2022년 10대 기술 트렌드, 바이두 리서치 선정
불확실한 시기에 우리는 든든한 버팀목이 되어 줄 기술에 의지합니다. 2022년 초, 전 세계적인 팬데믹이 계속해서 충격을 주고 세계 경제가 수많은 과제에 직면한 가운데, 인공지능은 빠르게 발전하는 기초 기술, 분야 간 연결의 강화, 그리고 산업 응용 범위의 확대를 바탕으로 혁신과 발전의 핵심 동력이 되었습니다.
AI의 핵심 기술은 통합된 혁신의 검증된 사례들과 함께 지속적인 돌파구를 만들고 있습니다. 예를 들어, 대규모 모델의 사전 학습에서 교차 모달리티, 교차 언어, 지식 확장 같은 연구 방향은 대규모 모델의 경계를 넓혔고 범용 인공지능의 새로운 잠재력에 영감을 주었습니다.
“또한 학제 간 연구에서 AI는 과학 연구와 기술 개발을 위한 공통 변수가 되고 있습니다. 양자 컴퓨팅, 생물학, 화학 같은 분야에서 AI는 가장 주목받는 연구 방향 중 하나가 되었습니다. AI는 자율주행, 로봇공학, 항공우주, 의료 같은 산업의 발전도 가속하고 있습니다. 또한 탄소 배출 감축과 사회적 통합 같은 목표를 달성하는 데에도 핵심적인 역할을 했습니다”
바이두 리서치는 2022년 10대 기술 트렌드를 공유했습니다. 회사는 이 시기의 AI 불확실성이 혁신의 길을 밝히고 발전의 배를 움직이기를 기대하고 있습니다.
대규모 사전 학습 모델
대규모 사전 학습 모델은 지식 확장, 통합 교차 모달리티 모델링, 다중 학습의 흐름을 반영하며, 라벨이 붙은 데이터에 대한 의존도를 낮추고 실제 응용의 속도를 높입니다.
방대한 데이터로 학습된 자기 지도 대규모 모델은 하나의 통합 모델과 패러다임으로 여러 AI 과제를 해결할 수 있습니다. 이 기술은 대량의 라벨 데이터에 대한 의존도를 줄여 기존 기술의 병목을 극복했고, AI 모델의 효율성, 범용성, 일반화를 크게 높였습니다.
2022년에는 연구 개발의 초점이 모델 크기를 키우는 데서 실제 배포로 옮겨갈 것으로 예상됩니다. 대규모 모델은 성능, 범용성, 일반화, 운영 및 경제적 효율성 측면에서 계속 개선될 것입니다.
동시에 스마트 오피스, 스마트 금융 같은 실제 AI 시나리오의 구현 문턱이 낮아질 것입니다. 예를 들어, 교차 모달리티 대규모 모델을 기반으로 한 인공지능은 AIGC(인공지능이 생성한 콘텐츠)의 도입을 촉진할 것이며, 이는 창의적 인식을 자극하고 콘텐츠의 다양성을 높이며 제작 비용을 낮출 것으로 기대됩니다.
과학을 위한 AI
과학을 위한 AI는 과학 연구의 패러다임을 바꿀 수 있는 새로운 연구 분야가 되었습니다. 2021년에는 머신러닝이 수학자들이 두 가지 주요 가설을 발견하는 데 도움을 주었습니다. 머신러닝, 다중 규모 모델링, 고성능 컴퓨팅의 결합은 초대형 무작위 양자 회로의 실시간 시뮬레이션 문제를 해결했습니다.
AI는 과학 연구에서도 큰 잠재력을 보여 주었으며, 특히 데이터 처리, 새로운 실험 수행, 더 효율적인 계산 모델 구축에서 두드러졌습니다.
과학을 위한 새로운 인공지능은 데이터 기반 연구와 이론적 연역이라는 두 가지 과학 연구 패러다임을 더욱 긴밀하게 결합할 것으로 예상됩니다. 향후 몇 년 안에 AI는 수학, 물리학, 화학, 재료, 공학 등 여러 분야에 통합되고, 기초 과학의 발전에서도 더 중요한 역할을 하게 될 것입니다.
AI 기반 계산 생물학
인공지능 기술에 기반한 계산 생물학은 빠르게 발전하며 많은 기초 연구에서 돌파구를 만들고 있습니다.
코로나19는 의생명 산업에서 AI에 대한 수요를 지속적으로 늘렸습니다. 예를 들어, AI는 표적 유전체 편집의 정확도와 속도를 높이거나 단백질 접힘 구조를 예측하는 데 쓰일 수 있습니다. mRNA 백신 기술의 성공은 RNA나 단백질 기반 거대분자와 백신 개발을 한층 더 앞당겼습니다.
AI 기반 계산 생물학은 단백질 기반 약물 개발, 제형 설계, 약물 스크리닝부터 mRNA 기반 단클론 항체, 암 치료 및 기타 면역요법에 이르기까지 새로운 기초 연구와 응용의 돌파구를 앞두고 있습니다. AI와 계산 생물학의 융합은 신약 개발을 크게 가속하고 비용을 낮추며 정밀의학과 개인 맞춤형 치료를 쉽게 만들 것입니다.
컴퓨팅 프라이버시
최근 몇 년간 컴퓨팅 프라이버시는 점점 더 많은 관심을 받고 있습니다. 이는 데이터를 더 충분히 활용하게 하고 사용자 신뢰를 강화하는 인프라를 만들어 줄 것입니다. 개인정보와 데이터 보안에 관한 글로벌 규칙이 등장하면서, 데이터 가치를 드러내기 위해 보안과 규정 준수가 필수가 되었습니다.
신뢰 기반 기밀 컴퓨팅과 연합 학습은 기술적 관점에서 데이터 보호, 공유, 배포를 가능하게 하면서 주목받고 있습니다.
기밀 컴퓨팅 기술의 성능 향상, 기술 및 규정 준수 표준의 상호 발전, 기술적 신뢰성을 높이기 위한 다자간 협력을 통해, 계산 생물학, 금융 분석, 데이터 거래 같은 시나리오에서 관련 응용의 모범 사례를 개발할 수 있습니다.
장기적으로 컴퓨팅 프라이버시 기술은 암호화된 데이터 공유와 연산을 기본값으로 만들어, 사용자 신뢰를 위한 인프라를 점진적으로 구축할 수 있습니다.
양자 하드웨어와 소프트웨어의 통합
양자 컴퓨팅에서 하드웨어와 소프트웨어의 통합은 실제 수요가 양자 컴퓨팅과 다른 산업 간의 융합과 혁신을 가속하면서 점점 더 넓게 이루어지고 있습니다. 2022년에는 양자 칩의 설계, 준비, 측정, 제어 기술이 지속적으로 개선될 것으로 예상됩니다.
큐비트(양자 컴퓨터에서 가장 작은 정보 단위)의 수는 규모가 커질 것입니다. 노이즈를 줄이거나 노이즈에 적응하는 방식으로 더 많은 돌파구가 마련될 것입니다. 양자 컴퓨팅 소프트웨어와 서비스는 다중 플랫폼 방향으로 발전하고, 사용자는 양자 컴퓨팅 클라우드 플랫폼에서 더 폭넓은 양자 백엔드 기능을 이용하게 될 것입니다. 양자 하드웨어와 소프트웨어 통합 솔루션을 담은 양자 컴퓨팅 플랫폼은 점차 상업적 잠재력을 드러낼 것입니다.
양자 컴퓨팅과 지능형 제조, 인공지능, 화학 의학, 금융 기술 등 분야의 깊은 통합과 혁신을 통해 뚜렷한 양자 우위를 가진 수많은 실용 솔루션이 등장할 것입니다. 정부 기관, 학계, 산업계는 고품질 양자 장치를 만들고 양자 기술 인재를 키우기 위해 더 긴밀히 협력할 것이며, 양자 컴퓨팅 산업 체인을 구축하기 위한 첫걸음을 내딛게 될 것입니다.
자율주행
여러 로봇 자동차 모델이 기술을 실제 시나리오와 연결하면서, 자율주행 기술은 운전자 없는 새로운 단계에 접어들고 있습니다.
기술 발전과 정책 규제로 2022년에는 무인 주행이 더 현실에 가까워질 것입니다. 로봇 자동차는 교통을 혁신할 차세대 운송 수단입니다.
자율주행은 승용차, 대중교통, 화물 운송, 창고 물류, 소매, 위생 작업, 광산과 항만의 특수 작업 등 광범위한 사용 사례로 확산되며, 상당한 가치를 창출하고 사회 발전에 기여하고 있습니다.
심우주 탐사
AI와 항공우주 기술은 심우주의 지능형 탐사를 위한 새로운 가능성을 열고 있습니다.
심우주 탐사는 우주에 대한 인류 호기심의 최고 형태입니다. 달이나 다른 행성에서 과학 연구와 자원 채굴을 수행하고 우주 공간을 더 탐구하기 위한 자율 우주선에 대한 수요가 늘고 있습니다.
건설 기계 자동화 분야에서는 24시간 연속 무인 토공 작업이 실현되었습니다. 탐사 차량에 쓰이는 자율 환경 인식 및 동작 계획 알고리즘에는 자율 장애물 회피, 의사 결정 같은 기능을 갖춘 센서와 유연한 자율 매니퓰레이터 작업도 포함될 수 있습니다.
또한 AI 기술은 우주선의 손상 탐지와 수리, 디지털 트윈 시뮬레이션 실험실 구축, 심우주 빅데이터의 탐지와 분석에서 핵심적인 보조 역할을 할 것으로 기대됩니다.
인간과 기계의 공생
전 세계적인 팬데믹이 인류를 계속 사회적 거리두기 속에서 살도록 만드는 가운데, 디지털과 지능형 기술의 발전은 그 거리를 줄일 수 있게 해 주었고, 사람, 디지털 아바타, 로봇 사이의 공생을 가속하고 있습니다.
이 변화는 시각, 음성, 자연어 처리 같은 인공지능 기술의 지속적인 발전과, 하드웨어, 네트워크, 컴퓨팅, 생태계 플랫폼 콘텐츠의 통합이 뒷받침하는 지속적 학습으로 이루어지고 있습니다. 이 모든 것이 교차 시스템 기술 지원 체계를 형성했습니다.
다양한 첨단 정보 기술의 통합과 혁신이 가속되면서, 산업 및 소비자 시나리오를 위해 가상, 현실, 지능형 상호작용을 결합하는 플랫폼이 더 많이 등장할 것이며, 이는 디지털 경제와 실물 경제의 깊은 통합을 강화하고 사람들의 업무와 삶의 경험을 풍부하게 할 것입니다.
그린 AI
AI 개발에서 환경 및 저탄소 요인이 점점 더 고려되고 있으며, 이는 탄소 배출 감축과 탄소 중립 목표 달성에 도움이 됩니다.
AI 기술이 여러 산업의 혁신을 가속하고 통합하면서 데이터 센터와 대규모 AI 컴퓨팅은 중요한 사회적 가치를 만들고 있지만, 동시에 에너지 비용과 환경 영향이라는 과제도 낳고 있습니다. 오늘날 세계는 에너지 절약과 탄소 배출 감축에 적극 나서고 있으며, 이는 모델 학습과 배포 시 에너지 소비를 줄이는 보다 친환경적인 '그린 AI' 기술의 시급한 개발을 요구하고 있습니다.
향후 몇 년 동안 '그린 AI' 관련 기술은 계속 성장할 것입니다. 에너지 효율적인 아키텍처 설계, 학습 및 추론 전략, 데이터 활용을 바탕으로 성능과 에너지 소비를 함께 고려한 평가 기준을 만드는 시스템이 등장할 것입니다.
또한 더 높은 연산 능력과 더 낮은 전력 소비를 갖춘 AI 프로세서가 계속 개발될 것으로 예상됩니다. 선도적인 AI 기업들은 후속 공정의 성능을 높이고 전체 에너지 소비 비용을 줄이기 위해 대규모 고밀도 모델을 만들 것이며, 정책은 친환경 및 저탄소 데이터 센터 건설을 장려할 것이고, AI 기술은 인프라의 에너지 효율 지표를 높이는 데 활용될 것입니다.
포용적 AI
AI는 가치 창출에 초점을 맞추며 더 포용적이 되어, 중소기업과 소수 집단의 필요에 더 많은 관심을 기울이게 될 것입니다. 포용적 AI는 AI 전문가뿐 아니라 기술의 혜택을 받게 될 더 넓은 대중과도 관련이 있습니다.
딥러닝 프레임워크 기반의 오픈 소스 플랫폼은 AI 기술 개발의 문턱을 크게 낮췄습니다. 공공 데이터셋, 대규모 모델 기반, 지역 지능형 컴퓨팅 센터는 더 발전하여 중소기업이 비용을 줄이고 효율을 높이며 혁신을 촉진하도록 도울 것입니다.
또한 AI 과학 교육을 통해 기존 산업 인력의 재취업을 돕는 국가 AI 교육 체계도 점차 구축될 것입니다.
AI의 발전은 사회의 모든 계층에 혜택을 주어야 합니다. 정책적 지도와 지속가능한 발전 개념의 확산 속에서 기업들은 가치 창출에 집중할 것입니다. AI 서비스 제공자들이 노인과 어린이 같은 소수 집단의 필요에 더 관심을 기울이면서, 모두가 디지털 세계를 누릴 수 있도록 포용적인 AI 서비스와 제품을 개발하게 될 것입니다.
