전 세계적으로 ‘챗GPT 열풍’이 불고 있다 지만, 이는 조금 의아하고 독특한 일입니다. 이 모든 기술과 사태의 핵 심을 ‘챗GPT’에만 묶어두기에는 너무나 아깝습니다. 지금의 모양새 는 ‘인터넷’이 처음 대중화되었던 시기에 ‘라이코스나 야후를 처음 접 한 사람들이 그것이 인터넷의 전부라 생각하는 것’과 별반 다르지 않습니다. 그렇다면, 우리는 챗GPT처럼 ‘사람의 지시에 명확하게 응답 하는 인공지능’을 무엇이라 불러야 할까요? 그 규모나 성격을 두고 서는 거대 언어 모델(LLM, Large Language Model) 또는 ‘초거대 인공지능 (Hyperscale AI)’라는 용어를 쓸 수 있고, 그 특징을 두고서는 ‘생성 인공지 능(Generative AI)’이라 부를 수 있습니다. 챗GPT가 생성 인공지능, 더 나 아가 인공지능 자체를 대중화시킨 것은 맞지만, 챗GPT는 앞으로 다 가올 멋진 미래의 서막에 불과합니다.
--- p.20

챗GPT에게도 핵심적인 엔진이 있습니다. 이를 우리는 ‘AI 모델’이라 부르죠. AI모델, 그중에서도 거대 언어 모델(LLM) 은 그 자체로 많은 자연어(사람의 언어) 데이터를 학습해 보유하고 있습 니다. 사람으로 따지면 ‘언어를 학습한 뇌’에 해당하는 셈이지요. 챗 GPT가 사용하는 모델의 이름은 ‘GPT-3.5’ 혹은 ‘GPT-4’이며, 그 모 델을 지워버리는 순간 챗GPT는 더 이상 동작하지 않게 됩니다. 물론 자동차가 엔진과 차체만으로 굴러가지는 않습니다. 인공지능 모델의 동작에도 GPU와 같은 인프라가 필요하거든요.
--- p.22

생성 AI를 한마디로 정의하면, ‘사람들의 요구에 맞게 창작하는 인 공지능’입니다. 이 요구를 우리는 프롬프트(Prompt)라고 부르며, 생성 AI 는 학습한 데이터와 인간이 준 프롬프트를 기반으로 새로운 결과물을 만들어줍니다.
--- p.26

컴퓨터 기술을 이용한 인공지능에 대한 전통적 평가는 ‘사람이 쉽 게 할 수 있는 일’을 어려워하고, ‘사람이 어려워하는 일’은 쉽게 처리한 다는 것이었습니다. 이를 모라벡의 역설(Moravec’s Paradox)이라고 부르 죠. 컴퓨터는 논리, 연산, 추론 등의 과정을 매우 효율적이고 빠르게 처 리합니다. 그러나, 사진 속 고양이의 수를 헤아리거나, 글을 쓰는 일 등 의 일은 컴퓨터가 수행하기엔 너무나 어려운 일이었습니다. 하지만 딥 러닝의 등장과 생성 AI 기술의 대중화는 이러한 인간들의 전통적인 컴 퓨터 관(觀)을 송두리째 바꾸고 말았습니다. 이제 AI는 사진 속 고양이 의 수를 헤아릴 뿐 아니라, 그 고양이들의 특성을 소설로 묘사하는 수 준까지 도달했습니다. 많은 이들이 챗GPT에 열광하고, 또 두려워하는 이유겠지요.