생성형 AI란 무엇일까요?

무슨 질문을 하든 답변을 기가 막히게 해 줘서 세상을 떠들썩하게 만든 챗GPT에 대해 들어보셨나요? 인공지능(Artificial Intelligence, AI)이 원하는 대로 이미지도 만들어주고, 작곡도 해주고, 심지어 코딩까지 뚝딱 해낸다는 이야기는요? 이들의 공통점은 인공지능이 우리가 원하는 바를 알아듣고, 콘텐츠를 생성해 낸다는 것입니다. 그리고 이것을 우리는 생성형 AI(Generative AI)라고 부릅니다.

생성형 AI를 이해하기 위해, 우선 제일 큰 카테고리인 인공지능부터 살펴봅시다. 인공지능은 인간의 지능이 필요한 일들을 수행할 수 있는 컴퓨터 시스템을 구축하는데 필요한 기술을 의미합니다. 인공지능의 한 종류로 머신러닝(Machine Learning, ML)이 있는데, 머신러닝을 통해서 컴퓨터 시스템이 직접적인 코딩 없이도 주어진 데이터를 학습할 수 있는 능력을 가지게 됩니다. 아래 그림에 나와있듯이, 이 머신러닝의 한 분야가 딥러닝(Deep learning)입니다. 딥러닝은 사람의 뇌를 닮은 인공신경망 구조를 사용해서, 전통적인 머신러닝 기법을 사용했을 때 보다 훨씬 더 복잡한 데이터를 학습할 수 있게 됩니다. 그리고 드디어 이번 글의 주인공 생성형 AI의 차례입니다! 생성형 AI는 이 딥러닝의 하위 개념으로, 콘텐츠를 생성해 내는 능력 때문에 이런 이름이 붙었습니다. 생성형 AI에 관심이 있는 분들이라면 대규모 언어 모델(Large Language Model, LLM)에 대해서도 한 번쯤 들어보셨을 텐데요, 대규모 언어 모델 역시 딥러닝의 하위 개념이고, 생성형 AI와는 언어 생성이라는 교집합을 가지고 있습니다. (좀 더 자세한 설명은 세 번째 글, 생성형 AI의 두뇌 편을 확인해 주세요).

생성형 AI는 머신러닝의 한 분야인 딥러닝의 하위 개념이고, 대규모 언어 모델과는 언어 생성이라는 교집합을 가집니다.

출처: Google cloud의 Introduction to large language models 강의

생성형 AI의 본질은 y = f(x) 형태에서 벗어나지 않습니다. 입력 데이터가 x, 모델이 f, 모델의 출력이 y라고 할 때, 모델 f가 생성형 AI의 두뇌에 해당하고, 이 두뇌에 어마어마한 양의 데이터들을 학습시켰더니 생성할 수 있는 콘텐츠 y가 엄청나게 많아진 똑똑한 모델이라고 생각하면 됩니다. 예를 들어 입력 데이터 x가 인간이 입력한 텍스트 형태일 경우, 이 똑똑한 모델이 출력 y에 요약도 해주고, 질의응답도 해주고, 문법도 고쳐주고, 적힌 대로 이미지나 비디오도 생성해 주고, 못하는 게 없는 척척박사가 된 거죠. 입력 데이터 x가 이미지일 경우에도 마찬가지입니다. 모델 출력값 y에 입력된 이미지보다 높은 해상도의 이미지를 내놓거나, 이미지에 캡션 달기, 주어진 이미지에 대한 질의응답하기 등, 공부를 하도 많이 했더니 해낼 수 있는 일도 많아진 거죠. 챗GPT도 엄청나게 공부를 많이 한 GPT라는 모델에게 너 이제 공부 많이 했으니, 내가 하는 말에 여태까지 공부한 내용을 기반으로 답 좀 해봐라고 하는 것과 마찬가지입니다.

이번 글에서는 생성형 AI가 무엇인지에 대해 알아보았습니다. 한 줄로 요약하면 다음과 같습니다.

생성형 AI는 대규모의 데이터를 학습한 모델이, 학습한 내용을 기반으로 콘텐츠를 생성해 내는 인공지능의 한 종류입니다.