(완)
-여러분, 안녕하십니까? 파워토크의 황범입니다.
여러분, 챗 GPT라고 들어보셨습니까?
요즘 핫합니다.
대화형 인공지능이라고 말씀드릴 수가 있는데 이미 사용하고 계신 분들도 꽤 있으실 겁니다.
서비스 시작한 지 2개월 만에 무료 사용자가 2억 명 돌파했다고 하니까 세계적인 열풍이다 이렇게 말씀드릴 수가 있을 텐데요.
인간의 질문에 답한다는 건 기존 컴퓨터 챗봇과 비슷한 것 같지만 단순하게 지식을 늘어놓는 수준이 아니라 질문을 이해한다.
그 점에서 큰 차이가 있는 것 같고요.
그리고 그 수준도 놀랍고, 무엇보다도 시나 소설, 문학적인 영역까지도 도전해서 심지어는 연설문까지도 척척 완성해낸다고 하니까요.
혀를 내두를 수밖에 없습니다. 이 챗 GPT가 가져올 변화. 기대되면서도 한편으로는 좀 두렵기도 한데요.
아는 것이 힘이라고 하지 않습니까?
오늘 챗 GPT가 무엇인지 또 어떻게 활용할 것인지 이야기 나눠보는 시간 가져보겠습니다.
이야기 나눌 분들입니다.
챗 GPT가 무엇인지 소개해 주실 분들인데요.
먼저 부경대 휴먼ICT융합 전공의 김정환 교수님 나오셨습니다.
어서 오십시오.

-반갑습니다.

-반갑습니다. 그리고 이미 챗 GPT를 현장에서 사용하고 계신 분이십니다. 디엠스튜디오의 권오준 대표님 나오셨습니다.
반갑습니다.

-반갑습니다.

-어서 오십시오.
오늘 제가 감히 챗 GPT에 도전하는 겁니까?
정말 챗 GPT로 인해서 대체되는 영역이 앞으로 속속 나올 것 같다는 생각도 드는데요.
오늘 그전에 두려워하기보다는 챗 GPT에 대해서 어느 정도 가늠해 보는 시간이 되길 바라면서
먼저 챗 GPT가 무엇인지 개념 설명부터 해봐야 할 것 같습니다.
우리가 챗하면은 채팅하다 할 때 그 채팅, 이야기 나누다 이런 뜻이고 GPT는 뭔가 이니셜이겠죠.

-아주 쉽게 생각하면 인공지능 모델이라고 생각을 하시면 되고요.
우리가 챗 GPT 이야기를 하기 전에 조금 더 큰 그림부터 짚고 넘어가면 아이언맨 영화 보면 자비스라고 하는 AI 비서가 나오죠.
사실 저는 챗 GPT, 이 현상을 보면서 우리가 자비스를 만날 날이 머지않았겠다는 생각이 한편으로는 들었습니다.
사실 우리가 이미 AI 비서를 휴대전화에 누구나 다 가지고 다니고 있거든요.
그런데 어떻게 보면 그 품질, 퀄리티가 때로는 인식을 잘 못 하기도 하고 아주 신뢰할 수 있는 영역에 있지 않았는데.
챗 GPT가 등장하면서 결국은 말씀하신 대로 이제 인간의 대화를 모방해서 엄청 많은 대규모의 데이터를 미리 학습해서
결국은 실시간으로 우리가 마치 사람과 대화하듯이 그렇게 커뮤니케이션하게 만들어준 서비스라고 생각하시면 될 것 같고요.
말씀하신 대로 우리가 요즘 가장 핫한 플랫폼 중의 하나가 틱톡이라는 서비스가 있죠.
틱톡이 1억 명 가입자 모으는 데 9달 걸렸습니다.
그런데 챗 GPT가 유료 모델을 출시하면서 사실 두 달 만에 1억 명 가입자를 확보한 거죠.
그래서 무료 서비스 기반이기는 하지만 이제 한 달에 20불씩 내면 유료 서비스로 이용을 할 수가 있고
사람들이 많이 트래픽이 몰리다 보면 안정된 속도를 유로 서비스 고객들한테는 제공을 하거나 새로 출시되는 그런 어떤 상품들,
서비스들을 미리 이용해 보게 하는 그런 관점에서 이런 모델을 출시하기도 했습니다.
그래서 챗GPT라는 서비스는 그런 어떤 맥락에서 이해하시면 좋을 것 같고
결국은 오픈 AI라고 하는 기업이 이 챗GPT라고 하는 서비스를 출시했죠.
그래서 이미 2015년에 창업을 해서 18년에 GPT 모델을 만들어서 계속 기술을 고도화하는 과정이 었고요.
챗GPT도 어떻게 보면 기술이 고도화되어 가는 과정 중에 있는 테스트 서비스라고 사실은 생각할 수 있을 것 같아요.
그래서 그 관점에서 보시면 될 것 같고 그게 기술적인 얘기는 권 대표님이 더 말씀을 해 주시겠지만 AI,
아까 모델이라고 말씀을 드렸는데 거기에 매개 변수, 파라미터라고 하는 개념이 있는데
결국은 얼마나 많은 설명력을 갖는 파라미터를 가지고 모델을 만드느냐가 관건인데 이미
이 챗GPT에 쓰이고 있는 GPT 모델 같은 경우에는 1750억 개, 그렇죠?
그 이상의 파라미터를 가지고 있다고 해서 이게 숫자가 높아지면 높아질수록 모델의 어떤 설명력, 예측 가능성이 높아진다라고 보시면 될 것 같아요.
그래서...

-기존의 우리가 챗봇과 비교를 해 본다면 더 심화된 공부, 공부를 많이 했다. 이렇게 봐야 하는 거죠?

-그렇죠.

-심화 학습, 딥러닝을 했다.

-그렇죠. 딥러닝, 기계 학습을 했다는 거고.
결국은 기존의 챗봇 서비스는 어떻게 보면 정답지까지 사실은 쥐여준 겁니다.
그래서 대부분 서비스를 설계할 때 시나리오가 있죠.
이용자들이 이렇게 물어보면 이렇게 대답을 하면 좋겠다라는 대략의 어떻게 보면 우리 큐시트 혹은 프롬프트처럼
이런 대본이 있었다면 챗GPT 같은 경우에는 사실 대본이 없는 거죠.
기존의 공부했던 모델을, 공부했던 그 데이터를 통해서 리얼 타임으로 이용자, 물어보는 사람이 어떤 것들을 원하는지를
유추해서 정답에 가까운 것을 찾아주게 하려고 하는 그런 부분이 큰 차이라고 보시면 좋을 것 같습니다.

-저희가 챗GPT 이론적 배경에 대해서 먼저 좀 교수님과 얘기를 나눠 봤는데 실제로 현장에서 생생한 목격담을
오늘 디엠스튜디오 권오준 대표에게 부탁을 드리도록 하겠습니다.
이미 AI, 인공지능을 영상에서 활용해 온 지는 꽤 된 것 같아요?

-네, 그렇습니다. 컴퓨터 그래픽, CGI 기술이라고 하는데요.
CGI 기술에는 우리 GPU를 이용한 어떤, 그런 대상. 그런 것들로 극사실적인 어떤 시각화,
이런 부분들이 영화, 영상 쪽에 굉장히 많이 활용이 되어졌었는데요.

-거의 살아있는 것 같은 영상을 재현해내잖아요.

-그렇죠. 사실은 그런 부분들이 전통적으로 봐 보면 디자이너들의 어떤 그런 일들로 국한이 되다가 사실은 그런 합성이라든가
이런 부분들에 있어서 사람이 할 수 있는 한계가 좀 벗어나는 것들이 있어요.
그래서 그런 부분들은 시뮬레이션이라든가 이런 것들을 통해서 구현을 하거나 요즘, 근래에 들어서는
AI를 이용한 다양한 합성들 이런 것들을 많이 활용하고 있죠.

-대표님 회사도 챗GPT를 이미 활용하고 있다고 말씀 들었는데요.
어떤 부분에 적용을 많이 시킵니까?

-사실 디엠스튜디오 같은 경우에는 시각 언어로 표현하는 회사입니다.
그래서 이제 시작은 방송, 영화, VFX 쪽으로 시작은 했지만 이제 한 15년 전부터는
우리 그 산업 쪽으로 비주얼라이제이션 하는 그런 기술을 좀 많이 이렇게 지원하는 서비스를 했었고요.
이제 플랜트 쪽이라든가 조선, 해양 이런 쪽의 이제 그런 특수 영상을 이용한 어떤 산업 쪽에 쓰이는 매뉴얼 영상이라든가 이런 부분을 많이 활용했었는데요.
이제 그런 부분은 넘어서 근래에는 이제 사람하고 같이 인터렉션하는 VR, AR 우리 XR 이런 용어를 쓰지 않습니까?
그래서 이제 메타버스 환경을 구축해서 이제 가상 공간 안에서 훈련을 한다거나 할 때 프로그래밍이 동반이 되어야 하거든요.
그래서 이제 그런 프로그래밍을 할 때 이런 챗GPT를 이용해서 활용을 많이 하고 있고요.
실제 이제 프로그램을 기본적으로 가이드를 짜는 역할 그리고 이제 숙련자의 그거를 보면서
우리가 원하는 방향으로 가이드 역할을 해 주고 또 거기에서 사람이 이렇게 실수할 수 있는 그런 부분은 에러를 잡아낸다거나 그런 것을 디버깅이라고 하는데요.
그런 역할로 많이 활용하고 있습니다.
그리고 또 중요한 것은 이제 보통 그런 콘텐츠를 기획하는 기획자하고 프로그래머하고 또 이렇게 소통이 잘 안 되는 경우가 되게 많이 있습니다.
그럴 때 이제 사실 기획자는 프로그래밍 언어를 잘 이해를 하고 있지 못하기 때문에
그런 부분들에 있어서 챗GPT는 프로그래밍 언어 한 줄, 한 줄의 마치 이제 우리 영어 번역을 하듯이 주석을 다 달아줍니다.
그래서 그 안에 프로그래밍 내용이 어떻게 되는지 이해하고 기획자와 프로그래머가 굉장히 이렇게 컬래버하는 많은 도움을 주기도 합니다.

-사람하고 의사소통이 안 되는데 기계하고 오히려 의사소통이 잘 된다는. 이런 식으로 생각이...
그러니까 이제 대표님 회사가 영상도 제작하고 컴퓨터 그래픽도 만들고 이런 활동을 하는 기업인데 이제 구체화해서
어떤 영상으로 만들어지는지 나중에 자료 그림 보면서 좀 더 자세하게 설명을 해 주시고요.
스타트업이 특히 이런 기술을 받아들이는 속도가 굉장히 빠르기 때문에 챗GPT하고 스타트업의 접점이 많을 것 같아요.
어떤 점이 예를 들 수 있을까요?

-사실 근래에 들어서 이제 메타버스라고 하는 어떤 그런 이슈로 인해서 프로그래머의 인력난.
우리 중소기업 쪽에서는 인력을 구하기가 굉장히 어려운 부분이 있죠.
또 특히나 스타트업은 더더욱 그럴 거고요.
그래서 거의 대부분 보면 1인 창업이나 2인 창업 정도가 거의 대부분일 건데요.
그런 부분에 있어서 이제 우리가 어떠한 환경에서 어떤 서비스를 하느냐에 따라서 개발 언어가 완전히 다 달라지기도 합니다.
그런데 이제 우리 사용자는, 소비자는 쓰는 환경이 자기의 기호에 따라서 다 다르거든요.
어떤 분은 이렇게 IOS 탑재된 아이폰을 쓰기도 하고요.
어떤 분은 또 안드로이드 폰을 쓰기도 하는데요.
같은 기능이지만 사실은 이제 그 언어가 다르다 보니까 2번을 다시 이렇게 프로그래밍해야 하는 경우가 있어요.
그런 경우에도 챗GPT가 그런 거를 이렇게 컨버전스하는 굉장히 많은 도움을 주고 있기도 하고요.
특히 이제 경험이 적다고 보니 스타트업 쪽에서는.
어떤 고도화된 어떤 그런 랭귀지에 있어서 어떤 가이드를 받을 수 있는 그런 부분도 상당히 많이 있다고 보시면 될 것 같고요.

-어느 정도의 수준이나 난이도가 있는 프로그램 그리고 또 인력 적정 정도까지도 대체할 수 있는 게 지금 챗GPT의 장점이다, 이렇게 보시는 거네요.

-맞습니다.

-갑자기 좀 무서워지네요.
챗GPT가 이제 결국 인력을 대신할 수 있는 부분까지 우리가 생각을 안 할 수가 없다, 이렇게 말씀을 드릴 수 있을 것 같습니다.
저는 아직 설명을 들으면서도 명확하게 이 뇌리에는 뭔가 와닿지는 않는데요.
백문이 불여일견이라고 그래서 저희 제작진도 한번 물어봤습니다.
누구에게? 챗GPT에게.
가입은 현재 무료더라고요.
그래서 저희가 파워토크를 아느냐. KNN 파워토크. 아느냐고 물어봤더니 대답한 내용들을 가지고 좀 이야기를 더 나눠보도록 할까요.
KNN 방송이 아직까지는 낯선 모양이에요.
그래서 좀 깜빡깜빡하더니 이내 답을 써 내려가기 시작합니다.
시작하니까 속도가 빨라요.
토론 프로그램.
대표적인 토론 프로그램 중 하나다.
그런데 이제 경남인 줄 알더라고요. 코리아인데.
그리고 이 프로그램이 방송되는 시간은 틀렸어요. 그래서 제대로 하나 걸렸구나.
그리고 주제, 정치, 경제, 사회 등 다양한 분야에서 발생한 이슈를 다룬다는 이야기까지도 직접 전하고요.
지역 주민들의 이슈에 대한 이해도와 관심도를 높이기 위한 노력도 하고 있다.
저희 제작진의 마음을 어떻게 저렇게 대변을 하던지요.
그래서 4시 반 방송이 아닌데라고 이렇게 얘기를 했더니 또 사과까지 해요. 챗GPT가.
아침 방송인데 하니까 또 저의 오류로 인해서 혼란을 드려 죄송합니다.
이건 사과 멘트가 있는 것 같아요.
저희도 방송 사고 나면 해야 하는 멘트가 있거든요.
그러면서 나름대로 변명 아닌 변명과 함께 나름의 설명을 또 덧붙인다는 거예요.
그러니까 어떤 트라이를 하고 거기에 잘못된 명령어라고 인지가 될 때는 또다른 답변을 한다는 것 자체가 놀랍더라고요.

-그렇죠.

-맞습니다.

-다시 한번 정확한 정보를 전달하지 못해 죄송하다.
제가 앞으로 이 챗GPT라는 영역과 그리고 인간의 지식이 함께 더해지면 그야말로 서로서로 보완이 되면서
인간의 감성적 영역과 챗GPT의 이성적 영역이 서로서로를 상호 보완해주는 역할을 하지 않을까, 그런 생각이 들더군요.

-맞습니다.

-이게 말씀하신 대로 아직은 이제 21년, 2021년 데이터까지 학습이 됐고
기본적으로 이제 영어 데이터를 기반으로 하다 보니까 특히 한국어로 된 콘텐츠에서의 어떤 품질, 정답 품질은 좀 낮을 수밖에 없는데요.
저는 가끔 이렇게 사과를 또 너무 잘하는 게 얄밉더라고요.

-그것도 일단은 지정이 돼 있을 거 아니에요.

-그렇죠.

-만약에 주인님이 너한테 뭐라고 하면 일단은 이렇게 사과를 해라.

-그렇죠.

-지시어가 되어 있을 거예요, 분명히.
그런데 잘도 이렇게 대답을 하고 오히려 대화를 나누는 와중에는 심지어는 인성이 있다고 느껴지는 대목도 있어서 저희의 감성이 투영된 부분이겠지만
실제로 쓰다 보면 놀랄 때가 있으시죠?

-당연하죠. 그러니까 그런 것 같아요.
사실 이제 인간의 언어를 가지고 학습하다 보니까 이제 우리가 문장을 만들고 할 때는 이제 거기에 의미가 있고 감정이 있지 않습니까?
그냥 우리가 사전적인 의미만 담아내는 건 아니거든요.
그걸 그대로 학습하고 우리한테 다시 전달해 주는 거다 보니까 마치 우리가.

-그러니까요.

-감정을 가지고.

-일단 기본적인 학습된 언어가 인간의 언어라는 것이.

-그렇죠.

-중요한 것 같아요.

-그렇죠.

-인간의 언어를 학습했기 때문에.

-그렇죠.

-인간적인 감성을 우리가 배어 있는 것처럼 느낄 수 있다.
그런 생각이 들어서 저희가 처음에는 말씀을 드렸습니다마는 시, 소설, 수필, 기본적인 에세이, 연설문까지도 써준다고 해서 저희가 한번 시도를 해봤습니다.
내친김에 파워토크 오프닝 원고, 너 해줄 수 있어? 조금 써 줄래? 이렇게 했거든요.
써 줘, 했어요. 했더니.
김정환 부경대 교수님을 모시고.

-제가 만들었군요.

-대담을 진행하게 됐다는 얘기까지 하면서.

-이 기술을 만들어낸.

-기술자라고 말씀하시네요?
언제 챗GPT의 아버지가 되셨어요? 그러니까 이런 오류는 앞으로 보완이 될 거니까요.

-그렇죠.

-그런데 언어적 구사 능력, 그리고 전혀 지금 토씨 하나 틀린 부분 없단 말이에요.

-자연스럽죠.

-그러니까 이런 부분이 너무 길어서 저희가 너무 길다.
뭐라고 그럴까 호기심을 유발할 정도로 좀 줄여줄 수 있지 않겠니? 조금 줄여줘.
세 문장으로 써줘라고 했어요, 세 문장.
자연어 처리 분야의 대량의 텍스트 데이터를 학습해서 생성 모델을 만든다.
본인의 얘기예요. 그래서 똑똑하다.
너무 자세히 써주고 재밌게 써줘서 고맙다는 말씀을 드리면서 똑똑하다. 이런 얘기도 했는데.
이렇게까지 얘기를 합니다.

-이게 사실 이 답변에 어떻게 보면 기반 기술에 대한 소개가 사실 다 나오는 거거든요.
이게 흔히 챗GPT에 열광하는 이유가 초거대 AI.
대규모 언어 모델을 학습시키는데 이게 기본적으로 데이터가 들어가면 텍스트를 읽고 요약하고 번역하고
그런데 이제 그 모델 자체가 단어들을 나열해서 가장 자연스러운 문장의 가중치를 주는 방식입니다.
그렇다 보니까 표현 측면에서는 아주 자연스러운 답변들이 나올 수밖에 없는 구조인 거죠.

-그렇습니다. 어쨌든 저희가 시연해서 예를 이렇게 보여드렸습니다마는, 어쨌든 놀랍고 신기하고.
대화를 나눠 보다 보면 외롭진 않겠다, 이 생각이 제일 먼저 들던데.
권오준 대표님, 챗GPT의 등장 배경도 궁금해지더라고요.
이게 제일 처음에 탄생 배경이 어디서부터 시작된 겁니까?

-사실 제가 거기에 대해서 R&D를 하는 건 아니지만 이제 많은 분들이 이렇게 하는 얘기로는 처음에 일론 머스크 이야기를 많이 하더라고요.
페이팔를 창업을 하고 이제 정리를 할 즈음에 이후에.

-페이팔은 그게 뭐.

-페이팔은 이제 외국의.

-결제 시스템이라면서요.

-결제 시스템, 온라인 결제 시스템이죠.
창업을 하고 난 다음에 그거를 팔고 다음의 회사들을 다시 준비를 하는데요.
그 과정에서 오픈 AI도 같이 창업을 하는 내용들이 많이 소개되고 있고요.
스페이스X라든가 테슬라를 그때 당시에 같이 이렇게 진행을 했었던 거였고.
처음에는 2015년에 인간 친화적인 어떤 AI를 만들어서 우리가 비영리단체로 이거를 많은 사람들에게 활용될 수 있게끔 써보자고 하는 취지에서 만들었다고 하더라고요.

-취지가 참 좋네요.

-그리고 그때 당시 구글이 AI에 있어서 독보적인.

-선두 주자였잖아요.

-네, 선두 주자였고.
거기에 또 이렇게 조금은 반대급부적으로 만들었다고 하더라고요.
그러고 나서 그런 부분에 같이 창업했던 사람들이 비용도 많이 들어가고 하다 보니까 조금 설왕설래도 조금 있고 했었던가 보더라고요.
그래서 이제 비영리단체을 포기하는
과정에서 일론 머스크는 관두고 나온 걸로 알고 있고요.
이후에 MS 쪽의 투자를 받아서 만들어진 지금의 형태.

-마이크로소프트는 돈복이 있네요.
딱 적기에, 그 타이밍에 사실 제품이 개발되고 사이클링이 있는데 적기에 들어가는 게 되게 중요하다고 들었거든요.

-그렇죠, 그렇죠.

-마케팅적인 측면에서는.
적절하게 마이크로소프트가 지금 이제 그래서 유료화를 한번 시키면서 분위기를 바꿔보는 그런 상황인 거 같은데.
그러면 일론 머스크는 완전히 여기서 빠졌습니까?

-네, 트위터에서만 트위터만 계속 날리고 있죠, 평론을 통해서.

-그러니까 일론 머스크가 초기에 내놓은 계열사 중의 하나인데, 오픈 AI가. 여기서 챗GPT가 이루어졌고 마이크로소프트가 투자를 했다고 말씀을 드렸는데요.
현재 세계적으로 가장 많이 쓰고 있는 검색 엔진은 구글이다, 그렇지 않습니까?

-그렇죠.

-이 분야의 선두 주자이기도 해서 챗GPT와 비슷한 대화형 AI를 구글에서도 그냥 손 놓고 있지 않겠다, 이런 생각이 드는데요.

-사실은 챗GPT가 나오고 나서 부랴부랴 자기네들도.

-놀랐겠다.

-검색 엔진에 이거를 붙여보겠다고 시도를 했다가 사실 결과론적으로 보면 지금 두 손 든 상태이고.

-그렇습니까?

-워낙 권 대표가 말씀하신 것처럼 MS가 사실 지금 오픈 AI가 웃고 있는데 제일 기뻐하고 있는 건 MS거든요.

-그렇죠.

-MS가 투자한 규모로만 보면 22년에 100억 달러 정도.
우리 돈으로 따지면 13조 넘게 투자를 한 셈이고.
그래서 어떻게 보면 MS가 그동안 사실 보이지 않게 우리가 제일 잘 알고 있는 검색 엔진 가장 대표적인 검색 엔진은
구글이지만 MS도 사실은 어떤 자연어나 데이터를 구축하는 데 있어서는 보이지 않게 사실은 노력을 굉장히 많이 해 왔었어요.
그래서 그 어떤 인사이트가 오픈 AI에 투자하게 된 연결고리가 만들어진 부분도 있고 그래서 그런 상황입니다.

-아무튼 이게 너무 핫해서요, 세계적으로 주도권 경쟁이 대단할 텐데, 이 가운데 우리나라의 기술 수준. 현재 어디까지 왔는지도 궁금해집니다.
이 분야에 있어서도 우리나라도 상당한 노력을 해왔다고 보여지는데요.
실제로는 세계적 수준에서는 어느 정도까지 따라가고 있습니까?

-이게 사실 세계적인 수준과 비교하는 것 자체가 어떻게 보면 조금 무리는 있을 수 있다고 생각을 해요.
왜냐하면 아까 우리 시연하면서도 봤지만, 기본적으로 학습할 수 있는 데이터 세트가 글로벌 기업들은 영어로 된 문서들이 워낙 많이 있고,
로컬 기업들은 어떻게 보면 글로벌 문서를 가져온다기보다는 한국어로 된 문서를 아카이빙해서 그것들을 학습시키는,
그런 과정들이 있는데 기본적으로 그 데이터 세트 규모 자체가 차이가 많이 나고.
그래서 우리가 흔히 AI가 사람보다 더 똑똑해지는 그 시점을 기술적인 특이점이 온다고 얘기를 하는데, 무서운 건 이런 어떤 특이점이 왔을 때 제일 뒤에서 웃고 있는 기업들은 글로벌.

-그렇죠. 거대 기업들일 거거든요.
그런데 경쟁력 자체가 그냥 쉽게 생각하면, 로컬 기업들과 글로벌 기업들의 체급이 사실 다릅니다.
기본적으로 매출이나 R&D에 투자하는 규모 자체도 몇십 배, 많게는 몇백 배 차이가 나기 때문에, 같은 체급위에서 비교하기에는 좀 어렵지만, 이런 부분은 있습니다.
우리가 번역 서비스를 이용할 때. 파파고 서비스를 이용할 때랑 구글 번역기를 이용할 때 사실은 조금 결이 약간 다르거든요.

-그렇죠, 다르죠.

-그러니까 어떻게 보면 파파고 같은 경우는 조금 더 콘텍스트. 맥락을 조금 더 살려준다고 해야 할까요?
그런 것들이 어떻게 보면 한국어 데이터베이스를 가지고 있는 기업들이 앞으로 강점으로 가지고 가야 할 부분이고.
그래서 네이버에서 21년에 공개한 하이퍼클로바 같은 경우에도 아까 앞에 말씀드린 파라미터 같은 경우에는 지금 챗GPT보다 훨씬 더 많은 파라미터를 쓰고 있기도 하고.
그리고 7월에 하이퍼클로바X라고 해서 또 한 차원 더 고도화된 모델들을 출시한다고 해요. LG도 그렇고, 카카오도 그래서.
이게 결국은 로컬 기업들도 그런 기술 투자를 하면서 자사 서비스에 이걸 어떻게 붙일지를 고민을 많이 하고 있는데, 체급 차이가 좀 난다는 거.
그리고 학습시킬 수 있는 데이터의 볼륨 자체가 다르다는 거.
그래서 그런 부분들이 좀 기본적인 차이는 있다고 보시면 될 것 같고요.
그래서 저는 사실 개인적으로는 그런 맥락에서 로컬 기업들, 한국 기업들을 많이 응원했으면 좋겠다는 생각을 사실 계속하고 있습니다.

-그런데 또 의외의, 챗GPT로 파생된, 형성된 시장 속에서의 또 다른 시장들이 만들어질 수 있는.

-그렇죠.

-가능성이 있기 때문에.

-맞습니다.

-저희가 그런 부분을 놓쳐서는 안 될 것 같고, 무엇보다 주변에서 이제 이런 이야기들 하다 보면 너무 빨리 변하니까.
변해도 빨리 변하니까 참 무섭다는 얘기까지도 하는데, 이걸 우리가 인공지능의 영향을 확대, 기회로 생각할 것이냐.
또는 이게 위협이 될 것이냐. 보편적인 물음이긴 합니다.
자연히 도덕적 잣대, 윤리적 잣대를 어디에 대야 할까. 이런 얘기들도 함께 거론이 되는데,
이 부분에 대해서는 이론적 전문가로서 어떻게 생각하시는지.

-GPT를 만든.

-이론적 전문가, 김정환 교수님.

-GPT에 따르면.
지금 사실은 챗GPT만 보면, 아까 우리가 시연 영상에서 봤지만 반쪽짜리거든요.
그런데 이제 제가 궁금해서 좀 찾아보니까, 우리가 이 열풍이 이렇게 막 확산된 지 얼마 안 됐음에도 불구하고 벌써 책 제목에 챗GPT가 들어간 책이 엄청 출시되고 있고요.
관련된, 우리는 너무 흔히 냄비 근성. 갑자기 확 달아오르는.
그래서 너무 그 이야기들, 담론이 너무 많이 생산이 된 부분도 있는 것 같아요.
그런데 중요한 건 기회이기도 하고 위협일 수도 있지만, 이걸 저는 개인적으로는 하나의 도구라고 봐야 한다고 생각을 하는데.
왜냐하면 기본적으로 반쪽짜리. 예를 들면 정답인지 아닌지 모르고 결과값들을 보여주기도 하고.
이게 조금 더 뒷단으로 가면, 그 데이터를 학습시킬 때 데이터의 레이블링을 한다고 이야기를 하는데,
그 레이블링이 사실은 잘못돼 있는 경우들도 굉장히 많아요.
그래서 예를 들면 저를 레이블링하는데, 동물이라고 레이블링을 할 수도 있고.
그래서 그런 부분들이 결과에 영향을 미치다 보니까, 이것들을, 이 결과를 100% 신뢰해야 한다고 보기는 좀 어렵고요.
늘 의심의 눈초리로 바라봐야 하는 상황이 좀 있는 것 같습니다.
그리고 저도 오늘 이 이야기를 준비하면서 챗GPT에 여러 가지 많이 물어봤습니다.
지금 이런 챗GPT를 많이 이용하는 환경에서 우리가 뭘 경계해야 하니?
뭘 우리가 두려워해야 하니? 제가 물어봤습니다.

-GPT한테 저희가 드린 질문을 되레 여쭤보고 오셨어요?

-도대체 뭐라고 생각하느냐.

-뭐라고 합디까?

-그랬더니 아주 원론적인 답변을 하는데
결국은 그런 사건들, 예를 들면 이 결과값으로 인해서 갖고 온 프라이버시, 개인정보를 침해하는 이슈나 혹은 어떤 차별적인 불쾌감을 주는 내용들.
그런 부분들 때문에 편견을 야기하는 부분은 이용자가 걸러서 봐라.
이런 맥락의 답변을 하더라고요.
그런 부분들을 경계하면서 우리가 이 사안을 봐야 하지 않을까 생각합니다.

-그러니까 도덕적 잣대, 윤리적 잣대.
결국에는 이런 최신 과학을 저희가 편의적으로 규정짓고 명령 내리는 사람이 인간이기 때문에 그런 토대 위에서 인간의 존엄성, 인문학적인 시대 정신이 더 필요하다.

-맞습니다.

-이렇게 볼 수 있을 텐데.
이 부분에 대해서는 실제로 활용하고 계신 권오준 대표께서 쓰면서도 이 녀석이 나중에 내 직업까지 없애진 않나.
지금 사실 저희 작가도 아까 긴장했을 거예요.
저렇게 만들어내죠.
또 4차 산업혁명으로 인해서 없어지는 직업이 기자와 아나운서가 있거든요.
저희 방송국 문 닫아야 합니다.
그래서 한편으로는 상상력을 발휘하다 보면 기업들이 사라질 수도 있고 아까 그런 인력들을 대신하는 역할을 실제로 하고 있으니.
앞으로 이 부분에 대해서 어떤 부분을 우리가 유념해야 할까라는 질문을 제가 실생활에서 사용하고 있는 권 대표님께 드려 볼게요.

-저는 결론부터 이야기하면 사람은 이런 생성 AI에서 만들어진 결과물이 나올 수 있도록 가이드 역할을 한다고 생각하고요.
그리고 또한 거기에 수정 반복을 시켜서 거꾸로 일하라고 계속해서 이야기할 것 같고요.
물론 그게 우리가 주된 역할을 하는 것이고 컴퓨터는 우리의 명령을 받아서 프롬프트를 받아서 거기에 맞는 결과물들을 당분간은 계속해서 충실하게 계속 생성해내지 않을까 싶고요.
우리가 직업에 대한 이야기를 많이 하고 있는데요.
일례로 1800년대에 유럽에서 사진기가 처음 발명되고 현상 방법에 대해서 처음 발명했을 때 그때 당시의 화가들이 사실은 굉장한 충격을.

-반발도 있었고 난리 났겠네요.

-그렇죠. 반발도 어마어마하게 났고요.
미술사에서도 그런 이야기들 굉장히 많이 해왔는데요.
실제 그때 당시 파블로 피카소도 카메라 사진을 찍어서 자기 미술 활동에 굉장한 도구로 활용했던 거로 알고 있고요.
근래에 신문이 있었던 시절 그리고 지금도 신문은 있죠.
라디오가 나오면서 신문은 사라질 거다.

-맞아요.

-또 그 이후에 TV가 나오면.

-맞아.

-라디오 또한 사라질 거라고 하면서.

-그대로 있잖아요.

-그 과정에서 기존의 레거시 미디어들이 다 사라질 거라고 예측도 하고 했는데요.
그러면서 이후에 컴퓨터라고 하는 게 나오고 그 컴퓨터가 이제 인터넷하고 연결이 되었단 말이에요.
그때 당시에는 저만 하더라도 도서관에 가서 책을 찾아보고 하는 게 다였는데 점점 가면 갈수록 PC 앞에서 검색을 하게 되는 그런 과정이었죠.
그래서 한때는 그때도 우리가 도서관도 사라지고 책들도 다 사라질 것 같다는 이야기도 했었습니다.
그런데 그 이후에 지켜봐 보면 지금은 퇴색이 됐지만 정보 검색사라든가, 웹디자이너.

-그렇죠.

-이런 분들 그리고 또 지금 온라인 어떤 상업 이런 것들이.

-또 다른 직업군이 만들어지죠.

-엄청나게 많이 활성화가 됐고 그거로 유통, 택배 이런 것들이 굉장히 폭발적으로 나타났죠.
그래서 이게 어떻게 보면 자연스러운 변화라고 생각을 하고 있습니다.
그리고 어떻게 보면 이 근래에 들어서 온라인상 정보의 양이 정말 우리 우주가 태어난 것처럼 빅뱅의 현상처럼
어마어마한 정보들을 지금 만들어내고 있는데요.
그것 또한 우리가 3살 먹은 4살 먹은 아이들도 휴대전화를 보면서 그 정보들을 소비하고 있거든요.
그런 것들을 보면 계속해서 우리는 변화하고 있다고 생각을 하고요.
그 부분에 있어서 가장 중요한 것은 결국은 대중, 소비자의 요구가 있었기 때문에 그런 것들이 아주 잘 변화하지 않았나라는 생각이 듭니다.

-알겠습니다.
말씀대로라면 과거의 역사를 통해서 미래를 저희가 예측해볼 수 있을 듯하고요.
역사는 반복된다고 하지 않습니까?
그리고 무엇보다도 인류에 보편성이 있다면 그 보편성을 우리가 믿는다면 절대로 SF 속 위기의 이야기는 전개되지 않을 것이라는 말씀을 저희가 드릴 수 있을 것 같습니다.
재밌는 이야기를 해보겠습니다. 챗GPT가 지금 할 수 있는 게 좀 많을 것 같아요.

-그렇죠, 많죠.

-그래서 대학생들 과제 할 때.

-그렇죠.

-챗GPT로 하면 현재 논문도 마찬가지고.

-그렇죠.

-표절로 걸러내는 카피 킬러라고 하죠. 아직까지는 힘들다면서요.

-그렇죠, 지금 아직까지는 사실은 그 데이터가 누적되지 않으니까 쉽지 않죠, 확인하기가.

-빨리해야겠네요.

-오히려 너무 자연스럽게 쓰면 의심해야 하는 거 아닌가라는 계속해서 퀄리티가 좋아지면.

-미국의 대학들도 지금 골치가 아프다고 하더라고요.

-그렇죠.

-그러니까 일부 대학에서는 챗GPT를 활용하는 차원에서 인정을 할 것인지, 부분적으로.
또는 시험 칠 때는 아예 그러면 AI를 쓸 수 없는 환경에서 단독적으로 시험을 치게 한다든가 여러 가지 아직 정해진 게 없어요, 이게.

-맞습니다.
근본적으로 생각하면 시험의 방식 자체도 바뀌어야 하는 게 아닌가라는 생각도 들어요.
왜냐하면, 챗GPT나 생성AI 영역이 고도화되면 고도화될수록 사실 더 이상 암기의 영역은 어떻게 보면 무의미해지는 거죠.

-의미가 없다는 거죠.

-그래서 암기를 위한 시험보다는 오히려 저는 학생들한테도 그런 이야기를 많이 하는데 좋은 질문을 던지기 위한 훈련.
아까 대표님 말씀하셨던 프롬프트 맥락에서 보면 요즘 생성AI 챗GPT가 활성화되면서 프롬프트 엔지니어들 몸값이 높아지고 있는데.

-그렇죠.

-얼마나 디테일하게 구현해낼 수 있게 질문을 던지느냐가 사실은 결과 값이 굉장히 달라질 수 있거든요.
그래서 시험의 방식이나 어떻게 보면 조금 더 큰 틀에서 보면 교육의 철학이나 방식도 조금 바뀌어야 가야 하는 거 아닌가라는 생각이 들기도 합니다.

-기존에 저희가 이제 G10 안에 드는 그런 경제 대국이 됐는데 기존에는 열심히 선진국 거 베끼기만 하면 됐거든요.

-그렇죠.

-답을 알고 있으니까 그런데 이제는 답을 누가 주지 않습니다. 저희가 좋은 문제를 만들어내서.

-맞습니다.

-저희만의 답을 내야 하는 상황이 되어 버렸어요.

-맞습니다.

-정의를 하는 시대가 됐기 때문에 그야말로 이제 뺏길 선례가 없는 거죠. 그렇게 딱 보면 될 것 같아요.

-맞습니다.

-챗GPT가 이끌어갈 세상을.
그리고 권오준 대표님하고 제가 오늘 김정환 교수님이랑 재미있는 이야기 쭉 했는데 권오준 대표님께서는 챗GPT.
제가 좀 아까 악용하는 사례를 이야기했는데 쉽게 숙제를 한다든가 유혹으로부터 참 쉽게 떨치기가 어려울 것 같은데.
챗GPT를 잘 활용할 수 있는 팁 같은 게 있다면 생각해 보셨을 거 같아요.
어떻게 활용하면 좋을까요?

-사실 이제 답은 없는 거 같고요.
왜냐하면 원체 방대한 양의 데이터들을 학습을 하다 보니까 체득을 통해서 알아가는 것들이 굉장히 중요할 것 같아요.
금방 교수님께서 말씀을 주셨듯이 우리가 그동안 봐 보면 교육이라고 하는 그런 거에 있어서 평가라고 하는 게 답을 정해놓고 그 답을 맞히는 교육을 해왔습니다.
그런데 앞으로는 그 교육이 좀 바뀌어야 되지 않을까라는 생각이 많이 들고요.
어떤 질문을 하는 할 수 있느냐 거의 대부분은 우리 학생이 사실 교육 현장에서 저부터도 그랬었거든요.
질문을 하면 되게 눈초리를 받는.

-그렇죠.

-그런 분위기였어요.

-그 문화는 여전히 있는 것 같습니다.

-기자들도 미국 대통령이 질문하라고 하는데 질문 못 했어요.

-질문을 할 수 있느냐. 그리고 없느냐.
이게 굉장히 중요한 것 같고요. 그리고 어떻게 하느냐 그게.

-좋은 질문을 해야 챗GPT도.

-그렇죠.

-좋은 답을 줄 거 아니에요.

-맞습니다.

-그렇죠.

-이게 앞으로의 우리 삶의 질에 굉장히 기준이 되는 듯한 세상이 오는 것 같습니다.

-챗GPT와 대화를 나누면 잠을 새도 재미있을 것 같다는 생각을 하게 되는 오늘인데요.
챗GPT 시대 그런데 우리도 준비가 되어 있어야 될 것 같습니다.
그 유용한 기술도 문명의 새로운 진화를 받아들일 준비.
어떤 준비가 구체적으로 필요할지 김정환 교수님께 한번 여쭤보고 싶어요.
우리 어떤 준비해야 됩니까, 이제?

-아까 앞에 직업의 대체나 두려움이나 이야기들도 이야기를 잠깐 나눴었는데.
기본적으로 저는 이 부익부 빈익빈이 아주 나쁘게 극단적으로 이야기를 하면 부익부 빈익빈이 심해질 수도 있겠다는 생각이 들기도 합니다.
뭐냐 하면 이런 어떤 기술적인 문명의 이기를 잘 활용하는 집단과 그렇지 않은 집단들.
그래서 직업이 대체되는 맥락도 같은 직종 안에서도 이런 어떤 효율성을 아주 극대화시켜 줄 수 있는 장치.
보조 장치를 잘 쓰는 집단과 그렇지 못한 집단이 차이가 발생하지 않을까라는 생각이 들기는 합니다.
그런데 반대로 생각하면 이런 챗GPT뿐만 아니라 생성 AI가 확산이 되면 저는 또 아주 긍정적으로 보면 누구나 다 창작자가 될 수 있는
예를 들면 내가 그림을 잘 못 그려도 인풋을 잘하면 아주 좋은 혹은 아주 퀄리티 높은 결과물을 만들어 낼 수도 있고.
그래서 그런 어떤 모두가 다 창작자가 될 수 있는 시대가 오고 있다고 생각하고요.
그래서 앞에 질문을 잘하는 어떤 질문하는 힘이 필요하다라는 이야기를 했었는데.
결국은 또 하나는 이것도 제가 챗GPT에 살짝 물어본 내용이 아주 일부가 있습니다.
그러면 이런 환경에서 인간이 가져야 하는 가치는 뭐냐는 걸 물어봤는데
결국은 챗GPT 왈, 내가 흉내 낼 수 없는 건 그 어떤 인간의 인터렉션, 관계 맺기, 공감하기 이런 능력들은 내가 따라잡기 어려운 영역이라고 이야기를 하더라고요.

-본인이 인정하네요.

-그렇죠. 가끔 얄밉다니까요.
그래서 어떻게 보면 질문을 하는, 좋은 질문을 할 수 있는 그런 훈련과 힘이 필요한 것과 동시에 이런 아주 극단적으로 보면 각박해지는 환경에서
조금 더 인간의 어떤 존엄성이나 공감할 수 있는 가치를.
그러니까 결국은 그 공감하는 힘도 사실 굉장히 중요한 영역이라고 생각을 합니다.
그래서 그런 부분들을 우리가 어떻게 잘 지켜 나가야 하는지가 또 필요하지 않을까 생각을 합니다.

-모른다는 것을 모른다고 얘기할 수 있는 용기가 적어도 챗GPT한테는 있다.

-그렇죠.

-그런 점을 저희가 배울 수 있을 것 같습니다.

-맞습니다.

-오류라는 부분을 또 고쳐 가려는 지혜. 이런 것들도 저희가 배울 수 있는 물성인가 싶습니다.
챗GPT의 창작에 대한 이야기를 아까 하셨는데요.
인간의 그러니까 주문하는 언어, 명령어에 따라서 창작이 달라지는 것처럼 지금 사실 유명한 미술 작품 대회에서 챗GPT가 1등 한 사례도 있고 해서요.

-그렇죠.

-이런 부분에 대해서는 저희가 정말 좋은 질문하는 게 가장 중요하다. 아까도 말씀을 하셨습니다만.

-그렇죠.

-오늘 마무리 발언은 어떤 말씀 덧붙여 주고 싶으십니까?

-사실 말씀 주신 것처럼 이것 또한 문맹의 이기라고 생각을 하고요.
결국은 어느 누군가 칼에 대해서 얘기를 하더라고요.
칼은 아주 훌륭한 도구이기도 하고 사람을 살리기도 하고 맛있는 음식을 만들기도 하죠.
그런데 잘못 사용을 하면 때로는 생명을 앗아가기도 합니다.
결국은 그 칼이라는 도구는 어떤 우리가 기술이라고 봤을 때 어떤 그런 좋은 면이라든가 나쁜 면이 있는 게 아니라
결국은 그 도구를 사용하는 우리 인간이 어떤 마음가짐으로 쓰느냐가 굉장히 중요하지 않겠나라는 생각입니다.

-마지막 결론을 확실하게. 그냥 끝내셨습니다.
칼의 주인은 누구다?
바로 우리다.
제가 드릴 말씀 클로징에도 그 말씀 드려야 할 것 같습니다.
챗GPT가 가져올 변화 분명히 매력적입니다.
하지만 우리가 잊지 말아야 할 것은 그 방향을 누가 정한다?
바로 우리가 정한다는 사실 잊지 않길 바랍니다.
오늘 챗GPT에 대해서 어려운 내용 쉽게 설명하시느라 애쓰신 두 분께 진심으로 감사의 마음을 담아 보냅니다.
고맙습니다.

-감사합니다.

-고맙습니다.

-파워토크는 다음 시간에 인사드리겠습니다.
여러분, 고맙습니다.