[현장] 국회 AI 포럼 "韓 AI 기술, 미국과 격차 447년 벌어질 것"

배경훈 LG AI연구원장, 국회 강연…'엑사원' 등 국내 AI 강점·한계·투자 필요성 강조

"현재 추세대로라면 미국이 2040년 도달할 인공지능(AI) 수준을 우리가 달성하려면 447년이 걸릴 것입니다. 이는 국가 경쟁력에 치명적인 문제가 될 수 있습니다."

배경훈 LG AI연구원 원장은 10일 국회에서 열린 '인공지능(AI) 포럼 초청 특별강연'에서 이같이 발언하며 국내 AI 기술 투자 속도와 글로벌 경쟁력 간의 심각한 격차를 지적했다. 그는 이 격차가 대한민국의 산업·경제적 미래를 위협할 수 있다고 경고했다.

이번 강연은 국회의원 연구단체인 '국회 AI 포럼'이 주최하고 국회도서관과 한국인터넷기업협회가 후원한 자리에서 진행됐다. 이 강연에서 배 원장은 국내 AI 산업의 현황, 도전 과제, 그리고 LG AI 연구원의 기술적 성과에 대해 설명했다.

배경훈 LG AI연구원장, 10일 국회서 강연…'엑사원' 등 국내 AI의 강점·한계·투자 필요성 강조 (사진=방은주 기자 촬영)

배 원장은 한국과 미국 간의 AI 기술 격차가 발생한 원인으로 느린 투자 속도와 인프라 부족을 꼽았다. 그는 AI 기술 발전의 핵심인 고성능 반도체와 데이터 처리 비용에 천문학적인 비용이 수반됨을 지적하며 국가 차원의 투자가 이를 따르지 못하는 현실을 꼬집었다.

그는 "이러한 인프라 부족은 AI 기술의 개발과 산업적 적용을 어렵게 만들 수 있다"며 "이에 따라 국내 AI 업계가 글로벌 경쟁에서 뒤처지게 할 위험이 있다"고 강조했다.

배 원장에 따르면 한국의 AI 기술은 글로벌 빅테크에 비해 데이터·인프라의 제약을 겪음에도 기술적 강점을 가지고 있다. 그 대표적인 예시로 배 원장은 LG AI연구원의 '엑사원(EXAONE)'을 꼽았다.

지난 8월 출시된 '엑사원 3.0'은 한국어에 특화된 AI 모델로, 7.8조 매개변수와 8T 토큰을 바탕으로 학습됐다. 또 한국어와 영어를 약 6대3 비율로 학습해 한국어 능력에 있어서의 우수성을 인정받았다. 또 '챗GPT'와 같은 제너럴리스트 AI와는 달리 전문가 AI로서 개발 돼 특정 산업에 특화된 조언과 솔루션을 제공하는 것을 목표로 한다.

배 원장은 "우리는 챗봇 같은 AI 대신 실제 산업에서 활용 가능한 전문가 수준 AI를 처음부터 지향했다"며 "엑사원은 이를 목표로 개발된 모델"이라고 강조했다.

'인공지능(AI) 포럼 초청 특별강연' (사진=국회)

'엑사원'과 같은 국내 AI 기술의 진전에도 불구하고 배 원장은 현재 AI가 일반인공지능(AGI) 수준에 도달할 지에 대해서는 회의적인 시각을 드러냈다.

그는 "AGI가 수년 내에 가능할 것이라는 낙관적 전망에 대해 신중할 필요가 있다"며 "인간 수준 지능을 가진 AI를 개발하는 데는 기술적 한계와 인프라의 제약이 여전히 존재한다"고 강조했다.

이와 동시에 배 원장은 AI 거품론에 대해서도 신중론을 제기했다. 배 원장에 따르면 지금의 AI 거품론은 기술이 아직 완성되지 않았음에도 지나친 기대를 모았기 때문에 발생했기 때문이다. 이러한 기대는 아직도 엄청난 잠재력을 가진 AI 분야의 발전에 회의적 시각을 확산시킬 위험성이 있다.

그는 "AI에 대한 과도한 기대가 오히려 거품론을 불러일으키게 됐다"며 "아직 해결해야 할 기술적 과제들이 많이 남아 있고 생성 AI가 실제 산업 현장에서 완벽하게 적용되기에는 많은 시행착오가 필요하다는 점을 기억해야 한다"고 강조했다.

'인공지능(AI) 포럼 초청 특별강연' (사진=방은주 기자 촬영)

그러면서 "생성 AI의 환각 현상과 일부 산업 현장에서의 실패 사례는 기술이 아직 미완성임을 보여준다"며 "신뢰성과 경제성을 동시에 충족시킬 수 있는 AI 기술이 필요하다"고 강조했다.

거품론의 확산에도 불구하고 배 원장은 AI가 국내 사회 문제를 해결하는 중요한 도구가 될 수 있다는 점을 강조했다. 이는 AI가 고령화·저출산에 따른 인구 감소로 발생하는 노동력 부족 문제를 해결할 수 있기 때문이다.

배 원장은 "급격한 인구 감소를 겪을 것이 예상되는 시점이므로 AI를 통해 이러한 문제를 해결하는 것이 필수적"이라며 "이를 위해서는 정부 차원의 대규모 투자와 정책적 지원이 필요하다"고 강조했다.

그러면서 "독자적인 AI 기술을 개발하고 자체 인프라와 데이터를 활용하기 위해 지금보다 훨씬 많은 투자가 필요하다"고 밝혔다.