LLM 시대를 이끄는
뤼이드 AI 연구팀의 고민과 도전

Chat GPT, LLM(대규모 언어모델, Large Language Model) 시대에 AIEd 연구는 어떤 국면을 맞이하고 있을까요? 
뤼이드 AI 연구팀은 생성형 AI 및 멀티모달 AI 연구를 통해 어떻게 더 나은 교육을 만들어 가고 있는지, R.content 팀 리드, 최승택 님을 만나보겠습니다.
이번 인터뷰에서는 R.content 팀 소개, 타 연구조직 대비 뤼이드 AI 연구팀의 특별한 점, 이 시대의 AI 연구원으로서의 고민, 그리고 뤼이더가 갖춰야 할 자질에 대한 승택 님의 이야기를 들려드립니다.

본인 소개 부탁드립니다. 현재 뤼이드에서는 어떤 업무를 담당하고 계시나요?

안녕하세요, AI 연구원 최승택입니다. 저는 R.content 팀을 리드하고 있습니다. R.content 팀은 뤼이드에서 교육용 콘텐츠와 관련된 AI 연구를 주로 수행하는 팀입니다. 특히, 멀티모달 AI 및 생성형 AI와 관련된 주제를 중점적으로 다루고 있는데, 다양한 기술 영역에 대한 연구를 진행하고 있습니다. 그중에서도 주요 연구 분야는 다양한 유형의 문제를 생성하고 검증하는 것, 주관식 답안을 자동 채점하는 것, 시각화 기술로 더욱 흥미로운 학습 콘텐츠를 만드는 것, 학생에게 개별화된 피드백을 제공하는 것 등이 있습니다. 

어떻게 뤼이드에 합류하게 되셨나요?

박사 과정을 마치는 시기에 전문연구요원이 가능한 기업을 찾고 있었는데, 뤼이드는 제가 찾던 조건과 딱 맞아떨어지는 회사였습니다. NLP(Natural Language Processing, 자연 언어 처리) 연구 업적이 있는 기업이었고, 연구 결과물이 실제로 현업에 적용될 기회가 많다는 게 매력적으로 다가왔습니다. 교육 분야에서 특히 NLP 기술들이 다양하게 활용될 수 있을 것으로 생각했기에 뤼이드에 합류하게 되었습니다. 

현재까지 일하면서 가장 자신을 성장시킨 또는 가장 기억에 남는 프로젝트가 있나요?

뤼이드에서 스스로가 가장 성장했다고 자부하는 프로젝트는 22년 말에 진행했던 Diffusion model(확산 모델) 연구입니다. CV(Computer Vision, 컴퓨터 비전) 연구 및 팀장으로서의 첫 논문 실적이었는데, 세계 최고의 AI 학회인 CVPR에 출판되는 성과로 이어져서 더욱 기억에 남는 것 같습니다. 

당시 뤼이드에선 AI를 활용한 콘텐츠 시각화를 교육 도메인에서 세계 최초로 도입하고자 하는 시도를 하고 있었습니다. 연구자 본인들이 Diffusion 모델을 자사 서비스에 적용해 보면서 직접 느낀 불편함에서 출발해서 그런지, 이 연구를 진행할 때 팀원들의 의욕이 특히 넘쳤던 것 같습니다. Diffusion 모델의 한계인 조작성 문제를 데이터 없이 극복하고, 다양한 방면으로 응용될 수 있는 기반 기술을 연구하는 것이 목표였습니다.

팀으로서 큰 성과를 내기도 했지만, 개인적으로 많이 성장한 프로젝트이기도 합니다. 한 명의 연구원으로서, 그리고 팀장으로서 더 많이 공부해야겠다고 다짐하는 계기가 되었습니다. 당시에는 아직 NLP 분야에서는 Diffusion 모델이 주목받지 않았던 시기였기 때문에 Diffusion 모델에 대한 지식이 전무했고, 공부를 많이 해야 “겨우 1인분을 간신히 하겠다”는 위기감이 들었습니다. 제 자신에게 아쉬움이 남아, 앞으로 더 열심히 공부하고 연구해서 팀원들에게 더 나은 연구 환경을 만들어 주는 팀장이 되자고 다짐하게 되었습니다. 

그리고 CVPR(Computer Vision and Pattern Recognition) 컨퍼런스에 출판했다는 것 외에도 중요한 성과가 있습니다. 연구 도중에 중요한 발견이 하나 있었는데, 이 발견 덕분에 후속 연구들이 고구마 줄기처럼 따라와서 지금까지 이어지고 있습니다. 그 발견이 무엇이었는지 궁금하시면 저희 팀에 오시면 됩니다. (웃음)

현재 뤼이드 AI 연구에서 가장 초점을 맞추고 있는 부분은?

뻔하지만 LLM이 아닐까 싶습니다. 이 정도 크기의 모델을 직접 학습시키기 위해서는 지식 외에도 직접 돌려보면서 얻는 노하우가 굉장히 많이 필요합니다. 아직은 노하우가 부족하고 시행착오를 겪고 있지만, 뤼이드의 훌륭한 AI 연구자들과 함께 어려움을 현명하게 헤쳐 나갈 방법을 찾아 나가고 있습니다.

그리고 최근에는 “어떻게 모든 구성원이 LLM을 더 많이, 더 잘 사용하게 만들 수 있을까?”라는 고민을 하고 있습니다. LLM의 사용성이 높아지면서 기존에 “AI 연구자만 할 수 있다고 여겨지던 일”은 “적당한 글쓰기 능력을 갖춘 누구나 할 수 있는 일”로 바뀌었습니다. 오죽하면 “가장 인기 있는 프로그래밍 언어는 영어가 될 것”이라는 말까지 나오고 있지요. 그런데도 아직은 LLM을 일상에서 적극 활용하는 시도가 제한적인 것 같습니다. LLM 시대에 걸맞게 AI 연구자뿐만이 아니라 모든 구성원이 더 익숙해질 필요가 있다고 생각합니다. 이를 위해 사내 교육 및 지원 제도를 개발하려고 노력하고 있습니다. 

말씀하신 LLM의 대중화를 이끈 Open AI 시대에 연구팀 리드로써 특별히 고민하는 부분은? 

AI 연구자로서 계속 고민하는 부분은 데이터, GPU(Graphics Processing Units, 그래픽 처리 장치), 그리고 가장 중요한 ‘사람’입니다. 저와 일을 같이 해 본 분들이라면 아마 질릴 정도로 많이 들으셨을 거예요.

첫째가 데이터인 이유는, 교육 분야에서는 AI 학습을 위한 데이터 수집이 다른 분야보다 어렵기 때문입니다. 학습 이력도 학생들의 개인정보와 맞닿아 있기 때문에 데이터를 확보하기 어렵고, 운 좋게 확보된 경우에도 AI 학습에 사용할 수 있게 전산화되어 있는 경우는 드뭅니다. 그래서 질 좋은 데이터를 많이 모을 방법과, 적은 데이터로도 효과적으로 학습할 수 있는 AI를 연구에 대해 고민합니다. 언젠가 교육 분야에서도 데이터 가뭄을 극복해 내는 순간이 오기를 기대하고 있습니다. 

둘째는 GPU입니다. 최근 AI의 명백한 트렌드 중 하나는 “더 큰 모델”입니다. 모델의 크기를 키우는 것이 항상 최선은 아니지만, 산업계에선 속도를 중요시하기 때문에 가장 큰 모델을 사용하는 것이 가장 효과적인 경우가 많습니다. 그러려면 좋은 (비싼) GPU 가 많이 필요합니다. 뤼이드도 GPU 자원을 확보하고 있지만 제가 원하는 속도에는 아직 도달하지 못했습니다. 하루빨리 GPU 가 풍족한 환경을 만들어서 뤼이드의 AI가 세계 최고가 될 수 있다는 것을 꼭 보여주고 싶습니다. 

마지막으로 사람인데요, 데이터와 GPU의 한계를 극복할 수 있는 실질적 노하우를 가진 사람들이 하루하루 더 절실해져 가는 요즘인 것 같습니다. 데이터와 GPU를 늘리는 것은 기술적 한계를 극복하는 빠른 해결책이지만, 조심스럽게 접근해야 합니다. 어떻게 해야 현실적이면서도 훌륭한 방법으로 AI를 탐구하기 위해 균형감 있는 동료들을 찾고 있습니다.

타 AI 회사의 리서치 조직과 뤼이드 리서치 조직의 차별점은?

뤼이드의 리서치 조직은 AI 리서치 역량 이상의 것들이 필요한 것 같습니다. 보통 AI 회사는 AI 자체가 하나의 서비스이기 때문에 어떻게 “더 나은 AI”를 만들 수 있을지를 고민합니다. 데이터를 어떻게 모을 것인지, 어떤 베이스 모델을 사용할 것인지, 어떻게 AI 모델의 결과를 검증할 것인지, 서비스에서 모인 데이터를 어떻게 다시 AI 모델 학습에 쓸지 등을 주로 고민하는 게 제가 알고 있는 다른 회사들의 AI 리서치 조직입니다. 

반면, 뤼이드의 리서치 조직은 “더 나은 AI”가 아닌 “더 나은 AI 교육 서비스”를 함께 고민합니다. 어떤 AI 기능이 사용자의 학습에 도움이 될지, 어떤 형태로 그 기능을 사용자에게 전달할지, 어떻게 상호작용해야 하는지 등 학습이란 복잡한 경험 속 가치 있는 AI를 개발하기 위해 많은 것들을 고민합니다. 그렇기 때문에 AI 연구를 하면서 HCI 공부도 해야 하고, 인문학/교수법 등에 대해 공부도 해야합니다. 바쁘게 살아도 공부할 게 마르지 않는다는 점에서 연구자로서는 자극점이 많은 환경인 것 같습니다.

뤼이더 또는 뤼이드 AI 연구원으로서 함께 일하기 위해 필요한 역량과 자질이 있다면?

뤼이드 AI 연구원은 본인 스스로 열렬한 학생이면서 동시에 선생님이어야 한다고 생각합니다. 더 나은 교육을 제공하기 위해서 필요한 것은 그게 무엇이든 배우고 활용할 줄 알아야 하며, 그것을 동료들과 공유하는 것을 즐길 줄 알아야 하고, 그 일련의 과정들에서 더 나은 커뮤니케이션에 대해 지속적으로 고민할 수 있는 사람이어야 합니다. 그 경험들이 모두 쌓인 사람만이 더 정확하게, 더 강한 열정으로 교육을 혁신할 수 있을 것이라 믿습니다. AI에 대한 지식은 당연하고요. 

마지막으로 R.content 팀으로 이직, 전직을 고민하시는 분들께 한마디 해주신다면?

팀장이 되면서 제가 마음먹은 것이 하나 있습니다. 바로 “팀원들이 R.content 팀에서 일하는 것이 그들의 커리어에 가장 빛나는 순간이 되게 하자”입니다. R.content 팀에서 하는 연구가 실제 서비스에 적용될 수 있는 수준이면서도, 세계적으로 인정받을 수 있는 수준의 연구가 되도록 최선을 다해 돕도록 하겠습니다.