Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
AIㆍML

AI 생성 모델에 수반되는 2가지 가능성 "생산성 vs. 위험"

Rob Enderle | Computerworld 2023.01.16
생성적 AI, 생성 모델에 속하는 챗GPT나 DALL-E 같은 AI 도구가 대중적으로 큰 인기를 끌고 있다. 생성적 AI는 기존 작업물을 토대로 독창적인 새 결과물을 만들어 낸다. 그러나 새 결과물은 사실 기존 것에서 파생된 조합이다. 사실 대다수 사용자가 이런 방법으로 결과물을 만들어낸다. 모두 원래 있었던 것을 참조하고 다른 이에게서 배운 것을 가지고 독립적으로 쓰이는 스킬셋을 만든다.
 
ⓒ Getty Images Bank

다른 이와 마찬가지로 필자도 만들고 싶은 것의 개념을 붙잡고 작업하는 것을 즐기지만 상상을 구체화하는 작업에서 쉽게 싫증을 낸다. 모조품 페라리 조립 키트 자동차를 구입한 친구가 떠오른다. 차를 완성해 몰고 다니는 상상을 할 때는 즐겁고 쉬웠지만 수천 시간을 부품 조립에 쏟아붓는 것은 너무 어려웠다. 그 자동차 조립 키트는 여전히 친구의 차고 안에서 미완성 상태로 잠자고 있다. 생성적 AI 도구를 통해 사용자는 구상과 창작의 재미있는 부분에 집중할 수 있다. 결과물로 이어지는 지루한 부분에는 도구가 개입하게 된다.

새로운 AI 도구는 여러 가지 서비스로 활용될 수 있지만 극복해야 할 초기 문제점도 많다.

생성적 AI의 약속

이 기술은 분명 초기 단계다. 디지털 미술 대전에서 수상하는가 하면, 좋은 반응을 얻은 노래를 작곡하기도 한다. 기사나 글의 품질은 최고는 아니지만 읽기 쉽고 흥미롭다. 여기까지는 초기의 기준선이다.

생성적 AI의 분명한 목표는 이미지를 자동으로 편집하고, 글의 맞춤법과 문법을 검사하고 시리처럼 도움이 되는 조언을 제공하는 도구의 지루함에서 사용자를 해방한다는 것이다. 그러나 웹 검색처럼 필요한 결과를 빨리 내보내는 명령이나 쿼리 등 생성적 AI에 필요한 기술이 함께 개발되어야 한다. 그런 기술이 없으면 쿼리를 자세히 설명하는 데 시간이 걸리거나 적절히 표현하는 방법을 알 수 없어 어려움을 겪게 된다.

생성적 AI의 가장 큰 장점은 사람 사용자를 대체하지 않는다는 것이다. 물론 사용자가 도구의 정확한 사용법을 배운다는 전제가 깔려 있다. 필요한 구문에 정통해질수록 생산성과 기여도를 더 높이는 데에 도움이 된다.
 

생성적 AI의 문제점

인터넷이 대중에게 공개되고 사람들이 불의 논리(Boolean Logic)의 쓰임새를 발견한 것과 매우 유사하다. 논리 자체를 이해한 것은 극소수에 불과했다. 그리고 생성적 AI를 효율적으로 활용할 기술은 아직 알려지지 않았다. 이러한 도구를 포용하기보다 교육계에서는 생성적 AI를 속임수로, 학생들은 불법 도구로 인식할 가능성이 높다는 점을 고려하면 상황은 더 나쁘다. 이런 일은 마치 반복적으로 계속 일어나는 것 같다. 학교는 새로운 기술이 학생의 장래와 경력에 중요하다고 강조하기는커녕, 학생들이 졸업한 후에는 존재하지 않을 구식 세상에 필요한 훈련을 시킨다.

이런 도구를 둘러싼 소송의 대부분은 사람의 일자리를 뺴앗을 것이라는 우려 때문에 발생하기도 한다. 이러한 우려는 타당하다. AI 도구는 관찰을 통해 사람의 방식을 똑같이 배우는 것인데도 말이다. 기계도 마찬가지다. 예술가, 작가, 공학자, 법률 전문가는 모두 다른 사람을 관찰하면서 필요한 것을 배운다. 이러한 관찰이 불법이라고 하면 AI 훈련은 물론이고 사람을 훈련하는 과정에도 문제가 생긴다. 공정한 사용 기준과 윤리 하에서 관찰과 학습이 이루어져야 한다는 것이 개인적인 생각이다. 생성적 AI가 배우는 방법, 사람이 배우는 방법의 주된 차이는 교과서가 필요 없고, 기계의 속도로 관찰이 방대하게 이루어진다는 점이다.
 

이제부터 중요한 것

생성적 AI는 게임 체인저가 될 것이다. 새로운 기술의 임계질량에 도달하면 이전과는 달리 많은 일이 쓸모 없어진다. 새로운 AI를 어떻게 활용하는지를 포용할 수 있는 기술, AI의 결과물과 사용자가 원하는 것을 잘 조화하는 과정에서 반복을 최소화하는 기술이 살아남을 것이다.

유령을 볼 수 있는 ‘고스퍼 위스퍼러’처럼, AI 열풍은 지금 이 시기에 AI로 순풍을 탈 사람고 그렇지 않을 사람을 분리할 것이다. 도구의 종류에 따라 얻을 수 있는 생산성 수준 역시 생성적 AI를 포용하지 않은 기업이 아니라, 생성적 AI를 포용한 기업의 미래와 연결될 것이다. 생성적 AI의 학습 과정에 지적 재산권 소송이 있지만, AI의 학습 방식이 사람과 유사하다는 점을 생각하면 원고가 승소할 것이라고 생각하기는 어렵다. 다만 소송 기간 동안 기술 도입 속도가 느려질 수는 있을 것이다.

지금은 거대한 기술 변화의 시작점이다. 파도에 휩쓸릴 것이냐, 아니면 파도를 타고 두 발로 설 것이냐가 모든 기업의 최우선 순위여야 한다.
editor@itworld.co.kr 
 Tags 생성AI 생성모델 생성적AI 챗GPT DALL-E

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2023 International Data Group. All rights reserved.