"모빌리티 특화 AI, 기존 모델 재학습시키는 형태될 것"

[NEMO 2023] 김정민 카카오모빌리티 AI연구개발 리더 인터뷰

(왼쪽부터)김정민 카카오모빌리티 AI 연구개발 리더·박창수 카카오모빌리티 자율주행 테크 리더·홍승환 카카오모빌리티 디지털트윈 테크 리더가 8일 서울 강남구 랜드 인터컨티넨탈 서울 파르나스에서 열린 모빌리티 기술 콘퍼런스 'NEXT MOBILITY:NEMO 2023' 후 기자들과 인터뷰하고 있다. /사진=카카오모빌리티

카카오모빌리티가 8일 모빌리티 기술 콘퍼런스 'NEXT MOBILITY:NEMO 2023'에서 내년 상반기까지 '모빌리티 특화 생성형 AI(인공지능) 엔진'을 개발하겠다고 발표했다.

언어 특화형 생성형 AI 모델인 LLM(초거대 언어모델)에는 오픈AI의 'GPT-4'·구글의 '팜2(PaLM2)'·네이버(NAVER)의 '하이퍼클로바X' 등이 있고 이미지 특화형 생성형 AI 모델에는 스테빌리티AI의 '스테이블 디퓨전(Stable Diffusion)'·오픈AI의 '달리(DALL-E 2)'·미드저니의 '미드저니(Mid Journey)' 등이 있다. 하지만 전 세계 어디에도 모빌리티 특화형 AI 모델은 없다.

카카오모빌리티는 어떻게 이 모빌리티를 위한 생성형 AI 모델을 만들겠다는 걸까. 카카오모빌리티에서 AI 기술을 담당하는 김정민 AI연구개발 리더에게 연구 계획과 비전을 들어봤다.

-모빌리티 특화 생성형 AI라는 개념이 모호하다.
▶일단 다른 회사들이 만들어 놓은 기존 LLM을 파인튜닝(특정 데이터를 학습시켜 AI 모델을 고도화하는 방식)하는 방식의 모델이 나올 것이다. 카카오모빌리티가 가지고 있는 데이터 중 좌표나 경로같이 텍스트가 아닌 데이터도 있지만, 이는 모두 텍스트로 풀어낼 수 있는정보 값이기 때문에 LLM을 활용하기 좋다. 모든 데이터를 완전히 학습시키는 파운데이션 모델(기반 모델)을 자체적으로 만들기는 힘들다.

-LLM 외의 형태의 AI 모델은 개발 계획이 없나.
▶이미지 분야는 기존 AI 모델이 있어서 이를 기반으로 이동 경로나 여행 계획을 보여줄 수도 있을 것 같다. 이동 데이터를 기반으로 완전히 새로운 경로를 생성하는 모델은 아직 일반화되지 않았는데, 이런 영역에서도 가능성이 있을지 찾고 있다.

-모빌리티 특화 생성형 AI를 적용한 서비스는 어떤 것이 나올 수 있나.
▶여행 에이전트(대행사) 관련된 서비스가 가장 먼저 공개될 것으로 보인다. LLM을 적용하면 경관이 좋을 길로 가고 싶다거나, 주행하기 편안한 도로를 기준으로 가고 싶다는 개개인의 상황을 정성적으로 이해할 수 있는 서비스를 만들 수 있다. 출퇴근길 안내는 기존길 안내와 동일하게 가장 빠른 길·막히는 길을 원하겠지만, 여행에서의 이동은 여러 컨택스트(맥락)를 반영할 수 있다.

-기존 LLM의 API(응용프로그램 인터페이스)를 적용하는 것을 넘어 모빌리티 '특화' 모델을 만들려는 이유는.
▶초거대 AI 모델이 나온 이후 모든 분야가 이를 적용하고 싶어한다. 그러나 큰 모델은 느리고 비싸다. 이 때문에 최근 흐름은 각 분야에 최적화된 경량화 모델을 개발하는 것이다. 우리도 모빌리티에 특화된 작은 모델을 가지고 싶은 것이다. 모든 IT 기업은 연산양을 줄이면서 원하는 퀼리티를 얻고 싶어한다.

-다른 글로벌 모빌리티 기업들은 아직 모빌리티 특화 생성형 AI를 만들지 않았다.
▶카카오모빌리티처럼 택시·내비게이션·대중교통·PM(퍼스널 모빌리티)까지 이동 데이터를 포괄적으로 갖고 있는 기업이 많지 않다. 모빌리티에 특화된 생성형 AI는 이동 전체에 대한 포괄적 설명이 가능해야 하는데, 데이터 종류와 질, 양이 충분한 기업이 흔치 않은 것이다. 제한된 종류의 데이터로 모빌리티 특화 생성형 AI를 만들었을 때 효율성이 높지 않다고 판단한 것이 아닐까 생각한다.

배한님 기자 bhn25@mt.co.kr