지난 한 해, 생성형 AI가 전 세계적인 관심을 끌었습니다. 이 강력한 AI 기술은 기존 데이터에서 학습한 패턴을 기반으로 새로운 콘텐츠를 만들어냅니다. 사진, 노래, 글 등 생성형 AI가 학습하는 데이터는 다양하며, 이렇게 학습한 내용을 바탕으로 색다른 이미지를 만들고, 에세이를 쓰고, 코드를 작성하고, 실제처럼 들리는 랩 트랙을 생성합니다.
머지않아 생성형 AI는 스마트폰과 마찬가지로 우리 생활의 핵심 요소가 될 것입니다. 하지만 생성형 AI는 여전히 신비한 영역입니다. 생성형 AI란 무엇이고, 우리 생활을 어떻게 변화시킬 수 있는지 살펴봅니다.
생성형 AI 이해하기
생성형 AI는 마법처럼 보일 수 있습니다. 하지만 그 이면에는 복잡하고 미묘한 기술이 숨어 있으며, 이를 하나씩 파헤쳐 보면 '마법'을 가능케 하는 메커니즘을 이해할 수 있습니다.
생성형 AI 정의
명칭에서 알 수 있듯, 생성형 AI는 이전에는 존재하지 않았던 새로운 콘텐츠를 생성할 수 있는 AI를 의미합니다.
생성형 AI는 기존 데이터를 분석하는 것은 물론, 새로운 콘텐츠를 생성합니다. ChatGPT와 같은 생성형 AI 기반의 챗봇에 새로운 커피 회사의 슬로건을 추천해 달라고 요청해 보세요. 챗봇은 단시간에 수십 가지 커피 슬로건을 검토한 후 ‘한 잔의 여유로 하루를 즐기세요’라는 새로운 슬로건을 만들어냅니다. 이는 슬로건을 만들고자 할 때 참고하기 좋은 방법입니다.
생성형 AI의 힘은 생각보다 훨씬 강력합니다. 수백만 줄의 DNA 데이터를 분석하여 완전히 새로운 단백질을 만들 수 있습니다. 의사는 생성형 AI를 사용하여 종양의 정확한 위치를 찾아내 방사선 치료를 진행합니다. 아티스트는 Adobe Firefly와 같은 생성형 AI 애플리케이션을 사용하여 자신을 표현하고 상업적으로도 활용할 수 있는 작품을 제작합니다. 이렇듯 생성형 AI는 우리 삶에 가까이 있습니다.
프롬프트: 야자수가 있는 자갈길의 매우 디테일한 작은 새
AI vs. 생성형 AI
AI는 인간의 지능을 모방하여 작업을 수행하는 시스템입니다. Siri, Alexa 등의 음성 어시스턴트, 그리고 분실된 상품에 대해 Amazon에 문의할 때 표시되는 고객 서비스 챗봇을 예로 들 수 있습니다.
이러한 AI도 혁신적이고 유용하지만, 생성형 AI는 더욱 혁신적입니다. 하지만 이는 과거에는 오랜 시간이 걸리거나 불가능한 것으로 여겼던 것들을 AI가 어떻게, 어디서 도움이 될지를 경험하게 하는 시작에 불과합니다.
생성형 AI가 특히 지능적인 이유
예전에는 작업 수행 방법에 대한 명시적인 지침을 사람이 제공하지 않으면 컴퓨터 애플리케이션은 작업을 수행할 수 없었습니다. 이러한 지침을 '프로그래밍’이라고 합니다. 정교한 프로그래밍으로도 원하는 결과를 얻을 수 있지만, 기존의 컴퓨터 애플리케이션은 사람이 프로그래밍에 포함하지 않은 작업은 수행할 수 없습니다.
생성형 AI 시스템은 명시적인 프로그래밍이 필요 없는 머신 러닝을 기반으로 합니다. 유연성이 뛰어난 이유입니다. 대신에, 사람은 대량의 데이터에 대한 액세스 권한을 컴퓨터에 부여합니다. 그러면 시스템이 해당 데이터의 패턴을 인식하고 학습한 내용에서 결론을 도출하도록 스스로 학습합니다. '머신 러닝'은 이런 방식으로 학습을 하기 때문에 데이터 세트의 규모와 품질이 매우 중요합니다. 데이터를 많이 학습할수록 성능이 좋아지기 때문입니다.
생성형 AI의 복잡한 작동 방식을 심층적으로 이해하려면 많은 노력이 필요합니다. 하지만 이에 대해 잘 몰라도 생성형 AI를 활용할 수 있습니다. Firefly와 같은 앱에서 ‘잔디 위를 달리는 3마리의 래브라두들 강아지’처럼 보고 싶은 내용을 입력만 하면 바로 결과물이 생성됩니다. 프로그래밍 지식이 필요하지 않습니다.
프롬프트: 잔디 위를 달리는 3마리의 래브라두들 강아지
생성형 AI의 응용 분야
AI가 '가상의 비서'를 제공한다면, 생성형 AI는 ‘가상의 전문가’를 제공합니다.
기업을 위한 생성형 AI
생성형 AI를 통해 기업은 사내 지식 처리 방식을 최적화하여 가치를 증대할 수 있습니다. 예를 들어, 의류 체인 전략가는 생성형 AI를 사용하여 "지난 여름에 반바지나 바지를 얼마나 많이 판매했나요?"와 같은 질문을 입력하여 판매량과 재고 현황을 검색하고 확인할 수 있습니다. 이러한 인사이트를 기반으로 의사 결정과 전략 개발을 빠르게 진행할 수 있습니다.
개인을 위한 생성형 AI
개인은 이미 생성형 AI를 사용하여 일반적인 질문에 답을 얻고 조사를 수행하고 있습니다. 하지만 이 답변과 조사 내용에 대해서는 사람의 사실 확인이 필요합니다. 이를 비롯한 여러 단점에 대해서는 아래의 '생성형 AI의 한계와 과제' 섹션에서 확인할 수 있습니다.
개인은 생성형 AI를 활용하여 아트를 만들기도 합니다. 아이디어와 컨셉트를 빠르게 테스트하고, 무드보드를 작성하고, 간단한 설명을 입력하여 특별한 장면을 구현할 수 있습니다. 하지만 많은 AI 아트 생성 툴이 저작권이 있는 이미지를 학습하기 때문에 문제가 발생할 수 있습니다.
이러한 문제를 해소하기 위해 Adobe Firefly는 Adobe Stock의 라이선스 이미지와 함께, 공개 라이선스 작품 및 저작권이 만료된 공개 도메인 콘텐츠를 학습했습니다. Firefly는 상업적으로 사용할 수 있도록 개발되었으므로 상업용 아트, 디자인, 게임, 가상 환경 등 다양한 분야에 안심하고 활용할 수 있습니다.
프롬프트: 인테리어 디자인, 아일랜드 식탁이 있는 주방과 거실, 자연광이 비추는 대형 창문, 밝은 색상, 초목, 모던한 가구, 채광창, 모던한 미니멀리즘 디자인
생성형 AI의 이점
생성형 AI는 대량의 복잡한 데이터를 사람보다 훨씬 더 빠르게 이해할 수 있으므로 다음과 같은 이점을 누릴 수 있습니다.
1. 생산성 증대
2. 효율성 향상
예를 들어, 회사만의 독점 정보를 서면 보고서, 스프레드시트, 관계형 데이터베이스, 그래픽 차트 등에 보관하고 있다면 생성형 AI가 큰 도움이 됩니다. 생성형 AI를 활용하면 이러한 모든 소스를 분석하고, 연결하고, 질문에 답할 수 있습니다. AI는 합성 기반의 추천을 제공할 수도 있습니다.
생성형 AI를 활용하면 거의 모든 업계에서 생산성과 효율성이 향상됩니다. 소규모 기업의 마케팅 관리자는 생성형 AI를 통해 채널 사양에 맞게 온라인 광고의 크기를 빠르게 조정할 수 있습니다. 또한 생성형 AI를 사용하여 에셋 성과를 보고하고, 트렌드와 기회를 파악하여 향후 마케팅에 적용할 수 있습니다.
생성형 AI의 세 번째 이점은 다음과 같습니다.
3. 창의력 강화
신예 아티스트는 물론, 뛰어난 아티스트도 변화가 필요한 순간이 있습니다. 이때 AI를 브레인스토밍에 활용할 수 있습니다. 익숙한 장면을 새롭게 보게 해주는 만화경처럼, 다양한 관점에서 새로운 아이디어를 탐구할 수 있습니다. 이 경우, AI는 가상의 전문가가 아니라 창작의 부조종사 역할을 합니다.
생성형 AI의 한계와 과제
생성형 AI의 기능은 매우 놀랍도록 우수하지만 한계 또한 존재합니다. 다음은 극복해야 할 몇 가지 과제입니다.
AI가 항상 옳은 것은 아닙니다.
'생성형 AI의 응용 분야' 섹션에서 설명했듯이 ChatGPT와 같은 생성형 AI 툴이 항상 정확한 것은 아닙니다. 데이터 세트와 알고리즘이 더욱 세밀하게 조정되어 위험을 줄여줄 때가 오겠지만, 그때까지는 회의적인 소비자가 되어야 합니다. 신뢰할 수 있는 소스와 비교하여 정보를 검증하는 것이 좋습니다.
편견은 어디에나 있기 마련입니다.
모든 AI 기술이 그렇듯, 생성형 AI 또한 성별, 인종과 같은 사회적 편견을 걸러내기는 쉽지 않습니다. 그렇다고 해서 이를 간과해서는 안 됩니다. 생성형 AI 결과에 사회적 편견이 드러나지 않도록 하려면 AI 책임자는 설계, 개발, 배포에 이르는 모든 과정에서 편견을 식별하고 완화하며 지속적으로 감독해야 합니다.
사용자도 편견을 근절하는 데 도움을 줄 수 있습니다. AI 아트 생성 툴에 ‘실험 가운을 입고 시험관을 들고 있는 과학자’라는 텍스트 프롬프트를 입력한다고 생각해 보세요. '생성하기' 버튼을 여러 차례 클릭해도 한 가지 유형의 사람만 표시된다면, 생성 툴 제작자에게 이 문제에 대한 메시지를 보내세요. 그러면 텍스트 프롬프트를 조정하여 더 다양한 결과를 생성하도록 할 수 있습니다.
프롬프트: 실험 가운을 입고 시험관을 들고 있는 과학자
생성형 AI는 많은 에너지를 소비합니다.
생성형 AI 툴을 개발하는 기업은 이러한 툴을 학습하고 유지 관리하는 데 소모되는 에너지에 대해서도 인식해야 합니다. 업계는 탄소 발자국을 줄여야 한다는 필요성을 인식하고 있지만 아직 갈 길이 멉니다.
지적 재산권은 중요한 문제입니다.
전문 크리에이터들은 저작권 침해를 우려하고 있습니다. Adobe는 이와 같은 우려를 해소하고 크리에이터를 지원하기 위해 노력하고 있습니다. Adobe는 Firefly의 생성형 AI를 책임감 있게 개발할 뿐만 아니라, CAI(Content Authenticity Initiative)를 통해 업계 표준을 만들고 크리에이터가 AI 모델의 학습 허용 여부를 제어할 수 있는 'Do Not Train(학습 금지)' 태그 표시 기능을 개발하고 있습니다.
생성형 AI 도입 시 유의 사항
생성형 AI는 생각 이상으로 강력합니다. 다른 툴과 마찬가지로 생성형 AI 툴을 사용할 때도 개인정보는 안전하게 보호되어야 합니다. 해당 툴을 사용하기 전에 반드시 개인정보 처리방침을 확인하세요. 그 방침이 미흡하고 마음에 들지 않으면 사용하지 않는 것이 좋습니다. 등록 후 개인정보를 업로드하기 전에 다시 한 번 생각하세요. 기밀로 유지하고 싶은 정보가 있다면 해당 툴에 정보를 제공하지 마세요. 결과물을 상업적으로 사용하고자 한다면 저작권을 침해하지 않도록 툴이 설정되어 있는지 확인합니다. 생성형 AI를 채택하여 사용하는 기업은 생성된 결과의 정확성, 편향성, 저작권 침해를 매번 검토해야 합니다.
이는 진화하는 규제를 준수하고, 기업 이미지가 실추되거나 법적 위험에 직면하지 않도록 하는 가장 좋은 방법입니다. 컨셉트와 전략을 주도하는 주체는 사람이어야 합니다. AI는 이를 돕는 보조적인 툴일 뿐입니다.
디자인의 미래를 이끄는 Adobe Firefly 생성형 AI
생성형 AI는 이미 우리 생활을 바꾸고 있습니다. 가상 전문가인 생성형 AI를 통해 많은 업계가 효율성과 생산성을 높이고 있습니다. 브레인스토밍 파트너로서 창의력을 강화하는 데도 생성형 AI가 활용되고 있습니다.
기술은 하루가 다르게 발전하고 있으며, 미래의 생성형 AI는 지금과는 판이하게 다를 수 있습니다. 호기심을 갖고 신중하게 툴을 탐색한다면 그 혜택을 누리며 어떠한 위험도 피할 수 있습니다.
프롬프트: 찻집이 있는 일본 공원
궁금한 점을 답변해 드릴게요.
생성형 AI는 알고리즘과 머신 러닝 모델을 통해 이미지, 뮤직, 텍스트 등 새로운 콘텐츠를 만드는 데 중점을 둔 AI의 한 분야입니다. 사용자는 텍스트 프롬프트를 입력하여 텍스트, 이미지, 뮤직, 영상 등을 생성할 수 있습니다.
컴퓨터 코드 작성, 이미지 및 영상 제작, 보고서 요약, 세일즈 데이터 분석, 고객 서비스 등 다양한 분야에 생성형 AI를 사용할 수 있습니다.
AI는 넓은 의미에서 인간 지능을 모방하여 작업을 수행하는 시스템입니다. 생성형 AI는 알고리즘과 머신러닝 모델을 통해 이미지, 뮤직, 텍스트 등 새로운 콘텐츠를 만드는 데 중점을 둡니다. 생성형 AI를 통해 해당 콘텐츠를 생성하기 위해서는 프롬프트를 입력해야 합니다.
AI를 통해 효율성과 생산성을 높이고 창의력을 강화할 수 있습니다. 하지만 부정확한 정보, 편견 조장, 저작권 침해, 에너지 소비 등의 한계가 있습니다.
기업과 개인은 생성형 AI를 활용하여 워크플로우의 효율성과 생산성은 물론, 창의력까지 향상시킬 수 있습니다. 그러나 기업은 생성형 AI로 생성된 결과물의 정확성, 편향성, 저작권 침해를 신중히 검토해야 합니다. 또한 직원들이 컨셉트 구상과 전략을 주도할 수 있도록 해야 합니다. 개인은 개인정보에 주의하면서 생성형 AI 툴을 지유롭게 사용할 수 있습니다.
이 콘텐츠 공유하기
Adobe Firefly로 열어가는 크리에이티브 세상
생성형 AI가 탑재된 Firefly 웹 앱을 만나보세요. 상상하는 무엇이든 자유롭게 구현할 수 있습니다. Creative Cloud에 새롭게 추가되었으며, 상업적으로 이용할 수 있습니다.
