"생성형 AI, ChatGPT의 등장 이후로 AI 관련 이슈는 계속해서 이어질 전망입니다."라는 기사를 정말 많이 접한 것 같습니다."그놈의 AI가 뭐길래?! ChatGPT가 뭐길래?! 이렇게 난리야 난리! "라고 하기엔 대학생이 ChatGPT를 모른다는 건 개발자가 "인텔리제이가 뭐야?"라고 하는 것과 같습니다. 그만큼 대학생들에겐 필수라고 할 수 있죠. 대학생들은 과제와 개인공부를 위해 ChatGPT는 꼭 필요한 도구입니다. 때로는 선생님이고 때로는 같은 반 공부 잘하는 친구 같은 느낌이죠. 그렇다면 정확히 ChatGPT가 무엇일까요? 아 그전에 AI가 무엇 일지부터 살펴보고 지나가겠습니다.
1. AI
인공지능artificial intelligence은 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술입니다. 인공지능의 역사는 약 80년 남짓 되었지만 인류는 훨씬 더 오래전부터 지능적인 시스템을 생각했습니다. 지능을 가진 로봇을 다룬 최초의 소설은 150년 전으로 거슬러 올라갑니다.
1943년 워런 매 컬러Warren McCulloch와 월터 피츠 Walter Pitts는 최초로 뇌의 뉴런 개념을 발표했습니다. 이후 많은 과학자가 참여한 1956년 다트머스 AI 콘퍼런스 Dartmouth AI Conference에서는 인공지능에 대한 장밋빛 전망이 최고조에 도달했습니다. 이 시기를 인공지능 태동기👶라고 합니다.
그 이후 인공지능 황금기가 도래했습니다. 대표적으로 1957년 프랑크 로젠블라트Frank Rosenblatt가 로지스틱 회귀의 초기 버전으로 볼 수 있는 퍼셉트론 Perceptron을 발표했습니다. 하지만 컴퓨터 성능의 한계로 인해 간단한 문제를 해결하는 것에 그치자 첫 번째 AI 겨울이 도래했습니다. 이 기간에는 인공지능에 대한 연구와 투자가 크게 감소했습니다. 그다음 전문가 시스템 expert system 이 등장하여 두 번째 AI 붐이 불었지만 금새 그 열기는 식고 두 번째 AI 겨울을 맞이합니다.
이 시기를 극복한 후에 인공지능은 다시 각광을 받기 시작했고 연구자들은 물론 대중 매체도 어느 때보다 큰 관심을 가지게 되었습니다. 이제는 영화와 드라마, 소설 속에서 지능을 가진 컴퓨터 시스템이 등장하는 것이 흔합니다. 하지만 영화 속에 등장하는 인공지능을 실생활에서 체험하기는 아직 어렵습니다. 스마트폰의 음성 비서와 간단한 대화를 이어가기도 아직은 어렵습니다. 영화와 현실이 차이 나는 것은 두 기술이 다르기 때문입니다. 그게 바로 지금입니다.
2. ChatGPT
챗지피티(ChatGPT)란?
챗지피티는 Open AI(오픈에이아이)에서 2022년 11월 30일에 공개한 대화를 전문으로 하는 인공지능형 챗봇으로, Open AI(오픈에이아이)에서 만든 모델 GPT-3.5(대규모 인공지능 모델)의 언어 기술을 근거로 합니다.
챗지피티(ChatGPT)는 채팅의 줄임말인 챗과 'Generated Pre-trained Transformer'의 앞글자만 딴 GPT를 합친 말입니다.
챗지피티(ChatGPT)는 대화창에 질문을 입력하면 대화를 함께 하는 시스템으로, 하루 이용자가 공개된 지 약 5일 만에 100만 명을 돌파하였습니다. 질문에 대한 답변은 기본으로, 코딩 작업, 작사, 작곡, 번역, 논문 작성 등 여러 분야들의 업무까지 할 수 있다는 점에서 기존 AI와는 확실히 다른 모습을 보여주고 있습니다. 특히 GPT(언어에 특화)의 경우, 2018년에 GPT-1을 출시한 이후, GPT-2(2019년), GPT-3(2020년)까지 버전을 업그레이드해 왔으며, 2022년 11월, GPT-3.5인 챗GPT를 공개하여 화제가 되었습니다.
챗GPT는 거대한 데이터베이스(수백만 개의 웹페이지로 구성)에서 사전 훈련이 된 대량 생선 변환기를 사용하여 인간과 비슷하게 대화를 생성하고 있습니다. 이러한 대화는 사람의 피드백을 사용한 강화학습을 이용하여 인간과 자연스럽게 대화도 나누고 질문에 답면도 하고 있습니다. 대화의 주제는 기술적인 문제 해결방법, 창의적 아이디어, 지식정보 등 매우 넓습니다.
오픈 AI는 챗봇이 혐오나 차별 발언을 하는 것을 막기 위해 AI를 기반으로 조정하는 시스템인 '모더레이션API'를 이용하고 있습니다. 그래서 허용하지 않은 질문을 할 경우, 챗GPT는 '공격적 또는 차별적이거나 부적절한 질문, 여기에는 성전환자 혐오적, 동성애 혐오적, 성차별적, 인종차별적 또는 기타 혐오스럽거나 차별적인 질문이 포함됩니다'라고 대답합니다.
화재 및 논란
챗GTP가 공개된 이후, 교육 및 연구 분야에서 특히 뜨거운 논쟁이 일어나고 있는데, 그 이유는 기본 챗봇과 달리 챗GPT가 많은 양의 전문 지식을 담은 논문과 에세이를 빠르게 써 내려가는 능력이 있다는 것이 확인되었기 때문입니다. 실제로 미국의 학생들이 챗GPT를 이용해 숙제를 하여 제출하는 일이 일어났고, 이에 따라 시애틀과 뉴욕의 공립학교에서는 교내의 컴퓨터와 와이파이망을 통해 챗GPT에 접속하는 것을 차단하는 대책을 내기도 했습니다. 또 몇몇 대학에서도 챗GPT를 이용하여 작성한 에세이를 내는 일이 적발됐으며, 이에 따라 몇몇 대학에서는 AI를 사용할 수 없는 그룹평가나 구슬시험을 늘리고 AI를 이용한 표절을 학내 규정에 넣는다는 방침을 냈습니다.
이에 미국 몇몇 대학들에서는 챗GPT를 이용하여 적은 글인지 아닌지 구별하기 위해 디텍트 GPT, 제로 GPT 등 탐지 서비스를 보였으며, 오픈 AI에서도 챗GPT를 이용하여 작성한 글인지 아닌지를 식별하는 툴을 오픈 AI 블로그를 통하여 내놓았습니다. 하지만 오픈 AI는 해당 툴이 모든 AI가 적은 글들을 확실히 구분하는 것은 불가능하다고 이야기했습니다.
3. AI 페어 프로그래밍
앞서 말씀드린 내용들은 '개발'과는 조금 거리가 먼 이야기였다고 생각합니다. 하지만 챗GPT를 정말 다양한 분야에서 사용하고 있다는 사실은 변함없습니다. 그렇기에 챗GPT를 개발기술에 접목시킬 수 있다라는 생각은 누구나 했을 거라 예상합니다. 챗GPT 즉, AI를 활용해서 코딩 및 프로그래밍을 하는 활동을 AI 페어 프로그래밍이라고 합니다
(1) 전통적인 페어 프로그래밍
페어 프로그래밍은 두 개발자가 하나의 문제 해결을 함께 논의하며 프로그래밍하는 협업 기법입니다. 두 명이 함께 작업하면서 아이디어와 해결책을 바로바로 공유하며 실시간으로 피드백을 주고받기 때문에 실수를 줄일 수 있고, 더 나은 설루션을 찾을 수 있습니다. 코드 품질 향상, 지식 공유와 멘토링, 협업과 의사소통 능력 강화, 복잡한 문제 해결, 프로젝트 관리 효율성, 팀워크와 동기 부여 관점에서 장점이 있습니다.
코드 품질 향상 : 두 개발자가 함께 코드를 작성하고 검토함으로써 버그를 초기에 발견하고 해결할 수 있습니다. 이는 코드의 신뢰성과 유지보수성을 향상시키며, 장기적으로 프로젝트의 품질을 높입니다.
지식 공유와 멘토링 : 경험이 많은 개발자와 적은 개발자 간, 혹은 다른 전문 지식을 가진 개발자 간의 지식과 기술이 자연스럽게 전달되는 기회를 제공합니다. 이를 통해 팀 전체의 역량이 강화됩니다.
협업과 의사소통 능력 강화 : 의사소통과 협업 능력을 향상시킬 수 있습니다. 이는 팀 내외부에서 다양한 이해관계자와 효과적으로 소통하는 데 필수적인 기술입니다.
복잡한 문제 해결 : 큰 시스템이나 복잡한 문제에 직면했을 때, 두 머리가 하나보다 낫다는 말이 있습니다. 페어 프로그래밍은 창의적인 해결책을 모색하고 다양한 관점에서 문제를 바라볼 수 있게 합니다.
(2) 한계 및 단점
첫 번째 이유는 문화적 저항입니다. 개인 작업을 선호하거나 협업에 대한 가치를 충분히 인식하지 못할 수 있습니다. 공감대 형성에 실패한 거죠.
두 번째는 리소스의 제약입니다. 시간과 인력은 중요한 자산입니다. 페어 프로그래밍을 도입하는 초기에는 단기적으로 생산성 저하를 경험할 수 있습니다.
세 번째는 공간과 인프라 제약입니다. 효과적으로 페어 프로그래밍을 수행하려면 적절한 물리적 공간과 기술적 인프라가 필요합니다. 작업 공간이 협소하거나 장비가 부족하면 진행하기 어려울 수 있습니다.
네 번째로 구성원 간의 기술적 불일치를 들 수 있습니다. 페어 구성원 간의 기술 수준이나 경험이 크게 다르면 페어 프로그래밍이 효과적으로 진행되지 않을 수 있습니다. 이는 한쪽으로 치우치는 일방적 작업 분담 혹은 학습으로 이어질 수 있기 때문입니다.
마지막으로 성과 측정 방법과 보상 구조를 마련하기 어렵다는 겁니다. 개인의 성과를 중시하는 평가 및 보상 시스템에서 페어 프로그래밍과 같은 협업 기반 작업은 공감대를 이끌어내기 어려울 수 있습니다. 이 경우 협업을 장려하고 보상하는 문화와 시스템이 뒷받침되어야 합니다.
(3) AI 페어 프로그래밍
그렇다면 사람이 아니라 AI랑 페어를 짜서 프로그래밍을 하면 다를까요?
프로그램을 돕는 대표적인 AI 도구로 깃허브 코파일럿(GitHub Copilot)을 들 수 있습니다. 깃허브 코파일럿은 깃허브와 오픈 AI 기술이 결합된 AI 기반 페어 프로그래밍 도구입니다. 깃허브 코파일럿은 개발자가 코드를 더 빠르고 효율적으로 작성할 수 있도록 설계되었습니다. 프로그래머가 작성 중인 코드를 분석하고, 콘텍스트를 이해해 자동으로 코드를 제안합니다. 인터넷에 공개된 오픈 소스들로 학습했습니다.
코드를 자동으로 완성시켜주는 ‘IDE auto complete 기능과 뭐가 다르지?’라는 생각이 들 수 있습니다. 기존의 코드 완성 기능을 먼저 살펴보겠습니다. 널리 쓰이는 개발 도구인 젯브레인 인텔리제이의 코드 완성 기능은 개발자가 시작 문구를 쓰면 가장 유사한 코드 문구를 추천해 자동으로 나머지 완성 코드를 완성해 줍니다.
개발 코드가 먼저 있고, 그다음 개발자의 의도, 마지막으로 자주 사용되는 패턴을 제시해 완성! 이런 단계로 코드를 작성합니다. 크게 다음과 같은 기능을 제공한다고 요약할 수 있습니다.
타입 매칭 완성(type matching completion)
문장 완성(statement completion)
자동 임포트(auto import)
4. ChatGPT 4.0, ChatGPT 5.0
(1) GPT-3.5와 GPT-4 차이점은?
GPT-4는 GPT-3.5보다 훨씬 많은 매개변수를 보유하고 있습니다. 매개변수란, AI가 대화를 학습하는 데 필요한 정보량을 의미합니다. 매개변수가 많을수록 사용자의 다양한 요구와 상황에 맞춰 더욱 효과적으로 대응할 수 있습니다. 또한, GPT-4의 주목할 만한 특징 중 하나는 '멀티모달(Multi Modal)' 기능을 갖추고 있다는 것입니다. 요약하면, GPT-4는 GPT-3.5 대비 훨씬 더 많은 정보를 처리하며, 다중 멀티모달 기능을 통해 사용자에게 더욱 편리하고 맞춤화된 대화 경험을 제공합니다.
(2) GPT-5 출시? AI 기술의 진화?!
GPT-5의 대표 5가지 기능:
고급 자연어 이해(NLU) 및 생성(NLG) 능력:
LLM은 'Large Language Model'의 약자로, 대규모 언어 모델을 의미, 인터넷에 있는 방대한 양의 텍스트 데이터로부터 학습하여, 자연어를 이해하고 생성하는 능력갖춥니다.. 특히 GPT-5는 이러한 능력을 한층 더 발전시켜, 사용자와 더 인간처럼 소통할 수 있게 되었습니다.
환각(Hallucination) 감소:
때때로 챗GPT 기술의 응답을 신뢰하기 어려운 이유는 챗GPT가 잘못된 데이터를 학습하여 오류를 정확한 정보처럼 제공하는 '환각' 때문입니다. 특히 교육이나 헬스케어 분야에서는 잘못된 정보가 심각한 결과를 초래할 수 있습니다.. GPT-5는 더 정교한 데이터 필터링과 학습 과정을 통해 정확도를 높이고, 사용자의 질문 맥락을 더 잘 이해하려고 작동합니다.
고급 추론 능력:
AI와의 대화 중에 지연 시간을 줄이고 빠르고 정확한 추론을 기대할 수 있다는 것을 의미합니다.
멀티모달(Multi Modal) 기능 통합:
멀티모달 생성 AI는 텍스트, 이미지, 오디오 등 여러 가지 데이터 모드를 결합하여 창의적이면서 다양한 결과물을 생성하는 기술을 의미합니다. GPT-5는 멀티모달 생성 AI 기술을 통해, 상황을 더 정확하게 인식하고 의사 결정을 명확히 진행할 수 있습니다.
개인화된 에이전트 경험 제공:
개인화는 GPT-5의 핵심 기능 중 하나로, 대화 내 문맥을 잘 이해하고 사용자 정보 및 대화 이력에 대한 기억을 강화함으로써 보다 자연스러운 대화가 가능해습니다. 이를 통해 고급 멀티 턴 대화 처리가 가능해지며, 사용자 경험이 크게 향상되었습니다.
댓글