GPT 제너레이션 - AI는 우리의 삶을 어떻게 바꿔 놓았고 어떻게 바꿔나갈까?

 요즘들어 다들 한번쯤 Chat GPT에 대해 들어 보았을 것이다.

 

 물론 들어 본 것 뿐만 아니라 실제로 사용해 본 사람들도 많을 것이다.

 

 Chat GPT에 대한 책을 읽거나 듣기 전, Chat GPT가 코드도 짜준다는 짤막한 블로그의 글만 읽도 별다른 설명도 듣지 않고 대책없이 나도 회사에서 일을하며 필요한 엑셀 매크로를 짜는 코드를 만들기 위해 Chat GPT를 사용해 보았다.

 

 사용해 본 소감은 놀라웠다. 내가 필요한 기능들을 말하면 우선 코드를 짜주고 추가적인 기능이나 상세한 정보를 추가하면 코드가 더 정교해졌다. 덕분에 원래대로라면 코드를 짤 줄 몰라 여기저기 뒤져가며 짜집기를 해서 꽤 오랜 시간을 들여 만들었어야 될 엑셀 매크로 코드가 30분도 걸리지 않아 만들낼 수 있었다.

 

 없느니만 못하던 은행이나 카드사의 쳇봇을 상대하던 것과는 전혀 색다른 경험이었다.

 

 알파고가 이세돌 9단을 이긴 것 이후, 한 동안 잠잠하던 주제인 AI가 Chat GPT의 부상으로 인해 (Chat GPT도 꽤나 나온지 오래된 서비스다.) 다시금 사람들의 입에 오르내리고 있다.

 

 한 동안 많은 커뮤니티 사이트에서 AI가 그린 그림들이 그날 유저들에게 추천을 많이 받은 게시물로 오르기도 했고, 대통령이 Chat GPT를 사용해 작성 된 신년사를 받아 보고 훌륭하다고 평가하며 행안부 장관에 Chat GPT를 활용해 공무원들에게 잘 활용하게 해달라는 주문도 했다고 한다.(물론 보안의 사유로 그게 가능한지, 옳은지는 상당히 의문이긴 하지만)

 

 

아래는 Chat GPT가 작성해 준 GPT에 관한 글이다.

 

 아직 최신 정보는 업데이트 할 수 없어 GPT 제네레이션 책에 관한 정확한 리뷰 내용은 쓸 수 없지만 그 책을 읽은 걸 바탕으로 Chat GPT가 써낸 글이 사실인지 아닌지 아닌지 정도만 확인했다.

 제너레이티브 프리트레인 트랜스포머(Generative Pre-trained Transformer, GPT)은 인공지능의 언어 모델로서, 최근 몇 년 동안 자연어 처리 분야에서 큰 관심을 받은 모델 중 하나입니다. GPT는 OpenAI에서 개발된 모델로, 텍스트 생성, 번역, 대화 시스템, 요약 등 다양한 자연어 처리 작업에 적용할 수 있습니다. 이제 GPT 모델에 대한 간단한 리뷰를 써보겠습니다.

 GPT 모델은 자연어 처리 작업에서 높은 품질의 결과를 제공하는데, 그 이유는 두 가지 주요 요소에 기인합니다.

 첫째, GPT는 대규모의 텍스트 데이터로 사전 훈련(pre-training)되는데, 이는 다양한 언어적 패턴과 문맥을 학습하는 데 도움이 됩니다. 이렇게 사전 훈련된 모델은 다른 작업을 위해 fine-tuning되며, 특정 작업에 대한 데이터를 사용하여 더 높은 성능을 달성할 수 있습니다.

 둘째, GPT는 Transformer라는 구조를 기반으로 합니다. Transformer는 자연어 처리 작업에 있어서 혁신적인 모델로, 기존의 순차적인 방식보다 효율적인 병렬 처리를 가능케 합니다. 이를 통해 GPT는 긴 문장이나 컨텍스트를 처리하는 데 뛰어난 성능을 보이며, 특히 텍스트 생성 작업에서 유용합니다.

 GPT 모델은 사용자의 입력에 기반하여 일정한 길이의 텍스트를 생성합니다. 이는 대화 시스템이나 챗봇 등의 인터랙티브한 응용 프로그램에 유용합니다. 또한, 문장이나 문서의 요약, 번역 등에서도 좋은 성과를 보입니다. 하지만 GPT는 모델의 특성상 주어진 문맥 내에서만 텍스트를 생성하며, 완전한 이해나 상식을 가지고 있는 것은 아닙니다.

 GPT는 매우 강력하고 유연한 모델이지만, 가끔 예측이 어색하거나 문맥을 잘못 이해하는 경우가 있을 수 있습니다. 또한, GPT 모델은 대량의 데이터와 많은 계산 리소스를 필요로 합니다. 그래서 훈련 및 실행에는 상당한 컴퓨팅 자원이 필요 합니다.

 요약하자면, GPT는 자연어 처리 작업에서 혁신적인 모델로 인정받고 있습니다. 사전 훈련된 모델과 Transformer 구조를 기반으로 하며, 텍스트 생성, 번역, 요약 등 다양한 작업에 적용할 수 있습니다. 그러나 GPT 모델은 완벽한 이해를 가지고 있지는 않으며, 컴퓨팅 리소스의 요구도 상당합니다.

 이 리뷰는 GPT 모델의 기본적인 특징과 장단점을 다루었지만, 더 깊이 있는 정보와 구체적인 활용 사례를 원한다면 추가적인 참고 자료를 검색해보시는 것을 권장합니다.

 

 개인적인 평가로는 글 전체의 구조는 크게 흠잡을 곳이 없다고 생각한다. 저 글을 작성하는데 걸린 시간은 5분도 채 되지 않았다. 거기다 영어에 비해 한국어 데이터는 부족한데도 저런 수준이다.

 

 책에서도 이야기 하지만 현재 AI는 레이 커즈와일이 말한 특이점에는 도달하지는 못했지만 전문가가 아닌 일반인들도 사용하면서 감탄 할 수 있는 WOW 포인트에는 확실히 도달 한 것 같다.

 

 그리고 책에 보면 돈 이야기가 꽤 많이 나온다. 그것도 수십, 수천 억 단 위가 아니다. 조 단위이다.

 

 이를 통해 우리가 이름만 들으면 알만한 빅테크 기업이 AI에 얼마나 많은 돈을 쏟고 있는지 새삼 깨달을 수 있었다. 그리고 한편으로는 이것이 커즈와일이 말하던 자본의 수레바퀴라는 것을 다시 한번 느낄 수 있었다.

 이미 AI가 인간들에게 가져 올 수 있는 온갖 우울한 미래를 손에 꼽으며 과연 AI를 사용하는 것이 옳은 일인지 그른 일인지 논쟁하는 것은 이미 무의미 할 것이다. AI는 사람들이 위험하다고 사용을 포기 할 수 없는 전기나 불 같은 도구 같은 것이 되버렸다. 잘못 사용하면 위험하지만 그렇다고 사용하지 않는다면 뒤쳐질 수 밖에 없는 도구 말이다.

 

 AI에 대해서 개인적으로는 이런 저런 생각이 있지만 가장 고민스러운 것은 교육에 관한 것이다. 아직 애가 그런 걸 고민할 나이가 아니긴 한것 같지만 애가 크고 초등학교를 들어 갈 때 쯤이면 AI는 지금 스마트폰 처럼 누구나 당연히 들고다니는 물건 이 될 것 같다.

 

 그럼 그 때 교육은 어떻게 해야 되는 걸까?

 

 내가 한창 자랄 때는 글로벌 시대가 온다는 이유로 영어가 중요하다고 말하며 영어 공부 열풍이 일었다. 그리고 얼마전에는 사람보다 컴퓨터와 일할 줄 알아야 한다며 그들의 언어인 코딩을 공부하는 것이 한동안 유행처럼 몰아쳤다. 그런데 AI는? 영어는 지금도 원어민 보다 더 잘 할 거다. 그리고 프로그래밍 언어가 아니라 벌써 자연어를 이해하고 코드로 바꾸는 수준이다. 대체 몇 년 후 우리의 삶은 어떻게 바뀌어 있을지 상상해 보고 싶다면 읽어 볼 책으로 추천한다.