생성형 AI는 AI 기술의 한 분야로, 텍스트, 이미지, 음악 같은 새로운 콘텐츠를 생성하는 데 중점을 둔 AI 모델 혹은 AI 애플리케이션(응용프로그램)을 의미한다. 생성형 AI 모델은 대규모 데이터 세트를 활용해 학습을 거친 후 기계학습(Machine Learning) 알고리듬을 사용해 학습 데이터와 유사한 새로운 콘텐츠를 생성한다.

“우리는 생성형 AI의 변곡점에 있다. 컴퓨터는 그 어느 때보다 창조를 잘하며 인간과 컴퓨터의 상호작용이 그 어느 때보다 쉬워졌기 때문이다.” 래디컬 벤처스(Radical Ventures) 소속 벤처 투자자 몰리 웰치의 말이다. 최근 생성형 AI가 특별히 주목받는 이유는 컴퓨팅 성능, 즉 컴퓨터 연산 능력의 개선이 뒷받침됐기 때문이라는 설명이다.

대형언어모델(Large Language Models)과 생성 기계학습 도구가 발전하면서 콘텐츠 생성이 간소화되고 있다. 대형언어모델은 텍스트를 생성할 수 있는 복잡한 신경망이다. 대표적인 것으로 오픈AI의 GPT-3, chatGPT, 구글의 LaMDA 등이 있다. 텍스트를 이미지로 생성하는 오픈AI의 달리(DALL-E)와 미드저니(Midjourney)도 나왔다.

대형언어모델은 매년 규모와 정교함이 평균 10배씩 증가하고 있다. AI는 텍스트, 시각, 오디오, 코드, 데이터, 멀티미디어 등 콘텐츠를 인간과 비슷하게 자동으로 생성한다. 랭귀지 모델은 점차 실제 AI의 인지구조가 되고 있다. 오늘날 온라인 콘텐츠의 1% 미만이 AI를 사용해 생성된다. 향후 10년 이내 온라인 콘텐츠의 절반이 AI가 생성한 것이 될 전망이다. 베세머 벤처 파트너스는 이미 이런 추세가 산업 전반에 구체화되는 것을 목격하고 있다.

생성형 AI 애플리케이션은 다양한 기술과 산업 전반에 적용되고 있다. 일부는 성숙 단계에 접어들었다. 대표 사례가 소프트웨어 개발자를 보좌하는 프로그래밍 자동화 기능이다. 깃허브(Github)가 서비스하는 코파일럿(Copilot)은 이미 120만 명이 사용 중이다. 아마존웹서비스(AWS)는 대형언어모델 기반의 코드를 생성하는 도구인 코드위스퍼러(Code-Whisperer)를 출시했다.

생성형 AI와 대형언어모델은 콘텐츠 생산, 커뮤니케이션, 지식 생성 분야에서 패러다임 전환을 가져올 중요한 기반이다. 클라우드 컴퓨팅과 스마트폰이 산업을 변화시킨 것처럼 생성형 AI도 그런 변화를 불러올 것이다. 10년간 클라우드 컴퓨팅은 소프트웨어 시장에서의 점유율을 5% 미만에서 30%로 증가시켰다. 미국 스마트폰 보급률은 1%에서 55%가 됐다.

실리콘 밸리 벤처 캐피털, 앤드리슨 호로위츠(a16z)에서 활동하는 귀도 아펜젤러(Guido Appenzeller) 특별 자문위원은 “AI 모델은 프로그래머를 대체하기 전 예술가를 대체하게 될 것”이라고 말했다. 예술은 인간의 독창성에 기반한 고유 영역, 즉 AI가 대신할 수 없는 분야로 여겨졌는데, 그 믿음이 흔들리고 있다.

글로벌 반도체 업체 인텔, 클라우드 컴퓨팅 업체 VM웨어(VMware)에서 최고기술책임자(CTO)를 지낸 테크 구루가 이런 말을 한 배경은 무엇일까. 근거는 분명하다. 생성형 AI가 만들어내는 결과물의 수준, 발전 속도가 상상을 뛰어넘기 때문이다. 실제로 최근 실리콘 밸리에서는 귀도 아펜젤러와 비슷한 관측을 내놓는 전문가가 급격히 증가하는 추세다.

이러한 추이를 확인할 수 있는 가장 놀라운 자료 중 하나는 ‘깃허브’(GitHub) 저장소의 스타(Star, 일종의 즐겨찾기 기능) 숫자다. 소프트웨어 엔지니어는 여러 소스코드를 모아놓은 깃허브의 저장소를 참조해 개발에 활용한다. 이때 자주 찾는, 혹은 본인에게 필요해 보이는 저장소는 스타 표시를 해놓는다. 그런데 문자 기반으로 이미지를 생성하는 오픈소스 생성형 AI 모델 ‘스테이블 디퓨전’(Stable Diffusion)의 스타 숫자가 수직 상승 중이다. 생성형 AI에 대한 개발자의 관심이 폭증하고 있다는 의미다.

사마이파타 벤처스(Samaipata Ventures)소속 벤처 투자자 스테파니 챈은 생성형AI를 “거의 모든 산업에 피할 수 없는 파문을 일으킬 거대한 물결”이라고 묘사했다. 대부분의 산업에서 엄청난 부가가치를 만들어낼 수 있다는 주장이다. 그는 생성형 AI 모델을 기반으로 한 플랫폼에는 사용자 경험(UX), 접근성 분야에서 획기적인 기회가 있을 것으로 봤다.
예술 분야에서는 생성형 AI를 작품 제작의 효율화, 영감을 위한 도구로 활용할 수 있다는 관측이 나온다. 디자이너가 디자인 작업을 위한 콘셉트 아트 제작에 사용하거나, 작가가 소설 초안 생성용으로 활용한 후 이를 다듬어 완성하는 식이다.

a16z에 따르면 초상화 이미지가 필요한 경우 생성형 AI를 활용하면 훨씬 더 빠르면서도 4배 더 저렴하게 이미지를 얻을 수 있다. 이는 아티스트를 고용하거나 직접 작업할 경우 사실적인 맞춤형 이미지를 얻는 데 1시간이 걸리고, 10달러 수준의 비용이 든다고 가정한 결과다.

7년 전 구글 딥마인드(DeepMind)가 선보인 ‘알파고’라는 인공지능이 세계 바둑 2위인 이세돌을 이기면서, 인공지능에 대한 대중의 관심이 높아졌다. 넷플릭스, 아마존은 인공지능을 활용한 추천 소프트웨어로 매출을 올렸다. 스마트폰 업체는 사진을 선명하게 보정하는 데 사용했다.

하지만 일반인들은 인공지능의 존재를 막연히 두려워할 뿐, 체감하는 직접적인 경험을 하지는 못했었다. 하지만 이제 일반인들이 직접 소통하고 사용하면서 여러 가지 필요에 따라 사용할 수 있는 인공일반지능(Artificial General Intelligence)의 시대가 열렸다.

많은 인공지능 전문가들조차 특정 목적을 위해서 동작하는 제한적 인공지능만 가능하다고 믿었다. 범용성을 가진 인공일반지능은 오랫동안 가능하지 않을 것이라고 믿어졌었다. 심지어 챗GPT의 전신인 GPT-3(3세대 GPT, 2020년 6월 출시)도 일반인이 실제로 사용하기에는 많은 제약이 있었다. 합성된 문장에서도 오류가 많아 지금과 같은 관심을 이끌어내지 못했다.

4세대(GPT-4)도 아닌 3.5세대 기술 ‘챗GPT’가 이토록 주목받는 이유는 무엇일까? 첫 번째 성공 요인은 누구나 사용하기 쉽다는 점이다. 모든 것에 뛰어난 친구에게 물어보듯 질문이나 요청을 웹페이지 창에 쓰면 된다. 그러면 챗GPT가 뛰어난 답을 제시한다. 사용법을 공부할 필요도, 복잡한 동작원리를 이해할 필요도 없다.
“새해 인사를 써 줘”라는 문장을 넣으면 챗GPT가 알아서 인사 문구를 만들어준다. 1분도 걸리지 않는다.

연애편지를 부탁할 수도 있다. 노래를 만들기 위해 작사를 챗GPT에게 맡기는 세상이다. 좋은 책을 소개해 달라고 부탁할 수도 있으며 심지어는 컴퓨터 프로그램을 특정 프로그래밍 언어로 만들어 달라고 하면 만들어준다. 우측 상단에 친절하게 복사 버튼까지 있다. 쉽게 복사/붙임 버튼을 눌러 사용할 수 있게 했다.

산수나 수학 계산도 해준다. 엑셀함수를 몰라도 된다. 챗GPT는 간단한 수식도 직접 풀어서 답변해 준다.

챗GPT는 앞으로 모든 분야에서 인공지능의 대중화 시대를 여는 혁신을 몰고 올 전망이다. 가장 많이 거론되는 분야가 인터넷 검색이다.

구글은 지난 25년 동안 인터넷 검색분야를 독점했다. 인터넷 검색은 필요한 지식과 정보를 찾는 것이 목적이다. 정보를 얻기 위해서 정보가 있는 웹페이지를 찾아야 했고, 이를 제일 잘하는 것이 구글이었다. 사용자는 검색을 한 후 검색결과 중에 있는 것들을 하나씩 열어보고, 그중 제일 좋은 웹페이지를 선택했다. 이를 읽어서 정보를 추출하고 용도에 맞게 정보를 다듬었다.

그런데 챗GPT는 그냥 궁금한 것을 물어보면, 내 의도에 맞추어 답을 한다. 여러 단계를 거칠 필요가 없다. 많은 이들은 구글이 어떻게 이에 대응할지를 관심 있게 지켜보고 있다. 구글도 최첨단 인공지능 기술을 가진 회사다. 그래서 비슷한, 혹은 더 나은 인공지능으로 유사한 서비스를 만들 것으로 기대한다.

물론 문제는 기술 수준이 아니다. 비즈니스 모델의 변화다. 구글은 검색을 통해 웹페이지를 찾고, 이 과정을 통해 발생하는 광고수익으로 매출을 낸다. 그런데 대화형 검색을 하면 기존 사업 구조에 막대한 변화가 온다. 많은 빅테크 기업이 기존 사업 구조를 제때 바꾸지 못해 역사 속으로 사라졌다.

디지털 카메라를 발명한 코닥이 필름사업을 지키며 신기술을 무시하다가 그 기술 때문에 사라졌다. 물리적 쿼티 자판을 고수했던 블랙베리도 넓은 터치 디스플레이를 장착한 아이폰과 갤럭시에 자리를 내줬다.

두 번째는 사용자 인터페이스(User Interface, UI) 혁신이다. 컴퓨터는 사람을 위해서 많은 것을 할 수 있으나 사용이 어려웠다. 그래서 컴퓨터에게 명령하는 방식을 쉽게 하는 혁신은 언제나 거대한 상업적 성공을 수반한다. 처음 PC가 출시된 70년대, 80년대에는 명령어를 입력하는 방식을 채용했다. 이어 애플 매킨토시(1984)와 마이크로소프트 윈도우(1995)가 나와 그래픽 메뉴를 선택하는 방식으로 발전했다.

이제는 사람과 대화하듯 명령으로 컴퓨터를 제어하는 쪽으로 발전한다. 이는 7년 전 페이스북이 챗봇을 통해서 실현하고자 했던 비전이다. 대화형 명령으로 소프트웨어를 제어하면 누구나 특별한 훈련 없이도 컴퓨터를 사용해 고도의 작업을 수행하게 된다. 이는 다양한 작업을 하나의 소프트웨어로 처리할 수 있는 슈퍼앱의 출현을 앞당길 전망이다.

셋째는 지식노동과 교육 혁신이다. 이 기술은 사회 전반에 거대한 변화의 물길을 만드는 시작이다. 많이 이야기되는 것이 교육, 언론, 미디어 산업의 변화다. 벌써 미국 뉴욕주는 학생들이 AI를 사용해서 리포트를 쓰면 부정행위로 간주하고 금지한다고 밝혔다.

컴퓨터가 만든 문서인지를 인식할 수 있는 기술을 만들어야 한다. 하지만 AI는 아주 다양한 문체로, 다양한 수준의 글솜씨를 가지고 사용자의 요구에 맞춘 문장을 만들어내기 때문에 알아내기가 어렵다. 많은 지식노동자, 언론인, 미디어, 블로거, 교사, 학생, 프로그래머는 이제 완전히 다른 세계에서 경쟁하게 된다.

향후 산업은 어떻게 발전하게 될까? 스타트업 육성기관 앤틀러(Antler)는 생성형 AI 산업의 지형도를 크게 10가지 영역으로 분류했다. 텍스트, 이미지, 오디오, 코드(프로그래밍), 챗봇, 비디오, 기계학습 플랫폼, 검색, 게임, 데이터다.

텍스트는 텍스트 콘텐츠를 요약하거나 텍스트 제작을 자동화하는 영역이다. 이미지는 렌사처럼 이미지를 생성하는 분야다. 오디오는 음성 내용을 요약하거나 생성하고, 음성을 텍스트로 변환하는 영역을 의미한다.

다만 생성형 AI에 대한 지나친 낙관은 금물이다.
거대 AI 모델을 만들고 운영하는 데는 막대한 컴퓨팅 자원이 필요하다. 이를 위해서는 대규모 자금이 필수다. 렌사의 경우 오픈 소스(무료)로 공개된 스테이블 디퓨전을 활용했기 때문에 바로 매출을 올릴 수 있었다. 하지만 해당 기술의 상업화가 본격화되거나 스터빌리티 AI가 정책을 바꿀 경우 비즈니스 환경이 크게 변할 가능성도 존재한다.

반도체 칩 기술 발전이 물리적 한계에 부딪힐 가능성도 있다. 퀀텀 컴퓨팅 등 새로운 돌파구가 마련되지 않는다면 AI산업의 발전 속도가 정체될 수 있다는 관측도 제기된다.

공격자는 창의적이고 언제나 수비자보다 빠르다. 사이버 보안 전문가들은 2022년 말 오픈AI의 언어모델 인터페이스인 챗GPT가 공개됐을 때 이 도구가 사이버 공격에 활용될 것을 전망했다. 전망은 바로 현실로 나타났다.

보안기업 체크포인트(Checkpoint Software Technologies)는 챗GPT를 활용한 사이버 위협은 현실이라고 밝혔다. 이미 다크웹에서 사이버 범죄자들이 챗GPT를 이용해 악성코드를 만들고 피싱 이메일을 생성하는 방법을 공유하기 시작했다.