[Info] 생성형 AI, 알아야 할 용어 정리

 

---

​

AI(Artifical Intelligence), 생성형 AI(Generative AI)가 2022년 말 공개된 오픈AI의 ChatGPT로 인해 전 세계에 돌풍을 일으키고 있습니다. 금년 OpenAI ChatCTP Store 공개와 함께 AI 서비스 Market을 통한 수익창출의 기회로 확대되고 있습니다. 생성형 AI의 시장화로 인해 배워야 할 것들도 참 많은데요.

 

여기서는 이와 관련된 알아야 할 대표적인 용어에 대해 정리해 보도록 하겠습니다.

 

 

​

 

​

​

■ AI(Artifical Intelligence, 인공지능)/초거대AI/생성형 AI(Generative AI)

AI (Artifical Intelligence)	인간의 생각하는 방식을 모방하여 입력된 정보를 바탕으로 결과를 판단해 제공하는 기술
초거대 AI	대용량 데이터를 학습하여 인간처럼 합리적인 추론이 가능한 AI Model
생성형 AI (Generative AI)	인간의 명령(프롬프트)에 대응하여 텍스트, 이미지, 기타 미디어를 생성 할 수 있는 인종지능(AI) 시스템

 

  

 

​

■ 연결주의(신경망주의)

인간의 뇌를 구성하는 신경들을 알고리즘으로 모사하려고 하는 체계. 신경망을 거대한 규모로 구축하는 모델이 LLM(Large Language Model)으로 발전하고 있음. 사람이 오감을 통해 입력된 정보를 학습해 나가듯이 정보를 신경망을 통해 흘러 보내며 학습해 나가는 방식. 딥러닝이 한 모델로로도 사용 되기도 함.

​

​

■ 자연어처리(NLP, Natural Language Processing)

인간의 자연어로를 컴퓨터가 분석하고 처리하는 기술. 자연어 분석 및 이해를 통해 컴퓨터는 문장 구문, 문장 이해, 단어 연결 이해, 감정 분석, 단어 분류 및 기계 번역 등 여러 작업을 수행하며 인간의 의사소통에 접근하려고 함.

​

​

■ 거대언어모델(LLM, Large Language Model)

자연어 처리 안에 포함된 모델중의 하나로 광범위한 양의 텍스트 데이터를 학습한 모델. 대부분의 텍스트 기반 생성형 AI는 LLM 을 기반으로 동작하며 인간의 언어를 이해하고 생성하는데 중요한 역할을 하는 기술 임.자동대화시스템, 정보 검색 등 다양한 분야에서 활용 됨.

​

 ​

■ GPT(Generative Pre-Tranined Transformer)

대형언어모델(LLM)의 한 형태로 인간처럼 표현할 수 있도록 훈련된 모델. 트랜스포머(Transformer)라는 아키텍쳐를 기반으로 하며, 인간의 언어처리 방식을 모방한 자연어 처리 분야의 심층 신경망 구조라고 할 수 있음. 대표적인 서비스로 OpenAI에서 개발된 ChatGPT가 한 종류 임. ChatGPT는 채팅을 뜻하는 'Chat'와 'GPT'가 결합된 용어 임.

​

​

■ 매개변수( Hyperparamenter, Parameter)

대형언어모델(LLM)에서 사용자가 원하는 최적의 답을 제공하는 정밀하게 설계된 함수의 결과값에 영향을 미치는 요소. 매개변수가 많을 수록 요구사항에 맞는 답을 도출할 수 있으나 너무 많으면 과적합(Overfitting)의 원인이 될 수 있음. 과적합이 발생하는 경우 환각(Hallucination) 이나 편향(Biases)이 발생 할 수 있음.

​

​

■ 프롬프트 엔지니어링(Prompt Engineering)

생성형 인공지능 (생성형 AI) 솔루션을 안내하여 원하는 결과를 생성하는 프로세스로 생성형 AI는 스토리, 대화, 동영상, 이미지, 음악 등의 새로운 콘텐츠를 만들어내는 인공지능 솔루션으로, 방대한 양의 데이터로 사전 훈련된 심층 신경망을 사용하는 규모가 아주 큰 기계 학습 (ML) 모델을 기반으로 하고 있음.

프롬프트 엔지니어링에서는 AI가 사용자와 더 의미 있게 상호 작용하도록 안내하는 가장 적절한 형식, 구문, 단어 및 기호를 선택하여 이를 실행하는 엔지니어를 프롬프트 엔지니어(Prompt Engineer)라고 하며 최근 새로운 직업군으로 각광받고 있으며 각 기업들이 인재확보를 위해 중점 육성하는 추세 임. 해외에서는 프롬프트 엔지니어의 몸 값은 계속 증가하고 있음

 

​

 

■ 토큰(Token)

대형언어모델(LLM)의 핵심 구성 요소 중의 하나로 언어 데이터를 처리하는 기본 단위를 말하며 단어, 문자 또는 문장의 일부를 포함. 토큰은 비용과 연관되어 있으며 ChatGPT의 API를 사용시 토큰을 기준으로 비용을 측정함. 영문보다는 한글로 작성시 토큰이 더 많이 사용되며 입/출력시 한글이 더 많은 비용이 발생 됨.

ChatGPT 과금 기준 (출처 : OpenAPI)

​

​

■ 미세 조정(Fine Tunning)

말 그래도 미리 학습된 모델을 특정 작업이나 데이터에 맞게 재조정하는 작업. 생성형 AI가 내 놓은 결과에 대해서 새로운 작업에 적용하고자 할 때 기존 모델에 새로운 데이터셋을 학습시켜 최적의 결과를 내고자 하는 작업. AI 튜닝 전문가에 의해 진행 됨.

​

​

■ 플러그인(Plug-in)

생성형 AI가 확장된 기능을 보여 줄 수 있도록 추가적인 기능을 제공하는 컴포넌트를 말 함. 가장 큰 예로는 삼성SDS에서 최근 발표한 플랫폼은 Fabrics를 예를 들 수 있음. 생성형 AI와 업무시스템을 연결하는 역할을 하는 플랫폼으로 ChatGPT, 하이버클로버X와 같은 생성형 AI를 기업은 전사적자원관리(ERP) 업무시스템과 연결하는 연결고리 역할을 하고 있음.

 

​ 

■ Public AI/Private AI/Local AI

Public AI	일반 대중에게 공개되어 접근 가능한 AI. 인터넷을 통하여 사용이 가능한 오픈소스 AI, API, 서비스 등
Private AI	제한된 그룹내에서 사용하는 AI. 연구소나 특정 기관에서 사용하는 AI
Local AI (On Device AI)	개별 장치(컴퓨터, 스마트 폰 등)에 내장되어 사용하는 AI. 음성비서, 번역 및 스마트 홈 시스템 등에서 사용되며 실시간 응답 기능을 제공하는 시스템으로 최근 나온 삼성의 번역 AI 가 대표적 임.

​

​

■ 환각(Hallucination)

생성형 AI가 결과를 도출시, Overfitting 이나 실제 데이터나 사실을 반영하지 않고 비현실적이거나 오류를 포함한 결과를 정상적인 것처럼 만들어내는 경우를 말 함. 대표적으로 '세종대왕의 맥북프로 던짐 사건'을 예로 들 수 있음. 생성형 AI의 문제점으로 거론되는 사항으로 이는 프롬프트 엔지니어링을 통해 지속적은 질문을 함으로써 조정 할 수 있으며 최근에는 이러한 Hallucination을 해결 할 수 있는 AI를 개발하는 것을 대안으로 준비 중인 상태 임.

​

​

■ 편향 (Bias)

AI 시스템이 정당하지 않거나 특정 그룹, 특정한 개인을 차별하는 것을 가지는 경향을 의미 함. Hallucination과 마찬가지로 개선되어야 할 사항으로 인간의 검증이 필요한 요소로 부각되고 있음. 인간을 피부색으로 특정 정보를 제공한다든지 채용에 있어서 남성과 여성을 차별화 한다든지 하는 현상으로 AI 알고리즘에서 공정성 등을 추가하는 등으로 해결 방법이 필요 함.

​

​

■ 멀티 모달리티(Multi-Modality), LMM(Large Multi-Modal Model)

생성형 AI 가 응답결과를 주는 요소인 텍스트, 음성, 이미지 등을 모달리티(Modality) 라고 하며, 다양한 형태의 모달리티를 입력 및 출력에 제한없이 사용하는 방식을 의미 함. 예를 들어 STT(Speech to Text)는 음성을 텍스트로 변환해 주는 기술로 음성회의를 하고 난 후 회의결과를 리포트로 요청시 AI는 짧은 시간안에 회의보고서를 정리하여 결과를 도출하여 주고 있음.

​

​

■ RLHF(Reinforcement Learning from Human Feedback)

AI가 특정 환경에서 시행착오를 통해 최적의 행동 방식을 학습하는 과정을 의미하는 것을 말 함. AI가 낸 결과를 가지고 인간이 직접 피드백을 제공하여 AI가 취한 행동에 대해 적절한 것인지 더 나은게 무엇인지를 학습하게 함으로써 인간과 직접적인 상호작용을 통해 인간의 판단과 가치관을 학습시키기 위한 방식을 의미 함. 윤리적 문제, 정치적 문제, 문화적인 문제, 종교적인 문제 등 사회적인 잇슈에 대해 AI가 좀 더 현실적인 답을 낼 수 있도록 하는 향후에 중요한 요소로 인식 되고 있음.

​

​

■ 모라벨의 역설(Moravec's Paradox)

사람에게는 너무나 쉬운 것이 컴퓨터에게는 어렵다는 의미. "지능 검사나 체스에서 전문가 수준의 성능을 발휘하는 컴퓨터를 만들기는 쉽지만 지각이나 이동 능력면에서 한 살짜리 아기만 한 능력을 갖추기는 어렵다" (한스 모라벨, 카네기멜론 대학 로봇공학 연구소 교수)

​

​

인공지능(AI)가 인간을 완벽하게 대체하는 것을 어렵다고 봅니다. 하지만, AI 시대가 도래하리라는 것은 예측할 수 있습니다. 이를 위해서는 여러가지 법규, 제도, 시스템 및 대응 방안이 준비되어야 한다고 생각합니다. 장점은 활용하고 단점은 보완하는 준비가 필요합니다.

 

어려운 용어일 수 있지만 조금씩 배워가다 보면 미래시대를 준비하는 새로운 도전이 될 수 있습니다. 조금이라도 도움이 되시길 바랍니다.

​