편집자주
미학과 과학에 조예가 깊은 김민지 칼럼니스트가 AI, 블록체인, NFT, 웹 3.0, 메타버스 등 혁신 기술과 예술의 접점에서 펼쳐지는 다양한 실험 및 사례를 발굴해 소개합니다. AI가 창작의 영역에까지 침투한 시대에 예술을 활용하는 개인과 기업의 설 자리는 어디인지 함께 고민하는 기회가 되길 바랍니다. |
Article at a Glance챗GPT가 알파고 쇼크 이후 잠시 잠잠했던 AI를 향한 시장의 관심과 경쟁에 불을 붙이고 있다. 이 열풍을 타고 이미지 생성 AI의 대표주자인 오픈AI의 달리2(DALL-E 2), 영국 스타트업 ‘스태빌리티 AI(Stability AI)’의 스테이블 디퓨전(Stable diffusion), 인공지능 연구소 ‘미드저니’의 미드저니(Midjourney) 등의 서비스에도 관심이 쏠리고 있다. 텍스트를 이미지로 변환해주는 이런 AI들은 프롬프트 창에 입력된 문구를 그림으로 바꿔준다는 공통점을 가진다. 하지만 그저 몇 초 만에 단순하게 뽑아낸 이미지만으로 작가의 상상력과 세계관을 온전히 구현하는 데는 한계가 있다는 게 AI 아트 창작에 뛰어든 예술가들의 평가다. AI가 그림을 그리고, 시를 짓고, 음악을 연주하면서 창작의 영역에까지 침투하고 있지만 인간의 주체성과 예술적 정체성이 설 자리는 여전히 남아 있다는 것이다. AI를 창작자의 세계관을 완성해 줄 도구로 활용하고 협업 대상으로 바라보는 다양한 실험, AI 기반 예술의 생태계를 키우려는 커뮤니티들의 가치가 높아지고 있는 이유다.
챗GPT(ChatGPT)로 인해 인공지능(AI) 산업이 재편되고 있다. 블룸버그통신의 보도를 인용하자면 최근 금리 인상과 실적 부진 등으로 대규모 감원을 감행한 빅테크는 새로운 ‘골드러시(Gold Rush)’의 대상으로 AI를 노리고 있다. 챗GPT 개발사인 스타트업 ‘오픈AI’와 2019년부터 협력 관계를 맺고 최근 100억 달러 수준의 대규모 투자를 약속한 마이크로소프트가 구글 주도의 AI 기반 검색 시장에 전략적으로 도전장을 내밀고 있는 모양새다. 물론 전 세계 검색엔진 시장의 93%는 구글이 차지할 정도로 압도적이지만 이렇게 거센 혁신의 바람이 몰아치는 상황에서 과거의 영광이 이어질 것이란 보장은 없다. 마이크로소프트 창업자 빌 게이츠는 독일 경제지 한델스블라트와 진행한 팟캐스트 대담에서 “AI의 발전은 가장 중요한 혁신”이며 “챗GPT 같은 생성형 AI가 세상을 바꿀 것”이라 말한 바 있으며, 실제 마이크로소프트는 지난 2월 자사 AI 검색엔진 ‘빙’과 브라우저 ‘에지’에 챗GPT를 장착했다. 이처럼 오픈AI를 앞세운 마이크로소프트의 진격에 심각한 위기를 느끼고 ‘코드 레드(code red)’까지 발령한 구글은 시인이라는 뜻의 AI 챗봇 바드(Bard)로 맞불을 놨다. 하지만 시연 현장에 모인 청중 앞에서 똑똑할 줄만 알았던 바드가 오답을 말하는 바람에 모회사 알파벳 시가총액이 하루 만에 1000억 달러(약 126조2200억 원)나 증발하는 치욕을 겪기도 했다.
이렇듯 챗GPT가 촉발한 전 세계 AI 경쟁은 알파고 쇼크 이후 잠시 잠잠했던 AI에 관한 관심에 불을 붙였고 관련 뉴스도 봇물 터지듯 쏟아져 나오기 시작했다. 챗GPT가 출시 두 달 만에 월간 활성화 사용자 수(MAU) 1억 명을 돌파하고 빠른 성장세를 구가하면서 많은 이에게 알려지긴 했지만 GPT가 처음 출현한 것은 2018년으로 거슬러 올라간다. 주어진 질문 문장에 대해 적절한 답변 문장을 예측해 제시하는 GPT는 그간 1세대부터 3세대까지 진화를 거듭하며 발전했다. GPT는 Generative Pre-trained Transformer의 약자로 여기서 트랜스포머란 2017년 구글이 발표한 논문에 등장하는 언어 생성형 AI의 핵심 알고리즘이자 신경망 모델이다. 트랜스포머는 다양한 단어를 조합한 문장 중에서 맥락을 고려할 때 해당 문장이 자연스럽게 구사될 수 있는 확률을 보여준다. 그리고 이름에서 엿볼 수 있듯이 GPT는 트랜스포머를 기반으로 하고 있다. 2018년 오픈AI가 첫선을 보인 GPT-1은 파라미터(parameter, 매개 변수) 수가 1억1700만 개 정도에 그쳤으나 2019년 출시한 GPT-2는 15억 개, 2020년 등장한 GPT-3은 1750억 개로 대거 늘어났다. 그리고 이런 GPT-3을 한 번 더 개선한 GPT-3.5를 기반으로 만들어진 게 바로 챗GPT다.
AI가 더 많은 학습을 거칠수록 파라미터도 많아지고 성능도 개선된다. 파라미터가 많을수록 GPT의 확장성과 활용 가능 범주가 넓어진다고 이해하면 된다. 파라미터는 인간의 뇌에서 뉴런과 뉴런을 이어주는 시냅스, 다시 말해 신경세포 접합부의 역할을 한다. 인간의 뇌에는 뉴런 간 정보 전달의 통로 역할을 하는 100조 개의 시냅스가 존재하는데 오픈AI는 향후 인간과 맞먹는 파라미터 100조 개를 갖춘 GPT-4를 내놓을 계획이라고 한다.
이렇게 AI가 인간의 뇌와 닮아갈수록 사람들의 심리를 건드리는 질문은 과연 AI가 사람의 고유한 능력을 대체할 수 있을 것인가다. 그리고 챗GPT 같은 생성형 AI는 사람처럼 그림을 그리고, 시를 짓고, 음악을 만들기 때문에 이러한 호기심과 두려움을 더욱 자극한다. 텍스트, 이미지, 동영상, 3D, 오디오 등 기존 콘텐츠를 활용해 유사한 콘텐츠를 새롭게 만들어내는 생성형 AI는 학습된 데이터를 바탕으로 추론을 해서 유사 데이터를 생성한다는 특징을 가진다. IT 리서치 기업인 가트너는 생성형 AI가 제약, 미디어, 건축, 의료 등 다양한 산업에 영향을 미칠 것이라고 전망하고 있다. 특히 그림, 3D 애니메이션, 영상 등 콘텐츠 창작에 활용될 수 있다는 점에서 향후 예술, NFT, 게임, 메타버스 등에 광범위하게 적용될 것으로 보인다.
