가트너 "생성AI, 환멸 골짜기 단계···몇년간 기능 빠르게 발전"

컴퓨팅 분야 세계적 리서치기관인 미국 가트너(Gartner)가 10일 '2024 생성형 AI 하이프 사이클(2024 Gartner Hype Cycle for Generative AI) 보고서'를 발표, 주목해야 할 최신 AI 트렌드를 소개했다.

이에 따르면, 가트너는 향후 5년 내 조직에 큰 영향을 미칠 잠재력이 있는 기술로 ‘멀티모달(Multimodal) 생성형 AI’와 ‘오픈소스 LLM(대규모 언어 모델)’을 꼽았고, 향후 10년 내 주류가 될 것으로 예상한 잠재력이 가장 높은 기술로 ‘도메인 특화 생성형 AI 모델’과 ‘자율 에이전트’를 꼽았다.

에릭 브레테누(Erick Brethenoux) 가트너 수석 VP 애널리스트는 "생성형 AI가 텍스트, 이미지, 오디오, 비디오 등 다양한 유형의 데이터를 뜻하는 모달리티를 학습하도록 진화함에 따라 다양한 데이터 스트림 간 관계를 포착하는 데 도움을 주고, 모든 데이터 유형과 애플리케이션에서 생성형 AI 이점을 확대할 잠재력을 갖게 됐다”며 “이러한 생성형 AI 모델은 환경에 구애받지 않고 더 많은 작업을 수행할 수 있게 사용자를 지원한다”고 말했다.

아룬 찬드라세카란(Arun Chandrasekaran) 가트너 수석 VP 애널리스트는 "기술 및 공급 생태계의 혼란스럽고 빠른 변화로 기업에게 생성형 AI는 계속해서 부담이 될 것”이라고 짚었다. 이어 그는 “생성형AI는 현재 부풀려진 기대의 정점을 지나 기대감과 관심이 급격히 줄어드는 환멸의 골짜기 단계에 있다. 과대광고가 가라앉으면 실질적인 이점이 나타날 것이며, 향후 몇 년 동안 기능이 빠르게 발전해 나갈 것”이라고 전망했다.

■ 멀티모달 생성형 AI

멀티모달 생성형 AI는 기존 모델에서는 불가능했던 새로운 기능과 특징을 추가함으로써 기업용 애플리케이션에 혁신적인 영향을 미칠 것으로 가트너는 예측했다. 이는 특정 산업이나 사용 사례에 국한하지 않고, AI와 인간이 상호작용하는 모든 곳에서 적용할 수 있다고 내다봤다. 현재 많은 멀티모달 모델은 두 세 가지 모달리티에 제한되어 있지만, 향후 몇 년 안에 더 많은 모달리티를 포함하도록 확대할 전망이다.

가트너 보고서에 따르면, 2023년에는 생성형 AI 솔루션의 1%만이 멀티모달 방식이었으나, 2027년까지는 40%로 증가할 전망이다. 개별 모델에서 멀티모달 모델로 점차 전환하면서 인간과 AI간 상호 작용은 강화하고 생성형 AI 활용 제품 및 서비스에 차별화를 부여할 전망이다.

브레테누 수석 VP 애널리스트는 “현실 세계에서 사람들은 청각, 시각 등 다양한 모달리티 조합을 통해 정보를 접하고 이해한다”며 “멀티모달 생성형 AI가 중요한 이유는 데이터가 일반적으로 멀티모달이기 때문이다. 단일 모달리티 모델을 결합하거나 조합해 멀티모달 생성형 AI 애플리케이션을 지원하면 종종 지연이 발생하고 결과의 정확성이 떨어지기 때문에 낮은 경험 품질을 제공할 수 있다"고 강조했다.

■오픈소스 LLM

오픈소스 LLM은 상업적 접근을 민주화하고, 개발자가 특정 작업과 사용 사례에 맞게 모델을 최적화할 수 있게 함으로써, 생성형 AI 도입을 통해 기업 가치를 가속화하는 딥러닝 기반 모델이다. 또 기업, 학계, 기타 연구 분야가 개발자 커뮤니티에 접근, 공통 목표를 향해 모델을 개선하고 가치를 향상하는 데 기여한다.

찬드라세카란 수석 VP 애널리스트는 "오픈소스 LLM은 맞춤화 과정을 통해 혁신 잠재력을 높이고, 개인정보 보호 및 보안에 대한 더 나은 통제, 모델 투명성, 협력적 개발 활용, 공급업체 종속성을 줄일 수 있는 가능성을 제공한다”며 “이는 궁극적으로 기업에게 더 작고 훈련이 쉽고 비용이 적게 드는 모델을 제공하며, 비즈니스 애플리케이션과 핵심 비즈니스 프로세스를 가능하게 한다"고 짚었다.

■도메인 특화 생성형 AI 모델

도메인 특화 생성형 AI 모델은 특정 산업, 비즈니스 기능 또는 업무 요구에 맞게 최적화한 모델이다. 이는 기업 내에서 사용 사례를 개선하며, 향상된 정확성, 보안 및 개인정보 보호, 더욱 정확한 맥락 파악에 기반한 답변을 제공한다. 또 범용 모델 대비 고급 프롬프트 엔지니어링에 대한 필요성을 줄이고, 목표 지향적인 훈련을 통해 환각 위험을 낮출 수 있다.

찬드라세카란 수석 VP 애널리스트는 “도메인 특화 모델은 산업별 업무를 위한 더 발전된 출발점을 제공함으로써 AI 프로젝트의 가치 실현 시간 단축, 성능 개선, 보안을 강화할 수 있다. 이를 통해 조직은 범용 모델이 충분한 성능을 발휘하지 못하는 사용 사례에도 이 모델을 적용할 수 있기에 생성형 AI의 광범위한 채택이 촉진될 것"이라고 말했다.