0:00Your browser does not support theaudio element.구글 선호 매체 등록클립아트코리아 광고 권순우 | 더밀크 CBO광고 미국 대학에서 인공지능(AI) 기업으로 향하는 교수들의 이동이 빨라지고 있다. 눈길을 끄는 것은 컴퓨터공학자만이 아니라 경제학자, 철학자, 물리학자까지 연구실을 떠나고 있다는 점이다. 이들의 전공을 보면 인공지능 경쟁의 성격이 어디까지 확장되고 있는지 읽을 수 있다. 정보기술(IT) 매체 ‘디인포메이션’을 보면, 올해 스탠퍼드대 경제학과 채드 존스 교수는 앤트로픽으로, 시카고대 경제학과 알렉스 이마스 교수는 구글 딥마인드로 자리를 옮겼다. 오스틴 텍사스대의 철학자 하비 레더먼 교수와 하버드대 물리학자 시인 교수도 각각 앤트로픽과 오픈에이아이에 합류했다.광고광고 이들의 이동은 인공지능 연구가 더 이상 컴퓨터공학만으로 해결할 수 없는 단계에 들어섰음을 말해준다. 노동 시장과 경제 구조를 분석하는 경제학, 인공지능의 판단과 책임을 다루는 철학, 현실 세계를 이해하는 피지컬 인공지능의 기반이 되는 물리학까지 일반인공지능(AGI) 개발의 핵심 영역으로 편입되고 있다. 버클리 캘리포니아대(UC버클리) 컴퓨터공학 교수이자 인공지능 연구자인 조이 곤잘레즈는 “올해 들어 이동 속도가 눈에 띄게 빨라졌다”고 말했다. 교수들이 기업으로 향하는 이유는 높은 연봉만이 아니다. 최첨단 인공지능 연구에는 막대한 컴퓨팅 자원과 데이터가 필요하다. 대학이 감당하기 어려운 규모의 지피유(GPU)와 연구 인프라를 확보한 곳은 대부분 빅테크 기업이다. 연구 환경 자체가 기업으로 이동하면서 연구자들도 그 흐름을 따라가고 있는 것이다.광고 인공지능 연구자들이 대학을 떠나 구글과 같은 빅테크 기업으로 향하는 흐름은 새로운 현상은 아니다. 딥러닝과 자율주행 기술이 주목받기 시작한 2010년대 초반부터 이어져왔고, 생성형 인공지능 시대가 열리면서 그 속도는 더욱 빨라졌다. 인공지능은 연구 성과를 논문과 학회를 통해 공개하고, 다른 연구자들이 이를 검증하고 확장하는 오픈 사이언스 문화 속에서 성장했다. 2017년 구글 연구진이 발표한 트랜스포머 논문은 생성형 인공지능 혁명의 출발점이 됐고, 전세계 연구자들이 공유한 공통의 연구 기반이 됐다. 그러나 기업으로 옮긴 연구자들은 비밀유지계약(NDA)의 적용을 받는다. 연구 성과는 기업 내부에 축적되고 공개 연구는 줄어든다. 대학은 지식을 생산하는 공간보다 인재를 공급하는 공간으로 역할이 바뀌고 있다. 한국의 인공지능 전략도 이 지점에서 다시 점검할 필요가 있다. 정부와 민간은 앞으로 10년 동안 반도체와 인공지능, 우주·국방 등에 약 5천조원을 투자하겠다고 밝혔다. 그러나 논의는 반도체 공장과 데이터센터, 전력망 같은 물리적 인프라에 집중돼 있다. 물론 인프라는 필요하다. 하지만 그것만으로 인공지능 경쟁력을 확보할 수는 없다. 이미 현장에서는 데이터센터를 지을 전기·설비 기술자가 부족한 상황이다. 더 큰 과제는 그 인프라를 바탕으로 새로운 기술을 만들어낼 연구자와 대학, 박사 과정, 융합 연구 생태계를 어떻게 키울 것인가이다.광고 인공지능 경쟁의 본질은 지피유(GPU)를 얼마나 많이 확보했느냐보다 새로운 지식을 얼마나 꾸준히 생산할 수 있느냐에 있다. 설비는 자본으로 구축할 수 있지만 연구 생태계는 단기간에 만들 수 없다. 연구자, 대학, 연구비, 학회, 오픈소스 커뮤니티가 함께 작동해야 혁신도 이어진다. 반도체 팹과 데이터센터는 충분한 자본이 투입되면 구축할 수 있다. 그러나 그 안에서 새로운 기술을 만들고 다음 세대 연구자를 키워낼 공공 연구 생태계는 단기간에 만들어지지 않는다. 이제는 대학과 공공 연구기관이 장기적으로 지식을 생산하고 축적할 수 있는 환경을 마련하는 데도 관심을 기울여야 한다. 국가 전략도 인프라 확충과 함께 지식의 공공성을 지탱하는 교육·연구 생태계를 균형 있게 육성하는 방향으로 나아갈 필요가 있다.