AI 그림이 불러온 나비효과

WE Issue No. 16 | 2022.10.24 | 웹에서 보기

WeeklyEDGE
한 주간 주목했던 글로벌 테크 & 스타트업 투자 뉴스를 전합니다.

금주의 트렌드 뉴스

시드에 곧바로 유니콘이 된 그림그리는 AI 'Stability AI', 2021년의 전세계 스타트업 키워드가 Web3였다면 2022년은 Generative AI(생성AI)로 확정

연초부터 우울한 분위기가 만연했던 실리콘밸리에 오랜만에 활기가 돌아왔습니다. 바로 불과 한 달 사이에 AI 전문 용어에서 모든 창업자와 VC의 입에 오르내리는 키워드로 등극한 'Generative AI (생성AI)'에 대한 이야기입니다. 지난 주 월요일 그림그리는 오픈소스 AI로 관심을 받은 스테이블디퓨전을 서비스 운영사 'Stability AI'가 무려 1.4조 원의 기업가치로 시드라운드를 진행하더니 불과 하루 뒤에는 블로그 쓰는 AI인 'Jasper AI'가 2조 원의 기업가치로 시리즈A를 마무리하였습니다.

한국에서도 그림그리는 AI로 소개되어 바이럴이 된 '생성AI'에 대한 관심이 전 세계 버즈워드로 등극하는데 걸린 시간은 단 한 달이었습니다.

2022년 8월 31일: AI 이미지생성 툴로 만든 그림이 미국 콜로라도 디지털 아트 대회 우승
2022년 9월 07일: 이미지 생성 AI 스타트업 'Stability AI', $500Mn 기업가치로 펀딩 루머
2022넌 9월 19일: 세콰이어캐피탈, 'Generative AI' 메모 발표
2022년 10월 17일: 'Stability AI', $1Bn 기업가치로 $101Mn 펀딩 완료
2022년 10월 18일: AI 컨텐츠 작성 툴 'Jasper', $1.5Bn 기업가치로 $125Mn 펀딩 완료

'Colorado State Fair' 디지털 아트 부문 1위를 차지한 Jason Allen의 작품 ('미드저니'를 사용하여 작성)

새로운 AI가 대중의 주목을 받은 것이 이번이 처음은 아닙니다. 2016년 알파고의 등장으로 한국에서도 주목을 끈 AI 기술은 이루다 사태 등 이슈가 있을 때마다 관심도가 높아졌지만 단발성 이벤트에 그치고 말았죠. 아직까지는 AI가 우리의 일상 생활에 미치는 영향이 크지 않다고 느끼기 때문입니다. 하지만 AI 기술은 그 이후에도 꾸준히 발전해 왔습니다. 특히 반도체가 18개월마다 2배로 연산속도가 증가하는 '무어의 법칙'이 적용되었다면 AI는 매년 딥러닝 속도가 10배씩 증가하는 '황의 법칙 - 엔비디아 창업자 젠슨 황'이 적용됩니다. 이미 2020년 6월 GPT-3, 2022년 4월 DALL-E 2의 등장으로 일상생활에 다가온 AI는 어느정도 예견된 수순이었습니다.

오늘 뉴스레터에서는 당분간 전 세계 스타트업과 벤처캐피탈을 뒤흔들 '생성AI'에 대해 알아보고자 합니다. 과연 이번에는 AI가 '불쾌한 골짜기 (Uncanny Valley - 인간을 닮아가는 로봇에 대한 우리의 감정이 호감에서 비호감으로 급격히 하락하는 지점)'를 넘어 일상 생활에 자연스럽게 스며드는 '아이언맨의 자비스'가 될 수 있을지 궁금해지는 시점입니다.

왜 지금인가?

(1) 충분한 데이터와 학습의 축적

'생성AI'가 가장 대중적인 인지도를 쌓게 된 계기는 2020년 6월 OpenAI에서 출시한 GPT-3라고 볼 수 있습니다. 딥러닝을 이용해 인간다운 텍스트를 만들어내는 자기회귀 언어모델 GPT-3는 더 이상 결과물을 가지고 구분이 불가능한 글쓰기 창작물을 생산해내는 단계에 이른 인공지능 모델로 평가됩니다.

더욱 놀라운 점은 여러모로 부족했던 GPT-2 출시 이후 1년만에 GPT-3가 등장했다는 점입니다. GPT-2가 40기가바이트의 데이터와 15억 개의 파라미터를 활용한 반면 GPT-3는 570기가바이트에 1조 7천 5백 파마리터를 활용해 퀀텀점프를 이룬 것이 특징입니다. 파라미터 개수만 1년 사이 100배 증가할 정도로 학습 속도가 가팔라지고 있는 모습입니다.

Bessemer Venture Partners는 이미 텍스트와 이미지 생성에서 AI 모델이 인간의 기본 능력치를 넘어섰다고 판단합니다. 그리고 조금있으면 스피치 영역에서도 AI가 곧 '휴먼 베이스라인'을 넘어설 것이라고 봅니다. 아직까지는 챗봇 등 언어능력에서는 AI가 구분이 가능하지만 이제 블로그나 트위터의 글은 AI가 작성해도 모른채 넘어가기 쉬운 것과 일맥상통하는 부분입니다.

AI 모델과 인간 능력치의 격차 (출처: The Rise of Synthetic Media)

(2) 오픈소스 모델의 대중화

구글의 알파고가 대히트를 쳤지만 우리는 아직까지 알파고를 사용할 수는 없습니다. 첫째, 구글이 소스를 공개하지 않고 있으며 둘째, 여전히 모델이 방대해 클라우드 기반으로 실행하기 어렵기 때문입니다. 하지만 올해부터 '생성AI'를 장착한 다양한 어플리케이션이 폭발적으로 등장하는 이유는 오픈소스를 활용한 대안 기술이 AI 모델 연산 및 운영 비용을 획기적으로 낮췄기 때문입니다.

Eleuther.ai가 올해 2월 출시한 GPT-NeoX-20B는 OpenAI의 GPT-3를 오픈소스로 대체합니다. StabilityAI가 8월 출시한 '스테이블디퓨전'은 불과 두 달 전인 6월 출시된 OpenAI의 이미지 생성 모델 DALL-E 2를 오픈소스로 대체하면서 누구나 쉽게 어플리케이션을 사용하여 이미지를 생성할 수 있는 것이 특징입니다. Stability AI가 채택한 디퓨전 모델로 인해 AI 이미지 생성 비용인 두 달만에 100분의 1로 줄어든 것입니다.

동일한 키워드를 3대 AI 이미지 생성 툴에 적용하여 그 차이를 비교한 사례 (출처: Fabians)

물론 그림의 수준 차이는 아직 뚜렷합니다. 수백만 개의 이미지를 학습한 OpenAI의 DALL-E 2는 수준높은 이미지 복원에 적합하며 이번 콜로라도 작품전에 사용된 미드저니는 예술성을 그림에 녹여내는데 적합한 툴입니다. '미대 실기생'이 그린 그림이라고 해도 믿을만한 작품을 뚝딱 만들어냅니다.

반면 오픈소스 기반의 대중화 모델 스테이블디퓨전이 만든 이미지는 인터넷에서 쉽게 지나칠 수 있는 이미지와 별반 다르지 않다는 것을 알 수 있습니다. 대신 오픈소스를 선택한 Stability AI는 대중적인 사용자 기반을 얻었습니다. 현재 DALL-E 2의 사용자는 백오십만 명, 미드저니는 삼백만 명의 사용자로 추산되지만 스테이블디퓨전은 한 달만에 천 만명의 사용자를 모았다는 점이 그 파괴력을 증명합니다.

(3) 효용성을 제공하는 어플리케이션의 등장

AI 모델이 효용성을 찾은 분야는 결국 '생산성'과 '자동화'입니다. 특히 텍스트 분야에서는 GPT-3 출시 이후 단문의 마케팅 카피를 자동으로 작성하는 SaaS 서비스가 인기를 끌었다면, 최근에는 단문 뿐 아니라 블로그와 같은 장문의 글도 작성해주는 AI모델이 주목을 받고 있습니다. 지난 주 시리즈A에서 2조원의 기업가치를 인정받은 Jarvis AI는 '블로그 작성 시간을 10분의 1로 줄여준다'는 점을 핵심 가치로 내세우고 있습니다. AI 서비스도 결국 '생산적'으로 인간의 시간을 쓰고자하는 니즈를 채워주자 비로서 시장화의 길이 열린 것입니다.

인간은 창작물을 만들때 소위 '느낌'이 올 때 까지 고민을 반복하지만 AI의 도움을 받으면 생산성 향상이 가능

현재 AI 모델이 일상 작업에 사용되는 가장 범용화된 사례는 '텍스트' 작성과 '코딩' 분야입니다. 텍스트에서는 Jarvis AI, Copy AI, Writesonic과 같은 범용 툴들이 이미 유료화에 성공하여 빠르게 성장하고 있으며, 코딩 분야에서는 깃허브의 Copilot과 Replit이 선두를 달리고 있습니다.

세콰이어캐피탈이 제시하는 생성AI 서비스의 로드맵

앞으로의 AI 어플리케이션은 텍스트와 코딩 뿐 아니라 이미지, 비디오, 게이밍 등 분야에 전방위적으로 확산될 것이란 전망입니다. 특히 빅테크 기업들도 'AI 모델'뿐 아니라 'AI 어플리케이션' 시장에 속속 참전하고 있다는 점이 고무적입니다. 메타(페이스북)는 최근 AI 기반 비디오 생성툴 'Make-A-Video'를 출시하였으며, Copilot으로 코딩 자동화 분야에서 앞서가는 깃허브는 마이크로소프트의 자회사입니다. 조만간 모든 스타트업이 서비스를 출시할 때 'Generative(생성)' 기능을 고려해야 할 것이란 조심스런 전망도 나오고 있습니다.

앞으로의 전망은...

이번 '생성AI'의 전면적인 등장을 반기는 쪽에서는 이를 2009년 아이폰의 출시, 2010년 클라우드 컴퓨팅의 확산과 같은 '기술 슈퍼사이클'이 열렸다고 판단합니다. 애플이 제시한 스마트폰이라는 폼팩터가 모바일 시대를 열어 '우버'와 같은 서비스가 가능해졌고, 아마존이 AWS를 필두로 클라우드컴퓨팅 시대를 열자 누구나 서버 투자 없이 손쉽게 모바일 서비스를 론칭하는 것이 가능해진 것처럼 이제 AI도 'AI 모델'이 충분히 발전하여 이를 기반으로 'AI 어플리케이션'의 폭발적 성장이 가능해진 시대가 도래했다는 것입니다.

시드 전문 VC인 NfX는 '생성AI'에 대한 투자자들의 '컨센서스 형성'은 이미 끝났기 때문에 관심있는 창업자들은 빠른 속도로 새로운 문제를 해결하는 서비스를 출시하는데 집중해야 한다고 이야기합니다.

"만약 기업을 대상으로 한 '생성AI'서비스를 빠르게 성장시키고 싶다면 기존 시스템의 '플러그인'으로 설계해야 합니다. 절대 기존의 업무순서나 소프트웨어 시스템을 바꾸려고 해서는 안됩니다. 기존 시스템에 자신의 '생성AI' 서비스를 심을수록 진입 장벽은 강력해질 것입니다."

- NfX 공동창업자 James Currier

오늘 뉴스레터에서는 한 달 사이에 실리콘밸리의 핵심 키워드로 등극한 '생성AI'에 대해 살펴보았습니다. 이번 주 추가 발행될 InsightEDGE에서는 실제 '생성AI' 기업의 실적과 성장 속도, 사업 모델, 피치덱 및 펀드레이징 등을 기반으로 주목받는 '스타트업'을 살펴보고 투자 전략을 공유하고자 하니 많은 기대 바랍니다.