AI 엔진기술 못지않게 데이터 중요
반도체, 중공업 등 AI 응용혁신 나서고
데이터와 도메인 겸한 인재 양성해야

인류에게 갑자기 다가온 생성형 인공지능(AI)은 전 세계적으로 산업의 판을 바꿀 것으로 예상된다. 그러면 오픈AI, 마이크로소프트, 구글 같은 규모 있는 AI 기술 인프라 기업이 없는 한국은 어떻게 해야 하는가? 원천기술 투자와 별개로 반도체, 자동차, 중공업, 엔지니어링, 건설 등 그동안 대한민국의 성장을 이끌어 온 주력 산업을 생성형 AI로 어떻게 혁신할 것인지 고민해야 한다.

생성형 AI 게임에서 오픈AI의 GPT 같은 AI 엔진기술 못지않게 중요한 자산이 기업들이 오랫동안 축적한 데이터다. 반도체 회사는 다양한 칩의 설계와 제조 과정에서 축적한 방대한 데이터를 가지고 있고, 조선 회사는 배의 설계와 건조 과정에서 나온 데이터를 축적하고 있다. 칩을 설계하는 다수의 팹리스 회사와 칩을 생산하는 소수의 파운드리 회사들이 분업하는 구조로 생태계가 바뀐 반도체 산업의 경우 이 두 그룹의 업무를 효율적으로 연결하는 것이 매우 중요하게 됐다. 축적된 데이터를 활용해 생성형 AI로 이 프로세스를 자동화하는 것이 앞으로 파운드리 사업에서 중요한 차별화 포인트가 될 것이다. 팹리스 회사들에 반도체 설계 소프트웨어를 공급하는 회사들은 이런 혁신을 벌써 시작했다. 조선산업의 경우도 비슷하다. 축적된 데이터와 생성형 AI 기술로 배의 설계와 건조 프로세스의 설계를 자동화하면 생산성과 수익률을 획기적으로 향상시킬 수 있다.

문제는 이런 판을 바꾸는 혁신을 주도할 전문 지식과 데이터사이언스 능력을 겸비한 인재를 구하기 힘들다는 점이다. 우리 대학의 교육 체계에선 데이터사이언스와 응용 분야의 전공 교육들이 별개로 운영되기 때문이다. 현실적인 해법은 분야별로 허브 성격의 생성형 AI 벤처를 만들어 기존 기업과 연대, 세계시장을 공략하는 솔루션을 개발하는 것이다. 각각의 회사가 독자적으로 성공이 불확실한 길을 가지 않고 경험과 데이터를 모으면 새로운 벤처가 세계시장에서 성공할 가능성이 높아진다.

산업 생태계 혁신 전략 고민과 별개로 데이터사이언스와 도메인 지식을 겸비한 양손잡이 인재 교육에 대해서도 심각하게 고민해야 한다. 이미 UC버클리와 서울대가 10년 전부터 각각 다른 방식으로 양손잡이 인재 양성을 위한 체계를 만들어 왔다. 지난 5월 모든 학부생들에게 데이터사이언스 교육을 개방한 미국 UC 버클리는 2019년 만든 범대학 차원의 CDSS(컴퓨팅 C, 데이터사이언스 DS, 사회 S) 학사 단위를 정식 단과대학으로 승격시켰다. 50년 만의 단과대 설립으로, CDSS 대학은 다른 단과대와 달리 허브 대학이다. 공과대학과 전기컴퓨터공학부(EECS)를 공유하고 문리대, 통계학과와 사회과학 데이터랩을 공유한다. 뿐만 아니라 의대와 병원으로 유명한 인접한 UC샌프란시스코(UCSF)와는 전산 정밀의료 학위 과정을 공유한다. 대학의 사일로 체계를 주립대학인 버클리가 깨기 시작한 것이다.

2019년 필자가 이 대학을 방문했을 때 주립대학의 관료주의 한계는 여전했다. 1년 예산이 200만 달러에 불과했다. 버클리의 변화에 감동한 한 독지가가 2020년 2억 5200만 달러를 기부했다. 이어 이 대학에서 창업한 데카콘 데이터브릭스의 창업자 3명이 7500만 달러를 기부하면서 분위기는 반전됐다. 공공재정에 의존하는 교육의 질에 한계가 있다는 것은 누구나 다 알지만, 대학이 선제적 변화로 사회의 감동을 일으켜 문제를 해결한 것이다.

서울대도 버클리와 같은 때에 빅데이터연구원을 설립하고 2019년 교육부로부터 신규 교수 정원을 받아 2020년 3월 학부 전공에 상관없이 학생을 받는 허브 성격의 데이터사이언스대학원을 출범시켰다. 우리나라에도 버클리와 같은 큰 변화의 바람이 일기를 기대한다.