10. 생성형 AI 리터러시 : 남은 2024년 생성형 AI 전망: 우리 삶은 어떻게 변할거고, 어떻게 준비해야할까?

10. 생성형 AI 리터러시 : 남은 2024년 생성형 AI 전망: 우리 삶은 어떻게 변할거고, 어떻게 준비해야할까?

Sai

안녕하세요, Solo AI Lab의 Sai입니다. 오늘은 아주 흥미진진한 주제로 찾아왔어요. 바로 '남은 2024년 생성형 AI 전망'입니다. 불과 몇 개월 안남은 2024년, AI는 우리 삶을 어떻게 바꿔놓을까요? 지금까지의 변화를 보며 미래에 대해서 같이 고민해보는 시간을 가져보도록 하겠습니다.

그리고 2024년 10월 4일 AI 코리아 커뮤니티가 개최하는 Gen AI Innovation Korea가 개최됩니다. 여기서 나오는 내용들도 추후 정리해드릴게요.

1. Chat GPT 업데이트로 바라보는 생성형 AI 전망

OpenAI의 Chat GPT O1의 등장은 다시 한번 세상을 놀라게 했습니다. 그동안 인간의 영역이라 불리었던 수학, 과학, 물리 등의 문제를 해결하고, 또한 향상된 음성기능을 갖춘 기능을 업데이트 했었죠? 이제 Chat GPT는 수능 1등급을 노릴 정도로 뛰어난 시험에 대한 정답을 맞출 뿐만 아니라 여러 연구 분야에 대한 지식도 가질 예정입니다. 그리고 메모리 기능을 통해 사용자의 정보를 지속적으로 기억하여 답변하기도 합니다.

그럼 앞으로 전망을 살펴보려면 OpenAI가 아직 공식적으로 업데이트 하지 않은 내용들을 살펴봐야겠죠? 어떤 것들이 있을까요?

https://openai.com/o1/
  1. 멀티모달 AI: 텍스트, 이미지, 음성을 한 번에 처리하는 능력
    기술은 공개했지만 아직 출시일이 미정인데요. 예를 들어 "어제 찍은 사진 속 꽃 이름이 뭐야?"라고 물어보면 AI가 사진, 동영상을 실시간으로 분석하고 답하는 기능입니다.

이 기능을 통해 일기를 쓰거나 인스타그램에 포스팅을 하거나 등의 작업등을 수행하며, 특히 눈이 불편한 사람들에게는 다양한 기회가 될 수도 있겠다고 생각합니다. 결국 사람이 직접 보고 소통하는 듯한 Chat GPT가 될 것이라 예상됩니다. 동영상에 대해 분석할 수 있다는 것은 결국 스트리밍으로 된 동영상 즉, 회의나 화상대화 등도 분석할 수 있다는 뜻과 같기 때문입니다.

  1. Search GPT : GPT에서 다양한 검색결과를 추천하여 제공하는 기능
    프로토 타입으로 2024년 7월 부터 공개되어 테스트 중에 있습니다. 검색엔진의 다음단계라고도 불리우며, 한국에서는 뤼튼, 해외에서는 퍼플렉시티가 대표적으로 서비스하는 기능인데, Chat GPT 버전도 궁금한 상황입니다.

이 기능이 등장이 된다면 예상이 되는 것은 기존의 검색시장에 대한 추세가 어떻게 변할지가 가장 궁금해지는 상황입니다. 대부분 구글이나 네이버와 같은 회사가 위험해 질거라고 생각하는데 한번 더 생각해보면, Search GPT의 출처의 대부분이 해외에서는 구글, 한국의 네이버라고 한다면 오히려 그들에게는 기회가 될 수도 있다고 생각합니다. 물론 Search GPT가 등장한 뒤에 OpenAI가 기존 블로그, SNS 등의 기능까지도 같이 가져갈지에 대해서 행보가 기대되는 상황입니다.

  1. 실시간 API 제작 기능 : 10월 2일 출시된 기능으로 Real-time으로 Fine-Tuning과 모델 선택을 통해 음성 AI 에이전트와 대화하며 다양한 기능을 수행할 수 있습니다.

이를 통해 대부분의 챗봇들이 대체될거라고 예상되며, GPTs가 처음 나왔을때를 기억하며, OpenAI의 API를 활용하여 다양한 애플리케이션이 만들어질 것이라 예상됩니다. 음식을 주문하거나 고객을 응대하거나 하는 기본적인 기능 부터 점점 발전될것이라 예상되기 때문에 이러한 기능들도 기대가 되는 부분입니다.

그 외에도 GPT Store의 수익화 기능, o1의 공식 버전, Sora를 이용한 비디오 제작, GPT의 구독료 향상 등 Open AI의 행보가 기대되면서도 점점 의존도가 높아졌을때 비용을 지불할 수 밖에 없는 구조를 띌수 있어 우려도 되는 상황입니다.

💡
Chat GPT O1의 등장으로 AI와 인간의 협업 방식이 근본적으로 변화할 것입니다. 이제 AI는 단순한 도구를 넘어 창의적 파트너로 진화하고 있습니다.

2. 더 작아지고, 폐쇄적인 환경에서도 작동되는 SLM의 약진

SLM은 LLM의 성능을 유지하되, 모델의 사이즈를 최소화 하여 스마트폰이나 폐쇄적인 환경에서도 돌아갈 수 있게 할 수 있는 모델입니다. 이는 지속적으로 연구되고 있어 거의 매주에 걸쳐서 많은 모델들이 쏟아져 나오고 업데이트 되고 있습니다.

대표적으로 무료버전으로는 Meta의 Gemma가 있으며, 최근 엔비디아나 AMD도 출시하며 점유율을 높이기 위해 노력하고 있습니다. 물론 기존의 Chat GPT, Claude, Gemini도 활용은 가능하지만 비용을 지불해야 접근이 가능하기 때문에 무료 버전을 활용한 개발들이 많이 진행되고 있는데요.

이러한 SLM을 활용하면 장점은?

  1. 프라이버시 강화 - 데이터를 외부 서버로 전송하지 않고 로컬에서 처리 가능하며, 민감한 정보 처리에 적합. 특히 국내 공공기관이나 공기업에서 활용이 유용해질 수 있습니다.
  2. 비용 효율성 - 스타트업이 초기 비용을 줄이면서도 AI 기능 구현 가능, 클라우드 서비스 비용 절감, 대규모 서버 인프라 불필요
  3. 유연한 커스터마이징 - 특정 산업 용어에 특화된 AI 어시스턴트 개발, 특정 도메인이나 태스크에 맞춰 쉽게 fine-tuning 가능, 개별 사용자나 조직의 요구에 맞는 모델 생성 용이
  4. 오프라인 사용 가능 - 갤럭시 S24, 아이폰 16과 같이 인터넷이 되지 않는 환경에서도 AI 기능을 사용할 수 있습니다.
  5. 생태계 다양성 촉진 - 중소기업이나 개인 개발자도 고품질 AI 서비스 제공 가능

이러한 장점들로 인해 SLM은 다양한 분야에서 활용될 수 있으며, AI 기술의 접근성을 크게 향상시킬 수 있습니다. 특히 프라이버시, 비용, 그리고 유연성 측면에서 큰 이점을 제공하여 AI 기술의 더 넓은 보급과 혁신적인 응용을 가능케 합니다.

그렇게 된다면 이제 생성형 AI는 왠만한 기업에서 도입이 될 것이고, 이를 기반한 채용, 활용법에 대한 강의, SLM모델에 대한 구축 사업들이 더욱 더 많아질 것이라 예상됩니다.

[대표적인 사례] - 출처 : 한국IDC

  1. 국회도서관 사례국회도서관은 한국어 전용 온프레미스 설치형 SLM과 전통적인 빅데이터 분석 서비스를 통합하여 구축했습니다. 이는 공공기관의 특수한 환경에 맞춰 자체적으로 언어 모델을 구축한 좋은 예시입니다.
  2. 한국은행 사례한국은행은 정부 데이터 보안 규정을 준수하기 위해 자체 언어모델을 내부에서 직접 구축했습니다. 이는 금융 부문의 민감한 데이터를 다루는 기관에서 보안을 고려하여 SLM을 구축한 사례입니다.
  3. 한국전력 사례한국전력은 저사양 인프라에서도 거대 언어모델을 운영하기 위해 다양한 오픈소스 모델과 메모리 효율화 프레임워크를 테스트했습니다3. 이는 공기업의 제한된 IT 환경에서도 SLM을 효과적으로 구축하고 운영하려는 노력을 보여줍니다.

그 외에도 생성형 AI를 활용하여 코드 작업 및 문서 작업을 하는 LG, 남부발전등의 사례들도 있기 때문에 많은 변화들이 예상됩니다.

💡
SLM의 개발은 어느 회사나 창업에서도 필수적으로 될 것이라 생각합니다.

그렇다면 우리는 어떻게 준비해야 할까요?

사실 생성형 AI 리터러시 시리즈를 지속적으로 작성하는 이유 중에 하나이기도 합니다. 제대로 생성형 AI를 사용해야하는데요. 저도 빠르게 변화되는 상황속에서 어떻게 좋은 정보를 드릴수 있을까 고민을 많이 하고 있습니다.

  1. 새로운 트랜드를 지속적으로 체크해야합니다.
    - 자신만의 트랜드 체크하는 방법과 정리하는 방법을 익혀서 자신의 서비스나 사용법을 지속적으로 업데이트 해야 할 것 입니다.
  2. 자신만의 API 서비스 만들어보기: 더더욱 도메인 기반의 LLM, SLM에 대한 Fine - Tuning에 대한 수요나 작업들이 많아질거라 생각하며, 기존 보수적인 기업들도 SLM을 활용해 점점 도입이 될거라 생각합니다. 그렇기 때문에 API를 활용하여 프롬프트를 작성해보거나 이러한 이해를 가진 상황에서 신사업을 구축하거나 외주 기회를 구해보는 것은 어떨까요?
  3. 더욱더 비판적이고 사람다운 생각을 하기: AI의 결과를 맹신하지 말고 항상 의문을 가져보세요. 왜냐하면 점점 AI가 뱉어내는 정보들이 쏟아져 나올것이기 때문인데요.
    - AI가 제공한 정보도 다른 출처와 비교해보는 습관을 들이세요. 그리고 AI와 사람이 작성한 것들을 비교하는 서비스, 기능들이 더욱더 업데이트 될거라 생각합니다.
  4. 그리고 생성형 AI 리터러시를 제대로 배우기 : 생성형 AI를 이해하고 활용하는 능력을 키우세요.
    - 여러분들의 생성형 AI 리터러시 능력을 키우기 위해 좋은 컨텐츠로 찾아뵙겠습니다.

마무리

벌써 생성형 AI 리터러시 시리즈가 10번째를 맞이했습니다. 감사할 따름이고, 읽어주신 모든 분들께 감사합니다.

이제 2024년이 슬슬 끝나가고 있고, 다가올 2025년을 준비하기 위해 특히 생성형 AI를 활용하는 구독자 분들은 이제 더 미리 준비해야할거라 생각합니다. 생성형 AI는 우리 삶을 더욱 편리하고 효율적으로 만들어줄 거예요. 하지만 동시에 새로운 도전과 고민거리도 가져올 거예요. 중요한 건 우리가 이 변화에 어떻게 대응하느냐입니다.

언제나 건강하시고, 생성형 AI와 함께하는 멋진 미래를 꿈꾸세요. 다음에 또 뵙겠습니다.

[저자 관련 정보]
이름 : 김진환 / 이메일 주소 : happydata1510@gmail.com
소속 : 주식회사 위니브 데이터 Lead / 고려대학교 빅데이터사이언스학부 겸임교수, 경제통계학 박사수료

Comments