챗GPT와 생성형 AI 열풍, 인공지능 기술이 가져올 산업의 영향과 미래
인공지능 스타트업 ‘오픈AI’가 개발한 챗GPT는 출시 이후 단 5일 만에 유저 100만 명을 확보하면서 전 세계에 엄청난 충격을 선사했습니다. 챗GPT 이전에도 자연어 처리 알고리즘과 대규모 언어 모델(LLM), 머신러닝, 딥러닝 등 다양한 인공지능 기술이 활용되어 왔습니다. 이제 AI 인공지능 기술은 ‘생성형 AI 기술’이라는 새로운 전환점을 맞이했습니다. 입소스 인사이트
AI 인공지능 기술은 4차 산업혁명의 핵심으로 최근 몇 년간 급격한 성장을 이뤄왔습니다. 특히 인공지능 스타트업 ‘오픈AI’가 개발한 챗GPT는 출시 이후 단 5일 만에 유저 100만 명을 확보하면서 전 세계에 엄청난 충격을 선사했죠.
챗GPT 이전에도 자연어 처리 알고리즘과 대규모 언어 모델(LLM), 머신러닝, 딥러닝 등 다양한 영역에서 인공지능 기술이 활용되어 왔습니다. 특히 한국에서 열린 구글의 알파고와의 대국으로 인공지능 기술이 얼마나 발전했는지 전 세계가 체감할 수 있었습니다.
그리고 2023년, 이제 AI 인공지능 기술은 ‘생성형 AI 기술’이라는 새로운 전환점을 맞이했습니다. 챗GPT는 생성형 AI 기술의 대표로서 그 입지를 더욱 넓혀가고 있어요. 많은 사람이 새로운 인공지능 기술 혁신과 기회에 열광하고 있지만, 인공지능의 한계와 위험성을 우려하는 사람도 적지 않습니다. 그럼에도 AI 인공지능 기술이 미래 변화를 주도할 것이라는 데에는 모두가 공감하고 있죠.
그렇다면 인공지능 기술에 관해 종합적으로 이해할 필요가 있겠죠. 입소스 인사이트 <Exploring the changing AI landscape>를 통해 분석형 AI부터 생성형 AI에 이르기까지, 인공지능 기술의 전반적인 흐름과 특징에 관해 알아보도록 하겠습니다.
분석형 AI와 생성형 AI
현재 기업들이 활용하는 AI 인공지능 기술은 크게 ‘분석형 AI 기술'과 ‘생성형 AI 기술' 두 가지로 나뉩니다.
분석형(Analytical) AI
분석형 AI는 ‘전통적 인공지능 기술’이라고도 불리는데요, 주로 데이터 분석이나 소비자 패턴 분석, 사용자 언어 분석에 특화되어 있습니다. SNS나 검색 엔진 알고리즘, 대규모 언어 모델(LLM), 자연어 처리 기술, 음성 텍스트 변환 등이 분석형 AI에 포함됩니다. 입소스에서도 새로운 인사이트 확보, 응답자와의 소통 방식 변화, 리서치 프로세스 자동화에 분석형 AI 기술을 활용하고 있습니다.
생성형(Generative) AI
생성형 AI는 학습 세트를 기반으로 새로운 컨텐츠를 만들어 내는 기술로, 지금까지 인간의 고유한 영역으로 여겨졌던 텍스트, 비디오, 오디오, 사진 등 인간의 창의력과 관련된 컨텐츠 생성이 가능하게 만들었죠.
Chat GPT, Dall-E 2, Midjourney, Bard 등 빅테크 기업들의 생성형 AI 툴들이 릴리즈되고 해당 기술에 대한 경쟁이 심화되며 생성형 AI 시장의 혼잡도와 성장률은 앞으로 더 커질 것이라 예상합니다.
생성형 AI는 일반적인 행정 업무 방식과 정보 탐색 방식, 커뮤니케이션 등 비즈니스 영역은 물론 우리 생활 전반에 걸쳐 혁신적인 변화를 예고하고 있고 실제 생성형 AI는 새로운 제품 컨셉, 카피 및 메시지, 제품 컨셉, 카피 및 메시지, 광고 제작을 가속화 하는데 이미 활용되고 있어요.
입소스도 생성형 AI를 리서치와 설문조사, 인터뷰 절차 개선, 스크립트와 코드 작성, 데이터 분석 및 요약 등 리서치 업무 영역 전반에 활용하고 있습니다.
이렇듯 생성형 AI는 인간의 창의력과 관련된 분야로 영역을 넓히며 무궁무진한 가능성을 보여주고 있습니다. 세계경제포럼(World Economic)은 다보스 포럼을 앞두고 생성형 AI를 ‘게임체인저’로 정의하고 사회적 차원의 대비가 필요하다는 의견을 냈어요.
생성형 AI 기술의 한계와 위험성
생성형 AI 기술은 사회를 변화시킬 만큼 엄청난 잠재력이 있지만, 명확한 한계와 리스크도 안고 있습니다.
AI의 답이 정확하지 않을 수도 있다
AI가 제공하는 답이 언제나 정확하진 않습니다. 챗GPT를 써보신 분들은 아시겠지만, 챗GPT는 생각보다 자주 정확하지 않은 답변을 내놓습니다.
물론 생성형 AI는 데이터 학습과 질문 의도 분석을 바탕으로 가장 정확한 답변을 내놓도록 설계되어 있어 아주 자연스러운 응답을 제시하지만 컨텐츠의 정확도는 기대보다 높지 않습니다.
학습하는 데이터의 범위도 제한적이고(챗GPT는 2021년 9월까지의 데이터만 습득) 잘못된 정보의 정확성을 판별할 수 있는 능력은 아직 없습니다.
잘못된 정보도 그럴듯하게 설명하는 AI
생성형 AI, 그중에서도 챗GPT가 갖고 있는 가장 큰 특징은 바로 ‘진짜 사람이 말하는 것처럼 그럴듯하게 설명한다는 것’입니다. 잘못된 정보라도 마치 사실인 것처럼 지어내며, 정보의 출처도 부정확하거나 조작하는 경우도 있습니다. 전문가들은 이를 챗GPT가 만들어 내는 ‘환각’이라고 표현합니다. 이는 한층 개선된 GPT-4를 적용한 지금도 마찬가지입니다.
따라서 챗GPT가 제공하는 답변이 아무리 그럴듯해 보이더라도 반드시 출처까지 확인해야 합니다. 이는 이미지와 영상, 온라인 채팅도 예외가 아닙니다.
데이터 보안과 윤리, 저작권 분쟁
마지막으로 생성형 AI의 리스크는 바로 데이터 보안과 윤리, 그리고 저작권입니다. 생성형 AI에 개인 정보나 기밀 정보, 지적 재산을 입력하면, 공개 정보로 취급되어 본의 아니게 민감한 정보가 다른 사람에게 유출될 수 있습니다.
지금은 해제됐지만, 한 달 전 이탈리아가 챗GPT를 일시적으로 금지한 이유가 바로 ‘개인 정보 보호'였습니다.
그러다 보니 윤리적인 문제에서도 자유로울 수 없습니다. 특히 기존 데이터를 재생산한다는 점에서, 작가나 아티스트 등 저작권자와의 저작권 분쟁은 끊임없이 제기될 것입니다. 이를 해결하기 위해서는, 생성형 AI의 저작권 범위에 관한 법적 규제가 필요할 것입니다.
생성형 AI는 어떤 미래를 가져올 것인가?
그렇다면 앞으로 비즈니스 생태계에 생성형 AI가 가져올 미래는 어떤 모습일까요?
가장 큰 변화를 맞이하고 있는 분야는 바로 마케팅입니다. 광고 소재 제작과 카피라이팅, 콘텐츠 기획에 생성형 AI를 활용하고 있어요. 향후에는 소비자들의 취향과 트렌드 흐름을 예측하여 제품·서비스 기획 및 디자인 구상에 생성형 AI를 활용할 것으로 내다보고 있습니다.
다음으로 주목받고 있는 분야는 엑셀과 파워포인트, 워드 등을 활용하는 사무 행정입니다. 마이크로소프트는 Ms Office 프로그램에 생성형 AI 툴인 '코파일럿(Copilot)'을 추가했습니다.
그동안 복잡한 엑셀 수식과 함수를 사람이 일일이 찾아서 입력했지만, 이제는 코파일럿에 물어보기만 하면 직접 결과값을 만들어서 보여주죠. 물론 테스트 중이기 때문에 아직은 기본적인 업무만 가능하지만, 앞으로 코파일럿이 더욱 발전하면 사무직 직장인의 든든한 비서가 될 것으로 보고 있습니다.
이외에도 IT 기술 자문 기업 ‘가트너’는 신약 개발이나 신소재 관리, 반도체 설계, 합성 데이터, 부품 개발, 콘텐츠 개발 등의 영역에서도 생성형 AI를 활용할 것으로 예상했습니다.
“AI를 가장 다루는 사람이 승자가 될 것이다"
구글은 챗GPT로부터 검색 시장 우위를 지키기 위해 바드(Bard)라는 대화형 생성 AI로 반전을 꾀하고 있습니다. 국내에서도 카카오와 네이버가 생성형 AI 개발에 속도를 내고 있습니다.
하지만 기회보다는 생성형 AI의 한계점과 위험성을 경계하는 분위기도 있습니다. 오픈AI CEO인 샘 알트먼도 “AI가 노동 시장, 선거, 허위 정보 확산 등에 미칠 수 있는 안 좋은 영향과 사이버 공격과 같은 위험성을 우려한다”고 말했습니다.
삼성전자는 기업 기밀 정보나 지적 재산, 개인 데이터 유출 등 보안 위험을 우려하여 챗GPT를 포함한 모든 생성형 AI 사용을 금지했어요.
그럼에도 불구하고 생성형 AI가 미래 경제 성장의 핵심 도구인 것은 분명하고 앞서 언급된 한계와 리스크가 보완되어 간다면 생성형 AI 신뢰도와 활용도는 더 커질 거예요.
스위스 제네바 대학교 경제학 교수인 리처드 볼드윈은 2023년 세계경제포럼(WEF) 회의에서 "AI를 잘 활용하는 사람이 그렇지 못한 사람의 일자리를 대체할 것"이라고 말했죠. 그리고 이 말은 점점 더 현실로 다가오고 있습니다.
결론
이처럼 생성형 AI에는 기회와 리스크가 모두 공존합니다. 기업의 생산성을 폭발적으로 높여주기 위한 서포터로서 엄청난 잠재력을 갖고 있습니다. 이를 제대로 활용하기 위해 디지털 리터러시 역량과 논리적 사고 및 추론 역량이 요구되고 있어요.
반면 생성형 AI가 편리한 만큼 개인정보보호 우려도 적지 않습니다. AI에는 가급적 고객·기업 데이터를 입력 및 수집을 금지하는 등 데이터 보안과 데이터 이용에 윤리적 문제가 없도록 임직원 교육에도 힘써야 하죠.
생성형 AI가 미칠 향후 사회와 경제, 문화에 대한 영향들은 아직 쉽게 예측이 어려운데요. 예측 불가능한 미래 리스크를 낮추고 올바른 결정을 내리기 위해서 가장 필요한 것은 바로 과거와 현재, 미래를 아우르는 데이터입니다. 새로운 시대로의 전환점에서, 사람들의 인식과 행동이 변화하는 모습을 데이터로 관찰하고 분석하는 게 매우 중요합니다.
입소스는 다양한 산업 분야의 조사를 통해 수많은 정보와 데이터를 확보하고 있는 기업으로, 다양하고 정확한 데이터들이 AI 에 학습될 수 있도록 데이터, 정보 전문가로서의 역할을 지속할 계획입니다.
생성형 AI가 우리 삶에 어떻게 영향을 미치는지 분석하고, 어떻게 최적화하여 활용할 수 있는지 등에 대한 정보를 제공하여 보다 효율적으로 비즈니스 전략을 세울 수 있도록 적극 지원하고자 합니다.
앞으로도 생성형 AI 시장이나, 이를 활용한 브랜드들의 전략 등에 대한 다양한 인사이트들을 공유하도록 하겠습니다!
