AI 민주화: 이는 무엇을 의미하며 어떻게 작동하나요?
눈 깜짝할 사이에 인공 지능(AI)을 사용하는 요즘 사람들을 지나칠 수 있습니다.
타코 애호가들이 지역 드라이브 스루에서 친절한 봇에게 주문하는가 하면,1 AI 도구를 활용하여 지속성 좋은 향을 디자인하는 조향사들도 있습니다.2 유기농 채소를 기르는 농부들이 로봇 제초기를 배치하기도 하고,3 이중 초점 안경을 착용하는 사람들이 AI 기반의 시력 검사를 받기도 합니다.4
완벽한 시야를 확보해야만 상황을 파악할 수 있는 것은 아닙니다. AI의 사용 사례와 이점이 현기증이 날 정도로 빠르게 증가하면서 AI 사용자 수도 엄청나게 늘어나고 있습니다. 한때는 난해했던 고급 AI 기술이 이제 소비자와 비즈니스 사용자 모두를 지원하고 있으며, 이러한 수준의 보편성은 AI의 민주화를 보여주는 지표라고 할 수 있습니다.
그러나 현재 AI 관행을 자세히 살펴보면 AI 민주화에는 여전히 개선의 여지가 있음을 알 수 있습니다. 그 이유를 이해하려면 민주화가 무엇을 수반하는지, 오늘날 개인과 기업에 어떤 영향을 미치는지, 그리고 미래에 어떤 영향을 미칠 수 있는지 고려하는 것이 중요합니다.
최신 AI 뉴스+인사이트
주간 Think 뉴스레터에서 전문가들이 선별한 AI, 클라우드 등에 관한 인사이트와 소식을 살펴보세요.
AI 민주화의 정의는 수년에 걸쳐 변화해 왔습니다. 넓게 보면 사회 전반에 걸쳐 AI 애플리케이션과 능력이 보다 공평하게 확산되는 것이라고 볼 수 있습니다. 좀 더 세분화된 수준에서 연구자들은 일반적으로 AI 민주화의 최소 3가지 핵심 측면에 동의합니다.5
- AI 사용의 민주화
- AI 개발의 민주화
- AI 거버넌스의 민주화
AI 사용을 대중화한다는 것은 머신 러닝(ML) 전문가를 넘어 더 광범위한 사용자에게 AI 액세스를 제공하는 것을 의미합니다. 접근성을 개선하는 일반적인 방법으로는 AI 비용을 절감하고 사람들이 이미 사용하고 있는 툴과 플랫폼에 AI를 통합하는 것이 있습니다.
이는 AI가 대중의 담론에 등장하기 한참 전부터 수년 동안 개발되어 온 개념입니다. 예를 들어, 2016년에 Microsoft는 "상아탑에서 벗어나 모든 사람이 접근할 수 있도록" AI를 대중화하겠다고 선언했습니다.6 AI 사용의 민주화가 의미하는 바는 더 많은 사람들이 개인 생활과 직장 생활 모두에서 AI 능력의 혜택을 누릴 수 있게 된다는 것입니다.
소비자를 대상으로 하는 생성형 AI(gen AI) 애플리케이션의 출시와 빠른 채택은 소비자들 사이에서 AI 사용의 민주화가 진행되고 있음을 시사합니다. 2023년 글로벌 소비자 감정 설문조사에 따르면 응답자의 75%가 AI 기반 툴을 사용하는 것으로 나타났습니다.7 가장 인기 있는 소비자 대상 대규모 언어 모델(LLM) 애플리케이션인 OpenAI의 ChatGPT는 주간 활성 사용자 수가 2억 명 이상이라고 합니다.
그러나 비즈니스에서 AI의 사용은 규모와 산업에 따라 다릅니다. 예를 들어, IBM이 의뢰한 연구에 따르면 직원 1,000명 이상의 엔터프라이즈급 조직 중 42%는 AI 시스템을 적극적으로 사용하고 있으며, 나머지 40%는 기술을 탐색하고 있는 것으로 나타났습니다. 그러나 소규모 기업(평균 직원 수 48명 미만)을 대상으로 한 설문조사에 따르면 상품 및 서비스 생산에 AI를 사용하는 기업은 4% 미만인 것으로 나타났습니다.
미국 인구조사국에서 실시한 이 설문조사에서는 업종에 따라 도입률도 달랐는데, 식품 서비스업과 건설업의 사용률이 가장 낮은 것으로 나타났습니다. 당연히 기술 기업이 가장 높은 사용률을 보였습니다.8
AI 개발을 민주화한다는 것은 AI 솔루션 개발에 더 많은 사람을 참여시키는 것을 의미합니다. 하지만 이러한 사람들이 정확히 누구인지에 대해서는 개념을 어떻게 해석하느냐에 따라 달라집니다. 대개는 개발자, 연구원 및 데이터 과학자에게 대형 기술 기업에 고용된 사람들이 이미 이용할 수 있는 무료 또는 저렴한 컴퓨팅 리소스와 기술 툴을 제공하는 것입니다.
그러나 다른 경우에는 개발을 민주화하기 위해 AI 솔루션 및 모델 개발에 기술적인 지식이 없는 사용자를 포함해야 합니다. 이는 희귀한 높은 전문성을 가진 집단을 넘어 AI 알고리즘, 데이터 세트, 컴퓨터 과학에 대해 깊게 이해할 필요가 없는 사람들에게까지 관심을 기울이는 것을 의미합니다.
이는 기술 노하우가 없는 사용자도 AI 기반 애플리케이션을 구축하고 적응할 수 있도록 도와주는 도구를 제공함으로써 달성할 수 있습니다. 이 개념은 기술적 배경에 관계없이 모든 직원이 데이터 과학을 의사 결정 프로세스에 통합할 수 있는 시스템을 만들고 도구를 채택하는 프로세스인 기업 내 데이터 민주화와 유사합니다.
두 경우 모두 AI 개발의 민주화는 AI 혁신의 미래에 좋은 일로 여겨집니다. 이러한 혁신은 AI 모델을 최적화하여 현재보다 더 광범위한 이해관계자와 사용자에게 더 효과적으로 서비스를 제공할 수 있습니다. 예를 들어, 이전에는 맞춤형 AI 애플리케이션을 만들 여력이 없었던 소규모 기업도 더 저렴한 툴과 서비스로 인해 이러한 시도가 더 실현 가능하다는 것을 알게 될 수 있습니다.
한편, 민주화된 개발은 알고리즘 설계, AI 학습 데이터 및 기타 AI 개발 측면에 사회의 편견이 뜻하지 않게 내재된 AI 편향을 방지하는 데 도움이 될 수 있기 때문에 소외된 그룹의 소비자도 혜택을 받을 수 있습니다. AI 편향은 소외된 그룹의 사람들에게 도움이 되지 않거나 심지어 해로운 결과를 만들어 경제와 사회에 참여하는 능력을 저해할 수 있습니다.
편향성 문제의 일부는 AI 거버넌스 센터의 연구원들이 언급했듯이, 선도적인 AI 회사들이 일반적으로 '좁은 인구 집단'의 개발자를 고용한다는 사실에서 비롯됩니다. 연구원들은 AI 개발에 더 많은 사람을 참여시킬 수 있으며, 그 결과 애플리케이션이 더 다양한 이해관계에 부합할 수 있다고 결론지었습니다.9
현재로서는 AI 개발과 혁신의 대부분이 특정 국가에 집중되어 있습니다. 2024년에 발표된 한 연구에 따르면, 미국 개발자들은 한 해 동안 두 번째로 높은 개발 수준을 보인 중국보다 5배나 많은 AI 파운데이션 모델을 생산했습니다. 한편, 기술 업계의 개발자들은 학계 출신의 개발자들보다 거의 4배 더 많은 모델을 만들었습니다.10
AI 거버넌스는 AI 시스템과 툴이 안전하고 윤리적임을 보장하는 데 도움이 되는 프로세스, 표준 및 보호 장치를 의미합니다. 따라서 AI 거버넌스의 민주화는 개발자와 기술 기업을 넘어 더 많은 사람과 조직이 안전하고 윤리적인 AI 기술 배포에 영향력을 갖는다는 개념입니다.
거버넌스 옹호자들은 이러한 민주화가 차별이나 개인정보 침해와 같은 AI 배포와 관련된 피해를 최소화하는 데 도움이 될 수 있다고 말합니다. 또한 AI 설명 가능성, 해석 가능성, 투명성 및 기타 AI 시스템에 대한 신뢰를 향상시키는 기타 특성을 강화하는 데 도움이 될 수 있습니다.
그러나 AI 개발의 민주화와 마찬가지로 거버넌스 민주화에 정확히 누가 참여해야 하는지에 대한 구체적인 내용은 다양할 수 있습니다. 어떤 이들은 AI 배포로 인해 영향을 받는 사람들을 포함해야 한다고 주장합니다.11 어떤 이들은 어떤 방식으로든 모든 사회 구성원이 AI 거버넌스에 참여해야 한다고 제안합니다.12
거버넌스 민주화 조치는 기업 차원에서 이루어질 수 있으며, 기업은 직원이나 고객으로부터 AI 시스템의 거버넌스에 대한 의견을 수렴할 수 있습니다. 더 넓은 범위에서는 자발적 프레임워크와 강제 규정 등 정부의 조치와 민간 및 공공 부문의 협력 이니셔티브를 통해 민주화 노력이 이루어지고 있습니다.
다양한 툴과 기술은 더 많은 개인과 조직이 자체 AI 애플리케이션을 개발할 수 있도록 지원함으로써 AI 민주화를 뒷받침합니다.
오픈 소스 소프트웨어
오픈 소스 소프트웨어는 사용자 커뮤니티가 공동으로 개발하고 업데이트하는 소프트웨어입니다. 또한 누구나 무료로 사용, 변경 및 재배포할 수 있습니다. AI와 관련하여, IBM 파트너인 Hugging Face에서 제공하는 것과 같은 오픈 소스 모델 라이브러리에는 기업이 특정 사용 사례에 맞게 조정할 수 있는 파운데이션 모델이 포함되어 있습니다.
추가 오픈 소스 툴은 사용자가 사용 가능한 모델을 최대한 활용할 수 있도록 도와줍니다. 예를 들어, IBM Research와 Red Hat의 오픈 소스 프로젝트인 InstructLab은 합성 데이터를 생성하여 LLM 교육을 가속화하는 데 도움이 됩니다. 합성 데이터는 특정 목표, 가치 및 사용 사례에 맞게 조정할 수 있지만, 유사한 사양을 충족하는 실제 데이터를 수집하는 것은 어렵고 비용이 많이 들 수 있습니다.
서비스형 소프트웨어(SaaS)
AI 시스템을 성공적으로 맞춤화하고 배포하는 데 필요한 인프라는 AI 솔루션을 채택하려는 조직에 큰 장애물이 될 수 있습니다. 그러한 인프라에는 데이터 스토리지 솔루션, 컴퓨팅 리소스, 머신 러닝 프레임워크, 머신 러닝 운영(MLOps) 플랫폼이 포함됩니다.
다행히 서비스형 소프트웨어 모델은 기업이 대규모 인프라 투자 없이도 AI 채택을 가속화할 수 있도록 지원합니다. IBM과 Amazon 간의 협력을 통해 기업은 AI 중심 SaaS에 더 쉽게 액세스할 수 있습니다. IBM은 이제 Amazon의 AWS Marketplace를 통해 주요 데이터 스토리지 및 AI 거버넌스 솔루션을 제공하고 있습니다.
노코드 툴
노코드 도구와 플랫폼 덕분에 코딩 기술이 제한적이거나 전혀 없는 사람들도 일부 AI 애플리케이션을 만들 수 있습니다. Amazon SageMaker Canvas와 같은 노코드 솔루션은 AI 개발 워크플로의 자동화를 제공하고 시각화 중심 접근 방식을 위한 드래그 앤 드롭 인터페이스를 제공합니다.
최근 몇 년 동안 AI 민주화의 3가지 형태인 사용, 개발 및 거버넌스를 모두 발전시키기 위해 민간 및 공공 부문에서 여러 이니셔티브가 등장했습니다. 이러한 이니셔티브에는 다음이 포함됩니다.
AI Alliance
AI Alliance는 개방적이고 안전하며 책임감 있는 AI를 발전시키기 위해 협력하는 AI 개발자, 연구원 및 채택자로 구성된 국제 커뮤니티입니다. 2023년 IBM과 Meta가 출범한 이 그룹에는 대학, 산업계, 정부의 리더들이 참여하고 있습니다. 이 그룹의 목표는 AI의 책임 있는 개발과 사용을 위한 벤치마크 및 평가 툴 개발, 오픈 소스 파운데이션 모델 개발의 발전, 대중과 정책 입안자에게 정보를 제공하기 위한 교육 콘텐츠 개발 등입니다.
AI Governance Alliance
AI Governance Alliance(AIGA)는 WEF의 책임감 있는 AI 리더십 서밋 이후 2023년 세계경제포럼에서 출범했습니다. AIGA는 AI 개발 및 배포에 있어 포용성, 윤리 및 지속가능성을 장려합니다. 연합의 아웃풋에 대한 자문을 담당하는 운영위원회에는 학계 지도자, 정부 관계자, Google, IBM, Meta 및 OpenAI와 같은 기술 조직의 임원들이 참여하고 있습니다.
국가 AI 연구 리소스 파일럿
미국 국립과학재단의 국가 AI 연구 리소스(NAIRR) 파일럿은 미국 전역의 연구자들을 AI 인프라 리소스와 연결하기 위한 노력의 일환입니다. 이 파일럿 프로그램은 12개의 다른 연방 기관 및 Amazon Web Services, Google, Hugging Face, IBM, Intel, Meta, Microsoft 및 OpenAI를 포함한 26개의 다른 조직과의 파트너십으로 구성됩니다.
신뢰할 수 있는 AI 프레임워크
다양한 정부와 조직은 AI 시스템의 개발 및 배포에서 무엇보다도 공정성과 투명성을 높이기 위해 신뢰할 수 있는 AI 프레임워크를 개발해 왔습니다. 이러한 프레임워크에는 경제협력개발기구(OECD)의 AI 원칙과 미국 국립표준기술연구소(NIST)의 AI 위험 관리 프레임워크가 포함됩니다. 유럽연합의 신뢰할 수 있는 인공 지능을 위한 윤리 지침이라는 적어도 하나의 프레임워크의 원칙은 나중에 EU AI 법이라는 법률에 통합되었습니다.
AI 업스킬링 프로그램
각주
1 “Taco Bell is rolling out AI ordering in hundreds of drive-thrus. Here's how it works.” ZDNET. 2024년 8월 1일.
2 “Is the Future of Fragrance In the Hands of AI?” Fashion. 2024년 1월 2일.
3 “Carbon Robotics raises $70M to scale up AI-powered robotic farming solutions.” SiliconANGLE. 2024년 10월 21일.
4 “Meet the 'Eyebot': An AI-Powered, 90-Second Vision Test.” CNet. 2024년 10월 17일.
5 “Democratizing AI’ and the Concern of Algorithmic Injustice.” Philosophy & Technology. 2024년 8월 14일.
6, 12 “Democratizing AI.” Microsoft. 2016년 9월 26일.
7 “Consumers Know More About AI Than Business Leaders Think.” BCG. 2024년 4월 24일.
8 “How Many U.S. Businesses Use Artificial Intelligence?” United States Census Bureau. 2023년 11월 28일.
9, 11 “Democratising AI: Multiple Meanings, Goals, and Methods.” Association for Computing Machinery Digital Library. 2023년 8월 29일.
10 “Artificial Intelligence Index Report 2024.” Stanford University Human-Centered Artificial Intelligence. 2024년 10월 28일 액세스.
13 “Here are 7 free AI classes you can take online from top tech firms, universities.” Fortune. 2024년 9월 5일.
리소스
IBM watsonx.governance를 사용하여 어디서나 생성형 AI 모델을 관리하고 클라우드 또는 온프레미스에 배포하세요.
AI에 대한 직원의 확신을 높이고 도입과 혁신을 가속화하고 고객 신뢰를 개선하는 데 AI 거버넌스가 어떻게 도움이 될 수 있는지 알아보세요.
IBM Consulting의 도움을 받아 EU AI 법에 대비하고 책임감 있는 AI 거버넌스 접근 방식을 확립하세요.