전례 없는 혁신 속도로 AI는 새로운 가능성을 열고 있다. 2022년 오픈AI의 챗GPT가 출시되면서 많은 거대 기술 기업이 AI 군비 경쟁을 시작했다. 대화형 AI 챗봇에서 API에 이르기까지 기업들은 서로 경쟁하며 더욱 진보된 AI를 세상에 선보였다. 이제 챗봇 경쟁은 넘어섰고, 구글, 메타, 오픈AI, 마이크로소프트, 수많은 스타트업과 연구팀이 인간처럼 지적인 작업을 수행하는 AGI 개발에 집중한다.

PwC는 AI가 2030년까지 세계 경제에 최대 15조 7천억 달러를 기여할 것으로 추정했다. 

글로벌 시장조사기관 스태티스타(Statista)는 AI 시장이 2024년에 1,840억 달러를 넘어섰으며, 2023년보다 약 500억 달러 증가했다고 밝혔다. 이 시장은 2030년 8,260억 달러를 돌파할 것으로 예상된다.

현재 기업들이 개발하는 AI는 특정 업무에 초점을 맞춘 좁은 AI이지만, 이 기술들이 결국 AGI로 나아가기 위한 중요한 빌딩 블록이 되고 있다. AI가 점점 더 복합적인 문제를 해결하고, 스스로 학습하며, 여러 도메인에서 통합적으로 사고할 수 있는 방향으로 발전하고 있기 때문에, AGI는 단순한 목표가 아니라 기술 발전의 자연스러운 흐름이라고 봐야 하기 때문이다. 

AGI 주도권을 가진 기업은 신사업을 창출하고 엄청난 이익을 내며 시장 변화를 주도할 수 있다. 세계 유수의 기술 기업들이 AI 연구 개발에 수십억 달러와 수많은 시간을 투자하는 이유다. 전문가들은 2030년 전후로 AI기술이 AGI 수준에 도달할 가능성을 예측하고 있지만, 정확한 시점은 기술 발전 속도와 윤리적 문제 해결 여부에 따라 달라질 것이다. 

빅테크 기업의 수익 보고서를 살펴보면 AI 인프라에 대한 공격적인 투자가 드러난다. 

AWS는 2025년 AI워크로드에 1천억 달러를 투자한다. 마이크로소프트는 데이터센터에 800억 달러를, 알파벳(구글)은 AI 이니셔티브를 확장하기 위해 750억 달러를 할당했다. 메타는 컴퓨팅 인프라에 최대 650억 달러를 투자할 계획이다. 이들은 AGI 인프라 측면에서 우위를 점할 것으로 보인다. 

오픈AI와 앤트로픽은 최첨단 AI모델을 통해 비즈니스 수익을 만드는 과제가 있다. 

물론 이런 투자 계획에 대해서는 중국 AI 스타트업 딥시크(DeepSeek)의 부상으로 일부 회의론도 제기되고 있다. 딥시크는 막대한 투자 대신 기존 리소스를 활용해 최적화한 AI모델을 만드는 데 집중했다. 

AGI 경쟁은 단순히 기술적 우월성의 문제가 아니라 우리 사회의 구조 자체를 재편하는 사안이다. AGI의 잠재적 응용 분야는 광범위하고 복잡한 글로벌 이슈 해결부터 산업 전반에 혁명을 일으키는 것까지 다양하다. 전문가들은 치열한 AGI 경쟁 환경이지만 한 개 기업이나 승자가 모든 것을 차지하는 시나리오가 될 가능성은 낮아 보인다고 분석했다. 

지금 기업들이 개발하는 AI는 결국 AGI로 가는 과정 중에 있는 것이며, 향후 몇 년 간의 연구 성과에 따라 AGI의 실현 가능성이 점점 높아질 것으로 보인다. 

오픈AI

오픈AI는 AGI를 개발한다는 사명을 가진 핵심 스타트업이다. 이 회사는 GPT 시리즈와 딥리서치 등을 포함해 가장 진보된 언어 모델을 만들었다. 

오픈AI의 가장 주목할 만한 업적은 GPT(Generative Pre-trained Transformer) 언어 모델 시리즈 개발이다. 2020년에 출시된 GPT-3는 자연어 처리 분야에서 게임 체인저였다. 인간과 유사한 텍스트를 생성하는 전례 없는 능력을 보여주었다. 

2023년 GPT-4 출시는 언어 모델로 가능한 것의 경계를 더욱 넓혔다. GPT-4는 향상된 추론 능력, 감소된 환각, 다중 모드 입력(텍스트 및 이미지)을 처리하는 능력을 보여줬다. 이러한 모델은 콘텐츠 생성부터 코드 생성, 자동화된 고객 서비스에 이르기까지 다양한 분야에 적용됐다.

오픈AI는 텍스트 생성 외에도 이미지를 생성하는 DALL-E, 영상을 생성하는 소라(Sora)로 상당한 진전을 보였다. 텍스트와 이미지, 영상 등 다양한 유형의 데이터를 처리할 수 있는 멀티모달 AI의 발전은 보다 일반적인 AI 시스템 을 향한 중요한 진전을 나타낸다. 

딥시크(Deepseek)

중국 AI 스타트업 딥시크는 AI모델 효율성을 확보해 기술적 진전을 이루고 있다. 중국 미디어인 36Kr에 따르면 딥시크는 단순히 LLM을 구축하거나 AI 상용화 경쟁을 하는게 아니다. 딥시크의 목표 역시 AGI를 구축하는 것이다. 

딥시크 창업자 량원평은 인터뷰에서 “딥시크의 목표는 AGI며 LLM은 AGI로 가는 필수 경로”라고 말했다. 

딥시크는 직원에게 완전한 자율권을 주고 아이디어를 실현할 수 있는 리소스를 제공한다. AGI 구현을 위한 다양한 아이디어를 실험할 수 있는 문화를 만들었다. 

딥시크는 미국이 고급 AI칩 수출을 제한하기 전에 엔비디아 A100 GPU 1만 개를 확보해 학습 인프라를 갖췄다. 딥시크는 GPU 구매보다 중국 엘리트 대학과 글로벌 AI 기업에서 최고의 연구자를 적극 영입하는 데 집중하고 있다. 

구글(Google)

구글은 오랫동안 AI 연구 및 개발의 최전선에 있다. 딥마인드와 구글 브레인(Google Brain)이라는 두 주요 사업부가 이 노력을 주도한다. 

2014년 구글에 인수된 딥마인드는 AI에서 가장 획기적인 업적을 이룬 회사다. 알파고(AlphaGo)를 필두로 알파 제로(AlphaZero)가 체스, 장기, 바둑에서 셀프 플레이 강화 학습을 통해 성과를 보였다. 딥마인드 알파폴드(AlphaFold)는 높은 정확도로 단백질 구조를 예측할 수 있어 약물 발견과 질병에 대한 이해를 높인다. 

구글 브레인은 구글 내부 AI 연구팀이다. 세계적으로 AI 연구를 가속화하는 도구와 프레임워크를 개발하는 데 중요한 역할을 했다. 구글 브레인이 개발한 오픈소스 머신 러닝 라이브러리인 텐서플로우(TensorFlow)는 AI 모델을 구축하는 데 가장 널리 사용되는 도구 중 하나다. 

구글 브레인은 BERT(Bidirectional Encoder Representations from Transformers)와 같은 모델을 통해 자연어 처리에도 상당한 기여를 했다. 구글은 대화형 AI가 보다 자연스럽게 맥락을 인식하도록 하는 것을 목표로 LaMDA(Language Model for Dialogue Applications) 등을 통해 AI의 경계를 계속 넓히고 있다.

구글은 하드웨어 측면에서 자체 AI칩인 텐서프로세싱유닛( TPU: Tensor Processing Units)를 개발했는데, 머신 러닝 워크로드에 최적화됐다. 이 칩은 구글의 많은 AI 서비스를 구동하며 구글 클라우드에서 고객에게 제공된다. 

구글의 AI 전략은 광범위한 작업을 처리할 수 있는 보다 일반적이고 다재다능한 AI 시스템을 개발하는 데 집중되어 AGI 개념에 더 가까워질 전망이다.

마이크로소프트(Microsoft)

마이크로소프트는 파트너십을 활용하고 오픈AI 등 주요 AI 스타트업에 투자함으로써 전략적으로 AI의 리더로 자리 매김했다. 이 회사는 오픈 AI에 130억 달러를 투자해 깃허브 코파일럿(GitHub Copilot), 애저(Azure) AI 플랫폼 등 제품에 통합시켰다. 오픈AI 모델에 대한 독점적 액세스 권한을 가졌다. 

마이크로소프트는 제품 라인업 전반에 걸쳐 AI 기능을 꾸준히 통합했다. 마이크로소프트365에서 AI는 아웃룩의 스마트 작성, 파워포인트의 자동 슬라이드 디자인, 엑셀의 데이터 분석과 같은 기능 을 구동한다. 엣지(Edge) 브라우저와 빙(Bing) 검색 엔진에 대규모 언어 모델을 활용해 보다 상호 작용적인 환경을 제공한다. 

메타(Meta)

메타는 인간보다 더 다양하고 복잡한 작업을 수행할 수 있는 AGI 시스템을 구축하는 것을 목표로 한다. 

메타는 오픈소스 머신 러닝 라이브러리인 파이토치(PyTorch)로 AI 커뮤니티에 기여했다. 파이토치는 유연성과 사용 편의성으로 연구 커뮤니티에서 널리 채택됐다. 

메타는 콘텐츠 추천, 광고 타겟팅, 콘텐츠 조정을 위해 소셜 미디어 플랫폼(Facebook, Instagram, WhatsApp)에서 AI를 광범위하게 활용한다. 이 회사의 추천 알고리즘은 방대한 양의 데이터를 처리하여 사용자 경험을 개인화한다. 

2024년에 메타는 이미지와 비디오에서 객체를 놀라운 정확도로 식별하고 윤곽을 그릴 수 있는 새로운 AI 모델 Segment Anything Model(SAM)을 발표했다. 가장 인기 있는 오픈소스 LLM 중 하나인 LLaMA(Large Language Model Meta AI) 시리즈도 출시했다. 

엔비디아(NVIDIA)

엔비디아는 AI 계산을 구동하는 하드 웨어 공급업체로 생태계에서 중요한 역할을 한다. 

엔비디아의 그래픽처리장치(GPU)는 AI 모델을 훈련하고 실행하는 사실상의 표준이다. 원래 비디오 게임에서 그래픽을 렌더링하기 위해 설계된 GPU는 AI 계산에 필요한 병렬 처리에 매우 적합하다. 

엔비디아는 하드웨어 외에도 AI 개발을 위한 포괄적인 소프트웨어 스택을 개발했다. 개발자가 엔비디아 GPU의 성능을 범용 처리에 활용할 수 있도록한 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델인 CUDA가 포함된다. 

엔비디아는 GPU에서 딥러닝 성능 을 최적화하는 cuDNN(CUDA Deep Neural Network library) 및 TensorRT와 같은 도구를 제공한다. 이 도구는 AI 커뮤니티에서 널리 사용되고 있으며 엔비디아가 AI 하드웨어 시장에서 지배적인 위치를 차지하는 데 기여했다. 

아마존(Amazon)

아마존은 포괄적인 AI 및 머신 러닝 도구 모음을 제공하는 아마존 웹 서비스(AWS) 플랫폼을 통해 AI 경쟁을 이어 간다. 

AWS의 아마존 세이지메이커(Amazon SageMaker)는 개발자가 대규모로 머신 러닝 모델을 구축, 훈련 및 배포할 수 있도록 하는 핵심 제품이다. 기업용 AI 서비스 외에도 아마존은 가상 비서인 알렉사(Alexa)를 통해 소비자용 AI 제품을 혁신하고 있다. 알렉사는 고급 자연어 처리 및 머신 러닝을 사용해 사용자와 상호 작용한다. 

애플(Apple)

애플은 사용자 프라이버시를 우선시하기 위해 온디바이스 프로세싱을 강조하는 AI 전략을 취한다. 애플 페이스(Face) ID와 Core ML 프레임워크를 통한 머신 러닝 모델 사용 등에서 이를 알 수 있다. 

애플의 맞춤형 실리콘인 A-시리즈 및 M-시리즈 칩에 AI 작업을 효율적으로 구동하는 전용 신경 엔진이 포함됐다. 애플은 시리(Siri)를 통한 자연어 처리 개선과 라이브 텍스트(Live Text) 기능을 통해 AI를 확대하고 있다. 애플은 AI 분야에서 신중한 태도를 보이고 있지만 최종 단말을 중심으로 서비스와 애플리케이션을 언제든 확대할 수 있어 주목해야 한다.