이 혜수 
최근 검색 시장은 AI의 출현으로 새로운 시대를 맞이하고 있습니다. ‘Data Science 101’ 대표 Britney Muller는 Mozcon 2024 컨퍼런스에서 GenAI의 작동 원리, 사용 이점과 한계점 등에 대해 다루었는데요, 이번 글에서는 Britney Muller가 발표한 주요 내용을 통해 GenAI에 대해 알아보도록 하겠습니다.
GenAI란 무엇인가?
GenAI는 인공지능의 한 분야로 주어진 데이터를 바탕으로 새로운 콘텐츠를 생성할 수 있는 기술입니다. 최근에 이 기술은 다양한 분야에서 많이 활용이 되고 있습니다. 광고 카피, 제품 설명, 고객 서비스 응답과같은 비즈니스 영역뿐 아니라 예술 창작, 음악 작곡, 데이터 시각화 등의 창의적인 분야에서도 사용이 되어 AI의 새로운 가능성을 열어주고 있습니다.
GenAI의 근간을 이루는 것은 대규모 언어모델(LLM)로, ‘ChatGPT’나 ‘Gemini’ 같은 모델을 예시로 들 수 있습니다. LLM이란 대량의 언어 데이터를 학습하고 이해하여 생성하도록 훈련된 AI를 말하며 이들은 인간의 언어를 이해하고 생성하는 데 뛰어난 능력을 가지고 있습니다.
GenAI는 어떻게 작동하는가?
GenAI의 작동 원리를 이해하려면 먼저 훈련데이터(Training data)에 대해 알아야 합니다. 훈련 데이터는 AI 모델이 학습하는 데 사용되는 데이터를 말합니다. 예를들면 ChatGPT 같은 경우 인터넷의 다양한 웹사이트 데이터를 학습하여 언어의 패턴을 이해하고 이를 기반으로 문장을 생성합니다.
더욱 구체적으로 살펴보면 GenAI는 입력 데이터에 가장 적합한 다음 단어나 문장(시퀀스)을 예측하는 방식으로 작동하는 것 입니다. 벡터 임베딩이란 AI가 단어와 단어 사이의 관계를 숫자로 표현하는 방법인데, 모델은 단어와 단어 사이의 관계를 벡터 공간에 임베딩하여 언어를 이해 하게 됩니다. 쉽게 말하자면 의미가 비슷한 단어들은 가까운 위치에, 의미가 다른 단어들은 먼 위치에 배치하는 것입니다.
예를 들어 ‘왕’과 ‘여왕’은 같은 범주 안에 있으므로 가까이 위치하고 ‘고양이’는 완전히 다른 범주이므로 멀리 떨어져 있게 됩니다. 이렇게 단어를 벡터로 변환하고 이 벡터 간의 관계를 통해 AI는 단어 간의 의미적 관계를 이해하고 더 나아가 새로운 문장을 생성할 수 있는 능력을 갖추게 됩니다. 아래의 이미지와 같이 ‘왕 – 남자 + 여자 = 여왕’과 같은 방식으로 작동하여 단어 간의 의미적 관계를 파악합니다.
하지만 이렇게 확률 분포를 기반으로 출력을 생성하는 LLM의 작동 원리로 인해 때로는 예기치 않은 결과를 만들어 낼 수 있습니다.
LLMs는 정보 검색 시스템도 아니며 결정론적이지도 않습니다. LLMs는 확률 분포에 기반하여 무작위 출력물을 생성합니다.
– Britney Muller
따라서 GenAI가 만들어낸 결과물을 사용할 때는 항상 검토와 수정이 필요합니다.
GenAI의 강점과 단점
GenAI는 많은 장점을 가지고 있지만 동시에 몇 가지 한계와 단점도 존재합니다. 여기에서는 GenAI의 강점과 단점을 자세히 살펴보도록 하겠습니다.
우선 GenAI는 다양한 스타일의 콘텐츠(텍스트, 이미지, 오디오, 비디오 등)를 빠르게 생성할 수 있습니다. 그리고 분석 및 분류 능력이 뛰어나며 프로그래밍 언어를 이해하고 코드를 작성하거나 오류를 수정하는 데 도움을 줄 수 있습니다. 때로는 개발자가 복잡한 알고리즘을 구현하는 데 어려움을 겪을 때 AI가 대신 코드를 짜주는 경우도 있습니다.
이렇게 다양한 장점이 있지만 한계점도 분명히 존재합니다 .GenAI를 활용할 시 사실 검증의 어려움이 있고, 훈련 데이터의 편향성으로 인해 불공정한 정보를 초래할 수 있습니다. 예를 들어 특정 인종이나 성별에 대한 편견이 포함된 데이터로 학습된 AI는 그 편견을 그대로 반영하게 됩니다. 이처럼 훈련 데이터가 다양한 시각과 배경을 포함하지 않는 경우에 특정 집단의 의견만 반영하게 될 가능성도 있기 때문에 주의해야 합니다.
결론
GenAI는 많은 장점을 제공하지만 동시에 신중한 접근이 필요합니다. GenAI를 활용할 때는 이러한 장단점을 염두에 두고 AI의 장점을 최대한 활용하며 한계를 이해하고 극복하는 전략을 마련하는 것이 중요합니다. GenAI의 발전과 함께 우리는 이 기술을 어떻게 효과적으로 활용할지 고민해야 하며 지속적인 관심과 학습을 통해 더 나은 결과를 도출할 수 있어야 합니다.