생성형 AI 사피엔스

생성형 AI 사피엔스 - 챗GPT가 앞당긴 인류의 미래
김영욱 외 지음 / 생능북스 / 2023년 5월

생성형 AI Generative AI 란 무엇인가를 생성하는 AI를 말한다. 다시 말해 텍스트, 오디오,이미지 등의 기존 콘텐츠를 활용하여 새로운 콘텐츠를 만들어 내는 AI이다. 하지만 일반인들의 기대치와는 달리 AI라고 해서 무엇이든 만들어 주는 것은 아니다. (-17-)

책 GPT는 GPT-3를 기반으로 개발되었다.GPT-1이 2018년, GPT-2가 2019년, GPT-3가 2020년 에 발표되었다. 그리고 GPT-4 도 2023년 3월에 세상에 나왔다.

챗GPT는 기본적으로 무료로 사용할 수 있지만 무료 버전은 GPT-3기반으로 동작하며,유료버전인 ChatGPT Plus(월 20달러)를 사용할 때 GPT-4 기반으로 동작한다. ChatGPT Plus 는 무료버전보다 더 빠른 답변을 받을 수 있으며, 접속량이 많아 느려질 때도 이용할 수 있다. (-87-)

첫째, 생성형 AI는 질병 진단과 예측에 매우 유용하게 적용된다. 기존의 진단 방법은 종종 제한적이어서, 진단을 위해 여러가지 불필요한 검사가 필요한 경우가 많았다. 이러한 산업 내 구조적인 문제점을 생성된 AI 결과물로 더욱 많은 경우 환자의 증상과 데이터를 분석하여 질병을 더 빠르고 정확하게 예측할 수 있게 된다.

둘째, 신약개발이다.현대의 의약품 개발은 지금까지도 시간과 비용이 많이 들고 대체로 성공률이 낮은 과정으로 남아 있다. 2010년도 가트너 조사에 따르면, 새로운 약품을 시장에 출시하는 데 드는 비용은 약 18억 달러였다. 이중 1/3이 신약 개발의 정확성, 예측성, 속도의 향상 등 신약 연구개발에 사용된다. 생성형 Ai는 이미 신약개발에 사용되고 있는데, 제액업계는 비용과 시간 모두를 크게 절감할 수 있어 앞으로 활용도가 더욱 높아질 것이다. 특히 생성형 AI 는 이미 신약 갭잘에 사용되고 있는데,제약업계는 비용과 시간 모두를 크게 절감할 수 있어 앞으로 활용도가 더욱 높아질 것이다. 특히 생성형 AI는 새로운 약물 후보군을 찾아내고,약물 효능을 예측하는 등의 작업 과정에 시간과 비용을 줄이는 등 효율적인 역할을 할 수 있다.이런 이유로 가트너는 2025년이면 신약 및 신소재의 30% 가 생성형 AI 기법을 사용해 체계적으로 개발될 것이라고 전망했다. (-176-)

나에 의한,나를 위한, 나만의 소비,초개인화 소비가 본격적으로 시작된다.코로나 19로 경제 마비와 이어진 경기침체로 인해 소비심리가 위축되면서 소비자의 다양한 라이프 스타일이 반영된 맞춤형 제품과 서비스가 주목받고 있다. 그 배경에는 경기침체로 소비수축이 진행되는 동안 소비자의 성향이 합리적이고 이성적인 방식으로 변형되었기 때문이다.이제 기업들은 데이터 기반의 다양한 기술과 서비스를 동원하여 좀 더 소비자의 취햐에 맞는 서비스를 실시한다. (-258-)

생성형 AI 서비스는 아래와 같다.

1.텍스트 생성 : 챗GPT, Grammarly, Text.cortex, Rytr

2.이미지 제작 : Dall·E 2, Stable Diffusion, 칼로, NovelAI, 투닝

3.영상 제작 : Invideo, Synthesia, Veed.io, Lumen5, WSC Sports

4.음악 제작 : AIVA, Ecrett Music, Brain.fm, Boomy

5.마케팅 분야 : 재스퍼, GoCharlie, Writecream

6.고객 경험 : Level AI, Replikr, Staircase AI, PolyAI, Y Meadows

7.요약 및 보고서 작성 Notion AI, Magic Write, Quillbot, Resoomer, DesignerBot

8.프로그래밍 : Copilot, Tabnine, DeepCode, Mindtech Global, Mostly AI

생성형 AI 서비스는 텍스트 생성, 이미지제작, 영상제작, 음악 제작, 마케팅 분야, 고객경험, 요약 및 보고서 작성, 프로그래밍 로 구분되고 있으며, 챗GPT 가 생성형 AI 서비스의 대표적인 사례이며,앞으로 검색서비스를 대체할 가능성이 크다.구글이나 네이버처럼, 현존하는 검색서비스가 가지고 있는 치명적인 문제점, 정보와 지식의 불완전함에 있다. 아직 ChatGPT 가 가지고 있는 정보의 불완점함은 점점 더 정교해지고 있으며, 테스트 단계에서 생기는 여러가지 단점을 보완하게 된다.

책을 읽으면,먼저 인간이 가지고 있는 세상을 이해하는 인식구조의 불완전함을 인지할 수 있다. 예를르 들어 기사를 하나 쓰더라도,그 기사의 무결성을 담보할 수 없다. NASA 의 기사에 대해서조차 그 기사가 가짜 기사인지 아닌지 확인이 되지 못한다. 하지만 ChatGPT는 그 문제를 해결하는 것 뿐만 아니라, 무엇이 문제인지 맥락까지 파악이 가능하다.

놀라운 기술의 발달을 읽을 수 있다.나의 질문에 대해 답을 해주는 것을 넘어서서,문제까지, 오류까지 검출이 가능하다. 특히 구조화된 컴퓨터 프로그래밍의 경우, 수천만 줄의 프로그래밍 코딩에 대해 ,버그를 정확하게 찾아내지 못해서, 여러가지 기술적 문제점을 드러낸바 있다. ChatGPT 에 MS가 적극 투자하였던 이유, 구글과 경쟁에서 이기기 위해 ,어떤 노력을 벌이고 있는지 확인이 가능하다.

이런 기술적 변화는 생성형 AI 서비스가 생명공학분야에도 나타날 수 있다. 신약을 개발하거나, 임상실험에서 생길 수 있는 여러거지 문제점들을 생성형 AI 서비스를 활용하여, 해결할 수 있으며, 문제점의 원인 뿐만 아니라 해결까지 가능하다. MZ 세대 뿐만 아니라 알파 세대가 사회를 주도하는 시점이 되면, 초개인화,나에게 맞춰진 서비스를 받을 수 있으며,의료 서비스 뿐만 아니라, 금융,문화, 정책, 교육 서비스까지 확장될 수 있으며,소비자의 니즈와 원츠에 대해 정교해지는 것 뿐만 아니라, 질병 진단과 예측 까지, 더 확장될 개연성이 커지고 있다.