AI 학개론 1강 필수지식, 누구든 10분이면 이해 끝

 

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."

AI 학개론 1강

ai에 대한 막연한 두려움과 오해를 해소하고 싶은 비전공자를 위한 ai 필수 지식 가이드입니다. 현직 ai전공자가 인공지능의 정의부터 발전 과정, 핵심 용어, 그리고 미래 산업 생태계까지 쉽고 명확하게 설명해 줍니다. 특히 ai 모델, 딥러닝, LLM, 생성형 ai, 멀티모달, agi등 복잡하게 느껴졌던 개념들을 일상적인 비유를 통해 직관적으로 이해할 수 있도록 돕습니다. 이 강의를 통해 ai시대에 필요한 최소한의 지식을 습득하고, 나아가 ai를 활용하여 자신의 삶과 업무에 실질적인 변화를 가져올 수 있는 통찰을 얻게 될 것입니다.

1. AI의 정의 및 기본 개념

1.1. AI의 정의 (Artificial Intelligence)

1. AI의 의미: AI는 'Artificial Intelligence'의 약자로, 인공적으로 만든 지능을 의미한다.
2. AI의 세 가지 조건:
   1. 구조: 지능이 나올 수 있는 뇌와 같은 구조가 필요하며, 현재 AI는 긴 코드로 구성되어 있다.
   2. 학습 능력: 뇌 구조를 이용하여 데이터와 지식을 학습하고 스스로 능력치를 올릴 수 있어야 한다.
   3. 수행 능력: 학습한 내용을 바탕으로 요구 사항을 수행할 수 있는 능력이 있어야 한다.
3. 챗GPT를 통한 AI 조건 예시:
   1. 구조: 챗GPT는 코드로 이루어진 뇌 구조체를 가지고 있다.
   2. 학습: 사용자의 대화나 데이터를 통해 학습한다.
   3. 수행: 학습한 내용을 바탕으로 사용자의 요구 사항을 수행할 수 있다.

1.2. AI를 세는 단위: 모델

1. AI 모델의 개념: AI를 셀 수 있는 단위는 ' 모델'이라고 하며, 이는 휴대폰의 '갤럭시'나 '아이폰'과 같은 개념이다.
2. 주요 AI 모델 예시:
   1. 구글의 Gemini AI 모델
   2. 오픈 AI의 GPT 모델
   3. 메타의 라마(Llama) 모델
3. 모델의 버전: 휴대폰처럼 AI 모델도 여러 버전이 존재하며, GPT의 경우 GPT-1부터 GPT-4까지 출시되었다.
   1. 현재 사용 가능한 최신 버전은 GPT-4이다.

2. AI 발전의 핵심: 딥러닝

1. 딥러닝의 중요성: 딥러닝은 AI발전을 이해하는 데 필수적인 개념으로, AI 이해의 해상도를 높여준다.
2. 딥러닝 등장 이전의 AI 학습 방식:
   1. 초기 AI대회에서는 강아지와 고양이를 구별하는 코딩 대결이 있었다.
   2. 사람들은 강아지의 눈 모양, 고양이의 귀 모양, 수염 등 특징을 하나하나 코딩하여 구별했다.
   3. 이 방식은 특정 특징이 없는 경우(예: 외식코기) 학습에 한계가 있었다.
3. 딥러닝의 혁신:
   1. 뇌 구조 코딩: 딥러닝은 코딩으로 인간의 뇌와 같은 구조(퍼셉트론이 얽힌 구조)를 만든다.
   2. 데이터 기반 학습: 이 뇌 구조에 강아지, 고양이 사진을 엄청나게 많이 보여주면, AI가 스스로 판단하여 구별할 수 있게 된다.
   3. 핵심 포인트:
      1. 데이터를 많이 넣으면 뇌 구조만 잘 짜면 AI가 알아서 학습한다.
      2. 특정 태스크에 대한 특별한 코딩이 필요 없다.
      3. 일반적으로 작업을 수행할 수 있도록 AI발전의 토대가 되었다.
4. 딥러닝의 역할:
   1. AI발전을 가속화시킨 핵심 기술이다.
   2. 데이터를 많이 투입하면 AI가 어떤 작업이든 잘 수행할 수 있다는 가능성을 보여주었다.
   3. 딥러닝은 머신러닝의 한 종류가 아니라, AI 모델을 만드는 데 사용되는 학습 방법 중 하나이다.
   4. 만두를 삶거나 굽거나 찌는 것처럼, AI를 학습시키는 여러 기법 중 하나가 딥러닝이다.

3. AI 신드롬의 시작: 주요 사건

1. 딥러닝 개념의 등장: 딥러닝개념은 2012년에 본격적으로 사용되기 시작했다.
2. 알파고와 이세돌의 바둑 대결 (2016년 3월):
   1. 알파고가 이세돌을 이기면서 기계가 인간을 이긴 역사적 순간이 탄생했다.
   2. 이 사건으로 사람들은 AI에 대한 일차적인 공포와 신드롬을 느끼기 시작했다.
   3. 이후 컴퓨터공학과 지원율이 급증했으며, 강사 본인도 AI공부를 시작하는 계기가 되었다.
3. 챗GPT의 등장 (2022년 11월):
   1. 조용히 출시되었으나, 사용자들이 직접 써보면서 그 성능에 놀라움을 느꼈다.
   2. 사람들은 챗GPT가 자신의 삶에 직접적인 영향을 줄 수 있음을 체감하며 관심이 폭증하기 시작했다.
   3. 이로 인해 현재의 강력한 AI 신드롬이 발생하게 되었다.

4. AI 시대의 필수 전공 용어

4.1. LLM (Large Language Model)

1. 의미: 'Large Language Model'의 약자로, 큰 언어 모델을 의미한다.
2. 언어 모델: 인간이 사용하는 언어(자연어)에 특화된 AI 모델이다.
   1. 번역, 대화 등 다양한 언어 관련 작업을 수행할 수 있다.
   2. 챗GPT는 언어 모델(GPT)을 채팅 형태로 만든 것이다.
3. Large의 의미: AI의 뇌 역할을 하는 신경 세포(뉴런)의 수가 엄청나게 많은 언어 모델을 LLM이라고 한다.
4. 현재 동향: 현재 대기업들이 만드는 언어 모델은 대부분 LLM에 해당한다.
   1. 뉴스에서 LLM을 접하면, 고성능의 언어 모델이라고 이해하면 된다.

4.2. 생성형 AI (Generative AI)

1. 등장 배경: 텍스트 외에 멀티미디어(영상, 오디오, 사진)를 처리하고 싶은 니즈가 생기면서 등장했다.
2. 의미: 'Generate' 즉, 만들어 주는 AI를 의미한다.
3. 기능: 이전에 없던 새로운 영상, 오디오, 사진 등을 생성할 수 있다.
   1. 예시: 틱톡이나 유튜브에서 사람이 풍선처럼 터지거나 찌그러지는 영상, 포토샵에서 하늘을 생성하는 기능 등이 생성형 AI의 결과물이다.

4.3. 멀티모달 (Multimodal AI)

1. 발전 과정: 기존 언어 모델(LM)이 발전하면서 텍스트뿐만 아니라 오디오, 비디오, 이미지까지 모든 종류의 데이터를 처리할 수 있게 되었다.
2. 의미: 여러 종류의 데이터를 다룰 수 있는 올라운드 AI를 ' 멀티모달'이라고 한다.
3. 현재 동향: 요즘 AI 모델들은 대부분 멀티모달 AI에 해당한다.
   1. GPT-4는 제대로 된 멀티모달 AI이며, 그 이전 버전(GPT-1, 2, 3)은 LLM에 가까웠다.
   2. 이는 아이폰의 카메라 기능 발전과 유사하게 이해할 수 있다.

4.4. AGI (Artificial General Intelligence)

1. 의미: 'Artificial General Intelligence'의 약자로, 일반 인공지능을 의미한다.
2. 특징:
   1. 스스로 판단하여 문제 해결을 할 수 있는 사고 능력을 갖춘 AI이다.
   2. 현재 AI는 수동적으로 명령을 수행하지만, AGI는 스스로 문제를 인식하고 해결해 줄 수 있다.
3. 미래 목표: AI개발자들은 AGI개발을 최종 목표로 삼고 있다.
4. 등장 시기: 아주 가까운 미래는 아니지만, AI의 미래 방향성으로 계속 나아가고 있는 단계이다.

5. AI의 현재 파워와 미래 시장

5.1. AI의 현재 파워

1. 생성형 AI를 통한 콘텐츠 생성:
   1. 이미지/비디오/오디오 생성: AI를 통해 얼굴을 바꾸거나, 특수 효과, CG 등을 쉽게 만들 수 있다.
   2. 범죄 악용 가능성: 딥페이크(얼굴 바꿔치기)나 보이스 피싱(목소리 학습 후 사기) 등 범죄에 악용될 수 있다.
2. 수행 비서 역할:
   1. 챗GPT와 같은 AI는 이미 충분히 비서 역할을 수행할 수 있다.
   2. 여행 코스 짜기, 생일 편지 쓰기, 메일 답장하기 등 귀찮거나 경험이 부족한 일을 AI가 대체해 줄 수 있다.

5.2. AI 시장과 미래: AI 밸류 체인

1. AI 밸류 체인의 중요성: AI관련 기술은 독립적으로 이해할 것이 아니라, 서로 영향을 주고받는 AI 밸류 체인을 이해해야 한다.
   1. 이를 통해 기업의 주목도나 주가 변동을 이해할 수 있다.
   2. 진로, 취업, 진학 등 개인의 미래 계획에도 도움이 된다.
2. AI 밸류 체인 구성:
   1. AI 모델 (뇌):
      1. 현재 AI 모델의 트렌드는 멀티모달이다.
      2. 구글, 메타, 마이크로소프트, 테슬라 등 빅테크 기업들이 AI 모델(뇌)을 개발하고 있다.
   2. 반도체 (뇌의 필수 부품):
      1. AI 모델개발에 반도체가 필수적이다.
      2. GPU (엔비디아)와 HBM (SK하이닉스)이 대표적이다.
      3. 엔비디아는 빅테크 기업들이 AI 모델개발 경쟁을 벌이는 동안, 모든 기업이 자사의 GPU를 사용하기 때문에 큰 이득을 얻고 주가가 급등했다.
   3. 인프라 (뇌를 움직이는 환경):
      1. 반도체를 모아놓고 전력을 공급하는 인프라 사업이 필요하다.
      2. AI 모델구동에 막대한 양의 전기가 소모되므로, 효율적인 전력 생산이 중요하다.
      3. SMR (소형 원자로): 데이터 센터에 효율적인 전력 공급을 위해 소형 원자로 기술이 주목받고 있다.
      4. 에너지 기술 개발 기업이나 데이터 센터 관련 기업들도 함께 주목받고 있다.

6. AI의 미래 방향성 및 대한민국 과제

1. AI의 다음 스텝: 로보틱스 및 바이오 AI:
   1. AI 모델(뇌)을 잘 만들었다면, 이를 어떻게 응용할지가 중요하다.
   2. 로보틱스: 챗GPT가 로봇의 몸에 들어가면 훨씬 강력해지므로, 휴머노이드 등 로봇 관련 기술이 부상하고 있다.
   3. 바이오 AI: AI 모델을 바이오 분야에 적극적으로 활용하는 것도 중요한 예시이다.
2. 대한민국의 AI 대위기 상황 재강조:
   1. 강사는 대한민국이 AI분야에서 대위기상황에 처해 있다고 진심으로 생각한다.
   2. AI 밸류 체인에 한국 기업들이 메이저급으로 끼어 있지 못하다는 점이 문제이다.
   3. 가장 큰 문제: AI기술을 명확하게 이해하고 비전을 제시하는 수뇌부가 부재하다는 점이다.
   4. 국가의 도움이나 자본의 흐름이 AI발전에 필수적이지만, 한국은 너무 천천히 가고 있다.
   5. AI 산업계와 학계의 큰 선배들이 더 많은 관심을 가져야 한다.
   6. 지금 시기를 놓치면 한국은 AI주도 성장 시대에 오랫동안 후발주자로 남을 수 있다.
3. 과학 기술의 중요성:
   1. 나라의 힘은 과학에서 나오며, 과학이 곧 국력이다.
   2. 조선, 철강, 전자, 반도체처럼 미래 세대를 먹여 살릴 과학 기술과 기업이 필요하다.

7. AI 시대 생존 전략 및 과제

1. AI 시대에서 살아남는 법 공유:
   1. 직업 변화: 어떤 직업이 사라지고 어떤 직업이 남을지 구체적으로 제시하기는 어렵지만, 살아남을 직업의 포인트와 사라질 직업의 포인트를 정리해 줄 예정이다.
   2. AI 브랜딩: 기업, 조직, 제품에 AI를 도입하여 혁신적으로 변화시키는 방법에 대해 설명할 예정이다.
   3. AI 활용법: 어떤 AI 툴을 어떻게 써야 하는지 알려줄 예정이다.
2. 가장 중요한 것: 두려워하지 않기:
   1. 강의 내용을 이해했다면 이미 대한민국 대부분의 사람보다 AI지식이 많다.
   2. AI를 두려워하지 말고, 이것저것 잘 써봐야 한다.
   3. 대부분의 AI 툴은 무료이며, 비전공자에게는 무료 툴로도 충분하다.
   4. AI 툴과 친숙해지고 직접 사용해보면서 AI에 대한 감을 잡고, 진로, 학업, 취업, 이직 고민을 해소할 수 있다.
3. 과제:
   1. 오늘 당장 챗GPT로 글을 써본다.
   2. 본인이 해야 하는 귀찮은 일 세 가지 이상을 챗GPT에게 시켜본다.

 

AI 학개론 2강 시대에 사라질 가능성이 높은 직업의 특징은 무엇인가? 바로가기