“`html

오픈 소스 인공지능은 지속가능발전목표를 가속화할 수 있다

오픈 소스 인공지능은 전 세계적 규모에서 지속가능발전목표를 달성하기 위한 주요 기회가 된다. 2018년에서 2024년 사이에 이러한 목표를 지원하기 위해 오픈 소스 인공지능의 사용이 300% 증가했으며, 농업, 생태계 관리, 기후 변화 대응 등 분야에서 주목할 만한 기여를 하고 있다. 이 개방형 모델은 누구나 도구를 연구하고, 수정하며, 공유할 수 있도록 설계되어 효율적이고 포용적인 진전을 가속화할 수 있다.

그러나 그 확산은 복잡한 도전 과제들을 드러내기도 했다. 구조화된 거버넌스 프레임워크의 부재는 자원 과다 소비와 윤리적 취약성을 초래할 수 있다. 예를 들어, 비효율적인 지역 인프라에서 중복 모델을 분산 개발하면 산업의 탄소 발자국을 악화시킨다. 또한, 오픈 소스 도구에 대한 접근 용이성은 딥페이크 및 타겟팅된 오정보 생산 비용을 낮추어 정보의 안전성과 신뢰성에 위험을 초래한다.

또 다른 이슈는 디지털 식민주의로, 글로벌 북쪽의 강력한 국가와 기관들이 데이터를 통제하고 인프라를 관리하여 남쪽의 국가들의 자율성을 제한한다. 지역적 맥락에 맞춰 설계된 데이터셋은 다른 곳에서 잘못 적용될 수 있으며, 거버넌스 솔루션의 오류와 관련성을 낮출 수 있다.

이러한 도전 과제들을 해결하기 위해 네 가지 핵심 행동이 제안된다. 첫 번째는 모델의 전체 수명 주기에 지속가능성을 통합하는 것으로, 하드웨어 인프라를 최적화하고 중복 개발로 인한 낭비를 피하는 것이다. 모델 증류와 같은 기술은 모델의 크기를 최대 70%까지 줄여 환경적 영향을 최소화할 수 있다. 또 다른 방법으로는 액체 냉각 방식과 재생 에너지로 운영되는 데이터 센터를 도입하여 에너지 수요를 20%, 물 소비를 52% 줄일 수 있다.

두 번째 행동은 지속가능발전목표에 대한 인공지능의 영향을 측정하기 위한 정량적 평가 프레임워크를 수립하는 것이다. 이는 지역 및 글로벌 데이터를 통합한 복합 지표를 생성하여 긍정적 및 부정적 효과를 정확하게 평가할 수 있도록 한다. 예를 들어, 지속가능성 기준은 40개 이상의 사회적, 환경적, 경제적 지표를 포괄하여 실제 영향을 명확히 보여줄 수 있다.

세 번째 행동은 규제와 투명성을 기반으로 한다. 남용을 방지하기 위해 의무적인 감사, 적대적 테스트, 허용된 사용을 정의하는 명확한 라이선스가 필수적이다. 개발자들은 편견을 줄이기 위해 감사된 데이터셋을 사용해야 하며, 정부는 악의적인 콘텐츠 확산을 방지하기 위해 엄격한 정책을 시행할 수 있다. 사용자들은 이러한 도구들을 윤리적으로 사용하고 오용을 신고할 책임이 있다.

마지막으로 네 번째 행동은 세계적인 협력과 지식 공유를 장려하는 것이다. 접근성 민주화에도 불구하고 인프라, 인재, 데이터 주권 측면에서 불평등은 여전히 존재한다. 접근성, 이용 가능성, 재사용성 원칙을 준수하는 오픈 액세스 플랫폼을 생성하는 것은 공정한 자원 접근을 보장하는 데 중요하다. 인공지능 거버넌스에 대한 글로벌 대화와 같은 기관들은 연례 보고서 발간과 정부 간 협상을 통해 협력을 강화할 수 있다.

지역적 수준에서는 글로벌 플랫폼과 지역 연구 센터 간의 협력이 공유 기반 모델과 지역별 데이터의 조합을 가능하게 한다. 이는 적합한 솔루션의 배포를 용이하게 하며, 데이터 보호 규정을 준수한다. 오스트레일리아 인공지능 연구소나 프랑스의 인공지능 평가 및 안전 연구소와 같은 기관들은 이러한 지역화에서 핵심적인 역할을 한다.

적절히 설계된 거버넌스와 결합된 오픈 소스 인공지능은 의사결정을 더 포용적이고 증거 기반으로 변화시킬 수 있다. 이는 복잡한 도전 과제 앞에서도 우선순위, 장애물, 지속가능한 변화 경로를 더 빠르게 식별할 수 있도록 한다. 전 세계 시민들로부터 배운 교훈들을 통합함으로써 2030년 이후의 아젠다를 더 대표적이고 효과적으로 만들 수도 있다.

오픈 소스 모델은 또한 구체적인 이점을 제공한다. 이들의 비용은 유사한 성능을 가진 독점 모델에 비해 5배에서 29배까지 저렴하여 접근성을 높인다. 기후에 특화된 자연어 처리 모델과 같은 도구들은 오정보와 싸우는 데 도움이 되며, 의료 분야에서 사용되는 모델들은 일부 지역에서의 치료사 부족을 완화할 수 있다. 경제 분야에서는 중소기업들이 이러한 기술들을 채택하고 맞춤화하여 생산성을 최적화할 수 있다.

그러나 적절한 거버넌스 없이 위험은 여전히 존재한다. 전자 재료 생산과 인공지능을 위한 인프라는 전 세계 독성 폐기물에 기여한다. 또한, 오픈 소스로 표시된 모델의 약 60%가 라이선스가 없어 안전하게 사용하기 어렵다. 규제되지 않은 모델의 확산은 악의적인 행위자들이 취약점을 식별하는 것을 용이하게 하여 피싱 또는 증오 발언 확산의 위험을 높인다.

오픈 소스 인공지능의 이점을 최대화하기 위해 조율된 접근 방식이 필수적이다. 이는 지속가능성, 엄격한 평가, 보안, 협력을 결합하여 불확실성을 줄이고 이 기술이 실제로 전 세계적 진전에 기여하도록 보장해야 한다.

오픈 소스 인공지능은 지속가능발전목표를 가속화할 수 있다

오픈 소스 인공지능은 전 세계적 규모에서 지속가능발전목표를 달성하기 위한 주요 기회가 된다. 2018년에서 2024년 사이에 이러한 목표를 지원하기 위해 오픈 소스 인공지능의 사용이 300% 증가했으며, 농업, 생태계 관리, 기후 변화 대응 등 분야에서 주목할 만한 기여를 하고 있다. 이 개방형 모델은 누구나 도구를 연구하고, 수정하며, 공유할 수 있도록 설계되어 효율적이고 포용적인 진전을 가속화할 수 있다.

그러나 그 확산은 복잡한 도전 과제들을 드러내기도 했다. 구조화된 거버넌스 프레임워크의 부재는 자원 과다 소비와 윤리적 취약성을 초래할 수 있다. 예를 들어, 비효율적인 지역 인프라에서 중복 모델을 분산 개발하면 산업의 탄소 발자국을 악화시킨다. 또한, 오픈 소스 도구에 대한 접근 용이성은 딥페이크 및 타겟팅된 오정보 생산 비용을 낮추어 정보의 안전성과 신뢰성에 위험을 초래한다.

또 다른 이슈는 디지털 식민주의로, 글로벌 북쪽의 강력한 국가와 기관들이 데이터를 통제하고 인프라를 관리하여 남쪽의 국가들의 자율성을 제한한다. 지역적 맥락에 맞춰 설계된 데이터셋은 다른 곳에서 잘못 적용될 수 있으며, 거버넌스 솔루션의 오류와 관련성을 낮출 수 있다.

이러한 도전 과제들을 해결하기 위해 네 가지 핵심 행동이 제안된다. 첫 번째는 모델의 전체 수명 주기에 지속가능성을 통합하는 것으로, 하드웨어 인프라를 최적화하고 중복 개발로 인한 낭비를 피하는 것이다. 모델 증류와 같은 기술은 모델의 크기를 최대 70%까지 줄여 환경적 영향을 최소화할 수 있다. 또 다른 방법으로는 액체 냉각 방식과 재생 에너지로 운영되는 데이터 센터를 도입하여 에너지 수요를 20%, 물 소비를 52% 줄일 수 있다.

두 번째 행동은 지속가능발전목표에 대한 인공지능의 영향을 측정하기 위한 정량적 평가 프레임워크를 수립하는 것이다. 이는 지역 및 글로벌 데이터를 통합한 복합 지표를 생성하여 긍정적 및 부정적 효과를 정확하게 평가할 수 있도록 한다. 예를 들어, 지속가능성 기준은 40개 이상의 사회적, 환경적, 경제적 지표를 포괄하여 실제 영향을 명확히 보여줄 수 있다.

세 번째 행동은 규제와 투명성을 기반으로 한다. 남용을 방지하기 위해 의무적인 감사, 적대적 테스트, 허용된 사용을 정의하는 명확한 라이선스가 필수적이다. 개발자들은 편견을 줄이기 위해 감사된 데이터셋을 사용해야 하며, 정부는 악의적인 콘텐츠 확산을 방지하기 위해 엄격한 정책을 시행할 수 있다. 사용자들은 이러한 도구들을 윤리적으로 사용하고 오용을 신고할 책임이 있다.

마지막으로 네 번째 행동은 세계적인 협력과 지식 공유를 장려하는 것이다. 접근성 민주화에도 불구하고 인프라, 인재, 데이터 주권 측면에서 불평등은 여전히 존재한다. 접근성, 이용 가능성, 재사용성 원칙을 준수하는 오픈 액세스 플랫폼을 생성하는 것은 공정한 자원 접근을 보장하는 데 중요하다. 인공지능 거버넌스에 대한 글로벌 대화와 같은 기관들은 연례 보고서 발간과 정부 간 협상을 통해 협력을 강화할 수 있다.

지역적 수준에서는 글로벌 플랫폼과 지역 연구 센터 간의 협력이 공유 기반 모델과 지역별 데이터의 조합을 가능하게 한다. 이는 적합한 솔루션의 배포를 용이하게 하며, 데이터 보호 규정을 준수한다. 오스트레일리아 인공지능 연구소나 프랑스의 인공지능 평가 및 안전 연구소와 같은 기관들은 이러한 지역화에서 핵심적인 역할을 한다.

적절히 설계된 거버넌스와 결합된 오픈 소스 인공지능은 의사결정을 더 포용적이고 증거 기반으로 변화시킬 수 있다. 이는 복잡한 도전 과제 앞에서도 우선순위, 장애물, 지속가능한 변화 경로를 더 빠르게 식별할 수 있도록 한다. 전 세계 시민들로부터 배운 교훈들을 통합함으로써 2030년 이후의 아젠다를 더 대표적이고 효과적으로 만들 수도 있다.

오픈 소스 모델은 또한 구체적인 이점을 제공한다. 이들의 비용은 유사한 성능을 가진 독점 모델에 비해 5배에서 29배까지 저렴하여 접근성을 높인다. 기후에 특화된 자연어 처리 모델과 같은 도구들은 오정보와 싸우는 데 도움이 되며, 의료 분야에서 사용되는 모델들은 일부 지역에서의 치료사 부족을 완화할 수 있다. 경제 분야에서는 중소기업들이 이러한 기술들을 채택하고 맞춤화하여 생산성을 최적화할 수 있다.

그러나 적절한 거버넌스 없이 위험은 여전히 존재한다. 전자 재료 생산과 인공지능을 위한 인프라는 전 세계 독성 폐기물에 기여한다. 또한, 오픈 소스로 표시된 모델의 약 60%가 라이선스가 없어 안전하게 사용하기 어렵다. 규제되지 않은 모델의 확산은 악의적인 행위자들이 취약점을 식별하는 것을 용이하게 하여 피싱 또는 증오 발언 확산의 위험을 높인다.

오픈 소스 인공지능의 이점을 최대화하기 위해 조율된 접근 방식이 필수적이다. 이는 지속가능성, 엄격한 평가, 보안, 협력을 결합하여 불확실성을 줄이고 이 기술이 실제로 전 세계적 진전에 기여하도록 보장해야 한다.

“`

Crédits des sources

Source principale

DOI : https://doi.org/10.1038/s41467-026-73866-8

Titre : Steering open-source AI to accelerate the sustainable development goals

Revue : Nature Communications

Éditeur : Springer Science and Business Media LLC

Auteurs : Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian Lü