안녕하세요 데보션 영 2기 니빵내빵조의 김예은입니다!
‘업무 생산성 향상을 위한 생성형 AI 사용’주제로 8월에 진행되었던 테크세미나 다들 들으셨나요?!
저는 요즘 Chat gpt와 관련된 프로젝트를 하고 있어서 특히나 관심을 갖고 집중해서 들었는데요, 들으면서 흥미로웠던 부분들과 느낀점을 써보겠습니다.
테크 세미나는 ‘조코디’님께서 진행해주셨습니다.
이번 세미나는 전반적인 숲을 볼 수 있는 강의, ‘생산성’에 초점을 맞춰서 말씀해주셨습니다!
처음에 삼성생명 광고를 보여주셨는데요, 저는 ‘엇? 이 광고는 왜 보여주신거지’라고 생각했습니다.
혹시 저 같은 분 계실까요..?ㅎㅎ 알고보니 그 광고는 생산형 AI엔진으로 만든 광고였습니다.
심지어 그 뒤에 보여주신 블랙핑크 춤을 추는 사람도 AI가 만들었다는 것을 듣고 신기함과 동시에 뭔가 섬뜩함이 느껴졌던 것 같습니다.
그리고 블랙박스를 예를 들어 AI를 설명해주셨습니다!
블랙박스 왼쪽에는 사전학습, 오른쪽에는 튜닝으로 가정하고 보면, 블랙박스 안에서는 어떻게 동작하는 지 알 수 없습니다. 여기서 사전학습이란 강아지들에게 ‘앉아! 거기 서 있어!’ 라는 것과 같으며 파인튜닝은 사냥개로 성장하기 위해 거쳐야 하는 과정이라고 볼 수 있습니다. 때문에 요즘에는 설명가능한 AI인 XAI분야가 발전하고 있다고 합니다.
다음으로는 파운데이션 모델, 프롬프트 엔지니어, LLM, 뉴럴 네트어크, 엔비디아, GPU, 멀티모달 용어들을 나열해서 말씀해주셨습니다. 이 용어들만 알아도 AI를 이해하는데 어려움은 없다고 하네요!
AI는 기존에 지도학습으로 동작했습니다. 하지만 정교하게 조금만 바뀌어도 어려움을 겪었죠.
그리하여 모라벨의 역설을 통해 이 다음부터 등장한 것이 뉴럴 네트워크 방식입니다. 뉴럴 네트워크 방식을 통해 엄청난 양의 정보를 AI에게 주는 것이죠. 여기서 연결되는 세로들을 레이어라고 하고, 연결해주는 것을 파라미터라고 부릅니다!
참고로 뉴럴 네트워크에는 다양한 모델들이 존재합니다.
그렇다면 생성형 AI전에는 어떤 AI였을까요? 바로 분류형 AI였습니다.
앞서 나왔던 파운데이션 모델은 육수를 비유하여 설명을 해주셨는데요, 맛있는 육수가 있으면 어떤 찌개를 끓이는 것이 가능한 것처럼 파운데이션 모델 역시 여러가지 역할을 할 수 있는 모델입니다.
그리고 단어들과 파라미터 관계로 구성한 것이 LLM모델입니다!
Chat gpt역시 LLM모델입니다.
특히나 Chat gpt는 사람의 피드백이 많이 되었기 때문에 정말 대답도 잘하고 좋은 결과를 낳을 수 있었습니다.
카카오의 이루다 등 오히려 사람의 피드백이 망친 사례들도 물론 있습니다.
사후 튜닝작업은 아프리카에서 영어를 사용하는 국가를 통해 대규모로 학습했다고 합니다.
또한 Chat gpt는 한국어가 2%밖에 학습이 안되어있기에 어쩌면 네이버의 클로바X가 더 한글에서는 유리할 수 있을 수도 있답니다.
Chat gpt에게는 치명적인 단점도 존재합니다. 다들 한 번쯤 써보셨으면 느끼셨겠지만 이상한 얘기도 있는 것처럼 잘 꾸며서 얘기한다는것이죠.
그렇다면 생산형 AI는 왜 거짓말을 잘할까요?
바로 생산형 엔진잉기에 무엇이든 얘기하려는 특징이 있기 때문입니다. 이는 계속해서 해결해야할 문제일 것 같네요…
인공지능 모델들은 학습량에 따라 많으면 많을수록 성능이 올라갑니다. 규모가 커지면 답변을 잘하게 되는것이죠.
그래서 초거대 AI를 갖고 있는 회사가 존재하기 위해서는 서비스그룹, 연계서비스, 마켓여부가 갖춰져야 합니다.
프롬프트엔지니어는 앞으로 주목받을 수 있는 직업입니다. 프롬프트에 AI에게 원하는 작업을 구체적으로 적는 직업이죠. (거의 연봉이 3억가까이 될 것이라는 예상..) 그래서 미래에는 프로그램 개발이 코딩에서 프롬프트로 옮겨갈 가능성이 있다고 합니다. 전문지식보다는 생각을 자유롭게 할 수 있는 사람들이 각광받는 시대가 오고 있는 것 같습니다.
하지만 핵심은 gpt에게 개인정보를 주면 보안위험이 있을 수도 있고, 저작권 문제도 있기에 프롬프트 엔지니어링도 생각할 부분이 많을 것 같습니다.
AI사용전략
✅ 책임없는지식 → 누구나 사용, 사용제약없음(생산성)
✅ 책임있는지식 → 고급전문가 사용, 검증 AI필요(전문성)
성능이 좋아지면 책임이 없는 것들은 성능이 더 높아 질 수 있습니다. 하지만 큰 문제는 책임이 있는 지식입니다.
AI는 책임을 지지 않기 때문이죠..!! 따라서 AI와 함께 일하기 위해서는 AI의 장단점을 이해하고, 새로운 업무방식을 도입, 디지털 도구를 사용, AI가 사용하는 언어를 배우는 등 다양한 전략을 세워 일해야 할 것 같습니다.
마지막으로 Duet AI에 대해 설명해주셨는데요, Duet AI는 AI와 협업하는 구조로 쓰기, 시각화, 구성, 연결 등을 지원해주며 업무에 도움이 되는 AI입니다! 세미나를 들으며 저도 새롭게 알게 되었네요.
이번 세미나를 들으면서 제일 많이 느낀점은 AI가 무서운 속도로 우리 사회에 스며들어 있다는 것이었습니다. 5,6년전만해도 불가능할 것 같던 일들이 이제는 우리 삶에 기본이 되었고, 심지어 없으면 불편한 감정이들만큼 너무나 익숙해져있기 때문입니다. 따라서 미래에 적응을 하기 위해서는 AI에 관심을 갖고 제 스스로가 어떻게 AI를 잘 적용하며 살아나갈 지 전략을 세워야겠다는 생각을 하게 되었습니다. IT분야 업계 진출을 희망하는 만큼, AI를 활용한 선한 서비스를 개발하고 싶다는 다짐을 하게 되는 것 같습니다.
🥨니빵내빵 팀원들 후기
✔ 김원
생성형 AI가 업무에 활용됨에 있어, 책임소재에 대한 문제점이 있다라는 것이 와닿았고, 때문에 업무에 AI를 활용함에 있어서 전사적인 정책수립의 필요성을 느꼈습니다. 또, 금번 테크세미나는 AI의 발전의 흐름과 밑그림을 그리는데 큰 도움이 됐던 강의였습니다. 감사합니다.
✔ 김정우
생성형 AI의 전반적인 개념과 발전 과정에 대해서 알 수 있었습니다. 특히 유용하게 사용하고 있는 ChatGPT가 어떤 것인지 알고 사용할 수 있게 되는 계기가 되었습니다. 세미나 도중에 복습할 수 있는 시간까지 있어서 개념을 챙기고 갈 수 있었고, GPT 프롬포트에서 발전시킨 다양한 활용 사례까지 소개해주셔서 도움이 되었습니다.
✔ 이민우
생성형 AI가 현재 어디까지 왔고 어디까지 쓰일 수 있으면 향후 AI가 현재 시스템의 어떤 부분을 대체할지도 예상해볼 수 있던 세미나였습니다. ex)검색 또한 생성형 AI에 대해서 어떻게 하면 잘활용하고 좋은 prompt할 수 있는지 insight를 얻고 정리 할 수 있는 기회가 되서 앞으로 prompt engineering을 할때 강력한 디딤돌이 될거같습니다.
'데보션 영' 카테고리의 다른 글
[데보션영 2기] 8월 영 전용 밋업 후기 (2) | 2023.09.07 |
---|---|
[데보션 영 2기] 티움(T.um)투어 후기 (0) | 2023.08.03 |
데보션 영(DEVOCEAN YOUNG) 2기 합격&발대식 후기 (2) | 2023.03.13 |