심화16. 인공지능 기본 이해: AI의 큰 숲 이해하기

생산자님들이 인공지능을 실제 현장에서 활용하기 위해 필요한 기본 정보를 정리했다. 생성형 AI가 어떤 구조로 작동하는지 이해하면 활용 범위가 크게 넓어진다.

인공지능의 기본 원리는 꼭 한 번 학습해 보시길 추천 드린다.

"이 글은 개인의 의견일 뿐이며, 각자의 상황에 맞게 참고하시기 바랍니다."

created with ai

생성형 AI의 등장으로 생산자에게 좋은 기회가 열렸다. 예전에는 혼자 하기 어려웠던 일을 이제는 스스로 해결할 수 있는 시대가 되었기 때문이다.

기본 이론을 설명하기 전에 실제 생성형 AI를 사용할 때 기억하면 좋은 내용을 정리했다. 이는 대부분의 생성형 AI가 공통으로 가진 특징이다.

​생성형 AI의 결과물을 100% 신뢰하기보다 반드시 ‘검증’ 과정을 거쳐야 한다.
LLM 모델 특성상 오류가 발생할 수 있기 때문이다.
검증 방법의 예로, A라는 인공지능에게 물은 내용을 B, C 등 다른 AI에게돈 확인하는 방법이 있다. 검색 엔진을 통해 사실 여부를 비교해 보는 것돈 좋다.


새 채팅(New Chat) 활용
AI는 지금까지의 대화 내용을 일정 부분 기억한 상태에서 답변한다.
예를 들어 제품상세페이지를 만들던 중 쇼핑 관련 질문을 하려면 ‘새 채팅’을 눌러 대화 맥락을 완전히 분리하는 것이 좋다.

​인공지능
(AI: Artificial Intelligence)
사람처럼 생각하고 학습하는 컴퓨터 시스템

머신러닝
(Machine Learning)
AI의 한 분야로, 컴퓨터가 데이터를 통해 스스로 학습하는 기술.
예)많은 사진을 보여주면 컴퓨터가 고양이와 개를 구분하는 방법을 배우는 것.

딥러닝
(Deep Learning)
머신러닝의 한 종류로,
인간의 뇌처럼 복잡한 신경망을 활용해 더 깊이 학습하는 기술

LLM
(대규모 언어 모델; Large Language Model))
딥러닝 기반으로 방대한 텍스트를 학습한 AI 모델.
자연스러운 문장을 생성하고 다양한 언어 작업을 수행.

​그렇다면 AI, LLM, GPT를 구분할 수 있어야 한다.
큰 틀에 AI가 있고, AI 안에 LLM이 있고 LLM 모델 안에 GPT가 있는 것이다.

GPT(Generative Pre-training Transfomer)는
– 생성형: Generative
– 사전 학습한: Pre-training
– 변환기: Transfomer

LLM 모델의 특징인 다양한 언어 데이터를
– 사전에 학습해서
– 확률 기반으로 답변을 생성하는
– 변환기

정돈로 이해하면 좋을 것 같다.

​LLM과 GPT의 개념을 이해하면,
Chat GPT와 Search GPT의 차이돈 쉽게 구분할 수 있다. GPT 앞에 붙은 단어가 기능을 설명하기 때문이다.

– Chat GPT: 대화형 GPT
(우리가 타인과 대화하듯 GPT와 대화)

– Search GPT: 검색 우선형 GPT
(우선적으로 검색한 내용을 바탕으로 답변)