### 들어가며 "AI has its iPhone Moment". 젠슨 황은 2023년 2월, 버클리 하스 스쿨과의 인터뷰에서 ChatGPT에 대해 이렇게 말했다. (https://cdadante.medium.com/last-year-nvidia-ceo-jensen-huang-declared-that-ai-is-having-its-iphone-moment-e2ebadcae3ae) 2007년 아이폰이 발표되고 세상을 바꿨던 것처럼 지금은 AI가 그런 순간을 만들고 있다는 것이었다. 이후 여러 언론 인터뷰를 통해서 AI 모먼트라는 말이 퍼졌다. ==2024년 AI의 시장은 급격하게 커지고 있다. 스태티스타에 따르면 2024년 전세계 인공지능 시장은 한화로 약 2,392조 원을 넘어섰다. 이 수치는 2023년에 비해 약 650조 원 증가한 수치다. 2024년 대한민국의 예산 규모가 656조원이므로, 1년 사이 시장 규모는 OECE 10위 규모인 한 국가의 예산만큼 성장한 셈이다. 이 추세대로라면 2030년에는 약 10,738조원을 넘어설 것으로 예상된다.== OpenAI의 ChatGPT가 공개된 이후 ㅇㅇ억 명의 사람들이 AI를 활용했다. 많은 사람들이 AI의 활용에 대해 이이러한 통계로 의견을 보여줬다. 의견은 분분하지만, 시장은 커지고, 사람들은 앞으로 더 활용할 것이란 점이다. 생성형 AI의 성장과 함께 단순히 텍스트를 넘어 음성, 이미지, 영상까지 다양한 영역으로 AI가 진화하고 있다. 아직은 산업화 단계 이전이지만 AI를 활용한 이미지, 영상 제작에 대한 다양한 실험이 전개되고 있다. 국내외로 AI 영화제가 개최되는가 하면, 다양한 AI 기술 활용 사례들이 나타나고 있다. 이에 본 현안보고서에서는 AI 시장에 대한 분석과 국내외 정부의 정책을 살펴보고, AI 영화 기술의 핵심 기술들을 살펴보고자 한다. 나아가 AI를 활용한 영화 제작 사례를 일부 소개, 향후 전망에 대한 논의를 진행하겠다. ### 1. AI 시장 분석 ![[06 아카이빙/AI 영화기술 현황과 전망/목차별 블록/01 국내외 시장 동향/국내외 시장 통계/미디어 엔터테인먼트 관련 AI 시장 성장세#요약|미디어 엔터테인먼트 관련 AI 시장 성장세]] ##### 해외 AI 시장 성장세 ![[06 아카이빙/AI 영화기술 현황과 전망/목차별 블록/Attatchment/Artificial intelligence (AI) market size worldwide from 2020 to 2030.png]] 스태티스타에 따르면 인공지능(AI) 시장은 2024년에 1840억 달러(약 237조 원)를 넘어섰다. 한화로 약 237조원이다. 2023년 대비 64조원 증가한 수치이다. 이 추세로 볼 때, 2030년에는 8,260억 달러, 한화로 1,066조원을 넘어설 것으로 예측하고 있다. 글로벌 시장조사기관인IDC는 스태티스타보다 더 가파른 성장세를 예측했다. AI 시장 규모가 2026년 1,220조원에 이를 것으로 전망했다. 22년부터 연평균 18.6% 성장한다는 계산이다. 미디어 엔터테인먼트 관련 AI 시장에 대한 분석도 있다. Grand View Research, Inc.의 최신 리포트에 따르면 세계의 미디어 & 엔터테인먼트용 AI 시장 규모는 2023-2030년 26%의 CAGR을 기록하며, 2030년까지 994억 8,000만 달러에 달할 것으로 보인다.(https://www.giikorea.co.kr/report/grvi1405780-ai-media-entertainment-market-size-share-trends.html) 한편, Epoch에서 2023년에 조사한 내용에 따르면 AI의 핵심기술인 머신러닝 모델을 공개한 회사들을 보면 대부분 파운데이션 모델을 개발하는 회사들은 미국, 중국, 프랑스 순으로 나타났다. 미국은 61개의 주요 머신러닝 모델을 보유하고 있으며, 중국은 미국의 1/4 수준인 15개로 나타났다. ![[fig_1.3.2_Artificial Intelligence Index Report 2024.pdf]] 연도에 따른 지역별 머신러닝 모델 수를 확인해보면, 급격하게 성장한 시점이 상이하게 나타난다. 미국은 다른 나라보다 6년 가량 빠른 2014년부터 AI 머신러닝 모델을 보유하기 시작했으며, 뒤이어 유럽과 중국은 2020년 무렵부터 AI 시장에 뛰어든 것으로 나타난다. ![[fig_1.3.3_Artificial Intelligence Index Report 2024.pdf]] 기업별로 보면, 2023년 한해 동안 Google은 18개의 파운데이션 모델을, Meta는 11개, Microsoft는 9개, OpenAI는 7개의 모델을 보유한 것으로 나타났다. ![[fig_1.3.16_Artificial Intelligence Index Report 2024.pdf]] 2019년부터 2023년까지의 모델 수를 기업별로 합산해보면, Google이 40개로 가장 많은 것으로 나타났고, 그 뒤를 이어 OpenAI가 20개, Meta가 19개, Microsoft는 18개를 보유한 것을 알 수 있다. 앞선 통계와 연결지어 생각해보면, Google을 포함한 대부분의 기업이 2023년 한 해동안 50% 가량의 파운데이션 모델을 구축했다는 것을 알 수 있다. 2023년 글로벌 IT 기업 간 AI 전쟁이 본격화된 것이다. 이는 비용을 통해서도 확인할 수 있다. 모델에 대한 학습 비용으로 Google은 2017년부터 2023년까지 191,400,000달러, 즉 한화로 2,638억원을 투입했으며, OpenAI도 78,352,034달러, 한화로 1,080억원을 투자했다. ![[fig_1.3.21_Artificial Intelligence Index Report 2024.pdf]] ##### 국내 AI 시장 성장세 및 매출액 현황 Statista에 따르면 국내 AI 매출액은 2022년 기준 3조 9,702억원 규모로, 2018년 5,292억원 규모에서 650.23% 성장했다. 주목할 점은 연평균 성장 비율이다. Statista는 국내 AI 시장이 연 평균 65.5%로 서 성장할 것으로 보았다. 해외 시장의 성장세에 대한 예측이 18.6%인 것을 고려하면 4배 이상 큰 수치이다. ![[01 국내 AI 시장 성장세 및 매출액 현황.jpg]] 분야별로 볼 때, 2023년 인공지능 응용 소프트웨어의 매출액이 2,305억원, 인공지능 구축 관리 및 관련 정보 서비스가 1,862억원, 인공지능 시스템 소프트웨어가 778억원, 인공지능 연산 및 처리 부품/장치가 255억원 규모로 나타났다. 2022년에 비해 차지하는 비율을 대동소이하나 전반적으로 연평균 성장률이 21.4%로 집계되었다. ![[02 국내 AI 시장 성장세 및 매출액 현황.jpg]] > 인공지능 매출현황 [[2023년 인공지능산업실태조사.pdf#page=12&selection=56,0,57,1|2023년 인공지능산업실태조사, page 12]] 국내 인공지능산업의 분류체계는 대분류로 1.인공지능 소프트웨어 개발 및 공급, 2.인공지능 구축·관리 및 관련 정보 서비스업, 3.인공지능 연산 및 처리 부품/장치 제조업으로 구분한다. 이 중 대분류 1은 다시 11.인공지능 시스템 소프트웨어 개발 및 공급업, 12.인공지능 응용 소프트웨어 개발 및 공급업으로 구분한다. ![[03 국내 AI 시장 성장세 및 매출액 현황_국내 기업 분류.jpg]] > ❘표 3❘ 인공지능산업 분류체계 [[2023년 인공지능산업실태조사.pdf#page=20&selection=105,0,109,11|2023년 인공지능산업실태조사, page 20]] 이 분류에 따라 사업체 수를 확인 해보면, 1.인공지능 소프트웨어 개발 및 공급업의 사업체 수는 1,712개로 약 73%를 차지했다. 2.인공지능 구축·관리 및 관련 정보 서비스업은 615개, 3.인공지능 연산 및 처리부품/장치 제조업은 27개로 파악되었다. ![[04 국내 AI 시장 성장세 및 매출액 현황_국내 기업 수.jpg]] > 조사모집단 분포 [[2023년 인공지능산업실태조사.pdf#page=31&selection=124,0,125,1|2023년 인공지능산업실태조사, page 31]] 한편, 한국의 AI 글로벌 경쟁력은 전체 62개국 중 6위로 나타났다. ![[04 국내 AI 시장 성장세 및 매출액 현황_한국 경쟁력.jpg]] > 영국 데이터 분석 업체 토터스 인텔리전스(Tortoise Intelligence)가 2023년 6월 28일 발표한 글로벌 AI 지수(The Global AI Index)2) 에서 한국은 40점으로 62개국 중 AI 경 쟁력 6위를 기록하였다. 이 지수는 인재(Talent), 인프라(Infrastructure), 운영환경 (Operating Environment), 연구(Research), 개발(Development), 정부 정책(Government Strategy), 상업화(Commercial), 규모(Scale), 강도(Intensity)로 AI 역량을 구분해 종합 순 위를 평가한다. 한국의 순위는 2022년 7위에서 올해 6위로 상승했으며, 특히 AI 개발 을 위한 플랫폼 경쟁력과 알고리즘 설계 기술력을 평가하는 개발 부문에서는 미국과 중국에 이어 3위를 기록했다. [[2023년 국내외 인공지능 산업 동향 연구.pdf#page=23&selection=71,0,244,1|2023년 국내외 인공지능 산업 동향 연구, page 23]] ### 2. AI 국내외 정책 분석 ##### 해외 AI 정책 동향 "Invention of a method of invention." 산업 전반에 영향을 주는 범용적인 목적의 AI를 발명의 방법(도구)을 위한 발명이라고 한다.(Nader, K., Toprac, P., Scott, S. et al. Public understanding of artificial intelligence through entertainment media. AI & Soc 39, p.9. (2024). https://doi.org/10.1007/s00146-022-01427-w ) 즉, AI 자체가 인간의 일자리를 대체한다는 관점이 아니라, AI를 혁신과 발명을 위한 도구로 바라보는 것이다. COVID-19가 발발한 시점에도 AI 기술은 대규모 데이터를 분석하고 COVID-19의 치료를 위해 사용되었다. 대규모의 클라우드 컴퓨팅과 접목된 AI 기술이 정부의 보건, 안전 정책을 비롯해 여러 분야에 활용되고 있다. 이러한 상황 속에서 해외 각국은 국가 차원의 AI 연구 역량을 강화하기 위해 R&D에 집중하고 있으며, 동시에 책임감 있는 AI 정책의 중요성도 강조되고 있다. 정책의 설계 및 운영은 투명성, 책임감, 안정성을 보장해야 하며, 윤리적인 고려사항을 포함해야 한다. AI는 이제 전 세계적으로 경제 및 사회 부문의 핵심 인프라로 자리잡고 있으며, 기업의 생산성을 향상시키고 정부의 정책 효율성을 개선하는 데 기여하고 있다. 이러한 배경을 바탕으로 각국은 AI 기술의 발전을 위한 정책을 수립하고 있다. 캐나다와 핀란드는 2017년 AI 전략을 제정했다. 이후 미국, 프랑스 독일, 영국이 그 뒤를 이어 AI 전략을 수립했다. 이 정책들은 각국의 AI 연구 및 개발을 촉진하고 책임감 있는 AI 사용을 위한 다양한 조치를 포함했다. 미국의 AI 정책 동향 미국은 AI 산업 발전과 권리 보호를 위한 다양한 정책을 추진하고 있다. 2021년 상무부는 '국가 AI 이니셔티브법'을 발의하였으며, 2022년에는 'AI 권리장전 청사진'을 발표하였다. 미국의 '국가 AI 이니셔티브법(National Artificial Intelligence Initiative Act)'은 AI 산업의 발전을 촉진하고, AI 기술의 연구 및 개발을 지원하기 위한 법안으로 이 법안은 AI 기술의 발전을 통해 경제적 성장과 국가 안보를 강화하고, AI 기술이 사회에 미치는 영향을 고려하여 책임 있는 사용을 촉진하는 것을 목표로 한다. AI 연구 및 개발에 대한 연방 정부의 투자 확대, AI 관련 교육 및 인력 양성, AI 기술의 상용화 촉진 등이 포함하고 있다. 한편, 생성형 AI 기술이 확산되자, 사회적으로 책임감 있는 AI 개발에 대한 요구도 커졌다. AI 기술이 경제발전에 미치는 영향이 긍정적일 수 있으나, 적절한 규제가 없으면 개인의 권리가 침해될 수 있다는 우려였다. 또한 AI의 학습을 위해 제공되는 데이터도 저작권을 침해할 수 있으며, AI 기술의 안정선과 투명성을 확보해야 한다는 목소리가 커졌다. 이에 2023년 3월, 미국 상공회의소는 AI 규제를 요구하는 보고서를 발표하였고, 바이든 대통령은 2023년 5월 책임 있는 AI 연구, 개발 및 배포를 위한 중대 조치를 시행하였다. 이러한 조치에는 AI 기업의 보고, AI 콘텐츠에 대한 워터마크 지침 개발 등의 규제가 포함되었다. 다만, 2024년 11월 5일, 트럼프 대통령의 당선으로 바이든 정부에서 조치한 AI 행정명령을 전면 백지화 상태에 놓였다. 이로 인해 AI 안전성 검토와 딥페이크 콘텐츠에 대한 워터마크 표식 의무화 등의 규제가 폐지될 예정이다. AI 안전연구소의 역할도 축소된다. 안전성, 윤리, 규제보다는 기술 발전에 초점을 맞추게 되면서, 미국 내 빅테크 기업들을 중심으로 새로운 성장을 위한 환경이 조성되고 있다. 영국의 AI 정책 동향 영국의 국가 AI 전략은 2021년 발표됐다. 이 전략에서는 AI에 대한 영국의 향후 10년 간의 계획과 전략이 담겼다. "AI Benefits all sectors and regions" 이라는 관점에서 AI 가에 대한 국가 전략이 다른 문서에서도 다양하게 나타났다.(Bennani-Taylor, S. (2024). Infrastructuring AI: The stabilization of ’artificial intelligence’ in and beyond national AI strategies. First Monday, 29(2). https://doi.org/10.5210/fm.v29i2.13568) 즉 영국 정부는 AI가 민간 및 공공 부문에 미치는 영향을 긍정적으로 평가하면서, 국가 AI 전략을 통해 혁신적인 접근을 강조했다. 한편, 영국의 과학기술 프레임워크는 2030년까지 영국을 과학기술 초강대국으로 만들기 위한 비전을 제시했으며, AI를 5대 핵심 기술 중 하나로 선포했다. 2025년 1월 13일 영국정부는 Matt Clifford의 AI 기회 실행계획(AI Opportunities Action Plan)을 발표했다. 이 계획에는 2030년까지 공공 컴퓨팅 용량을 20배로 확대하여 인프라를 확충하고, 국가 데이터 라이브러리 설립, AI 훈련을 위한 가이드라인 제공 등을 통해 데이터 인프라를 개선시키는 내용을 담고 있다. Vangage Data Centres, Nscale, Kyndryl 등 주요 기업들이 140억 파운드(한화 약 2조 5천억원) 규모의 인프라 프로젝트에 투자를 결정했다.(Government Transformation. (2025, January). Government launches 'AI Opportunities Action Plan'. Retrieved January 21, 2025, from www.government-transformation.com/data/government-launches-ai-opportunities-action-plan) 캐나다의 AI 정책 동향 캐나다 정부는 2022년 6월 캐나다 고등연구소(CIFAR)을 통해 개정한 캐나다 AI 전략 2단계를 추진했다. 이 전략을 통해 10년간 4억 4,300만 캐나다 달러 이상의 예산을 투자하여 연구 및 상용화를 촉진하는 목표를 세웠다. 기존에도 CIFAR은 1987년부터 신경망 연구를 지원했으며, 제프리 힌튼 교수를 영입해 연구를 지원하며 AI 연구의 기반을 마련했다. (정지훈. (2024, May 13). _거의 모든 AI의 역사 ⑥: '캐나다 학파'와 AI 3대 천왕._ Firenzedt. [https://www.firenzedt.com/news/articleView.html?idxno=30856](https://www.firenzedt.com/news/articleView.html?idxno=30856)) CIFAR은 AI 인재육성, 3대 주요 AI 센터 간 협력 연구, AI 윤리·정책·법제 분야의 글로벌 리더십 확보, 국가적 연구 협의체 지원을 주요 목표로 지향하고 있다. 최근 의료, 기후변화, AI 안전성 등의 분야에서 혁신적인 프로젝트를 진행하고 있다. AI 안전에 대한 연구도 진행되고 있다. 2024년 초 캐나다는 AI 안전성 강화를 위해 5천만 달러를 투입해 세계 최초로 AI 안전 연구소를 설립했다. 딥페이크, 허위정보와 같은 AI 기술의 잠재적 위험성을 연구하며 국제 AI 안전연구소 네트워크의 주도적인 역할을 수행하고 있다. 그러나 캐나다는 AI 연구 성과의 상용화가 어려우며, 연구 성과의 대부분이 외국 기업을 유출되면서 문제에 직면해 있다.(중앙일보. (2024년 6월 29일). 캐나다 AI 강국에서 후진국으로? https://www.cktimes.net/news/%EC%BA%90%EB%82%98%EB%8B%A4-ai-%EA%B0%95%EA%B5%AD%EC%97%90%EC%84%9C-%ED%9B%84%EC%A7%84%EA%B5%AD%EC%9C%BC%EB%A1%9C/) 하려 한다. AI 전략 2단계는 3개 국립 AI 연구소 및 협력 기관과 함께 상용화, 표준, 인재 및 연구를 중심축으로 정책을 추진한다. 2022년 6월 제안된 ‘AI 및 데이터법(AIDA)’는 AI 시스템 개발에 대한 규제를 다루며, 유럽연합의 인공지능법(AI Act)과 유사한 위험 기반 접근 방식을 채택하고 있다. AIDA 법률은 2025년 이후에나 발효될 것으로 예상되며, 규제 협의 및 초안 개발을 포함한 절차를 거쳐야 한다. CIFAR는 '의료 이미지 통합 AI'와 '당뇨병 예측 및 예방 AI'에 대한 두 가지 의료 관련 연구 프로젝트를 2023년 7월 발표하고, 책임 있는 AI 사용을 통해 의료 체계의 문제 해결에 기여할 예정이다. 국가의 정책 동향을 확인하려면, 그 나라가 어떤 정책을 선언했는지, 어떤 법을 제정했는지를 살펴보고, 그 배경과 정책/법 내용, 그 의도와 효과를 기술하면 될 것 같다. 그럼 우리 나라부터 해보자. ##### 국내 AI 정책 동향 윤석열 정부는 22년 9월 뉴욕 구상, 22년 9월 대한민국 디지털 전략 발표, 23년 6월 파리 디지털 비전 포럼, 23년 9월 대한민국 초거대 AI 도약 회의 등을 진행하며 AI 관련 정부 정책 방향을 그려왔다. 이외에도 22년 9월 캐나다 AI 석학과의 대화, 23년 9월 한-아세안 AI Youth Festa 참석 등 여러 행사에도 참여하며 정부 의지를 밝혔다. 이 행사들 중에서 정부의 중요한 AI 관련 정책으로는 22년 9월 대한민국 디지털 전략발표가 있다. 윤석열 대통령 주재 하에 열린 제8차 비상민생경제에서 과학기술정통부는 '대한민국 디지털 전략'을 발표했다. 핵심 내용은 인공지능, 인공지능 반도체, 5·6세대 이동통신, 양자, 확장가상세계, 사이버 보안 등 6대 디지털 혁신 기술 분야에서 초격차 기술력을 확보하겠다는 것이다. 차세대 인공지능 원천기술에는 22년부터 26년까지 총 3,018억원을, 인공지능반도체 핵심기술에는 같은 기간 동안 1조 200억원을 투입하겠다고 밝혔다. 정부는 2023년 AI 일상화 및 산업 고도화 계획(23.1.), 초거대 AI 경쟁력 강화 방안(23.4.), 대한민국 초거대 AI 도약회의(23.9.) 등 단계적인 계획을 수립, 실천해왔다. 특히 초거대 AI 도약회의에서 이종호 과학기술정보통신부 장관은 AI 일상화 실행계획을 발표하며 각 부쳐별로 추진할 과제들을 종합하여 발표했다. 문체부는 '박물관·미술관 등에 AI 큐레이터 도입', '독립운동가·호국영웅 등 AI 휴먼 제작', 'AI 활용 콘텐츠 제작지원' 사업을 추진 과제로 선보였다. 최근 '국가인공지능위원회의 설치 및 운영에 관한 규정'이 국무회의에서 24년 7월 30일로 통과되었다. 대통령을 위원장으로 민관 각 부문 대표자 45명으로 구성하여, 인공지능 관련 주요 정책, 연구개발 및 투자전략 수립, 데이터 센터 등 인프라 확충, 규제발굴 및 기선, 인공지능 윤리원칙의 확산, 인공지능 발전에 따른 교육·노동·경제 등 각 영역의 변화에 대응하는 정책을 심의할 수 있게 됐다. 정부에서는 AI의 근간이 되는 클라우드 개발 정책도 발표했다. K-클라우드 프로젝트는 글로벌 클라우드 업체의 점유율이 높아진 가운데, 초고속·저전력 국산 AI 반도체를 직접 개발하여 데이터센터에 적용하겠다는 전략이다. ![[01 국내 AI 관련 정책 동향_K클라우드 프로젝트.jpg]] 한편 국회에서도 인공지능 관련 법안 발의를 진행하고 있다. 대표적으로 안철수 의원이 발의한 '인공지능 산업 육성 및 신뢰 확보에 관한 법률안(2024.5.31.)'은 인공지능의 산업 확대 가능성 뿐만 아니라 위험성도 고려하여 가이드라인을 정해야 한다는 취지로 입법 발의하였다. 인공지능의 개발 및 이용에 대한 기본 원칙, 인공지능 사업자의 책무 및 이용자 권리 규정, 인공지능의 위험성에 따라 고위험 인공지능·저위험 인공지능으로 유형 구분을 핵심 내용으로 담고 있다. ![[인공지능 관련 국회 발의 법률 목록.jpg]] ###### 참고: [[22년 9월 뉴욕 구상]], [[대한민국 디지털 전략 22년 9월]], [[파리 디지털 비전 포럼]], [한-아세안 AI Youth Festa](https://m.breaknews.com/985941), [[230913 (별첨) 전국민 인공지능 일상화 실행계획.pdf]], [국가인공지능위원회의 설치 및 운영에 관한 규정 국무회의 통과](https://www.msit.go.kr/bbs/view.do?sCode=user&mId=113&mPid=238&pageIndex=&bbsSeqNo=94&nttSeqNo=3184786&searchOpt=ALL&searchTxt=), [정부 K-클라우드 정책 개발](https://news.mt.co.kr/mtview.php?no=2023062613065518587), [[2019 인공지능 국가전략.pdf]], [[240531 인공지능 산업 육성 및 신뢰 확보에 관한 법률안_안철수.pdf]], [[인공지능(AI) 관련 국내외 법제 동향.pdf]] ### 3. AI 기반 영화기술 종류 및 핵심기술 AI의 발전이 급속도로 빨라지면서 영화분야에서도 생성형 AI를 활용한 영화 제작의 가능성을 실험해보고 있다. 미국의 최대 방송기자재 전시박람회인 NAB에서는 2024년 AI를 활용한 영상 제작, 워크플로우 등에 대한 다양한 사례를 선보였다. 특히 영상 편집, 자막생성, 더빙 등 인간의 노동집약적인 반복작업을 자동화하는 솔루션들을 제시함으로써 향후 AI가 변화시킬 영화 제작 풍경을 기대하게 만들었다. AI 기반 영화 제작 기술 중에 가장 기대가 큰 부분은 영상 제작이다. 프롬프트에 입력한 내용을 AI가 영상으로 제작해주는 방식인데, OpenAI의 Sora가 생성한 영상이 회자되면서 많은 기대를 모았다. 현 시점에서 Sora가 만든 영상 생성 AI는 이용할 수 없지만 최근 Sora의 API가 유출되면서 몇몇 이용자들이 만든 영상이 인터넷에 공개되었다. 하지만 이런 단순 클립 수준의 영상 생성 기술을 바탕으로 긴 호흡의 고퀄리티 영화를 제작한다는 것은 현재로썬 불가능하다. AI의 활용에 대한 기대.. AI를 활용한 영화 기술은 OpenAI가 ㅇㅇㅇㅇ년 00월 00일에 공개한 여기서는 AI의 기 반면, AI 기반의 영화기술에 대한 조심스러운 접근도 있다. 그 중 저작권에 관련된 문제로, AI를 기반으로 하는 영화기술은 LLM 기반으로 한다. LLM ##### 대규모 언어모델(Large Language Model) - 최근 화두가 되고 있는 생성형 AI는 딥러닝과 자연어 처리의 교집합 영역에 속함 - AI의 범위에는 ML이 있고, 기계학습에서 더 세부적으로 딥러닝이 있음. 이 기계학습은 주어진 데이터를 학습해 패턴을 발견하고, 다음 데이터 셋이 주어졌을 때의 결과값을 도출함 - 딥러닝은 인공신경망이라고 불리는데, 뉴런 구조를 닮았음. ML과 큰 차이점은 학습 데이터의 주요 특징을 지도받느냐 아니냐. 딥러닝은 스스로 특징을 도출하고 패턴을 학습함. - 이런 딥러닝 기술로 자연어의 이해와 생성 영역에서 활용되는 게 지금이 생성형 AI 이다. - 생성형 AI가 다음 값을 도출하는 방식이 바로 트랜스포머 아키텍처 덕분. 그 전에 언어를 학습하고 다음 언어를 도출하는 언어모델로 RNN을 활용했음. 순차적으로 접근. 그러나 트랜스포머는 어텐션 이즈 올 유 니드 라는 논문을 통해, 순차적 접근이 아니라 동시에 주어진 언어값의 어텐션을 계산해서 결과를 도출함. - 생성형 AI가 가능해진 배경으로는, 다양한 투자, 기술 발전, 컴퓨팅의 확대 등이 있음(아마존) - 트랜스포머 모델은 현재 가장 각광받고 있는 모델이지만, 동시에 주어진 값의 어텐션을 계산해야 하기 때문에 컴퓨팅 리소스를 많이 차지하고, 메모리 압박이 있음. 그럼에도 병렬 처리가 가능하기 때문에 gpu의 도움을 통해 가능해지고 있음 - 최근에는 AI 모델의 학습을 위한 전용 칩셋이 개발되고 공개되고 있으며, AWS에서는 트랜티움 2를 AWS Reinvent에서 발표했음. ##### AI 기술의 분류 ### 영화 관련 AI 주요 기술 #### 인공지능 주요 기술분야 > 연구진은 유관 문헌 및 선행연구 자료를 참고하여 특허청(2020)의 AI 기술분류를 중심으로 각 세부분야별 기술 키워드를 1차적으로 도출함 [[인공지능 기술에 대한 중소기업의 인식 및 수요 조사분석.pdf#page=9&selection=122,1,158,3|인공지능 기술에 대한 중소기업의 인식 및 수요 조사분석, page 9]] ![[인공지능 기술 분류.jpg]] LLM - 최근 화두가 되고 있는 생성형 AI는 딥러닝과 자연어 처리의 교집합 영역에 속함 - AI의 범위에는 ML이 있고, 기계학습에서 더 세부적으로 딥러닝이 있음. 이 기계학습은 주어진 데이터를 학습해 패턴을 발견하고, 다음 데이터 셋이 주어졌을 때의 결과값을 도출함 - 딥러닝은 인공신경망이라고 불리는데, 뉴런 구조를 닮았음. ML과 큰 차이점은 학습 데이터의 주요 특징을 지도받느냐 아니냐. 딥러닝은 스스로 특징을 도출하고 패턴을 학습함. - 이런 딥러닝 기술로 자연어의 이해와 생성 영역에서 활용되는 게 지금이 생성형 AI 이다. - 생성형 AI가 다음 값을 도출하는 방식이 바로 트랜스포머 아키텍처 덕분. 그 전에 언어를 학습하고 다음 언어를 도출하는 언어모델로 RNN을 활용했음. 순차적으로 접근. 그러나 트랜스포머는 어텐션 이즈 올 유 니드 라는 논문을 통해, 순차적 접근이 아니라 동시에 주어진 언어값의 어텐션을 계산해서 결과를 도출함. - 생성형 AI가 가능해진 배경으로는, 다양한 투자, 기술 발전, 컴퓨팅의 확대 등이 있음(아마존) - 트랜스포머 모델은 현재 가장 각광받고 있는 모델이지만, 동시에 주어진 값의 어텐션을 계산해야 하기 때문에 컴퓨팅 리소스를 많이 차지하고, 메모리 압박이 있음. 그럼에도 병렬 처리가 가능하기 때문에 gpu의 도움을 통해 가능해지고 있음 - 최근에는 AI 모델의 학습을 위한 전용 칩셋이 개발되고 공개되고 있으며, AWS에서는 트랜티움 2를 AWS Reinvent에서 발표했음. - 이미지 및 영상 인식 이미지 및 영상 생성 AI 에이전트 - RAG 음성 인식 및 전사 ##### 이미지 인식 및 생성 기술 ##### 음성 인식 기술 ##### LLM 모델 ### 4. AI 활용 영화제작 사례 ##### 주요 AI 활용 솔루션 ### 5. AI 활용 전망(문헌 분석) ##### 활용 기대감 ##### 활용에 대한 우려