The Prompt: Google Cloud Next 요약 및 AI의 열린 미래 살펴보기

비즈니스 리더들 사이에서 생성형 AI가 큰 관심을 모으고 있습니다. 'The Prompt'는 빠르게 변화하는 이 주제에 대한 최신 정보를 놓치지 않도록 고객 및 파트너와 계속 협업하면서 확인한 사항과 Google의 최신 AI 트렌드를 전해드립니다. 이번 호에서는 Google Cloud의 AI 및 비즈니스 솔루션 부문 글로벌 부사장 필립 모이어가 Google Cloud Next에서의 경험을 소개하고, 그중에서도 AI 생태계의 미래가 개방적이어야 하는 이유에 관해 이야기합니다.

이번 여름, 4년 만에 처음으로 Google Cloud Next 행사가 오프라인으로 개최되었으며, 많은 고객들을 비롯해 기술 전문가, 애널리스트, 기자, 파트너 등 다양한 분야에서 많은 분들이 참석하여 자리를 빛내 주셨습니다. 일일이 열거하기 힘들 정도로 많은 의제가 오갔고, 다양한 시스템 통합업체, 소프트웨어 공급업체, 컨설턴트, 클라우드 전문가가 참여한 수많은 부스가 열렸습니다. 전체적으로 수많은 사람들이 어떻게 나름의 방식으로 생성형 AI를 탐구하고 있는지에 관해 이야기를 나누었습니다.

이 경험은 우리가 일년 내내 논의해 온 주제와 일맥상통하는 것이었으며, 이는 생성형 AI 여정을 계획 중인 기업에 중요한 실마리가 됩니다. 즉, 이 기술이 최상의 성능을 발휘하려면 개방적이고 접근이 용이해야 한다는 것입니다.

다양한 사용 사례를 위한 여러 가지 모델이 있습니다

가장 강력하고 독점적인 기반 모델로 인해 '최첨단'의 의미가 끊임없이 새롭게 재정의되고 있습니다. 그러나 이처럼 활용도가 뛰어나고, 특정 목표를 달성할 수 있는 유일한 수단인 모델일지라도, 그 규모와 비용이 모든 사용 사례에 적합한 것은 아닙니다. 게다가 이러한 모델의 기반이 되는 방법론인 데이터 학습과 관련된 세부 사항과 아키텍처 전략은 보통 공개되지 않는 경우가 많습니다.

이에 따라 Meta의 Llama 2와 Technology Innovation Institute의 Falcon 같은 강력한 오픈소스 기반 모델의 인기가 날로 높아지고 있습니다. 이러한 모델들은 조직에서 비용과 요구사항의 균형을 맞추는 데 도움이 되는 추가적인 유연성과 함께 규제가 심한 산업에서 중요한 부분인 투명성을 제공할 뿐 아니라, 클라우드가 아닌 로컬 기기에서 실행할 수 있을 만큼 충분히 효율적이고 유용한 모델의 변형 버전을 만드는 등 혁신을 실현할 수 있는 더욱 확실한 길을 제시합니다.

이 같은 추세는 우리의 선택으로 미래를 바꿀 수 있다는 Google Cloud의 믿음에 무게를 실어 주며, 조직에서는 하나의 선택지를 고집하는 대신 여러 모델을 사용할 수 있습니다.

Next 행사에 참여했다면 이러한 철학이 실제로 구현된 모습을 보셨을 겁니다. PaLM 2 같은 퍼스트 파티 모델의 업데이트된 기능과 조정 옵션뿐 아니라 Google Cloud의 머신러닝 개발 플랫폼인 Vertex AI에서 사용할 수 있는 오픈소스 및 서드 파티 모델을 더욱 다양하게 소개했습니다. 예를 들어 Vertex AI는 현재 Llama 2에 대한 어댑터 조정 및 인간 피드백 기반 강화 학습을 제공하는 유일한 클라우드 플랫폼입니다. 퍼스트 파티, 서드 파티, 오픈소스 모델의 이 같은 조합은 조직이 각자의 방식에 맞게 생성형 AI를 활용할 수 있도록 돕는 데 필수적이라는 것이 Google Cloud의 생각입니다.

개방성은 모델뿐 아니라 데이터에도 해당합니다

모델의 개방성과 선택의 문제는 논의의 일부일 뿐이며, 같은 개념이 데이터에도 적용됩니다.

데이터가 어디에 있든 관계없이 생성형 AI에 데이터를 사용하려면 직접 선택한 모델로 해당 데이터를 활용할 수 있어야 합니다.

여기에는 몇 가지 사례도 존재합니다. 제가 최근에 협업했던 어느 의료 회사에서는 하나의 클라우드에 수십억 개의 의료 이미지를 보유하고 있었지만, 다른 공급업체의 모델을 사용하고 싶어 했습니다. 이 사례는 Google Cloud와 다른 공급업체 간의 상호 연결성을 지원하는 Cross-Cloud Interconnect 같은 솔루션을 통해 Google Cloud가 공략하는 멀티 클라우드 사용 사례에 해당합니다. 게다가 생성형 기반 모델에 독점 데이터를 연결하는 작업이 Google Cloud의 새로운 데이터베이스 및 분석 발표로 그 어느 때보다 더 쉬워졌습니다.

많은 데이터 분석 전문가와 고객은 여러 공급업체의 데이터와 도구를 통합하는 이 기능이 대부분의 기업에서 꼭 필요로 하는 유연성을 제공한다고 거듭 평가했습니다.

또 다른 측면은 데이터와 기반 모델이 상호작용하는 방식입니다. 예를 들어 조직에서 자체 데이터로 모델을 미세 조정하고자 하더라도 모델이 최신 정보에 액세스하지 못하는 경우가 있을 수 있습니다. 조정은 모델이 업종별 특수 언어를 더 잘 이해하도록 하거나 특정 스타일 또는 브랜드 아이덴티티에 더 잘 맞는 콘텐츠를 제작하는 데 도움이 될 수 있지만, 일상적인 작업의 정확성을 위해서는 생성형 앱이 모델에 학습되어 있는 데이터 외에 최신 데이터에도 액세스할 수 있어야 합니다. 이것이 바로 Next 발표에서 사용자 대신 정보를 검색하고 함수를 실행할 수 있는 확장 프로그램 등의 기능과 Salesforce, Confluence, JIRA 같은 기업 소프트웨어에서 데이터를 수집할 수 있는 커넥터에 대해 소개한 이유입니다.

다양한 기술의 세부 사항은 차치하고, 기업에서 생성형 모델을 사용해 위치와 관계없이 데이터를 활성화할 수 있으려면 유연성이 필요하다는 점이 중요합니다. 이를 위해서는 모델을 선택하는 것뿐만 아니라 멀티 클라우드 생태계 전반의 데이터에 대해서도 개방적인 접근 방식을 취해야 합니다. 또한 조직에서 생성형 AI 계획을 구상하고 실행하려면 이러한 유연성이 필요하다는 점도 Next에서 여러 차례 거론되었던 부분 중 하나입니다.  

개방형 생태계는 더 많은 기회로 이어집니다 

조직에는 데이터 상호 연결성과 모델 및 도구의 선택이 핵심 요소인 개방형 AI 생태계가 필요하다는 것이 Google Cloud의 궁극적인 입장이자 고객과 파트너, 분석가들이 강력하고 분명하게 피력해 온 의견입니다. 올해 Next에서도 이러한 지향점에 대한 Google Cloud의 계속된 노력을 보여드릴 수 있었으며, 앞으로 몇 주에서 몇 달 동안 이와 같은 기능을 더욱 확장해 나갈 예정입니다. 혹시 올해의 컨퍼런스를 놓치셨다면 그동안 아래에서 기조 연설을 살펴보실 수 있습니다. Google Cloud를 활용하여 'AI 유니콘' 기업으로 발전한 스타트업 5곳의 인터뷰도 함께 확인해 보세요.