챗GPT가 등장한지 시간이 어느정도 흘렀음에도 불구하고 여전히 AI를 이야기할 때면 ‘OpenAI’와 ‘챗GPT’를 빼놓을 수가 없습니다. 이들이 주목받는 이유 중 하나는 ‘생성형 AI’라는 산업의 새로운 장을 열었기 때문인데요. 그동안 우리가 알고있던 AI는 원본 데이터를 기반으로 명령을 수행해왔는데, 생성형 AI는 인간의 고유 영역이라고 생각했던 ‘창작’을 하기 시작한 것이죠. 즉, 원본 데이터를 입력하지 않아도 명령을 수행하는 인공지능 모델이 등장했다는 것입니다.

생성형 AI를 이해하기 위해 반드시 필요한 개념, ‘GAN’.

이번 포스팅에서는 생성형 AI를 만들고 있는 기업들과, 어떤 인공지능 모델들이 있는지에 알아보고자 하는데요. 그 전에, 생성형 AI 기술을 이해하는 데 조금 더 도움이 될 것 같아 ‘GAN(Generative Adversarial Network)’이라는 기술을 먼저 소개하고자 합니다.

GAN은 데이터 생성과 데이터 구분을 반복하면서 학습하는 모델로, 생성과 구분이 서로 경쟁하며 기능을 발전시키게 됩니다. 데이터를 생성할 때는 실제처럼 보이게 해 데이터를 구분하지 못하게 하려 하고, 데이터를 구분할 때는 실제 데이터와 가짜 데이터를 더 잘 구분하려고 하면서 데이터 생성이 데이터 구분을 이기기 위해 더욱 실제처럼 데이터를 생성하려고 합니다. 덕분에 우수한 퀄리티의 콘텐츠를 생성할 수 있게 되는 것이죠.

네이버가 작정하고 만든 초거대 AI ‘네이버 하이퍼클로바X’

네이버는 기존 ‘하이퍼클로바’를 업그레이드 해 초거대 AI ‘하이퍼클로바X’를 공개했습니다. ‘하이퍼클로바X’는 챗GPT와 비슷한 LLM(대규모언어모델)로, 다양한 산업 분야에서 사용할 수 있도록 최적화했습니다. 특히 ‘하이퍼클로바X’는 현존하는 AI 모델 중 한국어를 가장 잘 이해하고 있어 타사 LLM과 비교했을 때 가장 자연스러운 한국어 답변이 가능해 사용자의 니즈를 정확하게 파악하고 적절한 응답을 즉각적으로 제공할 수 있다는 것이 특징입니다.

‘알파고’로 AI의 시대를 개막한 구글의 생성형 AI

구글은 기존 서비스에 AI를 더해 생산성을 높이는 데 주력했습니다. 기존 생산성 제품군인 구글 스프레드, G-mail 등에 생성형AI를 결합한 ‘워크스페이스를 위한 듀엣 AI(Duet AI for Google Workspace)’인데요. 구글의 Duet AI는 모바일 Gmail에서 몇 마디만 입력해도 문장을 완성시켜주고, 간단한 프롬프트만으로도 이미지를 생성할 수 있으며, 데이터를 자동으로 분류하고 사용자의 플랜에 맞춰 문서의 데이터를 분석해주기도 합니다.

챗GPT의 업그레이드 버전? ‘앤스로픽’

앤스로픽은 챗GPT를 개발한 OpenAI의 창립자들이 독립해 설립한 회사로, 챗GPT의 경쟁 모델인 ‘클로드 2(Claude 2)’를 공개했습니다. ‘클로드 2’는 챗GPT보다 더 많은 양의 텍스트를 요약할 수 있다고 하는데요, 챗GPT가 3천자 정도의 텍스트를 요약할 수 있다면 ‘클로드 2’는 7만 5천자 정도까지 요약할 수 있다고 합니다. 이는 책 한권에 버금 가는 분량으로, 성능이 크게 향상되었다고 볼 수 있습니다. 또한 코딩, 수학, 추론 영역에서도 기존 모델(클로드 1)보다 개선된 수행 능력을 갖추고 있다고 하는데요. 대표적으로 파이썬(Python) 코딩 테스트에서 기존 모델보다 15% 향상되었음을 입증했습니다.

생성형 AI 기업이 뜨면, 솔루션도 뜬다.

이처럼 생성형 AI 기업이 증가함에 따라, 이들을 위한 솔루션도 함께 개발되고 있습니다. 먼저 엔비디아(NVIDIA)는 기업이 자체적으로 생성형 AI 모델을 개발하고 관리할 수 있도록 지원하기 위헤 델 테크놀로지스와 손잡고 ‘프로젝트 헬릭스(Project Helix)’를 시작했습니다. 이들은 기업들이 자체적으로 생성형 AI를 개발할 수 있는 인프라를 구축하는 것부터 모델링, 미세 조정, 그리고 어플리케이션 개발 및 배포까지 전반적인 생성형 AI 개발 사이클을 지원하고자 합니다.

그리고 블루닷은 생성형 AI가 끌어 올린 콘텐츠 생산 효율성에 주목해, 빠른 속도로 증가할 콘텐츠의 양을 효율적으로 관리할 수 있는 솔루션을 제공합니다. 블루닷은 압축 효율을 높여 콘텐츠의 품질은 유지하면서 데이터를 줄여주는 압축 솔루션을 개발해 저장 공간에 여유를 더해주고 네트워크 사용 비용을 줄여주고자 합니다.

이처럼 수많은 기업들이 ‘생성형 AI’에 주목해 다양한 기술을 선보이면서 산업은 전체적으로 또 한번 변화를 맞이하게 되었습니다. 특히, AI 덕분에 생산성을 극대화 할 수 있게 되어 일의 효율이 높아졌는데요. 이는 마치 90년대, 컴퓨터가 등장하면서 업무의 효율이 향상된 현상을 떠오르게 합니다. 그래서 생성형 AI에 대한 새로운 소식이 들려올수록, ‘생성형 AI가 산업에 혁신을 가져다 주지 않을까?’라고 기대해 봅니다.