Chat GPT 같은 생성형 AI는 비즈니스를 어디까지 바꿀 수 있을까?
Chat GPT 같은 생성형 AI는 비즈니스를 어디까지 바꿀 수 있을까?
Chat GPT의 열풍이 예사롭지 않습니다. Chat GPT는 오픈 AI에서 개발한 대형 언어 모델인 GPT(Generative Pre-trained Transformer) 기반의 대화형 인공지능 챗봇으로써, 머신러닝을 통해 방대한 데이터를 ‘사전 학습(Pre-trained)’하여 사람이 쓴 것처럼 의미 있는 텍스트를 ‘생성’ 할 수 있습니다.
이와 같은 특성에 따라 논문 작성, 코딩, 소설 창작, 문서 요약, 번역 및 교정 등 다양한 창의적 콘텐츠 제작 능력을 보여 줍니다.
더불어 Chat GPT 열풍으로 인해 생성형 AI에 대한 관심이 뜨거운데요. 생성형 AI는 이용자의 특정 요구에 따라 결과를 능동적으로 생성해 내는 인공지능 기술입니다. 특히, 생성형 AI는 대량의 데이터(Hyper-scale Data)를 학습하여 인간의 영역이라고 할 수 있는 창작의 영역까지 넘보고 있습니다.
제가 준비한 매거진에서는 생성형 AI가 구체적으로 무엇인지 탐색하고, Chat GPT 외에 미디어와 콘텐츠 분야에 활용되고 있는 서비스 사례를 살펴볼 예정입니다. 또한, 해당 기술로 촉발될 변화에 대응하기 위한 생성형 AI 활용 경쟁 우위 전략으로 3i(inquiry-inspection-idea)의 필요성에 대해 소개해 드리겠습니다.
Chat GPT의 진화 과정
Chat GPT는 GPT(Generative Pre-trained Transformer) 기반의 인공지능(AI) 챗봇으로, 자연어 처리(Natural Language Processing, NLP) 기술을 활용하여 사람과 자연스럽게 대화하는 기능을 제공합니다. 이 AI 모델은 광범위한 자연어 데이터를 학습하고, 이를 토대로 새로운 문장을 생성하는 능력이 있습니다. 예를 들면, “오늘 날씨 어때?”라는 사용자의 질문을 받아, Chat GPT는 이를 인식하고, “오늘 날씨는 맑고 햇살이 좋습니다!”와 같은 응답을 만들어냅니다.
또한, 다양한 분야에서 활용 가능하며, 고객 상담부터 인터넷 검색, 카카오톡 챗봇 등에서 사용되고 있습니다. 이를 통해 사용자의 질문에 대해 적절한 답변을 제공하고, 사용자의 요구에 따라 대화를 이어 나갈 수 있으며, 많은 서비스에 적용되어 사용자들이 일상에 편리하게 접할 수 있었습니다.
첫번째, 서비스별 이용자 100만명 달성 소요시간 비교
Chat GPT는 누구나 무료로 쉽게 사용할 수 있으며, 기존 AI 서비스 대비 강력한 성능을 보여줌으로써 서비스를 시작한 지 5일 만에 이용자 100만 명을 돌파하고 2개월 만에 1억 명을 넘어서는 등 폭발적 관심을 유발하였습니다.
두번째, GPT의 발전 단계
모델 성능은 매개변수(파라미터)의 개수에 따라 좌우되며, Chat GPT는 GPT-3.5를 기반으로 질의에 대한 답변을 생성하여 사람과 대화하는 것처럼 일상 언어를 사용하여 사용자와의 의사소통이 가능합니다. 또한, 최근에는 이미지 이해가 가능하고 성능이 좋아진 GPT-4가 발표되며 더 자연스러운 의사소통을 구현할 수 있게 되었습니다.
국내외 대표 기업 및 기관의 AI 시장을 현황으로 확인해보면 경쟁 구도도 많이 변화되고 있습니다. 더 나은 모델, 더 많은 데이터, 더 저렴한 컴퓨팅 성능 등 이제는 쉽게 생성형 AI를 구축할 수 있는 환경이 마련되었고, 특히 무료로 누구나 쉽게 사용할 수 있는 대규모 언어 모델 기반 Chat GPT의 출시는 생성형 AI 시장의 경쟁을 촉발하였습니다. 최근에는 Chat GPT의 API가 공개됨에 따라 다양한 응용 서비스가 출시되기 시작하며 본격적으로 생성형 AI 시장이 활성화될 것으로 예고되고 있습니다.
메타, 구글, 아마존 등의 빅테크 기업은 잇달아 대규모 인력 감축을 하는 등 구조조정에 나서고 있으며, 마이크로소프트 역시 지난 1월 18일 직원 1만 명을 해고할 방침이라고 밝혔습니다. 하지만 이런 어려움 속에서도 마이크로소프트는 일찍이 오픈 AI에 100억 달러(약 13조 원)를 투자하여 결국 Chat GPT를 탑재한 새로운 빙을 공개하였고, Chat GPT를 적용한 Teams 프리미엄 서비스도 출시하였습니다.
매체에 따르면 향후 마이크로소프트는 MS오피스에 Chat GPT를 적용할 예정이라고 합니다. 마지막으로 그랜드 뷰 리서치(Grand View Research)에 따르면 전 세계 생성형 AI 시장 규모는 2022년 101억 달러(약 13조 1천억 원)에서 연평균 34.7%씩 성장하여 2030년에는 1,093억 7천만 달러(약 141조 7천억 원)에 이를 것으로 전망됩니다.
생성형 AI시대의 서막
Ghat GPT 와 생성형 AI
Chat GPT는 생성형 AI 기술이 구현된 대표적 서비스입니다. 현재는 Chat GPT에 대한 관심이 급속히 커지면서 생성형 AI 서비스가 Chat GPT로만 설명되는 경향이 있습니다. 하지만, Chat GPT는 생성형 AI 기술을 활용한 하나의 서비스일 뿐이며, 이 외에도 미디어 콘텐츠 분야에 활용할 수 있는 이미지 생성 서비스, 음악 생성 서비스, 심지어 동영상 생성 서비스까지 다양한 생성형 AI 서비스가 존재합니다.
생성형 AI를 정확하게 이해하기 위해서는 이 기술이 등장하기 전까지 AI 발전 과정이라고 할 수 있는 상위 개념들을 살펴볼 필요가 있습니다. 가장 먼저 인공지능 개념이 등장했습니다. 인공지능(AI, Artificial Intelligence)은 말 그대로 인공지능. 즉, 인간의 지능을 통해서 수행되는 행위들을 컴퓨터나 기계가 할 수 있도록 만드는 기술을 의미합니다. 그리고 이후 명시적 규칙 없이 컴퓨터가 데이터를 기반으로 학습하고 데이터에서 찾은 패턴을 기반으로 결과물을 처리하는, 더 능동적인 개념의 AI 기술인 머신러닝 개념이 등장했습니다. 이들은 이미 1940년대부터 꾸준히 논의되며 개발되어 왔습니다.
그리고 오랜 시간이 지난 21세기에 들어서 이 기술들이 딥러닝이라는 기술과 함께 다양한 서비스로 구현되면서 AI의 개념이 대중에게 본격적으로 와 닿기 시작하였습니다. 머신러닝 단계까지는 특징 추출 파트와 분류 파트가 독립적으로 동작했다면 딥러닝은 인공신경망을 구성 및 특징, 추출과 분류라는 하나의 모델로 유기적으로 이루어져 계층적으로 학습한 결과를 토대로 결과물을 만들어냅니다. 여기에 더해 2020년대 들어 한층 더 대중에게 와닿을 수 있는 서비스 기술인 ‘생성형 AI’라는 세부 AI 기술까지 등장했습니다.
인공지능의 주요 개념과 생성형 AI의 관계
생성형 AI란 이용자의 특정 요구에 따라 결과를 능동적으로 생성해 내는 인공지능 기술을 의미합니다. 기존까지의 딥러닝 기반 AI 기술이 단순히 기존 데이터를 기반으로 예측하거나 분류하는 정도였다면, 생성형 AI는 이용자가 요구한 질문이나 과제를 해결하기 위해 스스로 데이터를 찾아서 학습하여 이를 토대로 능동적으로 데이터나 콘텐츠 등 결과물을 제시하는 한 단계 더 진화한 AI 기술입니다. AI 개발사들은 개발하고자 하는 서비스의 목적에 따라 다양한 생성형 AI 모델을 개발하고 적용하고 있는데, Chat GPT와 같은 챗봇 서비스에 가장 널리 쓰이고 있는 생성형 AI 모델은 LLM(Large Language Model)입니다.
LLM은 쉽게 설명하자면, 텍스트와 같은 언어 데이터를 학습하여 결과를 제공하는 생성형 AI 모델입니다. 오픈AI(OpenAI)에서 개발한 Chat GPT에 적용된 LLM은 GPT이며, 2023년 3월에 기존 모델인 GPT 3.5보다 약 500배 더 큰 모델 크기를 가진 Chat GPT-4가 출시되었고 구글(Google)에서는 PaLM(Pathways Language Model : 구글의 LLM)을 활용한 챗봇 서비스인 ‘바드(Bard)’를 공개하였으며, 메타(Meta)에서는 ‘라마(Large Language Model Meta AI : 메타의 LLM)’라는 LLM을 공개하였습니다. 국내에서는 네이버가 한국어에 특화된 초거대 언어모델인 ‘오션(OCEAN : 네이버의 LLM)’을 개발하였고, 연내에 오션 기반의 챗봇 서비스인 ‘하이퍼클로바X’를 런칭하였습니다.
미디어·컨텐츠 생성형 AI 서비스 사례
인공지능의 주요 개념과 생성형 AI의 관계
1. 이미지 생성 서비스 : Playground AI
플레이그라운드 AI는 생성형 AI를 이용해 이미지를 만드는 서비스입니다. 하루 최대 1,000개의 이미지를 생성할 수 있고 이 서비스는 상단에 아름답고 흥미로운 이미지 갤러리가 있는 단순한 인터페이스를 가지고 있습니다. 사용자는 기존 이미지를 리믹스 하거나 다양한 프롬프트, 필터 및 이미지 대 이미지 기능을 사용하여 처음부터 새 이미지를 만들 수 있습니다. 이 서비스는 이미지 생성 모델인 Stable Fusion 1.5, Stable Fusion 2.1을 기본으로 제공하며, 유료 가입자에게는 오픈AI의 이미지 생성 모델인 Dali 2도 제공합니다. 그 외에도 이미지 크기, 생성 이미지 수, 품질 수준 및 기타 고급 옵션도 선택할 수 있습니다.
사용자는 자신의 이미지를 업로드하고 프롬프트를 설정하고 고유한 이미지를 생성할 수도 있습니다. 예를 들어, ‘beutifull girl, pretty face, portrait, pink explosion, hyper detailed face, hyperrealistic, hyper detailed background’라는 프롬프트를 입력하면, 근사한 애니메이션 캐릭터가 생성됩니다. 이 밖에도 자신의 사진을 업로드하고 ‘Add sunglass to the face’라는 프롬프트를 입력하면, 손쉽게 선글라스를 낀 자신의 이미지를 만들 수 있습니다.
2. 음악 생성 서비스 : Soundraw
Soundraw는 저작권 이슈 없이 인공지능으로 음악을 생성할 수 있는 서비스입니다. 사용자는 음악의 분위기, 장르 및 길이를 선택하여 AI가 음악을 생성하도록 지시할 수 있고, intro를 짧게 만들거나 후렴구 위치를 변경하는 등 자유롭게 음악을 생성할 수 있습니다.
Soundraw는 YouTube 크리에이터에게 특히 유용합니다. Soundraw에서 생성된 음악은 크리에이터가 저작권 걱정 없이 동영상에 음악을 사용할 수 있도록 도와줍니다. 사용자는 몇 번의 클릭만으로 자신의 동영상에 맞게 음악을 편집할 수 있습니다.
Soundraw에서 음악을 생성하는 방식은 매우 간단합니다. 사용자는 AI가 생성한 음악을 바로 확인할 수 있으며, 템포, 테마, 악기 등을 선택할 수 있습니다. Pro 모드는 음악의 길이, 템포, 구조 편집 등 더 다양한 제어 기능을 제공해줍니다. 그러나, 아직까지 MIDI, MP3 또는 스템 파일 다운로드를 제공하지 않으므로 프로듀서 수준의 트랙 편집 작업에는 제한이 있습니다.
3. 영상 생성 서비스 : InVideo AI
InVideo AI는 복잡한 동영상 편집 기술 없이도 생성형 AI를 사용하여 텍스트에서 매력적인 동영상을 만들 수 있게 하는 서비스입니다. 비디오에 대한 아이디어를 선택하고 키워드를 선정하면 됩니다. 다음 단계는 스크립트를 만드는 것인데, 이때 AI 도구인 ChatGPT를 이용하면 쉽게 스크립트를 생성할 수 있습니다.
스크립트가 준비되면 InVideo가 작동하여 다양한 템플릿, 전환, 텍스트를 제공합니다. 애니메이션 및 음악을 사용하여 비디오를 만들 수 있으며, InVideo 대시보드의 비디오 워크플로를 통해 비디오 테마와 채널의 가로세로 비율에 맞는 템플릿을 선택할 수 있습니다. 스크립트는 편집자 왼쪽의 스크립트 상자에 입력하고 더 긴 단락으로 나누어 편집할 수 있습니다. AI 도구는 각 장면에 대한 정지화면을 포함한 가장 적절한 영상을 제안해 줍니다. 또한, 사용자는 동영상 탭에서 관련 클립을 검색하여 자동으로 선택된 미디어를 관련 미디어로 교체할 수 있습니다. 마지막 단계는 자동 텍스트 음성 변환 기능을 사용하여 동영상에 음성 해설을 추가하는 것입니다. 사전 작업을 마친 사용자는 언어와 음성을 선택하고, 보이스오버를 생성하고, 배경음악을 보완하기 위해 볼륨을 조정할 수 있습니다. 최종적으로 사용자는 프리뷰 기능을 통해 동영상을 확인을 할 수 있기에 InVideo AI는 고품질 동영상을 만드는 데 필요한 기술이나 인력이 없는 동영상 제작 초보자에게 훌륭한 생성형 AI 서비스입니다.
생성형 AI. FSN 의 사례
우리 그룹도 시대에 뒤쳐지지 않고 Chat GPT를 접목한 사례가 있습니다. 퓨처다임에서 개발한 운세 AI ‘출장도사’ 입니다. 타로, 신점, 사주, 심리상담 등의 여러 종류의 서비스들을 간단한 질문으로 시작해서 질문을 러닝하면 심화된 답변까지 받을 수 있습니다.
출장도사의 장점은 앱을 통해 이용도 가능하지만, 카카오톡을 통해 간편하게 이용도 가능합니다. 또한, 최초 가입 시 10,000 원의 쿠폰을 지급받을 수 있고 상담사별 평점과 후기도 존재하여 사용자가 마음에 드는 상담사에게 상담을 받을 수 있습니다.
생성형 AI 서비스 한계
앞서 설명한 생성형 AI 서비스는 무조건 지향해야만 하는 좋은 서비스라고 보기에는 어려운 부분도 존재합니다. 어떻게 질의 하느냐에 따라 공학적 문제뿐만 아니라 문학적, 철학적, 미학적 문제에 대해서도 창의적이고 전문적인 답변을 생성할 수 있기 때문에 기존 AI 챗봇 서비스와는 차원이 다른 결과물을 제공합니다. 또한 Chat GPT는 인간 피드백을 통한 강화 학습(RLHF)을 적용해 마치 사람과 대화한다는 착각을 불러일으킬 정도로 대화가 매끄럽고 답변 성능이 우수하여 검색엔진 시장 판도를 변화시킬 ‘게임 체임저’로 인식되기도 합니다. 그렇기에 Chat GPT를 포함한 생성형 AI 서비스는 태생적 특성에 따른 몇 가지 한계가 있습니다.
1. 기능적 측면의 한계
답변하는 정보가 모두 정확한 것은 아니며 꽤 논리적으로 보이나 잘못된 정보이거나 무의미한 답변을 하는 이른바 할루시네이션(hallucination) 현상은 생성형 AI의 대표적인 문제 중 하나입니다. 생성형 AI는 문장 속 단어 등 데이터 간 관계를 추적해 맥락을 학습하는 신경망으로서 답을 ‘찾는’ 개념이 아니라 관계성을 분석해 답을 ‘생성’하는 형태로, 다른 정보와 충돌하거나 질문 유형을 잘못 판단하면 오답이 나올 수 있습니다. Chat GPT를 포함한 생성형 AI 서비스는 오답률이 높고, 일반적으로 그럴듯해 보이지만 수준이 높지 않은 경우가 많기 때문에 개발자들의 질의응답 사이트인 ‘스택오버플로(Stack Overflow)’는 Chat GPT를 통해 생성한 답변을 등록하는 걸 당분간 금지한다고 밝혔습니다. 오픈AI의 창립자이자 CEO인 샘 올트먼 역시 “중요한 일에 대해 Chat GPT에 의존하는 것은 실수이며, 진실성 부분에서 해결해야 할 일이 많다”라고 생성형 AI 서비스 답변에 대한 맹신을 경고하기도 하였습니다.
2. 윤리적 측면의 한계
인공지능은 윤리적 중립을 지켜야 하기 때문에 차별적이거나 혐오 표현이 담긴 내용, 정치적 민감도가 높은 질문에는 기본적으로 답할 수 없도록 설계되어야 합니다. 이는 Chat GPT와 같은 생성형 AI 서비스도 마찬가지입니다. Chat GPT는 이미 차별·혐오 발언을 차단하기 위해 AI 기반 조정 시스템인 ‘모더레이션(Moderation) API’를 사용합니다. 이를 통해 허용되지 않는 내용의 질문이 나오면 “차별적·공격적이거나 부적절한 질문, 여기에는 인종차별적, 성차별적, 동성애 혐오적, 성전환자 혐오적 또는 기타 차별적이거나 혐오스러운 질문이 포함됩니다”라고 답변하거나 우회적으로 표현하고 있습니다.
선례로 2018년 아마존은 AI 채용 프로그램을 도입하였으나, 남성 지원자가 여성 지원자보다 더 높은 점수를 받는 편향이 발생함에 따라 폐기한 사례가 있습니다. AI 채용 프로그램은 해당 기업에서 높은 성과와 좋은 평가를 받았던 직원들의 데이터를 기준으로 판단하는데, 아마존에는 남성 직원 수가 여성보다 압도적으로 많았기 때문에 이미 모수가 많은 남성 직원 중에 고성과자가 훨씬 더 많을 수밖에 없었으므로 남성 지원자를 더 우대하게 되는 편향이 나타난 것으로 보입니다. 데이터가 중립적이지 않기에 해당 데이터로 학습한 결과에 편향이 생기는 것은 당연합니다. 또한 중립적이지 않은 데이터는 인간 피드백을 통한 강화 학습(RLHF)을 통해 유해하거나 편향된 답변을 최소화하지만 오히려 인간의 결함과 실수를 쉽게 모방할 우려 또한 있으므로 윤리적 문제에서 완전히 자유로울 수 없습니다.
3. 비용적 측면의 한계
제대로 된 생성형 AI 서비스 구현을 위해서는 이른바 ‘초거대 AI’라고 불리는 대규모 모델이 필요하며, 대규모 모델은 대규모 데이터의 구축, 학습과 이를 운영하기 위한 대규모 컴퓨팅 자원을 필요로 합니다. 대규모 데이터를 구축하고 학습하는 데도 많은 비용이 필요하지만 이를 초기 투자 비용으로 고려하더라도 대규모 모델 운영 및 관리에는 엄청난 비용이 ‘지속적으로’ 소요됩니다. Chat GPT 기준 질의 1회당 비용은 대략 2센트(약 26원)인데 1억 명의 가입자가 매일 한 번씩 질의한다고 가정하면 매월 780억 원이 운영 비용으로 쓰입니다. Chat GPT 는 지난 2월 10일 유료 서비스 ‘Chat GPT 플러스(ChatGPT Plus)’를 출시한 후 2월 13일 유료 버전 이용자 100만 명을 돌파하였으나 서비스 유료화만으로는 운영 비용을 감당하기에 역부족이라 지속적인 수익을 가져다 줄 킬러 콘텐츠 개발이 절실한 상황입니다.
4. 환경적 측면의 한계
대규모 모델의 구축 및 학습, 운영에서 막대한 비용뿐만 아니라 많은 에너지 소비에 따른 온실가스 다량 배출도 큰 문제 중 하나로 꼽힙니다. 구글 검색엔진을 기준으로 연간 약 40만 톤의 이산화탄소(CO2)가 배출되는 데 반해 Chat GPT와 같은 생성형 AI 서비스는 검색엔진 대비 4~5배 많은 에너지 소비 및 온실가스 배출이 수반됩니다. 향후 생성형 AI 서비스가 더 많이 출시될 것으로 예상되기 때문에 에너지 및 환경 측면에서 심각한 위기가 초래될 우려가 있습니다.
생성형 AI가 가져오는 미래
새로운 기술이 나오면 그러했듯 Chat GPT와 같은 생성형 AI 서비스의 정확도, 편향성, 비용 및 환경 문제 등은 반복적인 시행착오, 추가적인 학습, 전문적인 검증, 기술적인 보완 등을 통해 시간이 지나며 점차 개선될 것으로 기대됩니다. 생성형 AI 시대에 접어들며 산업, 노동, 공공에는 결코 작지 않은 변화가 나타날 것으로 전망되는데 AI산업은 ‘위기 속 기회’를 맞이할 것입니다.
2009년 11월, 아이폰 3G가 출시되며 국내 스마트폰 시장이 본격화되었고, 이에 자극받은 국내 기업들이 경쟁에 참여하며 스마트폰 기술력이 발전한 것처럼 Chat GPT가 쏘아 올린 공이 메기 효과(catfish effect)로 작동하여 국내 AI 시장에 활력을 불어넣을 것으로 예상합니다.
AI가 본격적으로 보편화되면 산업 구조 변화에 따라 노동의 형태도 변화할 것입니다. 특히 그간 AI는 기존 데이터를 분석하거나 분류하는 것이 핵심 역할이었다면 생성형 AI는 새로운 텍스트, 이미지, 음성, 영상 등을 만들어 내는 역할을 수행함으로써 인간의 창의적 업무까지도 대신할 수 있게 되었습니다. AI에 의해 새로운 일자리가 생겨나기도 하고, 자리가 없어지기도 하고, 일하는 방식이 변화하기도 할 겁니다. 특히 사라질 일자리에 대한 두려움이 큰데, 더 위험한 것은 AI로 인한 실직을 두려워하느라 지금의 일자리에 지나치게 집착해서 꼼짝하지 않는 점입니다. AI 서비스는 보편화될 것이고 AI를 잘하는 사람에게는 기회가, AI를 못하는 사람에게는 위기가 찾아올 것이기 때문입니다.
결론 : 생성형 AI시대. 우리는 무엇을 준비해야 하는가?
과거 ‘대답’을 잘하는 사람이 전문가였던 시절에서 ‘검색’을 잘하는 사람이 전문가였던 시대를 지나, ‘질문’을 잘하는 사람이 전문가로 인정받는 세상이 도래 됐습니다. 생성형 AI는 우리가 정보를 다루는 방식에 큰 변화를 가져올 것입니다. 그동안 우리는 필요한 정보를 신속하게 획득할 수 있는 검색 능력에 주로 의존해 왔으나, 앞으로는 필요한 답변을 원하는 양식대로 빠르게 얻어 내는 능력이 중요해질 것으로 예상할 수 있습니다. 결국 AI에 일을 더 잘 시키기 위한 프롬프트를 찾는 작업, 이른바 프롬프트 엔지니어링(Prompt Engineering)이 중요할 것으로 보입니다.
따라서 매거진을 마치면서 생성형 AI를 통해 경쟁 우위를 가지는 세 가지 방법(3i)을 제안하고자 합니다.
첫번째, ‘잘 질문하는 방법(inquiry)’을 익히자
이를 프롬프트라고 부르는데, 생성형 AI는 질문 방식에 따라 결과물이 천차만별로 나타날 수 있습니다. 따라서, 적절한 프롬프트를 선택하고 질문하는 방법을 익히는 것이 중요하며, 이를 통해 원하는 결과물을 더욱 정확하고 빠르게 얻을 수 있습니다.
두번째, ‘생성형 AI의 생성 결과를 확인하는 과정(inspection)’을 당연시하자
생성형 AI는 언어모델 특성상 기존의 인간이 만든 데이터베이스를 가지고 그럴싸한 결과를 내기 때문에 그 결과에 대한 책임은 온전히 질문하는 사람이 가지게 됩니다. 예컨대 Chat GPT에게 ‘장영실이 훈민정음을 만든 이유가 무엇인가?’라고 물어보면, 거짓 답변을 작성합니다. 그러므로, 사용자는 반드시 생성형 AI가 만들어낸 결과가 질문 의도와 맞는지 그리고 사실인지 확인해야 합니다.
세번째, 생성형 AI의 결과물에 자신의 전문성과 창의성을 더하자(idea)
생성형 AI의 결과물에 자신의 전문 지식을 활용하여 새로운 아이디어를 추가하는 것이 중요합니다. 결국 생성형 AI는 보조적인 역할을 수행할 뿐이고, 당신의 전문성이 더해졌을 때 궁극적인 경쟁 우위를 이끌어낼 수 있습니다. 예를 들어, 같은 이미지 생성 모델을 사용하더라도 인간의 수정 작업을 거쳐 더욱 완성도 높은 작품을 만들어낼 수 있습니다.
우리는 AI를 두려워하거나 금지할 것이 아니라 미래 세대가 AI를 안전하게 잘 활용함으로써 경쟁력을 확보할 수 있도록 디지털 문해력 교육과 함께 사회적 합의를 통한 제도 마련 등을 고민해야 하며 빠른 시간 내 Game Changer가 되어야 합니다.
출처
- 컨텐츠 - Chat GPT : https://openai.com/- Playground AI : https://playgroundai.com/- Soundraw : https://soundraw.io/- InVideo AI : https://invideo.io/- Application : 출장도사
- 논문
- 김태원(2023) ChatGPT와 생성 AI가 가져올 미래. 한국생태환경건축학회
- 양지훈, 윤상혁(2023) ChatGPT를 넘어 생성형(Generative) AI 시대로. 한국방송통신전파진흥원
- 김태원(2023) 챗 GPT가 촉발한 생성형 AI 시대, 미래 모습과 대응 방안. 과학기술정책연구원 - 유튜브
- https://youtu.be/sOKG9jbijmU
-https://youtu.be/W-5heHzXRQc
