로그인|회원가입|고객센터
Top
검색버튼 메뉴버튼

SR2. 생성형 AI의 현재와 미래

왔다 가는 트렌드 아닌 지배적 혁신
챗GPT와 공존 가능한 활용 방안 절실

윤준탁 | 365호 (2023년 03월 Issue 2)
Article at a Glance

앞으로 기업은 생성형 AI를 어떤 업무 영역에서 활용할지 고민해야 한다. 특히 마케팅은 생성형 AI가 혁신을 가져올 분야로 꼽힌다. 글로벌 리서치 기업 가트너(Gartner)는 2025년까지 대기업의 아웃바운드 마케팅 메시지의 30%가 AI를 통해 발송될 것으로 예측했다. 국내에서는 AI 스타트업 뤼튼테크놀로지스가 맞춤형 문장 생성, 요약, 분류 등이 가능한 AI 카피라이팅 서비스 ‘뤼튼’을 선보이고, 현대백화점이 네이버의 초거대 AI 모델인 ‘하이퍼클로바’ 기반의 AI 카피라이터 ‘루이스’를 도입했다. 한편 AI가 잘못된 답변을 내놓거나 편향된 콘텐츠를 생성하는 ‘할루시네이션(Hallucination)’ 현상이 발생할 수 있는 만큼 기업, 정부 등 모든 이해관계자가 혁신을 해치지 않는 선에서 적절한 통제 대책을 함께 고민할 필요가 있다.



요술 램프 속 지니, 생성형 AI

2022년 세계적인 베스트셀러 작가 유발 하라리가 인공지능(AI)에 자신의 글을 학습시켰다. 국내에서만 100만 부 넘게 팔린 베스트셀러 『사피엔스』 출간 10주년을 맞아 다시 펴낸 책의 서문을 AI GPT-3가 대신 썼다. 하라리는 GPT-3가 쓴 서문을 읽고 충격에 빠졌다. 자신의 글과 다름없는 수준 높은 서문을 만들어냈기 때문이다. 이로부터 불과 몇 개월 후 AI 연구 기업인 오픈AI가 만든 챗GPT(ChatGPT)가 공개됐다. 지난해 말 대중에 공개된 대화형 AI 도구인 챗GPT는 현재 세상을 뒤흔드는 중이다. 전례 없는 놀라운 성능에 챗GPT 열풍이 불며 매일 챗GPT와 생성형 AI(Generative AI) 관련 뉴스가 쏟아지고 있다.

글로벌 리서치 기관 가트너에 따르면 생성형 AI는 2025년까지 전체 데이터 생산량의 10%를 차지할 것으로 예측된다. 생성형 AI는 마치 알라딘의 요술 램프 속 지니와 같다. 지니에게 소원을 빌면 원하는 것이 뚝딱 나오듯이 오디오, 텍스트, 이미지 등 새로운 데이터를 뚝딱 만들어낼 수 있는 AI의 한 유형이다. 생성형 AI는 학습을 통해 대량의 데이터를 처리하고 독창적인 결과물을 만들어낸다. 예를 들어, 피카소의 그림을 그리도록 학습시키려면 피카소의 그림 데이터를 최대한 많이 입력해야 한다. 생성형 AI의 신경망은 피카소의 그림 스타일, 특징 등을 학습하고 이를 활용해 결과물을 만든다. 음악을 창작하거나 글을 쓰는 AI 역시 동일한 프로세스를 거친다. 대표적인 텍스트 생성 모델로는 챗GPT, 이미지 생성 모델로는 달리2(DALL-E), 미드저니(Midjourney), 스테이블 디퓨전(Stable Diffusion) 등이 있다.

38_1


생성형 AI를 알아야 하는 이유

오늘날 전 세계 사람들이 챗GPT에 다양한 질문을 던지고 있다. 컴퓨터 프로그래밍 코드를 알려 달라고 요청하거나 숙제를 맡긴다. AI가 이미지를 생성하는 미드저니, 달리, 렌사 등의 서비스는 초 단위로 새로운 이미지를 생성하고 있다. 챗GPT와 미드저니 같은 생성형 AI는 우리 생활과 업무 수행 방식, 기업의 비즈니스 등이 어떻게 근본적으로 달라질 수 있는지에 대한 논의를 촉발했다.

보통 새로운 기술이 등장하면 대중이 호기심을 갖는 동시에 혼란도 생긴다. 과거 인터넷과 모바일의 등장을 돌이켜보면 새로운 기술이 향후 인류의 미래를 바꿀 것이라는 의견이 제시되는 한편 금방 사라질 트렌드에 지나지 않는다는 주장도 있었다. 지금 전 세계의 반응과 생성되는 결과물을 보면 생성형 AI는 단순한 트렌드라고 보기 어렵다. 대중은 실제 업무와 생활에 사용할 수 있는 수준으로 고도화된 AI를 접하고 있다. 이런 기회를 포착한 많은 기업이 생성형 AI 개발에 뛰어들었다. 한 번이라도 챗GPT를 사용해봤다면 생성형 AI가 앞으로 많은 변화를 가져올 것이란 점은 어렵지 않게 예상할 수 있다.

생성형 AI는 지금까지 우리가 접했던 AI와 궤를 달리한다. 지금까지 AI는 대량의 데이터를 분석하는 업무 목적으로 사용하거나 일부 고객 대상 서비스에 활용됐다. AI 스피커로 날씨를 물어보거나 내비게이션으로 최적의 경로를 검색하는 용도가 대표적이다. 지금까지는 AI의 활용 영역이 제한적이었다면 현재는 생성형 AI를 통해 개인이 글과 이미지, 음악과 같은 콘텐츠를 끊임없이 생성할 수 있다. AI의 진정한 대중화(Mass Adoption)의 길이 열린 것이다.

최근 이런 트렌드를 분석해보면 인터넷에 이어 모바일 시대로 이어진 혁신의 흐름이 생성형 AI 시대로 변천하는 모습을 확인할 수 있다. 과거 인터넷 시대의 개막을 예측한 마이크로소프트 창업자 빌 게이츠는 최근 언론 인터뷰에서 생성형 AI가 업무 효율성을 크게 높이고 세상을 바꿀 것이라고 말했다. 챗GPT와 같은 AI가 교육이나 헬스케어, 우주산업 등 다양한 분야에서 엄청난 충격을 줄 것이라고 예측한 것이다.

물론 이처럼 빠른 AI의 발전과 대중화로 인해 발생하는 여러 문제점에 대한 우려도 있다. 향후 AI가 더욱 똑똑해져 사람을 대체하기 시작할 것이라는 우려가 대표적이다. 빌 게이츠가 지적한 것처럼 현재 생성형 AI에 너무 많은 컴퓨팅 파워가 필요하고 생성형 AI가 내놓는 결과물이 100% 정확하지 않다는 한계도 있다.

아직 완벽하게 AI를 받아들이고 대중화가 가능한 시기라고 보긴 어렵지만 최소한 AI의 새로운 시대가 열렸음은 자명하다. 생성형 AI의 강점은 편의성과 생산성이다. 프로그램 버튼 하나만 누르면 어마어마한 양의 데이터와 콘텐츠를 생산할 수 있기 때문이다. 생성형 AI가 가져올 파급력이 모바일 시대의 등장과 유사하거나 그 이상이 될 것이란 전망이 나오는 이유다.

GPT 모델의 진화와 챗GPT의 등장

최근 주목받는 챗GPT의 근간이 되는 모델인 GPT(Generative Pre-trained Transformer)는 구글이 2017년 발표한 트랜스포머 모델(Transformer Model)에서 출발한다. 트랜스포머 모델은 사람이 문장을 읽을 때 특정 단어나 구문에 집중해 앞뒤 관계와 맥락을 유추하고 이해하는 것처럼 학습한다. 순차적으로 데이터를 처리하는 것이 아닌 병렬로 언어 처리가 가능해 효율성이 높다. 문장이라는 데이터를 여러 덩어리로 나누고 중요도에 따라 가중치를 부여한다. 이런 방식으로 계속 학습하면 다음 단어나 문장을 예측하는 정확도가 높아진다. 여기에 별도의 데이터 라벨링과 구분 없이 예측해 스스로 학습하는 ‘자기 지도 학습’이 더해져 대용량 데이터 세트를 학습한다.

트랜스포머 모델을 활용한 대규모 언어 모델(LLM, Large Language Model)은 방대한 텍스트 데이터를 학습하고 높은 정확도로 텍스트 번역, 생성, 요약 등을 할 수 있다. 트랜스포머 모델이 발달하면서 이미지, 영상, 음악 등 다양한 데이터를 학습하고 생성하는 AI가 개발되기 시작했다. 2021년 미국 스탠퍼드대 연구진은 트랜스포머 모델로 인해 AI 패러다임의 변화가 시작됐다고 예측한 논문을 발표하기도 했다.

생성형 AI에서는 두 가지 요소가 가장 중요하다. 매개변수(Parameter)와 학습 데이터 세트(Training Data Set)다. 비유를 들어 설명하자면 매개변수란 사람이 수학 문제를 풀 때 정답을 찾는 문제 풀이 능력과 유사하다. 매개변수가 많을수록 문제를 많이 풀어봤다는 뜻이다. 인간의 뇌에 비유하면 매개변수는 뇌의 시냅스와 유사하다. 매개변수는 인간의 뇌에서 정보를 전달하는 뉴런과 뉴런 사이 시냅스 역할을 한다. 즉, 매개변수가 많을수록 정보 전달 역량이 늘어나는 것이다. 또한 이때 얼마나 많은 고품질 데이터를 학습시키느냐에 따라 답을 더 빨리 정확하게 찾을 수 있다. 2018년 공개된 GPT의 첫 버전인 GPT-1은 매개변수 1억1700만 개를 활용했다. 2019년 공개된 GTP-2는 이전 버전의 10배 이상인 매개변수 15억여 개를, 1년 후인 2020년 공개된 GPT-3는 무려 매개변수 1750억 개를 활용한다.

최근 화제가 되고 있는 챗GPT는 GPT-3를 개량한 GPT-3.5 기반의 AI 챗봇 서비스다. 지금까지 GPT-3 기반의 다양한 서비스가 나왔지만 챗GPT는 ‘검색과 채팅’에 초점을 맞춘 대화형 AI다. 사람처럼 질문과 개념을 파악하고 이해한다는 특징이 있다. 생성형 AI의 특징에 대해 챗GPT에 직접 물어보니 아래와 같은 답변을 내놓았다.

GettyImages-936319918


생성형 AI는 특정 예측 모델이 아닌 데이터의 패턴을 학습하고 새로운 데이터를 생성할 수 있는 능력을 가진 AI 모델을 의미합니다. 생성형 AI의 특징은 다음과 같습니다.

· 새로운 데이터 생성: 생성형 AI는 특정 데이터의 패턴을 학습하고 새로운 데이터를 생성할 수 있습니다.

· 다양한 양상의 데이터 생성: 생성형 AI는 다양한 형태의 데이터를 생성할 수 있어 새로운 패턴을 찾는 능력이 강합니다.

· 빠른 학습 능력: 생성형 AI는 데이터를 학습하고 새로운 데이터를 생성하는 과정이 빠릅니다.

· 자유도 높은 데이터 생성: 생성형 AI는 기존의 데이터에서 패턴을 찾아 새로운 데이터를 생성하며 기존의 데이터에 국한되지 않는 자유도 높은 데이터를 생성할 수 있습니다.

생성형 AI의 대표주자 격인 챗GPT는 마치 사람과 대화하는 것 같은 고도화된 답변을 내놓는다. 사용자가 묻는 말에 답하며 e메일, 에세이, 코드도 작성해준다. 개발사인 오픈AI는 모든 사람이 사용할 수 있도록 챗GPT를 무료로 공개했다. 2022년 11월 공개된 챗GPT는 출시 5일 만에 사용자 100만 명, 2주일 만에 200만 명을 달성했다. 출시 2달 만인 지난 1월에는 월간 활성 사용자 수(MAU) 1억 명을 돌파했다. 사용자 1억 명을 이렇게 단기간에 확보한 사례는 IT 서비스 역사상 찾아볼 수 없다.

사람들이 챗GPT에 열광하는 이유는 뭘까? 일단 기존 챗봇 서비스와 다르게 문장이 자연스럽다. 과거에 화제가 됐던 ‘심심이’ ‘이루다’와 같은 챗봇 서비스와 비교해보면 챗GPT가 얼마나 방대한 데이터를 학습했는지 체감할 수 있다. 다양한 분야의 데이터를 학습해 활용성도 높다. 영화 시나리오나 시를 창작할 수 있고, 회사 업무나 학교 숙제도 대신해준다. 이런 자연스러움과 활용성을 위해 개발사인 오픈AI는 강화 학습(RLHF, Reinforcement Learning from Human Feedback) 방식을 사용했다. AI가 데이터를 학습하면서 부족한 부분은 인간이 피드백을 주고 이를 반영해 학습해 나가는 방식이다. 사람의 피드백(Human Feedback)을 통해 인간적인 말투, 문화적인 요소 등을 반영해 강화 학습하면서 AI가 똑똑하고 자연스러운 형태로 발전한 것이다.

챗GPT가 불러온 IT 업계의 지각변동

챗GPT의 놀라운 성능에 향후 생성형 AI가 금융, IT, 전자상거래, 헬스케어, 제조 등을 비롯한 모든 산업과 일자리에 영향을 줄 것이란 전망이 나오고 있다. 초기에는 생성형 AI가 대부분 디지털 네이티브 기업에서 사용됐지만 앞으로는 IT와 디지털 산업은 물론 제조, 금융, 제약과 같은 전통 산업에서도 활용될 것으로 예측된다. 이처럼 생성형 AI 관련 시장이 폭발적으로 성장할 수 있는 배경에는 AI 기반 모델(AI Foundation Model)이 있다. AI 기반 모델은 초거대 규모의 데이터를 사전 학습한 모델로 데이터 학습과 하드웨어 등에 드는 비용이 기존에 비해 줄어들어 많은 고객과 사용자에게 맞춤화한 미세 조정(fine tuning) 모델 제공이 가능하다. 미세 조정은 일종의 맞춤형 커스터마이징으로 생성형 AI를 특정 도메인에 맞게 조정할 수 있다. 예를 들어, 로펌이라면 판례와 법률 조항에 특화된 모델을, 번역이 필요한 업무라면 번역에 특화된 모델을 사용할 수 있다.

생성형 AI의 핵심 영역은 바로 클라우드와 검색엔진, 브라우저다. 여기서부터 비즈니스와 기술의 패러다임 변화가 시작된다. AI 기반 모델이 어디에 자리를 잡고, 어떤 서비스와 연계되는지를 따져보면 핵심을 알 수 있다. 먼저 AI 기반 모델이 갖춰지는 기반은 클라우드다. AI 기반 모델이 클라우드에 자리 잡고 API(애플리케이션 프로그래밍 인터페이스)1 로 제공되면 기업은 막대한 비용을 들여 생성형 AI를 직접 개발할 필요 없이 일부 모델을 미세 조정해 자체 서비스를 개발하고 사용한 만큼 이용료를 내면 된다. AI 서비스를 마치 클라우드 기반 SaaS(서비스형 소프트웨어)처럼 사용하는 것이다. 공교롭게도 최근 생성형 AI 경쟁에 본격적으로 맞붙은 구글과 마이크로소프트 두 기업 모두 클라우드 사업을 하고 있다. 이들은 직접 개발한 AI를 자체 클라우드와 연계해 제공하면서 수익을 창출할 수 있다.

두 번째는 검색엔진이다. 구글의 검색엔진 시장점유율은 90%를 상회한다. 마이크로소프트의 검색엔진 빙(Bing)은 약 3%에 그친다. 하지만 오픈AI와 연합해 챗GPT에 투자, 개발하고 있는 마이크로소프트는 구글의 검색 시장 수익성에 도전장을 던졌다. 챗GPT가 탑재된 빙으로 구글의 검색 영역을 뺏기 시작하면 마이크로소프트는 막대한 이익을 거머쥘 수 있다. 마이크로소프트는 검색을 위해 특별히 설계된 오픈AI의 새 대형 언어 모델인 프로메테우스(Prometheus)를 적용했다. 이 모델은 챗GPT와 GPT-3.5보다 더 정확하고 빠른 성능을 가진 것으로 알려져 있다. 이런 마이크로소프트의 움직임에 대응하기 위해 구글도 발 빠르게 움직이고 있는 만큼 두 기업의 경쟁은 더욱 격화될 것으로 보인다.

한편 AI가 검색을 대신할 수 있을지에 대해서는 의견이 분분하다. 챗GPT는 2021년까지의 데이터를 학습한 상태라 최신 정보에 대한 검색과 답변이 불가능하다는 단점이 있다. 실시간 정보를 받아들이고 학습하는 방식이 기술적으로 불가능한 것은 아니다. 하지만 실시간 정보 학습과 검색이 가능하도록 전체 검색 서비스에 챗GPT 같은 모델을 적용하면 발생하는 비용이 어마어마하다. 테크 뉴스레터 세미어낼리시스(semianalysis)에 따르면 구글 검색엔진 전체에 챗GPT를 배포한다면 GPU 410만여 개와 서버 50만여 대가 필요하다. 이때 발생하는 비용은 무려 1000억 달러(약 127조 원) 이상일 것으로 추산된다.

이런 현실적인 이유로 아직까진 모든 검색엔진이 AI로 대체되긴 어렵다. 하지만 시간이 지나면서 학습에 드는 비용과 하드웨어 비용이 낮아지고 효율화가 이뤄지면 검색엔진은 상상을 뛰어넘는 수준으로 발전할 것이다. 이런 변화를 감지한 구글과 마이크로소프트가 먼저 뛰어들었고 바이두와 네이버 등 검색엔진 서비스가 핵심 비즈니스인 기업들 역시 초거대 AI와 생성형 AI 개발에 집중하고 있다.

검색엔진 서비스 유닷컴(You.com)은 최근 생성형 AI를 기반으로 검색엔진을 구축했다. 유닷컴 검색창에 질문을 던지면 단순한 텍스트 기반 답변 대신 이미지와 차트, 프로그래밍 코드를 비롯한 다양한 형식의 답변을 내놓는다. 유닷컴 CEO 리처드 소처(Richard Socher)는 구글의 대항마가 될 것이라는 포부와 함께 지금은 AI 기반 검색엔진 구조를 공개할 수 없지만 향후 검색 솔루션을 구축하는 비법을 오픈소스 형태로 공개할 것이라고 밝혔다. 이처럼 향후 더 많은 기업이 AI 기반 검색엔진 솔루션을 내놓게 되면 검색엔진 경쟁은 더욱 치열해질 것으로 보인다.

38_2


마지막 영역은 브라우저다. 구글의 크롬, 마이크로소프트의 에지 브라우저는 생성형 AI의 전장이다. 이들 기업이 생성형 AI 기능을 제공하고 또 사용자가 직접 사용하는 인터페이스가 바로 브라우저다. 브라우저에서 사용자의 인터넷 데이터를 수집하는 것은 물론 웹 검색 기능과 콘텐츠를 제공하고, 다양한 확장 기능을 추가할 수 있다. 구체적으로 살펴보면 마이크로소프트는 에지 브라우저에 챗GPT를 탑재하고 PDF를 업로드하면 빠른 속도로 각 페이지의 요점을 정리하고 문서 내용에 대해 AI와 대화를 나누는 기능을 선보였다. 최근 구글 크롬 브라우저에 탑재되는 다양한 챗GPT 확장 프로그램도 속속 등장하고 있다. 이 밖에 마이크로소프트, 구글에 이어 시장점유율 3위인 오페라(Opera) 브라우저도 챗GPT를 통합할 계획이라고 밝힌 만큼 생성형 AI가 촉발한 브라우저 시장의 지각변동에도 귀추가 주목된다.

이처럼 전 세계 많은 IT 기업이 생성형 AI 관련 서비스 개발에 몰두하는 가운데 구글은 최근 AI 챗봇 ‘클로드’를 개발 중인 스타트업 앤스로픽(Anthropic)과 제휴를 맺고 4억 달러(약 5000억 원)를 투자했다. 구글이 앤스로픽과 손을 잡은 배경은 AI 주도권을 확보하기 위해서다. 구글은 챗GPT 대항마로 바드(Bard)라는 이름의 AI 챗봇을 발 빠르게 내놓았다. 하지만 지난 2월 공개된 바드는 시연회에서 오답을 내놓으며 체면을 구겼다. 그동안 AI 분야에서는 구글이 최고라는 인식이 있었다. 실제로 GPT의 기반인 트랜스포머도 구글이 만들었다. 하지만 향후 매출의 큰 부분을 차지하는 검색 광고 시장에서 구글은 고전할 것으로 보인다. 생성형 AI가 알맞은 정보를 찾아주고 요약해주면 광고 노출과 클릭이 줄어들어 수익성 악화로 이어지기 때문이다.

반면 마이크로소프트는 빙을 파괴적 혁신의 요소로 적극 활용할 수 있다. 빙, 챗GPT, 에지 브라우저로 이어지는 시너지 효과를 노리는 한편 생성형 AI를 적극적으로 홍보하고 자사 애저(Azure) 클라우드 기반의 SaaS 형태 서비스를 B2B로 제공하면 시장의 지각변동을 일으킬 수 있다. 게다가 마이크로소프트는 GPT 모델의 차기 버전인 GPT-4를 빙에 포함하겠다는 계획도 밝힌 상황이다. 구글은 AI와 검색엔진 분야의 1인자로 잃을 것이 많은 상황이라 급하지만 조심스러운 행보를 보이고 있다. 반면 마이크로소프트는 도전자의 입장이고 크게 잃을 것이 없다. 앞으로 챗GPT와 GPT-4로 공세를 이어갈 마이크로소프트와 이 상황을 방어해야 하는 구글의 움직임을 주의 깊게 살펴볼 필요가 있다.

38_3


다양한 분야로 뻗어가는 생성형 AI

챗GPT처럼 텍스트 생성 AI뿐만 아니라 음악, 이미지, 영상 등 다양한 분야에서 생성형 AI가 활용되고 있으며 이는 여러 산업 분야에 막대한 영향을 끼칠 전망이다. MIT는 2023년 AI 업계를 뒤흔들 핵심 트렌드 중 신약 개발의 변화를 꼽았다. 현재 스타트업 수백 곳이 AI를 활용한 신약 개발 방법을 모색하는 한편 그 개발 속도도 높이고 있다. 현재 AI 제약회사가 개발한 약물 중 19개가 임상 시험 단계에 있으며 향후 더 많은 약물에 대한 임상 시험이 진행될 예정이다.

서비스 분야에서는 스톡 사진 분야가 큰 변화를 겪을 것이다. 게티이미지나 셔터스톡과 같은 스톡 사진 사이트에서 ‘가상현실(VR) 기기를 착용한 사람’ 사진을 검색하면 어디선가 이미 사용됐거나 익숙한 이미지가 대다수다. 하지만 이미지 생성형 AI 미드저니를 활용해 ‘VR 기기를 착용한 여성’이라는 키워드로 직접 이미지를 생성하면 불과 30초 만에 지금까지 접하지 못했던 새로운 이미지를 받을 수 있다. 사용자의 니즈에 따라 미래지향적이거나 디스토피아적인 이미지 등 다양한 스타일의 이미지를 생성할 수 있다. 일부 이미지는 아직 어색하거나 조악하지만 사용자들이 계속 키워드를 입력하고 이미지를 생성할수록 학습 과정을 거쳐 더 정교한 이미지를 생성할 수 있게 된다.

앞으로 기업은 생성형 AI를 어떤 업무 영역에서 활용할지 결정해야 한다. 멋진 카탈로그용 이미지를 생성할지, 고객을 위한 마케팅 문구를 작성할지, 자사 제품에 챗봇 상담사를 도입할지 등을 진지하게 고민해야 한다. AI 도입을 결정할 시점은 이미 지났다. 이제는 효과적인 활용 방법을 고민해야 할 때다. 이미 국내 IT 기업부터 스타트업까지 많은 기업이 여러 영역에서 생성형 AI를 활용하고 있다.

1. 고객 상담 혁신

챗GPT를 챗봇 상담에 활용하는 사례가 대표적이다. 클라우드 소프트웨어 기업인 베스핀글로벌은 GPT를 기반으로 사람과 거의 유사하게 실시간 대화가 가능한 AI 챗봇을 시장에 출시했다. SaaS로 개발해 기업 특성에 맞는 상담 업무에 해당 서비스를 도입할 수 있다. 세금 신고, 환급 서비스 ‘삼쩜삼’을 운영하는 자비스앤빌런즈는 세금 챗봇 AI 베타 버전을 개발했다. 고객이 연말정산에 대해 질문하면 즉시 개인 맞춤형 답변을 내놓는다. 최근 여행 플랫폼 마이리얼트립도 챗GPT를 접목한 ‘AI 여행 플래너’를 출시했다. 여행 일정 계획과 맛집 추천, 날씨, 관광 팁 등 다양한 대화가 실시간으로 가능하다. 정해진 대답만 내놓았던 기존 챗봇과 다르게 사용자의 대화 맥락을 고려한 답변을 내놓는다는 점이 특징이다. 사람처럼 자연스러운 대화가 가능하다는 장점을 가진 생성형 AI는 향후 챗봇 및 상담 영역에서 가장 많이 활용될 것으로 보인다.

2. 자연스러운 번역

최근 소셜미디어와 커뮤니티에서 화제가 된 AI 언어 번역기가 있다. 바로 딥플(DeepL)이다. 해당 번역기를 사용해본 사람들은 구글 번역을 더 이상 쓰지 않는다고 할 정도로 강력한 성능을 자랑한다. 구글 번역기에 “안녕 2022, 안녕 2023”이라고 쓰면 “Goodbye 2022, Goodbye 2023”이라고 번역하는 반면 딥플 번역기는 “Goodbye 2022, Hello 2023”이라고 번역한다. 구글 번역기가 이따금씩 놓치는 미묘한 부분을 찾아내 보다 자연스러운 번역을 제공하는 것이다. 딥플은 딥러닝 기반으로 GPT의 근간인 트랜스포머 아키텍처를 사용한다. 이미 챗GPT를 번역기로 활용하는 사례도 많고 딥플과 같은 번역기를 사용하면 홈페이지나 PDF 문서도 빠르게 번역할 수 있다. 이처럼 번역 초안을 맡기고 사람이 교정하는 식으로 업무에 필요한 번역을 생성형 AI에 맡긴다면 생산성을 크게 높일 수 있다.

GettyImages-1307474241_[변환됨]


3. 소비자를 사로잡는 마케팅

마케팅 역시 생성형 AI가 혁신을 가져올 분야로 꼽힌다. 글로벌 리서치 기업 가트너(Gartner)는 2025년까지 대기업의 아웃바운드 마케팅 메시지의 30%가 AI를 통해 발송될 것으로 예측했다. 광고 제작부터 카피라이팅까지 대부분의 마케팅 영역에 생성형 AI가 활용되고 있다. 최근 온라인에서 화제가 된 할리우드 배우 라이언 레이놀즈의 AI 광고 제작 사례가 대표적이다. 라이언 레이놀즈는 챗GPT를 활용해 광고 제작을 위한 문구를 만들고 광고 프로모션에 활용했다. 또한 국내 AI 스타트업 뤼튼테크놀로지스는 맞춤형 문장 생성, 요약, 분류 등이 가능한 AI 카피라이팅 서비스 ‘뤼튼’을 선보이기도 했다.

생성형 AI는 카피라이팅은 물론 마케팅을 위한 블로그 게시물 작성 등으로 그 영역을 확대할 전망이다. 현대백화점은 네이버의 초거대 AI 모델인 ‘하이퍼클로바’ 기반의 AI 카피라이터 '루이스'를 도입했다. 루이스는 고객 연령대에 따른 맞춤형 카피라이팅 문구를 생성한다. 현대백화점 측은 테스트 결과, 2주가량 걸리던 관련 업무 시간이 평균 3~4시간으로 줄어들었다고 밝혔다. 향후 백화점뿐만 아니라 이커머스, 홈쇼핑 등 다양한 영역에서 생성형 AI가 활용되고, 마케팅 메시지를 생성해 자동으로 고객에게 전송하는 자동화 시스템까지 더해지면 마케팅 업무 전반에 많은 혁신이 일어날 전망이다. 특히 네이버의 ‘하이퍼클로바X’, 카카오의 ‘코GPT(Ko-GPT)’ 등 국내에서도 초거대 AI 개발이 활발한 만큼 국내 기업이 한국어에 특화된 생성형 AI를 활용할 수 있는 선택의 폭은 더욱 넓어질 것으로 보인다.

생성형 AI의 문제점

챗GPT가 향후 기업의 비즈니스를 변화시키고 더 나은 고객 경험을 창출할 것으로 보이지만 몇 가지 잠재 위험도 있다. 가장 대표적으로 챗GPT가 항상 정확한 정보를 제공하는 건 아니라는 점이다. 잘못된 답변을 내놓기도 하고 편향된 콘텐츠를 생성할 가능성도 있다. 이런 현상을 ‘할루시네이션(Hallucination)’이라고 한다. 존재하지 않는 환각을 보는 것처럼 AI가 부정확한 답변, 실제 존재하지 않는 내용에 관해 답변을 내놓는 현상을 뜻한다. 오픈AI 역시 이 한계를 인정하고 있다. 챗GPT는 2021년까지의 데이터로 학습돼 2022년 이후 사건에 대한 정보나 지식이 제한적이다. 실제로 챗GPT가 작성한 글과 답변의 오류에 대한 지적이 잇따르고 있으며 챗GPT가 질문에 대한 대답을 내놓지 못하는 경우도 많다.

챗GPT의 발전 뒤에 노동 착취가 숨겨져 있다는 지적도 나온다. 2023년 초 미국 타임지는 오픈AI의 아웃소싱 보고서를 발간했다. 보고서에 따르면 챗GPT의 데이터 라벨링 관련 작업을 위해 케냐 노동자들은 시간당 2달러 미만의 급여를 지급받은 것으로 알려졌다. 업무 시간 동안 케냐 노동자들은 성적 학대, 폭력, 편견, 혐오 등과 관련한 부정어를 분류하는 작업을 맡았다. AI의 부적절한 발언을 방지하기 위해 데이터를 라벨링하거나 정리하는 전처리 작업이 꼭 필요한데 이를 사람이 수작업으로 진행한 것이다. 이 과정에서 아웃소싱 업체 직원들이 정신적 피해를 입었지만 텍스트 외에 이미지 분석까지 추가 의뢰받았다. 시각적으로 부정적인 장면에 지속적으로 노출된 직원들의 피해는 커졌다. 결국 해당 업체는 오픈AI와 계약을 종료한 것으로 알려졌다. 아직까지 생성형 AI 개발을 위해서는 사람의 개입이 불가피하기에 이런 피해는 반복될 가능성이 높다.

오픈AI의 미라 무라티 최고기술책임자(CTO)는 최근 미국 타임지와의 인터뷰에서 AI가 악용될 수 있다며 정부 차원의 규제가 필요하다는 의견을 밝혔다. 챗GPT가 오용되거나 불순한 목적으로 사용될 수 있다며 우려를 표한 것이다. 잠재적인 개인정보 보호 문제도 있다. 또한 사이버 보안 이슈가 아직 발생하진 않았지만 향후 사이버 보안 공격에 노출되거나 악성 바이러스를 유포하는 데 사용될 수 있다. 생성형 AI 서비스를 가장해 피싱 또는 스팸을 뿌리는 프로그램이나 웹사이트도 늘어날 수 있다. 이처럼 AI를 인간의 가치와 사회, 문화 측면에서 어떻게 관리하고 통제할지에 대한 대책은 미흡한 실정이다. AI의 막대한 영향력을 고려해 혁신을 해치지 않는 선에서 적절히 통제할 대책을 기업, 정부 등 모든 이해관계자가 함께 고안할 필요가 있다.

2


생성형 AI의 미래

오픈AI의 챗GPT와 구글 바드 등 생성형 AI의 미래는 어떻게 될까? 오픈AI는 올해 GPT-4를 공개할 예정이라고 밝혔다. GPT-4에 대한 구체적인 내용은 아직 베일에 싸여 있다. 일부 AI 업계 관계자들은 GPT-4에 매개변수 100조 개가 사용될 수 있다고 예측한다. 하지만 오픈AI CEO 샘 알트먼(Sam Altman)은 이런 소문에 대해 부인한 바 있다. 매개변수를 늘리면 성능이 좋아지는 것은 사실이지만 그만큼 비용 부담이 커지기 때문에 매개변수보다는 최적화나 효율성 면에서 발전한 모델일 것이란 추측이 나온다. 또한 AI와 인간을 구별하는 일종의 시험인 튜링 테스트를 GPT-4가 통과했다는 소문도 있다. 이처럼 GPT를 필두로 인간에 버금가는 똑똑한 AI는 계속해서 등장할 전망이다. 또한 초거대 AI 트렌드도 더욱 확산될 것으로 보인다. 생성형 AI의 성능을 위해서는 대량의 매개변수와 데이터 세트가 필요한 초거대 AI가 필수적이기 때문이다. 오픈AI, 구글, 네이버 등 AI 분야를 선도하는 대부분의 국내외 IT 기업은 이미 초거대 AI 개발에 박차를 가하고 있다.

IT 시대의 흐름은 인터넷과 모바일 시대를 거쳐왔다. 이제 다음은 생성형 AI의 시대다. 당장 유용하게 활용할 수 있는 새로운 AI 서비스와 기능이 하루가 멀다 하고 등장하고 있다. 일반적으로 기술은 대중이 과소평가하는 사이 발전을 거듭하고 그 결과, 우리의 예상을 훨씬 뛰어넘는 시점이 온다. 웹 1.0(인터넷), 웹 2.0(모바일)을 거쳐 웹 3.0 시대에는 AI와 다른 기술의 결합이 활발하게 일어날 것으로 보인다. NFT나 DAO, DeFi와 같이 웹 3.0 고유의 영역에서 AI를 활용할 수 있다. 벌써 해외에서는 챗GPT를 DAO에 활용하기 위한 프로그램과 툴이 개발되고 있다.

이처럼 AI와 다른 기술의 결합으로 앞으로 모든 분야에서 패러다임 변화와 기술 혁신이 촉진될 전망이다. 특히 ‘오픈소스’가 핵심 역할을 할 것이다. 오픈소스가 IT 산업의 발전과 혁신을 견인했듯 생성형 AI 역시 특정 기업이 독점하지 않고 오픈소스 형태로 배포돼야 더 많은 혁신이 일어날 수 있다. 이미 스테이블 디퓨전과 같은 AI는 오픈소스로 모델을 공개하며 더 많은 주체가 참여하는 생태계를 만들고 있다.

이미 AI는 우리 삶에 깊숙이 들어왔다. 이제는 AI를 어떻게 효율적으로 활용할지에 대해 고민해야 한다. 최근 오픈AI에 합류한 테슬라 자율주행의 아버지이자 AI 책임자였던 안드레이 카파시는 AI 기반 자동 코드 작성 프로그램인 깃허브 코파일럿에 대해 공개적으로 호평했다. 그는 깃허브 코파일럿을 활용해 코드 작성 업무의 80%를 처리한다고 말했다. AI를 십분 활용하면서 시간을 절약하고 생산성을 높인 것이다. 개인과 기업 모두 카파시처럼 일상 혹은 비즈니스에서 어떻게 AI를 효율적으로 활용하며 공존할지에 대한 고민을 시작해야 한다.

한편 일각에서는 챗GPT 등 기술의 발전으로 앞으로 지식을 쌓기 위한 노력은 더욱 줄어들 것이란 우려가 제기된다. 지식이란 자신과 타인의 경험, 정보 등을 학습하면서 축적해야 하는데 생성형 AI 서비스를 사용하면 타이핑과 버튼 클릭 하나만으로 정보를 손쉽게 얻을 수 있기 때문이다. AI보다 뛰어난 영역을 유지, 발전하려 노력하는 것은 결국 인간의 몫이다. 인간지능을 키워나가며 AI와 공존하는 것, 우리 모두에게 던져진 숙제다.
  • 윤준탁 | 필자는 전자공학을 전공하고 미국 뉴욕대에서 기술경영 석사 학위를 취득했다. SK하이닉스, 한국IBM, SK플래닛에서 근무한 후 음악 추천 서비스를 개발하는 스타트업 크레바스AI를 공동 창업했으며 현재 웹 3.0, NFT 전문 기업 비트블루의 CSO로 재직하고 있다. 대표 저서에는 『웹 3.0 레볼루션』 『한 권으로 끝내는 디지털 경제』 『웹 3.0 넥스트 이코노미』(공저) 『인공지능 비즈니스 트렌드』(공저) 등이 있다.



    이 필자의 다른 기사 보기
인기기사