’프롬 스크래치’, 설계부터 학습까지 자체적 수행 <br />해외 AI 오픈소스 사용…가중치 초기화 뒤 학습해야 <br />이미 학습된 중국 AI 오픈소스 사용 네이버 팀 탈락<br /><br /> <br />독자 AI 파운데이션 모델 1차 평가에서 중국 소스를 쓴 네이버 탈락은 국내 AI 업계의 민낯을 보여준 것으로 이대로는 기술 자립이 어렵다는 경종을 울리고 있습니다. <br /> <br />AI 모델의 독자성은 무엇이며 글로벌 경쟁에서 중요한 이유는 무엇인지, 이성규 기자가 정리했습니다. <br /> <br />[기자] <br />인공지능 모델 개발에서 독자성은 설계부터 학습까지 자체적으로 수행한 인공지능을 말합니다. <br /> <br />이른바 ’프롬 스크래치(From Scratch)’, 즉 기초부터 다져야 한다는 겁니다. <br /> <br />해외 인공지능 모델의 오픈소스를 쓸 경우엔 가중치를 초기화한 뒤 자체적으로 학습해야 독자성을 인정받습니다. <br /> <br />네이버가 1차 평가에서 탈락한 이유도 이미 학습된 중국 AI 오픈소스를 가중치 초기화 없이 그대로 썼기 때문입니다. <br /> <br />[류제명 / 과학기술정보통신부 2차관 : 검증된 오픈소스를 전략적으로 활용하더라도 가중치를 초기화한 후 학습·개발을 수행하는 것이 모델의 독자성 확보를 위한 최소조건이라고 판단하였습니다.] <br /> <br />문제는 학습된 중국 소스 사용이 국내 AI 업계에서는 효율성을 내세워 관행처럼 이뤄지고 있다는 점입니다. <br /> <br />아무리 한국어 데이터를 입히는 미세조정을 거쳐도 중국 AI 파생 모델일 뿐 독자 AI로 볼 수는 없다는 지적이 나옵니다. <br /> <br />[조성배 / 연세대 컴퓨터과학과 교수 : 후속 비즈니스나 이런 거 고려했을 때 국가적 차원에서 나중에 규정 준수에서 문제가 안 생기도록 "우리 독자적인 거 만들어 봅시다" 라고 처음부터 한 거니깐 그런 입장에서는 좀 더 엄밀히 지킬 필요는 있었죠.] <br /> <br />막대한 비용에도 불구하고 독자 AI를 개발해야 하는 이유는 국가 안보와 산업 생태계의 생존이 달렸기 때문입니다. <br /> <br />해외 클라우드 기반 모델을 사용할 경우 정부 기밀이나 기업의 민감 정보가 해외 서버로 흘러갈 위험을 배제할 수 없습니다. <br /> <br />또 미국이나 중국 모델은 한국의 역사나 법률, 사회적 맥락을 온전히 담아내기 어렵습니다. <br /> <br />이번 논란이 단순히 개별 기업의 탈락에 그칠 것이 아니라 국내 AI 생태계 전반을 점검하고 전략의 판을 새로 짜는 계기가 돼야 한다고 전문가들은 지적합니다. <br /> <br />YTN 사이언스 이성규입니다. <br /> <br />영상편집 : 황유민 <br /> <br />※ ’당신의 ... (중략)<br /><br />YTN 이성규 (sklee95@ytn.co.kr)<br /><br />▶ 기사 원문 : https://www.ytn.co.kr/_ln/0105_202601192049290139<br />▶ 제보 안내 : http://goo.gl/gEvsAL, 모바일앱, social@ytn.co.kr, #2424<br /><br />▣ YTN 데일리모션 채널 구독 : http://goo.gl/oXJWJs<br /><br />[ 한국 뉴스 채널 와이티엔 / Korea News Channel YTN ]
