이미지, 인간과 유사한 텍스트, 실행 가능한 컴퓨터 코드 등을 생성하는 고도로 발전된 제너레이티브 AI 시스템은 2022년 처음으로 세상을 놀라게 했다. 이전에는 인간의 창의성을 모방할 수 있는 시스템을 본 적이 없었다.
이로 인해 생성AI가 곧 작가, 예술가 및 생계를 위해 콘텐츠를 만드는 모든 사람을 대체할 것이라는 우려가 생겼다. 하지만 이러한 우려는 얼마나 근거가 있을까?
파괴자
생성AI는 방대한 양의 인간이 만든 콘텐츠로 훈련된다. OpenAI의 인기 있는 텍스트 생성AI인 ChatGPT는 전체 인터넷을 연구했다. 예를 들어, 리서치 회사의 텍스트-이미지 AI인 DALL-E 2는 6억 5천만 쌍의 이미지와 설명에서 학습했다.
훈련 데이터에서 패턴을 식별함으로써 시스템은 사용자의 요청에 대한 응답으로 사람이 만들 수 있었던 것처럼 보이는 새로운 콘텐츠를 생성하는 방법을 파악한다.
표면적으로는 이것이 일부 크리에이티브가 미래의 인력에서 자신의 위치에 대해 불안감을 느끼는 이유를 쉽게 알 수 있다. 생성AI는 그 어느 때보다 빠르게 콘텐츠를 대량 생산하고 급여나 휴가 시간이 필요하지 않다.
우리는 또한 조립 라인에서 공장 노동자를 대체하는 로봇부터 스위치보드 운영자가 한 번 전화를 연결하는 자동화 시스템에 이르기까지 과거에 인간 노동자가 맡았던 많은 직업을 기술이 대체하는 것을 보았다.
그러나 오늘날의 제너레이티브 AI가 인상적인 만큼 AI를 대체하는 것보다 창작자를 위한 도구로 더 유용할 수 있다.
예를 들어 텍스트 생성AI
사실처럼 들리지만 사실이 아닌 내용을 자신 있게 작성하므로 기자는 ChatGPT를 사용하여 잠재적인 인터뷰 질문 목록을 생성할 수 있지만 인터뷰 대상자에게 보내기 전에 목록을 사실 확인해야 한다.
한편, 이미지를 생성하도록 훈련된 AI는 여전히 텍스트나 사실적으로 보이는 얼굴을 포함하는 데 문제가 있으므로 그래픽 디자이너는 DALL-E 2를 사용하여 로고에 대한 아이디어를 빠르게 생각해 낼 수 있지만 텍스트를 포함하고 싶은 경우 형식을 제대로 지정하지 않으면 수동으로 조정해야 한다. 또한 단순히 좋은 취향을 갖거나 주어진 맥락에서 작동하는 것을 이해하는 것은 디자이너의 특별한 기술이며 상자에 프롬프트를 입력하는 것으로 쉽게 대체될 수 없다.
많은 유형의 생성AI에서 발견되는 한계는 훈련 데이터에서 발견되는 성별 및 인종적 편견을 강화한다는 것이다. DALL-E 2에 과학자 이미지를 요청하면, 예를 들어 백인 남성의 사진을 생성할 가능성이 높다.
연구원들은 이 문제에 대응할 방법을 찾고 있지만, 현재 우리는 이러한 AI에게 무엇을 만들지 지시할 뿐만 아니라 그들의 결과물이 지속적으로 편향을 강화하지 않도록 하기 위해 워크플로의 일부가 될 크리에이티브가 필요하다.
예술을 넘어
생성AI가 작가와 예술가에게 어떤 영향을 미칠 수 있는지(그들을 대체하거나 작업을 강화하거나 둘 다) 상상하는 데 많은 노력이 필요하지 않지만 시스템은 본질적으로 창의적인 직업에 종사하지 않는 사람들의 작업 방식을 바꿀 수도 있다. 기술이 빠르게 포착되었다.
3월 14일, Google은 특정 주제에 대한 새 문서의 초안을 작성하고 메모 목록을 일관된 이메일로 변환하는 등의 작업을 수행할 수 있는 Docs 및 Gmail용 텍스트 생성 AI를 시작으로 제너레이티브 AI를 Google Workspace 제품에 통합한다고 발표했다.
Google은 슬라이드에서 프레젠테이션을 위한 아트를 생성하고, 시트에서 데이터를 빠르게 분석하고, 다른 생산성 향상 작업을 수행할 수 있는 도구로 이 도구를 후속으로 계획하고 있지만 AI가 언제 널리 배포될지는 확실하지 않다. 테스터만 사용할 수 있다.
Google의 발표 이틀 후 Microsoft는 Microsoft 365 제품군을 위한 자체 생성AI 도구를 공개했다. "Copilot"이라고 불리는 이 도구는 워드에서 문서 초안을 생성하고 엑셀의 스프레드시트에서 인사이트를 가져오고 파워포인트에서 개요를 프레젠테이션으로 전환할 수 있다.
Microsoft는 또한 이메일, 일정 이벤트 등을 살펴보고 쿼리에 대한 답변을 찾을 수 있는 "Business Chat"이라는 챗봇을 발표했다. 하지만 이 챗봇과 Copilot은 현재 테스터만 사용할 수 있다. Microsoft는 "곧" 액세스를 확장할 계획이라고 밝혔다.
Google과 Microsoft의 새로운 도구가 출시될 때마다 그들은 이미 일하고 있는 곳에서 많은 사람들이 생성AI에 액세스할 수 있게 할 것이다. 30억 명의 사람들이 Google의 Workspace 앱을 사용하고 Microsoft 365에는 약 3억 5천만 명의 유료 구독자가 있다.
다시 말하지만 이러한 도구에는 감독이 필요하며 Copilot을 사용하여 주간 판매 보고서를 생성하는 것이 모든 라인을 사실 확인해야 하는 경우 근로자의 시간을 실제로 절약할 수 있는지 여부는 확실하지 않다. 소프트웨어가 거의 항상 작동하더라도 간헐적인 오류는 발견하기 어렵고 큰 실수로 이어질 수 있다. 엑셀 스프레드시트 오류로 인한 실수의 오랜 역사를 확인하라.
일부 사람들은 이러한 도구를 워크플로에 통합하는 대신 기존 방식으로 계속 작업하는 것을 선택할 수 있다. 하지만 고용주가 제너레이티브 AI가 생산성을 높일 수 있다는 것을 깨닫는다면 선택의 여지가 많지 않을 수 있다.
결론
우리는 여전히 생성AI 혁명의 시작단계에 있지만 모든 것이 빠르게 진행되고 있다. OpenAI는 이미 인기 있는 ChatGPT를 지원하는 AI 모델의 고급 버전을 출시했으며 현재 다음을 수행할 수 있는 AI에 대해 작업하고 있다. 주문형 비디오를 생성한다.
수많은 다른 그룹이 자체 생성AI를 개발하고 있으며 훨씬 더 많은 그룹이 시스템을 제품 및 워크플로에 통합하는 방법을 찾고 있다.
생성AI가 일부 근로자를 대체할 수 있다고 생각하는 것은 불합리하지 않다. 프린스턴, NYU 및 펜실베니아 대학의 연구원들은 교육 및 텔레마케팅 직업이 제너레이티브 AI가 모방할 수 있는 기술을 필요로 하기 때문에 특히 혼란에 취약하다고 믿고 있다.
단기적으로 그 혼란이 어떤 모습일지 알기에는 아직 너무 이르고, 생성AI가 먼 미래의 작업에 어떤 영향을 미칠지는 덜 명확하다. 결국 인터넷의 생성이 TikTok 인플루언서로 이어질 줄 누가 알았겠는가 또는 자동차의 발명은 언젠가 누군가가 로보택시를 훈련하게 된다는 것을 의미할까?
현재로선 분명한 것은 생성AI가 우리가 일하는 방식을 극적으로 바꿀 수 있는 잠재력을 가지고 있다는 것이다. 그리고 그 변화를 수용하는 사람들이 그로부터 가장 큰 혜택을 보게 될 것이다.