그런데 세 번째 붐을 맞이한 현재의 AI는 이어폰에 탑재된 AI 기능으로 시끄러운 장소에서도 나만의 고요를 얻을 수 있게 됐다. 수천 명의 얼굴 중 내 얼굴만 찾아내고, 고흐의 화풍으로 그림을 그리고, 외국어를 이해할 수 있다. 이뿐만 아니라 인류가 찾아내지 못했던 새로운 물질을 발굴하고, 장인이 찾지 못한 공장 시스템의 문제점을 알아낼 수 있도록 진화해 가고 있다. 이는 컴퓨팅 파워의 도움도 있었지만, 데이터에 대한 인식 변화가 주요했다고 생각한다. SNS상의 이미지 태깅(tagging)의 도움으로 AI 분야 중 영상 분야는 데이터를 제일 쉽게 모을 수 있었고 덕분에 가장 많은 발전을 이룰 수 있었다.

그러나, 데이터 축적의 중요성에 대한 공감대 형성은 현재 진행형이다. 데이터에 대한 인식이 AI와 함께할 우리의 미래를 결정할 것으로 생각한다. 고품질 데이터는 레이블링 작업이 필요해 가격이 비싸다는 단점이 있다. 산업 현장에서는 버리면 됐던 불량품도 데이터화를 위한 추가 작업에 현장 사람들의 저항 또한 만만치 않다. 아울러, 애써 모은 데이터가 쓸모없는 것인 경우도 빈번하다. 이와 함께 다양한 사례의 데이터를 포함해야 데이터 품질이 높아지는데, 서로 다른 기업에서 데이터를 공유하기란 어렵다. 공공 데이터에 대한 수요가 높아지고 있는 이유다.

AI의 미래는 어디까지일지, 얼마나 그 규모가 더 커질지 우리는 아직 모른다. 그러나, 분명한 것은 AI는 과학기술 안에서만이 아니라 일반인들의 데이터에 대한 인식 수준이 높아질수록, 더 좋은 AI 기술을 만들어 질 수 있다는 점이다.

<참고문헌>

1. 김혜진, "인공지능의 과거, 현재, 그리고 미래", 충청투데이, 2022.3.21일자. 18면.