챗GPT로 인한 관련 서비스 및 AI의 미래

챗 GPT로 인해 AI 프로그램의 전쟁이 시작되고 있는데요. 우리가 영화에서나 보던 터미네이터부터 어벤저스에 나오는 자비스까지 실현되는 날이 올까요? 지금 AI 기술의 발전은 어디까지 왔는지 이로 인해 일자리가 사라질 것인가 새로운 일자리가 더 많이 생길 것이 가에 대해 생각해 보도록 할까요?

 

인간처럼 추론하고 창작하는 AI

이전에 알파고라는 바둑을 두는 AI가 나타났지만 실생활에 어떤 영향을 미칠 수 알 수 없었죠. 하지만 챗 GPT를 통해 완벽하진 않지만 이제 우리가 하는 질문에 답을 하고 창작활동까지 하는 AI가 나타났습니다.

 

이렇게 인간의 뇌처럼 추론하고 창작활동까지 보여주는 AI를 초거대 AI라 합니다.  처리할 수 있는 정보량이 많아지고 처리속도도 빨라지고 또 고도화되기까지 합니다. 챗 GPT로 자연어 기반의 소통이 가능해지게 되었습니다.

 

챗 GPT가 대화할 수 있는 이유

챗 GPT는 우리가 일반적으로 대화하는 문장을 제공하면 여기에 따라 나올 단어를 예측해서 단어를 선택하게 되고 이 단어를 다시 입력해서 출력하는 것을 반복함으로써 더 효율적인 문장 생성을 하게 됩니다.

 

이렇게 생성된 문장과 단어 중에 정확하다고 생각되는 데이터만 골라서 다시 텍스트 데이터로 훈련합니다. 모든 데이터로 학습을 하게 되면 잘못된 답변이나 이상한 답변을 하기 때문에 어느 정도 정제된 데이터가 필요한 것이죠.

 

이렇게 모아둔 데이터가 핵심이고, 얼마나 훌륭한 데이터를 모아두었는지가 핵심기술이 되는 것입니다.

 

지각능력이 있다고 생각한 AI 람다

과거 구글이 개발한 AI 프로그램인 람다가 지각능력이 있다고 주장한 사람이 있었는데요. 하나의 답변을 가지고 람다가 지각능력이 있다고 주장했지만 회사에서는 받아들여지지 않았습니다. 이런 문제로 인해 해당 연구원과 구글을 법정 다툼까지 이뤄지고 해고까지 당하게 되었습니다.

 

구글은 이 AI를 더욱 발전시켜 챗 GPT3보다 더 훌륭한 AI로 발전시켰으며 사고할 수 있는 능력을 가지게 되었습니다.

 

MS와 엔비디아가 내놓은 AI 메가트론

MS는 대부분의 사람이 알만한 기업이고 그래픽카드로 유명한 엔비디아 역시 AI프로그램을 내놓았는데요. 이건 가끔 들어본 사람도 있을 것 같습니다. 이름은 몰라도 AI가 시를 쓰기도 한다는 얘기는 들어보셨을 겁니다. 이 AI의 경우는 텍스트, 코드, 이미지, 비디오, 오디오 등의 데이터가 기반이 되는 AI 프로그램입니다.

 

국내 AI는?

국내에서도 AI 서비스에 대해 점점 경쟁이 치열해지고 있습니다. LG나 삼성과 같은 기업, 네이버, 카카오와 같은 빅테크 기업, 통신사 등 할 것 없이 모두 AI에 열을 올리고 있습니다.

 

LG의 경우 고흐 스타일의 그림을 찍어내듯 그릴 수 있는 프로그램을 개발했고 동화책 내용을 이해하고 그에 맞는 영상을 띄워주곤 합니다. 

 

네이버는 챗 GPT에 맞서 국내 시장의 점유율을 위해 한글을 가장 잘 이해하는 AI 개발에 박차를 가하고 있습니다. 이는 챗 GPT보다 한글에 대해 6500배 이상 더 많은 학습을 시켰다고 합니다. 그래서 신조어도 이해하고 의견을 요약까지 할 수 있다고 합니다. 

728x90

카카오 역시 그림을 그려주는 AI를 개발하고 있습니다.. 과거의 1차원적인 그림과는 달리 3D로 인식하여 훨씬 입체적인 그림을 그릴 수 있다고 합니다. 

 

AI가 학습하는 방법

이런 AI에 대한 학습은 비지도 학습을 통해 이뤄지는데요. 컴퓨터가 답을 내놓기 위해 크게 지도학습과 비지도학습 두 가로 구분됩니다. 지도학습이란 답이 있는 경우를 의미하고 비지도 학습이란 답이 없는 경우를 얘기합니다.

 

조금 쉽게 예를 들어보자면 비지도학습의 경우 예전에 우리가 만든 물건을 산 사람을 보니 남성이고 30대이고 직장인인 사람이 우리가 만든 물건을 구매했다라면 학습시킬 때 위와 같은 사람은 물건을 사는 사람이야 라고 과거 데이터를 이용해 정답을 주고 학습을 시킵니다.

하지만 비지도 학습의 경우는 정답이란 게 없이 학습되는 경우입니다. 가장 많이 드는 예로는 개와 고양이를 구분하는 그림인데요. 털이 있고 귀가 쫑긋하고 꼬리가 있으면 고양이야라고 답을 줄 수가 없습니다. 엄청나게 디테일한 조건을 준다고 해도 고양이처럼 분류되는 개가 있을 수 있고, 개로 분류되는 경우가 많기 때문이죠.

 

그래서 그냥 엄청나게 많은 이미지 자체를 데이터로 넣고 그냥 네가 생각했을 때 비슷한 것끼리 묶어봐 이게 비지도 학습입니다. 그렇게 때문에 하나하나 사람이 이러면 개야 이러면 물건을 사는 사람이야라고 할 필요가 없는 것이죠.

 

다만 여기에 비지도 학습의 단점을 보자면 지도학습의 경우 왜 이렇게 답이 나왔는지 알 수 있지만 비지도 학습의 경우 왜 이렇게 컴퓨터가 답을 내놓았는지 사람이 알기 어렵다는 것입니다.

 

AI와 환경

AI가 어마어마한 전기를 소모하면서 엄청난 탄소를 배출하기 때문에 환경파괴에 큰 영향을 끼친다는 얘기가 있습니다. 하지만 이렇게 인공지능이 발전하고 있는 시기에 환경을 문제로 중단하기는 어려워 보입니다.

 

그래서 벌써 세계적인 기업들은 근본적인 탄소 배출을 줄이면서 AI를 사용할 수 있는 기술을 준비하고 있습니다. 테양광이나 풍력발전 등 자연에너지를 사용하거나 전력소비를 줄일 수 있는 방안을 모색하고 있죠.

 

이렇게 발전하고 있는 AI로 인해 과연 미래에는 어떻게 변할까요?