 |
| 생성적 AI는 세계 경제에 많은 가치를 가져다 줄 것으로 기대됩니다. (출처: Viettimes) |
생성 AI는 기존 콘텐츠에서 학습한 패턴을 기반으로 텍스트, 이미지, 오디오, 비디오 등 새로운 콘텐츠를 만드는 일종의 인공 지능입니다.
존재하지 않았던 것을 창조하다
오늘날의 생성 AI 모델은 "딥 러닝" 또는 딥 신경망을 사용하여 엄청난 양의 데이터로 훈련을 받았으며 대화를 나누고, 질문에 답하고, 스토리를 쓰고, 소스 코드를 생성하고, 모든 설명의 이미지와 비디오를 생성할 수 있습니다. 간단한 텍스트 입력 또는 "프롬프트"에 대해
AI는 기존에 존재하지 않았던 것을 창조하기 때문에 생성적이라고 불립니다. 이 점이 여러 유형의 입력을 구별하는 차별적 AI와 다른 점입니다. 즉, 판별력이 뛰어난 AI는 "이 그림은 토끼 그림인가 사자 그림인가?"와 같은 질문에 답하려 할 것입니다. 생성 AI는 "사자와 토끼가 나란히 앉아 있는 그림을 그려주세요"와 같은 프롬프트에 응답합니다.
생성적 AI의 기원은 엔지니어들이 텍스트를 자동으로 생성하는 기술을 개발하기 시작한 1970년대로 거슬러 올라갑니다. 생성적 적대 신경망(GAN)의 등장으로 AI는 인간의 음성 패턴을 기반으로 텍스트를 생성할 수 있게 되었습니다. AI와 자연어 처리 분야의 기술적 발전으로 이제 AI는 인간의 말을 서면으로 표현할 수 있게 됐습니다.
생성적 AI는 최근 몇 년 동안 생성적 적대 신경망(GAN)의 개발로 인해 상당한 주목을 받았습니다. GAN은 경쟁 과정에 참여하는 생성 네트워크와 차별 네트워크라는 두 개의 신경망으로 구성됩니다. 생성자는 콘텐츠를 생성하고, 판별자는 해당 콘텐츠의 품질을 평가합니다. 셀 수 없이 많은 반복을 거쳐 이 생성기는 그 능력을 다듬었고, 점점 더 현실적이고 창의적인 결과물을 만들어냈습니다.
생성 AI와 기존 AI의 차이점
기존 AI와 차세대 AI의 주요 차이점은 기능과 응용 분야에 있습니다. 기존 AI 시스템은 주로 데이터를 분석하고 예측을 내리는 데 사용되지만, 생성 AI는 한 걸음 더 나아가 훈련 데이터와 유사한 새로운 데이터를 생성합니다.
즉, 기존 AI는 패턴 인식에 뛰어나지만, 창의적 AI는 패턴 생성에 뛰어납니다. 기존의 AI는 데이터를 분석하여 본 내용을 말해줄 수 있지만, 창의적인 AI는 동일한 데이터를 사용하여 완전히 새로운 것을 만들어낼 수 있습니다.
생성적 AI는 광범위한 의미를 갖고 있으며 창의성과 혁신을 위한 새로운 길을 제공합니다. 디자인 분야에서 생성적 AI는 단 몇 분 만에 수많은 프로토타입을 만드는 데 도움을 주어 아이디어 창출 과정에 필요한 시간을 줄여줍니다.
엔터테인먼트 산업에서는 생성적 AI가 새로운 음악을 제작하고, 각본을 쓰고, 심지어 딥페이크 영상을 만드는 데 도움을 줄 수 있습니다. 저널리즘에서는 기사나 보고서를 쓰는 것을 말합니다. 창의적인 AI는 창의성과 혁신이 핵심인 모든 분야를 혁신할 수 있는 잠재력을 가지고 있습니다.
반면, 기존 AI는 특정 작업에 특화된 애플리케이션에서 여전히 뛰어난 성과를 보이고 있습니다. 이는 챗봇, 추천 시스템, 예측 분석 등의 기반이 됩니다. 이는 업계 전반에서 효율성을 최적화하는 것을 목표로 하는 대부분의 현재 AI 응용 프로그램의 원동력입니다.
 |
| 생성적 AI와 전통적 AI는 모두 인류의 미래를 형성하는 데 중요한 역할을 합니다. (출처: VinBase) |
전통적인 AI와 창의적 AI는 기능이 다르지만 상호 배타적이지는 않습니다. 생성적 AI는 기존 AI와 협력하여 더욱 강력한 솔루션을 제공할 수 있습니다. 예를 들어, 기존 AI는 사용자 행동 데이터를 분석할 수 있으며, 생성 AI는 이 분석을 사용하여 개인화된 콘텐츠를 만들 수 있습니다.
우리가 AI의 광대한 잠재력을 계속 탐구함에 따라, 이러한 차이점을 이해하는 것이 중요합니다. 생성적 AI와 전통적 AI는 모두 인류의 미래를 형성하는 데 중요한 역할을 하며, 각각 독특한 가능성을 열어줍니다. 급변하는 인류의 디지털 환경에서 앞서 나가고자 하는 기업과 개인에게는 이러한 첨단 기술을 도입하는 것이 중요합니다.
사회 생활 속의 인공지능
생성적 AI와 관련된 위험은 상당하며 빠르게 진화하고 있습니다. 다양한 위협 행위자들이 이 기술을 사용해 "딥페이크" 또는 제품 복사본을 만들고 점점 더 정교해지는 사기 활동을 지원하는 아티팩트를 만들었습니다.
ChatGPT와 이와 유사한 도구는 대량의 공개적으로 이용 가능한 데이터를 바탕으로 훈련되었습니다. 이러한 서비스는 일반 데이터 보호 규정(GDPR) 및 기타 저작권법을 준수하도록 설계되지 않았습니다. 그러므로 사용자는 자신의 사업이 플랫폼을 어떻게 사용하는지에 세심한 주의를 기울이는 것이 필수적입니다. 감독해야 할 감독 위험은 다음과 같습니다.
투명성 부족. 혁신적인 AI와 ChatGPT 모델은 예측할 수 없으며, 이를 구현한 회사조차도 모델의 작동 방식을 항상 모든 면에서 이해하는 것은 아닙니다.
정확성. 생성 AI 시스템은 때때로 잘못되거나 조작된 답변을 생성하기도 합니다. 정확한 정보만이 유용하기 때문에, 정보를 의존하거나 공개적으로 배포하기 전에 모든 산출물의 정확성, 관련성 및 실질적 유용성을 평가하는 것이 필수적입니다. 또한 상호 작용성이 매우 높습니다.
지적 재산권(IP)과 저작권. 현재 기업의 기밀 정보에 대한 검증 가능한 데이터 보호 및 거버넌스 보장은 없습니다. 사용자는 ChatGPT 및 경쟁업체에 입력하는 모든 데이터나 쿼리가 공개 정보가 될 것이라고 가정해야 하며, 기업은 실수로 IP가 노출되는 것을 방지하기 위한 통제 수단을 마련해야 합니다.
사이버보안과 사기. 기업은 악의적인 행위자가 사이버 공격 및 사기를 위해 합성 AI 시스템을 사용할 수 있는 상황(예: 직원을 속이는 딥페이크)에 대비하고 완화 조치의 도입을 보장해야 합니다. 현재 보험이 AI 관련 침해를 어느 정도 보장하는지 확인하려면 사이버 보험 제공업체에 문의하세요.
지속 가능성 AI 생성에는 상당한 양의 전기가 사용됩니다. 따라서 지속 가능성 목표에 미치는 영향을 최소화하기 위해 에너지 소비량이 낮은 공급업체를 선택하고 고품질 재생 에너지를 활용하는 것이 중요합니다.
생성적 AI로 인한 위험으로 인해 많은 문제가 발생할 수 있지만, 생성적 AI가 가져다주는 이점 중 일부를 언급하지 않는 것은 불가능합니다.
생성적 AI는 개별 근로자의 일부 활동을 자동화하여 업무 구조를 바꾸고 개별 근로자의 역량을 향상시킬 수 있는 잠재력을 가지고 있습니다. 최신 AI와 기타 기술은 현재 직원 업무 시간의 60~70%를 차지하는 업무 활동을 자동화할 수 있는 잠재력을 가지고 있습니다. 맥킨지앤컴퍼니의 2017년 보고서에 따르면, 기술이 직원 근무 시간의 절반을 자동화할 수 있는 잠재력을 가지고 있다고 추정되었습니다.
기술적 자동화 잠재력이 가속화되는 것은 주로 AI가 자연어를 이해하는 능력이 향상되었기 때문인데, 이는 전체 근무 시간의 25%를 차지하는 작업 활동에 필요합니다. 따라서 생성적 AI는 다른 유형의 직업보다 급여와 교육 요건이 더 높은 직업과 관련된 지식 작업에 더 많은 영향을 미칩니다.
생성적 AI는 경제 전반에 걸쳐 노동 생산성을 크게 높일 수 있지만, 이를 위해서는 근로자가 업무 활동을 전환하거나 직업을 바꿀 때 지원하는 투자가 필요합니다. AI는 기술 도입 속도와 근로자의 시간을 다른 활동으로 재분배하는 방식에 따라 2040년까지 연간 0.1~0.6%의 노동 생산성 향상을 가능하게 할 수 있습니다. 기타 조치
생성적 AI를 다른 모든 기술과 결합하면 업무 자동화를 통해 생산성이 연간 0.2~3.3%포인트 높아질 수 있습니다. 그러나 근로자들은 새로운 기술을 배우기 위해 지원이 필요하며, 일부는 직업을 바꾸게 될 것입니다. 근로자 전환 및 기타 위험을 관리할 수 있다면 AI는 경제 성장에 크게 기여하고 보다 포용적이고 지속 가능한 세상을 지원할 수 있습니다.
창의적인 AI는 모든 산업 분야에 큰 영향을 미칠 것입니다. AI가 매출에서 차지하는 비중 측면에서 가장 큰 영향을 받을 수 있는 산업으로는 은행, 첨단기술, 생명과학 등이 있습니다. 예를 들어, 은행업계 전체에서 해당 기술이 완전히 구현된다면 연간 2,000억 달러에서 3,400억 달러에 해당하는 가치를 창출할 수 있습니다. 소매 및 소비재 포장재 부문에서도 잠재적 영향은 연간 4,000억 달러에서 6,600억 달러에 달할 정도로 상당할 것으로 예상됩니다.
베트남의 기회
현재 베트남은 인공지능에 많은 관심을 가지고 있습니다. 2023년 4월 초 캘리포니아 실리콘 밸리에서 개최된 "인공지능 2023의 미래" 컨퍼런스에서 국가혁신센터 부소장인 보쉬안 호아이(Vo Xuan Hoai) 씨는 "국가혁신센터는 베트남의 혁신 네트워크와의 협력을 촉진합니다. 예를 들어 실리콘 밸리의 네트워크를 통해 혁신을 촉진하고, 특히 AI를 촉진하고, 해외 베트남 기업과 지식인을 동행하여 그들의 경력 개발, 본국에서의 사업 확장, 기술 이전을 지원합니다…”.
 |
| 국가혁신센터 부소장 보쉬안 호아이 씨가 워크숍 "인공지능의 미래 2023"에서 연설했습니다. (출처: Bnews) |
VinBigdata(Vingroup Corporation 산하)는 올해 8월까지 VinBase(종합적 다중인지 인공지능 플랫폼)를 베트남 최초의 생성형 AI 플랫폼으로 만들기 위해 기술을 통합하고 생성형 AI 챗봇과 같은 생성형 AI 기술 기반 개발 솔루션을 제공할 예정입니다. , 콜봇 또는 차세대 ViVi 가상 비서...
이 회사는 또한 ChatGPT와 유사하지만 여전히 매우 신뢰할 수 있는 텍스트, 특히 복잡한 구문을 가진 텍스트를 생성할 수 있는 대규모 언어 모델(LLM)을 만드는 데 수십억 개의 매개변수만 필요하다고 말했습니다. 이 버전은 베트남 사람들의 데이터에 포함될 것입니다. 베트남어 지식.
베트남의 생성 AI 개발 잠재력은 엄청나지만, 세계적으로 이용 가능한 대규모 언어 모델 플랫폼을 기반으로 생성 AI를 적용하면 베트남은 많은 위험에 직면할 수 있으므로 국내에서 생성된 AI를 마스터하는 것이 중요합니다. 왜냐하면 콘텐츠를 마스터하는 데 도움이 될 수 있기 때문입니다. 잘못된 정보를 피하고, 국가 데이터 보안을 보장하고, 베트남의 기술을 세계에 알리겠습니다. "베트남은 인공 AI 분야에서 세계적 격차를 줄일 수 있는 모든 기회를 갖고 있습니다."
이러한 평가는 올해 9월 22일 호치민시에서 열린 AI Summit 포럼에서 VinBigdata의 대표이사인 Dao Duc Minh 박사가 공유했습니다. 또한 포럼에서 옥스포드 인사이트의 수석 컨설턴트인 파블로 푸엔테스 네텔 씨는 베트남이 AI에 투자에 집중한다면 밝은 미래가 있을 것이라고 말했습니다.
AI와 인공 지능이 의료, 교육, 생활 등 우리나라의 모든 분야와 직업에 침투한 것을 볼 수 있습니다. 베트남은 이 기술을 개발하기 위한 전략을 수립해야 합니다. 이것이 기술의 미래이기 때문입니다. 가까운 미래.
[광고2]
원천
Comment (0)