딥러닝이 처음 등장했을 때에는 매번 학습을 새로 해야만 했다. 사람을 구분하려면 사람 사진의 데이터로, 동물을 구분하려면 동물 사진의 데이터로 처음부터 학습을 한다. 그러다 사전훈련 모델이란게 등장했다. 대량의 사진으로 미리 학습을 해놓고, 특정 분야의 사진만으로 추가학습을 한다. 이렇게 하면 바닥부터 새로 학습하는 것보다 훨씬 빠르면서 정확도도 더 높아진다. 얼마 지나지 않아 자연어처리에서도 BERT 같은 사전훈련 모델이 등장하기 시작했다.

최근에는 초거대모델이 대세가 되었다. OpenAI의 GPT-3를 시작으로 전세계에서 이 경쟁에 뛰어들었다. 국내에서도 마찬가지다. 네이버의 하이퍼클로바가 내년초 출시예정이다. 또한 LG전자, SKT, KT, 카카오 등 웬만한 대기업들은 모두 초거대모델을 개발중이다. 가장 큰 특징은 전이학습이 필요없다는 것. 추가로 배우지 않고도 사전훈련된 대형 모델을 다양한 분야에 바로 사용할 수 있다. 지금은 텍스트에만 적용하지만 곧 이미지나 오디오 등도 모두 초거대모델로 통합될 것이다.

인공지능 개발자는 보통 3가지로 구분된다. 새로운 구조의 모델을 개발하는 연구자, 기존 모델을 기반으로 특정 도메인에 맞게 적용하는 모델러, 모델러가 만든 모델을 사용하여 서비스를 개발하는 엔지니어. 만약 초거대모델이 대세가 된다면 어떻게 될까. 아마 모델러의 할 일이 점점 줄어들 것이다. 그냥 라이브러리를 쓰듯이 초거대모델 API를 엔지니어가 바로 사용하면 되니까.

요즘 인공지능을 가르치는 학원이 점점 늘어나고 있다. 대학에서도 석사과정 뿐 아니라 인공지능 학부도 새롭게 개설하는 추세다. 이들은 대부분 모델러의 역할을 하게 된다. 앞으로 이런 인력들이 쏟아져 나올 텐데 정작 이 사람들의 입지는 계속 좁아질 것이다. 오히려 AI 엔지니어를 목표로 하는게 더 현실적이지 않을까 싶다. 인공지능에 대한 지식과 함께 코딩 능력을 키워야 한다. 디지털 트랜스포메이션의 시대에 프로그래머에 대한 수요는 줄어들지 않는다. AI라는 무기까지 있으면 경쟁력이 훨씬 높아지지 않을까.