챗GPT 혁명

프롤로그

Chapter 1. 탐험가의 준비 - 기초 용어 파악하기

1) 인간의 지능 vs 인공지능
2) 생성 AI
3) 초거대 AI
4) 챗봇
5) 매개변수
6) 인공지능 vs 기계학습
7) 명령어
8) 응용프로그램 인터페이스
9) 대규모 언어모델
10) 자연어처리
11) 코퍼스 혹은 말뭉치

Chapter 2. 탐험가의 돋보기 - 챗GPT 바로 알기

1) 챗GPT는 언어모델이다
2) 챗GPT는 챗봇이다
3) 챗GPT는 생성 AI다
4) 챗GPT는 사전학습에 기반을 둔다
5) 가장 중요한 것은 ‘T’다
6) 챗GPT를 바라보는 두 가지 시각
7) 챗GPT는 거품?

Chapter 3. 탐험가의 시간 - 챗GPT의 짧은 역사

1) 인공지능의 아버지
2) 튜링 테스트
3) 챗GPT의 모태
4) 오픈AI – 챗GPT를 탄생시킨 주인공
5) 두 달 만의 유료화로 열어젖힌 거대 시장
6) 한국형 ‘챗GPT’가 나온다
7) 네이버, 국산 토종 초거대 AI 발진
8) 챗GPT의 미래는?

Chapter 4. 탐험가의 정신 - 챗GPT의 쓸모

1) 사람들은 챗GPT로 무엇을 하는가?
2) 이 책의 저자가 챗GPT라고?
3) 속도와 정확성
4) 보통 사람 못지않은 창의성
5) 오픈AI 스스로 묘사한 팔방미인 챗GPT
6) 작곡은 인간의 고유 영역인가?
7) 누가 믿을까, AI가 그렸다는 걸
8) 제대로 묻지 못하면 제대로 얻지 못한다

Chapter 5. 탐험가의 예측 - 챗GPT의 충격파

1) 검색: Google is done!
2) 반도체: 흔들리는 반도체 시장
3) 금융: ‘흐름’이 바뀐다
4) 게임: 챗GPT의 놀이
5) 의료: 코로나 극복의 1등 공신도 알고 보면 AI
6) 교육: AI가 가르치고 인간이 추스른다
7) 모빌리티와 유통: 더 멀리, 더 빨리
8) 메타버스: 텍스트에서 3D로
9) 글로벌 투자 지형: 천당이냐 지옥이냐
10) 일상: 먹고, 마시고, 일하고

Chapter 6. 탐험가의 발견 - 챗GPT 세계를 구축하는 기업들

1) 미국 (MS, 구글, 아마존, 엔비디아 등)
2) 유럽 (딥마인드, 스터빌리티 AI 등)
3) 중화권 (바이두, TSMC, 지두자동차 등)
4) 대한민국 (삼성전자, SK하이닉스, 네이버 등)
5) 그 밖의 생성 AI 스타트업 (스캐터랩, 드랩, 마인즈랩 등)

Chapter 7. 탐험가의 고민 - 챗GPT의 한계와 문제점

1) 만들기도 운용하기도 너무 비싸다
2) 챗GPT의 태생적 한계
3) 쉽사리 악용되는 챗GPT
4) 끊이지 않는 저작권 논란
5) 대필 혹은 표절인가?
6) 차고에서 어떻게 AI를 만들겠는가?
7) 윤리적인 문제까지 감당할 수 있을까?
8) 인간의 질을 떨어뜨린다?

Chapter 8. 탐험가의 상상 - 챗GPT의 미래

1) 싫어도 정부는 개입해야 한다
2) 이젠 AI 빠진 교육은 상상하기 어렵다
3) 선결과제는 데이터 법 개정
4) 인공지능 기술도 ‘구독’한다
5) GPT vs GPT

‘방대한 규모의 데이터를 처리함으로써 인간의 수준으로 진화할 수 있는 AI 모델’ - 삼성그룹의 연구기관은 초거대 AI를 그렇게 정의했다. 스스로 대용량 데이터를 학습하며 인간처럼 종합적으로 추론할 수 있는 차세대 인공지능이란 얘기다. AGI는 지금까지 우리가 봐왔던 AI의 수백 배에 달하는 데이터를 학습할 뿐만 아니라, 제법 고도의 판단 능력까지 갖추었다. 즉, 인간의 뇌에 한층 더 가까이 다가온 AI다. 지금도 많은 사람이 기억하고 있는 알파고는 바둑이라는 한 분야에 특화돼 인간을 능가했다. 하지만 초거대 AI는 수많은 과제와 상황을 스스로 학습-판단하여 설루션을 제공하거나 대응하여 과제를 수행한다. 기존 AI와 달리 방대한 데이터 학습이 필요한 이유다. 전 세계의 뜨거운 화두이자 이 책의 주제가 된 챗GPT를 비롯해 최대 1조 6,000억 개의 매개변수를 자랑하는 딥마인드의 Switch Transformer(스위치 트랜스포머), 네이버의 하이퍼클로바, LG의 엑사원, GPT 개념을 활용한 카카오의 언어모델 KoGPT 등이 초거대 AI의 굵직굵직한 사례다.

언어모델은 다양한 기계학습 모델 중에서 인간과 유사하고 자연스러운 텍스트를 생성할 수 있게 훈련받은 모델이다. 언어모델의 목적은 주어진 텍스트에서 어떤 단어가 보이면 그다음에 나올 단어(혹은 일련의 단어들)를 예측하는 능력이다. 챗GPT는 ‘대규모’의 언어모델이지만, 인간과 똑같은 방식으로 학습하는 능력은 없다. 따라서 인간과 대화를 주고받으면서 실시간으로 뭔가를 배우거나 영향을 받는 일은 절대 없다. 오로지 대화 직전까지 학습해서 저장된 정보나 경험만으로 작동하면서 인간에게 응답할 뿐이라는 얘기다. 그 대신, 개발자들이 새로운 데이터로 계속 훈련하고 알고리즘을 미세조정 함으로써, 챗GPT는 끊임없이 배우고 나아질 것이며 그 응답도 더 정확해지고 업데이트될 것이다.