챗 GPT, DALL-E 와 같은 생성(Generative) AI의 영향: 그것이 무엇이고 어떻게 우리의 삶을 변화시킬 것인가? 

‘챗 GPT’ ‘미드저니’ ‘달E-2’ ‘뤼튼’ 과 같은 생성(Generative) AI는 빠르게 발전하고 있는 기술로서 급속도로 우리의 삶을 변화시키고 있다. 마이크로소프트, 구글, 메타(전 페이스북) 등 거대 기술 기업들의 최근 투자로 인해 생성(Generative) AI 주제는 뜨거운 이슈가 되었다. 그렇다면 정확하게 생성(Generative) AI가 무엇인지, 그리고 왜 이러한 대형 기술 기업들이 관심을 가지고 있는지 살펴보자. 본 포스팅에서는 해당 주제를 탐구하고 생성(Generative) AI가 우리의 삶을 어떻게 변화시킬지 살펴본다.

챗 GPT, DALL-E 와 같은 생성(Generative) AI란 무엇인가? 

챗 GPT, DALL-E 그리고 국내에는 뤼튼과 같은 생성(Generative) AI는 기계학습 알고리즘을 사용하여 학습 데이터를 기반으로 텍스트, 이미지, 오디오, 비디오 등 새로운 콘텐츠를 만드는 데 도움을 주는 기술이다. 글쓰기, 그림 그리기, 비디오 제작 등 인간만이 할 수 있다고 생각했던 작업을 수행할 수 있다. 대표적으로 이 기술은 이미 문자 입력을 기반으로 텍스트를 생성하는 챗gpt부터 그림을 생성하는 달 E-2 등 다양한 방식으로 우리의 삶에 침투하고 있다.

챗 GPT ‘텍스트 생성 AI’와 그 파급력

최근 인기를 끌고 있는 챗 GPT는 언어 모델(GPT 3.5)을 기반으로 하는 ‘텍스트 생성 인공지능’이다. 이 기술은 단순히 작가들을 대체하는 것에 그치지 않을 것이다, 언어 모델을 기반으로 한 생성형 인공지능은 경제적 가치와 영향 측면에서 엄청난 잠재력을 가지고 있다. 예를 들어, 음성-텍스트 변환(STT)과 텍스트-음성 변환(TTS)을 결합하여 콜센터 직원들의 감정 노동을 줄이기 위해 완전 자동화된 콜센터(AICC)를 만들 수 있다.

콜센터 직원들은 비용효율성 면에서 AI와 비교할 수 없다. 또한 사람들을 상대하는 데 수반되는 불필요한 감정노동을 줄임으로써 AI가 그들을 대체해야 하는 좋은 이유가 있다. 다시 말해, 영화관 매표원이나 프로젝터 운영자가 그랬듯 콜센터 직원들이 과거의 직업이 되는 것은 시간문제일 뿐이다.

게다가, 만약 챗 GPT의 모델 구조와 알고리즘이 미래에 공개된다면, 특정 주제(의료, 법률, 금융 등)의 데이터를 학습하고 미세 조정함으로써 해당 주제(예: 의료, 법률, 금융 등)에 특화된 “프리미엄 서비스 전문 챗봇”을 만드는 것이 가능할 것이다. 나는 가까운 미래에 의사나 변호사, 투자전문가로부터 낮은 가격에 부가가치 조언을 받을 수 있다는 것을 매우 높은 확률로 보게 될 것이라고 생각한다. 만약 우리가 콜센터 직원들처럼 훈련비용의 효과성을 고려하고, 질 좋은 지식에 대한 접근을 민주화한다는 아이디어를 고려한다면, 전문직들이 AI로 대체되는 것은 자연스러운 과정인 것 같다.

책임감 있는 AI가 중요한 이유

생성 AI의 힘이 기하급수적으로 커지면서 그것과 관련된 법적, 윤리적, 보안 위험을 다루는 것이 점점 더 중요해질 것이다. 글로벌 IT 트렌드 연구회사인 가트너는 2023년에 주목해야 할 주요 기술 트렌드로 AI TRiSM(AI 신뢰, 위험 및 보안 관리)을 발표했다.

법적 문제는 AI 상용화 시 가장 시급한 문제일 수 있다. 예를 들어, AI가 잘못된 정보를 제공하고 환자를 더 아프게 한다면, 그 책임은 누구에게 있는가? 이러한 법적 위험에 대한 충분한 논의와 사회적 합의 없이는, AI가 상용화될 때 큰 충격을 받을 수도 있다.

윤리 문제도 마찬가지다. 챗GPT의 기초가 되는 챗 GPT 3.5같은 대규모 언어 모델은 명확한 한계점을 가지고 있다. 그들은 인간이 생성한 문자 데이터에 의존한다. 그리고 인간이 생성한 데이터는 자연스럽게 인간의 한계에 종속된다. 우리는 인종차별, 성 갈등, 전쟁과 같은 인간의 실수를 AI가 반복하도록 해서는 안 된다.

챗 GPT 시대 AI는 우리 삶을 어떻게 바꿀것인가?

우리가 본 바와 같이, 생성적 AI는 다양한 방식으로 우리의 삶을 변화시킬 수 있는 엄청난 잠재력을 가지고 있다. 여기 몇 가지 예가 있다. 

1. 창의성과 디자인 

생성형 AI는 건축, 패션, 제품 디자인 분야에서 새롭고 혁신적인 디자인을 창출하는 데 사용될 수 있다. 예를 들어, 오토데스크의 드림캐처 소프트웨어는 최적화된 3D 인쇄물을 만들기 위해 생성적 디자인을 사용한다. 미래에는 생성적 AI가 인간의 디자인으로 가능한 것의 경계를 밀어내면서 전체 도시와 풍경을 창조하는 데 사용될 수도 있다.

2. 헬스케어

생성 인공지능은 진단, 치료, 약물 발견을 개선함으로써 의료 분야를 혁신시킬 잠재력을 가지고 있다. 예를 들어, 스탠포드 대학의 연구팀은 코로나19를 치료하는데 도움이 될 수 있는 새로운 약물을 만들기 위해 생성적 인공지능을 사용했다. 또한, 생성적 인공지능은 CT 스캔과 X선과 같은 의료 영상을 분석하여 패턴을 식별하고 질병 초기 징후를 탐지하는 데 사용될 수 있다.

3. 엔터테인먼트

생성 AI는 비디오 게임과 상호작용 경험과 같은 새로운 형태의 엔터테인먼트를 창출하는데 사용될 수 있다. 예를 들어, 스피릿 AI라는 스타트업은 비디오 게임에서 플레이어들과 상호작용할 수 있는 현실적이고 정서적으로 몰입감 있는 가상 캐릭터를 만들기 위해 생성적 AI를 사용하고 있다. 

4. 교육

생성 AI는 학생들을 위한 개인화된 학습 경험을 만드는데 사용될 수 있다. 예를 들어, 카네기 러닝은 각 학생의 개별 요구와 학습 스타일에 맞게 지침을 맞춤형으로 제공할 수 있는 적응학습 소프트웨어를 생성적 AI를 사용하여 만들고 있다.

결과적으로 생성 AI는 수많은 방식으로 우리의 삶을 변화시킬 수 있는 엄청난 잠재력을 가진 빠르게 성장하는 분야이다. 이 기술과 관련된 몇몇 도전과제와 위험요소들이 있지만, 우리는 책임감 있는 개발과 발전이 생성 AI의 밝은 미래를 이끌 수 있다고 믿는다. 개인, 기업, 정부가 이 기술에 계속 투자함에 따라, 우리는 더 좋고, 더 효율적이고, 더 혁신적인 사회를 만들기 위해 AI들이 인간과 함께 일하는 세상을 기대할 수 있다.