서울대 학생 300명 우르르…엔비디아 특강에 강연장 '북적'

“AI 경쟁력은 결국 오픈 모델·데이터·인프라를 얼마나 잘 결합하느냐에 달렸습니다.”

22일 서울 관악구 서울대학교 해동첨단공학관. 엔비디아에서 응용 딥러닝 연구를 총괄하는 브라이언 카탄자로 부사장의 특별 강연을 듣기 위해 학생 300여 명이 강연장을 가득 메웠다. 좌석이 빠르게 찬 가운데 일부 학생들은 벽을 따라 서서 강연을 듣는 등 인공지능(AI)에 대한 높은 관심이 현장을 달궜다.

카탄자로 부사장은 이날 ‘연구자의 도구 상자: 오픈 모델·데이터·기법’을 주제로 한 강연에서 “앞으로 AI 경쟁력은 특정 산업과 목적에 맞춘 ‘전문화된 AI’와 연산 효율을 높이는 기술에서 결정될 것”이라고 강조했다. 그는 AI 계산 속도를 높이는 ‘cuDNN’과 그래픽 성능 개선 기술 ‘DLSS’ 개발을 이끈 핵심 연구 책임자다.

그는 AI 발전의 핵심 동력으로 데이터·모델·고성능 컴퓨팅 인프라의 결합을 꼽았다. 카탄자로 부사장은 “AI 연구는 오픈 모델과 데이터, 컴퓨팅 인프라가 결합되면서 빠르게 진화하고 있다”며 “연구자들이 이러한 도구를 효과적으로 활용할 수 있는 환경을 만드는 것이 중요하다”고 말했다. 이어 엔비디아의 AI 인프라가 대규모 연구와 산업 적용을 동시에 뒷받침하는 기반 역할을 하고 있다고 덧붙였다.

AI 확산에 따라 학계와 산업계 간 협력의 중요성도 커지고 있다는 진단이다. 그는 의료, 제조, 자율주행 등 다양한 산업으로 AI 적용이 확대되면서 연구 성과가 실제 현장으로 이어지는 ‘연구-산업 연계 생태계’ 구축이 필요하다고 강조했다.

카탄자로 부사장은 AI 발전 방향에 대해서는 범용 모델 중심에서 벗어나 ‘전문화된 AI’로의 전환을 전망했다. 그는 “하나의 모델로 모든 문제를 해결하는 시대는 지나가고 있으며, 데이터와 목적에 맞게 최적화된 AI가 중요해지고 있다”고 말했다.

이어 엔비디아의 오픈 모델 플랫폼 ‘네모트론(Nemotron)’을 언급하며 기업과 기관이 자체 데이터를 결합해 성능을 고도화하는 흐름이 강화되고 있다고 설명했다. 모델 경쟁력의 핵심으로는 사후 학습(post-training) 단계와 데이터의 역할을 짚었다. 그는 “모델의 실질적인 가치는 사후 학습 단계에서 결정된다”며 “데이터가 AI 성능을 좌우하는 핵심 요소로 작용한다”고 말했다. 동시에 데이터 처리 효율을 높이면서도 성능을 유지하는 방향으로 기술이 발전하고 있다고 덧붙였다.

이날 강연에서는 한국의 인구 구조와 언어, 문화적 특성을 반영한 ‘네모트론 페르소나 코리아’ 데이터셋도 소개됐다. 약 700만 개 규모의 합성 데이터로 구성된 이 데이터셋은 실제 인구 분포를 반영하면서도 개인 식별 정보는 포함하지 않는 것이 특징이다. 카탄자로 부사장은 “개인정보 보호 기준이 높은 환경에서는 합성 데이터가 중요한 대안이 될 수 있다”며 “국가별 특성을 반영한 ‘소버린 AI’ 구축에도 활용될 수 있다”고 설명했다.

그는 마지막으로 “산업별 요구가 세분화되면서 맞춤형 AI의 중요성이 더욱 커지고 있다”며 “데이터 다양성과 활용 범위를 확대하는 것이 향후 AI 경쟁력을 좌우할 것”이라고 전망했다.

서울대학교 AI연구원은 이번 행사를 계기로 엔비디아 등 글로벌 AI 기업과의 협력을 강화하고 융합 연구와 인재 양성을 확대해 국내 AI 생태계 발전에 기여한다는 방침이다.

유지희 기자 keephee@hankyung.com