생성형 AI의 이해

생성형 AI의 이해에 대해 본 뉴스레터 초기에 발행하긴 했습니다만, 기업 강의 자료를 준비하다가 생성형 AI의 기본 개념에 대해 추가로 알고 계시면 참고 되실 내용들이 있어 덧붙여 설명 드려 봅니다.

생성형 AI 활용법 및 실무 내용에 들어가기 전에 무엇이든 기본 개념을 이해한 후 그 위에 지식을 쌓아가야 지식이 잘 구조화 되는 것처럼(건축물의 토목공사와 같이), 생성형 AI의 기본 개념과 정의에 대해 설명 드리고자 합니다.

AI(Artificial Intelligence)라는 말은 기존에도 많이 들어 보셨을 것입니다. 2023년부터 ChatGPT를 통해 생성형 AI라고 불리우게 되었는데요, 생성형 AI란 무엇인가? 개념을 알아보도록 하겠습니다.

Generative. ‘생성하다’, ‘만들어내는’라는 의미로 Generative.AI라 하면 AI가 학습한 데이터를 바탕으로 기존에 없던 새로운 콘텐츠를 창출해 내는 기술을 말합니다. 여기서 콘텐츠는 텍스트, 이미지, 음성, 영상 등 다양한 형태를 포함합니다.

생성형 AI는 방대한 양의 데이터에서 패턴과 규칙을 학습하고, 이를 바탕으로 사람이 만든 것과 유사한 새로운 결과물을 생성합니다. 이는 단순히 데이터를 분석하고 분류하는 것에서 나아가, 창의적이고 독창적인 결과물을 만들어 낼 수 있다는 점에서 기존의 AI 기술과 차별됩니다.

생성형 AI 기술에는 크게 세 가지가 적용 됩니다.

언급된 세 가지의 기술에 대해 설명이 들어가면 상당히 복잡해 지고 어려워지기에 이해하기 쉽게 간략히 개념만 말씀 드리도록 하겠습니다. 

첫 번째. 딥러닝(Deep Learning)

지능형 기계 즉 AI의 정의가 1950년대에 처음으로 등장하게 되었고, 이 후 프로그래밍 없이 자발적으로 학습할 수 있는 머신러닝이 1990년대에 나오게 되었습니다. 이 후 2010년대에 들어서 사람의 인공 신경망 모델을 적용한 딥러닝이 나오게 되었습니다.

딥러닝은 패턴과 특징을 학습할 수 있는 기술로 현재 생성형 AI 학습을 위한 핵심 기술이 딥러닝 기술이라 하겠습니다.

두 번째. GAN (Generative Advertising Networks - 생성형 적대적 신경망)

두 개의 인공신경망이 서로 경쟁하며 학습하는 알고리즘을 말합니다.

쉽게 설명하면, 

위조지폐범(생성자, Generator)은 진짜 지폐와 똑같이 생긴 가짜 지폐를 만들려고 합니다. 경찰(구분자, Discriminator)은 진짜 지폐와 위조지폐범이 만든 가짜 지폐를 구별하려 노력합니다.

처음에는 위조지폐범의 실력이 서투르기 때문에 경찰이 쉽게 가짜  지폐를 구별해냅니다. 하지만 위조지폐범은 경찰의 구별 능력을 관찰하면서 점점 더 정교한 가짜 지폐를 만드는 법을 학습합니다.

이에 맞서 경찰도 끊임없이 진위 감별 실력을 향상시킵니다. 

이런 경쟁과 학습의 반복을 통해, 위조지폐범은 진짜와 구별하기 어려운 가짜 지폐를 만들어내게 되고, 경찰은 진위 감별 능력이 크게 향상됩니다.

즉, GAN은 이러한 상호 경쟁 학습의 반복을 통해 AI를 발전 시키는 것을 말합니다. 

이러한 방식으로 GAN은 텍스트, 이미지, 음성 생성 등 다양한 결과물들을 생성해 내고 있습니다.

세 번째. VAE (Variational AutoEncoders - 변형적인 자동 인코더)

VAE는 간단히 말해 데이터의 특징을 학습하여 새로운 데이터를 생성하는 모델이라 보시면 되겠습니다.

위의 이미지 예로 사진의 특징, 핵심정보를 압축해서 가지고 있다가 이미지 생성을 요청했을 시, 원본데이터와 복원 데이터간의 차이를 최소화하며 생성해 내는 기술이라 보시면 되겠습니다. 그래서 VAE는 이미지 생성형 AI에서 많이 사용되는 모델이자 기술 입니다.  

참고로 이미지 생성 AI인 스테이블 디퓨전(Stable Diffusion)의 경우 다양한 VAE 모델을 적용시켜 각 VAE 모델만의 특징을 가지고 이미지를 생성해 낼 수 있기도 합니다. 

생성형 AI의 기본적인 기술 개념에 이어 AI 역사의 흐름, 즉 발전해온 단계에 대해 간단히 설명드리겠습니다. 

앞서 언급했던 것처럼 AI는 1950년대 그 개념이 처음 시작 되었으며 (앨런 튜링의 튜링 테스트를 통해 개념 정립 : 기계가 인간과 자연스럽게 대화할 수 있는지 테스트) 1997년에는 여러분도 기억하시는 IBM의 딥블루가 세계 체스 챔피언을 이겼습니다.  이때 까지만에도 AI는 머신러닝 기술까지만 발전한 단계 입니다. 머신러닝은 그때 그때 별도의 프로그래밍 없이 자발적으로 학습할 수 있는 기술을 말합니다. 

이 후 신경망 네트워크 기술인 딥러닝이 발전해 나가면서 2022년 11월에 ChatGPT가 출시되게 되었고 (한국에는 2023년 3월에) 이때 부터 말로만 듣던 AI를 일반인들이 사용할 수 있게 되었다고 보시면 되겠습니다.

바로 대형 언어 모델인 LLM(Large Lanuage Model) 덕분입니다. 이 모델은 2018년 GPT 1부터 적용되어 발전해 왔으며 2023년 초에 ChatGPT를 통해 개념이 확산되고 국내에 많이 알려지면서 일반인들도 접할 수 있게 되었습니다. 이때 부터 AI의 빅뱅이 이루어진 시기라 볼 수도 있습니다.

그렇다면 LLM은 무엇인가?

그간 AI 대화를 하려면 프로그램 언어 등의 기계어로 대화를 했어야 하는데, LLM 모델인 ChatGPT를 통해 자연어, 즉 인간의 언어로 대화를 할 수 있게 되면서부터 생성형 AI의 다양한 서비스들이 1년 사이 폭발적인 성장을 이루어 나가고 있다 보시면 되겠습니다.

GPT는 무엇인가?

GPT는 ChatGPT에서 나온 명칭으로 ChatGPT의 Chat은 다들 아시다시피 대화하다 이, GPT는 Generative Pre-trained Transformer의 약자로 의미는 다음과 같습니다.

• Generative - 생성해 주다

• Pre-trained - 사전에 학습된 것으로 

• Transformer - 아키텍쳐를 말함. 문장 안에서의 패턴, 맥락, 관계 등의 규칙을 이해

정리하면, 문장 안에서의 패턴, 맥락, 관계 등의 정보(데이터,지식)의 규칙에 대해 사전에 학습된 것을 사용자가 요청하는 내용에 대해 답변을 생성해 주는 것이라 얘기할 수 있겠습니다.

그래서 ChatGPT를 대화형 인공지능 챗봇 또는 대형 언어 모델 챗봇이라 정의 내리고 있습니다.

2023년 이 후 1년 사이 생성형 AI의 폭발적인 성장으로 현재 우리는 세상을 변화 시키는 거대한 전환점에 있습니다. 1990년 인터텟을 통해, 16년 뒤인 2006년 스마트폰을 통해, 또 다시 16년 뒤인 2022년 ChatGPT를 통해 세상은 거대한 전환점을 맞이하고 있습니다. 신기하기도 하고 공교롭게도 패러다임의 변화가 16년마다 일어나고 있다는 것입니다. 하지만 이번 생성형 AI를 통한 거대한 변화는 그간 인터넷과 스마트폰의 변화보다 훨씬 더 세상을 크게 변화 시킬 것이라고 많은 전문가들이 얘기하고 있습니다.

여기저기서 많이 얘기하기도 하고, 또 부분적으로 사용해 보았을 시 신기하고 재미있긴 하나 딱히 내가 어떻게 잘 쓸 것인가에 대해 아직 깊이 있게 생각해 보신적이 없으실 수도 있습니다.

하지만 근 1년 사이 발전한 생성형 AI 기술 및 서비스만으로도 다양한 비즈니스 영역에 적용 시킬 수 있으며,

개인 또한 그간 생각만 했던 취미와 관심의 영역들, 내가 할 수 없을 것이라 생각했던 것들에 대해 생성형 AI를 통해 저렴한 비용으로 쉽게 배우고 효율적으로 자신을 확장해 나갈 수 있게 되었습니다.

생성형 AI를 통해 나의 업무 생산성을 50% 이상 증가시킬 수 있다면,

특별히 어디가서 무엇을 배우지 않고도, 나의 숨은 재능을 찾고 1인 비즈니스로 수익구조를 만들어 나갈 수 있다면,

선택이 아닌 필수로 

"MUST

기업, 개인 모두에게 있어 잠재력을 확장 시켜주는 훌륭한 도구이자 방안이 될 것입니다.

#AI  #생성형AI  #ChatGPT  #GPT  #딥러닝  #GAN  #VAE  #생성형AI의이해