데이터 자산화 이후 프라이버시 인프라가 시장을 얼마나 잠식할 수 있을까?
저자: Jason
70년 전, 컴퓨터의 보급이 막 시작되던 시절에는 디지털 사회가 눈앞에 다가올 때 개인이 디지털 세계에서 '제2의 삶'을 갖게 될 것이라고 상상조차 하지 못했습니다. 광활한 인터넷의 '평행우주' 속에서 디지털화된 우리는 자아의 경계를 끊임없이 확장하고, 새로운 것을 시도하며, 물질적 삶을 개선해 나갑니다. 동시에 우리는 흐르는 발자국, 즉 데이터를 남기고 있습니다.
데이터란 무엇일까요? 정보 과학에서 기본적이면서도 복잡한 이 질문에는 명확한 답이 없습니다.
간단히 말해 데이터란 관찰의 산물입니다. 관찰 대상은 사물, 개인, 기관, 사건 및 그들이 처한 환경 등을 포함합니다. 이러한 관찰은 일정한 시각, 방법 및 도구를 바탕으로 수행되며, 측정 단위와 같은 기호 표현 체계를 수반합니다. 데이터란 바로 이런 기호 체계로 관찰 대상의 특성과 행동을 기록한 결과물입니다.
데이터는 문자, 숫자, 도표, 음성, 영상 등의 형태를 취할 수 있으며, 존재 형태는 디지털 방식일 수도 있고(예: 종이에 기록된 비디지털 방식)일 수도 있습니다. 하지만 정보통신기술(ICT)의 발전으로 점점 더 많은 데이터가 디지털화되고 있습니다.
Statista 분석에 따르면 2025년까지 전 세계 네트워크 연결 기기 수는 309억 대에 이를 것으로 예상됩니다. 연결된 기기와 서비스는 엄청난 양의 데이터를 생성하며, IDC는 2025년 전 세계 데이터량이 163ZB(1ZB는 1조 GB)에 달할 것으로 전망하며, 이는 2016년 생성된 16.1ZB의 10배 규모입니다.
이처럼 넘쳐나는 데이터洪流 속에서 내재된 가치를 어떻게 추출할 수 있을까? 인공지능(AI)이 그 해답을 제시하고 있습니다.
인공지능의 60년
1956년 여름, 다프트머스 칼리지에서 열린 6개월간의 세미나에서 미insky 등 젊은 과학자들이 모여 '인공지능(Artificial Intelligence)'이라는 용어를 처음으로 제안했습니다.
그 후 2006년 힌튼(Hinton) 교수는 '딥러닝(Deep Learning)' 신경망을 제안하면서 인공지능의 성능에 획기적인 진전을 가져왔으며, 이번 AI 붐은 이전 두 차례의 붐과 명백히 구별됩니다. 빅데이터와 강력한 컴퓨팅 능력을 기반으로 한 머신러닝 알고리즘은 컴퓨터 비전, 음성 인식, 자연어 처리 등 다양한 분야에서 돌파구를 마련했고, 인공지능 기술 기반의 응용도 점차 성숙기에 접어들었습니다. 이로써 인공지능은 비로소 '지능'을 갖추고 현실에 적용되기 시작했습니다.
오늘날 인공지능은 우리에게 낯선 기술이 아니며, 생활의 무수한 세부 영역에 스며들어 있습니다. 온라인 쇼핑에서부터 공장 생산에 이르기까지 인공지능 기술이 가져온 편리함과 발전을 쉽게 찾아볼 수 있습니다.
이론과 기술의 점진적 성숙은 응용 분야의 급속한 확장을 가능하게 했으며, 상용화 역시 가속화되고 있습니다. 세계 각국의 정부와 기업들은 인공지능이 경제 및 전략적으로 가지는 중요성을 인식하고 국가 차원의 전략과 사업 활동에 본격적으로 참여하고 있습니다.
10년 전 모바일 인터넷의 부흥은 인공지능의 폭발적 성장을 위한 '특이점'을 만들어냈습니다. Apple, Samsung과 같은 모바일 단말기 제공업체와 Alibaba, Tencent, Facebook, Google과 같은 모바일 인터넷 서비스 제공업체들의 빠른 반복 개선은 모바일 인터넷이 기존의 데스크톱 인터넷보다 시간과 공간의 경계를 넘어설 수 있게 했으며, 자연어 처리, 머신러닝, 시각 알고리즘 등 인공지능 기술의 획기적 발전을 이끌었습니다.
딜로이트(Deloitte)가 발표한 2019 글로벌 인공지능 개발 백서에 따르면, 2025년 세계 인공지능 시장은 6조 달러를 초과할 것이며, 2017~2025년 연평균 복합성장률(CAGR)은 30%에 이를 전망입니다. PwC의 연구 보고서는 2030년까지 인공지능이 세계 GDP를 추가로 14% 증대시켜 15.7조 달러의 성장을 견인할 것으로 예측하며, 이는 중국과 인도의 현재 국내총생산(GDP) 합계를 초과하는 수치입니다. 글로벌 인공지능 시장은 향후 몇 년간 현상급 성장을 경험할 것입니다.
60년, 인공지능의 불씨는 이미 번영의 불길로 타오르고 있으며, 제4차 산업혁명—기술 혁명을 앞두고 그 가능성의 한계도 서서히 드러나고 있습니다.
제약 요인의 부상
인공지능이 새로운 과학기술 산업 개혁의 변수이자 핵심 기술이 되기 위해서는 세 가지 핵심 요소—데이터, 알고리즘, 컴퓨팅 파워(연산 능력)—가 반드시 필요합니다.
인터넷, 특히 모바일 인터넷이 전 세계 가정에 보급되면서 전 지구적 데이터가 폭증하게 되었습니다. 이처럼 실제적이며 가치 있는 데이터는 인공지능에게 '생산 자재'를 공급해 주었습니다.
또한 칩의 처리 능력 향상, 클라우드 컴퓨팅의 대규모 활용, 계산 하드웨어 가격의 급격한 하락은 전 세계적인 컴퓨팅 능력의 열기를 조성했으며, 컴퓨팅 파워는 인공지능에게 실질적인 '생산 엔진'을 제공했습니다.
딥러닝, 머신러닝, 신경망, 컴퓨터 비전 등의 도약적 돌파로 인해 광범위한 산업과 솔루션 시장이 형성되며 인공지능 알고리즘은 빠르게 발전했습니다. 산업 측면에서 보면 인공지능은 의료, 건강, 금융, 교육, 보안 등 여러 수직 분야에 이미 적용되고 있습니다. 알고리즘은 인공지능에게 유능한 '생산 도구'를 제공했습니다.
세 가지 핵심 요소의 결집으로 인공지능은 '황금의 10년'을 맞이했지만, 동시에 인공지능 위에 떠 있는 다마스커스의 검도 서서히 모습을 드러내고 있습니다.
첫째, 데이터 규제와 프라이버시 압박이 나타났습니다. 2018년 EU는 '일반 데이터 보호 규정(GDPR)'을 시행했고, 2021년 중국은 '중화인민공화국 데이터 안전법'과 '중화인민공화국 개인정보보호법'을 차례로 시행했습니다. 특히 '개인정보보호법'은 개인의 권리 중심으로, 시민의 프라이버시, 인격, 신체, 재산 등의 이익을 보호하기 위한 법률로서 '개인정보'를 "전자 또는 기타 방식으로 기록된 식별 가능하거나 특정 가능한 자연인과 관련된 각종 정보"로 정의하고 있습니다. 개인정보 데이터 감독 강화는 데이터 남용 행위에 강력한 제동을 걸고 있습니다.
뿐만 아니라 데이터를 보유한 기업들 사이에서도 프라이버시 문제는 큰 갈등을 일으킵니다. 데이터를 공유하고 교환하면 분명 AI 알고리즘의 효과를 높일 수 있지만, 동시에 자신이 가진 데이터가 유출되지 않도록 보장해야 합니다. 내부의 서로 다른 부서 간 데이터 사용이든, 외부 제3자와의 데이터 협업이든 모두 엄격한 규정 준수를 보장해야 하며, 데이터 관련 프로젝트를 추진할 때 가장 먼저 고려해야 할 것은 데이터 유통 중의 보안 문제입니다.
둘째, 모델 학습 비용이 매우 높습니다. 하드웨어와 소프트웨어의 발전으로 매년 인공지능 학습 비용이 37%씩 감소하고 있지만, 인공지능 모델의 규모는 매년 10배씩 빠르게 커지고 있어 전체 학습 비용은 계속 증가하고 있습니다. 일부 기관들은 최첨단 인공지능 모델의 학습 비용이 현재 약 100만 달러에서 2025년에는 1억 달러 이상으로 100배 증가할 수 있다고 전망합니다.
데이터 프라이버시, 높은 비용, 기술 집중화 등의 문제를 앞두고 인공지능은 어떻게 제약을 극복하고 새로운 단계로 나아갈 수 있을까요?
일부 첨단 기술의 연구와 응용이 앞으로의 길을 열어주고 있습니다.
누구나 사용할 수 있는 인공지능
블록체인과 프라이버시 컴퓨팅 기술의 등장은 인공지능에 새로운 가능성을 제시했습니다.
데이터를 중심으로 블록체인, 프라이버시 컴퓨팅, AI는 서로 다른 방식으로 화학 반응을 일으키며, 이들 기술의 융합은 데이터 활용 수준을 한층 높이고, 블록체인의 기반 구조를 강화하며, AI의 잠재력을 더욱 확장시킬 수 있습니다.
블록체인의 합의 알고리즘은 인공지능 시스템 내 주체들이 협업 작업을 완수하도록 도울 수 있으며, 해당 기술 특성은 데이터를 자산화하여 더 넓은 범위의 데이터, 알고리즘, 컴퓨팅 파워가 참여하도록 유도하고, 보다 효율적인 인공지능 모델을 창출할 수 있습니다.
개인정보가 포함된 데이터를 사용해야 하는 경우, 프라이버시 컴퓨팅은 데이터 제공자가 원본 데이터를 유출하지 않는 전제 하에 데이터를 분석·계산할 수 있도록 하며, 데이터 유통 및 통합 과정에서 '사용은 가능하나 보기 불가능(可用不可见)'하게 보장함으로써 규정 준수를 위한 프라이버시 및 보안 통제를 실현하고, 데이터 공유와 가치 교환을 촉진합니다.
현재 시장에서는 이미 프라이버시 컴퓨팅과 블록체인 기반의 다양한 플랫폼 제품을 확인할 수 있습니다. 예를 들어 알리바바 체인의 'Morse 다자간 안전 계산 플랫폼', 바이두 시큐리티의 'MesaTEE 플랫폼' 등이 있는데, 대부분의 플랫폼 제품은 B2B 서비스를 대상으로 하고 있습니다. 이유는 간단합니다. 기업 간 데이터 거래는 가장 기본적인 상업 수요이며, 데이터 공유, 교환, AI 알고리즘 향상이라는 기본적인 모순을 해결해주지만, 인공지능의 민주화 및 보편적 인공지능(AGI)의 안전한 구축에는 아직 진입하지 못하고 있습니다.
기업 서비스는 인공지능이 현재 도달한 응용 초기 단계에 불과합니다. 가까운 미래에는 데이터 소유권이 마침내 개인에게 반환될 것이며, 기술, 생산 자재, 생산 도구 역시 개인에게 양도되고 반환될 것입니다. 오직 이것이 데이터라는 '새로운 시대의 생산 요소'를 중심으로 AI, 블록체인, 프라이버시 컴퓨팅을 기술 인프라로 하여 고도의 인공지능 출현과 진화를 촉진하고, 보편적 인공지능(AGI)을 향한 길을 모색하는 올바른 방식입니다.
최근, 첨단 기술 연구에 집중하는 한 기업이 출시한 제품은 일반 대중이 보편적 인공지능을 활용하는 데 있어 새로운 방향을 제시하고 있습니다.
PlatON 프라이버시 컴퓨팅 네트워크(가칭)는 탈중앙화된 데이터 공유 및 프라이버시 컴퓨팅 기반 네트워크로, 제품 설계 초기부터 독창적인 접근을 통해 인공지능의 세 가지 요소—연산 능력, 알고리즘, 데이터—를 사용자 중심으로 통합했습니다. 즉 사용자라면 누구든지 데이터 소유자, 데이터 이용자, 알고리즘 개발자, 연산 능력 제공자 등 다양한 신분으로 플랫폼에 접속하여 다양한 과제를 수행할 수 있으며, 탈중앙화 방식으로 계산에 필요한 데이터, 알고리즘, 연산 능력을 집결시켜 안전하고 보편적인 인공지능의 새로운 패러다임을 창출합니다.
상용 제품으로서 PlatON 프라이버시 컴퓨팅 네트워크는 더 이상 B2B 기업용 제품에 국한되지 않고, 기관뿐 아니라 개인에게까지 폭넓게 개방됩니다. 예를 들면:
-
데이터 소유자로서 개인 및 기관은 데이터 노드로 데이터를 추가하고 플랫폼에서 공개된 계산 과제에 참여할 수 있으며, 이는 데이터의 권리를 명확히 하고 가격을 책정하며 보호하는 놀라운 혁신을 실현합니다. 즉 프라이버시 보호를 전제로 데이터의 진정한 자산화를 완성합니다.
-
연산 능력 제공자로서 개인과 기관은 유휴 상태의 서버(연산 능력)를 외부에 제공하여 다른 사람의 계산 과제 수행에 필요한 기계 자원을 지원하고, 네트워크 내 계산 과제를 수행함으로써 상응하는 보상을 받을 수 있습니다.
-
알고리즘 제공자로서 개인 AI 개발자는 최대한의 잠재력을 발휘하여 AI 알고리즘을 제공하고 계산 과제 완수를 지원하며, 그에 따른 수익을 얻을 수 있습니다.
이러한 방식으로 자유롭고 개방적이며 지속 가능한 'AI 시장'이 형성됩니다. 플랫폼을 통해 데이터와 연산 능력을 제공하고, 이를 활용하여 알고리즘에 대한 계산을 수행할 수 있습니다. 블록체인 기반의 암호경제학(crypto-economics)을 통해 데이터, 연산 능력, 알고리즘을 화폐화하여 효과적인 인센티브 메커니즘을 만들고, 더 많은 데이터, 알고리즘, 연산 능력이 네트워크에 참여하도록 유도합니다. 점차 데이터, 알고리즘, 연산 능력의 탈중앙화된 공유 및 거래 시장이 형성되는 것입니다.
또한 PlatON은 데이터 프라이버시 보호에도 다층적인 장치를 마련하고 있습니다. 안전한 다자간 계산(MPC), 제로노우ledged 증명(ZKP), 동형암호, 검증 가능한 계산, 페더레이티드 러닝 등 다양한 암호학 기술을 융합하여 협업 계산을 수행하며, 로컬 데이터를 보호함으로써 진정한 의미의 '데이터 사용 가능, 열람 불가능'을 실현합니다. 데이터 보호뿐 아니라, 훈련이 완료된 AI 모델과 같은 계산 결과의 프라이버시 역시 보호됩니다. 또한 이 제품은 스마트 계약을 효율적으로 실행할 수 있을 뿐 아니라, 일반적인 딥러닝 프레임워크도 원활하게 실행할 수 있어 보편성, 호환성, 높은 가용성을 보장합니다.
전체를 살펴보면, 프라이버시 컴퓨팅 네트워크는 플랫폼화된 방식으로 AI, 블록체인, 프라이버시 컴퓨팅 기술을 핵심 역량으로 하여 데이터 전 생애주기 관리 능력을 구축하고, 응용 수요에 따라 하부 인프라, 경제 모델, 데이터·알고리즘·연산 자원 등과 원활하게 협업합니다. 개인의 데이터로부터 출발하여 데이터 아일랜드 문제를 해결하며, 데이터는 보호되고 활용될 뿐 아니라 개인이나 기관의 자산이 될 수도 있습니다.
현재 이 제품은내부 테스트 단계에 있으며, 이렇게 방대하고 복잡한 플랫폼 제품은 분명 큰 도전에 직면할 것입니다. 예를 들어:데이터는 어떻게 다자간으로 가격을 책정할 것인가? 데이터가 다자간 유통될 때 정확한 추출과 응용은 어떻게 이루어지는가? 핵심 알고리즘은 어떻게 AI 개발자를 유인할 것인가?
그럼에도 불구하고, 이는 전례 없는 초거대 데이터 상업체입니다. 신기술의 융합과 응용에는 시간이 필요하며, 제품 완성에도 시간이 필요합니다. PlatON 프라이버시 컴퓨팅 네트워크 제품은 데이터 상업화의 길을 모색하는 데 첫걸음을 내딛었습니다.
미래를 향해 데이터 경제의 도약을 위한 '특이점'이 여기서부터 피어오를지도 모릅니다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
