생성형 인공지능

Generative AI

생성형 인공지능 또는 생성형 AI는 프롬프트에 대응하여 텍스트, 이미지, 기타 미디어를 생성할 수 있는 약인공지능이다. 단순히 기존 데이터를 분석하는 것이 아닌, 새로운 콘텐츠를 창조해내는 인공지능 모델 및 그에 기반한 서비스를 말한다.

인공지능 모델을 말할 때는 판별형 모델(discriminative model)[1]에 상대되는 개념이다. 결정 경계를 학습하는 판별형 모델과 달리 생성형 모델은 데이터 분포를 직접 학습한다는 차이점이 있다.

대한민국의 '인공지능 발전과 신뢰 기반 조성 등에 관한 기본법'에서는 "입력한 데이터의 구조와 특성을 모방하여 글, 소리, 그림, 영상, 그 밖의 다양한 결과물을 생성하는 인공지능시스템"이라고 정의한다.

사실상 인공지능의 대중화를 이끈 기술로써, 해당 기술이 인공지능에 대한 사람들의 전반적인 인식을 매우 크게 바꿔놓았다고 해도 과언이 아니다. 물론 모든 기술이 그렇듯이 세상에 긍정적인 영향만 끼치지는 않았고, 학습 과정에서 생기는 저작권 침해 논란과 기술적 실업, 사기같은 범죄에 악용, 가짜뉴스 및 허위정보 양산 같은 인공지능의 부정적인 면모도 본격적으로 드러나고 있다. 자세한 내용은 인공지능/논란, 그림 인공지능/논란 및 사건 사고, 딥페이크 문서 참조.

데이터 원본을 통한 학습으로 이미지, 비디오, 코딩, 음악, 미술 등 다양한 콘텐츠 생성에 이용된다. 2022년 그림 인공지능의 등장으로 주목도가 높아졌으며, 해외에서 미드저니, ChatGPT 등 여러 모델들을 잇달아 공개하면서 화제의 중심이 되었다.

생성형 인공지능은 극도로 고도화된 트랜스포머 기반 인공신경망을 기반으로 한다. 즉, 생성형 인공지능 역시 큰 갈래로 보자면 기계학습(머신러닝)의 하위 분류인 심층학습(딥러닝)의 한 분야에 해당한다. 사실 기반이 되는 이론인 Attention Is All You Need는 2017년도에 발표되었으며, 출시 이후 여러 학습 모델의 기반이 되었고 강화판으로 BERT 같은 자연어 처리 모델이 나오기도 했다. 이후 발전을 거듭한 끝에 트랜스포머 이론을 활용한 인공지능 어플리케이션의 성능이 매우 뛰어나다는 사실이 밝혀지면서 2022년경부터 상용 제품이 나오기 시작했고 대중들 사이에서 본격적으로 유명해지기 시작했다.

다시 말해 생성형 AI는 머신러닝과 딥러닝 기술의 발전에 의해 탄생했으며, 특히 생성형 인공지능의 기본 골자가 되는 대규모 언어 모델(LLM)은 상당히 높은 수준의 자연어 생성 능력을 보유하고 있다. LLM은 기존 데이터를 학습하여 새로운 형태의 정보를 만들어내며, 이러한 과정에서 사용자의 입력(프롬프트)에 따라 다양한 방식으로 반응한다. 따라서 생성형 AI는 단순한 정보 분석 및 생성 도구를 넘어 창의적이고 혁신적인 콘텐츠 제작을 지원하는 도구로 발전하고 있다. 이를 통해 마케팅, 예술, 교육, 헬스케어 등 다양한 분야에서 활발히 응용되고 있다.

보통 딥러닝 인공지능은 학습 혹은 결과 출력 전 원본 자료를 배열 자료형[3] 숫자 데이터로 변환하는 인코딩 과정이 중요한데, 생성 AI의 경우 인공지능의 출력 데이터를 역으로 그림, 글 등의 원하는 형태로 변환시켜주는 디코딩 과정 또한 필요하다.

다만 오해는 하지 말아야 할 게 우리가 흔히 생각하는 인간처럼 스스로 사고하는 인공지능은 절대 아니다. 생성형 AI는 응용통계학 기반으로 기존 데이터에서 변주와 혼합 아래 산출물을 생성하는 분석 모델일 뿐이다. 따라서 굳이 표현하자면 '극도로 고도화된 데이터 회귀 모델'이 정확하다. 회귀 모델이란 입력 x에 대해 정답 레이블 y를 찾는 문제 중 레이블 y가 이산적이지 않고 선형인 것을 찾아내는 모델을 말한다.[4] 생성형 인공지능은 이 레이블 y가 단순히 어떠한 값에 불과한 단순 회귀 모델과 달리, 이용자가 한 질문에 적절한 답장을 찾아내는 회귀 모델인 셈이다.

생성형 인공지능은 결과물을 생성하는 방식에 따라서 분류할 수 있다.

현재는 텍스트를 생성하는 인공지능은 자기회귀모델이, 이미지를 생성하는 인공지능은 디퓨전 모델이 주요하게 사용된다.

  자세한 내용은 그림 인공지능 문서 참고하십시오.

  자세한 내용은 VLA 문서 참고하십시오.

한동안 인공지능을 로봇에 적용하려는 시도는 비전 인식 모델이나 언어 모델을 로봇에 삽입하는 정도로 그쳐 인공지능 로봇이라고 부르기 무색할 정도였다. 그동안 대중들은 사람과 대화가 가능하거나 고도의 기동력을 갖춘 로봇을 인공지능 로봇이라고 부르기도 했으나 대부분은 언어 모델에 껍데기를 씌운 것이거나 인공지능 자체가 아예 개입하지 않은 순수 로봇공학의 산물에 불과했다.
그러나 2017년 처음 개발되어 딥러닝 필드에서 일대 파란을 일으킨 트랜스포머 아키텍쳐는 결국 로봇공학의 영역에도 여지없이 손을 뻗었다. 2023년~2024년을 기점으로 로봇 파운데이션 모델, 그 중에서도 VLA 모델을 엔드 투 엔드(end-to-end)로 적용하려는 시도가 빅테크와 실리콘밸리 스타트업의 주도로 연달아 성공하면서 인공지능 로봇이라는 개념이 역사상 처음으로 구체화되었다.

  독자 개발 모델에 기반하지 않은 상용 생성형 인공지능 서비스에 대한 자세한 내용은 AI wrapper 문서 참고하십시오.