간과 같은 수준에서 스포츠를 수행하도록 교육된 최초의 사례라고 의미를 부여했습니다.
안녕하세요, 앞서가는 더밀크 구독자 여러분을 위한 AI 뉴스레터 [박원익의 AI인사이트]입니다.“우리의 기부금은 미국 첨단 기술을 지원하는 후보에게 갈 것입니다.”실리콘밸리 VC(벤처캐피털) a16z가 2023년 12월 14일 블로그에 밝힌 기부금의 향배가 결정됐습니다. 도널드 트럼프 미국 공화당 대통령 후보. a16z의 설립자인 마크 앤드리슨과 벤 호로위츠는 16일(현지시각) “트럼프가 바이든보다 더 나은 선택”이라고 밝혔습니다.a16z만의 이야기가 아닙니다. 전통적으로 민주당을 지지해 왔던 실리콘밸리가 공화당 지지로 돌아서고 있습니다. 오늘은 미국 실리콘밸리 및 AI 업계에서 벌어지고 있는 정책 환경 변화 움직임와 기술적 돌파구를 엿볼 수 있는 소식 중심으로 레터를 준비했습니다. 매주 수요일 발행하는 ‘AI인사이트’를 통해 글로벌 AI·테크업계의 최신 흐름, 중요한 시그널을 놓치지 말고 확인하세요!
“로봇, 뭘 좀 그릴 수 있는 곳으로 안내해 줄래?”“알겠어요. 제미나이(Gemini)로 생각 중입니다. 잠시 시간을 주세요. (몇 초 후) 저를 따라오세요.”11일(현지시각) 구글 딥마인드가 공개한 로봇 시연 영상에 등장하는 장면이다. 집사처럼 노란색 나비넥타이를 단 이 로봇은 바퀴를 스르륵 움직여 건물 내부를 이리저리 이동하더니 벽 한쪽을 차지한 대형 화이트보드 앞에 멈춰 섰다. “축하합니다. 목적을 달성했어요. 화이트보드에 그림을 그릴 수 있습니다.” 기존 안내 로봇과 구글이 공개한 로봇의 차이점은 뭘까? 얼핏 간단해 보이는 안내이지만, 작동 구조를 하나하나 뜯어보면 절대 그렇지 않다.
세계경제포럼(다보스포럼·WEF)은 지난 1월 발간한 ‘글로벌 위험보고서 2024’에서 올해 세계가 직면할 위험 요인으로 ‘AI 생성 가짜 뉴스’를 지목했다. 전 세계에서 여러 선거가 진행되는데, AI로 만든 가짜 뉴스가 시민들의 잘못된 판단을 유도할 수 있다는 이유에서다. 올해 11월 대선을 앞둔 미국에서는 병원에 누워 있는 바이든 대통령, 감옥에 들어간 트럼프 전 대통령 등 악의적으로 조작된 이미지가 유포되기도 했다. 텍스트(text, 글) 역시 마찬가지다. 이미지, 동영상 못지않게 쉽게 생성이 가능하며 사람이 쓴 것과 구별이 어려울 정도로 정교해지는 추세다. AI로 만들어 낸 그럴듯한 허위 사실, 실체 없이 조작된 글을 구별하는 방법은 없을까? ‘신스ID(SynthID)’는 이런 문제를 풀기 위해 구글이 제시한 해결책이다. 구글은 14일(현지시각) 캘리포니아주 마운틴뷰에서 진행한 연례 개발자 컨퍼런스 ‘구글I/O 2024’에서 이미지, 오디오에 적용되던 신스ID 기술을 텍스트, 동영상으로 확장한다고 밝혔다.
“(포스트잇에 그린 그림을 보며) 새처럼 보이네요. (추가로 물결 표시를 그려 넣자) 새가 물에서 수영하고 있네요. 긴 목과 부리를 보니 오리가 틀림없어요!”뷰스레터 구독자 여러분 안녕하세요. 박원익입니다. 구글이 6일(현지시각) 공식 발표한 차세대 AI 모델 ‘제미나이(Gemini)’ 시연 영상 중 한 장면입니다. 더밀크는 구글의 공식 발표 하루 전날인 5일(현지시각) 오후 화상으로 진행된 글로벌 기자간담회에 참석, 이 영상을 처음 확인했는데요. 6분 남짓 진행된 시연을 보며 ‘정말 새로운 세상이 열리는구나’라는 생각을 하게 됐습니다. 제미나이는 ‘쌍둥이 자리’를 뜻하죠. 인간과 AI가 쌍둥이(twins)란 의미를 담고 있습니다. 구글은 제미나이를 통해 인간을 닮은 AI를 만들려 합니다. 사람처럼 주어진 다양한 정보를 종합해 ‘연속적인 생각(Chain of Thought, CoT)’을 할 수 있다는 걸 보여줬습니다.
구글이 차세대 AI 모델 ‘제미나이(Gemini)’를 공개한 가운데, 새로운 AI 모델에 대한 기대감과 더불어 비판적인 시각도 제기되고 있다. 오픈AI의 AI 모델 ‘GPT-4’보다 제미나이의 성능이 앞선다는 구글의 주장이 ‘과대광고(hype)’라는 지적이다. AI 업계의 비판은 크게 세 가지로 나뉜다. 제미나이의 가장 강력한 버전(Gemini Ultra, 제미나이 울트라)이 아직 공개되지 않았다는 점, 그리고 구글이 밝힌 벤치마크 점수 차이가 근소하다는 것과 데모 영상에 과장(일부 편집)이 존재한다는 사실이다.
구글이 6일(현지시각) 공식 공개한 AI 모델 ‘제미나이(Gemini)’의 가장 큰 특징은 다양한 형태의 데이터를 종합적으로 이해할 수 있도록 설계된 ‘최초의 멀티모달 특화(native multi-modal) AI 모델’이라는 점이다. 인간이 세계를 학습할 때 언어(text, 텍스트)로만 하지 않듯, 제미나이는 시각 이미지, 영상, 오디오 등 다양한 데이터를 처음부터 복합적으로 학습했다. 오픈AI GPT 등 텍스트를 먼저 학습한 후 이미지, 오디오 등 다른 양식의 인코더를 추가한 여타 LLM(대규모 언어 모델)과 다른 접근 방식이다. 구글이 확보한 방대한, 다양한 유형의 데이터가 이런 학습 방식을 가능케 한 것으로 풀이된다. 전날(5일) 오후 진행된 기자간담회에서 엘리 콜린스 구글 딥마인드 제품 담당 VP(전무)는 데이터 세트(data set)에 관해 물음에 “오픈 웹 데이터를 활용했다”고 설명했다. 오픈 웹을 포함, 구글 사용자의 공개 데이터가 활용됐을 것이란 관측이 제기된다.
구글이 강력한 차세대 AI 모델 ‘제미나이(Gemini)’를 공개했다. 오픈AI가 개발한 GPT-4를 능가하는 현존 최고 수준(state-of-the-art) 성능을 갖춘 AI 모델이다. 텍스트(text) 데이터만 활용해 학습한 AI 모델(LLM, 대규모 언어 모델)과 달리 개발 단계부터 멀티모달(Multimodal, 다중모드)로 구축됐기 때문에 텍스트, 코드(컴퓨터 프로그래밍 언어), 오디오, 이미지, 동영상 등 다양한 유형의 정보를 일반화, 원활하게 이해하고 결합할 수 있다는 게 가장 큰 특징이다. 구글은 올해 4월 자체 AI 개발 조직 ‘브레인(Brain)’과 자회사 ‘딥마인드(DeepMind)’를 통합, 차세대 AI 모델을 개발해 왔다.
이홍락 LG AI연구원 최고AI과학자(CSAI, 부사장)는 지난 11월 24일 서울 코엑스에서 더밀크와 한국무역협회가 공동 주최한 ‘트렌드쇼2024’에서 “생성형 AI를 활용하면 신약 개발 기간을 혁신적으로 줄일 수 있다”며 이같이 말했다. 최소 2~3년에서 길면 10년 이상 걸렸던 신약 개발 기간이 수개월 또는 수주로 줄어들어 생성AI 혁명의 수혜를 '신약' 분야가 볼 것으로 예측했다. 이 부사장은 2013년 국제전기전자공학회(IEEE)에서 세계 10대 AI 연구자로 선정된 바 있다. 구글 브레인을 거쳐 미시간대 교수로 재직해오다 2020년 12월 LG AI연구원에 CSAI로 합류했다. 이 부사장은 LG AI연구원에서 초거대 AI 모델 ‘엑사원(EXAONE)’ 개발을 주도하고 있다. 신약개발·소재·화학 등 전문 영역에서 상위 1% 성능을 갖춘 AI 모델을 만든다는 목표다. LG AI연구원은 2023년 7월 전문가용 멀티모달(Multimodal, 다중모드) 모델 ‘엑사원 2.0’을 공개했다. 실제로 글로벌 AI 기술, 그중에서도 신약·신소재 분야의 잠재력은 매우 크다. 구글 딥마인드는 11월 29일(현지시각) 네이처에 게재된 논문을 통해 “AI 도구 ‘지놈(GNoME)’으로 220만개의 새로운 물질 구조를 발견, 이 중 가장 안정적일 것으로 예상되는 38만1000개를 유망 후보 물질로 선별했다”고 밝혔다. 후보 물질에는 초전도체, 차세대 배터리 등 미래를 바꿀 가능성을 지닌 소재가 대거 포함됐다. 기존 연구 방식으로 800년 걸리는 일을 생성형 AI로 해낸 것이다. 과거에는 상상조차 하지 못했던 일이 벌어지고 있다. 이 부사장이 바라본 생성형 AI의 미래는 어떤 모습일까.
