생성 AI란? 종류와 장점, 활용 방법을 쉽게 설명
![생성 AI란? 종류와 장점, 활용 방법을 쉽게 설명](https://monolith.law/ko/wp-content/uploads/sites/10/2024/05/e9e7aad4-b9d2-4668-a3b6-01e84e4d66f3.webp)
생성 AI란?
생성 AI는 위탁자의 지시(프롬프트)에 따라 사전에 학습한 데이터를 바탕으로 AI가 문장, 이미지, 프로그램 코드, 동영상, 음성 등 다양한 콘텐츠를 자동으로 생성해주는 기술입니다.
대표적인 예로는 2022년 11월에 OpenAI사가 출시한 “ChatGPT”가 있습니다.
ChatGPT는 마치 사람이 생각한 것처럼 자연스러운 문장을 생성해주기 때문에, 비즈니스의 다양한 장면에서 활용 가능하며, 업무의 대폭적인 효율화와 비용 절감 등의 이점이 기대됩니다.
생성 AI의 개발은 최근 급속히 진행되고 있으며, 전 세계에서 매일 새로운 서비스가 출시되는 등 많은 분야에서 주목받고 있습니다.
생성 AI가 주목받는 이유
과거 컴퓨터의 발명이나 인터넷, 휴대전화의 보급이 사람들의 생활에 큰 변혁을 가져온 것처럼, AI는 이제 현대 사회에서 필수적인 존재가 되어가고 있습니다.
특히 생성 AI는 인간의 노동을 대체할 수 있는 것으로, 큰 사회적 우려를 불러일으킬 정도로 발전하고 있으며, 이제 무시할 수 없는 존재가 되었습니다.
생성 AI와 기존 AI의 차이
기존 AI는 학습 데이터 중에서 프롬프트에 적합한 정보를 “추출”하여 그 결과를 출력하는 것이 주된 기능이었던 반면, 생성 AI는 학습 데이터를 바탕으로 출력을 새롭게 “생성”하는 점이 큰 특징입니다.
이러한 특징으로 인해 생성 AI는 학습 데이터의 제약을 받지 않고 독자적인 표현이나 아이디어를 생성할 수 있는 이점이 있지만, 반면에 출력의 품질이 위탁자의 프롬프트 엔지니어링(AI로부터 원하는 출력을 얻기 위해 최적의 프롬프트를 입력하는 기술)에 크게 좌우된다는 단점도 있습니다.
생성 AI의 구조
이러한 생성 AI의 근간을 지탱하는 기술이 “기계 학습(machine learning)”입니다.
기계 학습은 입력된 대량의 데이터에서 패턴이나 규칙을 발견하고 학습하여 새로 입력된 데이터를 분류하고 예측하는 일련의 기술이며, 생성 AI의 개발에서는 기계 학습 중에서도 특히 “심층 학습(deep learning)”이라는 학습 방법이 일반적으로 채택됩니다.
심층 학습을 통해 입력된 데이터에서 더 다층적인 특징을 추출할 수 있어 더 복잡하고 정밀한 작업 처리가 가능합니다.
일반적으로 이러한 기계 학습을 거쳐 생성된 기반 모델 중에서 더 구체적인 작업에 적합하게 만든 것이 “학습된 모델”이라고 불리며, 이를 제품이나 서비스에 통합한 것을 총칭하여 “생성 AI”라고 부릅니다.
즉, “구체적인 작업”의 내용에 따라 생성 AI에는 다양한 종류가 있다는 것입니다.
생성 AI의 종류
아래에서는 생성 AI의 주요 종류에 대해 설명합니다.
텍스트 생성 AI
“ChatGPT”나 “Bard” 등으로 대표되는 텍스트 생성 AI에는 “GPT-4″나 “PaRM”이라는 대규모 언어 모델(LLM: Large Language Model)이 탑재되어 있습니다.
대규모 언어 모델은 기초 모델 중 자연 언어의 처리에 적합한 모델로, 수십억에서 수백억 개의 파라미터를 가지고 있어 매우 자연스러운 텍스트 생성을 가능하게 합니다.
이를 통해 예를 들어, 회의록 작성, 이메일 답변, 광고 카피 작성, 소설 집필 등 다양한 상황에서 활용할 수 있습니다.
이미지 생성 AI
“Stable Diffusion”이나 “Midjourney” 등으로 대표되는 이미지 생성 AI는 텍스트나 이미지에서 새로운 이미지를 생성해주는 것으로, 예를 들어 최종적으로 출력하고자 하는 이미지의 이미지를 텍스트로 입력하는 것(t2t: text to image)이나 입력한 이미지를 바탕으로 다른 이미지를 재구성하는 것(i2i: image to image) 등 목적과 용도에 따라 다양한 방식이 있습니다.
음성 생성 AI
음성 생성 AI는 음성 데이터를 입력하면 새로운 음성 데이터를 생성해주는 AI입니다.
예를 들어, 특정 인물이나 캐릭터의 음성을 대량으로 입력해 학습시키면, 그 음성으로 다양한 문장을 읽어낼 수 있습니다.
또한, 특정 감정에 맞춘 톤이나 다국어로의 읽기도 가능하기 때문에, 한 번 음성을 학습시키면 내레이션이나 콜센터의 자동 응답 등 다양한 상황에서 활용할 수 있습니다.
Google의 “Text-to-Speech AI” 등이 유명합니다.
동영상 생성 AI
동영상 생성 AI는 텍스트나 이미지에서 AI가 영상과 음원을 조합해 새로운 동영상을 자동 생성하는 기술입니다.
2024년 2월에 OpenAI가 발표한 “Sora”는 텍스트에서 동영상을 생성해주는 것으로, 몇 초 정도의 짧은 동영상만 만들 수 있었던 기존의 동영상 생성 AI와 달리, 최대 1분간의 동영상 생성을 가능하게 하며, 또한 여러 장면에 걸친 동영상에서도 등장인물이나 공간의 일관성을 유지하고 물리 법칙을 정확히 반영한 자연스러운 움직임을 재현할 수 있어 현재 매우 주목받고 있는 생성 AI 중 하나입니다.
3D 모델 생성 AI
3D 모델 생성 AI는 텍스트나 이미지에서 AI가 3D 모델을 자동 생성하는 기술입니다.
게임 캐릭터나 오브젝트, 애니메이션이나 영화의 CG 콘텐츠 제작 등 업계에서 활용될 것으로 기대되며, 현재 주목받고 있는 생성 AI의 종류 중 하나입니다.
“LumaAI”나 “Tripo”, “Meshy” 등이 대표적인 예입니다.
생성 AI 활용의 장점
이처럼, 생성 AI는 매일 새롭게 등장하고 있으며, 다양한 업계에서의 활용이 기대되고 있습니다.
생성 AI를 활용하면 업무의 대폭적인 효율화와 비용 절감이 기대될 뿐만 아니라, 새로운 아이디어와 패턴을 발견하는 데 도움을 줄 수 있다는 점에서 기존의 AI와는 다른 큰 활용상의 장점이 있다고 할 수 있습니다.
생성 AI의 비즈니스 활용 장면
구체적으로는, 다음과 같은 비즈니스 장면에서 생성 AI를 활용할 수 있습니다.
고객 지원에서의 자동화 및 보조
이메일 회신이나 전화 응대 등 고객 지원 업무는 일상적인 업무 중에서도 많은 시간과 노력을 필요로 하는 작업 중 하나입니다. 그러나 이러한 업무는 생성 AI와의 궁합이 좋다고 생각됩니다.
텍스트 생성 AI를 통해 고객의 문의 내용을 이해하고 적절한 문장을 작성하는 것은 물론, 음성 생성 AI와 결합하여 24시간 365일 자동으로 전화 응대가 가능한 서비스가 등장하는 등, 현재 많은 일본 기업들이 생성 AI를 도입하고 있는 업무 중 하나입니다.
광고 카피 및 웹 기사 아이디어 도출 및 초안 작성
또한, 앞서 언급한 바와 같이, 새로운 아웃풋을 생성해주는 생성 AI의 특징을 살려 광고 카피나 웹 기사, 기타 콘텐츠 제작에 있어 아이디어 도출 및 초안 작성에 활용하는 것도 매우 유효한 방법입니다.
상품의 특징이나 타겟층, 글자 수 등을 지정하여 프롬프트를 입력하면, 보다 적합한 아웃풋을 생성할 수 있으며, 또한 사람이 생각하는 것보다 빠르게 많은 아이디어를 도출해주기 때문에 생산성 향상에 크게 기여할 것입니다.
데이터 분석 지원 및 보고서 자동 생성
대량의 데이터를 신속하게 처리할 수 있는 생성 AI는 사람이 놓칠 수 있는 패턴이나 트렌드를 발견할 수 있을 것으로 기대되기 때문에, 데이터 분석 및 예측, 나아가 이러한 분석이나 예측을 기반으로 한 보고서 작성에도 활용할 수 있습니다.
출력 형식 등을 지정하면, 필요에 따라 포맷을 맞춤화할 수 있는 점도 장점입니다.
생성 AI 사용 시 주의사항
위와 같이, 생성 AI는 활용할 때 큰 이점이 있지만, 올바르게 사용하기 위해 주의해야 할 점도 적지 않습니다.
AI의 환각 (할루시네이션)
생성 AI는 학습 데이터를 기반으로 프롬프트에 대해 확률적·통계적으로 “가장 그럴듯한” 답변을 제공할 뿐이므로, 허위 정보가 출력되는 경우도 드물지 않습니다 (이러한 문제를 일반적으로 “할루시네이션”이라고 부릅니다).
또한, 생성 AI에 따라 학습 데이터의 수집 기간에 제한이 있어 최신 정보가 반영되지 않은 답변을 출력할 수도 있습니다.
따라서, 생성 AI의 출력물을 업무에 사용할 경우, 반드시 사람이 품질 확인 및 검증 과정을 거쳐야 합니다.
보안 측면
또한, 기업이 생성 AI를 사용할 때 특히 주의해야 할 점은 보안 측면입니다.
생성 AI에 따라 입력한 데이터가 기계 학습에 사용될 수 있으며, 만약 개인 정보나 기업 비밀을 입력하면 돌이킬 수 없는 상황이 발생할 수 있습니다.
따라서, 입력한 데이터의 취급에 관해서는 이용 약관 등을 통해 철저히 확인해야 합니다.
법적 규제 등
또한, 최근 생성 AI에 관한 법적 규제의 방향에 대해 저작권법이나 개인 정보 보호법 등을 중심으로 활발히 논의되고 있으며, 업계나 업종에 따라 독자적인 AI 윤리를 정하고 있는 분야도 있기 때문에, 기업의 컴플라이언스로서 법적 규제와 이러한 AI 윤리의 동향에도 주의할 필요가 있습니다.
주의사항을 고려하여 AI를 활용하려면 Azure OpenAI Service를 추천합니다
이 점에서 Microsoft Azure가 제공하는 “Azure OpenAI Service”는 OpenAI사가 제공하는 AI 서비스(텍스트, 코드, 이미지 생성)를 Microsoft Azure 상에서 이용할 수 있는 유일한 서비스입니다. 입력한 데이터가 기계 학습에 사용되지 않으며, Microsoft Azure의 보안 기능도 사용할 수 있어 보안 면에서 안전성이 높은 것이 특징입니다.
또한, 주요 생성 AI 서비스가 해외의 것이 많은 가운데, Azure OpenAI Service는 일본법을 준거법으로 하고, 도쿄지방재판소를 전속 관할로 하는 계약이 가능하여 법적 리스크의 예측 가능성이 높은 점에서도 추천할 만합니다.
요약: 생성 AI 활용으로 효율성 증대가 기대되지만, 리스크 관리가 필수
날마다 새롭게 등장하는 생성 AI 서비스는 효과적으로 활용하면 업무의 대폭적인 효율화와 비용 절감이 기대됩니다.
하지만, 생성 AI 서비스를 효과적으로 활용하기 위해서는 그 리스크를 정확히 파악한 후, 도입을 고려하는 업무와의 관계에서 어떤 기능이나 사양이 그 리스크를 줄일 수 있는지 신중히 검토할 필요가 있습니다.
특히 기업에서는 사내 가이드라인의 수립, 직원에 대한 공지 및 트레이닝 실시 등의 대책도 중요하며, 생성 AI 서비스를 업무에 도입할 때는 이러한 다각적인 시각에서 각 서비스를 비교 검토하는 것이 좋습니다.
Category: IT