본격 AI의 등장? Chat-GPT를 알아보자!
(썸네일 출처: OpenAI) ⓒ 스브스뉴스 AI가 수능 영어 시험을 치른다면 몇 등급을 받을 수 있을까요? SBS의 유튜브 채널 '오목교 전자상가'는 최신형 AI 챗봇인 Chat-GPT로 2023년도 수능 영어 영역과 토익 시험 점수를 측정해봤는데요. Chat-GPT는 수능 영어에서 최대 71%의 정답률을 기록해 3~4등급을 기록했다고 합니다. 토익 RC 부문의 경우 정답률이 85%까지 치솟아 390점을 받았다고 하네요. 수능 영어 시험을 기준으로 수험생의 50%가량이 Chat-GPT AI보다 낮은 점수를 받는 셈인데요. 심지어 내년에는 더욱 발전된 AI가 등장할 예정이라고 합니다. 오늘은 최근 IT업계를 발칵 뒤집어 놓은 AI 챗봇 Chat-GPT의 원리와 그 제작사인 Open-AI를 자세히 알아보고, Chat-GPT가 구글 검색을 대체할 가능성, 그리고 인간을 대할 수 있을지 여부 등에 대해 다뤄봤습니다. 🔎 Chat-GPT란? Chat-GPT는 미국의 인공지능 연구 연구소 Open AI에서 공개한 챗봇(chatbot) 서비스입니다. Chat-GPT는 12월 1일 처음 공개됐는데요. 그동안의 AI 챗봇 서비스를 압도하는 성능을 보여줬습니다. 아직 완벽하지는 않지만 다양한 문제해결 능력이 돋보이는데요. 경제학 개념을 자세히 설명하기도 하고 파이썬 코드를 구현하기도 합니다. 심지어는 시를 쓰기도 하죠. Chat-GPT에 시를 창작하라고 요구한 결과 ⓒ Chat-GPT Chat-GPT가 지향하는 것처럼 다양한 문제해결 능력을 갖춘 인공지능(AI)을 넓은 인공지능(General AI)이라고 합니다. 인공지능은 크게 좁은 의미의 인공지능(Narrow AI)과 넓은 의미의 인공지능(General AI)으로 구분할 수 있는데요. 좁은 인공지능은 특정 문제를 해결하는 데 집중합니다. 이세돌 9단과의 바둑 대결에서 승리한 알파고(AlphaGo)가 대표적이죠. 반면 넓은 인공지능은 포괄적인 문제 해결 능력을 지향합니다. 단순히 바둑만 잘 두는 것이 아니라 소설도 쓰고 코딩도 하는 등 주어진 모든 상황에서 사람처럼 행동하는 것이 목표죠. 넓은 인공지능을 구현하기 위해서는 인간과 인공지능 간 자연스러운 소통이 필요한데요. 이를 위한 첫걸음이 바로 자연어 처리(NLP: Natural Language Processing)입니다. 💡 자연어는 인간이 일상생활에서 의사소통을 위해 사용하는 언어입니다. 컴퓨터가 사용하는 기계어와 대비되는 개념이죠. 컴퓨터가 자연어를 이해하기는 매우 까다롭습니다. 맥락의 존재 때문이죠. 자연어는 기계어와 달리 문장이 사용된 앞뒤 상황에 따라 다른 의미를 지닙니다. 예를 들어 “참 잘한다”라는 말은 일차적으로는 칭찬의 의미를 지니지만, 때로는 잘못을 질책하는 의미로도 사용되죠. 자연어의 완벽한 이해를 위해선 이런 상황적인 맥락을 넘어 사회∙문화적인 맥락도 고려해야 합니다. 자연어 처리 3 대장 자연어 처리의 어려움으로 인공지능 분야의 성취는 대부분 좁은 인공지능에서 이뤄졌습니다. 하지만 2010년대 후반부터 유의미한 성과가 나오기 시작했죠. 바로 구글의 트랜스포머(Transformer)와 버트(Bert), 그리고 Open AI의 GPT-3입니다. 셋 중 구글의 트랜스포머가 가장 먼저 등장해 자연어 처리의 왕좌에 올랐는데요. 버트와 GPT-3는 모두 트랜스포머에 기반을 둡니다. 트랜스포머 이전 AI 대부분 전통적인 알고리즘인 RNN과 CNN을 사용했습니다. RNN은 앞서 나온 단어를 바탕으로 다음 단어를 순차적으로 이해합니다. CNN은 문장 내에서 단어의 순서를 보존해 독립적으로 단어를 분석하죠. 하지만 두 방식 모두 문장의 길이가 길어지면 성능이 떨어진다는 한계가 있습니다. 트랜스포머는 셀프 어텐션(self-attention) 방식을 사용해 이를 해결했습니다. 문장 전체를 분석하는 대신 중요한 부분에 집중(attention)하는 것이죠. 덕분에 더 적은 연산으로도 문장을 이해할 수 있습니다. 버트와 GPT-3는 모두 트랜스포머의 셀프 어텐션 방식을 차용해 만들어졌습니다. 구글이 2018년 개발한 버트는 문장을 분석하거나 생성할 때 ‘앞에서 뒤’, ‘뒤에서 앞’ 양방향으로 분석한다는 특징이 있습니다. 문맥을 이해하고 의미를 파악하는 데 유리하죠 반면 Open AI가 2020년 발표한 GPT-3는 버트와 달리 문장을 한 방향으로만 분석합니다. 이러한 단방향 방식은 차례대로 문장을 만들 수 있어 자연어 생성에 적합합니다. 실제 사람과의 자연스러운 대화도 가능하다는 말이죠. 대신 자연어를 이해하는 성능은 양방향 방식보다 부족합니다. Open AI가 2022년 12월 1일 공개한 Chat-GPT는 바로 이 GPT-3에 기반을 두고 있습니다. GPT는 1, 2, 3 버전이 존재하는데요. 셋 모두 기본적으로 같은 구조를 사용하지만 사용하는 파라미터(parameter; 매개변수) 수에서 차이가 존재합니다. 파라미터란 입력값과 출력값을 연결 짓는 일종의 규칙입니다. GPT-3는 1,750억 개의 파라미터(GPT-1의 1,000배, GPT-2의 100배)를 갖고 있다고 하는데요. 이는 인간 뇌의 뉴런 개수보다 많다고 합니다. 🔬 Open AI는 누구인가? 그렇다면 이렇게 자연어 처리의 선두를 달리고 있는 Open AI는 어떤 단체일까요? Open AI는 일론 머스크 등의 투자자들이 모여 만든 인공지능 연구소입니다. Open AI는 이윤을 목적으로 하는 Open AI LP와 비영리 단체 Open AI Inc.로 구성돼 있죠. Open AI의 목적은 프렌들리 AI(Friendly AI)를 만드는 것입니다. 스티븐 호킹과 같은 일부 과학자들은 인간의 통제를 벗어난 AI 가 인간 절멸을 불러올 수 있다고 경고했는데요. 이와 반대되는 개념인 프렌들리 AI는 인류에게 긍정적인 이익을 주는 AI를 의미합니다. Open AI는 일반 대중들에게 GPT-3 관련 특허와 연구를 완전히 공개했습니다. 홈페이지에서 간단한 회원가입 후 API-Key를 신청해 접근할 수 있죠. API(application programming interface)는 응용 프로그램에서 사용할 수 있는 인터페이스인데요. 한마디로 GPT-3의 알고리즘 코드를 그대로 공개했다는 것입니다. 누구나 이를 활용해 다양한 결과물을 만들 수 있죠. Didn't sleep last night to build this thing 😅Using GPT-3, I built a resume generator. Give it a sentence about where you worked, what you worked with - and you'll have a resume. pic.twitter.com/nc7Dkmc7bJ — d (@m0nald) July 19, 2020 GPT-3를 기반으로 이력서 생성기를 만든 한 사용자 ⓒTwitter 심지어 Open AI는 사람들이 GPT-3를 더욱 잘 활용할 수 있도록 몇 가지 세부 모델을 만들었습니다. 바로 Davinci, Curie, Babbage, Ada인데요. 해결할 문제가 얼마나 복잡한지, 빠르고 가벼운 알고리즘을 원하는지 등에 따라 원하는 모델을 선택하면 됩니다. ✨Chat-GPT vs Google 뛰어난 성능과 알고리즘 공개 정책 덕분에 Chat-GPT는 공개 5일 만에 사용자 수가 100만 명을 넘었는데요. 인기에 힘입어 Chat-GPT가 구글과 같은 검색 서비스를 대체할 수도 있을 것이란 의견이 나올 정도입니다. 효율적인 검색 기능: 그동안 검색 서비스는 검색어를 입력하면 사용자가 원하는 정보와 일치할 가능성이 높은 결과물을 출력했습니다. 사용자는 여러 검색 결과를 살펴봐야 원하는 정보를 얻을 수 있었죠. Chat-GPT는 기존 검색 서비스와 달리 다양한 정보를 종합해 최적의 답안을 한 번에 제시합니다. 편리한 검색 기능: 기존 검색 서비스를 이용하기 위해선 속칭 구글링(googling)이라 불리는 기술이 필요했는데요. 원하는 정보를 잘 찾기 위해서 적절한 키워드를 입력할 줄 알아야 했습니다. 하지만 구글링에 능하지 않은 사용자도 Chat-GPT와 자연스러운 대화를 통해 정보를 쉽게 얻을 수 있습니다. 손쉬운 창작 기능: Chat-GPT의 또 다른 특징은 손쉬운 창작이 가능하다는 것입니다. Chat-GPT는 대화형 모듈이기 때문에 음악이나 그림은 만들지 못합니다. 하지만 시, 소설 등 자연어의 범위 내에선 자유로운 창작이 가능합니다. 이를 활용하면 웹소설 집필, 광고 문구 작성 등 텍스트(text)와 관계된 업무의 많은 부분이 자동화될 가능성이 열렸죠. 개발자 전면 대체는 시기상조: Chat-GPT는 사용자가 원하는 파이썬 코드를 출력하는 기능이 있는데요. 같은 입력을 여러 번 반복하면 매번 다른 코드가 출력됩니다. 이러한 불안정함으로 Chat-GPT가 개발자의 역할을 전면 대체하지는 못할 전망인데요. 다만 개발자들이 Chat-GPT를 참고해서 생산성을 올릴 수는 있겠죠. Chat-GPT에 선형 회귀분석을 수행하는 파이썬 코드를 요구한 결과 ⓒ Chat-GPT 🤔 AI가 세상을 지배한다? Open AI의 CEO 샘 알트먼(Sam Altman)은 2023년 초 GPT-3보다 발전된 GPT-4의 공개를 예고했습니다. Chat-GPT의 성공적인 출시와 함께 GPT-4에 대한 기대가 한껏 폭발했는데요. GPT-4가 튜링 테스트마저 통과했다는 소문이 퍼지기도 했습니다. AI 스타트업 보이저엑스의 CEO 남세동 ⓒ 페이스북 튜링 테스트는 기계가 지능을 가졌는지 아닌지를 판별하고자 앨런 튜링(Alan Turing)이 제안한 시험입니다. 질문자가 컴퓨터의 대답과 인간의 대답을 구분하지 못하면 컴퓨터가 시험을 통과하는 식인데. GPT-4가 이 시험을 통과했다는 것은 곧 인간과 크게 다르지 않은 수준의 지능을 가진 인공지능이 등장한다는 뜻입니다. 사람들은 GPT-4가 AI가 사회 전반에 활용되는 넓은 인공지능(General AI)의 시대를 열지 않을까 기대하고 있습니다. 영화 아이언맨(Iron Man)의 인공지능 집사 자비스(Jarvis)와 같은 AI가 등장하는 것이죠. 하지만 GPT-4만으로는 AI의 전면적인 활용은 불가능합니다. GPT 1, 2, 3, 4를 관통하는 몇 가지 한계점이 존재하기 때문입니다. 어려운 실시간 피드백: GPT는 사전에 데이터를 학습해야 작동할 수 있습니다. 기계 학습(Machine Learning)을 기반으로 만들어졌기 때문이죠. 그 때문에 GPT는 새로운 데이터를 즉시 알고리즘에 반영할 수 없습니다. 대신 매번 데이터를 새롭게 학습하는 과정을 거쳐야 하죠. 낮은 효율성: GPT-3는 1,750억 개의 파라미터를 갖고 있어 사람이 평생 보는 정보보다 많은 데이터를 학습해야 합니다. GPT-4 역시 비슷할 듯 보이죠. AI 학습을 위한 데이터를 준비하는 데는 많은 시간과 비용이 필요합니다. GPT-4의 1회 학습당 100만 달러(약 13억 원)의 비용이 들 전망인데요. 매번 새로운 데이터에 대한 학습 과정을 거쳐야 하므로 GPT 기반 알고리즘은 비용 문제에 직면할 수밖에 없습니다. 간접적인 학습: 어쩌면 GPT의 가장 근원적인 한계입니다. GPT는 자연어 AI로, 특정 개념을 직접 익히는 것이 아니라 가장 자연스러운 문장을 학습합니다. 예를 들어 “1과 2의 합은?”이라는 질문에 대해 GPT는 1+2=3의 연산을 하지 않습니다. 대신 “1과 2 합하면 3이다”라고 하는 수천, 수만 개의 문장을 학습해 3이라고 답하는 것입니다. 이런 간접적인 학습을 거친 AI는 복잡한 개념을 응용할 때 오답을 생성할 가능성이 큽니다. 기존 데이터에 포함된 잘못된 내용을 무비판적으로 수용할 수도 있죠. 이처럼 당장 GPT-4의 등장으로 우리 사회가 전부 AI로 작동하지는 않을 것으로 보입니다. 하지만 Open AI는 새로운 버전의 GPT를 공개할 때마다 기존 문제점을 빠르게 수정하고 있습니다. 실제로 GPT-4는 3보다 1회 학습에 필요한 데이터의 양을 줄이는 데 성공했죠. 언젠간 결국 실시간 피드백도 가능해질 것입니다. 간접적인 학습만 가능한 GPT의 한계는 다양한 AI 간 연계를 통해 극복할 수 있을 것입니다. 자연어 AI를 다른 AI와 연계하는 것이죠. “1과 2의 합은?”이라는 자연어를 “1+2=?”이라는 수식(정수형 자료; integer)으로 변환해 문제를 해결하는 것입니다. 이를 발전시킨다면 모든 종류의 문제를 다룰 수 있는 넓은 인공지능(General AI)을 구현할 수 있는 가능성도 커지겠죠. 👏 3줄 요약1. 자연어 처리에 우수한 성능을 보이는 GPT-3를 기반으로 구현된 Chat-GPT2. 프렌들리 AI(friendly AI) 개발을 목표로 하는 Chat-GPT 개발사 Open AI 3. 몇 가지 한계로 인해 넓은 인공지능(General AI) 구현까지는 아직 부족한 Chat-GPT와 GPT-3 지금까지 현재 AI 업계에서 가장 핫한 Chat-GPT를 알아보는 시간을 가졌습니다. 빠르게 발전하고 있는 분야인 만큼 꾸준히 관심을 가져도 좋겠죠? BYTE+ 구독자 피드백 오늘의 BYTE+ 콘텐츠는 어떠셨나요?BYTE+에 대해 자유롭게 의견을 말씀해주세요!좋았던 점, 부족했던 점, 개선됐으면 하는 점 등을 적어주시면 최대한 빠르게 반영할 수 있도록 노력할게요 :) Google Docs
.png&blockId=b1b72a2b-4f45-43b1-8c41-f4a0e559b6e3)
