생성형 AI란 무엇일까? 기존 AI와 다른 점

(좌) 과거 AI를 활용해 작업하는 사람 / (우) 발전된 AI를 활용해 작업하는 사람

 

2월 28일 GS그룹 계열사 직원들이 한자리에 모여 생성형 AI를 활용한 업무 개선 경험을 공유했는데요.

참석자들 대상으로 한 설문조사에서 "생성형 AI를 사용한 경험이 있다"라고 응답한 비율이 전체의 85%였다고 해요.

생성형 AI가 무엇이길래 국내 대기업에서 이렇게 하나의 기술을 가지고 생각을 공유하는 장을 만들게 되었을까요?

오늘은 생성형 AI가 무엇인지, 우리가 알던 AI와 무엇이 다른지 알아보도록 해요.

 

 

---

 

AI 연구의 큰 흐름 | 기호 주의(Symbolism) 연결 주의(Connectionism)

 

1956년 존 매카시와 여러 과학자 및 연구자들이 모인 다트머스 워크숍에서 '인공지능(Artificial Intelligence)'이란 용어가 처음으로 생겨났어요.

이들은 인간의 지능이 규칙과 논리적인 집합으로 구성돼 있으며, 이 규칙과 논리적 집합을 컴퓨터나 소프트웨어로 구현해 내는 것이 인공지능이고, 바로 이런 접근 방식을 기호 주의 (Symbolism)라 말했어요.

이와 달리 연결주의(Connectionism)는 인간의 뇌를 모방하고자 하는 접근 방식에서 생겨났는데요.

기호 주의와 함께 등장했지만 1950~1980년에는 연결 주의 모델을 수행할 수 있는 기술이 없었던지라 관계자들에게 등한시되다가 2000년 초반에 가서야 크게 부상할 수 있었어요.

이쯤에서 기호 주의와 연결 주의에 대해 좀 더 알아보자면,

 

1) 기호 주의(Symbolism)

기호 주의 AI는 디지털 컴퓨터의 작동 방식으로 AI를 구현한다는 관점을 가지고 있어요.

마빈 민스키는 인간의 지식을 기호화하고 각 기호 간의 관계를 적어 컴퓨터에 입력하면, 마치 컴퓨터에 인간의 뇌가 심어진 것처럼 인간과 같거나 비슷한 수준의 출력을 낼 수 있을 것이라 주장했어요.

예를 들어, "만약 A가 참이면 B를 실행한다" 같은 규칙을 기호로 만들어 컴퓨터에 입력시키면 정해진 규칙에 따라 컴퓨터가 문제를 해결할 수 있는 거죠.

정해놓은 기호만 출력한다는 점에서, 우리가 과거 상상하던 뚝딱거리는 로봇이 연상되는 건 저뿐일까요?

 

 

2) 연결 주의(Connectionism)

연결 주의는 컴퓨터를 더욱 발전시킨다는 기호 주의와 달리 인간의 뇌를 모방하는 방식을 말해요.

인간의 뇌가 여러 뉴런(신경세포)으로 연결된 구조를 가지고 있는 것처럼, 연결 주의 또한 많은 '노드'(또는 뉴런)들이 서로 연결돼 데이터를 학습하고 문제를 해결해요.

예를 들어, 고양이 사진을 다양하게 보여주고 "이것이 고양이야"라고 알려주면 AI가 점점 '고양이'라는 형태를 복합적으로 이해해서 학습시키지 않은 고양이 사진을 보고 고양이라 식별할 수 있답니다.

즉, 모든 정답을 입력해 정의되지 않은 규칙에는 대응을 잘 못하는 기호 주의와 달리 학습하지 않은 상황에서도 더 유연하게 행동할 수 있는 방식이 연결 주의예요.

정말 사람의 뇌처럼 다양한 데이터와 상황들을 통해 스스로 개선하고 새로운 것을 학습할 수 있지요.

그래서 이미지 인식이나 자연어 처리와 같이 경우의 수가 많은 복잡한 문제를 해결하는 데 더 적합한 모델이고, 이 연결 주의 학습 방법을 포함해 다양한 기계 학습을 활용한 AI 기술이 생성형 AI(Generative AI)랍니다.

 

 

---

 

마법같은 기술력 | 생성형 AI(Generative AI)

 

생성형 AI는 연결 주의 방식으로 학습된 데이터를 기반으로 새로운 콘텐츠를 만들어내는 AI를 뜻해요.

우리에게 유명한 생성형 AI는 챗GPT로 주로 텍스트와 그림을 생성해 내고, 특히 텍스트는 뉴스 기사나 마케팅 문구, 소설 등과 같은 글쓰기와 교육, 의료 등 다양한 세부 분야에서도 활용할 수 있을 정도의 퀄리티를 보여주죠.

창의적인 사진이나 그림을 생성해 내는 미드저니나 DALL-E도 유명한 생성형 AI인데요.

미드저니를 활용한 작품들이 그림 대회와 광고대회에서 수상을 하는 등, 뛰어난 퀄리티의 작품을 만들어내 이슈가 되기도 했었어요.

생성형 AI가 이처럼 창의적이고 새로운 콘텐츠를 생성할 수 있는 이유에는 기계학습과 딥러닝, 그리고 AI와 차별화되는 프롬프트가 있어요.

 

1) 딥러닝 (Deep Learning)

딥러닝은 인공 신경만(Artificial Neural Networks, ANN)을 기반으로 인간의 뇌가 정보를 처리하는 방식을 모방해 다양한 데이터를 패턴으로 학습하고, 추론해 답을 낼 수 있는 능력을 갖추고 있어요.

이 기술은 특히나 이미지 생성이나 자연어 처리(NLP)와 같은 복잡한 콘텐츠에 뛰어난 성능을 보이고 있는데요.

알고리즘이 인간의 뇌가 작동하는 방식처럼 움직이며 데이터의 복잡한 패턴을 효율적으로 학습할 수 있기 때문이에요.

 

 

2) 기계 학습 (Machine Learning, ML)

기계학습(Machine Learning, ML)은 스스로 데이터를 학습할 수 있는 기술이에요.

학습 유형에는 지도학습 (Supervised Learning)/ 비지도학습 (Unsupervised Learning)/ 강화학습 (Reinforcement Learning)이 있어요.

 

 

3) 프롬프트 (Prompt)

생성형 AI 서비스를 사용하기 위해선 사용자가 텍스트 명령어를 입력해야 해요.

이걸 프롬프트(prompt)라고 하는데요.

프롬프트로 어떤 텍스트가 입력되느냐에 따라 생성형 AI는 다양한 결과물을 만들어 낼 수 있어요.

 

 

 

---

 

 

📧 마무리 인사

최근 생성형 AI에 대한 시장의 반응이 뜨거운 것 같아요.

다양한 연구소와 기업들에서도 생성형 AI 서비스를 앞다퉈 출시하고 있지요.

치열해진 생성형 AI 경쟁 속에서 우리는 더 좋은 경험을 얻기 위해 생성형 AI를 활용하는 법을 배우고, 현재의 생성형 AI는 경쟁 안에서 우위를 잡기 위해 더 고도화되고 차별화되어야 할 것으로 보이네요.


읽어주셔서 감사합니다.