본문 바로가기

[미래N이슈] 챗GPT로 시작된 생성형 AI 시대

2023-04-25 김영욱
시니어 프로그램 매니저, SAP 김영욱 : 컴퓨터 공학 전공자로, 한국 후지쯔에서 개발자로 커리어를 시작했습니다. 현재 프랑스 파리에서 기업용 애플리케이션 선도 기업 SAP의 엔지니어링 수석 프로그램 매니저로 근무하고 있습니다
시니어 프로그램 매니저, SAP 김영욱 : 컴퓨터 공학 전공자로, 한국 후지쯔에서 개발자로 커리어를 시작했습니다. 현재 프랑스 파리에서 기업용 애플리케이션 선도 기업 SAP의 엔지니어링 수석 프로그램 매니저로 근무하고 있습니다

▶Series 1 – 챗GPT로 시작된 생성형 AI 시대
▶Series 2 – 챗GPT 돌풍, 생성형 AI 생태계 속 기회를 잡으려면

2016년, ‘알파고’라는 컴퓨터와 이세돌이 바둑을 둘 때만 해도 AI는 책이나 영화에서 나오고 생활과는 동떨어진 것이라고 생각했습니다. 그랬던 AI가 하루 아침에 우리 책상 위로 다가오고, 내 미래를 걱정하는 일이 일어나고 있죠. 지난 몇 달 동안 오픈 AI의 챗GPT(ChatGPT)는 전문가처럼 답하고 코드나 그림을 생성해내며 AI로 무엇이 가능한지 보여줬는데요. 그 자체로도 놀랍지만, 대화의 맥락을 유지하면서 결과물을 상호 작용하며 조정할 수도 있다는 것이 챗GPT와 같은 ‘생성형 AI’에 대한 관심을 더욱 증폭시키는 이유가 됩니다.

생성형 AI : 사용자가 요구하는 대로 텍스트, 이미지, 음악, 영상 등의 원하는 결과물을 생산해 내는 AI. 데이터로부터 콘텐츠나 사물의 주요 특징들을 학습해 원작과 유사하면서도 새롭고 독창적인 결과물을 만들어낼 수 있도록 알고리즘이 설계되어 있다.

우리는 왜 생성형 AI에 열광할까요?

생성형 AI는 개인 맞춤화된 다양한 콘텐츠와 아이디어를 빠르게 만들 수 있어 많은 산업에서 도움을 받을 수 있기 때문입니다. 주요 분야로는 글쓰기, 이미지 및 비디오 제작, 디자인, 코딩 등 고도의 지식과 정보를 필요로 하는 전문 크리에이터 시장으로, 약 140 억 달러(18조 원) 시장이 직접적인 영향을 받게 될 것으로 전망합니다.


|생성형 AI 기능 타임라인
2020년 이전
2020년
2022년
2023년(E)
2025년(E)
2030년(E)
스팸 탐지
기본적 수준의
텍스트
길어진 양식
번역
카피 작성
두번째 안수준
기본적 수준의 QnA
초안 작성
더 긴 형식의 콘텐츠 및 더 나은 수직적 조정 (과학 논문 등)
사람이 작성한 평균적 수준보다 더 나은 최종 결과물
전문 작가보다 더 나은 최종 결과물
길어진 양식
코드
한줄 자동 완성
복수 라인 코드 생성
향상된 정확도
더 많은언어 지원 깊어진 전문성
텍스트로부터 제품 생성 (초안 수준)
텍스트로부터 제품 생성 (최종), 풀타임 개발자보다 나은 수준
이미지
비디오/
3D/
게임
아트 클립 로고
전문 아티스트,
목업 수준
(제품 디자인, 건축 등)
최종 결과물 (제품 디자인, 건축 등)
디자이너, 사진작가보다
사진
더 나은 최종 결과물
3D/비디오 모델의
첫 시도
기본/초안 수준의 동영상 및 3D 파일
개인화 된
두 번째 안수준
비디오 게임과 영화
거대 모델 유용성
최초 시도
거의 다 된
전성기
생성형 AI 기능 발전상을 시기별로 예측한 타임라인으로 현재 2023년의 생성형 AI는 더 많은 언어를 지원하고 전문성이 깊어졌고, 목업 수준도 전문가 수준으로 향상되었다. (출처: Sequoia)

당연히 콘텐츠 제작에 필요한 비용과 시간을 줄여 생산성과 수익성도 높여줄 것입니다. 덧붙여, 생성형 AI의 부상은 전 산업 분야에 혁신을 불러일으켜 새로운 비즈니스 모델과 애플리케이션을 위한 기반을 마련할 것입니다. 전문가들은 생성형 AI의 기본 모델이 어떻게 발전할지, 그에 따라 관련 애플리케이션이 어떻게 가능해질지에 대한 타임라인을 예측하고 있지만 그 시간은 훨씬 더 빠르게 나타날 것으로 전망하죠.

생성형 AI는 어떤 혁신을 가져올까요?

수동적이거나 반복적인 작업을 자동화하고 특정 대상에게 맞춤화된 콘텐츠를 제작하여 효율성을 개선할 뿐만 아니라 경험을 ‘개인화’할 수 있습니다. 이 상황이 매일 사용하는 기업용 애플리케이션에 적용된다면 얼마나 혁신적일지 생각해 보세요. 음성이나 제스처와 같은 새로운 인터페이스로 기업의 내부 언어 모델에 따라 컴퓨터에게 작업을 요청하고, 컴퓨터가 이를 수행한다면 어떨까요? 더 이상 소프트웨어의 모든 메뉴를 살펴볼 필요 없이, 애플리케이션에 저장된 데이터에 대한 질문과 분석도 간단히 말로 수행할 수 있겠죠. “나의 고객 중 경기 남부에 위치하고, 현재 ABC시스템을 사용하면서, 내가 지난 3개월간 연락하지 않은 고객을 찾아주세요”와 같은 질문 말입니다.

지금까지는 이러한 질문에 답하려면 애플리케이션에 들어가 수동으로 데이터를 연결 또는 수집한 후 쿼리1)를 작성하고, 코드를 생성해야 최상의 답변을 얻을 수 있었습니다. 이런 기대감이 생성형 AI의 큰 장점이 될 겁니다. 벌써 그런 움직임들이 빅테크 기업을 중심으로 보이고 있죠. 마이크로소프트 365에 탑재된 「코파일럿2)」을 사용하면 아직 읽지 않은 메일에 대한 답장을 제안 받거나, 문서의 속성에 따라 논리적이고 설득력 있는 제안을 받을 수 있습니다.

1) 쿼리(Query) : 웹 서버에 특정한 정보를 보여달라는 웹 클라이언트 요청(주로 문자열을 기반으로 한 요청)에 의한 처리
2) 코파일럿(Copilot) : 보안 제품군에 생성형 AI 기능과 새로운 시각화 및 분석 기능을 제공하는 GPT-4 기반 기능

코파일럿이 문서의 속성에 따라 실행한 창의적 제안을 보여주는 이미지 (출처: 마이크로소프트)
코파일럿이 문서의 속성에 따라 실행한 창의적 제안을 보여주는 이미지 (출처: 마이크로소프트)

어도비(Adobe)는 「파이어플라이(Firefly)」 제품을 출시하면서, 그래픽 디자이너의 창의력을 극대화하기 위해 생성형 AI를 대화형으로 구축하고, 벡터 그래픽3), 템플릿, 이미지 업스케일링4)과 같은 고(高)부가 서비스를 제공하고 있죠.

3) 벡터 그래픽(Vector graphic) : 컴퓨터 과학에서 그림을 보여줄 때 수학 방정식을 기반으로 하는 점, 직선, 곡선, 다각형과 같은 물체를 사용하는 것
4) 이미지 업스케일링(Image Upscaling) : 이미지 파일 사이 사이에 새로운 픽셀을 삽입하여 화질을 향상시키는 기술

어도비의 생성형 AI제품 파이어플라이 (출처: Adobe)
어도비의 생성형 AI제품 파이어플라이 (출처: Adobe)

오픈AI는 API5) 서비스와 챗GPT 플러그인6)을 통해 비즈니스 프로세스를 최적화하는 생태계를 구축하고 있습니다. 이해를 돕기 위해 한 가지 사용 예시를 들어볼까요? 챗GPT 의 「익스피디아(Expedia)」와 같은 여행 앱 플러그인은 사용자의 여행 계획과 실행을 극적으로 간소화시킬 것입니다. 지금까지 챗GPT와 같은 생성형 AI는 여행을 가서 무엇을 하고 어디에서 묵을지 파악할 수는 있지만, 여행자가 쇼핑하고 예약하는 실제 행동에는 도움이 되지 못했는데요. 이제 여행자가 여행 앱 플러그인을 챗GPT에서 활성화하면 실시간 항공권, 호텔, 액티비티, 렌터카 같은 여행 데이터에 기반한 챗GPT와의 대화를 통해 여행 일정을 간편하게 ‘현실화’할 수 있습니다.

예약 요청은 익스피디아로 전송되며, 익스피디아에 로그인하여 내가 선호하는 옵션과 회원 할인, 로열티 리워드 등을 확인할 수 있죠. 이 ‘현실화’가 파괴적 혁신이 되는 가장 큰 포인트입니다. 또한 메타(Meta)와 딥마인드(DeepMind) 같은 대표적 AI 기업들은 단백질 구조 예측을 통해 신약 개발 등 AI의 활용 범위를 실용적인 목적으로 확대하고 있습니다.

5)API : 애플리테이션 프로그램 인터페이스(Application Programming Interface)로 정의 및 프로토콜 집합을 사용하여 두 소프트웨어 구성 요소가 서로 통신할 수 있게 하는 메커니즘
6)플러그인(plugin) : 호스트 응용 프로그램과 서로 응답하는 컴퓨터 프로그램

소프트웨어와 상호 작용하는 방식의 본질을 바꿀 생성형 AI (출처 : 셔터스톡)
소프트웨어와 상호 작용하는 방식의 본질을 바꿀 생성형 AI를 연상 시키는 이미지 (출처 : 셔터스톡)

하지만 중요한 점은 생성형 AI는 아직 ‘기술’의 수준에 있다는 것입니다. 기술은 가능성이 무궁무진하지만, 실용성이 제품으로 나타나고 입증되어야 그 가능성에 대한 투자와 노력이 지속될 수 있는 것이죠. 기술은 연구소나 기관에서 만들어 낼 수 있지만, 사용자는 제품과 서비스로 그 경쟁력을 평가합니다. 새로운 기술에 대한 접근 방식이 혁신적인지를 가늠하는 진정한 척도가 바로 이 점입니다. 생성형 AI는 우리가 현재까지 소프트웨어와 상호 작용하는 방식의 본질을 바꿀 것이며, 기업이 고객과 상호 작용하는 방식과 경쟁하는 방식도 바뀌게 할 것입니다.

고객 데이터를 기반으로 발전하고 있는 생성형 AI. 고객의 보다 편리한 생활을 위해, 변화하는 AI 생태계 속 기회를 잡기 위해서는 어떻게 해야 할까요? 그 흥미로운 방법을 다음 글을 통해 확인해보세요.
▶Series 2 – 챗GPT 돌풍, 생성형 AI 생태계 속 기회를 잡으려면