글 윤준탁 / NFT 기반 웹3 전문 스타트업 <비트블루> 이사
인공지능 열풍이 전 세계를 휩쓸고 있다. 초거대 언어모델로 만들어진 ChatGPT(이하 챗GPT)는 이러한 열풍의 시작점이다. 챗GPT를 포함한 생성형 인공지능(AI)은 모든 산업의 패러다임을 바꾸기 시작했다. 인공지능이 의사, 변호사 시험을 통과하고 며칠씩 걸리는 일을 몇 시간 만에 끝난다.
특히 챗GPT는 인공지능 매스 어답션(Mass Adoption, 대중화)의 첨병이다. 챗GPT가 공개된 이후 수많은 서비스가 출시됐다. 언어 번역은 물론 카피라이팅, 업무 문서 작성, 고객 응대 챗봇에 이르기까지 관련 서비스가 봇물처럼 쏟아져 나왔다. 과연 챗GPT는 이러한 인공지능 열풍을 이어갈 수 있을까?
데이터를 빠르게 학습하고 콘텐츠를 제작
챗GPT는 인공지능 연구소인 '오픈AI'가 개발한 대화형 인공지능 서비스다. GPT는 Generative Pre-trained Transformer의 약자로 대량의 데이터를 사전 학습해 새로운 콘텐츠를 만들어내는 생성형 인공지능을 뜻한다. GPT의 근간에 원천 기술인 '트랜스포머(Transformer)'가 있다. 2017년에 구글이 논문으로 발표한 것으로 오픈AI는 개발을 거듭해 이 트랜스포머의 GP-3.5 모델을 활용해 챗GPT를 내놓았다.
특히 챗GPT는 인공지능 매스 어답션(Mass Adoption, 대중화)의 첨병이다. 챗GPT가 공개된 이후 수많은 서비스가 출시됐다. 언어 번역은 물론 카피라이팅, 업무 문서 작성, 고객 응대 챗봇에 이르기까지 관련 서비스가 봇물처럼 쏟아져 나왔다. 과연 챗GPT는 이러한 인공지능 열풍을 이어갈 수 있을까?
데이터를 빠르게 학습하고 콘텐츠를 제작
챗GPT는 인공지능 연구소인 '오픈AI'가 개발한 대화형 인공지능 서비스다. GPT는 Generative Pre-trained Transformer의 약자로 대량의 데이터를 사전 학습해 새로운 콘텐츠를 만들어내는 생성형 인공지능을 뜻한다. GPT의 근간에 원천 기술인 '트랜스포머(Transformer)'가 있다. 2017년에 구글이 논문으로 발표한 것으로 오픈AI는 개발을 거듭해 이 트랜스포머의 GP-3.5 모델을 활용해 챗GPT를 내놓았다.
트랜스포머 이전에 활용했던 인공지능인 순환 신경망은 연쇄적으로 데이터를 처리한다. 이는 빠르지 않다는 한계가 있어 대규모의 데이터 학습에 많은 시간과 비용이 소모된다. 반면 트랜스포머는 병렬로 데이터를 처리하는 방식으로 데이터 요소들 사이의 패턴을 수학적으로 신속하게 찾아낸다. 문장 속 단어의 관계를 추적해 맥락과 의미를 학습하므로 사람의 언어를 빠르게 습득할 수 있다.
챗GPT는 이러한 능력을 바탕으로 마치 인간처럼 대화가 가능한 수준에 이르렀다. 이미 작가처럼 글을 쓰거나 챗봇으로 활용하면 고객 응대가 가능할 정도다. 물론 학습된 데이터의 한계 때문에 최신 정보를 알려주지 못하거나 잘못된 내용을 조합해 대답하는 경우도 있다. 챗GPT에게 질문을 던지면 엉뚱한 답을 주는 한계는 실시간 데이터로 학습한 결과를 반영하지 못하기 때문이다. 앞으로 GPT의 다음 버전인 GPT-4가 공개되면 실시간 학습과 검색이 가능할 전망이다. 마이크로소프트의 검색 엔진(Bing), 구글 검색, 네이버 검색 등 다수의 기업이 챗GPT와 같은 기능을 포함한 검색 엔진과 웹 브라우저를 지속적으로 공개할 예정이다.
챗GPT는 이러한 능력을 바탕으로 마치 인간처럼 대화가 가능한 수준에 이르렀다. 이미 작가처럼 글을 쓰거나 챗봇으로 활용하면 고객 응대가 가능할 정도다. 물론 학습된 데이터의 한계 때문에 최신 정보를 알려주지 못하거나 잘못된 내용을 조합해 대답하는 경우도 있다. 챗GPT에게 질문을 던지면 엉뚱한 답을 주는 한계는 실시간 데이터로 학습한 결과를 반영하지 못하기 때문이다. 앞으로 GPT의 다음 버전인 GPT-4가 공개되면 실시간 학습과 검색이 가능할 전망이다. 마이크로소프트의 검색 엔진(Bing), 구글 검색, 네이버 검색 등 다수의 기업이 챗GPT와 같은 기능을 포함한 검색 엔진과 웹 브라우저를 지속적으로 공개할 예정이다.