AI Summit Seoul 2024 리뷰 (1/2) #5

DEV-daehyun99's Blog			Period	2024/10/01 ~ 2025/02/28
			Link	https://dev-daehyun99.tistory.com/
2024년
번호	업로드 일정	내용
1	10월 01일	KT AIVLE School 6기 기자단 활동 시작 인사
2	10월 07일	IT 분야 정보 공유
	10월 23일	KES 2024 관람
3	10월 28일	KES 2024 리뷰 (1/2)
4	11월 11일	KES 2024 리뷰 (2/2)
	12월 10일	AI summit Seoul 2024 관람
5	12월 16일	AI summit Seoul 2024 리뷰 (1/2)
6	12월 30일	AI summit Seoul 2024 리뷰 (2/2)
2025년
번호	업로드 일정	내용
7	01월 13일	에이블스쿨 2024 되돌아보기 & 7기 모집
8	01월 27일	(온라인) 2025 CES 분석 (1/2)
9	02월 10일	(온라인) 2025 CES 분석 (2/2)
10	02월 28일	KT AIVLE School 6기 기자단 활동 마무리 인사

---

 - 11월까지의 우리 반 소식

 11월에는 여러 번의 미니 프로젝트가 있었다. 그중에 ChatGPT API를 활용하여 응급상황을 자동 인식하고 Naver API를 활용하여 가까운 거리의 응급실을 연계하는 프로젝트가 기억에 남았다.

우리 조가 7반 최초로 발표를 하게 되었고, 내가 수행했던 ChatGPT의 프롬프팅 엔지니어링 부분을 섬세하게 잘 설계하여서 응급 상황 인식 정확도를 높일 수 있었다고 강사님께 칭찬을 받았다. 열심히 노력한 것에 대한 인정을 받은 것 같아서 뿌듯했다.

 11월에는 1차 에이블데이(11/22)도 있었다. 에이블데이에는 다 같이 코딩테스트를 보았고, 같은 반 동료들과 간단한 퀴즈를 풀면서 친해지는 시간을 가졌다. 매니저님들이 여러 가지 많이 준비하신 게 느껴졌었다. 덕분에 재밌게 시간을 보낼 수 있었다.

 

 에이블 데이 기념으로 매니저님이 선물도 챙겨주셨다.

 

---

 - AIS 2024 행사 리뷰 및 있었던 일

 지난주 화요일(12/10)에 AI SUMMIT SEOUL 2024 컨퍼런스에 다녀왔다. AI SUMMIT SEOUL 2024는 AI 전문가들이 한자리에 모이는 글로벌 컨퍼런스로, AI 기술의 미래와 다양한 회사들의 실제 적용 사례를 다룬다. AI에 관한 많은 인사이트를 얻어 갈 수 있는 경험이었지만, 다녀온 후 부족한 부분들과 미래에 대해서 점검해 볼 수 있는 계기가 되었던 것 같다.

 컨퍼런스 행사에서는 강연 말고도 다양한 이벤트가 진행되었다. 오전 휴식 타임에는 Ben Shneiderman 교수님의 도서 증정 이벤트가 열렸다. 선착순 증정이었기 때문에, 호다닥 뛰어갔고 책을 받을 수 있었다.

 책을 받은 후, 페이지를 넘기며 보다 보니 한 가지 깨달은 것이 있었다. "아! 나는 이 책을 안(못) 읽겠구나..." 그 이유인즉슨 책이 영어로 쓰여 있었기 때문이다. 10~20 페이지의 영문 논문도 힘들게 읽는데, 400페이지 정도의 영문 책을 읽을 리가 없었기 때문이다.

아무튼 이런 생각을 뒤로하고, 여러 부스들을 둘러보면서 다른 이벤트들도 참여했다.

 

행운의 추첨볼, AI Photo Booth

 AI 포토 사진을 찍었고, 행운의 추첨볼 이벤트에서는 마지막 하나 남은 L 사이즈 티셔츠를 얻을 수 있었다. ㅎㅎ

 

 부스들을 둘러본 후에는 다음 세션 준비를 위해 자리로 돌아와서 정리를 하고 있었는데, 옆자리에 앉은 외국인 여자분이 나에게 말을 걸어오셨다.

 

옆 자리 여자 분 : "Do you have a cookie?" 

 

나 : 

"...?"

 

 내 표정이 진짜 딱 이런 상태였다. 생전 처음 보는 나한테 뜬금없이 왠 쿠키를 찾으시지..? 내가 잘못 들었나 싶어서 다시 물어보니 또박또박 위의 말을 반복해 주셨다. 배가 많이 고프신가 싶어서 가방을 뒤적이며 가지고 있던 에너지바를 꺼내서 건네드리려하니, 막 웃으시면서 손사래를 치셨다. 아직도 무슨 뜻인지 모르겠다.

 여차저차 내가 가지고 들어온 책을 가리키며 읽어봐도 되냐고 물어보셨다. 그래서 흔쾌히 건네 드렸더니 책을 찬찬히 살펴보시며 핸드폰으로 사진을 찍으시면서 흥미를 보이셨다. 뭔가 가만히 있기 뻘쭘하기도 하고 히잡을 쓰고 계셔서 어느 나라에서 오셨는지 여쭤보았다. 인도에서 오셨고, 교수님이라고 하셨다. 그 후로 내 소개도 하고, 교수님이 추가적으로 뭔가를 물어보셨는데, 횡설수설하다가 대화가 끝난 것 같다. 자리 정리를 마저 하다가 내가 받아온 책이 나보다는 외국인 교수님께  더 필요한 책이지 않을까라는 생각이 들었다. 그래서 "저는 영어에 서투릅니다. 그래서 이 책을 읽지 않을 것 같습니다. 그래서 이 책을 당신에게 드리고 싶습니다."라고 건네드리려고 하니, 안된다고 하시면서 본인에게 주지 말고 영어 공부를 하는데 이 책을 활용하라고 말씀하셨다. 그래서 잠깐 고민하면서 다시 한번 생각해 보았지만 개인적으로 이것저것 하는 것도 많아 당분간은 시간이 없었기 때문에, 이 책을 절대 읽지 않을 거라는 확신이 생겼다. 그래서 "나는 이 책을 안 읽을 것이고, 당신은 교수님이시니깐 이 책의 내용을 다른 학생들에게 가르칠 수 있을 것 같다. 그러니 당신에게 더 필요한 책일 것 같다." 하면서 멋지게 드리고 싶었지만.... 현실은 "음...아...어...음.... Gift..."하고 드렸다. 그래도 교수님이 이상하게 안 보시고, 한국어로 "감사합니다."라며 받아주셨다.

 

 점심시간에는 도시락을 제공해 주었다. 생선 전에 있던 가시를 삼킨 것 같아서 죽는 건가 싶었지만, 다행히 죽진 않았고 맛있게 잘 먹었다.

---

 나는 위의 표에 색칠이 되어있는 세션들을 들었다. 그래서 리뷰 글에서는 빨간색으로 표시한 부분을 종합하여 AI 기술의 전망과 프로젝트 수행을 위주로 종합하여 1편에 업로드할 거고, 2편에는 파란색으로 표시한 부분은 종합하여 AI 프로젝트 실 적용 사례를 위주로 업로드하려고 한다. 추가적인 자료조사도 하였다.

---

음재훈 대표님

김찬우 교수님

AI Next 10년

Ben Shneiderman 교수님

AI First Enterprise의 조건과 전략

장동인 박사 & 교수님

Milind AI Scientis

---

- 기술의 트랜드

 최근 AI 기술의 연도별 주요 트렌드는 Fine-tuning(2023년) → RAG(2024년) → AI Agent(2025년 예상)라고 한다. Fine-tuning은 기존 모델을 새로운 데이터에 맞게 조정하는 기술이며, RAG(Retrieval-Augmented Generation)는 외부 데이터를 검색하여 대규모 언어 모델(LLM)의 성능을 강화하는 방식이다. AI Agent는 사용자의 요청을 처리하고 작업을 자동화하는 데 특화된 기술로, 다양한 산업에서 활용 가능성이 높다.

 각 세션의 연설자마다 약간의 차이는 있었지만, 대부분 RAG와 AI Agent에 많은 관심을 보이고 있었고, 실제 활용한 경험들을 가지고 있었다. 이러한 대형 언어 모델과 관련된 기술들이 업계 전반에서 주목받고 있다. 컨퍼런스의 내용들과 기사를 참고하여 말하자면  RAG와 AI 에이전트 기술을 제외하고도 '소버린 AI', 'Edge AI'를 키워드로 뽑을 수 있을 것 같다. 각 세션에서 집중적으로 다루지는 않았지만, AI 기술의 전망에 관한 세션에서 높은 빈도 수로 RAG, AI Agent 기술과 같이 언급되면서, 중요 기술로 소개 되었다.

 

- 투자 관점에서의 AI 기술

 투자 관점에서 AI 기술은 막대한 자본이 투입되는 분야이다. 그러나 현재까지 AI 기술에 많은 돈이 투입되는 주된 이유로는 AI 기술 자체가 큰 가치를 창출하기 때문이라기보다는, 기술 개발과 유지에 드는 막대한 비용이 주요 요인으로 작용하고 있기 때문이다. AI 기술은 알고리즘, 데이터, GPU(컴퓨팅)의 세 가지 자원이 동시에 충족되어야 할 수 있는 기술이기 때문에, 많은 비용이 요구되고, 지속적인 개발과 개선이 필요한 분야임을 시사한다.

 범용 AI 모델 학습을 위해 데이터를 사고파는 경우도 많다. 이는 데이터 저작권 문제를 해결하기 위한 방편이자, 학습 데이터를 확보하는 시간과 비용을 줄이기 위한 방법이다. 또한, AI 모델 학습에는 고성능 인프라 구축과 전문 인력 고용이 필수적이며, 이러한 요인들이 기업에게 큰 부담으로 작용하고 있다.

 AI 기술은 기존 소프트웨어 기술과의 차이점이 있고, 이에 따라 기술 도입과 활용 과정에서 다양한 어려움이 발생한다고 한다. 왜냐하면, AI 기술의 도입 방법은 너무나도 많기 때문이다. 한 기업에서 언어기반 AI 기술을 도입하는 방법은 직접 모델을 설계 및 학습하는 방법, 외부  언어 모델을 활용하여 Fine-tuning 한 후 도입하는 방법 등 여러 가지 방법이 있다. 또한, AI 기술을 적용하기 위해서는 과제 선정 과정부터 어려움이 발생한다.

 결론적으로, 투자 관점에서의 AI 기술은 높은 가능성과 함께 막대한 투자 비용을 요구하고 있다. 이를 해결하기 위해서는 기술적 준비뿐만 아니라 전략적 접근과 지속적인 학습이 필요하다.

 

- 인간 중심 설계

  AI 기술이 빠르게 발전하면서 인간 중심 설계(Human-Centered Design)의 중요성이 강조되고 있다. 인간 중심 설계는 기술 개발 과정에서 사용자의 요구와 경험을 중심에 두는 접근 방식이다. 단순히 사용하기 쉬운 인터페이스를 만드는 것을 넘어, 기술이 사용자에게 실질적인 가치를 제공하고 문제를 해결할 수 있도록 돕는 것이 핵심이다. 이 설계 철학은 초기 단계에서부터 사용자를 관찰하고 그들의 니즈를 명확히 정의한 후, 이를 바탕으로 반복적으로 프로토타입을 테스트하며 발전시켜 나가는 방식으로 구현된다.

 연설에서 Ben Shneiderman 교수님은 인간 중심 설계를 디지털카메라의 발전 과정을 예시로 들었다. 과거에는 소수의 사람들만이 양질의 사진을 찍을 수 있었지만, 인간 중심 설계를 통해 자동 초점, 손 떨림 보정, 색상 조정 등의 기능이 도입되며 현재는 대부분의 사람들이 손쉽게 좋은 사진을 찍을 수 있게 되었다고 한다. 이러한 설계는 단순히 기술을 제공하는 것을 넘어 사용자의 역량을 강화하고, 기술을 통해 삶을 개선하는 데 기여한다.

 최근 OpenAI의 ChatGPT도 비슷한 맥락으로 발전하고 있는 것 같다. 얼마 전까지의 ChatGPT는 키보드로 타이핑되는 글, 이미지, 음성 모드 위주로 의사소통할 수 있다. 하지만, 이러한 AI와의 소통 방식은 덜 사용자 친화적이라고 생각된다. 

 위 영상은 최근의 아이폰 iOS 18.2 업데이트 이후, ChatGPT APP에서 많은 기능을 활용할 수 있음을 보여준다. 영상의 1분 30초가량에는 아이폰의 카메라 APP과 ChatGPT APP을 통해 실시간으로 의사소통할 수 있는 기능을 소개하고 있다. 이는 ChatGPT의 더 사용자 친화적인 발전을 보여준다. 아이폰 15프로 이상에서만 사용 가능하지만... 이와 같은 생성형 AI 기술로 불러온 사용자 경험 혁신은 인간 중심 설계 사례로 볼 수 있을 것 같다.

 그러나 생성형 AI 기술은 윤리적, 사회적 책임을 동반해야 한다. 생성형 AI는 인간의 창의성과 생산성을 증대시키는 데 도움을 줄 수 있을 것이다. 하지만, 잘못된 정보(딥페이크), 차별, 감시 그리고 정부의 악의적인 사용 등 다양한 위험 요소를 포함한다. 따라서 이러한 문제를 최소화하기 위한 윤리적 설계가 중요하다.

 생성형 AI를 책임감 있게 설계하고 활용하기 위해서는 다양한 차원에서의 노력이 필요하다. 첫째, 팀 차원에서는 감사 추적(Audit trails)을 포함한 투명성을 강화하고, 편향 테스트를 통해 공정성을 개선하며, 설명 가능한 사용자 인터페이스를 설계하는 것이 중요하다. 이러한 노력을 통해 개발 초기 단계부터 AI 시스템의 신뢰성을 높일 수 있다고 한다.

둘째, 기업 차원에서는 안전 문화를 조성하고, 실패 사례를 투명하게 보고하며, 업계 표준에 맞는 설계를 지향해야 한다. 이는 조직 내에서 AI 기술의 책임 있는 사용을 촉진하고, 장기적으로 신뢰받는 기술을 개발하는 데 필수적이다.

 셋째, 산업 및 정부 차원에서는 EU의 AI 법안과 같은 외부 감사 제도를 도입하고, 글로벌 위험 관리 프레임워크를 준수하는 것이 필요하다. 이러한 정책들은 기술 발전과 사회적 책임 간의 균형을 맞추는 데 핵심적인 역할을 한다.

 이와 같은 다각적인 접근은 AI 기술이 사회에 미치는 긍정적인 영향을 극대화하면서도, 그로 인한 위험을 최소화하는 데 중요한 기반이 될 것이라고 한다.

 따라서 AI 기술도 인간 중심의 설계를 해야 한다. 기술 자체의 혁신에 초점을 맞추는 것이 아닌, 해당 기술로써 어떻게 하면 더 많은 사람들이 삶의 질을 높일 수 있을지를 고민해야 한다고 말한다.

 

- AI 프로젝트

AI 기술은 기존 소프트웨어 기술과 본질적으로 많은 차이를 가진다. 따라서 기업이 AI 기술을 도입하면서 기존 소프트웨어 기술 도입 방식을 그대로 따를 경우 실패할 가능성이 크다. 실제로 많은 AI 프로젝트가 실패하는 주요 원인 중 하나는 CIO와 같은 임원급 인물들이 AI 기술에 대한 이해가 부족하고, AI 기술을 만능 해결책으로 오인하는 데 있다. (ex)AI 모델의 성능이 안 좋아? 그러면 모델의 크기를 키우고, 더 많은 학습 데이터를 넣으면 될 것 같아! 근거는.... 잘 모르겠어!)

AI는 단순히 기존 기술을 업그레이드하는 개념이 아니다. 완전히 새로운 접근 방식을 요구하며, 전통적인 기술과 달리 기존 시스템에 바로 통합할 수 없다. AI를 효과적으로 활용하려면 조직의 프로세스를 처음부터 새롭게 설계하고, AI 기술에 최적화된 환경을 구축해야 한다.

 이를 위해서는 장동인 박사님은 회사의 많은 사람들이 AI 기술을 적극 활용해 봐야 한다고 말한다. 특히 임원들이 AI 기술에 대한 이해가 높아야 AI 도입을 효과적으로 할 수 있다고 하셨다. 또한, 기업이 AI 도입을 위해 AI 관련 부서를 신설한다면 AI 관련 부서가 다른 부서들과의 관계에서 고립되지 않고 협업하기 좋은 형태로 도입해야 한다고 하셨다. 그 이유로 AI 전문가들은 AI 기술에 대해서는 잘 알지만, 실제 회사가 수행하는 업무와 도메인에 대해서는 지식이 부족하기 때문에 이를 고려한 조직 설계가 이루어져야 한다고 하셨다.

 또한. 많은 회사들이 AI 기술 도입을 위해 가장 많이 하고 쉽게 하는 실수가 GPU 구매라고 하였다. 어떤 목적의 모델을 생성할지 결정하지도 않고, 무작정 GPU부터 구매하는 것이 문제라고 하였다. 같이 듣고 계신 다른 분들도 공감이 가셨는지 여기저기서 웃음소리가 터져 나오기도 하였다.

 

- 다양한 산업계의 적용 사례

 AI 기술에 대한 다양한 산업계의 적용 사례들도 있었다. 두산에너빌리터는 제조업을 기반으로 하고 있기 때문에, 발전소 예측 진단, 최적화, 원자력 장비들의 비파괴 검사, 설계 도면 등에 AI 기술을 활용하고 있다. 한화 시스템도 제조업을 기반으로 하고 있기 때문에, AI 기술을 제조업의 자동화, 지능화, 무인화 측면에서 활용하였다. 기업들의 적용 사례는 아래의 참고 자료에서 확인할 수 있다.

 

---

- 참고자료

[2025 AI 기술 전망]

델 테크놀로지스, 2025 IT 기술 트렌드 전망 발표

 

[AI 프로젝트]

CIO조차도 30%가 AI 프로젝트 지표에 ‘막연’

칼럼 | 데이터 과학자가 생성형 AI 혁신을 위해 갖춰야 할 5가지 역량

“경영진 생각과 현실은 다르다”··· AI 데이터 준비 수준의 동상이몽

보안 운영에서 급증하는 생성형 AI 사용례··· 우려할 점은?

AI 시대에 인적 자본 관리하기

 

[산업계 적용사례]

두산에너빌리티, 발전·제조업에 AI 적용 혁신 박차 - 아시아경제

미래에셋증권, 증권업계 AI 선도…자체 '생성형 AI' 도입

미래에셋증권, 전사 업무 효율화 위해 실시간 ‘AI 마켓 어시스턴트’ 시스템 구축