[작성자:] fc_story

  • ‘AI 시대’ 왜 반도체 기업 엔비디아가 뜰까

    ‘AI 시대’ 왜 반도체 기업 엔비디아가 뜰까

    AI.ing

    ‘AI 시대’ 왜 반도체 기업 엔비디아가 뜰까

    #ai

    #엔비디아

    #GPU

    지난해 말 엔비디아(NVIDIA) 주가는 1주당 495.22달러로 마감했습니다. 1년 새 238.86% 상승한 건데요. 지금 주가도 연초보다 2배가량 뛰었습니다. 시가총액은 2조 달러를 웃도는 상황. 한화로 3000조원 수준입니다. 대화형 인공지능(AI) 서비스인 챗GPT가 뜨니 엔비디아가 더 크게 주목받는 모습인데요. 평범한 반도체 회사인 줄 알았던 엔비디아가 도대체 AI와 어떤 연관성이 있는 걸까요?

    마약보다 구하기 어려워? 불티나게 팔리는 엔비디아 GPU

    엔비디아의 주력 상품은 고성능 GPU(그래픽처리장치)입니다. AI를 학습시키고 운용하는 데 가장 적합한 반도체로 알려졌습니다. 챗GPT 같은 생성형 AI를 개발하고 구동하는데 필수품으로 꼽히며 판매량이 급증했습니다. 

    구글과 아마존, 메타 등 미국의 주요 빅테크 기업들도 엔비디아의 GPU를 사기 위해 수개월씩 기다리는 상황. 특히 품귀 현상을 빚은 엔비디아의 최고 사양 GPU인 ‘H100’은 6개월을 기다려야 받아볼 수 있다고 합니다.

    출처: NVIDIA 홈페이지

    엔비디아의 GPU는 뭐가 다를까요. 먼저 GPU와 CPU(중앙처리장치)의 차이를 이해해야 합니다. 컴퓨터의 뇌 역할을 하는 CPU는 명령어를 해독하고 실행하는 장치입니다. 그동안 PC(개인용 컴퓨터) 시장에서 월등한 판매 점유율을 보였죠. 

    GPU는 컴퓨터 그래픽 처리 특화 반도체입니다. ‘병렬 처리’ 방식으로 수천개의 코어를 동시 작동해 그래픽을 빠르게 처리합니다. 다양한 이미지 픽셀에 명령어를 보내 동시에 모니터에 출력하는 게임용으로 개발됐습니다.

    GPU는 다량의 단순 업무를 동시에 처리할 때 유용한데요. 유튜브의 영상 추천과 구글의 광고, 인스타그램 피드 등이 모두 GPU 활용 알고리즘으로 작동합니다. 2010년 이후 AI 산업이 가파르게 성장한 배경으로 꼽힙니다. AI 연구 개발의 필수재로서 명실상부 인공지능 반도체로 불리고 있습니다. 수많은 기업들이 AI용 반도체를 만들고 있지만 현재까지 엔비디아의 적수는 없는 상황입니다.

    ‘AI 반도체’ 점유율 80%… 시장 뜨며 엔비디아 시대 열려

    엔비디아는 AI 반도체 시장 점유율은 80%를 웃돕니다. AI 시장 성장의 과실을 고스란히 엔비디아가 따먹는 구조인데요. 이는 실적에서도 고스란히 드러납니다. 엔비디아의 지난해 매출은 609억 달러(약 81조7900억원), 영업이익은 329억 달러(약 44조1800억원) 규모입니다. 각각 전년보다 125%, 311% 증가했는데요. 4분기(11~1월) 영업이익은 전년보다 무려 983%나 치솟았습니다. 미국 언론은 “엔비디아가 AI붐의 중추기업으로 완벽하게 변모했다”고 평가했습니다.

    애초 엔비디아는 비디오게임용 GPU라는 틈새시장의 강자였습니다. 하지만 이제는 세계에서 가장 유명한 기술 기업입니다. 지난해 AI 열풍으로 빅테크 기업은 물론 자동차·금융·의료 등 다양한 분야에서 엔비디아의 GPU를 ‘더 더 많이’ 요구하고 있기 때문인데요. 

    미국뿐 아니라 일본과 캐나다, 프랑스 등에서도 자체 AI 모델을 만들며 엔비디아의 주문량은 쌓여만 가고 있습니다. 지난해 4분기 엔비디아의 영업이익률은 66.7%였는데요. 40%대인 인텔이나 AMD 등을 크게 뛰어넘은 수치입니다. 비싸도 살 수밖에 없는 건 독보적인 경쟁력 덕분이겠죠.

    엔비디아의 성공을 시작으로 전 세계 반도체 시장이 들썩이고 있습니다. 엔비디아의 반도체를 위탁생산하는 대만의 TSMC, 엔비디아에 HBM(고대역폭메모리)을 독점 공급하는 SK하이닉스 등의 주가가 고공행진 중입니다. 

    엔비디아는 공고한 AI 반도체 생태계를 만들었을 뿐만 아니라 프로그래밍 플랫폼 쿠다(CUDA)로 GPU 개발 생태계도 구축했는데요. 20년 이상된 쿠다는 400만명 이상의 개발자들이 AI 프로그램을 만드는데 사용됩니다. 즉 엔비디아의 AI칩에 개발자들을 묶어두는 역할을 톡톡히 하고 있습니다.

    ‘척박한 땅’ 일궈 기회로 만든 이민자 CEO 젠슨 황

    엔비디아의 창업자는 젠슨 황, 1963년 대만 타이난에서 태어났습니다. 자식이 ‘기회의 땅’에서 성장하길 바랐던 아버지 덕에 인생의 대부분을 해외에서 보냈죠. 켄터키주 오네이다에서 초등교육을 받고 모든 가족이 미국으로 이민 온 후엔 오리건주 포틀랜드 외곽에 정착했습니다. 

    학창시절 또래들과 어울리는데 어려움을 겪었지만 학업에는 두각에 나타난 학생이었습니다. 오리건 주립대에서 전기공학 학사 학위를 받은 뒤 실리콘밸리로 이동해 AMD와 LSI 로직에서 회사 경험을 쌓았는데요. 1992년에는 스탠포드대에서 전기 공학 석사 학위를 받았습니다.

    엔지니어 경험을 쌓은 황은 1993년 크리스 말라초스키, 커티스 프리엠 등과 함께 엔비디아를 창업했습니다. 공동창업자들은 썬 마이크로시스템즈와 IBM에서 경험을 쌓은 엔지니어들입니다. 이들은 3차원(3D) 그래픽의 업무 처리 속도를 높이는 GPU를 개발 목표로 삼았는데요.

    출처: NVIDIA 홈페이지

    황은 “자금 조달이 불가능한 아이디어”였다고 회고합니다. 투자자들의 관심이 CPU에 집중돼 있던 상황에서 사실상 너무 앞선 구상이었기 때문입니다. 엔비디아의 최초 그래픽 칩셋 ‘NV1’은 저조한 성능 탓에 처참히 실패했고, 1997년 출시된 ‘RIVA 128’이 두각을 드러냈습니다. 엔비디아가 1999년 미국 증시에 상장할 수 있게 한 동력이었습니다.

    엔비디아는 1999년 공모전을 통해 그래픽카드에 ‘지포스(GeForce)’라는 이름을 지었습니다. 이 직후 선보인 ‘지포스 256’은 최초의 GPU로 꼽힙니다. 경쟁사들의 GPU보다 5배 뛰어난 성능으로 유명했습니다. 지포스 시리즈는 단숨에 게임용 그래픽카드 시장을 평정했는데요. 황은 여기에 그치지 않고 GPU 성능을 계속 발전시켰습니다. 오늘날 GPU는 패턴과 관계를 인식할 뿐만 아니라 추론하고 예측하는 능력을 발휘하고 있습니다.

    GPU 컴퓨팅, AI 시대의 한 축으로

    엔비디아의 GPU는 이미 AI 시대의 한 축을 차지하고 있습니다. 빅데이터 저장 공간이 확보된 데다 딥 러닝 알고리즘이 발명되고 컴퓨터 처리 속도가 가속화되며 AI 시대가 열렸다고 합니다. 자율주행차는 딥 러닝을 사용해 차량이 차지하는 공간과 장애물을 인지합니다. 의료 분야에서는 수백만 개의 의료 관련 이미지로 훈련받은 신경망이 외과적 생체 조직 검사로만 찾을 수 있던 단서를 MRI에서 찾아내기 시작했습니다. AI는 산업혁명 이후 전례 없던 사회적 진보를 촉진할 것으로 보입니다. 앞으로도 과학과 디자인, 예술 등 다양한 분야에서 나타날 AI 활용 기술 혁신이 기대되지 않나요?

    글쓴이 소개

    이런 글도
    있어요

  • 챗GPT의 아버지 샘 올트먼, 오픈 AI를 설립한 이유는?

    챗GPT의 아버지 샘 올트먼, 오픈 AI를 설립한 이유는?

    AI.ing

    챗GPT의 아버지 샘 올트먼,
    오픈 AI를 설립한 이유는?

    #파인튜닝

    #언어모델

    #LLAMA

    챗GPT를 개발한 오픈 AI의 CEO 샘 올트먼(Sam Altman)이 올해 1월 한국을 찾아 화제가 되었습니다. 그가 한국을 방문한 이유는 AI용 반도체 생산 때문인데요. 국내 반도체 제조사인 삼성전자와 SK하이닉스 경영진을 잇따라 만난 것, 최근 전 세계 주요 반도체 기업과 접점을 늘리고 있는 것을 두고 샘 올트먼이 AI용 반도체 생산에 주목하고 있다는 해석이 나오고 있습니다.

    ‘chatGPT의 아버지’라 불리며 전 세계의 주목을 받는 ‘샘 올트먼’은 어떤 사람인지, 샘 올트먼이 이끄는 ‘오픈 AI’는 어떤 회사인지 알아보겠습니다.

    사진: Unsplash의BoliviaInteligente

    샘 올트먼의 생애

    샘 올트먼은 1985년 미국 시카고의 독일계 유대인 가정에서 태어났습니다. 8살 때부터 ‘매킨토시’ 컴퓨터를 다루며 프로그래밍에 관심을 보였다고 알려진 샘 올트먼은 2003년 스탠퍼드 대학에 입학하여 컴퓨터 과학을 전공합니다. 하지만 2년 만에 학교를 그만두고, 2005년 사용자 위치 기반 소셜 네트워킹 서비스 회사인 룹트(Loopt)를 공동 설립하는데요. 이때 세계 최대 스타트업 액셀러레이터인 와이콤비네이터(Y Combinator)와도 인연을 맺게 됩니다.

    이후에는 와이콤비네이터에 합류하여 28세의 젊은 나이에 대표까지 맡게 됩니다. 후에는 레딧, 에어비앤비, 드롭박스, 핀터레스트 등 이름만 들어도 화려한 수많은 스타트업에 초기 투자를 주도하여 막대한 수익을 거둬 들이죠. 한국에서 샘 올트먼은 chatGPT를 계기로 유명해진 인물이지만, 사실상 실리콘밸리에서 그는 액셀러레이터 CEO로서도 이미 유명 인사였습니다. 실제로 2015년에는 포브스가 선정한 ‘30세 미만 최고 투자자’로 뽑히기도 했고요.

    샘 올트먼과 OPEN AI 드디어 세상에 공개된 chatGPT, 출시 5일 만에 100만 명 사용

    투자자 시절, 샘 올트먼이 가장 적극적으로 투자했던 분야 중 하나는 바로 인공지능(AI)이었습니다. 2015년, 마침내 그는 미국 전기차 기업 테슬라의 CEO 일론 머스크, 링크드인 창업자 리드 호프먼 등 유명 인사와 함께 ‘인류에게 유익한 인공지능 개발’을 위한 비영리단체인 ‘오픈 AI’를 출범합니다. 그리고 2019년에는 오픈 AI에만 집중하기 위해 와이콤비네이터 CEO 자리에서도 물러나게 됩니다.

    그러던 중 함께 오픈 AI 설립을 주도한 일론 머스크가 샘 올트먼과의 의견 차이를 좁히지 못하고 오픈 AI를 떠나게 됩니다. 샘 올트먼은 AI 연구 개발을 위해서라면 수익성을 추구하는 것도 마다하지 않는 입장이었지만, 일론 머스크의 생각은 달랐기 때문이죠. 

    일론 머스크는 한 인터뷰에서 “나는 오픈 AI가 누구나 사용할 수 있는 오픈소스를 제공하는 비영리 기업이 되길 바라며 이름을 오픈AI’로 지었는데 창업 정신과는 반대로 폐쇄적 AI 개발 생태계로 전환해 수익을 추구하는 기업이 됐다”며 오픈AI가 영리를 추구하는 기업이 된 것을 비판하기도 했습니다. 또한 함께 운영하는 회사인 테슬라도 AI 연구를 시작했기 때문에, 이해가 상충될 가능성이 있다는 점도 그가 오픈AI를 떠난 이유 중 하나였습니다.

    사진: Unsplash의Jonathan Kemper

    이후 오픈AI는 AI 연구개발에 필요한 비용을 위해 오픈 AI 자회사이자 영리 기업인 “오픈 AI LP’를 세우고, 외부 투자를 유치하는데요. 마이크로소프트(MS)로부터는 1조원 가량의 투자를 받기도 했습니다. 그리고 2019년, 오픈 AI는 AI 학습 플랫폼 ‘오픈 AI 짐’의 베타 버전과 유니버스(Universe) 등을 출시하기도 합니다.

    드디어 세상에 공개된 chatGPT, 출시 5일 만에 100만 명 사용

    그리고 2022년 11월, 오픈 AI는 인공지능 챗봇 ‘챗GPT’를 세상에 공개합니다. 2018년 첫 모델인 GPT-1를 처음 발표한 것에 이어 마침내 11월 GPT-3.5를 발표한 것인데요. 챗GPT는 출시 5일 만에 100만 명의 사용자를 끌어모으며 폭발적으로 성장했습니다. 

    넷플릭스가 3.5년, 페이스북이 10개월, 인스타그램이 2.5개월 만에 달성한 사용자 수인 100만 명을 를 불과 5일 만에 달성했다는 점에서 챗GPT의 엄청난 인기를 실감할 수 있습니다. 실제로 챗GPT 개발 후, 오픈 AI의 기업가치는 100조 원 이상으로 10개월 만에 3배가 뛰어오르기도 했습니다.

    사진: Unsplash의Emiliano Vittoriosi

    샘 올트먼의 사회적 영향

    이렇듯 챗GPT를 만들어 전 세계를 떠들썩하게 만든 샘 올트먼은 앞으로 인공지능이 가져올 미래를 어떻게 예상하고 있을까요?

    샘 올트먼은 한 매체와의 인터뷰에서 AI 기술로 인해 많은 사람들이 일자리를 잃게 되리라는 점에 대해서는 인정했지만, “AI 기술이 더 나은 일자리를 만들어 낼 기회를 제시해 줄 것”이라고 밝혔습니다. 

    또한 올해 초 아랍에미리트(UAE) 두바이에서 열린 2024 세계정부정상회의(WGS) 대담 프로그램에서는 “현재 AI 기술은 흑백 휴대전화 수준으로, 몇 년 뒤면 훨씬 더 좋아질 것”이라 말하며, AI 기술에 대한 낙관론적인 입장을 밝혔습니다.

    사진: Unsplash의Levart_Photographer

    미국 타임지가 뽑은 2023년 가장 영향력 있는 100인에 선정된 샘 올트먼. 오픈 AI의 CEO로서 챗GPT를 출시하며 전 세계에 생성형 인공지능 열풍을 불러일으켰습니다. 이사회와의 갈등으로 오픈 AI에서 해임되었다가 닷새 만에 다시 복귀하는 등 해프닝도 많았지만, 그가 쏘아올린 인공지능 기술은 하루가 다르게 우리의 일상을 빠르게 파고들고 있습니다. 개인이 챗GPT를 업무에 활용하는 것을 넘어, 기업 또한 생성형 인공지능을 도입하여 비즈니스에 활용하는 사례도 나타나고 있죠.

    인공지능의 윤리적 측면에 대한 우려는 아직 해결되지 않았고 더 구체적인 논의가 이루어져야 하나, 2024년 현재에도 그가 전 세계에서 가장 영향력 있는 인물 중 하나인 것은 분명합니다. AI 열풍의 중심에 있는 샘 올트먼은 AI 기술과 우리의 일상을 어떻게 더 발전시킬까요? 그가 말한 대로 AI 기술이 더 나은 일자리를 만들어 낼 수 있을지, 앞으로의 행보를 지켜봐야겠습니다.

    글쓴이 소개

    이런 글도
    있어요

  • AI 품은 어도비, ‘이것’까지 된다

    AI 품은 어도비, ‘이것’까지 된다

    AI.ing

    AI 품은 어도비, ‘이것’까지 된다

    #어도비

    #생성AI

    #인공지능

    인공지능 분야는 지난 몇 년간 급격한 발전을 이루며, 다양한 분야에서 혁신의 바람을 일으켰습니다. 그리고 이러한 변화의 중심에는 OpenAI가 있죠. 이 기업은 인공지능 연구의 새로운 지평을 열고자 하는 비영리 목적으로 설립되었습니다. OpenAI의 탄생부터 현재까지의 발전 과정, 그리고 이 기업이 인공지능 산업에서 차지하는 위상에 대해 알아보겠습니다.

    출처: Pexels

    오픈AI의 탄생

    2015년, 일론 머스크와 샘 올트먼을 포함한 일련의 기술 리더들은 인공지능 기술이 가져올 잠재적 위험을 고려하여 OpenAI를 설립했습니다. 그들의 목표는 단순했습니다: 투자자의 이익보다는 인류에게 유익한 방향으로 인공지능 기술을 개발하고, 이를 통해 안전한 인공 일반 지능(AI)을 구현하는 것입니다. 이러한 철학은 OpenAI가 창립된 주된 동기이자, 지금까지의 활동을 관통하는 중심 사상입니다.

    출처: 미드저니 6.0으로 만든 이미지

    인공지능 시장의 판도를 바꾼 챗GPT

    어도비의 생성형 AI 기술은 다양한 분야에서 실무에 적용되고 있다. 포토샵으로 일일이 누끼를 따는 일은 무척 번거로운 일이었지만 아주 간단하게 누끼를 딸 수 있다. 또한 AI를 활용하여 배경을 확장하고 원하는 부분만 자동으로 선택하여 개체를 생성하고 보정할 수 있다. 기존에는 3D 아이콘을 만들려면 꽤 오랜 시간을 들여 작업을 해야 했다면 AI를 활용해 입체적인 3D 아이콘을 생성하고 보정하는 디자인 작업을 활용할 수 있다. 목업도 자유롭게 제작할 수 있어 앨범커버, 화장품 패키지 등의 디자인 작업을 효율적으로 해나갈 수 있다. 

    일러스트레이터로 브랜드 아이덴티티를 설정해 나갈 수 있다. Text to Vector Graphic 기능을 활용해 우리 브랜드에 맞는 디자인 작업물 생성이 가능하다. AI를 활용해 레퍼런스를 닮은 나만의 캐릭터를 만들어 볼 수도 있고 포토샵과 마찬가지로 목업을 쉽게 만들어 나갈 수 있다. 

    익스프레스를 활용하여 전문적인 스킬이 없어도 짧은 시간 안에 상상하고 원하는 이미지를 만들 수 있다. 어도비 파이어플라이에서 제공하는 다양한 스타일 옵션을 활용하여 원하는 이미지 스타일을 선택할 수 있다. 배경 이미지부터 3D 아이콘까지 다양한 스타일의 AI 이미지를 만들 수 있다.

    #기술적 진보

    챗GPT는 대규모 데이터셋에서 학습되었기 때문에, 다양한 주제에 대해 정보를 제공하고, 복잡한 질문에 답변하며, 심지어 창의적인 작업에도 참여할 수 있습니다. 이는 기계 학습 모델의 한계를 뛰어넘는 성과로, AI가 인간의 언어를 이해하고 사용하는 방식의 새로운 지평을 열었습니다.

    #시장에 미친 영향

    챗GPT의 성공은 다른 기술 기업들에게도 큰 영향을 미쳤습니다. 많은 기업들이 OpenAI의 기술을 벤치마킹하여 자체 AI 서비스를 개발하기 시작했으며, 이는 전체 AI 시장의 혁신 속도를 가속화했습니다. 또한, 챗GPT와 같은 기술이 접근 가능해짐으로써, 중소기업이나 스타트업도 고급 AI 기술을 활용할 수 있는 기회가 확대되었습니다. 

    #사회적 영향

    챗GPT는 교육, 의료, 고객 서비스 등 다양한 분야에서 응용되며 사회적 영향력을 확대하고 있습니다. 예를 들어, 교육 분야에서는 학생들의 학습 보조 도구로 사용되어 개인별 맞춤형 학습이 가능하게 되었습니다. 의료 분야에서는 의료 정보를 제공하거나 초기 진단을 지원하는 데 사용되어, 의료 서비스의 접근성을 높이는 데 기여하고 있습니다.

    출처: 미드저니 6.0으로 만든 이미지

    사회적 책임을 다하는 기업, OpenAI?

    OpenAI는 인공지능 기술의 발전을 추구하면서도, 그 과정에서 발생할 수 있는 윤리적, 사회적 문제들에 대해 깊이 고민하고 대응하는 기업입니다. 이러한 접근 방식은 OpenAI가 단순히 기술 혁신을 넘어 사회적 책임을 지는 기업으로서 자리매김하고 있음을 보여줍니다.

    #윤리적 AI 개발의 중요성

    OpenAI는 AI 기술의 발전이 인류에게 긍정적인 영향을 미치도록 하기 위해, 윤리적인 기술 개발과 배포에 큰 중점을 두고 있습니다. 이를 위해 OpenAI는 연구 과정에서 발생할 수 있는 윤리적 문제를 사전에 식별하고, 이에 대한 해결책을 모색합니다. 예를 들어, AI 모델의 편향성 문제를 줄이기 위한 연구와 이니셔티브를 지속적으로 수행하고 있습니다.

    #지식 공유와 교육의 확대

    OpenAI는 AI 기술의 대중화를 위해 교육 프로그램, 도구, 플랫폼을 개발하고 공유하고 있습니다. 이러한 노력은 AI 기술이 사회 전반에 긍정적인 영향을 미칠 수 있도록 하기 위한 것입니다. 예를 들어, OpenAI는 자사의 연구 결과와 기술을 공개하여, 개발자들이 새로운 AI 기술을 학습하고 이를 자신들의 프로젝트에 적용할 수 있도록 지원하고 있습니다. 이는 기술의 접근성을 높이고, 더 많은 혁신을 가능하게 합니다.

    #AI 기술의 사회적 책임

    OpenAI는 AI 기술이 사회에 미치는 영향을 심각하게 고려하며, 기술 발전이 인간의 복지를 증진시키고, 사회적 가치를 창출하는 방향으로 이루어져야 한다고 강조합니다. 이를 위해 OpenAI는 AI 기술의 안전한 사용을 촉진하고, 기술의 부정적인 영향을 최소화하기 위한 연구에 투자하고 있습니다. 또한, AI 기술의 윤리적 사용을 위한 가이드라인과 정책을 개발하고, 이를 산업 전반에 걸쳐 확산시키는 데 앞장서고 있습니다.

    출처: 미드저니 6.0으로 만든 이미지

    OpenAI의 위치와 전망

    현재, OpenAI는 인공지능 산업에서 중요한 위치를 차지하고 있습니다. 그들의 연구와 기술은 인공지능 분야의 발전을 이끌고 있으며, 특히 챗GPT와 같은 혁신적인 제품들은 인공지능의 잠재력을 일반 대중에게 널리 알리는 역할을 하고 있습니다. OpenAI의 접근 방식은 기술 발전뿐만 아니라 윤리적 고려와 사회적 책임을 중시하는 새로운 기업 문화의 모델을 제시하고 있습니다. 이는 기술 기업들이 인류의 이익을 최우선으로 고려하며, 기술 발전을 추구해야 한다는 중요한 메시지를 전달합니다.

    OpenAI의 미래 전망은 매우 밝습니다. 그들은 인공지능 기술의 선구자로서, 끊임없이 새로운 도전을 시도하고 있으며, 이를 통해 인공지능 기술이 사회에 미치는 긍정적인 영향을 확대해 나가고 있습니다. 또한, OpenAI는 기술의 윤리적 사용을 촉진하고, 인공지능 기술이 인류에게 안전하고 유익하게 사용될 수 있도록 하는 데 중요한 역할을 하고 있습니다.

    결론적으로, OpenAI는 기술과 사회의 미래를 형성하는 데 중요한 기여를 하고 있습니다. 그들의 노력은 인공지능 기술의 발전 방향을 제시하며, 다른 기술 기업들에게도 영향을 미치고 있습니다. OpenAI가 앞으로 어떤 새로운 도전을 시도할지, 그리고 그들의 기술이 인류에게 어떤 새로운 가능성을 열어줄지 지켜보는 것은 매우 흥미로운 일입니다. 이는 단지 기술의 진보가 아니라, 우리 사회와 문화가 어떻게 발전해 나갈지에 대한 중요한 단서를 제공하기 때문입니다.

    글쓴이 소개

    이런 글도
    있어요

  • AI 품은 어도비, ‘이것’까지 된다

    AI 품은 어도비, ‘이것’까지 된다

    AI.ing

    AI 품은 어도비, ‘이것’까지 된다

    #파인튜닝

    #언어모델

    #LLAMA

    어도비 파이어플라이 출시

    어도비는 약 2년간 베타 기간을 운영한 파이어플라이를 2023년 9월부터 상용화하기 시작하였다. 파이어플라이는 베타기간 동안 이미 20억 개 이상의 이미지를 생성하여 뜨거운 관심을 받아 왔다. 크리에이티브 클라우드, 익스프레스, 익스피리언스 클라우드에 걸쳐 통합된 AI 모델군이다. 포토샵, 일러스트레이터는 물론이고 어도비 익스프레스 워크플로우에도 통합되어 파이어플라이를 사용할 수 있다. 한국어를 포함하여 100가지가 넘는 언어의 텍스트 프롬프트를 입력할 수 있도록 설계하여 접근성을 올렸다. 파이어플라이가 만든 콘텐츠에는 자동으로 자격증명을 포함하여 편집내용, 제작일 등의 세부 정보를 확인할 수 있다.

    어도비가 가진 크리에이티브 툴 설명

    파이어플라이는 어도비 익스프레스, 포토샵, 일러스트레이터, 프리미어, 파이어플라이에서 사용할 수 있다. 어도비 익스프레스는 초보자를 위한 편집 툴이다. 이미 갖춰진 템플릿을 기반으로 몇 가지 이미지 편집 툴을 갖춘 레이아웃 편집기이다. 여러 가지 요소들을 자유롭게 배치하고 변형하면서 새로운 창작을 할 수 있도록 돕는 툴이다. 익스프레스에서 파이어플라이를 활용하면 텍스트를 이미지로 변형하거나, 텍스트 효과 등을 만들 수 있다. 보다 간단하게 모든 SNS의 콘텐츠를 작업할 수 있게 된 셈이다. 

    포토샵은 이미지 편집 툴로서 파이어플라이를 활용해 생성형 채우기, 생성형 확장 등을 적용할 수 있다. 마음에 안 드는 부분을 간단하게 삭제할 수도 있고 원하는 이미지를 새롭게 생성해주기도 한다. 마찬가지로 벡터 이미지를 편집하고 제작할 수 있는 일러스트레이터에도 파이어플라이가 적용되었다. 생성형 AI가 만나 색상을 빠르게 재조합하거나 로고, 포스터 디자인을 생성하도록 기능이 개발되었다. 간편하게 목업도 제작할 수 있어 번거로운 작업 프로세스에 효율을 가져오고 있다. 영상편집에서도 생성형 AI를 활용할 수 있다. 어도비의 대표적인 영상편집툴인 ‘프리미어 프로’를 통해 자동으로 영상 편집이 가능하게 된 것이다. 일일이 자막을 작성할 필요 없이 음성을 자동으로 인식해 자막을 생성하고 빠르게 컷 편집을 가능할 수 있게 되었다.

    어도비로 이것까지 할 수 있다

    어도비의 생성형 AI 기술은 다양한 분야에서 실무에 적용되고 있다. 포토샵으로 일일이 누끼를 따는 일은 무척 번거로운 일이었지만 아주 간단하게 누끼를 딸 수 있다. 또한 AI를 활용하여 배경을 확장하고 원하는 부분만 자동으로 선택하여 개체를 생성하고 보정할 수 있다. 기존에는 3D 아이콘을 만들려면 꽤 오랜 시간을 들여 작업을 해야 했다면 AI를 활용해 입체적인 3D 아이콘을 생성하고 보정하는 디자인 작업을 활용할 수 있다. 목업도 자유롭게 제작할 수 있어 앨범커버, 화장품 패키지 등의 디자인 작업을 효율적으로 해나갈 수 있다. 

    일러스트레이터로 브랜드 아이덴티티를 설정해 나갈 수 있다. Text to Vector Graphic 기능을 활용해 우리 브랜드에 맞는 디자인 작업물 생성이 가능하다. AI를 활용해 레퍼런스를 닮은 나만의 캐릭터를 만들어 볼 수도 있고 포토샵과 마찬가지로 목업을 쉽게 만들어 나갈 수 있다. 

    익스프레스를 활용하여 전문적인 스킬이 없어도 짧은 시간 안에 상상하고 원하는 이미지를 만들 수 있다. 어도비 파이어플라이에서 제공하는 다양한 스타일 옵션을 활용하여 원하는 이미지 스타일을 선택할 수 있다. 배경 이미지부터 3D 아이콘까지 다양한 스타일의 AI 이미지를 만들 수 있다.

    꼭 필요한 사람은 누구일까

    어도비의 생성형 AI 기능은 디자인과 창작 분야에서 많은 사람들에게 유용한 도구이다. 특히 결과물을 빨리 만들어야 하는 제작자, 광고 마케터, 브랜딩이 필요한 1인 사업가에게 유용하다. 콘텐츠 제작자는 블로그, 웹사이트, 소셜 미디어에 사용할 이미지를 만들거나 기존 이미지를 수정할 때 어도비 생성형 AI를 활용하면 보다 빠르게 작업이 가능하다. 어도비 파이어 플라이는 이미지 생성과 텍스트 효과를 중점으로 하며, 상업적으로 안전하게 사용할 수 있는 콘텐츠를 생성한다. 또한, 이미지의 없는 부분을 인공지능으로 채워주는 기능도 제공하며, 해상도를 높이는 기능도 가능하다. 생성형 AI를 통해 콘텐츠를 지속적으로 생상해야 하는 창작자들의 작업 효율을 높여주게 되었다. 

    광고 마케터에게도 유용하다. 광고 캠페인, 소셜 미디어 포스팅, 웹 페이지 등을 만들 때 역시 이미지 생성과 텍스트 효과를 빠르게 적용할 수 있다. 제품이나 브랜드의 시각적 콘텐츠를 생성하고 수정할 때 역시 시간을 절약할 수 있어 1인 사업가들 역시 생성형 AI가 도움 될 수 있다. 파이어플라이는 광고 소재를 빠르게 생성할 수 있다. 텍스트 프롬프트를 입력하면 이미지를 자동으로 생성해 준다. 광고제작자는 시각적인 소재를 빠르게 만들고, 시간을 절약할 수 있다. 또한 광고주와의 소통을 원활하게 할 수 있다. 이미지를 생성하여 광고주에게 보여줄 때 유용하다. 또한, 광고주의 요구사항에 맞게 이미지를 수정하거나 편집할 수 있다. 광고 소재 생성, 이미지 편집 등 자동화된 작업도 어도비의 생성형 AI툴을 활용해 효율화할 수 있다.

    어도비 ai의 모든 것을 배울 수 있는 강좌 [Adobe AI를 활용한 이미지&영상 제작] 소개

    IDC에 따르면, 아시아태평양 지역 기업의 마케팅 책임자들은 이미 생성형 AI를 업무에 도입해 적극 활용하고 있으며, 2027년까지 일상적인 마케팅 업무의 30%를 생성형 AI가 대체할 것으로 전망한다고 발표한 바 있다. AI가 대체할 것으로 예상되는 마케팅 업무에는 콘텐츠 최적화, 검색엔진 최적화, 고객 데이터 분석, 리드 스코어링 등이 포함된다. 이처럼 파이어플라이와 같은 생성형 AI 도구는 광고제작자와 마케터에게 시간을 절약하고 효율적인 업무를 도와준다. 결국 어도비 AI를 활용하는 방법을 배우고 이해해야 변화하는 시대에 효율적으로 작업을 진행할 수 있다. 어도비의 생성형 AI 기능은 다양한 어도비 제품에서 놀라운 효율성과 생산성을 제공하며, 창작에 가능성을 열어준다. 패스트캠퍼스의 ‘Adobe AI를 활용한 이미지&영상 제작’은 Adobe의 모든 AI 기능 학습하면서 어떻게 하면 효율적인 작업을 만들어 갈 수 있을지 집중적으로 가이드한다. 

    “이미지 및 비디오 제작을 위한 Adobe AI” 과정에서는 Adobe의 광범위한 AI 기능을 활용하여 창의적인 작업 흐름을 간소화하고 향상하는 방법을 살펴본다. 실제 사례 연구를 가이드로 삼아 AI의 힘을 활용하여 효율적이고 영향력 있는 작업을 생성하는 방법을 이해하는 데 중점을 둔다. Adobe의 AI 기반 도구는 반복 작업을 자동화하고, 워크플로 프로세스 속도를 높이며, 의사 결정을 지원하여 효율성과 생산성을 높이도록 설계되었다. 이러한 도구를 익히면 더 짧은 시간에 더 많은 작업을 수행할 수 있어 더 큰 창의적 결과물과 혁신이 가능해진다. 또한 최근 AI 기술은 전례 없는 방식으로 인간의 창의성에 영감을 주고 강화할 수 있다. 지능형 콘텐츠 생성부터 자동화된 이미지 및 비디오 편집에 이르기까지 Adobe의 AI 기능은 창의적인 탐색과 표현을 위한 무한한 기회를 제공한다. Adobe의 AI 도구는 사용자의 특정 요구 사항과 선호도에 맞는 개인화되고 맞춤화된 경험을 제공한다. 다양한 청중을 위한 타깃 시각적 콘텐츠를 생성하든, 다양한 플랫폼에 맞게 적응형 디자인을 자동화하든, AI는 제작자가 청중의 공감을 불러일으키는 매우 매력적이고 관련성 높은 경험을 제공할 수 있도록 지원한다. 오늘날의 디지털 환경에서 AI는 점차 산업 전반에 걸쳐 혁신과 변화를 이끄는 원동력이 되고 있다. Adobe의 AI 기술에 대한 숙련도를 획득함으로써 미래에 대비한 기술을 확보하고 AI가 콘텐츠 제작 및 커뮤니케이션의 미래를 형성하는 데 중심 역할을 할 빠르게 진화하는 크리에이티브 산업에서 성공할 수 있는 위치에 설 수 있다.

     패스트 캠퍼스의 ‘이미지 및 비디오 제작을 위한 Adobe AI’ 과정 전반에 걸쳐 Adobe의 AI 기술을 활용하여 이미지 및 비디오 제작에서 놀라운 결과를 얻을 수 있는 방법을 보여주는 실제 사례와 사례 연구를 살펴볼 예정이다. 자동화된 사진 편집, 지능형 비디오 분석부터 콘텐츠 인식 이미지 조작 등에 이르기까지 AI가 창작 프로세스에 혁신을 가져올 수 있는 다양한 방법을 다룬다. 이번 학습은 새로운 가능성을 발견하면서 창의성을 발휘하며 가능성의 한계를 뛰어넘는 기회가 될 것이다. 

    글쓴이 소개

    이런 글도
    있어요

  • 파인 튜닝 Fine Tuning이란 무엇일까?: 챗gpt와 비교하기

    파인 튜닝 Fine Tuning이란 무엇일까?: 챗gpt와 비교하기

    AI.ing

    파인 튜닝 Fine Tuning이란 무엇일까?: 챗gpt와 비교하기

    #파인튜닝

    #언어모델

    #LLAMA

    2022년 11월 chat GPT 등장 이후 그야말로 기업 간 대규모 언어 모델 전쟁이 시작되었다. 글로벌 기업들은 앞다투어 AI 초거대 모델 구축과 서비스에 무한 경쟁을 전개하고 있다. 이러한 거대 언어 모델은 새로운 기회와 가능성을 제시하고 있다. chat gpt를 시작으로 다양한 언어모델이 발표되고 있지만 특정 도메인이나 주제에 대한 질문에 답하거나 텍스트를 생성하는 등의 특정 작업에서는 최적의 성능을 발휘하지 못하는 경우가 빈번하다. 언어 모델의 전쟁이 시작되면서 단연 주목받게 된 분야가 바로 ‘파인 튜닝(Fine-tuning)’이다. 파인 튜닝은 사전 학습된 언어 모델의 매개 변수를 업데이트하는 프로세스를 말한다. 특정 작업이나 도메인에 특화된 추가 학습 데이터를 사용하여 모델을 조정하고, 정확하고 관련성 높은 출력을 생성할 수 있도록 한다. 예를 들어 특정 제품이나 서비스에 대한 고객의 질문에 답변할 수 있는 챗봇을 만들려면 해당 제품이나 서비스에 대한 고객 문의 및 응답 데이터 세트에 대해 모델을 파인 튜닝할 수 있다. 이 프로세스를 통해 모델은 해당 도메인에서 사용되는 언어의 패턴과 뉘앙스를 더 잘 이해하고 보다 관련성 있고 정확한 응답을 생성할 수 있어 더욱 중요성이 커지고 있다.

    MS, 구글, 메타의 대규모 언어모델 경쟁 현황

    메타, 마이크로소프트, 구글 등 빅테크 기업들은 저마다 언어 모델을 개발하며 치열한 경쟁을 벌이고 있다. 메타는 ‘라마(LLaMA)’, 구글은 ‘바드’, 마이크로소프트는 ‘코스모스 1’이라는 이름으로 각 회사마다 서로 다른 접근 방식으로 대규모 언어모델을 접근하고 있다.

    먼저 메타는 2022년 ‘갤럭티카(Galactica)’라는 대규모 언어모델을 공개했다. 이 모델은 약 4800만 개의 교과서, 강의 노트, 백과사전 등의 데이터로 학습한 모델이다. 갤럭티카는 과학적인 측면에서 강조되고 있다는 특징을 지닌다. 하지만 부정확하다는 지적이 나오면서 서비스를 중단하고 2023년 2월 ‘LLaMA’를 공개하였다. 라마는 텍스트 생성, 수학, 자료 요약 등 많은 가능성을 보여주는 개방형 언어 모델이다. 세계에서 가장 많이 사용하는 언어 20가지의 텍스트를 훈련하면서 사용하였다. 이처럼 메타는 챗봇, 검색 서비스 등 특정 서비스를 출시하는 대시 언어모델 자체를 공개하는 방식을 택하였다.  

    구글은 ‘람다’라는 언어 모델을 기반으로 채팅 AI를 개발하였다. 람다는 초거대 AI 연구에 활용되는 ‘트랜스포머(Transformer) 계열 심층 신경망을 기반으로 개발이 되었다. 이 언어 모델은 광범위한 주제의 지식을 학습하면서 사람처럼 대화하도록 도와준다.  2021년 Google I/O에서 발표한 언어모델 람다는 챗봇과 비슷한 기능을 지니고 있다. 람다는 대화에 집중해 훈련이 되어 자연스러운 대화를 할 수 있고 구체적인 정보를 포함한 답변이 가능하다. 이 람다를 기반으로 만든 것이 ‘제미나이(GEMINI)’라는 언어 모델이다. ‘바드’라고 불린 인공지능 챗봇은 2024년 2월 제미나이로 통합되면서 AI 생태계를 만들어가고 있다. 

    마이크로소프트는 오픈 AI와 전략적 협업을 통해 검색엔진 ‘빙(Bing)’을 업그레이드하고 있다. 빙에 오픈 AI의 GPT 3.5 업그레이드 버전인 ‘프로메테우스(Prometheus)’를 장착하였다. 자체적으로도 sLLM 전담팀을 신설해 언어 모델을 개발하고 있다. sLLM은 대규모 언어모델(LLM)에 비해 도입 비용이 적고 연산 작업이 적어 모바일 기기에서도 활용할 수 있다는 특징을 지닌다. MS는 오픈 AI사가 개발한 GPT4와 유사하지만 실행 비용이 저렴한 언어모델을 늘려나가고 있다. 또한 시각과 언어 기능을 갖춘 멀티모달 대형 언어 모델(MLLM) 역시 적극적으로 도입하고 있다. 2023년 3월 코스모스-1을 공개하면서 이미지를 분석하고 질문을 답하고 읽는 멀티모달 모델을 개발하고 있다. 시각과 언어가 결합된 추론을 수행할 수 있는 가능성을 계속하여 탐구해 나가고 있는 단계이다.

    챗gpt와 LLAMA의 차이점, 뭐가 다를까?

    2023년 2월 마크 저커버그 메타 CEO는 자신의 SNS 계정을 통해 라마(LLaMA)라는 이름의 인공지능 모델을 발표하였다. 대규모 언어 모델이 텍스트 생성은 물론이고 수학 정리, 단백질 구조 예측까지 한 단계 더 복잡하고 어려운 작업을 처리할 수 있음을 시사하였다. 이로서 대규모 언어모델 간 뜨거운 경쟁이 다시 한번 본격화되었는데 과연 챗 GPT와 LLAMA는 어떤 차별점을 지니고 있을까?

    상업적 이용

    LLAMA는 챗 gpt와 다르게 오픈소스로 공개되었다. 이는 상업적으로 이용이 가능하다는 점이다. 오픈소스의 챗 gpt나 구글의 ‘람다’의 경우 소스 코드가 공개되지 않는다. 상업적으로 사용할 때 역시 비용을 지불해야 한다. 하지만 메타의 경우 무료로 오픈소스 공개 방침을 밝혔다는 점이 두드러진 차별점이다. 

    매개변수 활용

    매개변수 즉 파라미터는 인간 뇌의 시냅스와 같은 것이다. 라마 2는 다른 LLM에 비해 용량이 적다. 매개변수 규모에 따라 4가지 모델(70억 개, 130억 개, 330억 개, 6500억 개)로 규모를 나눠 사용할 수 있다. 가장 큰 650억 파라미터도 GPT 3.0(1750억 개) 보다 작다. 파라미터가 크면 클수록 GPU 등의 컴퓨팅 파워를 적게 사용한다는 장점이 있다. Llama 2 언어 모델은 OpenAI의 GPT-3.5보다 더 최신 데이터를 제공하여 출력되는 결과물 역시 안전성이 높다는 장점이 있다.

    파인튜닝과 최적화

    llama 2는 파인 튜닝 프로세스를 대폭 개선하여 chatgpt를 포함한 다른 오픈 소스 모델과 차별화했다. 파인튜닝은 성능과 유용성을 향상하기 위해 특정 작업 및 데이터 세트에 대한 기본 모델을 교육하는 작업이다. llama2의 주요 장점 중 하나는 인간의 선호도에 맞춰 세밀하게 조정되었다는 것이다. chat gpt, bard 등 많은 언어 모델의 경우 파인 튜닝이 어렵거나 부족했다. 이번 llama 2는 광범위한 파인 튜닝을 통해 모델의 유용성과 안전성을 향상했다.

    파인 튜닝이란 무엇일까?

    파인튜닝은 딥러닝 모델에 특정한 작업을 효과적으로 수행할 수 있도록 추가 학습을 진행하는 것을 의미한다. 기존 모델의 지식을 기반으로 새로운 작업을 위한 세부 정보를 학습하고 성능을 향상하는 것이다. 이렇게 되면 모델이 특정 작업이나 특정 도메인에 특화된 성능을 보이게 된다. 파인튜닝은 초기 훈련 단계에서 이미 언어의 기본 규칙을 학습한 모델에 특정 데이터셋을 사용해 새로운 지식을 적용하는 것을 목표로 한다. 

    파인튜닝은 머신러닝 모델이 초기 학습에서 사용된 데이터의 맥락 이해로 결과를 반영한다는 점에서 시작되었다. 만약 초기 학습에서 다루지 않은 특정 도메인의 데이터가 나타난다면 샘플을 이해할 때 어려움이 생기고 오답을 생성할 확률이 높아진다. 예를 들어 의료 분야의 경우 여러 가지 병리 현상을 이해해야 하는데 파인튜닝이 없다면 정확한 질문에 대한 답변 제공이 어렵게 된다. 이렇게 특정 도메인과 목표에 부합하기 위해 파인튜닝을 진행하게 된다. 

    파인 튜닝은 자연어 처리 분야에서 주로 사용되며, 질의응답, 번역, 문서 분류 등 다양하게 응용할 수 있다. 시간이 갈수록 대규모 언어 모델을 잘 활용하는데 중요한 건 ‘파인 튜닝’이라는 점이 부각되고 있다. 패스트캠퍼스에서는 IT 대기업 AI 엔지니어가 LLaMa 기술을 활용하여 실제 프로젝트 구현부터 파인 튜닝을 하는 방법까지 자세히 안내하여 언어모델은 더욱 고도화 할 수 있다. 대규모 언어모델인 LLaMa의 핵심개념에 대한 학습은 물론이고 실제 파인 튜닝을 하면서 챗봇을 개발하는 실습까지 진행하여 현업에서 충분히 활용할 수 있도록 학습 내용을 구성하고 있다. ChatGPT 와 거대 언어모델에 관심 있는 AI 엔지니어나 NLP 엔지니어 취업을 희망하는 학부생 및 대학원생이라면 개념 정리와 함께 실습을 하여 효율성을 향상시킬 수 있다. 특히 파인 튜닝은 사전 훈련된 모델을 출발점으로 활용하고 작업별 데이터에 맞게 미세 조정함으로써 모델 훈련에 필요한 계산 리소스와 시간을 크게 줄여 개발 프로세스를 더욱 실용적이고 비용 효율적으로 만들 수 있다. 지속적인 학습: 오늘날 빠르게 발전하는 언어 환경에서 파인 튜닝은 지속적인 보완을 해나갈 수 있다. 새로운 데이터를 사용할 수 있게 되거나 시간이 지남에 따라 작업 요구 사항이 변경되면 기존 모델을 파인 튜닝하면서 이 새로운 정보를 통합하고 동적 환경에서 관련성과 효율성을 보장할 수 있어 앞으로 더욱 기대되는 기술이다.

    Tag

    글쓴이 소개

    이런 글도
    있어요

  • 챗GPT 활용: 마케팅을 위한 챗GPT 질문

    챗GPT 활용: 마케팅을 위한 챗GPT 질문

    AI.ing

    챗GPT 활용: 마케팅을 위한 챗GPT 질문 팁

    #챗GPT 활용

    #챗GPT 업무활용

    #챗GPT 마케팅

    요즘은 어느 기업이나 ‘챗GPT 마케팅’에 열을 올리고 있습니다. 한마디로 챗gpt를 활용한 마케팅 방식을 적용하고 있다는 것인데요. 이제 거의 모든 분야에 활용되고 있는 챗gpt 업무활용, 어떤 방식이 있을까요? 인공지능을 데일리 업무에 적용하고 싶지만 방법을 모르는 분들을 위한 ‘챗GPT 마케팅 활용 방법’을 준비했습니다! 챗GPT에게 일을 효과적으로 시키기 위한 꿀팁부터 마케팅 카피 작성에 효율적으로 활용하는 방법까지 알려드립니다.

    | 챗GPT 활용, 왜 해야 할까

    챗GPT의 등장과 여러 생성형 ai들의 잇따른 발표 이후 우리는 혼란에 빠졌습니다. ai에 의해 일자리에 많은 변화가 일어날 것이고, 대체될지도 모른다는 불안감이 엄습했죠. 그러나  ai는 인간을 대체한다기 보다는, 인간의 생산성을 높여주는 유용한 수단이라고 보는 것이 알맞습니다. 마이크로소프트의 CEO Satya Nadella는 ‘AI는 결국 도구이며, 어떻게 활용하는지에 따라 획기적인 도움을 줄 것’이라고 이야기 했고, NVIDIA의 CEO Jensen Huang은 ‘AI라는 도구를 활용하면 크리에이터들의 능력이 비약적으로 오를 것’이라고 내다봤습니다. 전문가들의 전망은 이렇습니다.  앞으로는 챗GPT의 무궁무진한 가능성을 자신의 업무에 끌어와 적용하는 사람만이 변화와 혁신에 대응할 수 있다는 것이죠.

    • 엑셀파일 10개 한 번에 합치기
    • 발표 슬라이드 1분만에 만들기
    • 블로그 포스팅 자동 업데이트 하기
    • 코인 자동 매매 프로그램 제작/셋팅

    이미 우리는 여러 기업들이 챗 GPT를 활용해 자체 서비스를 개선하거나 새로운 기능을 앞다투어 추가하고 있다는 소식을 접하고 있습니다. 얼마전 모 금융사의 대표가 자신의 취임사를 챗gpt로 작성해 발표했다는 뉴스가 뜨기도 했죠. 그렇다면, 우리 직장인들은 어떻게 챗 GPT 활용을 하면 될까요?  어떤 분야에서 챗 GPT를 유용하게 쓸 수 있을지 사례를 간략하게 소개하고자 합니다.

    1. 업무 자동화

    챗GPT는 텍스트 기반 작업에 최적화된 도구로, 엑셀 데이터 처리, 문서 정리, 이메일 자동화 등 다양한 업무자동화 작업을 지원합니다. 수동으로 처리하던 반복적인 작업들을 자동화할 수 있습니다.

    2. 분석과 요약

    챗GPT는 복잡한 데이터나 긴 문서를 빠르게 분석하고 요약하여, 비즈니스 인사이트를 도출해낼 수 있습니다. 이를 통해, 회사 내 다양한 부서에서 더욱 효율적이고 명확한 결정을 내릴 수 있습니다.

    3. 영감 얻기

    창작과 아이디어 생산에 어려움을 느낄 때, 챗GPT는 다양한 방향에서 영감을 제공합니다. 예컨대 스토리 아이디어, 디자인 컨셉, 제품 기능 등 다양한 분야에서의 창의적인 제안을 받을 수 있습니다.

    4. 글쓰기

    챗GPT는 글쓰기의 도움을 제공하며, 원하는 톤과 스타일로 다양한 글을 작성할 수 있도록 도와줍니다. PR 기사, 블로그 포스트, 광고 문구 등 다양한 형태의 텍스트를 생성하는 데 활용할 수 있습니다.

    | 챗GPT 질문 똑똑하게 하는 방법

    그런데 이렇게나 무궁무진한 챗GPT, 내가 썼을 때는 말도 안되거나 무난한 답변만 늘어놓아 당황했던 적이 있지 않으셨나요? 아직 챗GPT 업무활용 방법을 잘 몰라 프롬프트에 어떻게 질문을 해야할지 익숙하지 않아 그랬을 겁니다. 그래서 오늘은 내가 원하는 퀄리티의 답변을 얻기 위한 챗GPT 질문 꿀팁을 몇 가지 준비했습니다.

    * 본 게시글은 [AI시대 일잘러를 위한 비현실적인 400가지 Chat gpt 활용 바이블]의 실제 강의 내용을 참고하여 작성하였습니다.

    📍 챗GPT 질문 꿀팁 ① – 역할을 부여하기

    우리가 챗GPT에게 일을 시킨다고 이해하면 됩니다. 예: “너는 마케터의 역할로 나에게 조언해줘” 이런 식으로 특정 역할을 부여하면 챗GPT가 자신의 역할에 따라 보다 더 적합한 방향의 답변들을 제시해줍니다. 혹은 난이도를 요청할 수도 있는데요, 예: “해당 분야를 잘 모르기 때문에 초등학생이 이해할 수 있는 정도로 설명해줘.” 이렇게 하면 챗GPT가 눈높이에 맞는 난이도로 설명하는 선생님이 되어줄 겁니다.

    📍 챗GPT 질문 꿀팁 ② – 의도와 목적을 구체적이고, 명확하게 알려주기

    애매한 챗GPT 질문은 애매한 답변을 가져다 줍니다. 명확한 주제가 있는 상태에서 질문하는 것이 더 정확한 답변을 이끌어 낼 수 있습니다. 예: “단순히 마케팅 메시지를 만들어달라” 대신 “직장인 여성을 위한 샐러드 제품을 만들려고 한다, 마케팅 문구를 40자 이내로 10개 작성해줘” 라고 타깃과 상황에 대해 구체적으로 제시하는 것이 더 좋습니다.

    📍 챗GPT 질문 꿀팁 ③ – 형식과 톤앤매너 요구하기

    1) 형식
    얻고자 하는 결과물에 대해 양식이나 결과물의 종류와 개수, 형태를 제시해보세요. 챗GPT는 단순 줄글 이외에도 아래와 같은 다양한 답변의 형식을 지원합니다.

    •   표
    •  개조식
    •  마크다운
    •  체크리스트
    •  넘버리스트
    •  csv파일


    2) 어조
    블로그에 올릴 거니까 친근하게, 혹은 기사로 쓸 것이기 때문에 간결하고, 어떠한 종결어미를 사용해달라고 하면 그에 맞는 톤앤매너로 콘텐츠를 만들어 줍니다. 나에게 필요한 형태로 답변을 얻으면 좀 더 빠르게 업무를 수행할 수 있겠죠?

    📍 챗GPT 질문 꿀팁 ④ – 효율적으로 분리해 운영하기

    챗GPT는 생성형 ai로 사용자와 대화를 통해 얻은 데이터를 학습을 해나가며 더 발전된 답변을 내놓습니다. 이전에 지정됐던 역할로 일관된 답변을 내놓다가 갑자기 생뚱맞은 질문을 하면 대답의 질이 낮아질 수 있습니다. 그렇기 때문에 목적에 맞게 채팅방을 나눠서 사용하는 것이 좋습니다. 프로젝트 별로 채팅방의 이름을 설정해 운영하고 필요한 데이터를 나눠서 학습시켜보세요.

    | 챗GPT 활용, 마케팅엔 이렇게 적용하자

    질문을 잘 하는 방법에 대해 알아봤으니, 이제 챗GPT 활용 방법도 알아보겠습니다. 특히 기획 단계부터 콘텐츠까지 제작해야 하는 콘텐츠 마케팅 직무에서 챗GPT는 유용하게 쓰일 수 있습니다. 다양한 업무가 있지만 그 중에서도 콘텐츠 마케팅 업무는 네이밍, 슬로건, 키워드, 그리고 각 sns에 올릴 게시글 내용까지 구상해야 하기 때문에 어찌보면 카피라이팅의 연속이라고 할 수 있습니다. 어떤 마케팅 카피가 좋을지 고민하다보면 머리가 지끈지끈 아파오지요.

    이럴 때 챗GPT를 활용하면 업무시간을 획기적으로 단축시킬 수 있습니다. 제품의 기획이 어느정도 끝난 단계라면 이를 바탕으로 카피라이팅에 도움을 받을 수 있습니다. 우선 챗GPT에게 현 상황에서 필요한 마케터의 역할을 부여한 후에 제품 기획, 설정한 타깃, 시장분석 등 출시 상황에 대해 학습을 시킵니다. 이후 제품 슬로건이나 셀링포인트, 마케팅 메시지 등 필요한 것들을 작성해달라고 요청합니다. 앞서 질문 꿀팁 파트에서 설명한 것처럼 필요에 따라서 글자수나 예시의 개수를 언급하고, 표나 그래프 형식으로 데이터를  정리해달라고 시킬 수도 있습니다.

    “지금까지 제품에 대해 설명한 내용을 바탕으로, [제품명]이 들어가고, 발랄하고 친근한 어조로 30자 정도의 슬로건을 10개 작성해줘.” 라고 조건을 명확히 말한다면 챗GPT는 순식간에 괜찮은 마케팅 카피를 써줄겁니다. 챗gpt 활용은 여기서 끝이 아닙니다. 키워드 전략에서도 도움을 받을 수 있습니다. 제품의 특징과 타깃을 고려해 연관 키워드를 뽑고 해시태그로 정리해달라고 합니다. 추출한 키워드를 바탕으로 블로그 글을 작성할 주제를 다시 제시해달라고 이야기 하거나, SNS의 톤앤매너에 어울리는 여러 버전의 게시글 초안을 요구할 수도 있습니다.

    | 마무리하며 : 무궁무진한 챗gpt의 업무 활용 방식, 어떻게 배울까

    이렇게 만들어낸 마케팅 카피나 콘텐츠들을 그대로 사용하지 않더라고, 단시간 내에 수많은 예시를 얻을 수 있는 것은 무엇보다도 큰 장점입니다. 그렇기에 활용하는 데 있어 가장 중요한 것은 원하는 결과물에 맞게 질문을 잘 하는 것입니다. 그래서 패스트캠퍼스에서 챗GPT를 통해 일잘러로 성장하고 싶은 분들을 위해 강의를 준비했는데요, 바로 AI시대 일잘러를 위한 비현실적인 400가지 ChatGPT 활용 바이블입니다. 12가지 직무별 맞춤형 커리큘럼이 있어 콘텐츠 마케팅 직무 뿐만 아니라 마케팅 전반, 그리고 디자이너, 개발자, 자영업자, 기획자 등 모든 직무에서 필요한 챗GPT 업무활용 노하우를 익힐 수 있습니다.

    처음 시작하는 왕초보부터, 어느정도 활용할 수 있는 중-고급 수준까지 나누어서 학습이 가능하고, 질문을 잘 할 수 있도록 ai 프롬프트 200종도 제공하고 있으니 나에게 맞는 챗GPT 업무활용 방법을 알고 싶은 분들께 추천합니다.

    글쓴이 소개

    이런 글도
    있어요

  • 일론 머스크가 챗gpt와 오픈AI에 소송 건 이유: ft. 챗gpt 활용

    일론 머스크가 챗gpt와 오픈AI에 소송 건 이유: ft. 챗gpt 활용

    AI.ing

    일론 머스크가 챗gpt와 오픈AI에
    소송 건 이유: ft. 챗gpt 활용

    #ai

    #3D

    #맵핑

    2022년 11월 30일 오픈AI사가 챗gpt를 출시한 이후 초거대 AI시대가 도래했다며 전세계를 떠들썩하게 만들었던 챗gpt. 대부분의 전문가는 챗gpt의 등장은 마치 과거 인터넷과 스마트폰이 만들어졌을 때의 충격과 비슷하다고 평가했죠. 천하의 일론 머스크마저 두려움에 떨게 만든 존재였죠.

    폭발적인 관심 이후로 한때는 챗gpt의 대세가 꺾이고 있다는 얘기가 나오기도 했습니다. 실제로 구글 트렌드에서 ‘챗gpt’ 키워드에 대한 관심도 변화 그래프를 보면 2022년 말에는 데이터가 정점을 찍고, 그 이후 계속해서 하향 곡선을 그리고 있는 점을 확인할 수 있었어요. 뿐만 아니라 웹 분석 회사인 Similarweb에 따르면 2023년 6월 챗gpt의 웹 사이트 트래픽이 출시 이후 처음으로 9.7%나 감소했다고 밝혔죠. 실제로 챗gpt는 초반의 관심과 달리 챗gpt 활용 측면에서 신뢰성이나 악용 가능성 등으로 걱정어린 시선을 받고 있기도 합니다. 챗gpt의 잠재력은 곧 다양한 방면에서 일어날 수 있는 문제를 의미하는 것이니까요. 그럼에도 불구하고, 특히 작년 2023년부터 거의 모든 분야에 챗gpt가 본격 활용되고 있다고 해도 과언이 아닙니다.

    SPC 배스킨라빈스는 2023년 4월 이달의 맛 ‘복숭아로 피치 올려’ 출시를 기념해 국내에서 처음으로 챗gpt 활용 광고 영상을 공개했어요.. 인기 캐릭터 기업 ‘산리오’와 협업하여 챗gpt에 배스킨라빈스 이달의 맛을 주제로 한 동화 초안을 요청했고, 이를 각색해 광고 영상을 완성했다고 해요. 또한 미래에셋증권은 올해 초 챗gpt를 활용해 종목의 시황을 요약하는 서비스 ‘투자 GPT가 요약한 종목은?’을 도입했다고 하죠. 해당 서비스를 이용하게 되면 챗gpt로 당일 고객들의 관심을 받고 있는 종목을 선별해 시황 데이터와 최근 중요 뉴스가 결합된 요약 내용을 제공받을 수 있다고 해요. 이렇듯 정말 다양한 기업들이 자신들의 서비스에 챗gpt를 활용하고 있고, 다양한 방식으로 챗gpt의 유효성을 증명하고 있습니다.

    | 잘 나가는 챗gpt와 오픈AI에 배 아픈 일론 머스크?

    한편 많은 우려와 걱정어린 눈길에도 불구하고 챗gpt의 가능성이, 그 경제적 가치가 무궁무진함을 시사하는 사건이 있었습니다. 바로 엊그제인 24년 3월 3일, 일론 머스크가 챗GPT 개발사인 오픈AI를 제소했다는 기사가 터졌거든요. “오픈AI는 세계에서 가장 큰 기술 기업인 마이크로소프트(MS)의 사실상 자회사로 변모했다”는 것이 그 이유였어요. 그렇다면 머스크가 갑자기 오픈AI를 걸고 넘어진 이유는 무엇일까요? 전문가들은 이런 그의 행동을 ‘속쓰림’으로 해석하고 있습니다. 2018년에 오픈AI와 결별한 머스크가 챗gpt의 성공에 배아파하고 있다는 것이죠.
    이렇듯 챗gpt는 끝을 알 수 없는 무한한 잠재성을 가진 존재인 것은 확실해요. 지금도 무수히 반복되고 있는 인간의 단순작업 과정들(EX. 오류, 자료 수집, 정리 등)을 줄여줄 수 있을뿐더러 글쓰기와 같은 창작 분야를 비롯해서 위에서 보여드렸던 다양한 산업 분야로의 확장성을 지니고 있죠.

    그렇다면, 기업이 아닌 개인이 챗gpt를 업무에 활용할 수 있는 방법에는 어떤 것들이 있을까요?

    | 챗gpt를 똑똑하게 활용하는 법 (챗gpt 사례)

    챗gpt의 무한한 가능성은 알겠지만.. 우리한테 중요한건 당장 내가 어떻게 활용할 수 있을지에 대한 측면이겠죠? 그래서 여러분을 위해 똑똑하게 챗gpt를 활용하는 법을 정리해봤어요!

    1. 챗gpt로 업무 효율 높이기

    챗gpt는 잘 활용하기만 한다면 마케팅, 개발자, 고객서비스 등 다양한 직무에도 활용이 가능해요!
    (1) 챗gpt & AI 툴로 업무 효율 높이기
    업무에서 가장 많이 쓰이는 툴과 인공지능을 결합하면 1시간 걸리던 업무를 10분으로 확! 줄일 수 있어요.
    Case 1. 엑셀 파일 10개 한 번에 합치기
    Case 2. 발표 슬라이드 1분만에 만들기

    (2) 챗gpt로 보고서 작성 끝내기
    신규 시장 개척을 위한 효과적인 사업 보고서 작성법부터 마케팅 전략 보고서에 활용할 수 있는 고객 페르소나 설정 노하우까지!
    챗gpt로 한 번에 해결해보세요!
    Case 1. 투자 제안서 작성하기
    Case 2. 고객 페르소나 설정하기

    (3) 챗gpt로 프로그래밍 활용하기
    표 서식 자동 맞춤부터 가독성을 높이고 코드를 빠르게 디버깅하는 방법까지 개발 실무에서 가장 많이 활용되는 업무를 챗gpt로 빠르게 끝내보세요!
    Case 1. 표 서식 자동 맞춤
    Case 2. 코드 빠르게 디버깅하기

    2. 챗gpt로 부가 수익 창출하기

    챗gpt는 업무 뿐만 아니라 실제 부업에 써먹을 수도 있는 유용한 툴이예요! 가장 활용도가 높은 방법 2가지를 알려드릴게요.
    Case 1. 블로그 포스팅 자동 업로드
    Case 2. 코인 자동 매매 프로그램 제작/셋팅

    어떤가요? 이렇게 살펴보니까 챗gpt를 활용할 수 있는 방법이 정말 많죠? 아마 챗gpt의 대세감에 힘입어서 나도 써볼까? 하고 살짝 써봤다가 포기하신 분들도 많으실텐데요. 챗gpt는 정말 어떻게 쓰느냐에 따라서 그냥 AI 검색 도구 정도로 활용할 수도 있지만 나만의 똑똑한 AI 비서로도 활용할 수가 있어요!

    패스트캠퍼스의 [AI 시대 일잘러를 위한 비현실적인 400가지 챗gpt 활용 바이블] 강의에서는 12개 분야 400가지 챗gpt 사례로 알아보는 챗gpt 활용법을 한 번에 배워볼 수 있습니다.  난이도로 구분한 단계별 맞춤형 학습으로 챗gpt를 아예 모르는 초급 수준부터 어느 정도 활용할 줄 아는 중-고급 수준까지 나누어 학습이 가능한 것이 자랑할 만 한 점이라고 할 수 있겠네요. 특히 필요할 때 바로 찾아 쓰는 프롬프트를 무려 200종이나 무료로 제공해주고 있답니다! 다수의 사이트에서 유료로 제공되고 있지만  수강생에 한해  무료로 제공해준다고 하니 놓치지 마세요!

    어떻게 쓰느냐에 따라 활용법이 무궁무진한 챗gpt! 일론 머스크가 그동안 챗gpt와 오픈ai에 보여온 반응을 보면 힌트를 얻을 수 있죠. 누가 뭐래도, 챗gpt는 여전히 엄청난 가능성을 지닌 강력한 툴이 분명합니다. 내 실무에 바로바로 써먹고 똑똑하게 활용하는 노하우가 궁금했다면 패스트캠퍼스 강의에서 모두 알려드릴테니 확인해보세요!

    글쓴이 소개

    이런 글도
    있어요

  • AI 시대, 3D 배경 디자이너가 프로젝션 맵핑으로 살아남는 법

    AI 시대, 3D 배경 디자이너가 프로젝션 맵핑으로 살아남는 법

    AI.ing

    AI 시대, 3D 배경 디자이너가
    프로젝션 맵핑으로 살아남는 법

    #ai

    #3D

    #맵핑

    AI 도입은 이제 대세입니다. 미국 실리콘밸리 벤처 투자사 안드리센 호로위츠(a16z)는 2023년 5월, 게임 스튜디오 대상 AI 사용 설문 결과를 공개했습니다. 결과는 어땠을까요? 243개 게임 스튜디오 중에서 87%가 AI를 사용하고 있고, 무려 99%가 미래에 AI를 사용하고 있을 것이라고 답했습니다. 

    출처: Pexels

    글로벌 기업은 생성형 AI에 적극적일까?

    생성형 AI는 데이터를 학습한 패턴을 알고리즘화해서 또 다른 새로운 데이터와 콘텐츠를 만드는 기술입니다. 특히 게임 회사와 생성형 AI는 시너지 효과가 큽니다. 생성형 AI가 게임 개발의 생산성과 효율성을 높여주어 비용과 시간을 절약하기 때문입니다. 게임 제작에 필요한 기초 리소스인 이미지, 영상, 음악 그리고 게임 줄거리, 번역 등을 더 쉽고 빠르게 제작할 수 있습니다. 심지어 이용자 맞춤형 콘텐츠도 개발할 수 있습니다.  

    미국 게임 회사 액티비전 블리자드는 이미지 생성 AI 도구 ‘블리자드 디퓨전(Blizzard Diffusion)’을 개발하여 회사 내부적으로 사용하고 있다고 2023년 5월 밝혔습니다. 월드 오브 워크래프트(WoW), 디아블로, 오버워치 등의 데이터를 AI 학습에 사용하여 블리자드의 고유한 아이덴티티를 반영했습니다. 실무자들은 블리자드 디퓨전을 활용해 게임 배경, 캐릭터, 복장의 콘셉트 아트를 효율적으로 AI 생성하고 있습니다.

    출처: 유니티, ‘유나이트 2023’서 최신 AI 기술 및 플랫폼 업데이트 공개

    게임 엔진 개발사 유니티는 게임 배경과 물체의 텍스처 등을 만드는 AI 플랫폼 ‘유니티 뮤즈(Unity Muse)’를 2023년 6월 베타 버전을 출시한 후, 2023년 11월 얼리 액세스 버전을 선보였습니다. 만들고 싶은 이미지의 특징을 유니티 뮤즈에 텍스트로 타이핑하면, AI가 다양한 결과물을 만들어 냅니다. 그리고 밑그림을 대략 라인 드로잉만 해도, AI가 색상까지 채운 그림으로 완성해 줍니다. 

    한국 게임 회사의 생성형 AI 도입 현황

    이렇듯 많은 글로벌 기업은 AI 기술을 도입하여 작업의 효율을 높이고 있습니다. 그렇다면 한국은 어떨까요? 한국콘텐츠진흥원은 ‘글로벌 게임산업 트렌드 보고서’를 통해서 2024년 게임 산업의 이슈를 생성형 AI, 콘솔 시장, 게임 IP, 중국 시장의 변화, 저작권 분쟁, 게임쇼 6가지로 분류했습니다. 산업 전반적으로 AI가 큰 관심을 받고 있다는 사실을 방증하는 것이죠. 실제로 한국 게임 회사들은 게임 제작의 효율성을 극대화하기 위해 AI 기술 역량을 강화하고 있습니다. 

    출처: 엔씨소프트 공식 유튜브 캡쳐

    엔씨소프트는 2011년 업계 최초로 AI 조직을 만든 후, 전문 연구 인력 300여 명을 보유하고 있습니다. 꾸준한 기술 R&D를 통해 자체 개발한 한국어 거대언어모델(LLM) ‘바르코(VARCO)’를 기반으로 한 AI 서비스 플랫폼 ‘바르코 스튜디오(VARCO Studio)’를 2024년 상반기 안에 공개할 예정입니다. 바르코 스튜디오는 이미지 생성 ‘바르코 아트’, 텍스트 생성 ‘바르코 텍스트’, 디지털 휴먼 생성 ‘바르코 휴먼’ 등의 기능이 있습니다. 

    스마일게이트도 다양한 방면으로 AI 기술을 개발하고 있습니다. 캐릭터와 맵, 음성 등의 게임 리소스의 디자인을 도와주는 AI, 서비스 운영과 기획에 도움이 되는 AI 등의 연구를 이어오고 있습니다.

    출처: 크래프톤 공식 유튜브 inZOI(인조이) 인게임 영상 캡쳐

    크래프톤도 AI 도입을 가속화하기 위해 전담 조직을 신설했다는 소식을 2024년 2월 전했습니다. ‘2023 게임 전시회 지스타’에서 공개한 인생 시뮬레이션 게임 ‘인조이(inZOI)’에는 자체 개발한 AI 기술을 활용했는데요. 생성형 AI를 해당 게임에 연동하여, 게임 캐릭터의 의상과 가구를 사용자가 자유롭게 디자인할 수 있게 구축할 것이며, 해당 게임은 2024년 하반기 출시 예정입니다. 

    생성형 AI를 기회로 삼으면 생기는 일

    어도비 디지털 미디어 부문 상무인 애슐리 스틸(Ashley Still)은 포춘과 인터뷰에서 “디지털 카메라가 사진가의 직업을 대체하지 않았듯이 AI 이미지라는 새로운 유형의 콘텐츠가 등장한 것”이라고 말했습니다. 이어서 “이미지 생성 AI 기술을 사용할 줄 아는 그래픽 디자이너가 되어야 경쟁력이 생기고 시장에 살아남을 것”이라고 강조했습니다. 

    스틸의 말처럼, 생성형 AI를 두려움의 대상이 아니라 오히려 기회라고 생각하는 게 어떨까요? 생성형 AI 스테이블 디퓨전과 3D 프로젝션 맵핑을 활용하면 3D 배경 이미지를 간편하게 만들 수 있습니다. 3D프로젝션 맵핑은 대상물의 표면에 빛으로 이뤄진 영상을 투사하여 변화를 줌으로써, 현실에 존재하는 대상이 다른 성격을 가진 것처럼 보이게 하는 기술입니다. 이런 기술은 캐릭터 콘셉트, 3D 텍스처, 포스트 프로세스에 활용할 수 있습니다.

    3D 프로젝션 맵핑과 생성형 AI 스테이블 디퓨전의 만남

    그렇다면 어떻게 AI로 3D 배경을 만드는 걸까요? 스테이블 디퓨전(Stable diffusion), 블렌더(Blender), 유니티 유모델러 엑스(UModelerX) 3가지 툴만 있으면 게임 개발에 바로 활용 가능한 3D 배경을 만들 수 있습니다. 스테이블 디퓨전으로 만든 이미지를 가공해 3D 모델링에 사용하는 디퓨즈 텍스처(Diffuse Texture)도 가능합니다. 

    출처: Limelight – Top11 3D Projection Mapping Artworks 캡쳐

    즉, 3D 툴로 제작하고자 하는 배경의 구조를 만들고 스테이블 디퓨전으로 원경 이미지를 생성하여 유니티(Unity) 엔진을 통해 실제 게임 환경에서 구동 가능한 배경을 제작하는 것이죠. 이때, 스테이블 디퓨전을 3D 리소스에 활용하여 3D 배경 제작 프로젝션 맵핑 파이프라인을 이해하는 과정도 필수입니다. 

    패스트캠퍼스에서는 앞서 설명드린 내용을 ‘Stable Diffusion과 프로젝션 맵핑을 통한 3D 배경 제작’ 강의를 통해 들을 수 있습니다. 3D 배경 제작에 AI 기술을 활용 중인 게임 스튜디오 너디스타 (n)erdystar의 3D 배경 제작 핵심 노하우도 담았습니다. AI, 피하지 말고 친하게 지내어 내 편으로 만들어 보세요! 

    글쓴이 소개

    이런 글도
    있어요

  • 인공지능, 자율주행 자동차를 움직이다

    인공지능, 자율주행 자동차를 움직이다

    AI.ing

    인공지능을 드라이버로
    채용한 자율주행 자동차

    #인공지능

    #ai

    #자율주행

    보통 CEO의 기행이 잦아지면 서서히 회사의 인지도가 하락하고 회사의 기술 역시 퇴보하게 마련입니다. 그러나 이상하게도 테슬라는 다르더군요. 일국의 수장에게 대결을 신청하고, 유명 SNS 서비스를 충동구매 하는 등 특이한 행보를 보이지만 테슬라 전기차의 주식은 여전히 우상향 곡선을 그리고 있습니다.
    ‘CEO 리스크’에도 끄떡없는 테슬라의 상승 요인은 ‘겨룰 자 없는 인공지능 자율주행’ 때문이라는 의견이 지배적입니다. 실제로 대부분의 자율주행 업체가 테슬라를 따라잡기 위해 노력하고 있고, 전문가들은 ‘자율주행 기술 자체가 소비자가 차를 선택하는 중요한 기준이 될 것’이라 예측하는데요. 그렇다면, 자율주행 인공지능 기술의 핵심에는 어떤 것이 자리 잡고 있을까요?

    *출처: Jenny Ueberberg @ Unsplash

    인공지능, 자율주행에서 가장 중요한 요소

    자율주행은 2000년대 이전부터 꾸준히 연구되어 온 주제였습니다. 이전에도 특정한 공간을 지정해 다른 교통의 개입이 없는 상황에서 일정한 공간을 운행하는 자율주행 셔틀버스 등은 여러 공간에서 활용이 되고 있었는데요. 21세기, 사람이 운전하듯 모든 장애물을 해결하며 달려가는 자율주행 운전기술의 현실화 가능성이 처음으로 제기됐습니다. 바로 미국 라스베이거스에서 열리는 세계 최대의 IT 전시회 CES에서 인공지능 기술과 5G 통신 기술인 IoT가 자율주행을 만난 것입니다. 

    자율주행 인공지능 분야에서도 가장 중요한 것은 머신러닝(Machine Learning) 기술이라 할 수 있습니다. 머신러닝은 라벨링(Labeling) 된 데이터를 학습해, 이 데이터를 기반으로 결과값을 내주는 인공지능 기술입니다. 자율주행 차량이 주행할 때 주변의 상황과 전방에 있는 사물 등은 데이터화 되어 머신러닝을 거친 프로세서로 입력되고, 프로세서는 입력된 데이터를 판단해 엔진과 브레이크, 핸들을 조작해 차량을 운전하게 됩니다.

    딥러닝, 머신러닝과 어떤 차이일까?

    그러나 세상에는 수많은 사람이 있고, 사람들이 도로에서 보여주는 모습과 행동 패턴 역시 셀 수 없을 정도로 많습니다. 그 뿐인가요? 탈 것 역시 버스와 승합차, 승용차와 오토바이 등 다양한 데다, 도로 위에는 사람과 차 외에도 반려동물, 자전거, 쓰레기 등등 다양한 오브제가 존재할 수 있습니다. 이 모든 것들을 학습시키기 위해 구성해야 하는 이미지 데이터셋은 수억 장 이상의 천문학적 양(빅데이터)이 될 것이고, 이것을 라벨링하고 변화에 따라 다시 데이터셋을 구성하는 것은 불가능에 가깝습니다. 이때 필요한 것이 바로 딥러닝입니다. 딥러닝은 머신러닝 기술의 일종으로 인간의 뇌를 형성하는 신경망의 기전을 모방해 컴퓨터에게 학습하도록 하는 머신러닝의 하위 기술입니다.

    출처: Mariia Shalabaieva @ Unsplash

    우리의 생명을 담보로 하는 기술인 자율주행에서는 딥러닝이 머신러닝보다 훨씬 효율적이고 안전합니다. 그 이유는 뭘까요? 머신러닝은 학습할 데이터를 인간이 사전 처리하는 ‘라벨링’(Labeling) 작업을 통해 컴퓨터가 인식할 수 있도록 준비하고, 그 자료들을 받아들인 컴퓨터는 그 자료들을 분류하고 학습해 결과값을 내놓습니다. 

    그러나 딥러닝은 학습 데이터를 스스로 라벨링 해 그것을 학습해 결과값을 냅니다. 우리가 운전하면서 앞에 있는 물체가 차인지를 판단할 때, 논리에 의해 판단하 어떤 논리를 세우기 보다 무의식 중에 직관적으로 ‘저건 차구나.’라고 인식하는 것처럼요. 그건 어릴 때부터 이미 수많은 자동차를 보고 경험하면서 이미 우리 뇌 속에 자동차를 인지할 수 있는 신경망이 형성되었기 때문입니다.

    자율주행에 딥러닝이 필요한 이유는?

    자율주행 자동차는 인공지능·빅데이터·IoT 등 최첨단 센서와 네트워크 기술이 융복합 적용된 자동차입니다. 강릉시에서는 2023년부터 관광객이 이용할 수 있는 자율주행 차량을 운행하고 있는데요. 차량 내 모니터를 통해 자동차 운행에 대한 수많은 데이터가 오가는 것을 확인할 수 있었습니다. 

    강릉시 자율주행 차량의 통신 패널. 1초에도 수많은 데이터가 오가는 것을 확인할 수 있었다

    테슬라의 자율주행 솔루션 ‘오토파일럿’ 역시 딥러닝을 기반으로 합니다. 자율주행에서 딥러닝이 학습하는 것은 차량의 위치와 운행 관련 데이터입니다. 자율주행 자동차에서는, 먼저 자동차에 장착된 카메라와 라이다(LiDAR) 센서, 초음파 센서 등 다양한 IoT 센서에서 들어오는 신호가 발생합니다. 또한 주변 교통상황 속에서 내 차량의 위치와 GPS 정보, 도로 신호체계 및 교통정보 역시 지속해서 발생하게 됩니다. 자율주행 자동차에 적용된 딥러닝 기술은 이 신호들을 계속 학습해 신경망을 생성하며, 이것을 토대로 차가 도로에서 주행할 때 다양한 상황을 판단해 운전할 수 있도록 합니다. 

    강릉시 자율주행 차량 상단에 장착된 LiDAR 센서

    강화학습으로 안전도와 패턴 높인다

    자율주행 자동차에는 ‘강화학습’도 진행됩니다. 행동심리학에서 영감을 받은 강화학습은 어떤 환경에서 학습 대상이 현재의 상태를 인식해, 가능한 행동 중 보상을 최대화하는 행동을 선택하도록 하는 방법입니다. 자율주행 자동차의 인공지능은 그동안 주행 데이터와 다른 차량의 주행 데이터 등을 다시 학습해 자율주행의 정확도와 안전도를 높일 수 있습니다. 

    또한 이렇게 수집된 정보를 토대로 차량의 궤적을 재구성해 판단하고 학습할 수 있는데요. 이를 통해 논리적으로 설명이 힘든 운전자들의 관행 등도 학습할 수 있습니다. 예를 들어, 차 밖으로 손을 내밀어 신호하면 앞으로 끼어들게 해준다거나, 고속도로에서 앞차가 갑자기 속력을 줄일 경우 비상등을 켠다거나 하는 것들이 이에 속합니다.

    딥러닝을 기반으로 한 인공지능의 발전에는 IoT와 5G 네트워크의 도움도 상당했습니다. IoT는 ‘Internet of Things’, 즉 사물 인터넷이라는 뜻으로 데이터를 수집하고 공유할 수 있는 센서나 소프트웨어 및 네트워크에 연결된 디바이스나 차량, 가전제품 등의 네트워크를 의미합니다. 자율주행 자동차는 교통 신호 체계나 GPS 등과 서로 통신해 도로와 신호 체계, 앞뒤 차량 상황을 파악해 운전해야 하는 만큼, IoT 디바이스를 탑재하는 것이 필수적입니다. 또한 이러한 신호를 0.01초라도 빨리 주고받아야 하기 때문에, 현재 가장 빠른 무선 네트워크 서비스인 5G 네트워크 사용이 필수적이죠.

    자율주행 기반 기술을 한 번에 체험해 보려면?

    아무래도 융복합 기술인 만큼, 자율주행 기술을 위해 공부할 분야는 많습니다. 딥러닝 기술뿐만 아니라 컴퓨터 비전과 센서 인식, 자동차 위치정보를 확인하고 경로를 계획하는 기술은 물론, 이것들을 기반으로 한 차량 제어 기술 등 다양한 분야에 관해 공부해야 하는데요. 이 많은 기술들을 하나하나 찾아서 공부하는 것은 쉽지 않습니다. 

    현재 패스트캠퍼스에서는 ‘온라인 초격차 패키지’ 시리즈의 일환인 ‘자율주행을 위한 컴퓨터비전과 라이다 & 센서 퓨전까지’라는 제목으로 자율주행에 대한 전반적인 이론과 실제를 경험해 볼 수 있습니다. 국내 최초로 자율주행을 한 번에 학습할 수 있도록 6개의 기술을 52개의 프로젝트 실습으로 마스터할 수 있게 했으며, 주요 Computer Vision 알고리즘을 활용해 자율주행 대표 기술인 ADAS와 DMS를 직접 구현할 수 있도록 했습니다. 또한 전체 자율주행 시스템 아키텍처를 이해하기 위한 융합 프로젝트도 경험해 볼 수 있으니 관심 있으신 분들은 신청해 보세요.

    글쓴이 소개

    이런 글도
    있어요

  • 프롬프트 엔지니어링: 코딩 지식 없는 문과생도 가능할까

    프롬프트 엔지니어링: 코딩 지식 없는 문과생도 가능할까

    AI.ing

    프롬프트 엔지니어링:
    코딩 지식 없는 문과생도 가능할까

    #챗봇

    #프롬프팅

    #LLM

    “Writing a really great prompt for a chatbot persona is an amazingly high-leverage skill and an early example of programming in a little bit of natural language

    (챗봇 페르소나를 위해 훌륭한 프롬프트를 작성하는 것은 활용도가 굉장히 높은 기술이며 약간의 자연어로 프로그래밍하는 것의 초기 사례이다).”

    – OpenAI CEO Sam Altman

    1.인트로: 인공지능 챗봇 서비스의 등장

    세계적 관심을 부른 인공지능 챗봇 챗GPT의 등장으로 AI 기술이 일상생활에 성큼 다가왔다. AI를 활용해 소통을 돕는 인공지능 AI가 크게 주목받으면서 대중화되고 있다. 

    과거의 챗봇은 패턴화를 통해 단순 질문의 키워드를 인식해 답변을 출력하는 형태였다. 사전에 학습된 알고리즘에 기반해 작동하기에 예상치 못한 질문이나 복잡한 상황에 대한 이해력이 제한된다는 한계가 있다. 최근 인공지능 기술의 발전으로 인간이 자연스러운 대화 형태로 질문과 명령을 하면 문맥과 뉘앙스를 파악해 응답이 가능하다. 또한 대화가 축적될수록 스스로 학습을 하면서 점점 진화하고 있다.

    이처럼 AI 챗봇은 인공지능을 기반으로 한 프로그램으로 사람과 사람처럼 자연스럽게 대화하고 과업을 처리할 수 있도록 설계되었다. 사용자의 질문을 이해하고 응답을 생성하기 위해 자연어 처리(NLP)와 같은 기술을 주로 사용한다. 또한 기계 학습과 자연어 처리 알고리즘을 사용하여 대화의 맥락과 톤에 따라 응답을 생성하는 생성형 사전 훈련 변환기(GPT)와 같은 기술을 활용할 수 있다.

    AI 챗봇은 처리 방식을 통해 크게 규칙 기반, 자언여 처리(NLP) 챗봇, 생성형 AI 챗봇으로 분류해볼 수 있다. 규칙기반 챗봇은 사전에 정의된 규칙에 따라 작동한다. 사용자의 질문이나 명령이 규칙과 일치하면 챗봇은 미리 정의된 응답을 제공한다. 이러한 방식의 AI 챗봇은 간단한 작업에는 유용하나 복잡한 대화의 예측이 어렵다. 자연어 처리(NLP) 챗봇은 사용자의 질문이나 명령을 이해하고 적절한 응답을 생성한다. 사용자의 말을 잘 이해해 더 복잡한 작업을 수행할 수 있다. 생성형 AI 챗봇은 머신러닝 알고리즘을 사용해 대화를 생성한다. 이러한 챗봇은 사용자의 질문이나 명령어에 대한 응답을 ‘생성’한다. 생성형 AI 챗봇은 다양한 형태의 대화를 생성할 수 있고 사용자와의 대화를 통해 다양한 정보와 서비스를 제공하는데 도움이 된다. 구체적으로 사용자의 명령어에 따라 텍스트, 이미지, 영상, 음원 등을 생성할 수 있다.

    2.프롬프트 엔지니어링이란 무엇인가

    프롬프트 엔지니어링은 텍스트와 컨텍스트의 형태로 AI에 전달되는 지시를 개발하고 다듬어 AI의 출력이 최적으로 이루어지도록 하는 데 중점을 둔다. 특히 ‘프롬프트’라는 용어는 광범위한 언어 모델 (LLM), 대화형 챗봇 또는 미드저니와 같은 창의적인 텍스트-이미지 모델과 같은 생성형 AI 시스템에 제공되는 텍스트 기반 지침을 의미한다. GPT-3 또는 GPT-4와 같은 포괄적인 언어 모델이 도입되고 이를 기반으로 한 ChatGPT와 같은 챗봇 시스템과 DALL-E, Stable Diffusion 또는 Midjourney와 같은 강력한 텍스트-이미지 변환 모델이 개발됨에 따라 프롬프트 엔지니어링의 중요성이 점점 더 커지고 있다.

    프롬프트 엔지니어링의 주요 구성 요소는 ‘지시사항, 맥락, 입력 데이터, 출력 명세’로 설명할 수 있다. 언어 모델이 실행해야 하는 특정 작업이나 명령을 명확히 설명하는 지시사항으로 프롬프트 엔지니어링은 동작한다. 언어 모델이 명령을 정확하게 이해하고 응답하도록 외부 정보나 추가 맥락을 제공하면서 맥락을 이해하게 되는 것이다. 추가적으로는 사용자가 제공한 내용이나 질문을 포함해 모델이 출력을 생성하는 기반이 되는 정보를 제공하기도 한다. 원하는 출력 유형이나 형식을 명시하면서 사용자가 원하는 답변에 근접한 결과가 도출된다. 

    부적절한 프롬프트는 생성 품질을 저하시키고 사용자 만족도, 엣지 네트워크 성능 및 자원 활용에 부정적인 영향을 미칠 수 있다. 따라서 프롬프트 엔지니어링은 프롬프트를  최적화하면서 사용자 경험, 생성 품질 및 네트워크 성능을 향상시키는 데 도움을 준다.

    AI가 생성하는 결과물의 본질이 명령줄 인터페이스를 통해 제공되는 텍스트 작업 지시문 및 지침과 밀접하게 연결되면서 프롬프트 엔지니어링이 크게 관심을 받고 있다. AI가 과제를 올바르게 파악하고 과제를 달성하기에 충분한 정보와 컨텍스트를 제공하려면 사용자의 기대에 부합하고 진정한 유용성을 제공해야 한다. 프롬프트 엔지니어링은 질문의 응답, 산술 추론과 같은 복잡한 작업을 처리하는 데 대형 언어 모델의 능력을 높일 수 있다. 또한 특정 작업 시나리오에서 생성형 AI 모델의 성능과 효과를 향상할 수 있어 프롬프트 엔지니어링은 빠르게 진화하고 있다.

    3.LLM이란 무엇인가

    대형 언어 모델과 프롬프트 엔지니어링은 매우 밀접한 관계를 갖고 있다. 대규모 언어모델(LLM)은 언어를 학습하여 처리하기 위해 만들어졌다. LLM은 대규모 텍스트 데이터 세트에서 얻은 지식을 기반으로 텍스트와 다양한 콘텐츠를 인식하고 요약, 번역, 예측, 생성할 수 있는 딥러닝 알고리즘이다. LLM은 방대한 양의 텍스트 데이터를 학습하여 주어진 입력에 대해 관련된 출력을 생성하는 인공지능 모델이다. 이러한 모델은 다양한 작업을 수행할 수 있지만, 그 성능은 대부분 입력인 ‘프롬프트’에 의해 결정된다.

    LLM은 방대한 양의 데이터를 이용해 학습을 한다. 인터넷에서 작성된 거의 모든 것을 망라할 만큼 엄청나게 큰 데이터 세트에 의해 훈련된다. LLM은 데이터 입출력 집합을 통해 학습된 머신러닝 신경 네트워크로 콘텐츠가 LLM에 입력되면 알고리즘이 예측한 다음 단어가 출력된다. 생성형 AI는 이미지, 음악, 언어 등의 다양한 데이터를 학습해 맥락이나 문장 구조, 문맥을 학습하게 된다. 일정한 패턴을 학습하면서 새로운 텍스트나 이미지, 음악 등을 생성하는 것이다. 

    프롬프트 엔지니어링은 프롬프트를 개발하고 최적화하는 과정을 말한다. 즉 LLM이 원하는 결과를 생성하도록 하는데 필요한 적절한 질문과 결과를 생성하는 것이다. 이는 모델 자체를 업데이트 하지 않고도 예상된 결과를 얻도록 한다. 

    프롬프트 엔지니어링은 LLM의 성능을 극대화하는데 중요한 역할을 한다. LLM은 방대한 양의 텍스트 데이터를 학습하여 주어진 입력에 대해 관련된 출력을 생성하는 인공지능 모델이다. 이러한 모델은 다양한 작업을 수행할 수 있지만, 그 성능은 대부분 입력인 ‘프롬프트’에 의해 결정되기 때문이다. 

    4.실제 프로덕트에 적용할 수 있는 기술을 배우자

    빠르게 발전하는 기술 환경에서 프롬프트를 잘 사용하는 능력, AI를 제품에 원활하게 통합하는 능력 등은 단순한 경쟁 우위가 아니라 필수가 되어가고 있다. 소프트웨어 개발에서 컴퓨터 과학 원리를 이해하는 것만큼 프롬프트 엔지니어링을 이해하는 과정은 AI의 잠재력을 최대한 활용하고 제품이 사용자와 상호 작용하는 방식을 혁신할 수 있도록 지원한다.

     

    패스트캠퍼스의 ‘프롬프트 엔지니어링, LLM(ChatGPT) 기반의 AI 서비스 개발’ 과정은 LLM 작동 원리와 프롬프트 엔지니어링에 대한 심층적 개요를 제공한다. AI에 대한 이론적 지식부터 데이터 보안&환각 처리, 프롬프트 체이닝 등의 고급 기법을 학습하면서 상황별 다양한 실전 예제를 접하고 상용화 가능한 수준의 서비스를 개발한다. 아울러 앞으로 어떤 미래 기술에 주목해야 하는지를 살펴보며 미래 기술에 대응할 수 있도록 준비한다. 

     

    ‘프롬프트 엔지니어링, LLM(ChatGPT) 기반의 AI 서비스 개발’ 강의는 단순히 chatgpt 활용법을 넘어 컴퓨터와 심도있는 상호작용 방법을 배우게 된다.  직접 LLM 애플리케이션을 개발하고 오픈소스 기반의 자동 리서치 에이전트를 만들 수 있는 기회를 마련한다.

    5.나가며 : AI 활용, 배워야만 ‘제대로’ 일할 수 있다

    프롬프트 엔지니어링 기술을 배우는 것은 단순히 새로운 기술을 습득하는 것 이상의 의미를 가지고 있다. 이는 우리가 AI와 상호작용하는 방식을 재정의하고, 보다 효율적인 방식으로 업무를 처리하는 데 기여할 것이다. 프롬프트 엔지니어링은 더 이상 선택된 소수에게만 제공되는 선택적 기술이 아니다. 이는 개인과 조직 모두가 AI 중심 세계의 복잡성을 탐색할 수 있도록 지원하는 필수적인 기본 지식이 되고 있다. 새로운 시대의 문턱에 서 있는 지금, 신속한 엔지니어링을 수용하는 것은 단순한 선택이 아니라 전략적 필수 사항이다. 

     

    프롬프트 엔지니어링을 배우는 것은 우리 모두에게 열려있는 기회이고 이를 통해 더 효율적이고 나은 미래를 만들어 갈 수 있다. 변화를 받아들이고 활용하기 위해 프롬프트 엔지니어링에 대한 기술을 수용하면서 AI 역량을 강화할 필요가 있다.

    글쓴이 소개

    이런 글도
    있어요