2022년 소셜 미디어를 뜨겁게 달군 주제 중 하나는 바로 생성형 AI(Gen-AI)*입니다(*생성형 AI: 이미지, 비디오 아트, 텍스트 등 새로운 콘텐츠를 빠르게 만들 수 있는 시스템 역자주).
ChatGPT, DALL-E의 출시와 함께 최근 몇 주 간 생성형 AI에 대한 관심이 폭발적으로 증가했고, 이것이 전세계 인구, 일자리 및 산업에 미칠 영향에 대한 격렬한 논쟁을 야기했습니다. 이러한 능력은 인상적이지만 AI가 지배하는 세상에서 직업의 미래와 인간의 역할에 대한 중요한 질문을 던지기도 합니다. 생성형 AI의 발전에 따라 이것이 사회에 미칠 윤리적, 잠재적 영향에 대한 고려 또한 중요해질 것입니다.
창의적인 직업들의 대부분이 인공지능으로 대체된다면 과연 어떤 일이 일어날까요?
이 보고서는 생성형 AI 전반에 대한 심층적인 분석을 다루며, 일반인을 위한 최초의 종합적인 시장 리포트입니다. 생성형 AI 분야 내 160개 이상의 플랫폼과 그 투자자들에 대한 개요, 이 기술의 잠재성에 대해 선구안을 가지고 있는 리더들의 통찰력을 살펴볼 수 있습니다. 독자들에게는 생성형 AI 시장에 대한 포괄적인 이해를, 신생 기업에게는 구글과 같은 기존 플레이어에 대항할 수 있을 만한 잠재력을 얻을 수 있는 기회를 제공하기 위해 작성되었습니다.
“생성형 AI는 기반 기술이며, 늘 그렇듯 새로운 플랫폼들과 함께 충분한 기회를 열어줍니다. 우리는 ‘만약에’의 단계를 통과했고, 이제는 ‘언제’와 ‘어떻게’의 단계에 와있습니다. LLM*(Large Language Models, 대규모 언어 모델은 확률을 통해 어떤 문장의 존재할 것이라는 것을 예측하는 통계모형)이 오픈 소스화됨에 따라 기반 인프라가 성숙하고 민주화되고 있으며, 이는 곧 애플리케이션 층의 가속화로 이어졌습니다.” - Irina Elena Haivas, Investor and Partner at Atomico
참고: 이 글에서 제공되는 정보는 Antler의 Day Zero 투자 접근법과 전세계 창업자들에게 제공하는 지원을 기반으로 합니다. 업계 현황에 포함된 플랫폼 정보의 출처는 Crunchbase입니다. 이러한 플랫폼 중 일부는 AI와 Gen-AI 분야 모두에 속할 수 있다는 점에 주목할 필요가 있습니다. 귀사의 플랫폼이 미래에 저희와 함께해야 한다고 생각하신다면 연락부탁드립니다. Ollie.Forsyth@antler.co
생성형 AI 무엇일까
블로그 게시물 작성, 프레젠테이션 만들기, 논문 작성을 하면서 적게는 며칠에서 길면 몇 달을 소모하는 대신 생성형 AI와 같은 보조 툴을 활용하여 단 몇 분만에 프로젝트를 끝낼 수 있는 세상을 상상해보세요. 이러한 툴들은 프로젝트를 도와줄 뿐만 아니라 우리가 더 나은 결정을 내릴 수 있도록 도와줍니다.
다음은 차세대 Gen-AI 플랫폼이 얼마나 강력해질 수 있는지 보여주는 예시입니다. 크리에이터 경제에 관한 앤틀러 리포트를 기반으로, 크리에이터들이 콘텐츠를 어떤 언어로도 게시할 수 있고, 로봇이나 번역기에 의존하지 않고도 그들만의 목소리를 보이스오버로 사용할 수 있는 세상을 상상해보세요. 많은 시간을 절약해주고 작업도 향상시킬 수 있는 강력한 도구에 접근할 수 있는, 그야말로 멋진 신세계가 도래했습니다.
"우리는 두 가지 이유에서 생성형 AI의 변곡점에 있습니다. 컴퓨터는 그 어느 때보다 더 잘 만들어 낼 수 있고, 인간·컴퓨터 간 상호 작용은 그 어느 때보다도 더 쉬워졌습니다." - Molly Welch (Radical Ventures 투자자)
“Media Monks에서는 이 놀라운 기술의 실제 적용 범위를 상상하기는 어렵지만 생성 AI가 우리 산업에 상당한 영향을 미칠 것이라 믿습니다. 우리는 약 5년 동안 생성 AI를 연구해 왔으며 혁신의 속도는 기하급수적으로 빨라졌습니다. 기술발전은 1~6개월 정도 걸리는 인간의 프로젝트 기간 중에도 일어나고 있습니다. 이는 우리가 프로젝트를 시작할 때 사용하는 툴이, 끝날 때 쯤이면 이미 쓸모가 없어진다는 것을 의미합니다.” - Samuel Snider Hel (Media Monks의 크리에이티브 AI 디자이너 및 엔지니어)
인공지능과 생성형 AI의 차이
인공지능(AI)은 지능적인 행동이 가능한 모든 기술을 가리키는 광범위한 용어입니다. 여기에는 데이터를 정렬할 수 있는 단순한 알고리즘부터 인간과 같은 사고 과정을 모방할 수 있는 진보된 시스템에 이르기까지 광범위한 기술이 포함됩니다. 반면, 생성형 AI(Gen-AI)는 텍스트, 이미지 또는 음악과 같은 새로운 콘텐츠를 생성하는 데 초점을 맞춘 특정 유형의 AI를 뜻합니다. 대규모 데이터셋에 대해 훈련되고 머신 러닝 알고리즘을 통해 훈련 데이터와 유사한 새로운 콘텐츠를 생성합니다. 예술, 음악, 심지어는 챗봇을 위한 텍스트를 생성까지 다양한 용도로 쓰일 수 있습니다. 정리하면 AI는 다양한 기술을 포괄하는 광범위한 용어인 반면, 생성형 AI는 새로운 콘텐츠를 만드는 데 초점을 맞춘 특정 유형의 AI입니다.
거대한 기회의 장이 펼쳐지다
생성형 AI는 향후 창조적인 산업군에 상당한 영향을 미칠 것으로 보입니다. 일부 창작자는 생성형 AI에 의해 대체될 수 있겠지만, 이러한 시스템과 협력하거나 생성형 AI가 있기에 가능해진 콘텐츠를 만들어서 새로운 기회를 찾는 이들도 나타날 것입니다. 많은 경우에 더 개인화되거나 독특한 콘텐츠를 만들 수 있게 하거나, AI 없이는 불가능했을 새로운 아이디어와 컨셉을 창조해냄으로써 창작자들의 작업을 도와줄 수 있습니다.
창작자를 위한 생성형 AI의 잠재적 이점 중 하나는 콘텐츠를 더 빠르고 효율적으로 만들 수 있다는 것입니다. 예를 들어, 작가는 생성형 AI 시스템을 사용하여 기사나 스토리의 대략적인 초안을 작성할 수 있으며, 이를 편집하고 다듬을 수 있습니다. 이것은 업무시간을 단축해주고, 가장 중요한 업무에 집중할 수 있도록 해줍니다.
"생성형 AI는 거의 모든 산업에 걸쳐 피할 수 없는 거대한 물결이며, 믿을 수 없을 정도로 부가가치가 높을 것이라고 믿습니다. 가장 큰 기회는 UX, 접근성, 임베디드성을 주요 차별화 요소로 하는 기본 모델 위에 구축된 플랫폼에 있을 것입니다. 이 모든 것은 강력한 시장 진입 전략과 무엇보다도 속도에 의해 추진되어야 합니다! 앞으로의 반년은 중추적인 시기가 될 것입니다." - Stephanie Chan (Samaipata Ventures의 투자자)
생성형 AI 영향력
이 기술은 어떻게 사용하느냐에 따라 그 임팩트는 천차만별일 것입니다. 예를 들어, 생성형 AI는 음악이나 이미지와 같은 새로운 콘텐츠를 만드는 데 사용될 수 있습니다. 그리고 이렇게 만들어진 콘텐츠들은 창작자들에게 더 많은 유연함과 상상력을 제공하는 등 다양한 목적으로 활용될 수 있습니다. 새로운 훈련 데이터를 생성하여 머신 러닝 알고리즘을 개선하는 데에도 사용될 수 있습니다. 전반적으로 생성형 AI는 새롭고 유용한 콘텐츠를 생성할 수 있고, 머신 러닝 시스템의 성능을 향상시킬 수 있는 잠재력을 가지고 있기 때문에 엄청난 임팩트를 가지고 있음이 분명합니다.
"우리는 인공지능이 널리 이용 가능한 시대를 향해 가고 있습니다. 그러나 광범위한 이용이 가능한 것과 비즈니스 성과를 달성하기 위해 실제로 이용할 수 있는 것은 매우 다릅니다." - Dave Rogenmoser (Jasper의 CEO 겸 공동 창업자)
훈련모델은 실제로 어떻게 작동하는가
생성형 AI 훈련 모델은 대규모의 예시 데이터셋을 학습하고, 배운 내용을 토대로 그와 유사한 새로운 데이터를 생성해냅니다. 이는 일반적으로 머신 러닝 알고리즘의 한 유형 중 하나인 생성 모델을 통해 수행됩니다. 생성 모델 안에도 다양한 유형이 있으며, 모델에 따라 서로 다른 접근 방식으로 새로운 데이터를 생성합니다. 일반적인 생성 모델 유형으로는 적대적 생성 신경망(GAN), 가변 오토인코더(VAE) 및 자기 회귀 모델이 있습니다.
예를 들어, 얼굴 이미지에 대해 훈련된 생성 모델은 얼굴의 일반적인 구조와 모양을 학습한 다음, 그 내용을 토대로 현실적이고 그럴듯해 보이는 새로운 얼굴을 만들어낼 수 있습니다. 생성 모델은 이미지 생성, 자연어 처리, 음악 생성을 비롯한 다양한 분야에서 활용됩니다. 제품 디자인을 새로 하거나 진짜 같은 음성을 만드는 것처럼 새로운 데이터를 수동으로 만들기 어렵거나 비용이 많이 드는 작업에 특히 유용합니다.
"게임 및 소셜 미디어 회사를 위한 창의적인 콘텐츠 생성, 기업 내 수동 프로세스 자동화, 영화나 음악, 만화 제작과 같은 이전에는 상상할 수 없었던 규모의 운영을 지원하는 이러한 새로운 기반 모델과 애플리케이션은 많은 산업의 속도를 가속화합니다. 가능성은 무궁무진합니다." - Manjot Pahwa (Lightspeed Venture Partners 투자자)
언어 모델은 어떻게 만들어지는가
언어 모델을 만드는 방법에는 여러 가지가 있지만, 가장 일반적인 방법은 머신 러닝 알고리즘을 통해 대규모의 기존 텍스트 데이터셋을 훈련시키는 것입니다. 이 과정은 일반적으로 다음의 단계를 따릅니다.
- 1단계, 대규모의 기존 텍스트 데이터셋을 수집합니다. 이 데이터셋은 생성하고자 하는 언어나 텍스트 스타일로 이루어져 있어야 합니다.
- 2단계, 둘텍스트 데이터를 정리하고 훈련을 위해 준비합니다. 일반적으로 텍스트를 개별 단어나 구절로 토큰화하고 모든 단어를 소문자로 변환하는 작업이 포함됩니다.
- 3단계, 머신 러닝 알고리즘을 사전 처리된 텍스트 데이터로 훈련시킵니다. 여기에는 순환 신경망(RNN)과 장단기 메모리(LSTM) 네트워크를 포함한 다양한 알고리즘이 사용될 수 있습니다.
- 4단계, 모델의 매개 변수 및 하이퍼 매개 변수를 조정하고 필요에 따라 추가적인 훈련 데이터를 사용하여 모델을 미세 조정합니다.
- 5단계. 훈련된 모델로 샘플 텍스트를 생성하고 결과를 평가하여 테스트를 진행합니다. 생성된 텍스트를 오리지널 훈련 데이터와 비교하거나 또는 perplexity(PPL), BLEU 점수와 같은 다른 메트릭을 사용할 수도 있습니다.
- 6단계, 생성된 텍스트의 품질이 원하는 언어 또는 스타일 수준에 도달할 때까지 4단계와 5단계를 반복하여 모델을 개선합니다.
"언어 모델을 만드는 데는 상당한 계산 리소스와 머신 러닝에 대한 전문 지식이 필요합니다. 아직 초기 시장이긴 하지만, 플랫폼들은 제품과 서비스를 다듬는 데 수백만 달러를 투입하고 있습니다. 생성형 AI 분야의 창업자들이 현재 직면한 과제는 제품 뿐만 아니라 견고한 비즈니스 모델을 구축하는 것입니다. 유능한 개발자라면 누구나 이러한 생성 엔진 위에 애플리케이션을 올릴 수 있습니다. 해결책은 네트워크 효과, 높은 전환 비용, 뿌리 깊은 제품 파트너십 등의 전략을 통해 지속 가능한 경쟁적 차별화를 꾀하는 것입니다." - David Beisel (NextView Ventures 파트너)
생성형 AI 왜 존재하는가
생성형 AI는 많은 중요한 문제를 해결할 잠재력을 가지고 있고, 광범위한 분야에서 새로운 기회의 문을 열 수 있습니다. R&D 분야에서 생성형 AI가 성장하고 있는 이유는 다음과 같습니다.
- 생성형 AI는 새로운 콘텐츠를 만들 수 있습니다. 생성형 AI는 텍스트, 이미지 또는 음악과 같은 새로운 콘텐츠를 생성할 수 있습니다. 이는 새롭고 참신한 예술 작품을 만들거나 머신 러닝 모델을 훈련시키는 데 쓸 데이터를 만드는 데에도 사용될 수 있습니다.
- 생성형 AI는 효율성과 생산성을 향상시킬 수 있습니다. 콘텐츠 생성을 자동화함으로써 시간을 절약하고 수작업을 줄일 수 있습니다. 이를 통해 콘텐츠 제작부터 데이터 분석에 이르기까지 다양한 분야에서 효율성과 생산성을 향상시킬 수 있습니다.
- 생성형 AI는 만들어진 콘텐츠의 품질을 향상시킬 수 있습니다. 머신 러닝 및 자연어 처리의 발전으로 생성형 AI는 점점 더 정교해지고 있으며, 기존 콘텐츠와 구별하기 어려울 정도의 고품질 콘텐츠를 생성할 수 있습니다.
- 생성형 AI는 새로운 활용을 가능하게 합니다. 새로운 콘텐츠를 만들어 낼 수 있는 Gen-AI의 능력은 그 활용 방안에 대한 많은 가능성을 열어줍니다. 예를 들어, 개인 맞춤 뉴스 기사나 음악 추천과 같은 개인화된 경험을 만드는 데 사용될 수 있습니다.
"널리 알려진 것은 아니지만, 생성형 AI 모델이 언어를 통해 인풋을 받아들일 수 있기 때문에 마법적이라고 생각합니다. 또한 매우 다양한 개념을 표현하고 그것들을 결합할 수 있기 때문에 아름답고 창의적인 결과를 만들어 낼 수 있습니다. 이는 신나고, 스릴 넘치는 일이지만 동시에 조금은 무섭기도 합니다. 창작자들은 이를 통해 영감을 얻고, 프로토타입을 더 빠르게 만들고, 포토샵++ 같은 모델의 기술을 활용하여 부족한 부분을 개선할 수 있습니다" - Sharon Zhou.
미래를 엿보다 : 생성형 AI 수익 모델
생성형 AI 기술을 사용하는 회사를 위한 몇 가지 잠재적 수익 모델이 있습니다. 가능한 수익원은 다음과 같습니다 :
- 보유한 제품이나 서비스를 개선하기 위해 해당 기술을 사용할 수 있는 다른 회사나 조직에 라이센스를 부여합니다.
- 생성된 이미지, 동영상, 텍스트 등 AI 시스템의 산출물을 다양한 용도로 활용 가능한 고객에게 판매합니다.
- 자신만의 고유한 창작물을 만들고자 하는 고객들에게 AI 시스템을 구독 서비스의 형태로 제공합니다.
- AI 시스템을 통해 회사의 기존 제품이나 서비스의 효율 또는 효과를 개선한 다음, 향상된 제품에 대해 고객에게 요금을 부과합니다.
- AI 시스템의 기능을 활용하는 새로운 제품이나 서비스를 만들어 고객에게 직접 판매합니다.
왜 지금인가
생성형 AI에 있어 지금이 적기인 이유는 다음과 같습니다. 첫째, 머신 러닝과 자연어 처리의 발전은 AI로 하여금 사람이 만든 듯한 고품질 콘텐츠의 생성을 가능하게 했습니다. 둘째, 예술, 마케팅, 엔터테인먼트 등의 분야에서 개인화된 독특한 콘텐츠에 대한 수요가 증가하면서 생성형 AI 플랫폼의 필요성 또한 증가했습니다. 셋째, 대량의 데이터와 강력한 계산 자원의 가용성은 생성형 AI 모델을 규모에 맞게 훈련하고 배치하는 것을 가능하게 했습니다.
"AI가 세상을 바꿀 것이라는 약속이 있었고 우리는 그것을 2012년부터 기다려왔습니다. 그리고 마침내 무언가 바뀌었습니다. 지난 2, 3년 사이에 말입니다. 생성형 AI 분야에서 최근 가장 흥분되는 일은 text-to-image였지만, 저는 인공지능 기반의 텍스트 생성이 훨씬 더 혁신적인 일이 될 것이라고 믿습니다. 그리고 지금, 최첨단 언어 모델에 대한 액세스가 증가함에 따라 이 기술이 우리의 일상으로 파고드는 것을 보고 있습니다. 이는 기업의 비즈니스 방식을 완전히 바꾸고, 인간이 기술을 경험하는 방식을 다시 생각하게 합니다." - Aidan Gomez (Cohere의 공동 설립자 겸 CEO)
Read our full list of Gen-AI startups (updated regularly)
생성형 AI 카테고리:
- 텍스트: 내용 요약 및 자동화
- 이미지: 이미지 생성
- 오디오: 오디오에서 텍스트 요약, 생성 및 변환
- 비디오: 비디오 생성 및 편집
- 코드: 코드 생성
- 챗봇: 고객 서비스 자동화 등
- ML 플랫폼: 애플리케이션 / ML 플랫폼
- 검색: AI 기반 인사이트 제공
- 게임: 생성형 AI(Gen-AI) 게임 스튜디오 또는 애플리케이션
- 데이터: 데이터 설계, 수집 및 요약
생성형 AI 투자 환경
많은 투자자들이 생성형 AI 분야에 집중하고 있는 만큼, 가장 활발한 투자자들을 추려보았습니다.
생성형 AI 분야에 투자하는 엄선된 소수의 투자자 목록으로, 해당 투자자들은 아래의 이미지에 표시된 것보다 후기 또는 초기 단계의 회사에 투자하기도 합니다.
생성형 AI 유니콘 스타트업 현황
현재 생성형 AI 시장은 여전히 성장 중이지만, 몇몇 유니콘들은 이미 존재합니다. 2019년에는 2개사사, 2022년에는 4개사가 유니콘을 달성하였습니다!
Trens :
예술과 음악에 생성형 AI는 어떻게 사용되는가
Gen-AI는 예술과 음악에서 몇 가지 다른 방식으로 사용되고 있습니다. 한 가지 일반적인 방식은 처음부터 완전히 새로운 작품을 생성하거나 또는 기존 작품을 출발점으로 두고 새로운 요소를 추가하여 작품을 재창조하는 것입니다. 예를 들어, 생성 모델은 대규모의 그림 데이터셋에 대해 훈련된 다음 그와 유사하지만 고유하고 독창적인 새로운 그림을 만드는 데 사용될 수 있습니다.
게임 산업에 생성형 AI는 어떻게 사용되는가
생성형 AI는 새로운 층이나 맵, 대화나 스토리 라인, 가상 환경을 만드는 것을 포함하여 여러 방식으로 게임에 사용되고 있습니다. 예를 들어, 플레이어가 게임을 할 때마다 탐험할 수 있는 새로운 층을 만들거나 플레이어 행동에 기반하여 NPC(비플레이어 캐릭터)에 대한 새로운 대화 옵션을 만들 수도 있습니다. 또한 도시, 숲 또는 행성과 같은 플레이어가 탐험할 수 있는 새롭고 현실적인 가상 환경을 만드는 데 사용될 수도 있습니다. 정리하면 게임 경험에 역동성과 다양성을 추가하여 플레이어가 더욱 몰입할 수 있는 환경을 조성하는 데 사용될 수 있습니다.
"일반적으로 단기 혁신 분야는 매우 긍정적일 것입니다. 게임과 온라인 3D 경험은 구축하기 어려운 것으로 악명이 높았습니다. 하지만 생성 인공지능은 게임 자산의 생성을 기하급수적으로 더 쉽게 만들어줌으로써 이를 완전히 뒤집을 것입니다. 생성 AI를 게임에 적용하는 것의 잠재적인 단점 또는 오히려 결과는 더 실존적입니다. AI 기반 카피라이팅 또는 이미지 생성과 같은 일차원적인 애플리케이션은 우리가 기존에 해오던 작업을 증폭시켜줄 뿐 여전히 우리가 해당 결과물을 사용할지 말지, 혹은 어디에 쓸지를 결정할 수 있습니다. 하지만 게임 내에서 AI와의 상호 작용은 훨씬 더 복잡하고 다차원적일 것입니다. 시간이 지남에 따라 AI는 진화하면서 인간의 요구에 적응해갈 것이며, 마찬가지로 인간도 AI가 만들어낸 영역 안에서 사회화하고 정기적으로 상호 작용하는 데 익숙해질 것입니다." - Annie Zhang (Roblox)
크리에이터 산업에 생성형 AI는 어떤 영향을 미치는가
크리에이터 경제는 이미 1,000억 달러 규모의 산업으로 성장한 가운데, 생성형 AI는특히 음악, 미술, 글쓰기 등 크리에이터에게 큰 영향을 미칠 것으로 예상됩니다. 생성형 AI가 크리에이터가 처음부터 글로벌 크리에이터가 될 수 있는 기회를 제공 가능합니다. 크리에이터의 목소리를 사용하여 콘텐츠를 모든 언어로 변환하거나 창의력을 더욱 매력적인 콘텐츠로 전환할 수 있기 때문입니다.
"생성형 인공지능은 크리에이터들을 슈퍼 히어로로 만들고, 그들의 부족한 영역을 채워줄 것입니다. 크리에이터를 대체하는 것이 아니라, 도와주는 것이라고 생각하세요." - Jim Louderback (Inside The Creator Economy의 저자)
크리에이터 이코노미가 성공하려면 대부분의 콘텐츠가 AI 플랫폼으로 지원되었을 때, 크리에이터가 팬들과 어떤 형태로든 연결될 수 있도록 그들의 특성에 맞게 플랫폼이 진화해야 할 것입니다.
"저는 예술이 가치를 가지려면 인간적 요소가 반드시 들어가야 한다고 주장합니다. AI가 만든 예술은 자신의 경험과 감정, 가치관을 가진 개인이 아니라 알고리즘과 기계에 의해 만들어집니다. 그러나 이는 위대한 예술의 필수 조건이라 할 수 있는 진정성과 인간성이 결여된 것으로 볼 수 있습니다. 따라서 일부 관람객들은 인공지능이 만들어낸 작품에 공감하기 어려울 수 있으며, 그만큼 해당 작품의 임팩트와 중요성을 감소시킬 수 있습니다." - Ivona Tau (크리에이터)
그러나 생성형 AI가 미칠 영향에 대해 한 크리에이터는 다음과 같이 말했습니다:
"별로 없어요. 그렇긴 하지만, 무슨 일이 일어나고 있는지 매우 흥미롭게 지켜보고 있습니다. 저는 다른 분들이 생성 모델로 만들어낸 산출물에 진심으로 영감을 받았습니다. 예술가들은 종종 이미지 AI 모델을 '도구'라는 말로 부르지만, AI는 도구 그 훨씬 이상의 것입니다. 창조적인 파트너, 사람이 만들어낸 지니, 또는 영감을 주는 동반자입니다." - James Gurney (예술가)
앞으로 어떤 미래가 기다리고 있고 당면한 도전과제는 무엇인가
산출물의 품질 및 다양성 개선, 생산 속도 증진, 견고함 및 신뢰성 구축 등 생성형 AI에는 많은 당면 과제가 있습니다. 또 다른 주요 과제는 보다 정확하고 일관된 산출물을 생성하기 위해 데이터의 기본 구조와 맥락을 더 잘 이해하고 통합할 수 있는 생성형 AI 모델을 개발하는 것입니다. 생성 인공지능의 윤리적, 사회적 영향과 이러한 기술이 반드시 책임감 있고 유익한 방식으로 사용되도록 만드는 방법에 대해서도 지속적인 우려가 있습니다.
우려 사항 몇 가지를 살펴보겠습니다.
저작권. 생성 모델이 수억 개의 데이터에 의해 훈련되는 만큼, 진짜 출처가 무엇인지 또는 이 예술작품이 무엇으로부터 파생된 것인지를 파악하는 것은 어렵습니다. 창작자들은 플랫폼들이 저작권 침해 문제를 어떻게 줄여 나갈 수 있을지 우려하고 있습니다. Lauryn Ipsum이 트윗한 최근 사례에서 보았듯이, Lensa 앱(인물 셀카 보정을 위한 사진 편집기)에서는 오리지널 아티스트의 서명을 배경으로 하는 이미지들이 사용되고 있습니다.
"현재 생성형 AI에서 가장 시급한 문제 중 하나는 시스템 신뢰성입니다. OpenAI의 ChatGPT와 같은 대규모 언어 모델은 부정확하거나 잘못된 응답을 내놓고는 합니다. 대량의 이미지 훈련을 통해 만들어진 산출물에 대해서는 저작권 및 지적 재산권 문제가 있을 수 있어서 기업들로 하여금 이를 제품이나 워크플로우에 활용하는 것을 고민하게 합니다." - Molly Welch (Radical Ventures의 투자자)
논문을 쓰는 학생. 플랫폼들이 더 스마트해지면서, 젊고 유능한 학생들은 일상 생활에서 그것들을 사용하게 될 것입니다. 과연 이것은 학생들의 학업 성취도에 어떤 영향을 미치게 될까요? 그리고 교수들은 보고 있는 결과물이 진짜로 그 학생이 한 게 맞는 것인지 어떻게 확인할 수 있을까요? 이렇듯 생성형 AI는 교육 분야에 큰 영향을 미칠 것입니다.
"ChatGPT 모델이 계속해서 발전된다면, 학생들이 학업 보충을 위해 chatGPT을 사용할 수 있는 기회는 무궁무진합니다. 학습용 퀴즈와 플래시 카드를 만들거나 작성된 코드를 최적화할 수 있으며, 학습 가이드를 위한 요약도 작성할 수 있습니다. 여기서 핵심 단어는 보충입니다. 학생들은 그들의 손으로 직접 만들어낸 결과물을 보충하는 목적으로만 ChatGPT를 사용해야 합니다. 만약 ChatGPT를 보충이 아닌 대체의 목적으로 사용하거나, 더 나아가 ChatGPT가 작성한 내용을 자신의 의견인 것처럼 꾸며서 제출한다면 문제가 될 수 있습니다. 대학 행정부와 학생들은 이 새로운 세상에서 과연 어디까지 허용할 것인지를 명확히 하기 위해 함께 정책을 수립해야 합니다. 저는 지난 주에 ChatGPT나 기타 AI를 명시적으로 금지하는 오픈북 시험을 봤습니다." - Cherie Lou (Stanford University의 크리에이터 겸 학생)
고의적 허위 정보(Disinformation) vs 고의성 없는 잘못된 정보(misinformation). 비록 이러한 시스템들이 미친 듯이 똑똑할지라도, 때때로 잘못된 정보를 제공하는 것은 피할 수 없을 것입니다. 예를 들어, 최근 개된 영국의 채널 4 인터뷰를 보면, 자신의 커리어에 대해 물어본 진행자에게 Open AI가 틀린 정보를 제공했습니다. 훈련 모델이 우리에 대해 더 배우고 적응한다면 시간이 지날수록 알고리즘의 실수는 점점 줄어들 것입니다.
생성형 AI의 단점은 다음과 같습니다:
- 생성 데이터의 편향 리스크 (훈련 데이터가 충분히 다양하지 않거나, 전체를 대변하지 못하는 경우)
- 특정 산업에서 인간의 노동력을 대체해 일자리 감소로 이어질 가능성
- 가짜 뉴스를 만들거나 개인을 사칭하는 등 악의적인 목적으로 사용될 가능성
생성형 AI는 수백만 개의 일자리를 대체할 가능성이 있습니다. 디자이너부터 제작자, 예술가에 이르기까지 말이죠. 하지만, 크리에이터는 늘 어딘가에 존재할 것입니다.
메타버스 임팩트와 생성형 AI
생성형 AI가 메타버스에 어떤 영향을 미칠지 정확히 예측하기는 어렵습니다. 메타버스는 여전히 대체로 이론적인 개념에 머물러 있고, 이것이 향후 어떤 양상을 보일지, 어떻게 기능할지에 대해서 합의된 바가 없기 때문입니다. 그러나 가상 세계 안에서의 콘텐츠와 경험을 자동으로 생성해낼 수 있는 만큼, 생성형 AI는 메타버스의 창조와 개발에 중요한 역할을 할 것입니다. 이는 사용자가 즐길 수 있는 새롭고 독특한 경험을 사실상 무제한으로 제공하여 보다 몰입적이고 역동적인 메타버스로 이어질 수 있습니다. 또한 생성형 AI는 메타버스 내의 다양한 작업을 자동화하는 데에도 쓰일 수 있습니다. 가상 경제를 관리하거나 가상 세계를 안정적으로 유지하고 잘 기능할 수 있도록 하는 일 등이 이에 해당됩니다. 정리하면 생성형 AI가 메타버스에 미칠 임팩트는 상당하고 광범위할 것입니다.
"AI 분야의 다양한 계층에서 비즈니스 기회가 있을 것이며, 이미 일부 비즈니스 모델이 떠오르고 있습니다. GPT-3와 같은 기반 모델을 구축하는 것은 매우 비싸고 어려우며, 그렇게 할 수 있는 소수의 회사들은 큰 돈을 벌 것이 분명합니다. 그러나 특정 시장을 타겟으로 보다 전문화된 모델을 개발할 수 있는 기회는 수없이 많습니다. 이것은 AI에 적용된 버티컬 SaaS(특정 산업에 최적화된 형태의 SaaS)에 해당합니다. 아마도 우리는 특정 시장에 최적화된 훌륭한 UX로 전체적인 솔루션을 제공하는 AI 기반 SaaS를 많이 보게될 것입니다. 보다 밑단에서는 다음과 같은 비즈니스들이 성공할 수 있을 것으로 보입니다. 알맞은 훈련 데이터를 제공하는 일, ML 엔지니어가 전문화된 모델을 빠르게 구축할 수 있게 도와주는 일, 모델의 견고함을 확인하는 일 등입니다." – Andreas Goeldi (BTOV Ventures의 파트너)
생성형 AI 함께 만드는 미래
일의 미래를 혁신할 기술 변화에 대비하세요! 수천 개의 일자리가 변형되고 새로운 일자리가 창출될 새로운 시대가 바로 눈 앞에 와있습니다. 이러한 최첨단 생성형 AI 플랫폼은 의심할 여지 없이 우리의 일상을 도와주고 향상시키겠지만, 우리가 이를 완전히 받아들이는데 까지는 시간이 걸릴 것입니다.
"전례 없는 수준의 인간-기계 간 협업이 한창 진행 중이며, 생성 AI 방법을 완전히 통합하는 데 앞장서고자 하는 사람은 누구든지 이 게임에 참가할 수 있습니다. 속한 산업에 관계 없이 말입니다." - Gabrielle Chou, 상하이 뉴욕 대학 부교수
만약 차세대 생성형 AI 플랫폼을 만들고 있다면, 한번 만나서 이야기를 나누어보고 싶습니다. 함께 미래를 만들어가요!
6개 대륙, 20개 이상의 도시에서 진행 중 앤틀러 스타트업 제너레이터 지원하기
앤틀러 인디아 팀의 새로운 콘텐츠 "AI: Humanity's Miracle Machine." 읽기