[이랜서칼럼]은 ‘IT를 기반으로 자유롭게 일하는 21세기형 전문가’를 지칭하는 ‘이랜서’(e-Lancer)들이 21세기형 일과 생활에 대한 인사이트와 노하우를 공유하는 장 입니다.


이제 AI는 영화 러브 액추얼(Love Actually)의 OST 'Christmas Is All Around'처럼 전 산업에 주류(AI Is All Around)가 돼가고 있다.

AI는 메타버스와 융합해 AI 디지털 트윈(Digital Twin)으로 진화할 것이다. AI의 가능성과 잠재력은 무궁무진하다. 앞으로 변하지 않을 기술 트렌드가 무엇이라고 물으면 필자는 주저 없이 AI와 메타버스라고 답할 것이다.

AI는 지능 혁신의 아이콘이고 메타버스는 웹3.0(WEB3.0)의 새로운 공간이다. AI+메타버스는 DX(Digital Transformation)의 실행 도구이며, 기업의 생존과 지속가능한 성장을 돕는 핵심 기술이다. 특히, AI는 누구나 보편적으로 학습하고 내재화해 실생활에 이용해야 할 기술이다. IBM은 증강 지능(Augmented Intelligence)을 말하면서 AI를 인간을 ‘대체’할 기술이 아닌 인간을 도울 ‘수단’으로 정의하며 "AI를 효율적으로 활용하는 사람이 활용하지 못하는 사람을 대체할 수 있다"는 말을 한다. 또한, 구글은 AI 민주화와 대중화를 말한다. 소프트뱅크 손정희 회장도 “첫째도 둘째도 셋째도 AI에 집중해야!”한다고 한다. 그만큼 AI가 중요하다는 것이다.

그런데, 한가지 빠진 부분이 있다. '어떻게'가 빠져있다. 얼마 전에 딸아이의 학교로부터 AI 전문가 인터뷰 요청을 받아 진행한 적이 있었다. AI 개발자가 되기 위해 어떤 것을 준비해야 하냐는 질문에서 필자는 이렇게 말했다. AI 개발자가 되기 전에 역할 정의가 필요한데 “AI 빌더(Build)가 될 것인가? 아니면 AI 메이커(Maker)가 될 것인가? 아니면 AI 기획자가 될 것인가? 를 먼저 결정해야 한다"고 조언했다.

온라인으로 AI 교육 강좌를 개설하면 최소 40~50명은 참여한다. 그만큼 일반인도 AI에 대한 관심이 뜨겁다. 그런데, 실제 AI 교육 강좌에서 설명하는 '핸즈온(hands-on) 하는 ANN(Artificial Neural Network)'이나 CNN(Convolution Neural Network), RNN(Recurrent Neural Network), GAN(Generative Adversarial Network)과 같은 AI 알고리즘을 얼마나 이해할까? 솔직히 AI 알고리즘별 특징을 파악하는데는 과정을 한번 듣는 것만으로는 힘들다. 또 파이썬, 넘파이(Numpy), 판다스(Pandas), 맷플롭립(Matplotlib), 텐서플로우(TensorFlow) 등 사전에 학습할 기반 기술도 많다.

그래서, AI를 시작하기 전에 우선 자신의 역할 정의가 필요하다. AI 활용이 필요할 때 정확도가 높고 성능이 우수한 AI 모델을 찾아 선택하고 조합하는 AI 빌더가 될 것인가? 아니면 정확도가 높고 성능이 우수한 AI 학습모델을 개발하는 AI 메이커가 될 것인가? 아니면 AI 빌더와 AI 메이커에게 개발에 필요한 업무 프로세스 규칙, 패턴, 결정 지수와 같은 특이점을 제공하는 AI 기획자가 될 것인가? 를 선택해야 한다.

현재 AI 교육의 가장 큰 문제점은 AI 기획자, AI 빌더, AI 메이커 역할을 혼재해 가르치고 있다는 것이다. 이는 뜨거운 AI 관심과 열정이 있어 자신의 역량을 극대화할 수 있는 기회의 문을 여는 것을 포기하게 만든다. 수학에 수포자가 있듯이 AI에도 '에포자'가 있다. AI 교육 혼재는 AI 기반 증강 지능, AI 대중화, AI 민주화, 보편적 AI 가치 권리를 저해하는 근원적 원인이다.

우리 모두가 AI 빌더, AI 메이커가 될 필요는 없다. 자신의 전문 분야에서 AI 활용 영역을 정하고 AI 모델을 활용해 자신의 역량을 극대화하는 AI 기획자도 AI 빌더, AI 메이커만큼 중요하다. AI가 사회를 주도하는 시대다. 이에 자신의 분야를 차별화하고 경쟁력을 높일 수 있는 대상을 찾는 'AI 씽킹'을 해야 한다.

LG의 초거대 AI '엑사원(EXAONE)'을 활용해 ‘금성에 핀 꽃’을 연상하는 다양한 색상과 무늬를 생성하고 이를 이용하여 패션 디자이너가 컨셉에 맞는 이미지(색상, 무늬)를 선정하고 의상을 만들어서 뉴욕 패션 위키 무대에 올린 사례에서 AI 기획자의 모습과 가능성을 엿볼 수 있다.

전통적인 방식으로는 디자이너가 ‘금성에 핀 꽂’을 연상하는 디자인 시안을 20장, 50장, 100장 이상 만드는 것은 시간과 비용면에서 어려운 일이다. 하지만 AI는 이런 일을 능숙하게 빠르게 처리할 수 있다. 바둑 잘 두는 알파고가 있듯이 색상과 무늬를 잘 디자인하는 AI도 만들 수 있다. 우리가 소비하는 서비스와 제품에 AI가 살아 숨 쉬는 시대에 살고 있다.

AI는 우리의 삶에 혁신적이고 고도화된 모습으로 빠르게 다가올 것이다. AI 시대를 주도하기 위해 우리는 AI 기획자가 될지, AI 빌더가 될지, AI 메이커가 될지 결정해야 한다. 그리고, 자신의 역량을 지속적으로 업그레이드하기 위한 AI 씽킹을 일상화해야 한다.

안무정 LG CNS 책임

◆필자 소개