2023년부터 올해까지 생성형AI의 폭발적 성장을 다들 느껴보시고 계실 텐데요,
이번 시간에는 생성형 AI란 무엇인지 보다 쉽게 이해할 수 있도록
그 원리와 대표 활용 사례를 총정리해보도록 하겠습니다.
텍스트뿐만 아니라 이미지, 음악 등 다양한 분야에서 활용되고 있는 생성형AI에 대해서 알아보시죠.
생성형 AI란 무엇인가?
최근 들어 뉴스 등 언론을 비롯해 SNS에서 생성형AI라는 단어를 많이 들어보셨을 텐데요,
생성형 AI, Generative AI)란 기존 AI와 달리 데이터를 단순히 분석하거나 분류하는 것에 그치지 않고
새로운 컨텐츠를 생성해 내는 AI, 인공지능을 의미합니다.
대표적으로 챗GPT가 자연스러운 대화를 주고받으면서 새로운 문장을 생성하거나,
미드저니(Midjourney)가 고품격의 이미지를 그려내는 것 모두 생성형 AI의 대표 사례입니다.
즉 전통적인 AI는 ‘정답을 맞히는 것’이라고 비유한다면
생성형 AI는 ‘새로운 답을 생성해내는 것’에 가깝다고 할 수 있습니다.
그동안 인간의 영역이라고 생각했던 창작, 디자인, 기획 등 다양한 분야에까지
AI의 활약이 확대되고 있는 것입니다.
생성형 AI, 그 원리는?
그러면 생성형AI는 어떻게 이러한 창작이 가능한 걸까요?
1. 핵심 과정: 대규모 데이터 학습
생성형 AI는 어마어마한 양의 데이터를 학습하면서 패턴을 익힙니다.
텍스트 : 백과, 뉴스기사, 소설, 대화 등 여러 매체에서 수집한 데이터를 학습해 문맥을 파악
이미지 : 그림과 사진들을 학습하면서 색감, 구도 등을 파악
오디오 : 음악, 음성 등을 학습해 리듬, 억양 등을 파악
어린아이가 책을 읽고 그림을 보거나 음악을 들으면서 감각을 키워나가듯이
AI도 데이터를 학습하면서 창작 감각을 키워나가는 것입니다.
이러한 학습을 통해 확률적 예측을 수행하게 되는데요,
다음에 오게될 단어, 픽셀, 음표 등을 가장 자연스럽게 표현될 값을 선택해 결과물을 생성해 내는 방식입니다.
2. 핵심 기술: 딥러닝(Deep Learning) 기술
생성형AI의 핵심기술은 딥러닝(Deep Learning) 인데요,
딥러닝이란 인간인간의 뇌를 모방한 인공신경망을 여러 개의 층(Layer)으로 쌓아서
데이터에서 특징을 추출하고 학습하는 방식을 의미합니다.
이 딥러닝에 GAN, Transformer, CNN, RNN 등의 모델구조가 있지만
이 중에서 GAN, Transformer가 생성형AI의 중요한 모델구조라 할 수 있습니다.
GAN(생성적 적대 신경망) : 진짜 같은 이미지를 생성해내는데 강점
트랜스포머(Transformer(트랜스포머) : 긴 문맥을 이해한 후 자연스러운 문장을 생성해 내는데 탁월
생성형 AI의 활용 사례
생성형AI에는 챗GPT만 있는 것은 아닙니다.
영역별로 다양한 Tool들이 있는데요,,
영역별로 예시를 들어보도록 하겠습니다.
1. 텍스트 생성
❇️tool 예시 : 챗GPT, Claude
❇️ 활용사례 : 이메일 작성, 블로그 글 작성, 시/소설 초안 작성 등
2. 이미지 생성
❇️ tool 예시: 미드저니(Midjourney), DALL·E, Stable Diffusion
❇️ 활용사례 : 제품 이미지 제작, 광고용 이미지 제작, 영화·게임 컨셉 제작 등
3. 음악·오디오 생성
❇️ tool 예시: Suno, AIVA, Voicify
❇️ 활용사례: 유튜브 배경음악 제작, 음성 더빙 등
4. 영상 생성
❇️ tool 예시 : Capfut, Vrew, Runway
❇️ 활용사례: 소셜미디어용 동영상 제작, 단편 영상 제작 등
5. 업무·비즈니스 자동화
❇️ 활용사례: 챗봇 고객 단순상담, 데이터 요약 리포트 작성, 코드 자동 생성
생성형 AI의 장점과 한계
이렇게 다양하게 활용되고 있는 생성형AI의 장점을 요약한다면 다음과 같은데요,
장점
👌창의적인 아이디어 생성에 도움
👌 시간과 비용을 절감해줌
👌 전문적인 지식이 부족하더라도 창작 작업이 가능
하지만 장점도 있으면 단점도 있게 마련이죠.
생성형AI의 한계점도 정리해 보면,
한계점
🤕사실 검증 부족으로 Hallucination(환각) 발생
🤕 학습데이터 무단 인용 및 재생산으로 인한 저작권 논란
🤕 입력된 민감정보 유출로 인한 개인정보보호 문제 대두
이러한 한계점에도 불구하고 생성형AI는 의료, 산업 분야를 비롯해
금융, 과학, 교육, 엔터테인먼트 등 거의 전방위적으로 모든 산업에서 활발히 연구, 도입되고 있습니다.
생성형AI의 속도를 법적인 규제와 윤리적인 논의가 따라가지 못하고 있지만
우리의 생활, 산업구조를 바꾸는 혁신을 일으키고 있습니다.
앞으로 더 많은 가능성이 열릴 분야는 무엇이 있을지 주목해 보고
또한 우리 업무에 어떻게 활용해야 할지 꾸준히 고민해봐야 하겠습니다