생성AI시장 얼마나 커지나?

AI 생성 기술의 시장 규모를 정확하게 예측하는 것은 어렵지만, 다양한 산업과 적용 분야에서의 성장과 기술 발전에 따라 이 시장은 계속해서 확장되고 있다고 볼 수 있습니다.

인공지능(AI)과 기계학습(ML)은 많은 산업에서 혁신적인 변화를 가져왔으며, 특히 생성 AI와 관련된 기술은 급속한 발전을 이루고 있습니다. 생성 AI는 자연어 처리(NLP), 컴퓨터 비전, 음성 합성, 예측 분석 등 여러 분야에서 다양한 적용을 보이고 있습니다.

AI 시장의 전반적인 성장과 관련하여, 다양한 연구 기관 및 시장 조사 업체들이 예측을 내놓고 있습니다. 예를 들어, 마켓앤마켓(MarketsandMarkets)는 2021년에서 2026년 사이에 인공지능(AI) 시장이 연평균 성장률 40.2%로 성장해 2026년에는 997억 달러의 규모에 이를 것으로 예측했습니다.

생성 AI에 대한 구체적인 시장 규모 예측은 찾기 어렵지만, 그 발전이 향후 몇 년 동안 다양한 산업과 기술에 큰 영향을 미칠 것으로 전망되고 있습니다. 이러한 기술의 발전으로 인해 개인과 기업, 연구 기관들은 기존의 업무 프로세스와 제품 및 서비스를 혁신하며 새로운 비즈니스 모델과 시장 기회를 창출할 것으로 기대됩니다.

제가 최신 데이터를 가지고 있진 않지만, 2021년 기준으로 인공지능 및 생성 AI 시장은 전세계적으로 급속한 성장을 보이고 있습니다. 이러한 추세가 계속된다면, 2023년 현재의 생성 AI 시장은 더욱 커졌을 것이라 추정할 수 있습니다.

생성 AI의 발전은 다양한 산업 분야에 걸쳐 효율성 향상, 비용 절감 및 혁신적인 솔루션 개발에 도움이 되고 있습니다. 콘텐츠 작성, 자동화된 시스템, 고객 서비스, 영상 및 음성 생성, 그리고 머신 러닝 분야 등에서 널리 활용되고 있습니다. 이에 따라, 생성 AI 시장은 꾸준한 성장이 예상되며, 전문가들은 앞으로 몇 년 동안 수십 억 달러 이상의 규모로 성장할 것으로 예측합니다.

그러나 정확한 시장 규모와 예측을 알려면 최신 조사 및 보고서를 찾아보시는 것이 좋습니다. 이러한 정보는 국제 시장 조사 기관들, 금융 기관들, 정부 보고서, 및 AI 기술 분야의 전문가들에 의한 분석을 통해 얻을 수 있습니다. 이들 자료들을 통해 최신 생성 AI 시장 규모와 추세에 대한 정확한 정보를 얻을 수 있을 것입니다.

생성AI 시장 변화는?

인공지능(AI)과 기계학습 분야의 발전에 따라, 생성 AI(Generative AI) 시장 또한 지속적으로 변화하고 있습니다. 생성 AI는 자연어 처리(NLP), 컴퓨터 비전, 음악, 디자인 등 다양한 분야에서 활용되며, 이러한 변화로 인해 시장에 큰 영향을 미치고 있습니다. 주요 시장 변화는 다음과 같습니다:

1. 기술 발전: 생성 AI의 알고리즘과 기술이 발전하면서, 더욱 정교하고 복잡한 결과물을 생성할 수 있게 되었습니다. 특히, GPT-3, GPT-4와 같은 대형 언어 모델이 등장하면서, 더욱 자연스러운 텍스트 생성이 가능해졌습니다.

2. 다양한 적용 분야: 생성 AI는 광고, 기사 작성, 영화 및 게임 산업, 디자인, 음악, 챗봇 등 다양한 분야에서 활용되고 있습니다. 이러한 확장은 시장 규모를 키우고, 더 많은 산업 분야가 생성 AI를 채택하게 됩니다.

3. 개인화 서비스: 생성 AI를 활용한 개인화 서비스가 강화되고 있습니다. 이러한 서비스는 소비자의 취향, 행동 패턴, 기호 등을 분석하여 개인에게 맞춤형 추천을 제공하는 것입니다.

4. 저작권과 윤리적 고려: 생성 AI를 통한 콘텐츠 생성에 대한 저작권 및 윤리적 고려가 높아지고 있습니다. 특히, AI가 생성한 콘텐츠의 원작자로 인정될 것인지, 그리고 AI로 인해 사람들의 일자리가 줄어들 것인지와 같은 논란이 지속적으로 제기되고 있습니다.

5. 규제 및 정책 변화: 생성 AI의 급격한 발전과 확산에 따라 국가 및 국제 기관들이 이러한 기술에 대한 규제와 정책을 마련하려는 움직임이 늘어나고 있습니다. 이러한 규제는 기술의 남용을 막고, 사회적 영향을 최소화하기 위한 것입니다.

6. 경쟁 환경 변화: 생성 AI 기술을 개발하는 스타트업 및 기업들이 늘어나고 있다.

아래는 언론에서 다룬 생성AI의 발전과 규모 성장을 퍼나른 글이다.

서울경제

생성형 AI 시장 주도권을 마이크로소프트(MS)가 쥐면서 검색 시장에서 구글의 아성을 허물지 관심을 모은다. 지난달 7일(현지 시간) 미국 본사에서 자사 검색 서비스인 ‘빙’의 새로운 버전을 발표했던 MS는 같은 달 28일 PC용 운영체제(OS)인 ‘윈도11’의 작업표시줄에 ‘빙’ 검색상자를 추가했다. 구글은 MS의 선제공격에 생성형 언어모델 ‘람다’에 기반한 AI 챗봇 ‘바드’를 공개하면서 맞불을 놓았다. 구글이 서비스하는 유튜브 또한 생성형 AI를 개발해 크리에이터들이 활용하도록 할 방침이다. 바드가 시연 도중 오답을 내놓으면서 체면을 구겼지만 엄청난 데이터를 확보하고 있는 구글이 기술 고도화를 통해 ‘검색 최강자’의 위상을 금세 회복할 것이라는 전망이 우세하다.

네이버와 카카오도 한국형 GPT를 개발해 안방을 지킨다는 전력이다. 네이버는 7월 자체 개발한 초거대 AI ‘하이퍼클로바’를 업그레이드한 ‘하이퍼클로바X’를 공개하고 이를 바탕으로 한 ‘서치GPT’를 내놓을 계획이다. 카카오 역시 한국어를 문맥적으로 이해해 사용자가 원하는 결과를 보여주는 초거대AI 언어모델 ‘코GPT 3.5’를 올 봄에 선보일 예정이다.



시장조사기관인 그랜드뷰리서치에 따르면 지난해 101억 달러(약 13조 원)이던 전 세계 생성형 AI 시장 규모는 연평균 34.6% 성장해 2030년에는 1093억 달러(142조 원)까지 급성장할 것으로 전망된다. 정보기술(IT) 업계의 한 관계자는 “생성형 AI는 이미지·영상·텍스트 등 다양한 콘텐츠를 만들어낼 수 있다”며 “생성형 AI와 결합해 더 풍부한 작업물을 만들어내는 서비스들이 나올 것”으로 내다봤다.

출처 : https://www.sedaily.com/NewsView/29MWQVRZWS

테크월드뉴스

인공지능(AI) 기업의 생성 AI 서비스가 확산되고 있는 가운데, 신사업 모델로의 가치가 부각되고 있다. 아직까지 기술 이점을 활용한 애플리케이션의 등장이 저조한 상황에서 기업 경쟁력 향상을 꾀할 수 있는 까닭이다. 


31일 열린 ‘Generative AI Asia 2023 사전세미나’에서 이세영 뤼튼테크놀로지스 대표가 생성 AI에 대해 설명하고 있다. [사진=양승갑 기자]
뤼튼테크놀로지스는 31일 ‘Generative AI Asia 2023 사전세미나’를 갖고 생성 AI의 미래와 사업화 방식에 대해 조망했다. 뤼튼테크놀로지스에 따르면 해외에서는 텍스트와 코드 이미지 영역에서 생성 AI를 이용한 사례들이 나오고 있다. 향후 스피치와 비디오, 게임, 바이오 순으로 점점 더 확장될 것으로 전망한다.

시장조사업체 그랜드뷰리서치에 따르면 전 세계 생성 AI 시장 규모는 2022년 101억 달러(12조 4219억 원)로 평가된다. 연평균 34.6%의 성장률을 보여 2030년에는 1093억 달러(134조 4280억 원)에 이를 것으로 예상한다.

최근 구글, 마이크로소프트(MS) 등 빅테크 기업의 생성 AI 서비스 개발이 활발하다. 구글은 지난 27일(현지시간) 음악 생성 AI 시스템 ‘뮤직LM’ 개발 과정을 소개한 논문을 공개했다. 문자 설명을 음악으로 바꾸고, 멜로디를 다른 악기로 변환하는 등 음악 생성 기능을 갖췄다. 앞서 MS는 지난해 12월 대화형 AI 챗봇 챗GPT를 선보였다. 출시 40일 만에 하루 평균 이용자 수가 1000만 명을 넘는 수치를 기록하기도 했다.

관련 업계에서는 생성 AI 같은 새로운 기술의 적용 증가로 산업 전반의 워크플로우 디지털화에 대한 수요 증가로 이어져 기업 경쟁력을 향상시킬 것으로 예상하고 있다. 아직 뚜렷한 선도 기업이 등장하지 않은 생성 AI 시장에서 소비자 요구를 충족시키는 비즈니스를 활용하면 시장에서 영향력 확대가 가능하기 때문이다.

이세영 뤼튼테크놀로지스 대표는 “생성 AI의 기술은 반도체의 직접적 향상보다 더 가파른 속도로 AI 모델의 규모가 빠르게 성장하고 있다”며 “해외 매체와 투자자는 생성 AI 혁명을 14년마다 한 번씩 오는 인터페이스 혁명이라고 공통되게 말하고 있다”고 말했다.

이어 “초기에는 이 신기술을 이용한 장난감과 같이 반짝 돈을 버는 애플리케이션이 생기는 단계였지만, 이 과정을 지나면 제스퍼와 같이 사업 성과를 매출과 성장세로 검증하는 서비스들이 생겨난다”며 “기술의 이점을 활용한 비즈니스가 단계가 올 것이다”고 덧붙였다.


31일 열린 ‘Generative AI Asia 2023 사전세미나’에서 이세영 뤼튼테크놀로지스 대표가 생성 AI에 대해 설명하고 있다. [사진=양승갑 기자]
미래에는 생성 AI 시스템을 이용해 마케팅, 교육, 뉴스 등 다양한 산업에 영향을 미치고, 수년간 기술 생태계를 형성한다는 시각도 존재한다. AI는 사람이 감지하기 어려운 방대한 양의 데이터와 영역 식별이 가능하기 때문에 개인의 의사 결정을 도와 업무 능력을 향상한다는 견해다.

이 대표는 “과거에는 마우스를 기반으로 원하는 것을 만들어내야 했는데 이제는 텍스트 입력 언어 기반의 명령만으로도 쉽게 변화를 보일 수 있다”며 “사람은 중요한 개념만 상상하면, 기계가 나머지를 끝내게 될 것이다”고 말했다.

이어 “지식 창작 업무의 패러다임 변화로 이어져 생성 AI는 빠르게 초안을 완성하고, 최종 결과물로 가다듬을 수 있도록 도울 것이다”고 덧붙였다.

한편 생성 AI 시장이 성장하면서 각 정부의 움직임도 주목된다. 지난 27일 윤석열 대통령은 2023년 업무보고에서 챗GPT를 거론하며 공직자가 각종 업무에 활용하도록 행정안전부가 방안을 마련해달라고 지시하기도 했다. 앞서 지난 25일 제이크 오친클로스 미국 하원의원은 챗GPT가 작성한 미국과 이스라엘의 공동 AI 연구센터 설치 법안에 관한 연설문을 읽으며 관심을 모았다.

출처 : 테크월드뉴스(https://www.epnc.co.kr)

AI타임즈

글로벌 리서치 회사 두 곳이 최근 나란히 챗GPT와 같은 텍스트 생성 인공지능(AI) 시장 전망을 내놓았다. 예측도 거의 흡사한데, 6년 뒤 현재 시장 규모의 3배에 달하는 10억달러(약 1조2550억원)를 넘어설 것으로 봤다.

우선 리포트링커는 글로벌 AI 텍스트 생성기 시장 규모는 2028년까지 10억달러에 이르며, 예측 기간 동안 연평균 성장률(CAGR) 17.8%를 기록할 것으로 내다봤다.

2021년 시장 규모가 3억3510만달러(약 4200억원)라고 밝힌 그랜드 뷰 리서치는 2030년까지 14억달러(1조7600억원), 연평균성장률 17.3%를 예측했다. 

물론 최근 마이크로소프트가 오픈AI에 투자한 100억달러(약 12조5500억원) 등 투자 규모에 비하면 시장 규모는 작은 편인데, 이는 순수한 솔루션 도입 비용 등을 합산한 것으로 이에 따른 천문학적인 사업 효과 등은 계산하지 않았기 때문이다.

양 사는 나란히 텍스트 생성 AI가 몇 초 만에 텍스트를 생성, 기업의 시간과 비용을 절약할 수 있다는 점을 가장 큰 성장 요소로 꼽았다.

애플리케이션 유형별로는 챗GPT와 같은 '텍스트 투 텍스트'가 2021년에는 가장 큰 수익을 냈다고 밝혔다. 하지만 향후에는 목소리를 문자로 바꿔주는 '스피치 투 텍스트'를 중심으로 시장이 성장할 것으로 봤다. 이 기술은 휴대폰의 음성 비서나 청각 장애 학생들을 위한 솔루션 등 확장 범위가 넓다고 설명했다.

산업별로는 IT 및 통신이 2021년 텍스트 생성 AI를 가장 많이 도입한 것으로 나타났다. 하지만 향후에는 미디어 및 엔터테인먼트, 보건 및 의료, 교육, 소셜 미디어, 전자상거래 등에서 폭넓게 사용될 것으로 봤다.

두 회사가 꼽은 이 분야 주요 기업들은 오픈AI를 비롯해 AI 라이터, 카피AI, 프레이저(카피스미스 AI), 하이퍼라이트(아더사이드AI), INK, 재스퍼, 롱샷AI, 라이트소닉 등이다.

출처 : AI타임스(https://www.aitimes.com)

IT월드

“ChatGPT는 멋지지만, 시작에 불과하다.” 가트너 애널리스트 브라이언 버크는 “ChatGPT를 넘어서”라는 글을 통해 생성형 AI가 기업에서 맡게 될 중요한 역할을 제시했다. 

가트너에 따르면, 지난 3년 동안 벤처캐피탈은 생성형 AI 솔루션에 17억 달러 이상을 투자했으며, 대부분 신약 개발과 소프트웨어 코딩 툴 분야로 들어갔다. 버크는 “ChatGPT 같은 초기 기반 모델은 창작 작업을 보조하는 생성형 AI의 역량에 중점을 둔다. 하지만 2025년이면 이미 신약 및 신소재의 30%가 생성형 AI 기법을 사용해 체계적으로 개발될 것”이라고 전망했다. 현재로서는 이렇게 활용하는 경우는 드물다. 버크는 “신약 개발은 산업계에서 생성형 AI를 사용할 많은 사용례 중 하나일 뿐”이라고 덧붙였다.
 생성형 AI를 사용할 것으로 예상되는 산업군과 용도 ⓒ Gartner
예를 들어, 생성형 AI는 특정 객체의 수많은 후보 디자인 중 올바른 또는 가장 알맞은 디자인을 찾는 데 적합하다. 이런 역량은 많은 영역에서 개발 작업을 확장하고 가속화할 뿐만 아니라 사람은 생각하지 못했던, 또는 간과했던 완전히 새로운 디자인과 객체를 “발명”할 수 있는 잠재력이 있다.

버크에 따르면, 마케팅 부서는 이미 생성형 AI의 효과를 체감하고 있다. 가트너는 2025년까지 대기업의 마케팅 메시지 중 약 30%가 합성 문장으로 만들어질 것으로 예상한다. 2022년에는 2%에 불과했다. 그리고 2030년에는 내용의 90%를 AI가 만든 블록버스터 영화가 최소한 1편은 개봉될 것이라고 전망했다.

머지않아 생성형 AI를 활용할 것으로 예상되는 사용례는 다음과 같다.

신약 개발. 2010년도 조사에 따르면, 새로운 약품을 시장에 출시하는 데 드는 비용은 약 18억 달러였다. 이중 1/3이 약 자체를 개발하는 데 사용된다. 생성형 AI는 이미 신약 개발에 사용되고 있는데, 제약업계는 비용과 시간 모두를 크게 절감할 수 있기 때문에 앞으로는 활용도가 더욱 높아질 것이다.

신소재 관리. 생성형 AI는 특정 물리적 속성을 가진 완전히 새로운 소재를 설계하는 데 사용할 수 있다. 가트너에 따르면, 이런 신소재 설계는 자동차나 항송, 국방, 의료, 전자, 에너지 산업에 상당한 이점을 가져다준다. 기반이 되는 것은 역설계(Inverse Design)라 불리는 기법으로, 원하는 속성을 정의하면 이에 대응하는 소재를 자동으로 추적하는 방식이다. 예를 들어, 현재 에너지나 운송 분야에서 사용하는 것보다 전도성이 좋고 부식도 되지 않는 소재나 자력이 강한 소재를 찾아낼 수도 있다.

칩 설계. 생성형 AI는 강화 학습을 사용해 반도체 설계의 부품 배치를 최적화할 수 있다. 가트너에 따르면, 칩 개발 주기를 주 단위에 시간 단위로 단축할 수 있다.

합성 데이터. 데이터 범주 중 하나인 합성 데이터는 실세계에서 직접 취득한 것이 아니라 인공적으로 생성한 데이터를 말한다. 합성 데이터는 AI 모델 학습에 사용하는 데이터의 원본 출처를 숨길 수 있다. 예를 들어, 연구 분석 목적으로 헬스케어 데이터를 인공적으로 생성하면, 의료 기록을 사용한 환자의 신원을 드러내지 않아도 된다.

부품 개발. 생성형 AI를 이용하면, 성능이나 소재, 제조 공정 등의 매우 구체적인 목표에 최적화된 부품을 설계할 수 있다. 예를 들어, 자동차 제조회사는 가볍지만 안전한 부품을 개발해 더 경제적인 차량을 개발할 수 있다. 

대부분 AI 시스템은 여전히 분류 프로세스에 의존한다. 개와 고양이의 사진을 구분할 수 있도록 훈련하는 식이다. 생성형 AI 시스템은 다른 방식으로 동작한다. 실세계에는 존재하지 않는 개와 고양이 이미지를 창작하도록 훈련시킬 수 있다. 즉, “창의적인 기술”이라는 것이 핵심이다.
 달리에게 정글에서 접이식 의자에 앉아 있는 예술가 원숭이를 그려달라고 했다. ⓒ DALL-E2
생성형 AI 시스템은 동영상이나 내레이션, 음악, 이미지, 학습 데이터, 심지어 디자인과 설계도까지 고품질 인공물을 만들 수 있다. 자연어 처리에서 중요한 기술인 GPT(Generative Pre-trained Transformer)는 딥러닝을 기반으로 사람이 만들어낼 수 있는 텍스트를 생성한다. 3세대인 GPT-3은 컴퓨터 코드는 물론, 이야기와 노래, 시를 지을 수 있는 것으로 알려져 있다. 여기에서 디지털 이미지 생성기인 달리-2(DALL-E 2)나 스테이블 디퓨전, 미드저니 등은 텍스트에서 이미지를 생성한다.

한편, 가트너는 낙관론에 빠져 생성형 AI의 위험성을 간과하는 기업에 대해 경고도 했다. 딥페이크의 가능성, 저작권 문제를 포함해 생성형 AI 기술을 악의적으로 활용할 수 있는 방법은 많다. 무엇보다도 보안과 위험 관리를 책임지는 사람은 평판, 위조, 사기 및 정치적 위험을 사전에 파악하고 완화할 필요가 있다.

기업은 생성형 AI의 책임감 있는 사용을 위한 지침을 마련하고 검증된 업체와 서비스를 도입해야만 한다. 이를 위해서는 학습 데이터세트와 적절한 모델 사용의 투명성을 위해 노력하는 데 우선순위를 두어야 한다. 
editor@itworld.co.kr