MS 독일 임원 언급: GPT-4 다음 주 공개 예정, 멀티모달 지원

텍스트 기반의 생성형 AI 열풍이 채 가라앉기도 전에 마이크로소프트 독일 법인에서 차세대 모델에 대한 깜짝 소식을 전했습니다.

열린 'AI in Focus - Digital Kickoff' 행사에서 마이크로소프트 독일의 안드레아스 브라운(Andreas Braun) 최고기술책임자(CTO)는 다음 주 GPT-4를 공개할 예정이라고 밝혔습니다. 특히 이번 모델은 텍스트에 머무르지 않고 비디오까지 다루는 멀티모달 모델이 될 것이라고 덧붙였습니다.

깜짝 공개된 차기작, 비디오까지 다루는 멀티모달

이날 행사는 사전 등록된 기업 고객을 대상으로 Azure-OpenAI 서비스의 비즈니스 가치를 설명하는 자리였습니다. 다소 편안한 분위기 속에서 브라운 CTO는 GPT-4의 출시가 임박했음을 직접 언급했습니다.

브라운 CTO는 대규모 언어 모델이 인간의 자연어를 기계가 통계적으로 이해하도록 돕는 진정한 게임 체인저라고 평가했습니다. 이미 독일어로 질문하고 이탈리아어로 답변을 받는 등 언어 장벽이 거의 사라진 상태이며, 멀티모달 기능을 통해 모델이 훨씬 포괄적인 역량을 갖추게 될 것이라고 말했습니다. 특히 비디오와 같은 완전히 다른 영역의 가능성이 열린다는 점을 강조했습니다.

현장에 참석한 홀거 켄(Holger Kenn) 수석 기술 책임자 역시 멀티모달 AI가 텍스트를 이미지뿐 아니라 음악과 비디오로도 변환할 수 있는 기술이라고 설명했습니다. 마이크로소프트가 3월 초 멀티모달 모델인 Kosmos-1을 공개했던 만큼, 차세대 모델의 멀티모달 전환은 시간문제로 여겨져 왔습니다.

아이폰 모멘트와 현장 도입 사례

마리아네 야닉(Marianne Janik) 마이크로소프트 독일 CEO는 현재의 AI 발전과 ChatGPT의 등장을 '아이폰 모멘트'에 비유했습니다. 일자리를 없애는 것이 아니라 반복 업무의 수행 방식을 바꾸는 것이 핵심이라며, 고객사 데이터를 모델 학습에 활용하지 않는다는 점도 분명히 했습니다.

실제 엔터프라이즈 적용 사례도 구체적인 수치와 함께 소개되었습니다. 클레멘스 지블러(Clemens Siebler) 시니어 AI 스페셜리스트에 따르면, 하루 3만 건의 통화가 걸려오는 네덜란드의 한 대형 고객사는 음성 인식과 요약 자동화를 통해 매일 500시간의 상담원 업무 시간을 절감하고 있습니다. 초기 프로토타입은 2시간 만에 나왔고, 개발자 한 명이 2주 만에 시스템을 구축했습니다.

환각 현상에 대한 질문에 지블러는 AI가 항상 정답을 내놓는 것은 아니므로 검증 절차가 필수적이라고 짚었습니다. 현재 마이크로소프트는 신뢰도 지표를 개발 중이며, 사용자의 피드백을 통해 시스템을 점진적으로 개선하는 방식을 취하고 있다고 설명했습니다.

왜 중요한가

GPT-4가 비디오까지 포괄하는 멀티모달로 전환된다면 기업과 개발자가 만들 수 있는 서비스의 범위는 완전히 달라집니다. 텍스트, 이미지, 음성을 따로 쪼개어 파이프라인을 구축하던 번거로움이 줄어들고, 영상 분석이나 자동 편집 같은 고난도 작업의 진입 장벽이 크게 낮아지기 때문입니다. 다만 지블러의 언급처럼 생성 결과물의 사실 검증은 여전히 까다로운 숙제로 남아 있어, 당장은 핵심 의사결정보다는 사내 문서 검색이나 초안 작성처럼 인간의 검토가 개입할 수 있는 영역부터 도입하는 것이 안전해 보입니다.

업계 전반으로 보면 경쟁 구도가 한 단계 격상되는 효과를 낳을 것입니다. 경쟁사들이 GPT-3.5 수준의 텍스트 능력을 따라잡느라 분주한 상황에서, 마이크로소프트와 OpenAI가 비디오와 멀티모달로 전장을 옮겨버리면 후발 주자들의 기술 격차는 더 벌어질 수밖에 없습니다.

기술 전환이 상대적으로 더딘 유럽 시장을 겨냥해 지역 행사에서 기업 대상 메시지를 던진 전략도 영리합니다. 하지만 유럽연합(EU)의 AI 법안 규제가 본격화되고 고위험 AI에 대한 벌칙 조항이 논의되는 상황에서, 이처럼 강력해진 멀티모달 모델이 기업 환경에 규제 마찰 없이 안착할 수 있을지는 계속 지켜볼 대목입니다.