생성적 인공지능 General AI에 대한 소고(feat. 모던 타임스)

생성적 인공지능 General AI을 경험하며 드는 생각은- 마치 과거 공장이, 컴퓨터가, 인터넷이 인류에게 준 충격과 유사한 느낌이었다. 단순히 긍정과 부정적 인식이나 평가를 하기 전에, 실질적으로 누군가는 일자리를 빼앗기고 누군가는 새로운 일을 얻게 되겠다는 생각이들었고, 더욱 명백한 것은 각 단계는 서로의 격차를 더 벌리게 되겠구나 하는 생각이 들었다. 

컨베이어 벨트가 세상에 나온 1913년, 그 시대의 분업과 특화가 인간의 생산성을 촉발했다. 하지만 그리고 대량생산을 위한 표준화는 획일화를 싫어하는 ‘인간 ’으로서의 근로자와 불가피하게 충돌하기에 이르렀다. 조금 과장해서 표현하면 인간은 기계를 지원하기 위한 보조원으로 전락하였으며 이 과정에서 근로자의 개성이나 다양성은 무시되기 일쑤였다.     
흔히 말하는 산업혁명, 정보화 혁명이 사람 대신 노동하는 기계, 사람 대신 계산하는 컴퓨터, 사람 대신 정보를 전달/관리하는 인터넷, 사람 대신 생각하는 인공지능의 문제가 아니라는 생각이 든다. 오히려 각 00혁명들은 찰리 채플린의 모던 타임즈에서 비유하듯 그 한 구비 한 구비가 각각의 새로운 이데올로기가 아닌가 하는 생각이 든다. 

유발 하라리의 사피엔스에서 말하는 처럼 인류는 인지 혁명과 언어혁명을 통해 살아남았고 살아남은 자신들과의 경쟁을 통해 계속해서 새로운 언어를 창조하고 있다. 그리고 그 변화의 주체는 개인에서 집단으로, 자연인에서 법인으로, 오프라인 에서 디지털로 자리와 범위를 바꾸고 있다. 이는 마치 일종의 행렬과 같은 구조 또는 복리처럼, 어쩌면 시냅스처럼 연결되어 기하 급수적으로 확장하고 있는 모습니다. 

생성적 인공지능 General AI 분야는 지난해 일론 머스크가 이끄는? 달리2를 시작으로 Stable Diffusion, 미드저니 가 출시되며 대중적인 양상을 띄게 되었다. 이렇게 문장을 이미지로 생성해주는 분야부터 꿈틀거리던 General AI 영역이 지난달 ChatGPT 출시를 기점으로 미친듯이? 확장되고 있다. 앞서 언급한 생성모델과의 가장 큰 차이점은 범용적인 인터페이스( 대화체)라는 점과 이를 통한 서드파티들의 폭팔적인 확장이고 여기에서 더욱 주목해야 할 점은 과거 앱스토어 생태계와 달리 많은 서드파티 어플리케이션들이 노코드로 제작되고 배포되고 있다는 점이다.

앞서 작성한 포스팅에서 프로그래머가 아닌 개발자의 위기라 표현한 배경이 바로 이점이다. 어떤 언어와 플랫폼을 구현할 수 있는가, 프론트 엔드인가 백엔드 인가가 아니라- 더 본질적으로, 정작 필요하다고 생각하는 것을 스스로 구현할 수 있느냐의 능력이 더 중요하다는 점을 강조하고 싶다. 익숙한 언어 programming language나 산출되는 유형(앱 또는 웹)에 닫히지 않았으면 한다. 수 년의 IT 경력이 있어도 나만의 서비스는 꿈도 못꿔보는 경우가 많다. 대부분 프론트 아니면 빽엔드 또는 기획이나 디자이너로서의 개별 파트만 있는 경우가 많다. 혹여 단독으로 서비스를 구성할 수 있는 이들을 종종 풀스텍이라 한다. 하지만 대부분 B2B를 대상으로한 대규모 프로젝트이다. 정말 스스로나 주변 지인들이 쓸 수 있는 마이크로 서비스를 스스로 제작하고 주변인들에게 배포하는 경우는 매우 드물다. 규격, 프레임, 경험이 주는 위험성이 아닌가 생각한다. 서비스라 함은- 으로부터 풍겨오는 기본?적인 규격과 조건들의 기준에 대해 다시한번 생각해볼 수 있는 계기가 되었으면한다. 
 
뒤에 공유하겠지만 최근 배포되고 있는 어플리케이션을 개발하고 배포하는 이들은 대부분 개발자가 아니다. 단지 인공지능에 관심있는 제조업 종사자, 마케터, 의료계 종사자 또는 인공지능을 연구하는 대학생과 석박사들이다. 정작 대다수의 업계 종사자들은 현업에 치어- 미처 경험해보지 못하거나 때론, ' 그거 아직 부정확해- '라는 저마다의 판단의 버릇을 반복하고 있는 동안 새로운 이데올로기는 정착되고 있다. 그리고 이 이데올로기가 정착되면 세상을 원망하며 자리를 내어주거나 뒤늦게 오후가 없는 삶을 반복하고 있는지도 모르겠다. 그런 지극히 개인적인 경각심으로 관련 내용들을 테스트하며 정리했던 레퍼런스들을 공유해본다.

 

 

Reference 

구분	대화형 언어 생성 모델	이미지 생성 모델
Model	ChatGPT	달리2 미드저니 이매진
3rd party	맥 데스크탑 어플리케이션 한영번역기(구글 익스텐션) 유튜브 요약하기(구글 익스텐션) 웹사이트(영문) 요약(구글 익스텐션) GPT 프롬프트 공유(구글 익스텐션) 다이얼로그 형태로 바로 ChatGPT사용하기(구글 익스텐션) VS Code 플러그인 4,000자 이상의 문자열 나누기	이미지 생성(No-code Application) Open API 신청 트윗

 

참고로 현재까지 테스트한 결과 생성적 인공지능을 대하는 가장 중요한 지점은 프롬프트 prompt를 어떻게 사용하고 사용한 내용과 그 결과를 나만의 데이터베이스로 다시 얼마나 재사용할 수 있느냐 가 관건인 것 같다는 생각을 하게 되었다.
여기서 프롬프트는 마치, 사람과 사람의 대화에서도 질문이 중요하듯 AI와 사람과의 대화에서도 질문의 의도와 방식이 중요하다는 개념으로 구성된다. 여기서 한번 더 부연하고자하는 바는 누군가와 대화를 할 때 답답하거나 원하는 답을 얻지 못하는 이유가 때때로 상대방이 아닌 나에게 문제가 있는 경우가 있을 수 있는 것처럼, 인공지능과의 대화에 있어서 단순히 인공지능의 미완결성, 데이터베이스가 가지고 있는 물리적 제약 또는 추론적 한계를 배경으로 판단의 버릇을 반복하지 않았으면 하는 바램이 있다. 이런 판단의 버릇은 대부분 주로 조직의 한 가운데 위치할때 발생하는 경우가 많은데 그러다보면 개인의 사소한 인식이 본의아니게 호리천리 毫釐千里가 되어 조직의 운명을 좌지우지 할 수도 있기 때문이다. 

 

 

프롬프트 빌더 및 관리
https://riku.ai/

Riku.AI | Build No-code Prompts & Datasets for AI Models

한 문장으로 여러 페이지의 슬라이드 제작 서비스
https://beta.tome.app/

The AI-powered storytelling format

프로프트 구성에 대한 가이드를 제안한 트윗 
https://twitter.com/thatroblennon/status/1615104249192488980?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed&ref_url=https%3A%2F%2Fwww.notion.so%2Fthinknormal%2FGeneral-AI-ChatGPT-etc-c4519c685846410bb9666575ac819bf3 

트위터에서 즐기는 Rob Lennon 🗯 | Audience Growth

검색 최적화 SEO를 고려한 프롬프트 작성에 대한 포스팅 
https://linkshero.com/chatgpt-for-seo/

30 Exciting ChatGPT for SEO Prompts That Save Time in 2023

3,000자가 넘는 대량의 문서를 처리하기 위한 프롬프트 작성에 대한 연구 논문
https://arxiv.org/abs/2110.01691

AI Chains: Transparent and Controllable Human-AI Interaction by Chaining Large Language Model Prompts

 

 

ChatGPT를 활용한 사례들

자장가?를 위한 동화를 만들어주는 서비스
https://twitter.com/LinusEkenstam/status/1615715273432080388?s=20&t=3lrPrhHDTzarf-ai7NqZuw

트위터에서 즐기는 Linus (●ᴗ●)

72시간 만에 동화책 출간한 Ammaar Reshi( ChatGPT + Midjourney)

This man used AI to write and illustrate a children's book in one weekend. He wasn't prepared for the backlash.

AI 팟캐스트

Talking AI with AI | Greylock

창업지원사업 지원서 작성에 ChatGPT를 가이드로 사용한 사례

Instagram의 TMSS ; The Most Sensational Sheep님 : "창업지원사업 지원을 위한 ChatGPT 프롬프트 　 　 　 🌀

논문을 요약한 사례

Check out this ShareGPT conversation

 

 

 

 

최근에 감명깊게 읽은 한병철님의 사물의 소멸의 내용을 마지막으로 이번 포스팅은 마무리한다.

인공지능은 과거로부터 배운다. 인공지능이 예측하는 미래는 진정한 의미의 미래가 아니다. 인공지능은 사건맹(事件盲, ereignisblind)이다. 반면에 생각하기는 사건의 성격을 띤다. 생각하기는 전혀 다른 무언가를 세계 안에 놓는다. 인공지능에게 결여된 것은 다름 아니라 확실한 의미의 새로움이 시작되게 하는 단절의 부정성이다. 인공지능은 궁극적으로 같음을 이어간다. --- p.67