주요 시사점
- 인공지능(AI)을 공공, 사설, 개인으로 분류하는 것은 규제 제약, 데이터 개인 정보 보호 및 보안 문제를 다루는 데 효과적입니다.
- 공공 AI는 전 세계 사용자를 대상으로 하는 반면, 사설 AI는 특정 조직의 요구에 맞게 설계되었고, 개인 AI는 개별 사용자 경험을 향상시키는 데 중점을 둡니다.
- 접근성 측면에서 공공 AI는 누구에게나 열려 있고, 사설 AI는 제한적이며, 개인 AI는 특정 고객에게만 제공됩니다. 이러한 세 가지 범주에 따라 데이터 처리 및 개인 정보 보호 방식도 달라집니다.
인공지능(AI)은 공공, 사설, 개인 AI로 구분할 수 있습니다. 이러한 구분을 통해 AI 시스템을 개발하고 적용하면, 규제 제약과 데이터 개인 정보 보호, 보안 문제에 대한 해결책을 찾기가 더 쉬워집니다.
이러한 분류는 AI의 목적, 운영 주체, 데이터 처리 방식, 그리고 공공, 개인, 조직의 이익을 보호하기 위해 필요한 제한 사항을 이해하는 데 도움이 됩니다.
공공, 사설, 개인 AI의 차이점을 명확히 하기 위해, 목적, 성능, 데이터 처리, 개인 정보 보호 측면에서 비교 분석해 보겠습니다.
공공 AI란 무엇인가?
이미지 출처: Nathana Rebouças/언스플래시
공공 AI는 사용자 데이터와 위키미디어, ResNet과 같은 다양한 오픈 소스 플랫폼을 기반으로 학습된 AI를 의미합니다. 이러한 AI는 사람들이 일상생활에서 가장 많이 사용하는, 접근성이 높은 형태의 AI입니다.
목적
공공 AI는 인터넷을 통해 누구나 자유롭게 사용할 수 있는 AI 서비스, 프로그램, 알고리즘을 포괄합니다. 이는 일반적으로 전 세계 인구를 대상으로 하며, 대규모 인력이 필요한 문제나 작업에 효율적인 AI 솔루션을 제공합니다. 검색 엔진, 소셜 미디어 알고리즘, 언어 번역기, 최신 텍스트 음성 변환 엔진 등이 대표적인 공공 AI의 예입니다.
접근성
공공 AI는 인터넷을 사용하는 누구에게나 공개적으로 접근 가능합니다. 대부분 검색 엔진, 소셜 미디어 플랫폼, 확장 프로그램 등에 이미 통합되어 있어 별도의 가입이나 비용 지불 없이 바로 사용할 수 있습니다. 또한, Llama, ResNet, BERT와 같은 다양한 공공 AI 모델은 온라인에서 무료로 사용하고 필요에 따라 조정하여 자신만의 모델을 만들 수 있도록 개방되어 있습니다.
성능
공공 AI 시스템은 동시에 많은 사용자를 처리하도록 설계되었습니다. 사용자 수가 많기 때문에 (수백만 명에 달할 수도 있음) 공공 AI는 가능한 많은 사용자를 지원할 수 있도록 성능이 조정됩니다. 또한, 국가와 국민의 이익을 보호하기 위해 특정 규제가 적용되기도 합니다. 이러한 규제에는 사용자에게 특정 유형의 정보를 제한하거나 AI의 동작 및 능력을 제한하는 것 등이 포함됩니다.
데이터 처리 및 개인 정보 보호
공공 AI에서 가장 큰 우려 사항 중 하나는 데이터 및 개인 정보 처리 방식입니다. 이러한 시스템은 AI 알고리즘과 서비스를 개선하기 위해 방대한 양의 사용자 데이터를 수집합니다. 이는 서비스 제공 주체가 데이터를 오용할 가능성이 있어 심각한 문제가 될 수 있습니다. 공공 AI의 특성상 사용자 데이터 및 개인 정보 보호 관련 법률과 규정은 제한적인 경우가 많습니다.
사설 AI란 무엇인가?
이미지 출처: 크리스틴 흄/언스플래시
기업이 사설 AI를 필요로 하는 이유는 ChatGPT와 같은 공공 AI가 조직에 개인 정보 보호 및 보안 문제를 일으킬 수 있기 때문입니다. 사설 AI는 영업 비밀 및 지적 재산 보안을 유지하면서 조직의 특정 요구 사항에 맞게 학습되고 조정된 AI 모델을 의미합니다. 많은 사설 AI는 공개적으로 사용 가능한 대규모 언어 모델(LLM)을 개인 데이터를 사용하여 미세 조정하여 조직의 특정 요구 사항에 맞게 최적화합니다.
목적
사설 AI의 주요 목적은 조직을 위해 특별히 맞춤화된 AI 시스템을 구축하는 것입니다. 이는 내부 비즈니스 문제를 해결하고 회사 내 효율성과 생산성을 향상시키는 데 사용됩니다. 사설 AI는 고객 관계 관리(CRM), 공급망 최적화, 사기 탐지 등 다양한 내부 시스템에 적용됩니다.
접근성
공공 AI와 달리 사설 AI는 일반 대중에게 공개되지 않습니다. 민감한 데이터와 프로세스를 보호하기 위해, 사설 AI에 대한 접근은 일반적으로 승인된 직원으로 제한됩니다. 기업은 내부 생산성을 향상시키기 위해 사설 AI를 사용하지만, 고객이 서비스를 이용할 수 있도록 별도의 개인 AI도 활용한다는 점에 유의해야 합니다.
성능
사설 AI는 조직의 특정 요구 사항에 맞춰 훈련되고 최적화됩니다. 이를 통해 기업은 사전 학습된 LLM을 사용하거나 미세 조정하여 주어진 작업에서 최고의 성능을 달성할 수 있습니다. 이는 AI를 효율적으로 운영하는 데 필요한 컴퓨팅 성능을 낮추면서 비용을 절감하는 효과를 가져옵니다. 사설 AI는 일반 대중이 접근할 수 없으므로 규제가 적고, 성능 향상을 위해 제약 없이 AI 모델이나 알고리즘을 사용할 수 있습니다.
데이터 처리 및 개인 정보 보호
데이터 처리 및 개인 정보 보호는 기업이 사설 AI를 필요로 하는 가장 큰 이유 중 하나입니다. 사설 AI를 통해 조직은 데이터를 효과적으로 제어하고 보호하여 데이터 유출 및 무단 접근의 위험을 최소화할 수 있습니다. 사설 AI를 미세 조정하는 데 사용되는 데이터는 고용된 엔지니어, 데이터 과학자, 소프트웨어 개발자 팀이 선별하여 모델을 설계하고 훈련시키므로 공개 데이터로 인한 AI 편향을 줄일 수 있습니다.
개인 AI란 무엇인가?
이미지 출처: 안드레스 우레나/언스플래시
개인 AI는 사람들의 일상생활을 돕기 위해 설계된 AI 알고리즘을 말합니다. 일반적으로 스마트폰, 태블릿, 스마트 스피커, 웨어러블 기기 등 개인용 장치를 통해 이용할 수 있습니다. 알렉사, 빅스비, 구글 어시스턴트, 시리와 같은 가상 비서가 개인 AI의 대표적인 예입니다.
목적
개인 AI는 사용자가 기술과 상호 작용할 때 개별 사용자의 경험을 향상시키도록 설계되었습니다. 개인 AI 알고리즘은 사용자 선호도에 맞춘 맞춤형 경험을 제공함으로써 사용자가 특정 서비스를 보다 쉽게 이용할 수 있도록 합니다.
성능
개인화된 AI는 공공 AI만큼 확장성은 부족하지만, 개별 사용자 요청을 정확히 이해하고 대응하는 데 강점을 보입니다. 개인화된 AI는 결과를 제공하기 전에 사용자 데이터의 관련성을 고려해야 하므로, 공공 AI보다 처리 속도가 느릴 수 있습니다. 하지만 그만큼 사용자에게 더욱 적합하고 관련성 높은 결과를 제공합니다. 물론, 어떤 개인 AI 서비스를 선호하는지, 해당 AI를 만든 회사가 서비스를 어떻게 운영하는지에 따라 성능은 달라질 수 있습니다.
데이터 처리 및 개인 정보 보호
개인 정보 보호 및 데이터 처리는 개인 AI와 관련하여 가장 큰 관심사 중 하나입니다. 개인 AI가 서비스에 활용되는 방식에 따라, 회사는 사용자가 서비스 약관에 동의한 후 개인 사용자 데이터를 수집할 수 있습니다. 따라서 회사에게는 사용자 데이터 개인 정보 보호 및 보안을 유지할 책임이 있습니다. 하지만 데이터의 민감성으로 인해, 데이터 유출은 사용자의 개인 정보 보호 및 보안에 심각한 피해를 줄 수 있습니다.
공공, 사설, 개인 AI 비교
AI를 공공, 사설, 개인 AI로 분류하면, 최적의 성능, 접근성, 데이터 보안, 사용자 개인 정보 보호를 유지하면서 특정 작업에 적합한 AI를 선택하여 적용할 수 있습니다. 아래는 각 AI 유형을 쉽게 비교할 수 있도록 정리한 표입니다.
| 측면 | 공공 AI | 사설 AI | 개인 AI |
| 목적 | 광범위한 범용 | 특정 조직 요구 충족 | 개별 사용자 요구 사항 충족 |
| 접근성 | 누구나 자유롭게 사용 가능 | 제한된 접근, 직원 전용 | 특정 고객에 한해 접근 가능 |
| 성능 | 확장 가능, 다수 사용자 동시 지원, 최적화 | 특정 작업에 맞춤형 최적화, 빠른 수행 | 개인화, 최적화 |
| 데이터 처리 및 개인 정보 보호 | 개인 정보 보호 수준 낮음, 법률에 따라 기업이 데이터 사용 가능 | 높은 데이터 보안, 회사 자체 데이터 처리 | 중간 수준의 개인 정보 보호, 사용자 동의 하에 데이터 처리 |
AI 분류의 중요성
공공, 사설, 개인 AI의 차이점을 이해하는 것은 매우 중요합니다. 이러한 분류는 우리가 일상생활에서 AI를 사용하는 방식을 나타내며, 개인 및 조직의 개인 정보 보호와 보안을 보장하기 위한 특정 법률 및 규정을 만드는 데 도움이 됩니다. 이러한 구분이 없다면 규제 시행이 더욱 어려워지고, 기업이 사용자 데이터를 오용하거나 영업 비밀을 유출하거나 AI 민주화의 실패로 이어질 수도 있습니다.