brunch

매거진 AI

라이킷 12 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 도안구의 테크수다 Mar 11. 2023

생성형 AI란 무엇인가요?

제너레이티브 AI는 비즈니스와 사회에 큰 영향을 미칠 것입니다.

[테크수다 기자 도안구 eyeball@techsuda.com] What is Generative AI? 엄청나게 많은 소식들이 쏟아지고 있다. 그래도 항상 이 질문을 잊지 않는다. 그래서 생성형 AI가 뭔데?

정보시대에서 입사하면서 미쿡 IT 주간지 PCWeeK의 라이선스 잡지 팀에서 일을 시작했다. 엔터프라이즈를 주로 다루는 테크 잡지였다. PC 시대가 가면서 eWEEK 로 이름을 바꿨다. 그곳에 올라온 글이다. 영향력이 무척 줄어든 거 같지만 그래도 엔터프라이즈 전문이라서 가끔 들어가 보곤 한다.

What is Generative AI? | eWEEK

오늘도 deepl.com 서비스를 이용했다. 정확한 이해를 위해서는 반드시 원문을 보기 바란다.

제너레이티브 AI는 비정형 딥러닝 모델을 사용하여 사용자 입력을 기반으로 콘텐츠를 생성하는 인공 지능의 한 유형입니다. 이 과정에서 제너레이티브 AI는 머신 러닝과 딥 러닝 알고리즘의 기반을 사용합니다. 생성되는 콘텐츠에는 서면 자료, 이미지, 비디오, 오디오, 음악, 컴퓨터 코드 등이 포함됩니다.

예를 들어, 제너레이티브 AI의 선구적인 예인 ChatGPT에 사람이 질문이나 문장을 입력하면 짧지만 합리적으로 상세한 서면 응답이 제공됩니다. 또한 사용자는 후속 질문을 입력하고 대화 초기의 세부 사항을 기억할 수 있는 챗봇과 지속적인 대화를 나눌 수 있습니다.

최근 이 분야에서 획기적인 발전이 가속화되면서 제너레이티브 AI가 주목을 받고 있습니다. 예를 들어 OpenAI의 ChatGPT는 사람이 쓴 것처럼 보이는 문법적으로 정확한 텍스트를 생성할 수 있으며, DALL-E 툴은 단어 입력을 기반으로 사실적인 이미지를 생성할 수 있습니다. 구글, 페이스북, 바이두 등 다른 기업들도 실제와 같은 텍스트, 이미지 또는 컴퓨터 코드를 생성할 수 있는 정교한 제너레이티브 AI 툴을 개발했습니다.

제너레이티브 AI는 어떻게 작동하나요?

생성 AI는 학습 세트를 기반으로 새로운 콘텐츠를 생성합니다. 연구원들은 단어, 사진, 음악 또는 기타 콘텐츠 등 방대한 양의 데이터를 생성적 적대 신경망(GAN) 프레임워크라고 하는 딥러닝 시스템에 입력합니다. 지도 신경망은 데이터를 선별하고 성공에 대해 보상하고 오류, 실수 및 실패에 대해 불이익을 주는 시스템을 사용하여 발전합니다. 시간이 지남에 따라 사람의 감독을 통해 복잡한 관계를 식별하고 이해하는 방법을 학습합니다.

예를 들어 ChatGPT에 사용된 오리지널 OpenAI 코덱스는 웹과 기타 소스에서 수집한 700기가바이트 이상의 데이터에서 파생되었습니다. 여기에는 책, 잡지 기사, 웹사이트, 기술 매뉴얼, 이메일, 노래 가사, 연극, 대본 및 기타 공개적으로 사용 가능한 소스의 콘텐츠가 포함됩니다. ChatGPT와 같은 자연어 모델은 일반적으로 단어 벡터라는 수학적 모델을 사용하여 구문에 가중치를 부여하고 순위를 매깁니다. 또한 텍스트 자격 인식(RTE)이라는 기술을 사용하여 they, their, there와 같은 단어 관계나 강풍 또는 도로 바람과 같은 단어 관계를 더 잘 이해합니다.

수반성, 모순 또는 중립성

연구자가 ChatGPT 또는 LaMDA와 같은 자연어 모델에 데이터를 추가하고 추가 학습이 이루어지면 시스템은 수반, 모순 또는 중립의 렌즈를 통해 단어를 계속 비교하고 대조합니다.

예를 들어 "개는 다리가 있다"는 전제는 "다리는 발이 있다"를 수반하지만 "개는 바다 밑에서 헤엄친다"와 모순되며, "모든 개는 착하다"와 같은 진술에는 중립을 유지합니다. 시스템은 수백만 개의 조합을 실행하면서 정확하고 상황에 맞는 예측 모델을 구축하는 방법을 학습합니다.

OpenAI에 따르면 연구원들은 실제 ChatGPT 모델에 3,000억 개 이상의 단어를 입력했습니다. 처음에는 인간 AI 트레이너가 사용자와 AI 어시스턴트(생성자 및 판별자)로서 양쪽 모두에 입력을 제공했습니다. 그런 다음 사람이 무작위로 선택된 모델 작성 메시지를 검토하고 모델의 다양한 완성도에 순위를 매긴 다음 이를 다시 GAN에 입력하여 보상 모델을 추가로 학습시켰습니다. 그 결과 상당히 정확한 강화 학습 알고리즘이 탄생했으며, 추가 학습과 사용자 입력을 통해 시간이 지남에 따라 계속 개선되고 있습니다.

연구원들은 유사한 기술을 사용하여 새, 구름, 나무, 얼굴, 자동차 및 기타 수백만 개의 물체 사진을 분류합니다. 시간이 지남에 따라 보상 모델은 업데이트되고 개선되며 더욱 사실적인 디테일을 계속 생성합니다. 실제로 DALL-E와 Google의 MiP-NeRF와 같은 모델은 그림자, 색상 그라데이션, 텍스처 등 매우 세밀한 효과를 생성합니다. 따라서 돌 표면이나 호수의 반짝이는 물과 같은 사물이 놀랍도록 사실적으로 보입니다.

제너레이티브 AI는 어떤 역할을 할까요?

제너레이티브 AI 및 기타 기본 AI 모델은 AI 개발에 큰 영향을 미치고 있으며, 보조 기술을 향상시키고 비기술 사용자를 위한 강력한 기능을 구현합니다. 여기에는 텍스트에서 코드, 이미지, 음악에 이르는 콘텐츠 제작이 포함됩니다.

텍스트

자연어 채팅 기능을 개발하는 회사는 OpenAI가 유일하지 않습니다. Google의 LaMDA와 Bard, Apple의 Siri, Microsoft의 Cortana, Amazon의 Alexa는 모두 생성형 AI 모델을 사용하여 서면 또는 음성 단어를 생성합니다.

이미지

DALL-E 및 Google의 MiP-NeRF와 같은 다른 생성형 AI 도구는 단어 입력을 기반으로 사실적인 이미지를 생성할 수 있습니다. 예를 들어 웹 디자이너가 DALL-E 엔진에 "고전적인 스페인 광장"이라는 단어를 입력하면 실제 장소는 아니지만 매우 사실적으로 보이는 이미지를 볼 수 있습니다. 마찬가지로, 모네 스타일의 카페에 앉아있는 여성의 이미지를 생성해 달라고 DALL-E에 요청하면 거의 즉시 모네가 만든 것 같은 이미지를 볼 수 있습니다.

음악

제너레이티브 AI는 본격적인 작곡과 특수 음향 효과 등 오디오와 음악을 제작하는 데에도 사용됩니다. Amper Music, Aiva, Amadeus Code, Google Magenta, MuseNet 등 여러 회사에서 사실적인 사운드의 여러 악기로 오리지널 음악을 생성할 수 있습니다. 사용자는 재즈, 모차르트, 롤링 스톤즈, 업비트 등 원하는 장르, 아티스트 또는 스타일을 요청하고 AI가 생성한 음악을 들어볼 수 있습니다.

소프트웨어 개발

제너레이티브 AI의 또 다른 급성장하는 사용 사례는 소프트웨어 개발입니다. Amazon의 CodeWhisperer와 GitHub의 CoPilot과 같은 플랫폼은 개발자를 위한 자연어 기반 로우코드 및 노코드 플랫폼을 소개합니다. 제너레이티브 AI를 사용하면 소프트웨어 개발자가 플랫폼에 요청을 말하거나 작성하여 Python, R, Java 또는 기타 주요 언어로 된 실제 소프트웨어 코드 줄을 볼 수 있습니다. 이를 통해 개발자는 더 빠르게 작업하고 재사용 가능한 모듈을 더 쉽게 만들 수 있습니다.

스토리 및 게임 개발

고급 사용 사례는 스토리 및 게임 개발, 로봇 디자인, 심지어는 질문을 하고 주제를 조사하여 제품 또는 운영 방법을 디버깅하는 것과 같은 것을 중심으로 이루어집니다. 또한 제너레이티브 AI 도구에 아이디어와 개념을 제공하도록 요청하여 주제를 탐색하고 새롭고 다양한 디지털 및 물리적 객체를 개발할 수도 있습니다.

비즈니스에서 제너레이티브 AI를 어떻게 활용할 수 있을까요?

AI와 비즈니스의 역사는 혁신, 파괴, 심대한 변화로 가득합니다. 제너레이티브 AI는 조직을 같은 길로 이끌 것입니다. 비즈니스 세계에서 제너레이티브 AI의 주요 사용 사례는 다음과 같습니다:

마케팅 및 영업. 제너레이티브 AI 시스템은 이메일, 웹사이트 텍스트 및 이미지, 브로셔, 전자책, 제품 안내서, 제품 라벨, 내부 문서 등 다양한 서면 콘텐츠를 생성할 수 있습니다. 또한 조직은 이 기술을 사용하여 고객 피드백을 분석하고, 위험과 기회를 식별하며, 사용성과 기능이 뛰어난 챗봇을 배포할 수 있습니다.

인적 자원. 인사 부서는 제너레이티브 AI를 활용하여 기업 핸드북, 직무 설명 및 면접 질문을 작성할 수 있습니다. 챗봇은 직원에게 정보를 제공하고 셀프 도움말을 제공할 수 있습니다. 여기에는 온보딩을 자동화하거나 의료 보험 또는 은퇴 저축 전략을 선택하기 위한 옵션과 조언을 제공하는 것이 포함될 수 있습니다.

운영. 고객 서비스 챗봇은 기업이 문의를 관리하고 올바른 정보로 안내하며, 도움이 필요한 경우 상담원에게 전달할 수 있도록 도와줍니다. 또한 제너레이티브 AI는 비교 이미지를 통해 오류, 결함 및 기타 문제를 식별할 수 있습니다. 예를 들어, 기업이 제너레이티브 AI를 사용하여 고도로 기술적인 구성 요소의 이상적인 이미지를 생성한 다음 제조 과정에서 이미지를 캡처하여 품질 관리 표준을 준수하는지 확인할 수 있습니다.

IT 및 소프트웨어 개발. 제너레이티브 IT는 파이썬, 펄, 고, PHP, 자바스크립트와 같은 최신 언어로 코드를 작성할 수 있습니다. 개발팀은 이러한 스니펫과 블록을 소프트웨어에 연결하고 라이브러리에 저장할 수 있습니다. 마찬가지로 제너레이티브 AI는 데이터 테이블을 자동 완성하고 머신러닝 모델의 정확도를 향상시킬 수 있는 합성 데이터를 생성할 수 있습니다. 이 기술은 사이버 공격 방법을 시뮬레이션할 수도 있습니다.

기타 비즈니스 용도: 그 밖에도 수많은 비즈니스 사용 사례가 존재합니다. 여기에는 연구 개발(R&D)에 사용되는 모델링 시스템, 문서의 텍스트가 법률 및 규제 표준을 충족하는지 확인하기 위한 검토, 이메일 및 비즈니스 프레젠테이션을 포함한 일반적인 직원 커뮤니케이션의 최적화 및 개선 등이 포함됩니다.

생성형 AI: 간략한 역사

인공 지능 연구는 1950년대에 구체화되기 시작했습니다. 앨런 튜링과 다른 과학자들은 인간의 사고를 복제할 수 있는 컴퓨팅 프레임워크를 만드는 방법을 모색하기 시작했습니다.

1960년대에는 이른바 마르코프 모델이 등장하기 시작했습니다. 이러한 확률 기반 알고리즘은 기본적인 수학적 모델을 기반으로 음성이나 텍스트를 생성할 수 있었지만 성공은 제한적이었습니다. 1990년대에는 보다 정교한 생성 모델이 등장하기 시작했습니다. 지난 10년 동안 GPU와 딥 러닝의 발전은 훨씬 더 발전된 AI의 시대를 열었습니다. 오늘날 이러한 반복 신경망은 인간 예술가, 음악가, 작가에 근접한 방식으로 콘텐츠를 생성할 수 있으며, 경우에 따라서는 이를 능가하는 경우도 있습니다.

이 시점에서 인공지능, 특히 생성형 인공지능은 사람과 기업이 행동하고 상호 작용하며 정보를 처리하는 방식을 근본적으로 재편하고 있습니다.

시장 조사 기관인 Grandview Research는 제너레이티브 AI 시장이 2030년까지 매년 34.4%씩 성장할 것으로 예상합니다. 또한 이 기술은 금융, 의료, 자동차 및 운송, 정보 기술, 통신, 미디어 및 엔터테인먼트를 포함한 다양한 산업 분야에서 가치가 있다고 말합니다. 제너레이티브 AI는 마케팅, 이미지 분류, 품질 관리와 같은 광범위한 작업을 혁신할 수 있습니다.

실제로 가트너는 제너레이티브 AI 기술이 디지털 제품 개발에 혁명을 일으킬 것이라고 선언한 바 있습니다. 이 컨설팅 회사는 2025년까지 모든 디지털 콘텐츠의 약 10%가 이러한 알고리즘에서 파생될 것이라고 보고했습니다. 이에 못지않게 중요한 것은 제너레이티브 AI가 사람들의 업무 방식과 함께 직무 역할을 근본적으로 변화시킬 것이라고 McKinsey & Company는 보고했습니다. 다음과 같이 언급했습니다: "제너레이티브 AI의 등장은 비즈니스의 판도를 바꿀 수 있는 잠재력을 가지고 있습니다."

제너레이티브 AI에는 어떤 윤리적 우려가 존재할까요?

제너레이티브 AI의 등장은 당연히 우려를 불러일으켰습니다. 한 가지 우려는 이 기술이 많은 직무에서 인간을 대체할 것이라는 점입니다. 하지만 적어도 향후 몇 년 동안은 이 기술이 인간을 보완하는 역할을 할 가능성이 높습니다.

정확성 부족

예를 들어, ChatGPT 텍스트는 항상 완전하고 정확한 것은 아니기 때문에 사람의 검토가 필요합니다. 무턱대고 텍스트를 입력하면 편견에 대한 비난부터 법적 문제에 이르기까지 다양한 문제가 발생할 수 있습니다.

법적 문제와 표절

따라서 특정 아티스트의 스타일과 유사한 실사 이미지를 생성하면 의문이 제기될 수 있으며, 심지어 소송이나 대중의 반발로 이어질 수도 있습니다. 또한 딥페이크 기술이 학생들이 에세이나 논문을 작성하는 것을 피하기 위한 수단으로 이용되는 것에 대한 우려도 커지고 있습니다.

개인정보 보호 및 보안

개인정보 보호 및 보안 문제도 제너레이티브 AI의 최전선에 있습니다. 모델을 구축하는 데 사용되는 일부 데이터에는 실수로 개인 데이터와 나중에 노출될 수 있는 정보가 포함될 수 있습니다. 또한 사이버 범죄자 및 기타 범죄자들은 이미 제너레이티브 AI를 사용하여 사회 공학 캠페인의 일부가 되는 매우 설득력 있는 문서, 소프트웨어 및 이미지를 제작하기 시작했습니다.

사회적 영향

또 다른 문제는 제너레이티브 AI의 전반적인 사회적 영향력, 특히 ChatGPT와 Bing의 AI 채팅 기능(ChatGPT 프레임워크에 기반한)과 같은 도구입니다. 뉴욕타임스의 기술 칼럼니스트인 케빈 루스(Kevin Roose)와 같은 일부 전문가들은 이 기술이 해롭고 파괴적인 방식으로 인간을 조종하는 데 사용될 수 있다는 우려를 제기했습니다. 또한, 기술이 자체적으로 위험한 행위를 수행하는 것에 대한 우려를 표명하기도 했습니다.

결론: 제너레이티브 AI의 미래는?

제너레이티브 AI의 정확한 궤적을 예측할 수 있는 사람은 아무도 없지만, 기업과 사회에 큰 영향을 미칠 것임은 분명합니다. 분명한 것은 기술이 발전함에 따라 기능이 확장될 것이라는 점입니다. 몇 년 안에 이 기술은 본격적인 보고서와 과학 논문을 작성하고 웹사이트와 기타 디자인 자료의 모형을 제작할 수 있게 될 것입니다.

몇 년 후에는 제너레이티브 AI가 전문 작가보다 더 나은 최종 초안을 작성하고 전문 아티스트나 그래픽 디자이너보다 더 나은 아트 및 디자인 요소를 생성할 수 있을 것입니다. 더 발전된 제너레이티브 AI는 컴퓨터 애플리케이션, 비디오 게임, 영화 및 기타 복잡한 요소를 사람의 감독 없이도 완성할 수 있을지도 모릅니다. Siri나 Alexa와 같은 음성 비서가 휴가를 계획하거나 가족을 위한 생일 선물을 구매하는 등 훨씬 더 정교한 기능을 처리할 수 있게 될 가능성이 높습니다.

제너레이티브 AI가 많은 업무에서 인간의 능력을 능가하거나 능가할 수 있게 되면 업무의 성격과 조직 내 역할이 크게 변화할 것입니다. 일부 역할과 직무는 사라지고 새로운 역할이 이를 대체할 가능성이 높습니다. 그러나 이러한 변화는 산업혁명과 같은 과거의 사건에 필적하거나 그 이상으로 일어날 수도 있습니다. 또한 사회는 기술의 혜택을 충분히 누리기 위해 윤리적, 법적 문제를 포함한 다양한 문제를 해결해야 할 것입니다.

결국 한 가지 확실한 것은: 제너레이티브 AI는 앞으로 계속될 것입니다. 신경망과 GPU가 계속 발전하고 AI 알고리즘이 더욱 정교해짐에 따라 기계가 인간의 작업을 수행할 수 있는 능력은 더욱 향상될 것입니다. 제너레이티브 AI가 AI가 인간의 지능을 뛰어넘는 가상의 시점인 특이점(singularity)으로 이어질지 여부는 아직 미지수입니다. 하지만 제너레이티브 AI가 비즈니스의 본질과 우리 주변의 세상을 변화시킬 것이라는 점은 분명합니다.

사무엘 그린가드

사무엘 그린가드는 오리건주 웨스트 린에 거주하는 비즈니스 및 기술 작가입니다. 저서로는 사물 인터넷(MIT Press) 및 가상 현실(MIT Press)이 있습니다.

#ai #chatgpt #openai #google #GenerativeAI

keyword