인공지능(AI) 투자 – 알아야 할 모든 것

인공지능(AI)은 소개가 필요 없는 분야입니다. AI는 무어의 법칙의 꼬리를 타고 왔으며, 무어의 법칙은 컴퓨터의 속도와 성능이 2년마다 두 배가 될 것으로 명시합니다. 2012년 이후, 가장 큰 AI 훈련 작업에 사용되는 연산량은 3~4개월마다 두 배가 되는 방식으로 기하급수적으로 증가했으며, 그 결과 AI에 할당된 컴퓨팅 자원은 2012년 대비 300,000배 성장했습니다. 이와 같은 성장 통계를 보이는 산업은 다른 어느 분야도 없습니다.

우리는 AI의 어떤 분야가 이 가속을 주도하고 있는지, 어떤 기업이 이 성장의 혜택을 가장 많이 받을 수 있는지, 그리고 이것이 왜 중요한지 살펴볼 것입니다.

머신러닝 유형

머신러닝은 AI의 하위 분야로, 본질적으로 기계에게 학습하도록 프로그래밍하는 것입니다. 머신러닝 알고리즘에는 여러 종류가 있으며, 그 중 가장 널리 사용되는 것은 딥러닝으로, 이는 데이터를 인공신경망(ANN)에 입력하는 방식을 포함합니다. ANN은 인간 뇌의 신경망에서 영감을 받은, 수학적 함수들이 결합된 매우 연산 집약적인 네트워크입니다.

ANN에 입력되는 빅데이터가 많을수록 ANN은 더 정밀해집니다. 예를 들어, 고양이 사진을 식별하도록 ANN을 훈련시키려 할 때, 네트워크에 1,000장의 고양이 사진을 제공하면 정확도가 약 70% 수준에 머무릅니다. 이를 10,000장으로 늘리면 정확도가 80%로 상승하고, 100,000장으로 늘리면 정확도가 90%에 도달합니다. 이후에도 계속 향상됩니다.

여기서 기회가 발생합니다. AI 칩 개발 분야를 주도하는 기업들은 자연스럽게 성장 가능성이 높습니다.

딥러닝 외에도 유망한 머신러닝 유형이 많이 있습니다. 그 중 하나가 강화학습으로, 이는 행동과 그에 따른 보상을 반복적으로 제공하여 에이전트를 훈련시키는 방식입니다. 강화학습을 활용하면 AI 시스템이 스스로와 경쟁하면서 성능을 향상시킬 수 있습니다. 예를 들어, 체스 프로그램이 자신과 계속 대국을 진행함에 따라 각 게임마다 성능이 개선됩니다.

현재 가장 우수한 AI는 딥러닝과 강화학습을 결합한 딥 강화학습을 사용합니다. 세계 주요 AI 기업들, 예를 들어 테슬라도 딥 강화학습을 활용하고 있습니다.

다른 중요한 머신러닝 시스템도 현재 발전 중이며, 예를 들어 메타러닝이 있습니다. 하지만 단순성을 위해 투자자들이 가장 익숙해야 할 기술은 딥러닝과 그보다 더 진보된 형태인 딥 강화학습입니다. 이 기술 발전을 선도하는 기업들이 AI에서 목격하고 있는 거대한 기하급수적 성장의 혜택을 가장 크게 누릴 것입니다.

데이터 과학 & 빅 데이터

성공하여 시장을 선도하는 기업과 실패하는 기업을 구분짓는 한 가지 요소가 있다면, 그것은 빅데이터입니다. 모든 머신러닝은 데이터 과학에 크게 의존하는데, 이는 데이터 속 패턴을 통해 세상을 이해하는 과정이라고 할 수 있습니다. 이 경우 AI는 데이터로부터 학습하며, 데이터가 많을수록 결과가 더 정확해집니다. 오버피팅이라고 불리는 현상 때문에 이 규칙에 예외가 존재하지만, AI 개발자들은 이를 인식하고 보완 조치를 취합니다.

빅데이터의 중요성 때문에 테슬라와 같은 기업은 자율주행 차량 기술에서 명확한 시장 우위를 가지고 있습니다. 주행 중 자동조종 기능을 사용하는 모든 테슬라 차량은 데이터를 클라우드에 전송합니다. 이를 통해 테슬라는 딥 강화학습 및 기타 알고리즘 조정을 활용해 자율주행 시스템을 지속적으로 개선할 수 있습니다.

이와 같은 이유로 구글과 같은 기업은 도전자가 제치기 어렵습니다. 구글은 매일 수많은 제품과 서비스에서 데이터를 수집합니다. 여기에는 검색 결과, Google Adsense, Android 모바일 기기, Chrome 웹 브라우저, 그리고 Nest 온도조절기까지 포함됩니다. 구글은 전 세계 어느 기업보다 방대한 데이터를 보유하고 있습니다. 이는 구글이 참여하고 있는 모든 대규모 프로젝트를 포함하지 않은 수치입니다.

딥러닝과 데이터 과학이 왜 중요한지 이해함으로써, 아래 기업들이 왜 강력한지 추론할 수 있습니다.

투자할 AI 기업

현재 시장을 선도하는 세 기업은 도전하기 매우 어렵습니다.

Alphabet Inc (NASDAQ: GOOGL)

Alphabet Inc는 Google 검색 엔진을 포함한 모든 Google 제품을 아우르는 모회사입니다. AI 분야에서 이들이 시장을 선도하는 이유를 설명하기 위해 짧은 역사를 살펴볼 필요가 있습니다. 2010년, 영국 기업 DeepMind가 다양한 머신러닝 기법을 적용해 범용 학습 알고리즘을 구축한다는 목표로 설립되었습니다.

2013년, DeepMind는 딥 강화학습을 활용해 7개의 Atari 게임에서 세계 챔피언이 되는 등 다양한 성과를 이루며 전 세계를 놀라게 했습니다.

2014년, Google는 DeepMind를 5억 달러에 인수했으며, 2015년 DeepMind의 AlphaGo는 프로 인간 바둑 기사와 세계 챔피언을 물리친 최초의 AI 프로그램이 되었습니다. 바둑은 많은 이들이 가장 도전적인 게임으로 여깁니다.

DeepMind는 현재 딥 강화학습 분야의 시장 리더로 평가받으며, 인공지능 일반 지능을 달성하기 위한 주요 후보이기도 합니다.

우리는 또한 Google이 현재 참여하고 있는 다른 AI 분야, 예를 들어 Waymo와 같은 자율주행 기술(테슬라에 이어 두 번째) 및 검색 엔진에 사용되는 비밀 AI 시스템도 고려해야 합니다.

Google은 현재 다양한 수준의 AI에 관여하고 있어, 이를 모두 다루는 포괄적인 논문이 필요할 정도입니다.

Tesla (NASDAQ: TSLA)

앞서 언급했듯이 Tesla는 도로 주행 차량의 대규모 데이터를 활용해 자동조종 기능에서 데이터를 수집합니다. 수집된 데이터가 많을수록 딥 강화학습을 통해 개선할 수 있으며, 이는 실제 상황에서 자주 발생하지 않는 엣지 케이스를 다루는 데 특히 중요합니다.

예를 들어, 수하물이 도로에 굴러들어오는 상황이나 비행기가 하늘에서 추락하는 상황 등 모든 가능한 시나리오를 예측하고 프로그래밍하는 것은 불가능합니다. 이 경우 구체적인 데이터가 거의 없으며, 시스템은 다양한 시나리오의 데이터를 연관시켜야 합니다. 방대한 데이터 덕분에 휴스턴에서 처음 마주한 상황이라도, 두바이의 Tesla가 유사한 상황을 이미 경험했을 가능성이 있습니다.

Tesla는 배터리 기술과 전기 차량 기술에서도 시장을 선도하고 있습니다. 두 분야 모두 AI 시스템을 활용해 차량의 주행 거리를 최적화합니다. Tesla는 AI 최적화를 통해 차량 성능과 주행 거리를 몇 퍼센트씩 향상시키는 무선 소프트웨어 업데이트를 자주 진행합니다.

이뿐만 아니라, Tesla는 자체 AI 칩을 설계하고 있어 타사 칩에 의존하지 않으며, 완전 자율주행 소프트웨어와 최적화된 칩을 처음부터 설계할 수 있습니다.

NVIDIA (NASDAQ: NVDA)

NVIDIA는 현재 GPU(그래픽 처리 장치) 수요 급증을 가장 잘 활용할 수 있는 기업으로, 전체 GPU 판매의 80%를 차지하고 있습니다.

GPU는 처음에 비디오 게임용으로 사용되었지만, AI 산업, 특히 딥러닝 분야에서 빠르게 채택되었습니다. GPU가 중요한 이유는 AI 연산 속도가 병렬 처리될 때 크게 향상되기 때문입니다. 딥러닝 ANN을 훈련할 때는 입력이 필요하며, 이는 행렬 곱셈에 크게 의존하고, 병렬 처리가 핵심입니다.

NVIDIA는 AI 연구자들의 다양한 사용 사례와 요구에 맞춘 새로운 AI 칩을 지속적으로 출시하고 있습니다. 이러한 지속적인 혁신 압력이 NVIDIA를 시장 리더로 유지하고 있습니다.

주식 중개인 선택

여정의 첫 단계는 주식 중개인을 선택하는 것입니다. 저희가 추천하는 중개인은 Firstrade입니다.

요약

AI와 관련된 모든 기업을 나열하는 것은 불가능합니다. 중요한 것은 산업이 목격한 대부분의 혁신과 성장을 이끄는 머신러닝 기술을 이해하는 것입니다. 우리는 3개의 시장 리더를 강조했으며, 앞으로 더 많은 기업이 등장할 것입니다. AI 최신 동향을 파악하려면 AI 뉴스를 지속적으로 확인하고, AI 과대광고를 피하며, 이 분야가 끊임없이 진화하고 있음을 인식해야 합니다. 한국어로.