기본 개요
일정
- 일시: 2023. 6. 29.(목) 저녁 7시
- 소요시간: 약 90분
- 장소: 우아한테크 YouTube 채널 라이브
추천 대상
- Generative AI에 대해 많이 들어보기는 했으나, 어떤 원리로 동작하는 것인지 잘 몰랐던 분
- GenAI가 비즈니스 현장에서, 기업들에게, 개발자들에게 어떻게 사용되고 있는지 궁금한 분
- 개발자가 아니라, 고객 입장에서, 비즈니스 관점에서 GenAI에 대한 도입 전략을 고민하는 분
- ChatGPT와 Bard를 써봤지만 신기한 신문물일 뿐, 프로그래밍의 근본은 바꾸지 못한다고 믿으시는 분
- (비추천) LLM과 Fine Tuning을 통해 나만의 자비스(Jarvis)를 만드는 AI 핸즈온을 기대하는 분
강연자
삼성 SDS 조남호
삼성SDS 한 회사에서 23년째 근무 중입니다.
물류부터 모바일, MES까지 여러 업종을 경험하고, 사내 창업도 했습니다.
삼성페이부터 Product Manager로 일하다, 지금은 개발자가 일하기 좋은 대기업을 만드는 DevRel을 합니다.
GenAI의 시대, 치열해진 시장의 미래 전략
- 튜링 테스트
- 인공지능이 얼마나 사람하고 유사한 답변을 하는지 테스트하는 실험
- 인공지능에게 질문을 하여 사람하고 유사한 답변을 하면 충분히 완성된 인공지능이라고 평
- 중국어방 실험
- 튜링테스트의 반대되는 이론
- 중국어를 하나도 할 줄 모르는 외국인을 방에 넣어두고 밖에서 실제 중국인을 던진다.
- 이때 방에 있는 사람은 모든 질문에 대한 답을 알고 있다
- 밖에 있는 사람은 안에 있는 사람이 중국어를 잘한다고 생각
- 현재 우리가 알고 있는 Generative AI, chatGPT가 현재 그런 수준
- 제프리 힐튼
- 컴퓨터 과학 분야의 상인 튜링 상의 2018년 수상자
- 신경망 이론으로 AI, 머신러닝 분야에서 비주류던 딥러닝, 신경망이론을 주류로 만듦
- 최근에는 AI 발전을 제지해야한다고 주장
전통적인 AI는 통계지만 Gen AI는 예측을 한다.
ChatGPT한테 코드를 날리면 코딩을 사람처럼 할 수 있는 시기는 과학자들의 예측으로 2025년이다
아래 모든 것들이 모두 ChatGPT를 통해 가능하다. 심지어 더 좋다..
- 코드 개발
- 단위 테스트
- 리팩토링
- 코드 리뷰
- OCR을 통한 UI 테스트
현재 Gen AI에 들어가는 투자는 작년 투자금이 지난 5년 투자한 금액과 동일하다.
Generative AI에 관련 기술들은 아래와 같고 계속해서 바뀔 것이다.
Gen AI 서비스 사례 1 - DocsBot AI
다양한 형식의 문서 검색을 지원한다. ppt, doc, zip, 블로그와 csv, 유튜브 자막까지 API를 통한 데이터 처리 기능
Gen AI 서비스 사례 2 - fireflies.ai
회의를 5분만에 요약하고 검색도 가능하다. 30개 이상 언어의 자막 생성을 지원하고 AI 기반 Super Summeries, 주제별 스마트 검색을 통한 트래킹!
Gen AI 서비스 사례 3 - Slack
다른 생성형 AI와 통합이 가능하고 Slack GPT 허들 참여 요청 및 실시간 요약, Next Step의 업무 제시 및 협업 지원, Slack Canvas에서 AI 기반 콘텐츠 수정 등
Gen AI 서비스 사례 4 - Github Copilot
AI 기반으로 코드 생성이 가능하고 VS Code, JetBrains과도 호환된다. 새로운 언어/프레임워크에서 편리하게 코딩을 할 수 있다. 26~40%의 코드 정확도를 가지고 있어 채택되지 못하는 비율이다. 현재 한국어 기반으로는 완벽한 동작 보장이 어렵다.
Copilot 사용자 설문을 보면 높은 만족도를 보이지만 보안 문제로 기업들은 쉽게 사용을 결정하지 못한다.
아래 표를 작성한 Sequoia Capital은 실리콘밸리에서 가장 큰 VC 회사 중 하나이다. 구글 등에 투자하며 세계에서 가장 많은 자금을 운용하고 있는 곳 중 하나이다. 아래 표는 Sequoia Capital이 투자하거나 관련있는 회사 33개에게 AI 관련 설문을 진행한 결과이다.
- 65%는 AI가 포함된 제품을 생산 중
- 94%는 Foundation Model을 사용
(OpenAI 사용량이 가장 높음) - 88%는 RAG와 Vector DB가 핵심
- 38%는 LangChain, LLM 오케스트레이션
(여기서 LangChain은 AI를 쉽게 사용할 수 있는 프레임워크) - 10%는 자체 LLM 관심
이래나 저래나 핵심은 보안이기 때문에 각 기업들이 자체 LLM을 가지는데 관심을 가질 수 밖에 없다.
세미나
강연자님이 말을 재밌고 이해하기 쉽게 해주셔서 어려운 내용임에도 불구하고 재밌게 들을 수 있었다. 내가 생각했던 것보다 AI는 훨씬 더 발전해있었고 기업들이 AI에 투자하는 심정에 공감할 수 있었다.
또한 향후 개발자를 포함한 수많은 직업들을 AI가 대체할 것이라는 확신을 가지게 되었다. 그리고 그렇다면 나는 그 시장에서 어떻게 살아남아야 하는지 다시 한번 생각해볼 수 있는 시간이었다. 어차피 내가 AI를 어떻게 생각하든 미래에는 AI가 발전할텐데 피할 수 없으면 즐기는게 맞다고 생각한다. AI를 경쟁의 대상이 아닌 협력자로 생각하고 AI와 효율적으로 협업하는 법을 배우면 되지 않을까 생각해본다. 결국 모든 업무를 AI가 대체한다고 해도 최종 확인에는 인간이 필요할 수 밖에 없으니 인간 2로 이루어져있던 산업 시장이 인간 1: AI 1 비율로 바뀐다면 나는 그 인간 1 비율에 속할 수 있도록 노력해야겠다는 생각을 해본다.
참고 자료 및 사이트
- https://www.youtube.com/watch?v=29Nx3C9X8rU
