생성형 AI란 무엇인가?

이미 써본 AI는 분류했다, 생성형 AI는 만든다

지난 20년 동안 일상 속 AI는 눈에 띄지 않게 분류하는 역할을 했습니다. 스팸 필터는 스팸인지 아닌지 판단했고, 사진 앱은 어떤 얼굴이 누구의 것인지 구분했으며, 은행은 사기인지 아닌지 판단했고, 추천 엔진은 다음에 보여줄 것의 순위를 매겼습니다. 이들 모두 이미 존재하는 것을 가져와 라벨이나 점수를 붙입니다. AI란 무엇인가에서 이 더 넓은 범주를 다룹니다.

생성형 AI는 방향을 뒤집습니다. 이미지를 입력받아 "고양이"라고 출력하는 대신, "해질녘 창턱에 앉은 고양이"라는 문장을 입력받아 이미지를 출력합니다. 이메일에 점수를 매기는 대신 이메일을 씁니다. 모델은 수백만 개의 예시가 지닌 패턴을 학습해 그에 맞는 새로운 결과물을 만들어낼 만큼 충분히 훈련되었습니다.

이 방향의 전환이 바로 이 기술이 대중에게 닿은 전부입니다. 분류는 다른 누군가의 제품 안에 들어가는 하나의 기능입니다. 생성은 그 자체로 하나의 제품입니다. 요청을 입력하면 결과물을 받습니다. ChatGPT는 2022년 11월 30일에 출시되었고, 로이터가 2023년 2월 1일 보도한 UBS 분석에 따르면 출시 두 달 만인 2023년 1월에 월간 활성 사용자 약 1억 명에 도달했습니다. 이는 당시 그 규모에 가장 빨리 도달한 소비자용 애플리케이션이었는데, 처음으로 모델의 출력물 자체가 핵심이었기 때문입니다.

그 뒤로 이어진 흐름은 잔잔한 물결이 아니었습니다. 모델 출시 타임라인은 그날 이후 41건의 주요 출시를 추적하며, 그중 31건은 2025년과 2026년에 나왔습니다. 주황색은 추론 모델이거나 사고 모드와 함께 출시되는 계열을 나타내며, 음영 구간은 o1-preview부터 시작됩니다.

모든 생성형 모델은 그럴듯한 예시가 무엇인지 학습한 다음 하나를 만들어낸다

모든 생성형 모델은 근본적으로 같은 방식으로 훈련됩니다. 엄청난 수의 예시를 보여주고, 그럴듯한 예시가 어떤 모습인지 학습하게 만드는 것입니다. 그런 다음 사용 시점에는 그 패턴과 프롬프트에 맞는 새로운 샘플을 만들어내도록 요청합니다.

텍스트의 경우 모델은 다음 토큰을 예측하도록 학습하며, 한 번에 토큰 하나씩 답을 생성합니다. LLM이란 무엇인가에서 전체 내용을 다룹니다. 이미지와 영상의 경우 지배적인 방식은 확산(diffusion)입니다. 모델은 작은 단계로 이미지에서 노이즈를 제거하는 법을 학습하고, 생성 시점에는 순수한 노이즈에서 출발해 텍스트 설명이 결과물을 이끄는 동안 단계별로 노이즈를 제거해 나갑니다. 대부분의 이미지 모델이 쓰는 방식은 Ho, Jain, Abbeel이 2020년에 발표한 Denoising Diffusion Probabilistic Models 논문이며, 이 방식이 대체한 생성적 적대 신경망(GAN)은 2014년 Goodfellow 등의 연구로 거슬러 올라갑니다. 음악 생성기는 대체로 이 둘 중 하나를 차용합니다.

여기서 기억해야 할 결과는, 이들 모두가 사실이 아니라 맞아떨어지는 것을 만들어낸다는 점입니다. 텍스트 모델은 인용문의 형태에 맞는 인용문을 만들어낼 뿐입니다. 이미지 모델은 손의 패턴에 맞는 손을 만들어내는데, 때로는 손가락이 여섯 개가 되기도 합니다. 유창함과 오류는 같은 곳에서 비롯되며, AI 환각이란 무엇인가에서 텍스트 버전을 자세히 다룹니다.

네 가지 매체, 네 가지 모델, 하나의 창

2022년의 생성형 AI는 텍스트, 그리고 별도로 이미지를 의미했습니다. 2026년에는 하나의 채팅 제품이 네 가지 생성기로 연결되며, 각 매체 뒤의 모델은 서로 다릅니다.

이 밑에 깔린 제품 결정은, 이들이 운영 비용이 서로 다르기 때문에 서로 다르게 계량된다는 것입니다. 텍스트 답변은 1센트의 일부에 불과합니다. 이미지는 별도의 카운터입니다. 영상과 음악은 비용이 큰 항목이라 최상위 요금제에 속합니다.

이미지 생성은 Starter에는 포함되지 않고, Pro에서는 월 100회, Powerhouse에서는 월 500회이며, 영상과 음악 생성은 Powerhouse 전용 기능입니다. 자세한 내용은 Whizi 크레딧 작동 방식에서 확인하세요. 텍스트 답변과 영상 클립 사이의 격차는 500개 토큰을 생성하는 것과 몇 초 분량의 프레임을 생성하는 것 사이의 격차이며, 가격은 그 연산량을 따라갑니다.

생성형 AI가 잘하는 일, 그리고 솔직한 한계

생성형 AI는 형태가 정해진 모든 것의 초안을 잘 만듭니다. 이메일, 요약문, 함수, 제품 사진, 배경음악 같은 것들입니다. 존재하는 것을 다른 형태로 바꾸는 변환에도 강합니다. 번역하거나, 줄이거나, 다른 독자에 맞게 다시 쓰거나, 스타일을 바꾸는 식입니다. 그리고 물량에도 강해서, 사람이라면 두 개를 만들 시간에 스무 가지 변형을 만들어냅니다.

구조적으로 세 가지에는 약합니다. 주어지지 않은 사실이 그 하나로, 진실이 아니라 맞아떨어지는 것을 생성하기 때문입니다. 세부적인 정확성도 그렇습니다. 여섯 번째 손가락이나, 컴파일은 되지만 엉뚱한 일을 하는 코드가 그 예입니다. 그리고 결과물이 좋은지에 대한 판단은 여전히 요청한 사람의 몫으로 남습니다. AI 활용법 가이드는 이 한계 안에서 일하는 실질적인 방법을 다룹니다.

판단 기준은 이렇습니다. 좋은 결과를 만들어내는 것보다 알아보는 것이 더 빠를 때, 생성형 AI가 맞는 도구입니다. 좋은 결과와 나쁜 결과를 구분할 수 없다면, 아직 그 작업에는 맞지 않는 도구입니다.

생성형 AI는 머신러닝의 한 갈래이고, 머신러닝은 AI의 한 갈래다

인공지능은 상위 개념으로, 사람이 했다면 지능적이라고 부를 만한 일을 하는 모든 소프트웨어를 가리킵니다. 머신러닝은 현대 AI 대부분이 쓰는 방법으로, 규칙을 프로그래밍받는 대신 데이터에서 학습합니다. 생성형 AI는 머신러닝 중에서도 결과물이 새로운 콘텐츠인 갈래입니다. 대형 언어 모델은 텍스트를 위한 생성 모델입니다. 챗봇은 그것을 감싼 앱입니다. 각각은 앞선 것의 부분집합이며, AI 용어집에서 모든 용어를 한곳에서 확인할 수 있습니다.

실용적으로 읽는 법은 이렇습니다. 어떤 제품이 "AI를 사용한다"고 말하면, 어떤 종류인지 물어보세요. 분류하거나 순위를 매기거나 예측한다면 예전 방식이고 대체로 잘 작동합니다. 생성한다면 새로운 방식이며 사람이 결과물을 확인해야 합니다.