컨텐츠 바로가기

10.11 (금)

이슈 인공지능 시대가 열린다

[현장]메타, 개방형 AI 생태계 확장에 속도…"챗GPT 보다 정보 유출 걱정 적다"

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
"메타 오픈소스 LLM 파생 모델만 6만5,000개"
"개방형 기술 혁신… 안전성·투명성 높이는데 이바지"
한국일보

마노하 팔루리 메타 생성형 AI 부사장이 10일 서울 강남구 메타코리아 사무실에서 열린 AI 미디어 브리핑 행사에서 발표하고 있다. 메타코리아 제공

<이미지를 클릭하시면 크게 보실 수 있습니다>





오픈소스(개방형) 인공지능(AI)을 이끄는 글로벌 빅테크 메타가 한국에서도 생태계 확장에 속도를 낸다. 'AI 업계 표준'을 놓고 오픈AI와 경쟁 중인 메타가 합리적 비용으로 AI 모델을 구축할 수 있다는 오픈소스의 장점을 내세워 세일즈에 본격 나선 것이다.

마노하 팔루리 메타 생성형 AI 부사장은 10일 서울 강남구 메타코리아 사무실에서 'AI 미디어 브리핑'을 열고 오픈소스 AI의 장점을 설명했다. AI 후발 주자였던 메타는 올해 거대언어모델(LLM)인 '라마 3.1'을 오픈소스로 공개하면서 폐쇄형 AI 모델을 개발 중인 오픈AI와 구글 등에 도전장을 내밀었다. 오픈소스는 프로그램을 개발하는 과정에 필요한 소스 코드(원본 코드)를 누구나 무료로 쓸 수 있게 개방하는 것을 뜻한다.

메타의 라마 모델은 현재까지 전 세계에서 4억 회 이상 다운로드 됐다. 라마 모델은 교육, 헬스케어 분야 등에서 활용되고 있는데 파생된 AI 모델만 6만5,000개에 달한다. 이에 팔루리 부사장은 "오픈소스 방식은 기술 혁신 속도를 높일 뿐 아니라 합리적 비용으로 시스템을 표준화할 수 있다"면서 "(오픈소스 배포 후에도) 보완 과정을 거치기 때문에 안전성과 투명성을 높이는 데 기여할 수 있다"고 강조했다.






한국일보

10일 서울 강남구 메타코리아 사무실에서 열린 AI 미디어브리핑에서 유상윤(왼쪽부터) 에임인텔리전스 최고경영자와 장광선 한국과학기술정보연구원(KISTI) 선임연구원, 마노하 팔루리 메타 생성형 AI 부사장이 대담하고 있다. 메타코리아 제공

<이미지를 클릭하시면 크게 보실 수 있습니다>


한국 AI 모델 개발자 사이에서도 라마에 대한 선호도가 높아지고 있다는 게 메타의 설명이다. 실제 한국과학기술정보연구원(KISTI)이 구축한 과학기술정보 특화 LLM인 고니(KONI)도 라마 모델을 기반으로 만들었다. AI 모델을 만들 때 ①상업 LLM을 활용하거나 ②자체 LLM을 개발하거나 ③오픈LLM을 파인튜닝(미세조정)하는 방식이 있는데 오픈소스를 활용해야 비교적 적은 자원으로 보안성이 높은 모델을 만들 수 있다고 봤기 때문이다.

통상 개방형 AI 모델은 소스 코드를 전부 공개하기 때문에 악의적인 사용자가 취약점을 발견해 악용할 수 있어 보안에 취약하다는 지적을 받는다. 하지만 메타는 개별 기업 입장에서 보면 챗GPT와 같은 폐쇄형 LLM에 데이터를 공유하면 해당 기관의 정보가 유출될 우려가 있다는 점을 부각했다. 장광선 KISTI 선임연구원도 이날 간담회에서 "상업 LLM을 활용하면 API(응용 프로그램 개발 환경)를 통해 데이터를 해당 모델 서버로 전송해야 하기 때문에 (공공기관 입장에선) 보안 및 데이터 유출 문제가 발생할 수 있다"면서 "오픈 LLM은 이런 문제가 해결 가능해 선택했다"고 설명했다. 유상윤 에임인텔리전스 최고경영자(CEO)도 "라마를 쓰면 정보 유출 걱정은 안 해도 된다"고 했다.

AI 기술 경쟁에서 개방형과 폐쇄형의 승자를 예단하긴 어렵다. 모바일 운영 체제에서 개방형 안드로이드를 내세운 구글과 폐쇄형 iOS를 구축한 애플의 경쟁도 현재까지 진행 중이기 때문이다. 다만 메타는 AI 기술 오픈소스를 전면에 내세우겠다는 방침을 분명히 했다. 팔루리 부사장은 "메타의 장기적 목표는 범용인공지능(AGI)을 구축하고 이를 책임감 있게 오픈소스로 공개해 모든 사람이 AI의 혜택을 누리도록 하는 것"이라며 "AI 기술은 단순히 기업의 성장을 넘어 사회와 경제에 큰 가치를 제공할 것"이라고 자신했다.

김지현 기자 hyun1620@hankookilbo.com


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.