이번주 써본 Generative AI 들과 생각
역설적으로, AI를 잘 활용하려면 '나 자신의 생각, 관점'이 중요한 듯
이번주에 유용하게 실제로 쓴
몇가지 Generative AI 서비스들과 짧은 생각.
(not 프로그래머, not hard 엑셀러, not 마케터
'생각하는 시간'이 가장 많고, 그 기반으로 문서화-리서치-일부 실험-투자검토를 하는 사무직 case)
결론부터 얘기하면,
- 장점 : 한 개인이 본인이 할일, 관점, 철학이 뚜렷하다는 가정하에, beta 수준인데도 효율성-생산성을 매우 높여주는 툴들이 많다.
- 단점 : 생성, 요약 등 컨텐츠들의 진위나 합리성을 판단하지 않으면 잘못된 정보를 취득하거나 오류를 범할 가능성이 많음
- 원리는 '사람과 일하거나 커뮤니케이션 하는 것'과 상당히 비슷하다고 생각함.
- 협력이나 업무지시를 원하는 사람에게 '대충' 이야기하면 당연히 내가 기대한 결과물(글,기획,이미지 등)이 잘 안나오는 것처럼
- '프롬프트 입력'을 디테일하게 잘 설명하고, 예시도 알려주고, 목표를 좁혀주면 기대한 결과물이 꽤 잘 나옴
- 역설적으로, '내가 원하는 것이 무엇인가'를 original하게 잘 생각해내는 사람의 경우에 훨씬 더 효율적으로 AI를 쓸 수 있음
- 다시 말해, '내 욕구과 취향과 목적이 명확하면' Generative AI가 좋은 도구이고, 아니라면 컨텐츠-재료 과부하에서 더 허덕일 수 있음
즉, "나도 내 맘을 잘 모르겠는데, 내가 필요하거나 좋아할 것을 찾아줘"라고 얘기하면 AI도 그건 어찌 할 수 없다는 것.
(러프하게 비유하면, 선물이나 식당을 고를때 가장 힘들게 하는 상대를 상상해보면 됨 ㅎ)
- 물론 이런 부분도 점차 LLM이 발달하고, 데이터들을 더 학습하면서 해소될 것으로도 기대할 수 있음
- 좀 걱정되는 부분은, G~ AI로 생성되는 팩첵 안된 혹은 오류나 편견 투성이의 garbage data들도 기하급수적으로 늘것이라는 것.
- 아무튼 Generative AI는 캄브리아 대폭발 초입 단계라서, 현재 기준으로 뭔갈 판단하고 정의하면 위험하고, PMF딱 떨어지는 케이스들도 시간이 걸릴것.
1. ChatGPT
- Generative AI 서비스들의 Foundation model로 자리잡는 모습
- 요즘엔 직접 chat하기보다는, 크롬 익스텐션이나 서드파티들의 기술 기반으로 쓰이는 간접적으로 쓰이는 모습
- 아마 대중적으로도, 향후에는 ChatGPT와 직접 chat하기보다는 ChatGPT API를 쓴 수많은 서비스들을 통해 유저는 잘 모르는 사이에 쓰게 될듯
다만, 그렇기 때문에 ChatGPT에서 로그아웃되면 같이 멎는 경우들이 있음(GPT에 내가 로긴 되어있어야 작동되는 서드파티들에 한정)
- 벤처투자를 검토하는 분들 입장에서는, Genarative AI 서비스 관련 검토를 할때 "A서비스의 파운데이션의 파운데이션의 파운데이션은~~"방식으로 기술 원천을 찾아가야 해당 서비스나 기업의 실질적인 역량이나 독립성, 경쟁력을 파악할수 있을것으로 예상됨
1-1.개인적으로 테스트해보고 재밌었던 방법
- 영문 대화 스크립트 생성 해보기 : 예) TechCrunch의 투자뉴스를 2인 대화형식으로 재구성해달라고 요청해보기. 기사보다 빠르게 이해가 잘 됨 ㅎ (영문 지문 생성에 필요한 원가가 많이 줄어들 듯)
- 기사 요약 요청 하기 : 예)기사가 길 경우, 문단으로 나누어서 요약 요청. 꽤 잘 요약해줌. 시간 절약.
- 투자 아이디어 브레인 스톰 : 예)한국과 A국가 VC가 어떤 걸 협력하면 좋을까? - 노잼 예상했는데, 꽤 그럴듯한 포인트를 잡아줌
- 파생분야 브레인 스톰 : 예) Generative AI 종류별로, 어떤 분야에서 유용한 사업을 만들수 있을까? - 공자왈 예상했는데, 아이디어 꽤 괜찮은 것 발견해서 관련 시드 스테이지 스타트업 있는지 찾아보는 중
- 사업 아이디어 브레인 스톰 : 예) 서울에서 AA분야 사업을 새로 시작한다면 어떤게 좋을까? - 다소 루즈한데, 의외로 risk를 잘 알려줌
- 기타 등등 ChatGPT 자체로도 할 수 있는 것들이 많음
tech crunch 기사 (Seek이 투자 받았고, blah blah를 대화형으로 재구성 요청 후 받은 것)
2. 자동번역 ChatGPT 크롬 확장앱 (한<->영)
- 크롬 익스텐션 + ChatGPT 서드파티
- ChatGPT도 한글로 사용이 가능하기는 하지만, 영문이 정확도가 속도에서 큰 차이로 더 효과적인데 그 단계를 줄여주는 크롬 익스텐션
- 즉, 영어가 다소 불편한 경우, [질문 번역기 돌리기 & 대답 다시 번역기 돌리기] 과정을 생략시켜줌.
- 설치시, ChatGPT chat 화면 자체에 [번역해서 질문] 버튼이 활성화 되며
- 한글로 입력후 [번역해서 질문]으로 대화시,
- '질문 내용 자체에 한글 + 자동번역 영문'이 입력되고,
- ChatGPT의 대답도 영문 + 한글 번역결과 로 나옴
3. YouTube Summary with ChatGPT
- 크롬 익스텐션 + ChatGPT 서드파티
- 클릭하면, 자동으로 YouTube 스크립트를 ChatGPT에 요약을 요청해줌.
- 가령, Sam Altman의 YouTube 인터뷰영상에서 요약요청을 하면, ChatGPT가 "Sam Altman이 뭐라고 했냐면~"하는 식으로 요약해줌
4. you.com : 이메일이나 기획안 초안이나 아이디어 묻기
- "The AI Search Engine You Control"
- 기본 검색엔진으로 써보고 있는데, 기존의 '검색' 자체만 쓰려면 아직은 google이 편하긴 한데,
- [you write], [you code] 기능이 유용한듯
- 엊그제는 프로페셔널과의 영문 이메일 회신 내용 작성을 테스트 해보았는데, 그대로 복붙해도 되는 정도를 보여줌. (나의 경우는 그 내용에 개인적인 인사나 안부 등만 추가)
5. 뤼튼
- AI 컨텐츠 생산 플랫폼(한글)
- 블로그 포스팅, SNS 광고문구, 채용공고, 카피라이팅 등 기능 테스트 해보았음
- 관련 업(SNS 채널관리, 라이브커머스, 크리에이터 등)하시는 분들에겐 현재도 상당히 유용할 느낌
- 솔직히 주니어 인력들의 업무 대체가 바로 위태해보이는 느낌
6. Midjourney [디스코드 채널로]
- text to image
- 내 경우, 디스코드 채널에서 그리기 요청
- 오늘 아침에 AI로 아이들과 놀았던 방식
7세 소이, 5세 로이에게 "어떤 그림 그려볼까?" 물어본 다음, 대답하는 대로 영어로 명령해서, 그린것을 보여주기
- 프로덕트 상상해보기
내가 만약 어떤 굿즈나 커머스를 한다면 어떤 느낌의 프로덕트를 만들어 볼까? 하며 실험해보기
- 상당히 다양하게 실제 활용 가능한 Text to Image 서비스들이 Midjourney 외에 많음
7살 딸, 소이가 그려달라는 컨셉을 그대로 입력해 본 케이스7. B^ DISCOVER
- https://bdiscover.kakaobrain.com/
- 애정하는 전 직장, 카카오브레인의 Text to Image B2C 어플리케이션
- 카카오브레인의 multimodal AI Model인 KARLO 기반.
- T2I 모델들이 포지셔닝을 만들어가는 가운데, KARLO는 현재는 AI Artist 포지셔닝
- 입력할 프롬프트 길게 고민하지 않아도 되는 인터페이스를 가진 것이 장점(객관식+주관식)
8. Karlo (카카오브레인's multimodal AI Model) demo, API
- 카카오브레인의 multimodal AI Model
- API = https://developers.kakao.com/docs/latest/ko/karlo/common
- 단순히 생성(generation)이 아니라, Variation(사용자가 업로드한 이미지를 기반으로 생성), Inpainting(사용자가 업로드한 이미지에서 원하는 부분을 다른 생성 이미지로 대체)
- 참고. 브레인의 한국어 GPT KoGPT도 API 제공 https://developers.kakao.com/docs/latest/ko/kogpt/common
9. 기타 등등
- 한두번 테스트 해본 툴들은 더 많긴 함. 음악 생성이라던가, 스프레드시트 생성이라던가.
10. 생각한 점
- 장점 : 한 개인이 본인이 할일, 관점, 철학이 뚜렷하다는 가정하에, beta 수준인데요 효율성-생산성을 매우 높여주는 툴들이 많다.
- 단점 : 생성, 요약 등 컨텐츠들의 진위나 합리성을 판단하지 않으면 잘못된 정보를 취득하거나 오류를 범할 가능성이 많음
- 원리는 '사람과 일하거나 커뮤니케이션 하는 것'과 상당히 비슷하다고 생각함.
- 협력이나 업무지시를 원하는 사람에게 '대충' 이야기하면 당연히 내가 기대한 결과물(글,기획,이미지 등)이 잘 안나오는 것처럼
- '프롬프트 입력'을 디테일하게 잘 설명하고, 예시도 알려주고, 목표를 좁혀주면 기대한 결과물이 꽤 잘 나옴
- 역설적으로, '내가 원하는 것이 무엇인가'를 original하게 잘 생각해내는 사람의 경우에 훨씬 더 효율적으로 AI를 쓸 수 있음
- 다시 말해, '내 욕구과 취향과 목적이 명확하면' Generative AI가 좋은 도구이고, 아니라면 컨텐츠-재료 과부하에서 더 허덕일 수 있음
즉, "나도 내 맘을 잘 모르겠는데, 내가 필요하거나 좋아할 것을 찾아줘"라고 얘기하면 AI도 그건 어찌 할 수 없다는 것.
(러프하게 비유하면, 선물이나 식당을 고를때 가장 힘들게 하는 상대를 상상해보면 됨)
- 물론 이런 부분도 점차 LLM이 발달하고, 데이터들을 더 학습하면서 해소될 것으로도 기대할 수 있음
- 좀 걱정되는 부분은, G~ AI로 생성되는 팩첵 안된 혹은 오류나 편견 투성이의 garbage data들도 기하급수적으로 늘것이라는 것.
- 아무튼 Generative AI는 캄브리아 대폭발 초입 단계라서, 현재 기준으로 뭔갈 판단하고 정의하면 위험하고, PMF딱 떨어지는 케이스들도 시간이 걸릴것.
