[매경춘추] 생성형 AI 톺아보기

AI는 하는 일에 따라 새로운 데이터를 생성하는 '생성형(Generative) AI'와 서로 다른 종류의 데이터를 구분하는 '판별형(Discriminative) AI'로 분류된다. 이는 확률 모형에 기인하는데, 생성형 AI는 원본 데이터의 확률분포를 추정하여 특정 데이터가 있을 확률을 알려준다. 예를 들어 오픈(Open)AI의 GPT처럼 다음 단어를 예측하는 모델은 생성형 AI다.

AGI(Artificial General Intelligence)의 가능성을 높이고 있는 GPT-4와 같은 LLM(Large Language Model)만 생성형 AI일까? 사실 본격적인 생성형 AI는 이미지부터 시작됐다. 2014년 '생성적 적대 신경망(GAN·Generative Adversarial Networks)'이 고안되면서부터 이미지 생성의 가능성을 높였고, 2020년 '확산 모델(Diffusion Model)' 등 기술 발전으로 '고해상도의 사실적 이미지' 생성도 가능하게 됐다. 이러한 진화 과정을 거쳐 현재 오픈AI의 '달리(DALL-E)'를 필두로 '스테이블 디퓨전(Stable Diffusion)' '미드저니(Midjourney)' 등 이미지 생성 서비스가 크게 각광받고 있다.

생성형 AI 분야의 스펙트럼은 다양하다. 글자, 이미지를 넘어 △음성 △음악 △비디오 △소프트웨어 소스 코드 등 적용범위가 넓다. 사람이 창작하는 모든 분야라고 해도 과언이 아니다. 구글이 최근 개최한 개발자 콘퍼런스 구글 I/O에서는 뮤지션 '댄 디콘(Dan Deacon)'이 등장했다. 댄 디콘은 바드(Bard)는 물론, 음악을 만들어주는 '뮤직LM(MusicLM)', 비디오를 생성해주는 '페나키(Phenaki)'를 활용해 뮤직비디오를 만들고, 이를 토대로 무대 퍼포먼스까지 보여줬다. 향후에는 생성형 AI가 한 편의 영화를 만들어 내는 것도 기대해 볼 수 있다.

스탠퍼드대학 HAI(Human-Centered AI)연구소는 '생성형 AI : 스탠퍼드 HAI의 관점'이라는 보고서를 최근 발표했다. 보고서는 생성형 AI가 △의료 △과학 △노동 △교육 등 다양한 분야에서 우리 사회에 미치는 영향이 클 것으로 예측했다. 생성형 AI가 '노동의 재발명' 수준으로 인간의 노동을 보완해 생산성과 창의성이 높아질 수 있다는 것을 긍정적 측면으로 봤고, 부정적 여파로는 편견을 증폭하거나 정보에 대한 신뢰가 저하될 가능성이 있다고 했다.

기업들은 생성형 AI에 대해 유보적인 입장을 취하면서도, 동시에 사업의 대혁신을 가져올 것을 기대한다. 초기 단계인 만큼 디지털상에서 개인화된 광고 콘텐츠를 생성하거나, 콜센터의 상담원 보조 영역 등에서 생성형 AI를 적용하는 것은 기업에서 해볼 만한 시도다. 티핑포인트가 될 서비스가 무엇이 될지는 아무도 모른다. 지속적으로 시도하고 검증하고 보완책을 만들어 나가는 기업에 기회가 온다.

[이주열 LG CNS 수석연구위원]