생성형 AI는 파괴적 혁신이 될 것인가?
AI 시대
요즘 가장 핫한 생성형 AI는 지난 2023년 말 오픈AI의 ChatGPT로 부터 촉발되었다. 생성형 AI(Gen AI)는 사용자의 요청에 따라 텍스트, 이미지, 오디오, 비디오 또는 코드생성 등 창조적인 콘텐츠를 만들어 내는 인공지능을 말한다.
이처럼 생성형 AI는 인간 두뇌의 학습 및 의사 결정 과정을 시뮬레이션하는 딥 러닝 알고리즘이란 정교한 머신러닝 모델을 활용한다. 딥러닝 모델은 방대한 양의 데이터에서 패턴과 관계를 구별하고, 인코딩한 다음, 해당 자료를 이용하여 사용자의 자연어 요청 또는 질문을 이해하고 관련 콘텐츠로 응답하는 방식으로 작동한다.
AI는 지난 10년 동안 뜨거운 기술 주제였지만 지지부진하다가, 생성형 AI, 특히 2022년 ChatGPT의 등장으로 AI는 전 세계 이목을 집중시켰고, AI 혁신과 적용이 전례 없이 급증했다. 생성형 AI는 개인과 조직에 엄청난 생산성 이점을 제공하는 동시에 매우 현실적인 과제와 위험을 제시하고는 있지만, 기업들이 이 기술을 활용해 내부 프로세스를 개선하고 제품과 서비스를 풍부하게 할 수 있는 방법을 모색하면서 활성화되고 있다.
미국의 경우 경영 컨설팅 회사인 맥킨지(McKinsey)의 연구에 따르면, 조직의 3분의 1이 이미 하나 이상의 비즈니스 기능에서 생성형 AI를 정기적으로 사용하고 있다. 세계적인 리서치 기업인 가트너(Gartner)는 2026년까지 80% 이상의 조직이 생성형 AI 애플리케이션을 배포하거나 생성형 AI 애플리케이션 프로그래밍 인터페이스(API)를 사용할 것으로 예상한다.
여기서 잠깐 생성형 AI의 촉매제가 된 ChatGPT에 대해 좀 더 알아보면,
'챗GPT'는 2022년 12월 공개된 채팅을 하는 챗(Chat)과 GPT(Generative Pre-trained Transformer)의 합성어이다. 오픈AI닷컴에 가서 회원가입을 하고 채팅을 하듯이 쓰면 된다는 것이다. GPT를 그대로 풀면 'Generative Pre-trained Transformer(사전 훈련된 생성 변환기)'가 된다. 'Genrative(생성)'는 답변을 생성한다는 의미에서 붙였다. 'Pre-trained(사전 훈련된)'는 조금 기술적인 표현인데, GPT의 핵심 언어 모델이 미리 학습을 끝낸 뒤에 필요한 작업에 맞춰서 약간의 수정을 가한 답변을 만든다는 의미에서 붙은 표현이다.
- 챗GPT 자기소개서 36쪽 / 윤영돈 공저 / 지식공감 -
한마디로 이야기하면 빅데이터를 기반으로, 오랜 시간 딥러닝이란 머신러닝 모델을 활용하여 사전에 학습된 알고리즘의 채팅창을 통해 질의하면 곧바로 원하는 답을 창조하여 제공하는 인공지능 서비스이다.
흡사 인간이 태어나 성장하는 과정에서 다양한 과정과 프로세스를 통해 학습하며 성장해 가는 과정과 같은 이치이다. 다만, 급속한 IT기술 발전으로 인간이 수 년간 학습해야 할 분량을 단 몇 일이면 가능하다는 것이 차이일 뿐이다. 이런 점이 가장 무서운 것이다.
좀 더 기술적인 측면에서 훈련과정을 알아보면,
생성형 AI는 다양한 유형의 생성형 AI 서비스의 기반이 되는 딥 러닝 모델인 파운데이션 모델에서 시작한다. 오늘날 가장 일반적인 파운데이션 모델은 텍스트 생성 애플리케이션을 위해 만들어진 대규모 언어모델(LLM : Large Language Model)이지만, 이미지 생성, 비디오 생성, 사운드 및 음악 생성을 위한 파운데이션 모델과 여러 종류의 콘텐츠 생성을 지원할 수 있는 멀티모달 파운데이션 모델도 있다.
파운데이션 모델을 만들기 위해 개발자는 방대한 양의 정형, 비정형 데이터(인터넷 또는 기타 대규모 데이터 소스에서 추려낸 테라바이트 단위의 데이터)에 대해 딥 러닝 알고리즘을 훈련한다. 훈련 중에 알고리즘은 수백만 번의 '빈칸 채우기' 연습을 수행하고 평가하여 시퀀스의 다음 요소(문장의 다음 단어, 이미지의 다음 요소, 코드 줄의 다음 명령)를 예측하려고 시도하고 예측과 실제 데이터 간의 차이를 최소화하기 위해 지속적으로 자체 조정한다.
이 학습의 결과는 입력 또는 프롬프트에 대한 응답으로 자율적으로 콘텐츠를 생성할 수 있는 매개변수데이터의 엔터티, 패턴 및 관계의 인코딩된 표현)의 신경망이다.
이 훈련 프로세스는 컴퓨팅 집약적이고 시간과 비용이 많이 들며, 수천 개의 클러스터링된 그래픽 처리 장치(GPU)와 몇 주의 처리가 필요하며, 이 모든 작업에 수백만 달러의 비용이 든다. 메타(Meta)의 라마-2(Llama-2)와 같은 오픈소스 파운데이션 모델 프로젝트를 활용해 전 세계 생성형 AI 개발자는 이 단계와 비용을 절감할 수 있다. 하지만, 결국 생성형 AI의 가치를 판단하는 것은 얼마나 많은 데이터를 얼마나 많은 시간동안 학습을 시켰느냐에 달려 있다. 이러 점 때문에 엄청난 서버와 GPU, 전력 등 하드웨어적인 지원이 필수적이고, 수조에 달하는 투자가 필요한 것이다.
이 세상에 절대강자만 살아남고, 1위만 기억하는 세상이라, 마이크로소프트, 구글, 아마존, 애플, 제타 등 글로벌 빅테크들의 'AI 투자 전쟁'이 벌어지고 있는 것이고, 이런 과정에서 우리나라를 비롯한 세계의 수많은 기업들은 생존의 위협을 느끼며 미래를 대비해야 할 때가 된 것이다. 기업뿐만 아니다. 생성형 AI로 시작한 AI서비스 모델이 기업 프로세스에 하나 둘 적용되면서, 그동안 전통적으로 사람들이 해 왔던 일들이 대체되고 있음을 우리는 이미 알고 있다.
앞으로 생성형 AI가 활용될 영역은 무궁무진해진다. 우선 휴머노이드 로봇에 장착되어 자연스런 대화가 가능해지면서 사람과 로봇의 호흡이 순조롭게 이어질 것이다. 스마트폰도 적극적으로 적용할 것이다. 삼성전자의 갤럭시24에는 이미 실시간 통역서비스가 적용되었다. 자율주행이 적용된 자동차 사업에는 가장 활발하게 활용될 영역이다. 홈오토메이션을 자랑하는 미래의 주거 문화에도 필수적인 요소가 된다. 집안의 모든 전자 기기들은 생성형 AI를 통한 통제와 제어가 가능해진다.
이런 변화를 바라보며, 아이폰, 디지털 카메라, 넷플릭스, 아마존 등 파괴적 혁신이 몰고온 사회적 파장이 우려스럽다. 파괴적 혁신은 기존의 시장을 무너뜨리고, 수많은 실업자를 양산해 냈으며, 사회적 유대감을 앗아갔다. 아마존은 처음엔 서점을 하나 둘 파괴하더니, 온라인 쇼핑으로 수많은 소매업들을 도산으로 이끌었다. 그들이 파괴한 것은 경제적 시장뿐만아니라, 서점을 중심으로 형성된 사회적 유대감, 커뮤니티 등 정신적 상실감도 컸다.
이처럼 경제적, 사회적, 문화적 측면에서 '생성형 AI'가 앞으로 몰고 올 파괴적 혁신이 두려운 이유이다.
