저는 AI를 활용한 서비스를 기획하고 있습니다.
chatGPT와 같은 대형 언어 모델(LLM, Large Language Model)을 이용한 B2B 서비스를 만들고 있습니다. 저는 LLM을 직접 개발하거나 그 원천 기술을 알지는 못하지만, LLM을 활용하여 다양한 서비스를 제공할 수 있습니다. 이는 자동차를 제작하지는 못하지만 자동차를 운전해 여러 가지 일을 할 수 있는 것과 같습니다.
많은 사람들이 LLM의 놀라운 기능에 감탄하면서도, LLM이 가끔 거짓 정보를 제공한다고 지적합니다. 과거에는 똑똑한 사람을 "컴퓨터 같다"고 표현하곤 했는데, 이는 컴퓨터가 많은 정보를 가지고 있고 항상 정확한 정보를 제공한다는 전제를 바탕으로 한 말입니다. AI의 일종인 LLM을 컴퓨터의 확장으로 본다면, 우리는 LLM 역시 정확한 정보를 제공해야 한다고 생각하게 됩니다.
제가 LLM을 활용하면서 느낀 점은, LLM이 많은 데이터를 가지고 있지만 그 특징이 빠르고 정확한 정보 제공이 아니라, '사람의 말을 알아듣는다'는 것입니다. 하지만 '사람의 말을 알아듣는다'는 표현에는 약간의 오해의 소지가 있습니다. 우리는 종종 '말을 알아듣는다'는 것을 행동으로 옮긴다는 의미로 해석합니다. 그러나 '말을 알아듣는 것'과 '그에 맞게 행동하는 것'은 별개입니다.
예를 들어, '무단횡단을 하지 말라'는 말을 이해하는 것과 실제로 무단횡단을 하지 않는 것은 다른 문제입니다. 사람도 이해한 대로 행동하지 않는 경우가 많습니다. '말을 알아듣는다'는 것에도 수준과 넓이가 있습니다. 예를 들어, '밥 먹었니?'라는 질문은 한국 사람에게는 인사로, 외국 사람에게는 실제 질문으로 이해될 수 있습니다.
따라서 '말을 알아듣는다'는 것은 '행동한다'와는 별개이고, '이해한다'는 것도 수준에 따라 다릅니다. 사람의 관점에서 '행동한다'는 것은 LLM의 관점에서는 '답변한다'는 것과 같습니다. 정리하면, LLM이 '말을 알아듣는다'는 것과 '답변한다'는 것은 별개이며, LLM의 이해 수준도 매우 다양합니다.
저는 LLM이 '말을 이해하는 특징'이 있고, LLM이 제공하는 정보는 사실에 근거하지 않을 수 있다고 이해합니다. LLM이 사실과 다른 정보를 제공하는 것을 보완하는 방법은 다음 기회에 말씀드리겠습니다.
여기서 중요한 점은, LLM을 구글처럼 사용하는 것을 권장하지 않습니다. 구글은 검색엔진으로, 방대한 데이터베이스에서 정확한 정보를 찾아주는 역할을 합니다. 반면 LLM은 자연어 처리 능력을 기반으로 사람과의 대화에서 의미를 파악하고 적절한 답변을 생성하는 데 중점을 둡니다.
저는 LLM이 사람의 말을 이해한다는 것에 주목합니다. 만약 강아지가 초등학생 수준으로 사람의 말을 이해할 수 있다면, 세상은 크게 변했을 것입니다. LLM은 어린이부터 전문가까지 다양한 인격을 가지고, 다양한 언어로 사람의 말을 이해할 수 있습니다.
LLM이 사람의 말을 이해하는 것은 현재의 많은 서비스를 변화시킬 것입니다. LLM 이전에는 우리가 정보를 찾을 때 정보의 카테고리나 키워드 검색을 활용했으나, 앞으로는 우리가 필요한 것을 LLM에게 직접 요청하게 될 것입니다.
사람과 컴퓨터의 인터페이스가 변화할 것입니다. 예를 들어, 현재는 유명한 식당을 예약하려면 네이버에서 'OO식당'을 검색하고 예약 항목을 찾아서 예약 가능한 날짜와 시간을 확인한 후 예약을 합니다. 앞으로는 LLM을 통해 "OO식당 다음 주 수요일 예약 가능한 시간 확인 후 오후로 예약해줘"라고 요청하는 방식으로 예약할 수 있을 것입니다.
LLM이 과거의 Siri 등과 다른 기능은 사용자의 음성에서 부족한 정보를 다시 질문해서 채울 수 있다는 점입니다. 예를 들어, LLM에게 "OO식당 다음 주 수요일 예약 부탁"이라고 말했을 때, LLM은 예약 시간이 없음을 확인하고 "몇 시로 예약할까요?"라고 질문하여 부족한 정보를 채운 후 예약할 수 있습니다.
위의 예시는 '말을 이해한다'는 것의 아주 작은 활용 예시일 뿐입니다. 앞으로 이를 이용해 더 많은 서비스 변화를 이룰 것입니다.
다음 편에서 계속합니다.
#LLM #AI
