*이 글은 외부 필자인 박홍준님의 기고입니다. 여러분은 자동차, 특히 고급차를 선택할 때, 어떤 요소를 가장 따지시나요? "아무래도 편안하게 이동할 수 있는 승차감과 하차감이 가장 중요하겠죠?" "일반적인 승용차와는 다른 강력한 성능도 중요하다고 생각해요" 종합해 보면, 결국 A에서 B까지 이동하는 '과정' 얼마나 편안하고 빠르게 갈 수 있느냐로 귀결됩니다. 실제로 오래전부터 고급차를 선택하는 기준인 동시에 자동차 제조사에서 말하는 '완벽한 차'의 기준이기도 했죠. 메르세데스-벤츠가 딱 그런 브랜드입니다. 라이벌 BMW가 '이동 과정'에서의 즐거움, 즉 운전의 즐거움을 강조해 왔던 반면, 벤츠는 목적지까지 빠르고 편안하게 이동하는 걸 최고의 가치로 여겨왔습니다. 두 브랜드 차량의 실내만 봐도 알 수 있습니다. 운전하면서 속도계 못지않게 자주 봐야 하는 수치가 회전계, 이른바 'RPM 게이지'입니다. 일반적인 자동차는 회전계가 왼쪽, 속도계가 오른쪽에 있는데요. BMW는 회전계를 더 자주 봐야 한다고 생각해서 오른쪽에 배치했습니다. 반면, 벤츠는 2000년대까지 RPM 게이지를 아예 표시하지도 않았습니다.

지난해 요맘때 즈음이었죠. 생성형AI는 전 세계 시장을 강타했고, 업무부터 일상까지 꽤 많은 부분에서 거대한 혁신이 있을 것이란 전망이 나왔습니다. 텍스트, 이미지, 영상, 음악 등 AI가 개입하지 않는 분야를 찾기 힘들게 될 것이며 하급 스킬을 지닌 근로자들의 일자리가 사라질 것이란 예측도 나왔죠. 실제로 뭇 IT 스타트업들은 다양한 생성형AI 서비스를 출시했고, 업무 현장에서 AI를 활용하는 사례 또한 폭발적으로 늘어났습니다. 저 역시 취재를 하고, 시장을 관찰하면서 정말 많은 것이 바뀌고 있고, 변화의 속도 또한 빨라지고 있음을 느낍니다. 지금 이 순간에도 다양한 분야의 다양한 사람들이 다양한 이유로 생성형AI를 사용하고 있는데요. 누가, 어떤 목적으로, 어떤 AI서비스를, 어떻게 사용했는지 하나하나 살펴본다면 앞으로 일어날 변화에 대해 실마리를 얻을 수 있을 것입니다. 이러한 맥락에서 한 가지 사례를 공유하고자 하는데요. 바로 국내의 한 인디밴드가 음원을 제작하는 과정에서 사람에게 외주를 맡겼다가 실패하고, 생성형 AI 활용으로 선회하게 된 사례를 소개하려고 합니다. 시장을 살펴보고 관련 서비스를 기획하거나 잠재 고객을 가늠하는 데 조금이나마 도움이 되길 바라며 이야기를 시작해 보겠습니다. 우리가 앨범 커버 제작에 애를 먹은 이유 우선 이야기의 주인공에 대해 간단히 소개하겠습니다. 이야기의 주인공은 '코지앤노이지'라는 이름의 국내 인디밴드인데요. 아시는 분들은 아시겠지만.. 이 기사를 쓰고 있는 제가 결성해서 이끌고 있는 팀입니다. (기자로 일하며 곡도 쓰고, 기타도 치면서 밴드 생활을 이어가고 있어요) (참조 - 코지앤노이지)

*이 글은 외부 필자인 성원용님의 기고입니다. 얼마 전 뉴스에 의하면 6월 한 달 동안 ChatGPT의 PC와 모바일 트래픽이 전달보다 거의 10% 감소했다고 합니다. (참조 - 챗GPT 인기 주춤? 출시 후 '방문자 수' 처음 감소) 학생들의 방학 시즌 시작이나 경쟁 AI모델인 BARD의 출시, 부정확한 대답을 그 이유로 들기도 하지만, 기본적으로 ChatGPT는 학생이나 지식근로자를 위한 도구라고 할 수 있습니다. 따라서 초반의 화제를 넘어 ChatGPT로 대표되는 거대언어모델(LLM)이 더 넓은 확장성을 가지기 위해서는 일반인을 위한 용도가 있어야 할 것입니다. 대표적으로 챗봇(chatbot)을 생각해 볼 수 있습니다. 일례로 회사나 기관의 규정 등은 모두 다르고, 또 회사에서는 전자제품 또는 자동차 등을 소비자에게 팔면서 사용설명서를 배포합니다. 그런데 이 사용설명서를 꼼꼼히 읽어보는 소비자는 별로 없습니다. 그래서 문제가 있을 때 소비자가 고객 콜센터에 전화를 하는 경우도 많은데 이러한 콜센터 운영 비용이 어마어마하게 큰 경우도 있습니다. 물론 지금까지 이러한 일을 돕기 위한 챗봇이 있었습니다. 그런데 챗봇이 질문자의 의도를 잘 알아듣지 못하고 오히려 짜증만 유발하는 경우가 많았습니다. ChatGPT를 통해서 최신의 거대언어모델은 질문자의 의도를 정확히 파악하는 능력이 있는 것을 확인했습니다. 이러한 거대언어모델은 질문을 찰떡같이 알아듣는 챗봇을 개발하는 목적으로도 매우 유용하게 사용될 수 있습니다. 미세학습을 통해 챗봇의 만들기 어려운 이유 ChatGPT 훈련과정을 아시는 분들은 GPT와 같은 사전학습모델(pre-trained model)을 사용자 데이터로 미세학습(fine-tuning)을 시키면 가능하겠다고 생각할 수 있습니다. 물론 더 나은 답변을 얻을 수 있고, 의료나 법률 등 특화된 응용의 모델이 개발되고 있다고 합니다. 그렇지만 이 경우에도 다음의 문제가 있습니다.

*이 글은 외부 필자인 서양수님의 기고입니다. 2023년 상반기를 리뷰해 보기 위해 놓치지 말아야 할 콘텐츠 마케팅 사례 10개를 모아봤습니다. 지난 글에 이어, 이번 글에서는 해외 사례를 소개해 드릴까 합니다. (참조 - 2023년 상반기 놓쳐선 안 될 국내 광고 TOP10) 이번 상반기에 콘텐츠 마케팅 분야에서 나타난 두드러진 특징을 꼽자면, 단연 'AI'입니다. 특히 '생성형 AI'는 텍스트 입력만으로 이미지뿐만 아니라 영상까지도 만들 수 있죠. 비용이 많이 드는 후반 작업이나 예측불가능한 셀럽을 활용하지 않고도 다양한 소스를 손쉽게 얻어낼 방법이기에 많은 업계인들이 주목하고 있습니다. 이번 글에 모아본 10가지 사례 중에서도 AI를 활용한 콘텐츠가 눈에 띕니다. 앞으로 AI가 콘텐츠 마케팅 업계에 어떤 파장을 만들어 낼지 기대도 되면서, 저 또한 업계에 있는 사람으로서 많은 준비를 해야겠다는 생각이 듭니다. 저는 지난 3년간 반기 단위로 주목해야 할 콘텐츠 마케팅 사례들을 모아서 아웃스탠딩에 발표해 왔는데요. 그간의 글과 비교하며 보시면 분명한 경향성이 나타납니다. (참조 - 2022년 해외 광고 TOP10과 성공 포인트 5가지) (참조 - 2022년 상반기 놓치지 말아야 할 광고 '국내편' TOP 7) (참조 - 2021년 결산, 놓쳐선 안 될 국내 광고 TOP10) (참조 - 2021년 결산, 놓쳐선 안 될 해외 광고 TOP10)

*이 글은 외부 필자인 박태영님의 기고입니다. 매쓰플랫을 운영하는 스타트업 프리윌린이 저작권 분쟁에 휩싸였습니다. 매쓰플랫은 강사가 학생에게 맞춤 문제집을 제공할 수 있도록 초중고 수학 영역에서 대규모 문제은행을 제공하고 있습니다. 최근에는 알토스벤처스, 스마일게이트 인베스트먼트 등 벤처캐피털로부터 70억원 규모 투자를 성공적으로 유치하였습니다. 홈페이지에 들어가 보면 "시중교재/교과서 유사문제 무제한 이용하세요"라고 표기하고 해당 교재들의 표지 이미지를 나열하면서 어떤 시중 출판물들을 활용했는지 공개적으로 홍보를 하고 있습니다. 이에 대해 해당 출판사들은 저작권 침해라며 강력하게 반발하고 있는 상황입니다. 이미 작년 말부터 법률대리인을 통해 민사와 형사 대응을 해오고 있다고 합니다. 이에 대해 매쓰플랫 측 입장은 수학 문제 특성상 유사하거나 같은 문제가 나올 수밖에 없고 이를 저작권 침해로 보는 것은 무리가 있다는 입장입니다. (참조 - 교육청이 픽한 아기 유니콘 프리윌린, 카피캣 논란 휘말렸다) 불법과 탈법 사이, 담장 위를 걷다 매쓰플랫은 갈등의 소지가 큰데도 왜 해당 출판사 저작물을 활용했다고 공개적으로 표시를 해둔 것일까요? 교재를 활용하여 교수를 하는 강사들 사이 교재의 저작권은 아주 오래된 문제입니다. 학생들은 유명 문제집을 통해 학습하고 싶은데, 강사들이 이를 편집하여 숙제로 내주거나, 인터넷 강의 교재로 사용하는 등 행위에 대해 엄격하게 금지하는 정책을 취해 왔기 때문입니다. 그래서 강사들 간에 공동의 교재를 만드는 오픈소스 운동을 벌이기도 했습니다. 또 스타트업 업계에서는 교재를 복잡한 절차 없이 교수 활동에 활용할 수 있게 돕는 쏠북(회사명 북아이피스) 같은 서비스가 나오기도 했습니다.

*이 글은 외부 필자인 오힘찬님의 기고입니다. 지난 6월 개최된 세계개발자회의(WWDC)에서 애플은 한 번도 인공지능(AI)이라는 단어를 쓰지 않았습니다. (참조 - WWDC23 highlights) 오픈AI의 챗GPT가 큰 관심을 받은 후 구글, 메타 등 기업들의 AI 선전이 어느 때보다 활발해진 시기인데 말이죠. AI 기술이 포함된 기능들을 소개하긴 했습니다. 키보드의 새로운 자동 수정 기능에 대해 "트랜스포머 언어 모델을 사용했다"라고 설명했고, 받아쓰기 기능은 '온디바이스 머신러닝'을 통해 작동한다고 설명했습니다. 아이폰 사용자의 최근 사진, 위치, 운동 등 정보를 가져와서 머신러닝으로 글쓰기 주제와 질문을 제시하는 저널 앱도 선보였습니다. 그런데도 AI라는 말은 하지 않았습니다. (참조 - developer apple-wwdc23) 경쟁사들과 확연히 대조적입니다. 마이크로소프트(MS), 메타, 알파벳, 아마존은 지난 1분기 실적 발표에서 AI를 총 168회 언급했습니다. 가장 중요한 기술 동향이 AI라는 걸 각인시켰죠. 하지만 애플이 AI를 설명하는 데 주로 사용한 용어는 지능형(Intelligence), 머신러닝(Machine Learning, ML), 뉴럴엔진(Neural Engine)입니다. 지능적이라는 것으로 AI 기능을 간접 설명하고, 애매한 기술 용어 대신 정확하게 ML이라고 소개했죠. 그리고 애플 실리콘 칩 안에 있는 뉴럴엔진으로 경쟁사 대비 차별성인 하드웨어를 더 강조한 것입니다. AI 없는 WWDC 23

"중국산 이슈, 일자리 이슈 등 뼈아픈 질문이 몇 가지 있습니다" "여전히 공격받고 있는데요. 참, 뼈아픕니다" (브이디컴퍼니 함판식 대표) 요즘 식당에서 로봇을 보는 건 흔한 일입니다. 로봇이 음식을 갖다 주기도 하고요. 반대로 그릇을 치워주기도 합니다. 통계청에 따르면, 2022년 말 기준 전국에 있는 서빙 로봇은 약 5000대인데요. 2023년 말이면 1만1000대가 넘어갈 것으로 예상됩니다. 이중 시장 점유율 1위는 '브이디컴퍼니'인데요. 시장 점유율 약 70% 이상을 차지하고 있죠. 브이디컴퍼니는 2019년 설립되어 서빙 로봇을 국내 최초로 상용화한 기업입니다. 2022년 매출 235억원, 영업이익 42억원을 기록했습니다. 설립 첫해부터 성장과 동시에 흑자 경영을 이어왔습니다. 2022년 말, 99억원을 투자받으면서 더 큰 성장을 꿈꾸고 있는데요. 브이디컴퍼니 뒤에는 몇 가지 이슈가 따라다닙니다. 첫째는 중국산 이슈입니다. 중국산 로봇이 국내 시장을 장악했다는 이야기와 함께 시장 1위인 브이디컴퍼니가 언급됩니다. 둘째로, 중국산 로봇으로 돈을 벌면서, 국내 로봇 개발에는 소홀하다는 지적입니다. (참조 - 국내 서빙 로봇 시장 年 50%씩 커지는데…중국산이 90% 장악) 셋째는 로봇 기업이 흔히 받은 지적인 '일자리' 문제입니다. 서빙 로봇이 식당의 일자리를 빼앗는다는 거죠.

디지털 콘텐츠 비즈니스는 매년 성장을 거듭하고 있습니다. 심심하고 따분한 일상 속에서 '즐길거리'를 강하게 갈구하는 현대인의 니즈를 채워주기 때문입니다. 하지만 디지털 콘텐츠 비즈니스는 크게 두 가지 한계점을 안고 있습니다. 첫 번째는 아무리 기술이란 껍데기를 입혀도 작업 대부분이 노동집약적으로 이뤄진다는 것입니다. 하나의 텍스트가 나오기 위해선 결국 작가들이 손으로 글을 작성해야 하고 하나의 음원이 나오기 위해선 결국 PD들이 손으로 작곡해야 하고 하나의 영상이 나오기 위해서도 결국 감독과 스탭이 손으로 각 장면을 카메라에 담은 뒤 편집실에서 정리해야 하죠. 두 번째는 퀄리티 컨트롤입니다. 위와 같이 열심히 손으로 만들어도 '인간의 영감과 컨디션'이란 불확실한 요소에 의존해야 하기 때문에 불투명한 성과를 감당해야 합니다. 그래서 흔히 콘텐츠 비즈니스를 흥행 비즈니스라 이야기하는데요. 일정한 비용을 들여야 하지만 얼마나 수익을 낼지 모른다는 뜻을 내포하고 있죠. 콘텐츠 비즈니스 중에서 규모화 및 체계화에 가장 성공한 게임 비즈니스도 크게 다르지 않습니다. 게임은 하나의 가상 세계관에서 텍스트, 음원, 영상이 어울어진 종합예술인데요. 역시 작업과정 모두 손으로 이뤄지고요. 심지어 디지털화 과정의 핵심인 코딩도 그렇습니다. 이로 인해 매회 제작비는 수백억원에서 수천억원에 이르며 출시 전 무수히 많은 테스트와 사전검수 과정을 거쳐야 하죠.

*이 글은 외부 필자인 권정민님의 기고입니다. 구글의 '바드'나 'ChatGPT' 같은 대화식 생성 AI가 빠르게 대중화되면서, AI를 활용해 업무를 더 편하게 하고 싶다는 니즈도 함께 늘고 있습니다. 실제로 생각보다 많은 직장인이 생성 AI를 업무에 활용하고 있다고 합니다. 그렇지 않더라도 업무 효율에 도움이 되리라 기대하는 분이 많습니다. 노션이나 MS오피스 같은 업무용 툴에 '노션 AI', '코파일럿'이라는 형태로 전용 AI가 일부 적용됐는데요. 이들을 이미 사용해 왔던 기업 중심으로 업무가 편해졌다는 이야기가 들려옵니다. 크게 보안에 문제없는 선에서 생성 AI를 활용하는 방안을 두고 다양한 논의가 진행 중입니다. (참조 - 깃허브 "개발자, 코파일럿의 생산성 향상 효과 긍정적 평가") (참조 - 직장인들 AI '열공 모드'…36% "호기심 넘어 업무에 활용") 물론 부작용도 없지 않습니다. 업무에 활용하려고 생성 AI에 코드나 데이터를 넣었다가 보안 관련 문제가 발생한 사례가 여러 회사에서 나왔습니다. (참조 - '챗GPT, 회사서 쓰지 마'…미국 대기업들도 금지령) (참조 - "구글, 직원들에 챗GPT·바드에 회사 중요정보 입력말라") 과연 생성 AI는 정말로 업무 효율을 높여줄 수 있을까요?

*이 글은 외부 필자인 성원용님의 기고입니다. OpenAI가 작년 말에 ChatGPT를 내놓은 후 아주 폭발적 인기를 모으자, 구글도 서둘러서 비슷한 대형언어모델 기반의 인공지능 챗봇 BARD를 내놓았습니다. 물론 시작은 순탄치 않았습니다. 올해 2월에 선보인 시연에서 우주 망원경 James Webb에 관한 질문에 살짝 엉터리 답변을 내놓는 바람에 하루 사이에 구글의 시가총액이 거의 1000억달러(한화 거의 130조원)나 증발하기도 했습니다. 그래도 BARD는 미국을 비롯하여 우리나라에서도 출시가 되어 많은 분들이 잘 이용하고 있습니다. BARD는 ChatGPT와 마찬가지로 대형언어모델 기반의 대화형 챗봇이지만 ChatGPT와 근본적으로 다른 점이 있습니다. 간단히 말하면 BARD는 사실 확인을 위한 외부 검색 등의 툴셋(tool set)을 사용하고 있습니다. BARD는 구글이 2022년 2월에 발표한 논문 LaMDA(Language Models for Dialog Applications)에 기반을 두고 있습니다. 이번 글에서는 LaMDA 논문을 바탕으로 설명을 하겠습니다. (참조 - LaMDA: Language Models for Dialog Applications) LaMDA의 학습법 구글의 LaMDA는 인공신경망의 복잡도를 의미하는 파라미터(parameter)의 숫자가 2B(2Billion, 20억)과 137B(1370억) 모델이 있고, 가장 큰 모델을 기준으로 하면 ChatGPT의 175B보다 좀 작습니다. 그리고 LaMDA는 파라미터 숫자가 1T(1Tera, 1조) 정도로 알려져 있는 GPT-4보다는 꽤 작다 할 수 있습니다. LaMDA의 경우에도 ChatGPT 또는 사전학습모델인 GPT3.0과 마찬가지로 인터넷과 책의 많은 텍스트 데이터를 이용하여 단방향 언어모델로 사전학습(pretrain) 훈련을 시킵니다. 단방향 언어모델은 글을 읽으면서 다음에 나올 단어(정확히는 토큰)를 예측하도록 훈련을 합니다. 대부분의 훈련시간은 이 사전학습에 소요가 되고, 미세조정은 비교적 쉽게 끝이 납니다.

"어휴 AI를 들고 오네?" "이 스튜디오랑 작가 다 거릅니다" "중간중간에 옷 마감 디테일도 그렇고 AI 티 너무 남" "수정 대충 한 거 같은데... '딸깍이'는 작가가 아닙니다" 2023년 5월 연재를 시작한 네이버 웹툰, '신과함께 돌아온 기사왕님' 1화에 달린 댓글들입니다. 이 작품은 첫 화가 공개된 직후 AI로 작업했다는 논란에 휩싸였으며 거센 반발에 직면했습니다. 저작권 논란이 있는 생성형 AI로 작품을 제작해 플랫폼에서 연재한다는 점에서 창작자의 권리를 존중하지 않는다는 비판을 받은 건데요. 해당 작품을 제작한 블루라인 스튜디오 측에서는 바로 해명문을 냈습니다. "저희 작품은 많은 분들이 우려해 주신 것처럼 AI를 이용해 생성된 이미지를 사용한 것은 아니며" "3D 모델과 각종 소재들을 사용하면서 웹툰에서 느껴지는 위화감을 줄여보고자 작업의 마지막 단계에서 AI를 이용한 보정 작업을 하였습니다" "효율적인 작업을 위해서 마무리(보정) 단계에서 AI를 활용하였으나, 창작의 영역에 있어서는 직접 스튜디오에서 작업을 진행하였습니다" (블루라인 스튜디오 해명문 중) 블루라인 측에서는 기존 원고를 모두 재 업로드하였으며, 앞으로의 원고도 AI 보정 없이 진행하겠다고 밝혔습니다. 그럼에도 이 작품에 대한 '별점 테러'와 부정적 댓글은 지금까지도 계속되고 있습니다. 이 사건 이후 네이버웹툰은 생성형 AI와 관련해 다소 보수적인 행보를 보이기 시작했습니다.

*이 글은 외부 필자인 성원용님의 기고입니다. ChatGPT 또는 BARD와 같은 인공신경망 기반의 거대언어모델은 한글로 입력해도 많은 경우 답을 잘합니다. 그런데 왜 '한국어 중심' ChatGPT 가 필요한가요? 그리고 한국어 중심이라는 의미는 무엇인가요? 한국에 관한 질문 또는 한글로 하는 질문에 대답을 더 잘하면 한국어 중심인가요? 아니면 다른 기준이 있을까요? 이런 질문들이 나오곤 합니다. 이 문제에 대해 오늘 설명을 하겠습니다. 영어와 한국어, 토큰의 차이 ChatGPT 또는 GPT-4, BARD에 한글로 질문할 때 예리한 분은 그 답의 질이 영어로 질문한 경우와 비교했을 때 떨어진다는 생각을 할 수 있습니다. 우선 ChatGPT의 사전학습 모델인 GPT-3 훈련에 사용된 한국어 데이터는 전체 학습데이터의 불과 0.016%에 지나지 않습니다. (참조 - ChatGPT가 촉발한 초거대 AI시대 우리의 대응 전략｜하정우 NAVER AI Lab 연구소장) 이 때문에 한국과 관련된 정보는 좀 부실하게 대답을 합니다. 그렇지만 앞으로 구글이나 OpenAI도 한국어 훈련 데이터를 더 많이 사용하여 대형언어모델을 훈련하면 한 국어 관련 성능이 더 좋아지지 않을까 생각할 수 있습니다. 실제로 GPT-4는 한국어를 비롯하여 영어 외의 다른 언어의 훈련데이터를 더 많이 보강하였다 알려져 있고 또 여러 테스트에 의하면 GPT-4의 한국어 성능이 ChatGPT 대비 상당히 좋다고 합니다. 한국어 중심 언어모델 또는 한국어 ChatGPT 가 필요한 더 근본적인 이유는 토큰화(tokenization) 방법에 있습니다. 토큰은 어떤 문장을 인공신경망에서 표현할 때 사용하는 기본 글자라 생각할 수 있습니다.

챗 GPT의 아버지로 불리는 샘 알트만 오픈AI 대표는 요즘 장안의 화제인 인물인데요. 그는 2023년 6월 10일 서울 강남구 해시드에서 열린 월드코인 밋업 서울 행사에 참석해 가상자산으로 기본소득의 재원을 마련할 수 있다고 밝혔습니다. 앞서 2019년 샘 알트만 오픈AI 대표와 알렉스 블라니아 월드코인 대표는 비영리 월드코인 재단과 월드코인 프로젝트를 위한 기술 기업 툴즈 포 휴머니티를 공동 설립했습니다. 툴즈 포 휴매니티는 2023년 5월 시리즈 C 라운드에서 1487억원(약 1억1500만달러)를 조달하면서 4조원(약 30억 달러)의 기업가치를 평가받은 것으로 알려졌습니다. 주요 투자자로는 안데르센 호로비츠(a16z)를 비롯해 코슬라벤처스, 코인베이스벤처스, 링크드인 공동 창업자 리드 호프먼 등이 있고 국내에선 해시드가 2021년에 초기 투자했죠. 해시드 월드코인 투자팀에게 월드코인에 투자한 이유를 물었는데요. 블록체인을 활용한 신원 파악과 신흥시장에서 블록체인 지갑, 금융 상품에 대한 접근권을 제공할 수 있다는 점 등을 꼽았습니다. 아울러 기술 생태계에서 월드코인 팀과 장기적인 관계를 구축하길 바란다고 밝혔습니다. 월드코인은 사람의 홍채 정보를 인식해 블록체인에 연결하고 가상자산(월드코인 토큰)을 지급받을 수 있게 하는 프로젝트인데요. 이때, 사용하는 기기는 홍채 정보를 스캔해 인식하는 오브(Orb)입니다. 2023년 5월 8일 전 세계 29개국에서 출시됐고 국내에서는 경기도 성남시 분당구 서현동에 있는 빌딩의 한 사무실에서 오브를 이용할 수 있습니다. 서현동 사무실은 일종의 대리점인 셈인데요. 홍채를 누군가 등록할 때마다 대리점은 2만원가량을 받는 것으로 알려졌습니다. (참조 - 홍채 인식하면 끝… '샘 올트먼 코인' 지갑 만들어보니) 월드코인 앱을 다운로드해 가입하면 블록체인 기반의 디지털 신분증인 월드 ID가 생성됩니다. 월드코인을 받으려면 홍채 정보를 등록해야 합니다. 월드 ID의 소유자가 사람이면서 고유한 존재라는 걸 증명해야만 월드코인이 지급되는 구조이기 때문이죠.

*이 글은 외부 필자인 김도헌님의 기고입니다. 6월 17일, 18일 양일간 올림픽 주경기장에서 공연을 펼치는 팝스타 브루노 마스의 내한 소식이 화제였습니다. 4월 27일과 28일 양일에 거쳐 예매가 진행됐지만 표는 순식간에 동이 났고, 중고 거래 사이트에서는 1억 8000만원까지 오른 암표가 거래될 정도로 엄청난 경쟁이 펼쳐졌죠. 공교롭게도 브루노 마스는 다른 분야에서도 화제를 모으고 있습니다. 소셜 미디어에서 추천을 받아 돌고 있는 영상이 공개 10일 만에 34만회 조회 수를 기록하며 여러 플랫폼으로 확산되고 있는데요. 바로 브루노 마스가 부르는 걸그룹 뉴진스의 노래 'Hype Boy' 영상입니다. 언뜻 듣기에는 브루노 마스가 호소력 짙은 목소리로 뉴진스의 인기곡을 부르는 것처럼 들리는데요. 내한 공연을 앞둔 브루노 마스가 열성적인 한국 팬들을 위해 서비스로 커버 영상을 업로드한걸까요? 그렇지 않습니다. 사실 이 영상은 브루노 마스의 목소리를 학습한 인공지능 음악 생성기가 만든 가상의 노래입니다. 영상을 업로드한 채널의 이름도 '후엠아이 AI커버(WhoAmI AiCover)'인데요. 업로드한 영상을 보면 인기 가수들의 목소리를 AI로 추출해 그가 부르지 않을 법한 노래에 합성한 모습을 볼 수 있죠. 지난해 말부터 틱톡을 중심으로 AI 음악 생성 도구를 활용해 유명 음악가가 다른 음악가의 노래를 부른 것처럼 흉내 내는 콘텐츠가 유행하고 있습니다. 현재 구글, 유튜브, 틱톡, 인스타그램 등 'AI 커버(AI Cover)'를 검색해보면 바로 알 수 있습니다. 드레이크, 카니예 웨스트, 니키 미나즈, 에미넴 등 인기 해외 래퍼들이 서로의 노래를 바꿔 부르거나 케이팝 노래를 부르고,

*이 글은 외부 필자인 허유림님의 기고입니다. 작년 9월, 미국 콜로라도는 무척이나 시끄러웠습니다. 인공지능이 만든 그림 '스페이스 오페라 극장'이 주 박람회 미술전에서 우승을 차지했기 때문입니다. 작품을 '만든' 주인공은 게임기획자인 제이슨 앨런인데요. 앨런은 텍스트로 설명문을 입력하면, 몇 초 만에 이미지로 변환해주는 AI 프로그램 '미드저니(Midjourney)'로 작품을 생성했습니다. 그는 총 3점을 출품했고, 그중 위 작품이 1위를 차지했습니다. (참조 - 미술대회에서 최우수상을 수상한 'AI 미드저니'는 어떻게 그림을 잘 그릴 수 있는 걸까?) 아웃스탠딩 독자 여러분이라면, "웬 옛날이야기?"라고 생각하실 수도 있겠네요. 맞아요. 저도 새롭다고 생각하진 않습니다. 인공지능이 만든 예술 작품은 이미 수년 전부터 존재했기 때문입니다. AI가 그린 그림, 시장의 반응은? 2018년 10월, 뉴욕 크리스티 경매에서 AI 화가 오비어스가 그린 초상화 '에드몽 드 벨라미'가 예상보다 40배 이상 높은 43만2500달러(4억9000만원)에 팔렸습니다. AI가 14세기부터 20세기에 걸쳐 제작된 인물화 1만5000개를 토대로 만든 초상화를 캔버스에 출력한 작품입니다. 2019년 3월에는 런던 소더비 경매에선 독일 작가 마리오 클링게만이 AI와 협업해서 만든 미디어아트 '메모리즈 오브 패서바이 아이'가 4만파운드(6000만원)에 낙찰됐죠. 이렇게 기술을 활용해 만든 작품은 예전부터 존재했습니다.

*이 글은 외부 필자인 성원용님의 기고입니다. 약 한 달 전 미국의 유명 신문인 뉴욕타임스(New York Times)지 대담에서 제프리 힌튼(Geoffrey Hinton)교수는 AI연구의 위험을 크게 경고하였습니다. (참조 - 'The Godfather of A.I.' Leaves Google and Warns of Danger Ahead) 이 기사를 인용하여, 많은 국내외 언론은 인공신경망 연구의 개척자 힌튼 교수가 자기 일생의 연구에 대해 후회하고 있다는 해설을 달기도 하였습니다. 오늘은 힌튼 교수가 이렇게 AI연구의 위험을 경고한 이유를 이 신문기사와 또 최근에 진행된 MIT 테크놀로지 리뷰(Technology Review)에 나온 대담을 토대로 설명하겠습니다. (참조 - Geoffrey Hinton talks about the "existential threat" of AI) AI 연구 선구자 힌튼 교수는 1970년대 영국에서 인공신경망 연구로 박사학위를 받으며 이 분야의 연구를 시작하였습니다. 당시는 물론 사람이나 동물의 신경세포를 모방하여 지능을 가지는 시스템을 만든다는 것이 매우 생소하던 시절이었습니다. 제프리 힌튼 교수는 2018년 요수아 벤지오(Yoshua Bengio), 얀 르쿤(Yann LeCun)과 함께 인공신경망에 대한 연구로 ACM의 튜링 어워드(Turing Award)를 받았습니다. 이 어워드는 컴퓨터 학계의 노벨상으로 간주되고는 합니다. 힌튼 교수는 깊은 신경망 훈련에 가장 많이 사용되는 에러 역 전파 (error back-propagation) 알고리즘의 발전에 기여하였습니다. 또한 오버피팅(overfitting)을 억제하는 드롭아웃(dropout)과 같은 훈련방법과 알렉스넷(AlexNet)같은 혁신적인 신경망 설계에 관한 연구로 이 분야의 발전에 지대한 영향을 끼쳤습니다. 그의 지도 아래 여러 유명한 연구자들이 배출되었으며, 그중에는 OpenAI의 공동창업자 일리아 수츠케버 (Ilya Sutskever)와 Meta(페이스북의 모회사)의 AI책임자인 얀 르쿤이 포함되어 있습니다. 참고로 에러 역 전파 알고리즘 덕분에 인공신경망 개발 시 신경망 모델의 층수를 높일 수 있고 그에 의해서 높은 성능을 얻을 수 있습니다. 하지만 이 알고리즘은 인간이나 동물의 신경세포가 학습되는 방법과는 사뭇 다른 방식이라 할 수 있습니다. AI의 위험, 단기 중기 장기

대개 어느 정도 규모가 되는 회사는 회계, 재무, 세일즈, 인사 등.. 각 부서 별로 방대한 문서 데이터를 가지고 있죠. 그리고 그 중 많은 문서는 비즈니스나 회사 운영에 직간접적인 관련이 있습니다. 따라서 방대한 문서에 담긴 정보를 파악하고 활용할 수 있다면 금상첨화일 것입니다. 문제는 이들 문서에 담긴 내용이 워낙 많고 때로는 pdf 등 이미지 파일이나 다른 형식의 파일로 존재하는 경우도 있기에 제대로 살펴보고 활용하는 데 어려움이 있다는 입니다. 이 문제를 AI로 해결하겠다고 나선 스타트업이 있습니다. 바로 B2B 문서 기반 업무 자동화 서비스를 제공하는 올거나이즈입니다. 지식 노동자의 삶을 AI로 혁신하겠다는 이창수 올거나이즈 대표를 만나고 왔습니다. "안녕하세요, 대표님! 우선 간단히 회사 소개를 부탁드립니다" "안녕하세요. 올거나이즈 이창수 대표라고 합니다" "올거나이즈는 기업용 B2B 문서 기반 업무 자동화 서비스를 제공하는 회사예요" "문서 기반 업무 자동화라고 하니 말이 좀 어려운데요" "크게 두 축으로 설명 드릴 수 있습니다" "우선 회사 내의 방대한 문서를 토대로 질문에 대해 답변해주는 '알리앤써'라는 서비스가 있습니다" "최근에는 GPT 버전인 알리GPT를 내놓기도 했지요" "다양한 내용을 바탕으로 종합적인 답변을 내놓는 생성형AI를 활용한다는 점이 특징입니다" "그런데 사내 문서에서 필요한 정보를 찾아준다는 것이 그리 새롭게 느껴지진 않습니다"

*이 글은 외부 필자인 신필수님의 기고입니다. 지난 3월 22일, 'AI 개발속도가 너무 빠르다'며 개발 속도를 조절해야 한다는 서명운동이 있었던 것 기억하시나요? 서명에는 일론 머스크, 스티브 워즈니악 같은 IT 거물들뿐만 아니라 '사피엔스'의 저자 유발 하라리도 참여했습니다. (참조 - Pause Giant AI Experiments) 이 외에도 AI, 특히 생성형 AI가 가져올 부작용에 대한 우려가 늘어나고 있습니다. 처음에는 AI가 저작권을 무시한 채로 마구 베껴 그리는 것이 이슈였습니다. 하지만 이제는 사실적인 이미지를 뽑아낼 정도로 발전하여 '뭐가 진짜이고 가짜인지' 구별이 어려워지는 문제가 떠오르고 있습니다. 이미지 생성 AI의 대표주자인 미드저니(Midjourney)도 이런 부작용을 의식해서인지 무료로 체험할 수 있는 기능을 아예 삭제해, 오직 유료로만 사용할 수 있도록 변경됐습니다. 저는 AI의 능력이 신기하고 업무에도 활용하기 좋아 그 발전을 지켜보는 게 즐겁습니다. 하지만 AI의 발전을 우려하는 이야기도 찬찬히 들어볼 필요가 있는 것 같습니다. 뭐든지 다 해줄 수 있을 것만 같은 도구이지만, 그에 대한 대가도 분명 있을 테니까요. 친AI로 편중된 제 의견에 조금이라도 균형이 더해졌으면 하는 마음에 글을 씁니다. 1. 일자리 문제 (feat. 양극화) AI 이야기에서 일자리 언급을 하지 않을 수 없습니다. "AI가 그림을 그려준대 → 디자이너들 어떡하냐.." "AI가 코딩도 해준대 → 프로그래머들 어떡하냐." 이런 우려 섞인 대화를 한 번쯤은 들어보셨을 것입니다.

*이 글은 외부 필자인 최호섭님의 기고입니다. '구글의 위기'를 염려하는 목소리가 꽤 들립니다. 챗GPT가 인터넷의 패러다임을 바꾸고, 구글은 그동안의 레거시 때문에 인공지능 시대에 발을 맞추지 못하고 있다는 것이지요. 그리고 지난 5월11일 구글은 이 우려에 대답하기라도 하듯 개발자 컨퍼런스를 통해 인공지능 기술을 잔뜩 꺼내 놓았습니다. 하지만 뭔가 새로운 느낌보다는 바쁘게 따라간다는 인상을 주는 것도 사실입니다. 스타트업처럼 늘 새로운 것을 꺼내놓고, 가장 앞서 모바일과 클라우드, 인공지능을 꺼내놓던 구글에 무슨 일이 생기기라도 한 걸까요? 세상에서 제일 쓸모없는 일이 연예인과 구글, 애플 걱정이라는 데 어딘가 마음이 쓰이는 부분이 없는 건 아닙니다. 과연 구글은 위기로 접어드는 걸까요? 이제서야 인공지능을 꺼내놓는 구글? 챗GPT의 등장 이후 인터넷에서 정보를 얻고, 그걸 바탕으로 새로운 무엇인가를 만들어내는 방법에 변화가 생겼습니다. 인터넷을 떠돌고 헤매는 이른바 '웹 서핑'은 정보를 찾는 여정이었지만 다른 한편으로는 온라인 광고를 통해 정보의 대가를 치르는 과정이기도 합니다. 하지만 챗GPT를 비롯한 대규모 언어 모델은 사람의 의도를 확률적으로 받아들이고, 그동안 학습한 인터넷의 데이터를 바탕으로 적절한 결과물을 만들어냅니다. 검색의 과정을 줄이거나, 때로는 아예 없애기도 합니다. 아마도 언어모델에 대한 신뢰가 더 높아진다면 검색 과정은 더 줄어들 겁니다. 검색 과정이 줄어들면 곧 온라인 광고 노출 기회도 따라서 낮아질 겁니다.

*이 글은 외부 필자인 이요훈님의 기고입니다. 지난 5월 10일, 구글에서 '구글 I/O 2023'을 개최했습니다. 개발자 행사라서 개발 관련 내용이 중심이지만, 많은 사람이 기조연설을 주목합니다. 빅테크 기업 구글이 지금 어느 방향으로 나아가고 있는지 알 수 있기 때문입니다. 이번 기조연설에서 발표된 주요 내용은 다음과 같습니다. "안드로이드 13: 안드로이드 13은 구글의 새로운 모바일 운영 체제입니다. 새로운 디자인, 향상된 개인 정보 보호 및 보안 기능, 여러 가지 새로운 기능을 제공합니다" "픽셀 7 및 픽셀 7 프로: 픽셀 7과 픽셀 7 프로는 구글의 새로운 스마트폰입니다. 새로운 디자인, 향상된 성능 및 여러 가지 새로운 기능을 제공합니다" "픽셀 워치: 픽셀 워치는 구글의 새로운 스마트워치입니다. 원형 디스플레이, 다양한 기능 및 구글의 Wear OS를 실행합니다" "픽셀 버즈 프로: 픽셀 버즈 프로는 구글의 새로운 무선 이어버드입니다. 액티브 노이즈 캔슬링, 투명 모드 및 다양한 기능을 제공합니다" "구글의 새로운 AI 및 기계 학습 기능: 구글은 기계 학습을 사용하여 제품과 서비스를 개선하기 위해 노력하고 있습니다. 기조연설에서 그들은 검색, 번역 및 사진에서의 작업을 보여주었습니다" "이러한 발표 외에도 구글은 구글맵의 새로운 기능, 구글 홈의 새로운 기능 및 구글의 새로운 클라우드 컴퓨팅 플랫폼인 구글 클라우드 넥스트의 여러 가지 기능을 포함하여 제품 및 서비스에 대한 여러 가지 다른 발표를 했습니다" ..뭔가 이상하다는 생각이 드셨더라도 절 탓하지 말아 주세요. 구글의 AI 챗봇 '바드(Bard)'에게 물었더니 저렇게 답해주더라고요.

*이 글은 외부 필자인 조하나님의 기고입니다. "인간의 단점은 존재하지 않는 것에 대해 희망을 품는 거야. 인간들은 그걸 꿈이라고 하지. (Human beings' weakness is that they hope for things that do not exist, and they call them dreams)" (지골로 조, 영화 'AI' 중) '대 인공지능의 시대'입니다. 챗GPT가 미국 의사 시험에 합격하고 (참조 - 전문직 위협하는 챗GPT … 美의사면허·로스쿨 시험도 통과) 인턴 시말서도 써주고 (참조 - 챗GPT, '인턴 시말서'도 썼다…"이젠 반성도 AI가 대신") 연애 상담에 (참조 - AI가 소설 쓰고 연애 상담해준다는데…'챗GPT' 능력은 어디까지) 종교까지 접수했습니다. (참조 - 챗GPT 설교에 대한 당신의 생각은?... 목회자 10명 중 4명 '챗GPT 사용 경험') 다 쓰려면 끝도 없는 챗GPT의 열일 행보! 이쯤 되면 AI에게 우리 인생 전체를 외주주는 게 아닌가 싶을 정도입니다.

감사보고서가 올라오는 시즌입니다. 업계의 이목은 기업들이 지난 한 해 농사를 잘했는지 못했는지, 잘했다면 어떻게 잘했고 못 했다면 무엇 때문에 못 했는지에 쏠려 있습니다. 이 국면에서 특히 눈길을 끈 스타트업이 하나 있습니다. 바로 손정의 회장이 이끄는 비전펀드로부터 거액의 투자금을 유치한 AI 에듀테크 스타트업 뤼이드입니다. 뤼이드의 말 많은 2년 치 실적 뤼이드는 사실 감사보고서가 나오기 이전부터 업계에서 적잖은 관심을 받던 회사였습니다. 회사가 처음 이름을 알리기 시작한 건 2017년 토익 학습앱인 '산타토익'을 출시하면서부터였는데요. 개인 맞춤 학습을 제공하고 모바일로도 쉽게 사용할 수 있도록 만드는 등 인기를 끌었습니다. 2018년엔 국내 유료교육앱 중 매출 1위를 달성했고, 2019년엔 누적 유저 100만명을 돌파하기도 했으니 나름대로 잠재력을 잘 보여줬다고 할 수 있겠습니다. 뤼이드가 국내 주요 에듀테크 스타트업으로 업계에 확실한 인상을 남긴 것은 2021년이었습니다. 회사는 비전펀드로부터 무려 2000억원 규모의 시리즈D 투자를 유치했는데요. 현재 환율 기준으로는 약 2300억원(1억7500만달러)에 해당하는 거액이었습니다. 당시 뤼이드는 재무제표 기준 8000억원 수준의 기업가치를 인정받으면서 명실상부 교육 분야의 예비 유니콘으로서 입지를 확실히 다졌습니다. 적어도 지난 약 2년여 동안 뤼이드는 '앞날이 창창한 교육 분야 AI 스타트업'이라는 대세감을 잘 이어왔죠. 이번에 공개된 뤼이드의 실적에 많은 사람이 고개를 갸웃했던 건 아마 이 때문이었을지도 모릅니다.

*이 글은 외부 필자인 심예지님의 기고입니다. 그동안 해오던 방식이 완전히 바뀔 때, 우리는 그걸 '혁신'이라고 부릅니다. 1990년대를 시작으로 고작 30년 남짓한 세월 동안 생활 방식은 급격히, 그리고 혁신적으로 변했습니다. 그 배경에 '정보'가 있습니다. 갈수록 세상이 연결되면서 누구나 손쉽게 많은 데이터, 즉 정보에 접근할 수 있게 됐습니다. 페이스북을 생각해 보세요. 검색만 하면 궁금했던 사람이 바로 나올 뿐만 아니라 '연결된 사람'도 알려줍니다. 이렇게 더 많은 연결을 만들어 주면서 이용자가 더 많은 데이터를 자발적으로 생성하게 했습니다. 데이터 형태 또한 텍스트에서 벗어나 이미지, 영상으로도 쌓이고 있죠. 빅데이터 시대에 접어들면서 세상과 사람들이 상호작용하는 방식과 범위가 기술과 함께 바뀌어 왔습니다. 하지만 검색 경험은 오랫동안 그대로였습니다. 1) 키워드를 입력한다 2) '검색하기' 버튼을 누른다 3) 검색 결과를 살펴본다 물론 전부 읽기 어려울 만큼 방대하지만, 그 결과를 탐색하는 게 전부죠.

*이 글은 외부 필자인 권정민님의 기고입니다. 여러 사람이 나온 사진을 저장하면, 자동으로 누가 나왔는지 찾아서 분류해 주는 기능. 비교적 최근에 나온 스마트폰을 사용하신다면, 한 번쯤 경험해 보시지 않았을까 싶은데요. 간혹 그 사진이 잘못 분류되거나 다른 사람 이름이 달린 모습도 보셨을 겁니다. 특히 주소록에 해당 사람의 프로필 사진을 연예인이나 캐릭터 이미지로 등록한 경우에 종종 발생합니다. 주소록에 넣은 사람 이름이 일종의 '라벨' 역할을 한 겁니다. 이렇게 개인 스마트폰이라는 작은 시스템에서도 데이터 라벨링 오류가 심심치 않게 발생합니다. 물론 혼자만 보는 시스템에서 생긴 일이니까 작은 해프닝이라고 넘어가도 괜찮지만요. 많은 사람이 자주 사용하는 인공지능 시스템에서 이런 오류가 발생한다면 어떨까요? 라벨링 오류는 기존에도 문제였지만, 요즘처럼 인공지능이 대두되는 시점에선 더욱 큰 문제를 야기할 수 있습니다. 앞서 살펴봤다시피 데이터 라벨링은 기계 학습 및 인공 지능 시스템의 성능에 중요한 역할을 합니다. 시스템은 데이터 라벨링을 통해 사람이 이해할 수 있는 형태의 데이터 기반으로 학습하고 판단합니다. (참조 - 인공지능 시대에 더욱 각광받을 '데이터 라벨러'의 명과 암) 데이터 라벨링은 사람(데이터 라벨러)이 직접 작업합니다.

*이 글은 외부 필자인 성원용님의 기고입니다. 챗GPT의 약점 지금 인터넷에서는 챗GPT에 대해 환호와 함께 부정적인 의견도 많습니다. 부정적인 반응을 나오는 대표적 이유 몇 가지가 있습니다. (1) 오류 가능성 첫 번째로 오류 가능성을 꼽을 수 있습니다. 챗GPT와 같은 생성형 언어모델은 단어를 꼬리에 꼬리를 무는 식으로 발생시킵니다. 따라서 단어 하나의 생성오류가 e라고 할 때, 예를 들면 100개의 단어로 된 답이 정확하게 맞을 확률은 (1-e)의 100승이 됩니다. 단어 하나의 생성오류 확률이 1%(e=0.01)라고 한다면, 이 경우 전체 문장이 맞을 확률은 불과 36.6%밖에 안됩니다. 그런데 이러한 주장은 약점만을 과장한 것입니다. 왜냐하면 지시문(prompt) 중에 중요한 내용 요약이나 암시를 주는 단어가 포함되어 있으면 트랜스포머 신경망 모델의 어텐션(attention) 구조를 이용하여 답을 쉽게 생성할 수 있기 때문입니다. 챗GPT의 능력은 긴 문장을 보고, 컨텍스트(context)를 이용하는 것입니다. 지시문에 내용이 주어져 있을 때 챗GPT가 그것을 참고 또는 주목(attention)해 내용을 요약하거나 부연설명을 하거나 번역을 하는 용도로 활용하는 게 적합합니다. 대표적인 응용으로는 대강의 내용을 주고 이메일 작성이나 연설문 요청하기, 이야기 다시 쓰기, 번역, 컴퓨터 소프트웨어 코딩 등이 해당됩니다. (2) 부정확한 내용 챗GPT의 또 다른 문제로는 암기 또는 기억하고 있는 내용이 부정확한 경우가 많다는 것입니다.

최근 주목받는 영어 학습앱으로 '스픽'을 빼놓을 수 없습니다. 스픽은 회화에 특화한 AI 영어 학습앱인데요. AI튜터가 말을 시키면 사람이 대답하고, AI가 다시 피드백을 주는 식으로 학습이 이루어집니다. 스픽의 월간활성사용자수(MAU)는 지난해를 기점으로 크게 증가하기 시작했는데요. 지난해 1월 22만4000여명의 MAU를 기록한 데 이어, 올해 1월엔 33만여명의 MAU를 기록하기도 했습니다. 지난달인 3월엔 영어 교육 서비스 중 사용량 기준, 3위를 차지하기도 했죠. 출시된지는 약 4년여밖에 되지 않았지만 이미 사용성과 성능에 대해 호평받고 있다는 것입니다. 스픽이 큰 인기를 끄는 배경은 앱의 성능과 사용성이 좋다는 것 말고도 하나가 더 있습니다. 최근 챗GPT, GPT-4 출시 등으로 화제를 몰고 다니는 무려.. 오픈AI가 투자한 AI 스타트업이라는 점이 바로 그것인데요. 특히 최근 GPT-4가 정식으로 출시되기 이전부터 이를 활용해 서비스를 만들었다는 점이 발표되면서 이목을 집중시키기도 했습니다. 스픽의 코너 즈윅 대표를 인터뷰했습니다. 스픽의 특징과 오픈AI 투자 비하인드에 대해 물었고요. 인간 튜터와 비교할 때 스픽의 AI튜터가 갖는 장단점은 뭐라고 생각하는지, 향후 목표는 무엇인지에 대해서도 물었습니다. 본 인터뷰는 코너 즈윅 대표가 미국 샌프란시스코에 있는 관계로 줌 화상 통화로 진행됐습니다.

*이 글은 외부 필자인 배윤주님의 기고입니다. 최근 업계에서 가장 큰 화두이자 트렌드는 '생성형 AI'입니다. 생성형 AI는 이용자의 요구에 따라 결과를 생성해내는 인공지능입니다. MS, 구글 등 거대 IT 기업은 물론이고, 노션이나 슬랙과 같은 서비스에서도 생성형 AI를 접목한 기능을 출시하고 있죠. 이 거대한 물결을 만든 시작점이 바로 Open AI에서 출시한 Chat GPT입니다. Chat GPT는 출시 두 달 만에 월 사용자 1억명을 돌파했습니다. 10억달러(1조3183억원)를 투자한 마이크로소프트가 아예 100억달러(13조1830억원) 투자와 함께 파트너십을 맺기도 했습니다. 놀라운 성능 덕분에 정말로 AI가 인간을 대체하는 날이 머지않았다는 시선도 늘었습니다. (참조 - "구글은 이제 끝났다".. 수능 문제 해설에 코드 리뷰까지 해주는 '챗GPT') Chat GPT 같은 기술만 AI일까요? Chat GPT가 워낙 센세이셔널하다보니 마치 이전에는 없었던 최첨단 기술을 활용한 제품이라고 생각하는 분이 생각보다 많습니다. 그리고 모든 AI가 이렇게 새로운 데이터를 생성해낸다고 생각하시기도 하더군요. 사실 AI는 굉장히 폭넓은 개념입니다. AI라는 용어 자체가 '인공 지능 (Artificial Intelligence)'의 줄임말이죠. 시스템이 인간을 대신해서 해줄 수 있는 모든 행동을 의미합니다. 따라서 대화형 AI 같은 복잡한 활동 외에도 그 범주는 굉장히 넓습니다.

*이 글은 외부 필자인 최호섭님의 기고입니다. 챗GPT 이후 인공지능, 특히 언어에 대한 변화가 사뭇 무섭습니다. '글을 쓴다'는 행위는 정보를 찾는 것부터 시작해 이를 받아들이고 새로운 가치를 만들어내는 긴 여정의 결과물인데 컴퓨터에 잘 설명하는 것으로 단숨에 글을 얻어내다 보니 콘텐츠와 관련된 일의 방법, 더 나아가 그 가치 자체가 흔들리는 듯합니다. 어떻게 보면 마이크로소프트의 코파일럿을 비롯해, 챗GPT를 통해 생각을 표현하고 담아내는 장벽이 허물어지고 누구나 더 쉽게 문서를 만들어낼 수 있게 된 것은 반가운 일입니다. 동시에 적지 않은 부작용도 일어나고 있습니다. '보고서를 직접 쓰지 않는다'를 둔 논란은 이미 낡은 주제가 되었고, 글쓰기 과정 중 스스로 생각하는 것의 중요성을 강조하는 것도 이른바 '꼰대' 인증을 하는 셈이지요. 이런 가치관의 갈등을 넘어 콘텐츠를 무분별하게 베껴 재생산하거나 거짓정보를 그럴싸하게 만드는 일, 더 나아가 개인정보와 기업의 보안을 위협할 수도 있다는 우려도 나오고 있습니다. 기업들의 고민들이 속속 전해지기도 합니다. 삼성전자가 대표적인 사례죠. 반도체 설비 관련 소프트웨어 엔지니어가 코드의 결함을 확인하기 위해 챗 GPT에 코드를 입력하기도 하고, 중요한 회의 내용을 요약하기 위해 인공지능의 힘을 빌리는 일이 일어났다고 합니다. 코드를 검증하거나 회의록을 만드는 것은 챗GPT 초기부터 주목받던 '인공지능이 잘하는 일' 중 하나였는데 실제 현장에서는 마냥 달가운 일은 아니었던 겁니다. 물론 챗GPT는 개인정보를 엄격하게 보호하고 있다고 합니다. 하지만 이용자가 입력하는 정보들은 수집되어서 다시 GPT 모델의 학습에 쓰일 수 있습니다. GPT를 개발, 운영하는 오픈AI도 이를 공지하고 있습니다. 서비스를 통해 얻은 데이터로 강화학습을 하는 건 일반적인 일이기 때문이지요. 코드를 한번 입력했다고 그 내용이 고스란히 경쟁 기업에 들어가거나 이를 통해 GPT가 단숨에 반도체 생산 라인에 대한 지식을 완벽하게 얻지는 않겠지만 이런 내용들이 광범위하게 이뤄진다면 걱정이 될 수밖에 없습니다.

실리콘밸리에서 온 상위 1%가 돈 버는 비법 많은 이들이 부업과 재테크를 고민하는 시대입니다. 무수한 미디어가 돈을 많이 벌고 싶다는 욕망을 부추기죠. 문제는 그 욕망을 이용해서 부적절하거나 비윤리적인 방식으로 돈을 버는 사람들도 많아지는 겁니다. '이렇게 하면 당신도 당장 돈 벌 수 있어요' 라는 말로 사람들의 시선을 끌어모읍니다. 와디즈 펀딩 중 하나인 '챗GPT 초고수들이 사용하는 수익화 비법'은 그 욕망을 자극했습니다. (참조 - GPT 초고수는 이렇게 씁니다 I ChatGPT 수익화 활용 비법서) '그로윙업'이라는 업체가 만든 펀딩 프로젝트였고요. 이 펀딩은 '챗GPT 수익화 방법이 담겼다'고 주장하는 전자책에 투자하라는 내용입니다. '실리콘밸리에서 사용하는 상위 1%의 수익화 비법' 부업의 시대에 눈을 번뜩이게 하는 이 문구는 큰 관심을 받을 만했습니다. "기술이 공개된 지 얼마 되지 않았는데 실리콘밸리에서는 많은 이들이 돈을 벌고 있으며, 그게 비법서처럼 전해 내려온다는 말인가요?" "게다가 그걸 알고 있는 우리나라 사람이 저 프로젝트를 만든 사람들밖에 없다고요?" "어머, 이건 꼭 투자해야 해"

"아숙업(AskUp)을 대중에게 공개한 이유는 챗GPT가 스마트폰처럼 새로운 시대를 가져올 기술이라 생각했기 때문입니다" "기술을 접한 이와 그렇지 않은 이의 격차가 크게 벌어질 거라 봤고요" "아숙업으로 전 국민이 챗GPT를 경험해 보길 바랍니다" (권순일 업스테이지 사업총괄) 아숙업은 인공지능(AI) 스타트업 업스테이지가 개발한 인공지능 챗봇 서비스입니다. 챗봇이란 인공지능이 빅데이터 분석을 바탕으로 사람과 대화를 하며 해답을 주는 대화형 메신저인데요. 아숙업은 업스테이지에서 내부 업무 툴인 슬랙에 챗GPT를 연동해 간단한 업무 처리나 궁금증을 해결한 것에서 출발했습니다. *챗GPT 미국 기업 오픈에이아이(Open AI)가 2022년 12월에 공개한 대화 전문 인공지능 챗봇. 업스테이지는 인공지능의 편리함을 더 많은 이들에게 알리기 위해 이를 카카오톡 서비스로 확장했는데요. 이게 바로, 아숙업입니다. 아숙업의 주요 특징은 업스테이지의 광학식 문자판독기(OCR) 기술과 챗GPT를 결합해 이용자가 문서의 사진을 찍거나 전송하면 이미지 내 글자를 이해하고 답변할 수 있다는 건데요. *OCR 이미지 파일 등과 같은 디지털 문서에 포함돼 있는 글자를 빛을 이용해 인식하고 사람이 읽을 수 있는 문자로 변환해 주는 기술. 일명 '눈 달린 챗GPT'로 2023년 3월 6일에 서비스 개시한 이후 25일 만에 가입자 수 50만명을 돌파했습니다. 아숙업은 OCR 기술뿐 아니라 물음표(?) 검색 기능을 제공하고 최근에는 이미지 생성 기능도 추가했는데요. 아숙업 개발사인 업스테이지의 권순일 사업총괄을 만나 아숙업 작동 원리 등에 대한 이야기를 나눠봤습니다.

지난달 14일 GPT-4가 드디어 모습을 드러냈습니다. 아직 챗GPT가 준 충격이 채 가시기도 전이었죠. GPT-4는 진일보한 성능으로 세간의 이목을 집중시키면서 본격적인 AI 시대의 개막을 알리고 있습니다. GPT-4가 출시되자 업계에선 다양한 관측이 나오고 있습니다. 주로는 이전과는 비교할 수 없는 혁신이 이루어질 거라는 관측이 많습니다. 그렇다면 구체적으로 챗GPT와 GPT-4가 시장에 미칠 영향은 무엇일까요. 카이스트에서 서민준 교수를 인터뷰했습니다. 서 교수는 오랜 기간 AI를 연구해왔으며 네이버와 오라클, 메타, 구글 등 유수의 IT기업에서 일하며 비즈니스 세계에 대한 경험도 쌓아왔는데요. 얼마 전엔 IT 서적인 '챗GPT 위기인가 기회인가'를 공동 집필하는 등 활발한 활동을 이어가고 있습니다. "교수님 반갑습니다" "우선 간단히 그동안 밟아온 커리어를 소개해주십시오" "안녕하세요, 저는 현재 카이스트에서 AI 분야를 연구하고 있는 서민준이라고 합니다" "대학 졸업 이후엔 1년 정도 오라클에서 일을 했고요" "이후 시애틀에서 AI 쪽으로 박사를 했습니다" "박사 5년차 때엔 한국에 들어와 네이버에서도 3년 정도 있었는데요"

*이 글은 외부 필자인 성원용님의 기고입니다. 챗GPT를 사용해 본 사람들은 긍정과 부정 두 부류로 극단적으로 나뉘는데, 부정적인 반응의 가장 큰 이유는 답이 연도나 이름 등 세부적인 면에서 부정확한 경우가 많기 때문입니다. 예를 들어 튀르키예는 한국전쟁 초기부터 한국에 군대를 파견하였고, 한국전쟁이 한창인 1952년 NATO에 가입했지만, 챗GPT는 튀르키예가 나토의 일원으로 (처음부터) 한국전쟁에 참전하였다고 좀 틀린 정보를 줍니다. 그리고 챗GPT에 놀라서 구글이 바드(Bard) AI를 대항마로 발표하였는데, 시연 장소에서 제임스 웹 우주 망원경이 한 일을 바드 AI에 물었을 때 잘못된 사실을 답하여 망신을 당했습니다. 이렇게 챗GPT나 바드 AI나 둘 다 잘못된 정보를 알려줄 위험이 다분히 있습니다. 암기에 약한 챗GPT 암기능력 테스트를 위해 챗GPT에 애국가를 외우도록 시켜보았습니다. Wonyong Sung : 한국의 애국가 가사를 알고 있니? 한번 외워봐. 챗GPT : 애국가의 가사는 다음과 같습니다. 동해물과 백두산이 마르고 닳도록, 하느님이 보우하사 우리나라 만세. 무궁화 삼천리 화려강산, 대한 사람, 대한으로 길이 보전하세. 가장 아름다운 것은 내 조국이요, 그리고 우리 여러분이 있소서, 이것이 우리가 사랑하는 국가입니다, 그것을 지키기 위해 우리가 살아왔으니, 이것을 지켜내야 할 것입니다. 애국가 1절은 잘 외웠는데, 2절은 완전히 엉터리입니다. 앞의 글에서 챗GPT는 생성형 언어 모델이고, 글을 꼬리에 꼬리를 무는 식으로 발생시킨다고 하였습니다. (참조 - 챗GPT에서 G와 T는 무엇인가) 도중에 한 번 틀리면 다시 돌아오기가 어렵습니다. 물론 이 문제를 완화하기 위한 훈련법도 고안이 되고는 있습니다. 더 심각한 문제가 있습니다. 챗GPT는 자기의 답이 틀렸다는 인식이 없습니다. 만약 사람이라면 "글쎄요. 좀 자신이 없는데요" 하면서 답을 냈을 것입니다. 그래도 신기한 것은 2절은 전혀 못 보던 가사입니다만, 애국의 뜻을 충분히 담고 있다는 점입니다.