2030년 AI 인프라 대전환… 기업용 SW 80%가 멀티모달 AI로 진화

Emerging Tech Impact Radar: Artificial Intelligence

가트너(Gartner)가 발표한 ‘신흥 기술 임팩트 레이더: 인공지능’ 보고서에 따르면, 향후 6년간 기업의 AI 인프라가 획기적으로 변화할 전망이다. 특히 멀티모달 AI의 도입이 급격히 확대되면서 2030년까지 기업용 소프트웨어와 애플리케이션의 80%가 멀티모달 방식을 채택하게 될 것으로 예측됐다. 가트너는 이번 10년 말까지 AI와 생성 AI 지원 엔터프라이즈 애플리케이션 소프트웨어의 총 수익이 9000억 달러를 넘을 것으로 전망했다.

가장 빠른 도입은 알고리즘 정렬 실리콘 아키텍처와 멀티모달 생성 AI

가트너가 발표한 임팩트 레이더는 AI 기술의 발전 방향을 네 가지 주요 영역으로 분류했다. 핵심 AI 기술(Core AI Technologies), 생성 AI 중심 기술(GenAI-Centric Technologies), 데이터 중심 기술(Data-Centric Technologies), AI 지원 애플리케이션(AI-Enabled Apps)이 그것이다.

이 중 가장 주목할 만한 영역은 매우 높은(Very High) 영향력을 지닌 기술들이다. 멀티모달 생성 AI, 에이전트 AI, 도메인 특화 언어 모델, 다기능 로봇, 시뮬레이션 데이터, 지구 인텔리전스 등이 이 카테고리에 속한다. 특히 알고리즘 정렬 실리콘 아키텍처와 멀티모달 생성 AI는 향후 1-3년 내에 주류 시장에 진입할 것으로 예측되어 가장 빠른 도입이 예상된다.

도입 시기별로 살펴보면, 3-6년 안에는 에이전트 AI, 데이터 패브릭, 디지털 윤리 경쟁 등이 시장에 안착할 것으로 전망된다. 6-8년이 소요될 것으로 예상되는 기술들로는 인과 AI, 감정 AI, 완전 자율주행, 뉴로모픽 컴퓨팅 등이 있다. 이러한 장기 과제들은 기술적 복잡성과 사회적 수용성 측면에서 더 많은 시간이 필요할 것으로 분석된다.

특히 임팩트 레이더는 각 기술의 영향력을 네 단계(Very High, High, Medium, Low)로 구분하여 제시했다. 이는 기업들이 AI 기술 도입의 우선순위를 결정하고 투자 계획을 수립하는 데 중요한 지표가 될 것으로 보인다.

2028년 AI 칩 시장 100억 달러 규모로 성장하는 차세대 AI 기술

AI 시스템의 기반 기술도 획기적으로 발전할 전망이다. 알고리즘 정렬 실리콘 아키텍처(AASAs)와 뉴로모픽 컴퓨팅의 발전은 AI/생성 AI 모델의 높은 전력 소비 문제를 해결하는 데 핵심적인 역할을 할 것으로 예상된다. 데이터센터 시장에서 AI 처리 칩 시장 규모는 2028년까지 100억 달러에 이를 것으로 전망된다.

특히 주목할 만한 것은 자체 감독 학습의 발전이다. 이 기술은 레이블이 지정된 교육 데이터 세트가 부족한 상황에서도 기계 학습의 적용 가능성을 확대하여 개발 시간을 단축하고, 모델의 견고성과 정확성을 향상시킬 것으로 기대된다. 또한 물리학 정보 AI(첫 번째 원칙 AI)는 시스템의 운영 상황과 조건을 보다 유연하게 표현하는 데 도움을 주어, 소프트웨어 개발자들이 더욱 적응력 있고 반응성이 뛰어난 시스템을 구축할 수 있게 될 전망이다.

인과 AI 기술의 발전도 주목할 만하다. 현재 딥러닝 모델, 특히 생성 AI는 신뢰성과 추론 능력 측면에서 한계가 있는데, 인과 AI와 인과 지식 그래프로 생성 AI를 보완하는 조합 AI 접근 방식은 이러한 한계를 극복하고 AI를 한 단계 발전시킬 것으로 기대된다.

텍스트부터 코드까지: 멀티모달 AI가 이끄는 디지털 혁신

멀티모달 생성 AI는 이미지, 비디오, 오디오, 텍스트, 표 형식 데이터 및 코드 등 다양한 유형의 데이터를 결합해 처리할 수 있는 기술이다. 이러한 멀티모달 방식의 도입은 실제 세계의 정보가 대부분 다중 형식으로 존재하기 때문에 더욱 가속화될 것으로 전망된다. 주요 적용 분야로는 다중 모드 검색, 데이터 분석, 콘텐츠 제작, AI 아바타, 웹사이트 디자인 등이 있다. 특히 소매, 보험, 의료 환경에서 다중 모드 데이터 추출을 통해 더 적절한 답변이나 결과물을 제공할 수 있을 것으로 기대된다.

도메인별 AI 모델 비중 5%→50% 급증 전망(2024-2027)

기업의 AI 인프라 변화는 도메인별 AI 모델의 확산으로도 나타날 전망이다. 보고서는 2027년까지 기업들이 사용하는 생성 AI 모델의 50% 이상이 산업이나 비즈니스 기능에 특화된 도메인별 모델이 될 것으로 예측했다. 이는 2024년 5% 미만이었던 수준에서 큰 폭으로 증가하는 수치다. 도메인별 AI 모델은 의료 이미지 분석, 법률 계약 분석, 금융 분석 및 예측, 사기 탐지, 신용 평가 등 특정 산업 분야에서 높은 성과를 보일 것으로 예상된다.

2028년 AI 마켓플레이스 거래 40% 달성과 AI 에이전트의 일상화

AI 자산 거래 방식에도 큰 변화가 예상된다. 2028년까지 기업의 AI 자산 구매의 40%가 AI 마켓플레이스를 통해 이루어질 것으로 전망된다. 여기에는 모델과 데이터가 모두 포함되며, 이는 현재 5% 미만 수준에서 크게 증가하는 수치다. 특히 주목할 만한 것은 에이전트 AI의 성장이다. 2030년까지 인간의 80%가 다기능 AI 로봇과 일상적으로 상호작용하게 될 것으로 예측된다. 에이전트 AI는 자율적으로 행동하고, 상호작용을 통해 학습하며, 복잡한 환경에서 의사결정을 내릴 수 있는 능력을 갖추게 될 것이다.

2030년 합성 데이터의 시대: 실제 데이터 넘어서는 비즈니스 의사결정

AI 인프라의 변화는 데이터 관리 방식의 혁신도 수반할 것으로 예측된다. 2030년까지 합성 데이터가 비즈니스 의사결정의 기초로서 실제 데이터를 능가할 것으로 전망된다. 합성 데이터는 고급 시뮬레이션 엔진을 사용해 생성되며, 이를 통해 편향을 줄이고 개인정보를 보호하면서도 AI 시스템의 안정성을 향상시킬 수 있다.

윤리적 AI 개발이 새로운 시장 경쟁력으로 부상

디지털 윤리에 대한 경쟁이 AI 시장의 새로운 차별화 요소로 부상할 전망이다. 특히 구매자들이 공급자에게 책임 있는 AI 원칙에 대한 책임을 묻는 경우가 증가하면서, 윤리적 AI 개발과 운영이 더욱 중요해질 것으로 예상된다. 이는 단순한 거버넌스 프레임워크를 넘어 신뢰할 수 있고 윤리적인 데이터셋 구축의 중요성을 더욱 부각시킬 것이다.

2026년까지 생성 AI 프로젝트 30% 중단 위험과 대응 방안

다만 이러한 변화 속에서도 신중한 접근이 필요하다는 지적이다. 보고서는 2026년까지 생성 AI 프로젝트의 30%가 열악한 데이터 품질, 부적절한 위험 통제, 비용 증가 또는 불분명한 비즈니스 가치로 인해 개념 증명(POC) 단계 이후 중단될 것으로 예측했다. 특히 멀티모달 AI 도입 시에는 데이터 거버넌스, 품질 관리, 보안 등 다양한 측면에서의 철저한 준비가 필요할 것으로 분석된다.


해당 기사에 인용된 리포트 원문은 링크에서 확인 가능하다.

기사는 클로드 3.5 Sonnet과 챗GPT를 활용해 작성되었습니다. 

관련 콘텐츠 더보기