반도체 전문 온라인 매거진 - 올포칩

엔비디아(www.nvidia.co.kr )가 다가오는 2025년 AI가 가져올 혁신적인 발전에 대한 전망을 발표했다. 엔비디아(NVIDIA) AI 전문가들은 AI가 방대한 데이터를 활용해 지능형 매장, 새로운 로봇, 의료, 제조 등 분야에서 획기적인 발전을 이끌 것이라 예측했다. 

컴퓨터 시대가 도래한 이래로 산업계에는 저장된 데이터가 넘쳐나고 있으며, 대부분의 데이터는 활용되지 못하고 있다. 이 데이터의 양은 120ZB(제타바이트)에 달하는 것으로 추정된다. 이는 수조 TB(테라바이트)에 해당하며, 전 세계 모든 해변에 있는 모래알의 120배가 넘는 양이다. 그리고 이제 전 세계 산업계는 거대 언어 모델(large language model, LLM)을 구축하고 맞춤화해 이 방대한 데이터를 활용하고 있다. 

2025년이 다가오면서 의료, 통신, 엔터테인먼트, 에너지, 로보틱스, 자동차, 소매업과 같은 산업들은 이러한 모델을 사용해 자사의 독점 데이터와 결합하고, 추론할 수 있는 AI를 개발하기 위해 준비하고 있다. 

엔비디아 전문가들은 매년 전 세계적으로 88조 달러 상당의 상품과 서비스를 제공하는 산업에 주목하고 있다. 이들은 엣지에서 데이터를 활용하고 거의 즉각적인 인사이트를 제공할 수 있는 AI가 가까운 병원, 공장, 고객 서비스 센터, 자동차, 모바일 기기에 도입될 것이라고 예측한다. 

이에 앞서, AI에 대한 AI의 예측을 들어봤다. “2025년 산업계에서 AI의 주요 트렌드는 무엇일까?"라는 질문에 퍼플렉시티(Perplexity)와 챗GPT 4.0(ChatGPT 4.0) 모두 에이전틱 AI가 엣지 AI, AI 사이버 보안, AI 기반 로봇과 함께 상위권에 위치한다고 응답했다. 

에이전틱 AI는 거의 자율적으로 작동하는 새로운 범주의 생성형 AI이다. 방대한 데이터 세트에 대한 지속적인 학습과 분석을 기반으로 복잡한 의사 결정을 내리고 행동할 수 있다. 에이전틱 AI는 적응력이 뛰어나며, 명확한 목표를 가지고 스스로 수정할 수 있고, 다른 AI 에이전트와 채팅하거나 인간에게 도움을 요청할 수 있다. 

인간과 로봇의 상호 작용

로봇은 인간의 명령을 이해하고 이에 반응하는 것부터 복잡한 수술을 수행하고 보조하는 것까지 다양한 방식으로 인간 임상의를 지원할 것이다. 디지털 트윈, 시뮬레이션, AI는 가상 환경에서 로봇 시스템을 훈련하고 테스트해 실제 임상시험과 관련된 위험을 줄이는 것을 가능하게 한다. 또한 거의 모든 시나리오에서 로봇이 반응하도록 훈련해 다양한 임상 상황에서 로봇의 적응력과 성능을 향상시킬 수 있다. 

디지털 헬스 에이전트

에이전틱 AI와 다중 에이전트 시스템의 시대가 열리면 인력 부족과 치료 비용 상승이라는 당면 과제를 해결할 수 있다. 디지털 휴먼이 행정 의료 서비스를 맡아 환자를 대신해 메모를 작성하거나, 다음 진료 일정을 잡아주는 등의 역할을 수행할 것이다. 이는 소프트웨어에 의해 제공되는 서비스 시대를 열고 서비스형 소프트웨어(service-as-a-software, SaaS) 산업을 탄생시킬 것이다. 

신약 개발과 설계 AI 팩토리

챗GPT가 종이와 펜을 들고 시행착오를 거치는 과정 없이 이메일이나 시를 작성할 수 있는 것처럼, 신약 개발에서의 생성형 AI 모델은 과학적 사고와 탐구를 자유롭게 할 수 있다. 테크바이오와 제약바이오 회사들은 시간과 비용이 많이 드는 습식 실험실에서 연구를 진행하기 전에 분자를 생성, 예측, 최적화하는 모델을 결합해 거의 무한대에 가까운 가능성 있는 표적 약물 조합을 탐색하기 시작했다. 

물리적 접근

물리적 세계를 인식하고 이해하며 상호 작용할 수 있는 AI 모델을 준비하는 것은 기업들이 해결해야 할 도전 과제 중 하나이다. LLM은 주로 인간의 피드백을 통한 강화 학습이 필요하지만, 물리 AI(Physical AI)는 물리 법칙을 모방한 '세계 모델(world model)'에서 학습해야 한다. 대규모 물리 기반 시뮬레이션은 물리 AI 모델의 훈련을 가속화하고, 모든 산업 분야의 로봇 시스템에서 지속적인 훈련을 가능하게 한다. 이를 통해 전 세계가 로봇으로 물리 AI의 가치를 실현할 수 있게 해준다. 

더 저렴해진 가격

지능 문제 외에도 휴머노이드 로봇의 도입을 늦춘 가장 큰 요인 중 하나는 경제성이다. 하지만 에이전틱 AI가 로봇에 새로운 인텔리전스를 부여함에 따라, 로봇의 도입은 증가하고, 비용은 급격히 낮아질 것이다. 산업용 로봇의 평균 비용은 2025년까지 1만 8백 달러로 떨어질 것으로 예상된다. 이는 2010년 4만 6천 달러에서 2017년 2만 7천 달러로 감소한 것에 비해 큰 폭의 하락이다. 이러한 기기들이 상당히 저렴해짐에 따라, 모바일 기기처럼 산업 전반에 걸쳐 보편화될 것이다. 

로봇의 재정의

오늘날 사람들이 로봇이라고 하면 보통 자율 주행 로봇(autonomous mobile robot, AMR), 매니퓰레이터 팔 또는 휴머노이드의 이미지나 콘텐츠를 떠올린다. 하지만 미래의 로봇은 스스로 인지하고, 추론하고, 계획하고, 행동하며, 학습하는 자율적인 시스템이 될 것이다. 곧 우리는 수술실과 데이터 센터부터 창고와 공장에 이르기까지 모든 곳에 로봇이 구현되는 모습을 상상하게 될 것이다. 심지어 교통 관제 시스템이나 도시 전체가 수동으로 작동하는 정적인 시스템에서 물리 AI로 구현되는 자율적인 인터랙티브 시스템으로 변화할 것이다. 

소형 언어 모델의 부상

엣지에서 운영되는 로봇의 기능을 개선하기 위해 소형 언어 모델(small language model, sLM)이 부상할 것으로 예상된다. sLM은 에너지 효율이 높고 데이터 센터로 데이터를 전송할 때 발생하는 지연 문제를 방지한다. 엣지 컴퓨팅에서 sLM로의 전환은 자동차, 소매업, 첨단 로보틱스 등 다양한 산업에서 추론을 개선할 것이다.