[데일리안] 범용 GPT에서 산업 특화 AI로…도메인AI 모델 확산[AI 7대 트렌드⑤]

생성형 AI 산업이 도메인 특화 AI로 발전하고 있다.ⓒ데일리안 AI 이미지 삽화[데일리안 = 김지현 기자]

특히 금융, 의료, 법률, 제조 등 특정 산업에 최적화되면서 기업들은 자체 AI 모델을 구축하기 위해 전략을 세우고 있다. 기존의 서비스형소프트웨어(SaaS) 중심 시장이 AI 플랫폼에 중점을 두면서 데이터 경쟁 시대가 궤도에 오른 것이다.

업계에서는 향후 기업용 생성형 AI의 절반 이상이 산업 특화 모델 형태로 전화될 것으로 보고 있다.

범용 AI의 대용으로 도메인 AI가 등장했다. 도메인 AI는 범용적인 지식을 섭렵하기 보다는 특정 산업과 전문 분야에 특화된 데이터·지식을 집중적으로 학습해 해당 분야와 관련해 최적의 성능을 발휘한다.

범용 AI와는 뚜렷한 차이를 보인다. 대표적으로 챗GPT, 클로드, 제미나이 등이 범용 AI에 해당된다면 BloombergGPT(금융), Med-PaLM(의료)은 도메인 AI에 속한다.

학습 데이터 역시 인터넷상 일반 데이터를 활용하는 범용 AI와 달리 도메인 AI는 논문, 법연, 의료기록 등 보다 심층적·세부적인 부분에 대해 학습한다. 이를 통해 도메인 AI는 특정 분야에서 정확성이 높은 결과물을 내놓는다.

특히 도메인 AI는 경량화 언어 모델(sLLM)을 기반으로 검색 증강 생성(RAG) 기술을 결합해 만들어진다. RAG는 답변을 만들기 전 외부 지식을 기반으로 해 관련 정보를 검색, 활용하는 방식이다. 이에 따라 범용 AI보다 보안, 비용, 응답 속도가 빠르다.

기업들이 생성형 AI 도입을 망설였던 가장 큰 이유인 보안과 정확도 측면에서도 범용 AI보다 우세하다. 기존의 범용 AI는 기업 내부 데이터 유출, 사실이 아닌 것을 사실처럼 말하는 ‘할루시네이션(환각)’ 현상에서 자유롭지 못하다는 지적이 있었다.

유회준 카이스트 AI반도체대학원 교수는 “도메인 스페시픽 등은 기업 내에서 사용한다거나 특정한 목적으로 쓸 경우 개인정보보호에 상당히 유리한 부분이 있다”고 말했다.

경남 창원시 LG전자 스마트파크에서 로봇 팔이 냉장고 문을 조립하는 모습.ⓒ뉴시스

예를 들어 금융권 특화 AI는 최신 규제 가이드라인을 준수하며 투자 분석을 수행하고, 의료 AI는 방대한 임상 데이터를 바탕으로 진단의 정확도를 제고한다.

한국지능정보사회진흥원(NIA)은 ‘LLM의 기계적 해석가능성 : 블랙박스에서 투명한 AI로’ 보고서를 통해 “최근 산업 전반에서 신뢰성, 투명성, 안전성 확보를 위한 실질적 응용 도구로 LLM이 주목받기 시작하고 있다. 특히 금융, 의료, 원자력, 산업 검색 및 정보 서비스 등 사회적으로 고위험(high-stakes) 의사결정이 이뤄지는 영역에서 적용 사례가 점차 확산하고 있다”고 분석했다.

특히 제조 현장에서 각광받고 있다. 경제적으로 효율성을 갖추고 있어 인건비 등이 절감되는 까닭이다. NIA의 ‘기업 내 AI 활용 현황 및 애로사항 분석 : 제조업을 중심으로’ 보고서에서는 제조업은 대량의 센서·기계 데이터를 활용할 수 있는 기반을 갖추고 있어 AI와의 결합 시 높은 파급효과를 기대할 수 있는 산업이라고 평가했다.

다만, 산업 AI 관련 인력과 기술 내재화를 위한 교육은 필요한 상황이다. NIA는 “기존 인력이 AI 기술과 제조 도메인 지식을 동시에 습득할 수 있는 교욱 프로그램이 필요하다”며 “현재 AI 인력 양성 프로그램은 SW 엔지니어링 중심 교육이 다수를 차지하고 있어 제조업 현장의 복합적 수요를 충분히 반영하고 있지 못하기에 제조 공정, 품질관리, 설비 운영 등 산업 특화 분야와 AI 기술을 융합한 맞춤형 인재 양성 과정 개발이 필요하다”고 강조했다.

도메인 AI의 부상은 소프트웨어(SW) 시장의 근간도 흔든다. 과거 클라우드 기반의 서비스형 소프트웨어(SaaS)가 단순히 기능을 대여하는 방식이었다면, 이제는 AI가 모든 기능의 중심이 되는 ‘AI 네이티브(AI-Native)’ 구조로 재편되고 있다.

기존 SaaS 기업들은 자사 서비스에 AI 기능을 결합하는 수준을 넘어, 고객사가 직접 데이터를 학습시키고 맞춤형 모델을 생성할 수 있는 AI 플랫폼으로 진화하고 있다.

이는 기업들이 보유한 데이터의 가치를 극대화하는 결과를 낳았다. 특정 산업의 핵심 데이터를 얼마나 많이, 정교하게 확보하느냐가 곧 AI 시대의 강력한 진입장벽이자 경쟁력이 된 것이다.

실제로 제조 현장에서는 공정 데이터와 AI 플랫폼을 결합해 불량률을 예측하고 설비 유지보수를 자동화하는 등 SW가 의사결정의 핵심 파트너로 자리 잡고 있다.

이처럼 도메인AI의 등장은 산업 특화 모델로의 전환을 더욱 빠르게 할 전망이다. 글로벌 시장조사업체 가트너(Gartner)는 2026년 주요 전망을 통해 오는 2028년까지 기업이 사용하는 생성형 AI 모델의 잘반 이상이 도메인 특화형이 될 것이라고 예상했다.

과학기술정부통신부 전경.ⓒ데일리안DB

특히 한국이 강점을 가진 제조·조선·의료 분야에서의 도메인 AI 선점은 글로벌 AX(AI 전환) 경쟁에서 우위를 점할 수 있는 핵심 열쇠로 꼽힌다.

과기정통부는 국내 최초로 정부 출자 AI 특화기금(AI 특화 펀드)을 조성한다. 이는 새롭게 추진되는 AI 펀드와 지난해부터 조성된 SaaS 기금을 통합한 것이다. AI 기반 기술 기업뿐 아니라 AI 생태계에 필수적인 인터넷 기반 자원 공유 클라우드·SW 기업에 함께 투자한다.

AI 펀드의 경우 과기정통부 출자금 300억원을 바탕으로 총 600억원 규모의 기금을, SaaS 분야는 정부 출자금 150억원을 바탕으로 총 300억원 규모의 펀드를 각각 조성한다.

정부는 “국내 AI 산업이 세계 패권경쟁 가운데 다시 도약하기 위해서는 정부와 민간의 과감한 투자가 필요하다”며 “AI 혁신펀드가 유망기업들의 국제 경쟁력을 강화할 수 있는 발판이 되길 기대한다”고 말했다.