생성형 AI, 이렇게 활용된다(1편)
개념과 활용 영역
안녕하세요.
데이터 스포일러입니다.
기술 트렌드를 이해하실 수 있도록 정보를 요약해서 공유드리겠습니다. 많은 관심 부탁 드립니다.^^
생성형 AI의 개념부터 쉽게 설명해 보겠습니다.
생성형 AI는 인공신경망을 통해 대규모 데이터를 학습(Training)하고, 사용자의 명령어(Prompt)를 바탕으로 텍스트, 이미지, 오디오, 비디오, 코드 등 다양한 형태의 콘텐츠를 자동으로 생성해 내는 기술입니다.
여기서 핵심은 파운데이션 모델인데요.
<출처: On the Opportunities and Risks of Foundation Models, 2021, Stanford)
파운데이션 모델은 Wikipedia, 소셜 미디어, 도서 등의 공개 데이터뿐만 아니라 일부 비공개 데이터도 포함하여 대용량 데이터셋을 활용하여 학습됩니다.
(비공개 예시: OpenAI는 Shutterstock과의 협력을 통해 Shutterstock의 독점 이미지를 모델 훈련에 활용)
파운데이션 모델이 왜 중요할까요?
파운데이션 모델의 훈련은 반복적인 과정이며, 상당한 컴퓨팅 자원이 필요하기 때문에 많은 비용이 듭니다. 원하는 수준의 정확도를 위해 훈련 알고리즘은 신경망의 가중치를 조정하고, 이러한 과정을 수백, 수천만 번 수행해야 할 수도 있습니다. 예를 들어, OpenAI의 GPT-3를 훈련하는 데는 400만~1,200만 달러가 소요된다고 추정합니다.
지금까지 대부분의 기업들은 자체적으로 모델을 개발하고 학습하는 것을 시도해 왔지만, OpenAI와 같이 대규모 투자가 쉽지 않았고, 투자하더라도 성과가 나오질 않았죠.
파운데이션 모델의 장점은 크게 2가지로 볼 수 있습니다.
1) 비용절감: GPT, LLaMA, Claude 등 기존의 파운데이션 모델을 활용하면 초기 비용이 절감됨.
2) 빠른 서비스 출시: 산업 특성을 고려한 모델 미세조정으로 Time to Market 단축
이러한 생성형 AI 모델의 활용 영역은 어떤 게 있을까요?
<출처: 삼성자산운용, Morgan Stanley, Sequoia Capital)위 이미지는 생성형 AI가 텍스트, 소스코드, 이미지, 음성, 비디오 등 다양한 영역에서 어떻게 활용될 수 있는지를 보여주고 있습니다. 마케팅, 디자인, 소프트웨어 개발, 게임, 음악 등 다양한 산업에서 생산성 향상과 새로운 시장을 개척하기 위해 많은 시도를 하고 있는데요.
생산성 향상 측면에서 보면, 여러 가지 장점이 있습니다.
반복업무, 회의록 작성/정리 등 업무 자동화를 통해 개인/조직/회사가 불필요한 일을 줄이고, 생산성을 향상시킬 수 있죠. 하지만, 최근 이슈되고 있는 딥페이크와 같이 위험요소도 존재합니다.
글로벌 기업인 salesforce는 전 세계 14개국(영국, 독일, 프랑스, 캐나다 등) 내 1만 4천여 명의 직장인을 대상으로 "직장 내 생성형 AI 활용의 가능성과 위험성"에 대해 조사했습니다.
조사 결과, 직장인들은 생성형 AI가 업무 효율과 커리어 발전에 영향을 줄 것으로 인식하여 많은 활용을 하고 있지만, 대부분 기업으로부터 명확한 가이드라인/트레이닝 없이 해당 기술을 활용하고 있는 것으로 나타났습니다.
<출처: salesforce>이번 1편에서는 생성형 AI 개념과 활용 영역에 대해 정리해 보았는데요.
2편에서는 국내외 생성형 AI 애플리케이션 현황과 활용 사례를 정리하여 공유해 보겠습니다.
즐거운 하루 보내세요.^^
