마노하 팔루리 메타 생성형 AI 부사장 인터뷰
10일 서울 강남구 메타코리아 사무실에서 만난 마노하르 팔루리 생성형AI 총괄 부사장. 메타코리아 제공 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
“인공지능(AI) 연구자가 노벨상을 받은 것은 각 분야에서 AI가 영향을 미치고 있다는 것을 보여주는 것으로 의미가 큰 성과라고 생각한다.”
페이스북 운영사인 메타의 마노하르 팔루리 생성형 AI 부사장은 10일 기자간담회가 개최된 서울 강남구 메타코리아 사무실에서 AI 관련 인물이 노벨 화학상과 물리학상을 수상한 것에 대해 “매우 축하하고 긍정적인 일”이라며 이같이 말했다.
노벨상 수상자들이 AI에 대한 우려를 드러낸 것과 관련해서는 “그렇기에 거대언어모델(LLM)은 소수가 독점하는 폐쇄된 형태가 아니라 누구나 접근하고 활용할 수 있는 개방형 시스템을 책임감 있는 방식으로 공개하는 것이 중요하다”고 강조했다.
팔루리 부사장은 미국 본사에서 생성형 AI 개발을 총괄하는 인물로 메타의 AI 모델인 라마의 성과와 오픈소스 정책 등을 알리기 위해 방한했다. 그는 “당장 작년 라마2를 오픈소스화할 때까지만 해도 많은 불확실성이 존재했지만 지속적인 노력 끝에 현재는 유용하고 안전한 시스템으로 진화하고 있다”며 “당시 과감하게 오픈소스 정책을 밀고 나갔기 때문에 기술 혁신 속도를 가속화하고 안전성과 투명성 있는 기술을 만들 수 있다고 믿는다”고 말했다.
팔루리 부사장은 라마를 LLM계의 ‘리눅스’로 만들겠다는 포부도 밝혔다. 리눅스는 전 세계에서 널리 사용되는 운영체제(OS)로 누구나 무료로 자유롭게 사용할 수 있다. 그는 “리눅스가 안전하고 훌륭한 시스템이 될 수 있었던 이유는 소수 개발자들에게 종속되지 않고 전 세계 모든 개발자들이 참여했기 때문”이라며 “라마도 전 세계 개발자들과 함께하기에 훨씬 더 안전하고 뛰어난 시스템을 만들수 있다고 생각한다”고 말했다.
메타는 지난해 1월 AI 모델 ‘라마1’을 시작으로 최근 ‘라마 3.2’까지 수 차례에 걸쳐 모델을 업데이트했고, 모두 오픈소스 형태로 공개하고 있다. 메타에 따르면 라마는 현재까지 4억 회 이상 다운로드됐고 교육, 헬스케어 분야 등 다양한 용도로 활용돼 파생된 AI 모델이 6만5000개에 달한다.
최근 화두가 되고 있는 AI의 수익 창출 문제에 대해서는 “우리의 우선 목표는 가능한 많은 사람들에게 가치있는 제품을 제공할 수 있는 근본 기술의 지평을 넓히는 것”이라며 “사람들이 진정으로 필요로 하고 좋아하는 제품을 만들어낸다면 수익창출 문제는 자연히 해결될 것라 믿으며, 그 방향이 메타의 핵심 DNA와도 일치한다”고 말했다.
라마를 기반으로 한 AI 비서(에이전트) 서비스 ‘메타 AI’의 한국 출시에 대해서는 “어떤 서비스를 새로운 국가에 배포할 때는 서비스의 언어 호환성, 지역화(로컬라이징), 안정성을 지역 환경에 적합하도록 맞추는 노력이 필요하다”며 “이런 과정이 시일이 걸리는 만큼 최대한 빠른 시일 내에 한국에도 제품을 소개하고자 한다”고 말했다.
AI 학습에 필요한 데이터 고갈에 대한 의견도 밝혔다. 팔루리 부사장은 “(AI 학습에 필요한)텍스트 데이터가 빠르게 고갈되고 있는 만큼 앞으로는 영상이나 이미지 등 시각 데이터로 부터 얻을 수 있는 정보가 중요해질 것”이라며 “영상 데이터 문제점은 추출, 처리가 어렵다는 것인데 향후 미래에는 멀티모달 데이터 학습에 관한 연구 고도화가 필요하다고 생각한다”고 전망했다.
이날 행사에서 메타는 2주 전 공개한 동영상 생성 AI ‘무비GEN’ 등 메타의 핵심원천 기술을 개발한 AI 기초 연구소 ‘페어(FAIR)’의 성과도 공개됐다. 올해 11년째가 된 연구소는 현재까지 1000개 이상의 오픈소스 라이브러리, 모델, 데이터 세트 등을 오픈소스 형태로 배포했다. 인스타그램에서 배경을 바꿀 수 있는 백드랍이나 커스텀 스티커를 릴스나 스토리에 붙일 수 있는 기술의 원천기술인 ‘샘2’와 텍스트 또는 음성에 관계 없이 100개 가량의 언어에 대한 번역이 가능한 ‘심리스M4T’ 기술도 소개됐다.
남혜정 기자 namduck2@donga.com
ⓒ 동아일보 & donga.com, 무단 전재 및 재배포 금지
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.