회사에서 Chat-GPT와 Prompt engineering에 대한 발표를 진행했는데요. 블로그 이웃님들께도 소개해 드리면 좋을 것 같아 포스팅을 남기게 되었습니다. 참고로 저는 IT 컨설턴트로 일을 했고, 현재는 AI와 Tech 관련 업종에 종사하고 있습니다.
먼저 'AI'란 어떤 것인지 개념 설명을 드리겠습니다. 시중에 좋은 참고 자료들이 많이 나와있지만, 제가 이번에 발표를 위해 공부했던 방식으로 전달하는 차원입니다. 참고 부탁드립니다.
AI의 정의를 살펴보면, "Artificial Intelligence의 약자로 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현시키는 컴퓨터과학의 한 분야이다"라고 돼 있는데요. 작년 출시된 챗지피티(Chat-GPT) 3.5 버전을 필두로 AI라는 개념이 대유행해서 그렇지 사실 AI는 1950년대에 나온 개념입니다. 넓은 의미의 AI란 결국 사람이 제공한 데이터를 바탕으로 컴퓨터가 처리하는 일이기 때문에 새로운 개념은 아닙니다.
기존에도 있었던 AI(인공지능)이지만, Chat-GPT가 불러온 생성형 AI로 인해, 2023년에 바라보는 AI는 기존과는 비교할 수 없는, 훨씬 진화한 개념이라고 볼 수 있습니다. 따라서 요즘 우리가 말하는 AI는 예전과 다른 Chat-GPT 같은 생성형 AI(Genarative AI)를 일컫는 말이라고 볼 수 있습니다. 주식시장에서 AI 관련주 하면, 요즘은 생성형 AI 또는 생성 AI 관련 기업입니다.
인공지능(AI)에서 사용되는 개념 몇 가지를 살펴보겠습니다.
인공지능(AI)에 대한 이해를 넓히려면 위 4가지 개념을 먼저 살펴보시면 좋습니다.
먼저 가능 넓은 범위로서의 AI(Artificial Intelligence)가 있습니다.
두번째 머신러닝(Machine Learning)이 있고
세 번째 딥러닝(Deep Learning),
마지막으로 생성형 AI(Generative AI, 줄여서 Gen AI)가 있습니다.
그림에서 보시면 아래로 내려갈수록 세부 개념입니다. Gen AI는 딥러닝의 하위 개념, 딥러닝은 머신러닝의 하위개념, 머신러닝은 인공지능의 하위개념입니다.
인공지능을 이해하기 위한 4가지 개념 설명
1. 인공지능
- 학습, 문제 해결, 패턴 인식 등 인간이 지닌 지적 능력을 컴퓨팅 환경에 알고리즘을 생성하고 적용하여 구현하는 기술
- 앨런 튜링으로부터 시작된 AI의 개념이 1956년 학회에서 공식 등장
AI의 개념은 영국의 수학자 앨런 튜링으로부터 시작합니다. 10년 전 개봉한 영화 "이미테이션 게임"을 아주 추천하는데요. 이 영화를 보시면 2차 대전 때의 독일의 암호를 풀기 위해 고전하는 앨런 튜링의 이야기를 살펴볼 수 있습니다. 동성애자인 앨런 튜링, 영국이 이 위대한 컴퓨터 과학자를 조금만 더 인정하고 대우해 줬다면 지금의 영국은 더더욱 대단했을 것 같습니다. 실리콘밸리 같은 혁신의 장소가 아마 영국에 있을지도...
https://terms.naver.com/entry.naver?docId=3582453&cid=60204&categoryId=60204
앨런 튜링
보통 컴퓨터의 아버지로 일컬어지는 앨런 매시선 튜링(Alan Mathison Turing, 1912~1954)은 비운의 인생을 살다 간, 훌륭한 수학자이자 과학자였다. 그의 가장 유명한 업적으로는 세계 최초의 몇몇 전자
terms.naver.com
2. 머신러닝
- 인공지능을 구현하는 대표적인 기계학습 방법
- 대량의 데이터를 접했을 때 스스로 규칙을 학습할 수 있도록 알고리즘
- 학습에 필요한 데이터를 사람이 제공해야 하는 한계
3. 딥러닝
- 머신러닝의 하위 개념
- 데이터를 스스로 학습하고 자체 신경망을 통해 예측의 정확성을 판단
- 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 기술
4. 생성 AI
- Data set 활용, 이용자의 특정 요구에 따라 결과를 생성해 내는 인공지능
- 시, 설명, 이미지, 음악, 영상 등 다양한 콘텐츠를 인간의 명령(Prompt, 프롬프트)를 통해 생성해 줌
AI 하면 보통 머신러닝과 딥러닝을 떠오르게 되는데요. 머신러닝은 컴퓨터가 학습할 데이터를 사람이 제공해야 하는데, 딥러닝은 컴퓨터 스스로 학습하는 부분이 가장 큰 차이점입니다. 그렇기 때문에 생성 AI는 딥러닝의 하위 개념인 것입니다.
이상으로 AI에 대한 개념 이해에 대해 설명드렸습니다.
다음은 진화 단계에 따른 AI 분류에 대해 설명드리겠습니다. "AI에 대한 개념"과, "AI의 진화 단계"까지만 아셔도 여러분은 이미 AI에 대한 기본 지식을 갖게 되시는 겁니다.
위 표를 보시면 아시겠지만, 우리 지구의 인공지능 기술은 현재 약한 인공지능(ANI, Artificail Narrow Intelligence) 단계입니다. 학자에 따라 의견이 다르지만 다음 단계인 범용 인공지능(AGI, Artificail General Intelligence) 단계에 이미 진입했다는 견해도 있지만, 아직까지 99.*%는 ANI 단계라고 합니다.
맨 오른쪽에 나와있는 로봇은 영화 어벤저스 "에이지 오브 울트론"의 울트론인데요. 2014년 스티븐 호킹 박사는 "완전한 AI 개발이 인류의 종말을 가져올 수 있다"라고 경고하기도 했습니다.
그럼 진화 단계에 따른 AI 분류에 대해 정리해 보겠습니다.
1. 약한 인공지능(ANI)
- 특정 작업만 수행할 수 있는 인공지능
- 스스로 사고하며 문제를 해결할 수 있는 능력이 없는 컴퓨터 기반의 AI
- 음성 인식, 언어 번역, 이미지 인식/생성, 추천 시스템, 운전 보조 시스템, 암 진단 AI
※ 현재 우리의 기술 단계입니다. 대표적으로 Chat-GPT가 있습니다.
2. 범용 인공지능(AGI)
- 특정 분야뿐 아니라 사람과 비슷하거나 어느 정도 뛰어넘는 수준으로 새로운 상황에 맞춰 학습하고 해결책을 찾을 수 있는 인공지능
※ 어떤 학자들은 현재 인류는 AGI의 단계에 접어들었다고 합니다.
소피아 같은 휴머노이드 로봇이 AGI에 해당된다는 견해가 있습니다. 소피아는 홍콩에 본사를 둔 핸슨 로보틱스가 제작한 휴머노이드 로봇입니다. 사람 피부와 유사한 질감과 AI 알고리즘을 적용해 감정 표현을 할 수 있고, 사람과 대화할 수 있습니다. 제가 볼 땐 아직까지 범용 인공지능 단계가 본격화 됐다고 보기는 힘들 것 같지만, AI 반도체와 오픈 AI 등 AI 전문 기업의 출현으로 머지않은 장래에 AGI가 실현될 수 있을 것 같습니다. 그렇지만, 세상에 있는 데이터로 학습한 내용을 바탕으로 결과를 도출/생성하는 것 말고, 과연 AI 스스로 생각하는 단계에 이를 수 있을까라는 의문은 듭니다. 그 정도까지 된다면 이건 진정한 창조의 영역에 인간이 손을 뻗는 결과가 아닐까 생각합니다.
https://youtu.be/BhU9hOo5Cuc?si=TEYec0Eo5ZkRPeHH
소피가가 UN에서 대화하는 장면인데요. 간단한 영상인데 시간 되실 때 한 번씩 보시면 좋을 것 같습니다. 스스로 생각하는 AI 단계까진 힘들겠지만, 소피아처럼 학습 데이터를 기반으로 답변을 생성하는 단계까지 이미 와 있기 때문에 앞으로 AI 발전이 기대됩니다.
※ 참고 자료 : GEnarative AI evolution
https://pixelplex.io/blog/generative-ai-market-map/
다음으로 AI의 트렌드에 대해 살펴보는 시간을 갖겠습니다.
출처는 IOT Analytics입니다. 독일 함부르크에 있는 시장조사업체입니다.
https://iot-analytics.com/what-ceos-talked-about-in-q1-2023/
What CEOs talked about in Q1/2023: Economic uncertainty, layoffs, and the rise of ChatGPT
We updated this research article. Visit the link to view the latest insights. In short According to the latest 'What CEOs talked about' report, three themes noticeably gained traction in earnings calls
iot-analytics.com
과연 기업 운영을 책임지고 있는 CEO들은 2023년 어떤 주제에 관심이 많았을까요?
2023년 1분기를 보시면, 여전히 메타버스가 언급되고 있으며 챗지피티에 대한 언급이 많습니다. 그러다 2분기가 되니까 어떤 키워드가 등장했나요? 바로 생성 AI(Generative AI)입니다. 눈으로 대충 봐도 알 수 있을 정도로 어마어마한 영역에 걸쳐 생성 AI가 보입니다. 말 그대로 1분기에 챗지피티가 AI에 대한 관심을 촉발시켰다면, 2분기에는 챗지피티의 분야인 생성 AI가 압도적인 관심을 받습니다. 1분기에 언급되었던 메타버스는 아예 쏙 들어간 느낌입니다. 그리고 3분기에는 AI 관련된 반도체가 등장합니다. CEO들이 자주 언급하는 분야에 결국은 기술과 돈이 움직이는 것 아닐까요?
4분기 조사 결과가 나오지 않아, 가트너(Gartner)에서 소개한 2024년 트렌드를 소개해 드리겠습니다. 역시 2024년에도 AI 관련된 트렌드가 더욱 맹위를 떨칠 것 같은데요. 2023년 챗지피티가 촉발시킨 생성 AI, 2024년은 파생 서비스가 압도적으로 유행할 것 같습니다.
보다 더 자세한 내용이 궁금하신 분들은 Gartner의 해당 사이트도 한번 보세요.
https://www.gartner.com/en/articles/gartner-top-10-strategic-technology-trends-for-2024
Gartner Top 10 Strategic Technology Trends for 2024
These technology innovations — and the trends around their evolution and use — can drive you faster toward your business goals, especially in the fast-evolving age of AI. See the Gartner Top 10 Strategic Technology Trends for 2024: https://www.gartner.
www.gartner.com
AI에 대한 개념은 1950년 대 나왔지만, 그렇다면 비교적 신기술에 해당하는 생성형 AI 관련 기업별 현황은 어떨까요?
생성형 AI는 사용자가 명령어를 입력하면 그 명령어를 기반으로 텍스트, 이미지, 사운드, 영상 등으로 추가 생성해 주는 개념인데요. 각 분류별 주요 기업과 국가를 정리해 봤습니다. 압도적으로 미국이 많습니다. 생성 AI는 데이터 학습을 많이 해야 보다 더 안정적인, 즉 사람이 기대하고 바라는 결과를 창출할 수 있기 때문에 데이터 표본이 많아야 하는데요. 그런 면에서 영어권 국가가 유리하기도 하지만, 역시 기술력에 있어서는 미국을 따라갈 수가 없는 것 같습니다.
생성 AI에 대한 전문 자료 하나를 소개해 드립니다.
아래 링크를 타고 이동하시면 되는데요. 생성 AI 분야 및 응용 사례부터 애플리케이션 현황까지 아주 자세히 나와 있습니다.
※ 출처 : pixelplex
https://pixelplex.io/blog/generative-ai-market-map/
Generative AI Market Map: State, Trends, & Apps [Infographic]
Our comprehensive generative AI market map offers insights on trends, areas of applications, and top companies in this innovative domain.
pixelplex.io
지금까지 인공지능(AI)부터 머신러닝, 딥러닝, 생성(형) AI의 개념을 살펴봤는데요. 2024년은 확실히 "생성 AI"의 응용적인 측면, 그러니까 어떤 서비스를 만들어 내느냐가 관건이 될 것 같습니다. 아래 소개해 드리는 브랜드 현황을 참고 바랍니다 :)
미국에서 생성 AI를 가장 많이 접목하고 있는 분야는
1위가 마케팅이고 2위가 기술 쪽입니다. 마케팅 쪽 활용이 많은 이유는 아마 챗지피티 등 텍스트 AI 및 미드저니, 런웨이, 어도비 파이어플라이 등 이미지/영상 AI 쪽을 많이 사용하고 있기 때문이 아닐까 생각합니다.
※ 마지막으로 참고될만한 사항으로 TIP 하나를 알려드립니다.
AI 쪽 업계 분들과 얘기하다 보면 TTS, TTS라고 하는데
TTS란 Text To Sound입니다. 간단하죠? 텍스트를 사운드로 변환해 주는 생성 AI라는 뜻입니다.
반대로 STT는 Sound를 Text로 바꿔준다는 말입니다.
그러면 TTI는 뭘까요? Text To Image입니다. 이러한 용어를 알고 있으면 AI 관련업계 분들과 대화가 자연스러워집니다.
저 같은 경우는 코딩 부트캠프에서 자바스크립트 같은 프로그래밍 언어를 배웠고, IT 개발 회사에서 컨설팅 업무를 하면서 개발 지식을 쌓았지만, AI 관련 분들과 대화하기 위해 AI 쪽 용어들을 별도로 공부해야 했습니다. LLM은 Large Language Model인데 이걸 모르면 대화 자체가 아예 되지 않겠죠!
전문적인 코딩 지식이나 AI 관련 지식이 없어도, 대화나 소통을 위해 이러한 용어들을 한 번씩 훑어보시면 많은 도움이 될 것 같습니다. 이상으로 "AI의 이해"에 대해 살펴봤고요. 다음 시간엔 챗지피티(Chat-GPT)에 대해 알아보도록 하겠습니다.
감사합니다. 새해 복 많이 받으세요 :)
'지식전달' 카테고리의 다른 글
| 티머니 갤럭시워치로 대중교통 손목만 대고 결제하는 법 (0) | 2023.10.12 |
|---|---|
| 2022년 국산 자동차 국내/해외 판매량 집계 (0) | 2023.02.04 |
| 백화점 년도별 매출, 10대 점포 순위 (0) | 2023.01.25 |
| 관광통역안내사 면접 노하우(유튜브 영상 첨부) (0) | 2022.11.05 |
| 제안서 작업에 필요한, 한국출판인회의 무료 폰트 「KoPub」다운로드 방법 (0) | 2022.10.31 |
댓글