[북리뷰] 인공지능 전문가가 알려 주는 챗GPT로 대화하는 기술

박해선 지음｜한빛미디어｜208쪽｜1만7800원

‘챗GPT 쇼크’. 2023년 오픈AI가 만든 생성형 인공지능(AI) 모델이 사람들을 깜짝 놀라게 했다. 대치동, 목동 엄마들의 대화 주제에 ‘챗GPT’가 오를 정도다. AI가 각국 언어를 척척 번역해 내는 것은 물론이고 미국 의사면허 시험을 통과하고 와튼 스쿨(미국 MBA)의 기말 시험에서 B 학점을 가뿐히 받는 시대다. 도대체 챗GPT는 어떻게 작동하는 것일까?

챗GPT의 작동 원리를 쉽게 설명한 책이 나왔다. 저자는 ‘Do it! 딥러닝 입문’ ' 핸즈온 머신러닝(2판)’ 등을 집필한 딥러닝 전문가. 그는 수식과 코드 등을 싹 날리고 그림과 비유로 최신 딥러닝 기술을 설명한다.

가령, 딥러닝 알고리즘을 학습시킬 때 자주 등장하는 단어가 ‘경사하강법’이다. 정답과의 오차를 최소화하면서 최적의 파라미터(변수)를 찾아야 하는데, 보통 계산된 오차의 최소평균제곱을 미분한 값을 이용한다. 저자는 이 어려운 설명을 ‘곱셈 접시’라는 비유로 설명한다.

곱셈 접시 게임은 접시에 적힌 곱셈 식의 빈칸에 들어갈 숫자를 알아맞히는 게임입니다. 인공지능은 곱셈의 규칙을 모릅니다. 그래서 아무 숫자나 찍죠. 하지만 선생님이 틀렸다는 지적을 통해 오차를 점차 줄여나가죠. 이렇게 정답에 가까운 값을 점진적으로 찾아가는 기법을 ‘경사하강법’이라고 합니다.

더 많은 곱셈 접시를 사용하는 것은 ‘피드 포워드 신경망’이고 곱셈 접시를 순환하는 것은 ‘순환 신경망’이라는 설명도 이어진다.

챗GPT 탄생에 가장 큰 기여를 한 논문이 ‘Attention is AIl You Need(필요한 것은 어텐션 뿐)’이라는 논문이다. 구글 연구팀이 2017년 발표한 이 논문은 인코더(입력)- 디코더(출력) 구조 인공신경망에서 어텐션 메커니즘을 구현한 기계 번역 시스템을 제안한다.

이 논문 덕분에 번역의 품질이 획기적으로 좋아졌다. 각 단어의 상관 관계를 나타내는 어텐션을 계산하면 어떤 단어에 집중해야 할지 알 수 있기 때문이다. 이 언어 모델(구조)을 트랜스포머라고 부른다.

이쯤 되면, 오픈AI가 자체 개발한 언어 모델을 ‘GPT(Generative Pre-trained Transformer)’라고 명명한 이유를 알 수 있을 것이다. GPT의 T가 트랜스포머다. 즉, GPT는 데이터를 미리 학습해(Pre-trained) 언어를 생성할 수 있는(Generative) 트랜스포머(Transformer)다. 오픈AI는 트랜스포머의 인코더 - 디코더 구조 중 디코더를 사용한 모델 개발을 주도하고 있다.

이 책은 인공지능의 원리뿐만 아니라 실용적인 팁도 담고 있다. 제4장의 제목이 ‘챗GPT와 대화하기’다. 챗GPT로 글쓰기, 챗GPT로 말하기 등 실무 환경에 적용할 수 있는 구체적인 프롬프트도 제시한다. 제 5장에선 DALL·E2부터 미드저니, 스테이블 디퓨전, 렉시카 아트까지 다양한 이미지 생성 AI 활용법도 담았다.

- Copyright ⓒ 조선비즈 & Chosun.com -