AI, 일상이 되다

#AI #보급속도

뒤로 불룩 튀어나온 모니터, 커다란 본체, 큼직한 픽셀로 그려진 아이콘까지. 지금 보면 투박하고도 낯선 컴퓨터가 미래 그 자체처럼 느껴지던 시절이 있었습니다. 개인용 컴퓨터가 가정과 사무실에 하나둘 자리 잡고, 인터넷까지 대중화되면서 검색창 하나로 정보를 찾아보는 일도 점차 익숙해졌죠. 그렇게 PC와 인터넷은 오랜 시간에 걸쳐 일상의 풍경을 바꿔왔습니다.

주요 기술별 보급 속도 비교

출처: Stanford HAI, 「The 2026 AI Index Report」(2026.04.13.)

그런데 현재 AI가 일상에 스며드는 모습은 이전과는 사뭇 다릅니다. 「2026 AI Index Report」에 따르면 생성형 AI는 대중화된 지 불과 3년 만에 53%의 보급률을 기록했는데요. 같은 기간 컴퓨터(PC)와 인터넷보다 훨씬 가파른 확산세를 보였죠. 오랜 시간에 걸쳐 삶의 풍경을 바꿔온 PC와 인터넷과 달리, 생성형 AI는 짧은 시간 안에 우리 곁의 익숙한 도구로 자리매김한 셈입니다. 그렇다면 어느새 일상이 된 AI는 지금 어디까지 왔을까요? 우리가 익숙하게 사용해 온 생성형 AI를 넘어, 세계 곳곳에서는 새로운 가능성을 보여주는 기술들이 속속 등장하고 있습니다.

더 작고 가벼운 AI

더 많은 데이터를 학습하고, 더 복잡한 문제를 풀수록 AI가 처리해야 할 연산도 늘어납니다. 자연스럽게 전력과 자원에 대한 부담도 커질 수밖에 없는데요. 그렇다면 무작정 몸집을 키우는 대신, 더 적은 자원으로도 효율적으로 움직이는 AI를 만들 수는 없을까요?

똑똑한 AI, 인간의 ‘소뇌’에서 찾는다

#소뇌 #AI반도체

미국 노스웨스턴대학교 연구진은 그 해답을 인간의 ‘소뇌(cerebellum)’에서 찾았습니다. 소뇌는 모든 정보를 끊임없이 분석하는 대신, 평소에는 익숙한 정보를 걸러내다가 예상치 못한 변화가 나타나면 빠르게 반응하는데요. 연구진은 이러한 원리를 모방한 새로운 AI 하드웨어를 개발했습니다.

실험에서는 심전도 데이터를 활용해 성능을 확인했습니다. 이번에 개발된 반도체 장치는 심장 박동의 이상 징후에 즉각 반응해 심장박동 한 주기의 5분의 1 이내에 비정상적인 박동을 감지했으며, 부정맥 탐지 정확도는 무려 98% 이상이었죠. 특히 기존 AI 방식과 비교해 약 1만 배 적은 연산량으로 같은 작업을 수행했다는 점도 눈길을 끕니다. 이처럼 필요한 순간에 연산을 집중하는 방식은 AI가 사용하는 전력 소비를 줄이는 새로운 해법이 될 수 있습니다. 향후 웨어러블 의료기기부터 자율주행차, 자율 로봇처럼 주변 상황을 실시간으로 감지해 대응하는 분야에서 활용될 가능성도 기대됩니다.

54GB를 3.9GB로! AI도 다이어트 중

#AI모델 #압축

AI의 부담을 덜어내는 방법은 하드웨어에만 있는 것이 아닙니다. 연산 효율을 높이는 데서 한발 더 나아가, AI 모델 자체의 몸집을 줄이는 방법도 있는데요. 미국 AI 스타트업 프리즘ML(PrismML)은 지난 7월, 대규모 AI 모델을 작은 기기에서도 구동할 수 있도록 압축한 ‘Bonsai 27B’를 공개했습니다. 회사 측에 따르면 약 54GB의 메모리가 필요했던 270억 개 매개변수 규모의 AI 모델을 4GB 이하로 압축해, 최신 아이폰에서 구동하는 데 성공했습니다. AI 모델의 몸집을 획기적으로 줄이면서, 스마트폰에서도 고성능 AI를 구동할 수 있게 된 것이죠.

최근 애플도 프리즘ML의 기술을 평가하고 있는 것으로 알려졌습니다. 해당 기술의 처리 속도와 전력 효율, 실제 구동 성능 등을 세밀하게 평가하고 있으며, 양측 논의는 초기 단계라고 하는데요. 거대한 AI 모델을 작게 압축하는 기술이 발전한다면 클라우드에 의존하던 일부 AI 기능을 스마트폰 같은 개인 기기에서 직접 처리할 가능성도 커집니다. 서버와 데이터를 주고받는 과정을 줄여 응답 속도를 높이고, 개인정보를 기기 안에서 처리하는 데도 도움이 될 수 있다고 하는데요. 이처럼 AI는 지금 더 작고 가볍게 움직이는 방법을 찾아가고 있습니다.

연결될수록 넓어지는 AI

AI의 가능성은 하나의 모델 안에 머물지 않습니다. 기술을 열어 더 많은 개발자와 연결되고, AI끼리 지식을 주고받는가 하면, 예상하지 못했던 분야와 결합해 새로운 쓰임을 만들어내기도 하는데요. 연결의 범위가 넓어질수록 AI가 활약하는 무대도 함께 넓어지고 있습니다.

AI의 문을 열자, 생태계가 넓어졌다

#오픈웨이트 #AI생태계

AI 모델을 둘러싼 문이 활짝 열리고 있습니다. 중국 AI 기업들이 적극적으로 내세우는 ‘오픈웨이트(Open-weight)’ 전략이 대표적인데요. 미국의 주요 AI 기업들이 모델의 가중치를 공개하지 않고 API*를 통해 서비스를 제공하는 폐쇄형 방식을 주로 택해왔다면, 중국 기업들은 학습을 마친 AI 모델의 가중치(weight)를 공개해 누구나 이를 내려받아 목적에 맞게 조정할 수 있도록 하는 방식을 적극적으로 택하고 있습니다.

가중치(weight) AI가 학습을 통해 익힌 수많은 수치로,
입력된 정보를 어떻게 처리하고 결과를 만들어낼지 결정하는 핵심 요소

한눈에 보는 폐쇄형 VS 오픈웨이트 모델

2025년 1월, 딥시크(DeepSeek)가 추론 모델 ‘R1’을 공개한 뒤 Alibaba, Z.ai, Moonshot 등 중국 기업들도 이러한 흐름에 합류했습니다. 모델을 개방하면 세계 각지의 개발자들이 이를 활용하고 변형하는 과정에서 자연스럽게 생태계가 커지고, 다양한 사용 경험과 피드백도 다시 모델 발전으로 이어질 수 있거든요. 이러한 변화는 실제 다운로드 수치에서도 확인할 수 있습니다. 2025년 8월 전 세계 AI 모델 다운로드에서 중국 모델이 차지한 비중은 17.1%로, 미국의 15.8%를 처음으로 앞섰습니다. 더 많은 사용자를 연결하고 활용을 확산시키는 힘이 AI 경쟁의 새로운 변수로 떠오르고 있습니다.

사람은 관전만? AI끼리 토론하는 과학 SNS

#AI에이전트 #Agent4Science

사람들이 게시물을 올리고 댓글을 주고받는 SNS. 그런데 이곳의 풍경은 사뭇 다른데요. 사람이 아닌 AI만 글을 쓰고 토론에 참여할 수 있습니다. 미국 시카고대학교 연구진이 개발한 ‘Agent4Science’는 AI 에이전트들이 과학적 아이디어를 공유하고 서로의 의견을 검토하는 일종의 AI 전용 과학 SNS입니다. AI 에이전트들은 AI 안전, 프롬프트 설계, 딥러닝 같은 연구 주제를 놓고 자유롭게 의견을 나눕니다. 한 AI가 아이디어를 제시하면 다른 AI가 댓글을 달아 보완하거나 반론을 제기하기도 하죠. 여기서 한발 더 나아가 ‘NeuriCo’ 프로그램에서는 AI가 스스로 가설을 세우고 실험한 뒤 논문을 작성해 공개하고, 다른 AI들이 이를 검토하거나 새로운 아이디어를 덧붙이는 연구 과정까지 구현하고 있습니다.

흥미로운 건 AI에 저마다 다른 캐릭터를 부여할 수 있다는 점입니다. 회의적으로 질문을 던지는 ‘회의론자(Skeptic)’, 학술적인 관점에서 접근하는 ‘학자(Academic)’, 이야기를 풀어내듯 설명하는 ‘스토리텔러(Storyteller)’처럼 성향을 설정하면 토론 방식도 달라지는데요. 현재 Agent4Science에서 150개가 넘는 AI 에이전트가 활동하며 4만 개 이상의 댓글을 주고받았다고 합니다. 이렇듯 여러 AI가 서로 질문하고 검토하며 답을 찾아가는 새로운 연구 방식도 등장하고 있는데요. 과학자의 새로운 동료는 어쩌면 사람이 아닌 또 다른 AI가 될지도 모르겠습니다.

빛바랜 문화유산, AI로 색을 되찾다

#문화유산 #AI복원

우리가 지금 보고 있는 문화유산의 색은 처음 만들어졌을 때와 얼마나 같을까요? 오랜 시간이 흐르는 동안 색이 바래고 변하거나 사라지면서, 당시의 모습을 온전히 짐작하기는 쉽지 않습니다. 이제 AI가 시간 속에 희미해진 색을 되짚는 데 활용되고 있습니다.

유럽의 연구 프로젝트 ‘PERCEIVE’는 AI 이미지 분석과 3D 시각화 기술 등을 활용해 문화유산의 과거 색을 연구하고 디지털로 재현하고 있습니다. 고대 조각과 건축물에서 사라진 색부터 변색된 회화, 빛바랜 직물, 오래된 사진과 필름까지 대상도 다양한데요. 남아 있는 흔적과 관련 데이터를 분석해 과거의 색을 추정하고 문화유산이 지닌 역사적·상징적 의미를 더 정확하게 이해하는 데 도움을 주는 것이 핵심입니다.

이러한 기술은 문화유산을 보존하는 방법뿐 아니라 우리가 과거를 경험하는 방식에도 새로운 가능성을 더하고 있습니다. 박물관에서 지금 눈앞에 남아 있는 모습과 과거의 색을 디지털로 재현한 모습을 함께 확인할 수도 있죠. 현재의 문화유산 위에 과거의 시간을 덧입히는 AI. 연결되는 분야가 넓어질수록 AI가 보여주는 가능성도 한층 다채로워지고 있습니다.

문화유산의 잃어버린 색을 탐구하는 Perceive Isis’ Colours 전시