2023년에 생성적 인공지능은 우리를 놀라움으로 가득 채웠습니다 – 그러나 모든 마법에는 가격이 따릅니다.
2023년, 생성적 인공지능의 놀라운 발전 - 그러나 모든 성과에는 대가가 따릅니다.
올해 인공지능(AI)의 발전과 문화적 영향이 모두 알려져 있다면, 2023년을 ‘인공지능의 해’로 선언하는 것이 공정한 것 같지만, 이미 전에 모든 것이 이루어졌습니다.
이 학문저널에 따르면, ‘인공지능의 해’는 43년 전인 1980년에 선언되었습니다. 인공지능은 아주 오랫동안 우리와 함께했습니다. 수십 년 전에 저는 인공지능 윤리에 대한 학문 학위 논문을 썼었습니다. 1986년에는 오래된 Computer Design Magazine에 “시스템 구성 요소로서의 인공지능”이라는 제목의 글을 썼습니다. 그리고 1988년에는 Mac을 위해 AI 기반 제품 두 가지를 소개했습니다.
또한: 2023년 AI: 모든 것을 변화시킨 획기적인 한 해
그런데도 인공지능은 이미 30년이 넘은 역사를 지니고 있습니다. 초기 인공지능 활동 중 일부는 스탠퍼드, MIT, 다트머스 대학의 존 맥카시 교수와 연결될 수 있습니다. 그는 1955년에 스탠퍼드 인공지능 연구소(SAIL)를 설립하고, 1958년에는 사랑스러운 LISP를 발명했습니다(내가 가장 좋아하는 프로그래밍 언어 중 하나입니다).
따라서 2023년까지 적어도 68년 동안 인공지능은 존재했습니다. 이는 상상 속의 소설을 포함하지 않았습니다. 아이작 아시모프는 25년 전인 1940년에도 인공지능 윤리에 대해 고찰하기 시작했습니다.
그럼에도 불구하고, 2023년을 ‘인공지능의 해’라고 부르는 것에 반박하기는 어렵습니다. 이것은 정말 특별한 한 해였습니다.
무엇이 변했을까요?
인공지능은 아주 오랫동안 사용되어 왔습니다. 전문 시스템, 진단 도구, 비디오 게임, 네비게이션 시스템 등 많은 다른 응용 분야에서, 인공지능은 수십 년 동안 생산적으로 사용되어왔습니다.
하지만 이번 해는 인공지능이 이전과는 조금 다르게 사용되었던 해입니다. 진정한 생성적 인공지능이 커다란 발전을 이룬 해입니다. 많은 해(1980년, 너를 봐)가 ‘인공지능의 해’라는 호칭을 쓸 수 있을 것 같지만, 2023년은 ‘생성적 인공지능의 해’라는 것에 의심의 여지가 없습니다.
그 주요 차이점은 이번 해에 우리가 인공지능을 교육하는 방식입니다. 지금까지 대부분의 인공지능 교육은 감독된 방식으로 이루어졌습니다. 즉, 각 인공지능은 인공지능 디자이너들에 의해 특정 정보를 제공받아 인공지능의 지식 체계를 구성합니다. 이 한정된 지도 학습은 인공지능이 무엇을 알고 무엇을 할 수 있는지 제한했습니다.
반면에, 우리는 현재 대규모 언어 모델(Large Language Model, LLM) 시대에 살고 있습니다. 여기서 사전 교육은 비감독적인 방식으로 이루어집니다. 제한된 도메인 특정 정보 세트를 공급하고 그것으로 끝내는 것 대신, OpenAI와 같은 인공지능 공급업체들은 인터넷 전체와 거의 모든 디지털 콘텐츠를 인공지능에 계속 공급하고 있습니다.
이 과정을 통해 인공지능은 이전에는 불가능했던 다양한 자료를 생산할 수 있게 되었습니다.
프로세서 성능과 저장 공간의 큰 개선이 이 프로세스를 돕고 있습니다. 1986년에 내가 AI를 시스템 구성요소로서 소개한 글을 쓸 때, 10,000달러 (현재 약 27,000달러)에 무게가 정전용 시냉고 두 개만한 하드 드라이브를 구할 수 있었습니다. 그 하드 드라이브의 용량은 470 메가바이트였습니다. 기가바이트도 테라바이트도 아니라 말 그대로 메가바이트였습니다.
또한: 저장 공간의 개선은 Moore의 법칙을 800% 초과했습니다.
그러나 오늘날은 아마존에서 $279에 20TB 내부 엔터프라이즈 NAS 하드 드라이브를 구매할 수 있습니다. 클라우드, 브로드밴드, CPU와 GPU와 같은 매우 빠른 프로세서, 그리고 훨씬 큰 RAM 풀의 결합은 LLM의 처리 능력을 가능하게 만듭니다.
예시
이 차이를 보여줄 예시로, 내가 그 수십 년 전에 소개한 제품 중 하나를 사용해 봅시다. House Plant Clinic은 원예 전문가에 의해 해당 분야의 지식으로 훈련된 전문 시스템이었습니다. 나의 다른 제품은 당시 House Plant Clinic을 구축하는 데 사용되는 전문 시스템 개발 환경인 Intelligent Developer였습니다.
이 과정은 고통스러웠습니다. 우리는 식물 전문가로부터 규칙, 사실 및 가장 좋은 방법을 매우 긴 인터뷰 시리즈를 통해 추출하고, 그것들을 지식 베이스에 인코딩했습니다. 식물 전문가의 지시에 따라, 사용자가 시각적으로 확인해야 할 상황에서 필요한 이미지도 제작되었습니다.
House Plant Clinic의 지식 범위는 우리가 전문 시스템에 인코딩한 것 이상, 그리고 이하가 아닙니다. 하지만 잘 작동했습니다. 우리가 제공한 지식이 하나의 질문에 해당하고 우리가 인코딩한 범위 내에 있는 경우, 정확한 답변을 얻을 수 있었으며 이에 자신감을 갖을 수 있었습니다. 이를테면, 제공된 지식은 식물 전문가에 의해 심사받았습니다.
이제 ChatGPT를 살펴보겠습니다. 나는 ChatGPT에 다음과 같은 질문을 했습니다:
병든 식물이 있어요. 한 번에 한 가지 답변만 요구하는 단계별 질문을 하세요.
이 질문에 ChatGPT가 질문을 할 때, 토양의 습기 상태, 잎의 상태 등을 물었습니다. 이미지를 보여달라고 요청하지는 않았지만, 식물에 발견될 수 있는 해충들을 그림과 함께 이름과 함께 보여달라고 요청하면, 더욱 발전된 이미지를 얻을 수 있었습니다:
그러나 “KRIDEFLIT”이 무엇인지 구글조차 모릅니다. 반복적으로 보여진 대로, 생성적 AI는 진실성에 문제가 있는 것 같습니다.
또한: Bard, Claude 및 Copilot과 함께 ChatGPT를 사실 확인해보았더니, 이 AI가 가장 자신있게 부정확했습니다
따라서 ChatGPT는 거의 모든 주제에 대해 자신있게 말할 수 있지만, 우리가 훨씬 오래된 전문 시스템 기반 프로젝트가 정확한 가능성이 더 컸습니다. 하나는 실제 주제 전문가에 의해 만들어지고 검증되었으며, 현재의 챗봇은 자격 없는 데이터 풀에서 정보를 생성합니다.
올해 우리가 사용한 생성적 AI는 훨씬 더 많은 일을 할 수 있지만, 모든 마법에는 가격이 따라옵니다.
판도라의 상자
생성적 AI는 놀랍습니다. 나는 년도 동안이 기술을 배우고 테스트하기 위한 일환으로 생성적 AI를 사용해 Etsy 스토어를 설립하는 데 도움을 받았습니다, EP용 앨범 아트를 만드는 데 도움을 받았습니다, 아내의 전자 상거래 비즈니스가 커스텀 소셜 마케팅 이미지를 만들게 하기 위해, WordPress 플러그인을 만드는 데 도움을 받았습니다, 코드를 디버깅하는 데 도움을 받았습니다., 상세한 감성 분석을 수행하는 데 도움을 받았습니다, 그리고 훨씬 더 많은 일을 했습니다.
또한: 연구 결과, 생성적 AI는 마케터들이 매주 5시간을 절약하고 미래 생산성을 향상시킬 수 있다고 합니다
하지만 생성적 AI도 문제가 없지 않습니다. 우리가 보여준 것처럼, 심각한 정확성 문제가 있습니다. AI가 생성하는 것을 믿을 수 없습니다. AI는 많은 지식 뭉치에 기반한 훈련을 받았기 때문에 놀랍습니다. 하지만 우리 인간이 쓰고 발행한 글 때문에 그 지식 뭉치가 오염되었습니다.
이 문제는 편견과 차별로 이어집니다. 본문이 이미 너무 길어지는 관계로, 동료들이 이 주제에 대해 쓴 훌륭한 사고 자료들을 다시 말하는 대신 이 스레드들 몇 가지를 소개하겠습니다:
- AI 윤리학자는 지금 대응하지 않으면 오늘날 AI 붐은 사회적 문제를 확대시킬 것이라고 경고합니다
- AI 안전성과 편견: AI 훈련의 복잡한 사슬을 헤쳐나가기
- 의료분야의 인공지능은 인종차별적입니다
- 생성적 AI의 윤리: 이 강력한 기술을 어떻게 활용할 수 있을까요
그리고 일자리 문제도 있습니다. 6년 전에 나와 기술 보도 분야 동료였던 밥 레슬만과 우려했던 문제에 대해 논의를 나눴습니다. 그리고 그 때는 ChatGPT가 화이트 칼라 근로자가 미래를 걱정하도록 설득하기 전이었습니다. 최근에는 이 훌륭한 기술과 비슷한 것들이 핵심 직무를 대체하게 될 것이라는 진심한 우려를 공유했습니다.
지금은, ChatGPT는 태도 문제를 가진 특별히 재능 있는 인턴처럼 동작합니다. 도움이 되지만 그때 그때에 따라 다릅니다. 하지만 이 기술이 진화하면 더 복잡한 문제들을 더 세밀하게 처리할 수 있게 되고, 그때 우리는 더 큰 문제를 안게 될 것입니다.
또한: 소프트웨어 공학의 AI가 ‘오펜하이머의 순간’에 다다른 것일까요?
나와 같은 두 명의 회사를 운영하는 사람이 AI를 이용해 시간을 절약하는 데 의존하는 것은 한가지 일입니다. 그러나 더 큰 회사들이 돈을 아낄 수 있고 AI 서비스를 사용하기로 결정하면 많은 사람들이 일자리를 잃을 것입니다.
이 추세는 입문 단계의 직책부터 시작될 것입니다, 왜냐하면 ChatGPT는 사실상 입문 단계의 근로자와 유사합니다. 하지만 그 후에는 세 가지 다른 추세가 따를 것입니다:
- 경험있는 근로자가 점점 줄어들 것입니다. 왜냐하면 충분한 초보자들이 진입할 수 없기 때문입니다.
- AI는 더욱 정교해지고 회사들은 $100,000 연봉 근로자를 $100 월간 AI 구독으로 대체하는 것을 편안하게 여길 것입니다. 실무 전문가가 생산한 것만큼 깔끔하고 정교하며 세밀하거나 정확하지는 않더라도요.
- 작업 품질과 생산성이 감소하면서 정확성도 줄어들며, 이는 경제와 사회 전반에 파급 효과를 미칠 것입니다.
최근 해당 기사에서 다음과 같이 말했습니다:
우리는 산업 혁명, 개인용 컴퓨터 혁명, 인터넷의 태동과 마찬가지로 혁신적이고 다른 새로운 시대의 시작점에 서 있습니다. 우리가 한때 의존했던 도구와 방법론이 진화하면서, 우리의 책임과 윤리적 고려사항도 확장되고 있습니다.
좋은 면, 나쁜 면, 추악한 면
우리는 2023년을 놀랄만큼 신기한 일들로 시작했습니다. 제가 스타 트렉 이야기를 쓸 수 있게 되고, 제가 해적처럼 대화할 수 있게 되었죠. 그러나 이번 해의 마지막에는 좋은 점과 나쁜 점, 추악한 점에 대해 훨씬 더 명확한 그림이 그려졌습니다.
좋은 면에서는, 우리는 이제 도움이되는, 그러나 믿을 수 없는 개인 비서를 가지고 시간을 절약하고 문제를 해결하며 더 많은 작업을 할 수 있습니다.
또한: 2023년에 있었던 이 5가지 주요 기술 진보는 가장 큰 게임 체인저였습니다
나쁜 면에서는, 지식 근로자들에 대한 존재적인 직업 위협과, 가끔 우리의 진정한 천사 대신 악마쪽을 선택하는 자동화 편향 반사기가 있습니다.
추악한 면에는 해야 할 작업이 있습니다:
- 너무 많은 가드레일로 효과를 떨어뜨리지 않고 정확성을 높이는 방법 찾기.
- 작업을 위협하는 사람들의 내용을 표절하지 않고 유용한 정보와 그림 제시하기.
- 인공지능 남용을 방지하여 선거 및 기타 위험한 활동을 변경하는 것.
- 실질적인 의미를 갖기에 충분히 길게 입력과 출력을 하는 것.
- 이미지 생성 도구만큼 놀라운 영상 생성과 같은 다른 미디어로 진출하기.
- 학생들이 숙제를 속일 수 없는 방법으로 배울 수 있도록 도움 주기.
- 등등 등등.
인공지능은 우리와 함께 50년 이상 지난 2023년에 사무치기 전에는 볼 수 없었던 것처럼 피어났습니다. 이 기술은 강력한 도구의 문을 열었지만 무서운 결과도 초래합니다.
2023년에 대해 어떻게 생각하시나요? 그리고 2024년에 대해 기대, 희망, 두려움은 어떤가요? 아래 댓글로 알려주세요. 저는 2023년의 창조적인 인공지능 변화에 대해만 쓰고 있습니다. 더 넓은 추세를 살펴보고 싶다면, 이 ENBLE 기사를 읽어보세요.
저의 프로젝트의 일일 업데이트를 소셜 미디어에서 팔로우할 수 있습니다. 주간 업데이트 뉴스레터를 Substack에서 구독하시고, Twitter에서 @DavidGewirtz, Facebook에서 Facebook.com/DavidGewirtz, Instagram에서 Instagram.com/DavidGewirtz, YouTube에서 YouTube.com/DavidGewirtzTV를 팔로우해주세요.
