[목 차]

 

추천의 글 8

여는 글 15

이 책에 대하여 20

 

도시 I 생성형 AI 톺아보기 25

마을 1 해리가 샐리를 만나 AI를 이야기하다 26

__인문학의 중요성 27

__인문학, 과학과 기술의 걸림돌이 되다 30

__따로 또 같이 33

__AI에 대한 단상 34

마을 2 누구냐, 넌? 37

__생성형 38

__프롬프트 39

__패턴과 구조 41

__우리 AI가 달라졌어요 42

마을 3 그녀는 나에게로 와서 AI가 됐다 44

__꼬꼬무로 찾아본 AI의 아버지는? 44

__퍼셉트론 모델 46

__생성형 AI의 서막 47

__생성형 AI 파헤치기 49

__언어학과 인지심리학의 의문점 51

__ChatGPT의 탄생 비화 52

마을 4 쉽게 배우는 생성형 AI의 요소 기술 58

__자연어 처리 59

__LLM 61

__전문가 시스템 vs. 머신러닝 68

__딥러닝 74

__파운데이션 모델과 파라미터 83

__골드러시와 AI 가속기 87

마을 5 어서 와, 이런 분류는 처음이지? 94

__AI 역량 수준 95

__서비스 제공 형태 98

__AI의 답변 범위 108

__개방성 여부 110

__적용 분야의 범위 111

__데이터의 연결 장소 111

__결과의 이유 설명 가능 여부 113

__ChatGPT 서비스 114

 

도시 Ⅱ 요술 램프 사용법과 활용 사례 121

마을 6 요술 램프에 소원을 비는 법, 프롬프트 엔지니어링 122

__프롬프트 엔지니어링은 소설이다 122

__프롬프트 엔지니어링 기법 126

__이것만은 알아두자 132

마을 7 생성형 AI의 활용 사례와 생각거리 141

__생성형 AI 시장의 이해 141

__기업 차원의 활용 사례와 생각거리 144

__개인 차원의 활용 사례와 생각거리 163

 

도시 Ⅲ 생성형 AI의 컬래버레이션 177

마을 8 생성형 AI × 클라우드 178

__클라우드의 개념 178

__종의 기원으로 만나는 클라우드의 역사 180

__생성형 AI의 깐부, 클라우드 185

마을 9 생성형 AI × 로봇 188

__휴머노이드 로봇이란? 188

__생성형 AI라는 뇌를 얻은 휴머노이드 로봇 191

마을 10 생성형 AI × 메타버스 196

__메타버스는 호접지몽이다 196

__메타버스는 생성형 AI가 필요해 206

__AI와 로봇을 이어주는 징검다리, 메타버스 207

마을 11 생성형 AI × 애플리케이션 209

__사만다를 통해 바라본 애플리케이션의 개념과 영향 209

__GPTs, 새로운 애플리케이션 세상 216

마을 12 생성형 AI × 고객 경험 218

__고객 경험은 인간에 대한 연구다 218

__생성형 AI 시대, 궁극의 고객 경험은 앱을 없애는 것이다 221

마을 13 생성형 AI × 디지털 트랜스포메이션 225

__DT의 핵심은 트랜스포메이션이다 226

__트랜스포메이션과 핵심 역량 228

__어떻게 변혁할까? 231

__생성형 AI의 DT, AI 트랜스포메이션 236

__어떻게 활용할까? DT 사례 239

 

도시 Ⅳ 생성형 AI 비즈니스 생태계에서 살아남기 243

마을 14 검이불루 화이불치 244

마을 15 순응하지 않는 프로 질문러가 되자 251

마을 16 역사를 잊은 기업에게 미래는 없다 257

마을 17 생성형 AI 모바일 단말기의 역습 262

마을 18 Data is all you need 267

마을 19 왕좌의 게임 276

__생태계의 변화 277

__백조들의 치열한 발놀림 283

마을 20 그래도 캐즘은 온다 313

__캐즘의 개념 314

__생성형 AI의 캐즘 극복 방안과 미래 모습 319

 

도시 Ⅴ 생성형 AI 생각하기 321

마을 21 철학과 인지과학 사이 322

__생성형 AI의 자아의식 323

__전지적 AI 시점 327

__AI는 ‘인간적’인가? ‘인간의 적’인가? 333

__테세우스의 배 딜레마 340

마을 22 AI의 미래는 인류의 현재를 기억한다 350

__사람이 빠진 기술과 오남용 350

__사회적 책임 364

__AI 빅테크 국가 시대 370

 

닫는 글 375

참고 자료 384

찾아보기 392

 

[본 문]

 

AI의 어두운 단면을 고찰한 영화나 드라마는 많다. 그도 그럴 것이 AI의 성능은 규모의 법칙을 따르는데 학습 데이터의 양과 파라미터가 많을수록 성능이 월등히 좋아지기 때문이다. 그런데 어느 순간 갑작스러운 능력이 생겼기 때문에 성능이 왜 좋아졌는지, 얼마나 좋아질지 예측하기 어려운 수준이라서 이것을 emergent ability라고 부른다. 의역을 해본다면 ‘자고 일어나니 초능력’쯤으로 설명할 수 있겠다. 문제는 여기에 있다. 과학자들조차도 왜 이렇게까지 좋아졌는지 그 이유를 설명하지 못하기 때문에 그 과정이 알 수 없는 블랙박스라는 점이다. / 그렇다면 미래의 AI는 과연 어느 쪽에서 현재의 우리를 기다리고 있을까? 지금도 학계/업계 전문가들 간에는 치열한 논쟁이 벌어지고 있어 어느 한쪽으로 명확하게 결론을 내릴 수는 없다. 일정 단계까지는 프로메테우스의 불씨처럼 인류의 문명을 한층 더 발전시키는 원동력으로 작용할 것은 분명하다. 다만 최종 단계의 모습이 어느 쪽이 될지는 인간이 어떻게 사유하고 사용하느냐 달려 있지 않을까. 발전하는 기술만큼 윤리의식, 법과 제도 등이 제대로 갖추어져 있지 않으면 의도하지 않은 방향으로 전개될 수도 있을 것이다. 이것이 철학적 사유가 필요한 이유다. (35쪽)

 

인지심리학 관점에서 인간의 뇌도 일종의 할루시네이션 현상을 보인다. 이것을 ‘무주의 맹시(inattentional blindness)’라고 하며 심리학자 대니얼 사이먼스가 ‘보이지 않는 고릴라’ 실험을 통해 증명했다. 이것은 시청자에게 농구공을 패스하는 무리의 사람 속에 고릴라 분장을 한 사람이 지나가는 영상을 보여주고, 농구공을 몇 번 패스하는지 알아맞히게 함으로써 주의를 분산시키는 실험이다. 실험을 통해 시청자 중 단 42%만이 고릴라를 본다는 사실을 밝혀냈다. 이는 뇌의 주의력 부족으로 인한 오류다. 우리에게 가끔은 불멍과 물멍 같은 멍 때리기, 전문 용어로 디폴트 모드 네트워크(default mode network)가 필요한 이유다. (65쪽)

 

사실 최초의 GPT도 어찌 보면 TruthGPT에 가까웠다. 진실이라는 것을 어떻게 정의할까? 혹시 각자의 이념으로 바라본 주관적 진실은 아닐까? 집단 지성이 제대로 작동하지 않는 양극화 세상에서 옳고 그름을 따지지 않고 만들어진 수많은 데이터로부터 생성된 답변이 과연 진실하다고 확신할 수 있을까? (...) 우리는 정의가 때로는 고장 난 채 달리는 열차의 기관사가 두 개의 선로 중 어느 한쪽을 반드시 택해야 하는 상황에서 어느 쪽 선로에 있는 사람을 죽이고 살릴지 판단하는 난제와 같은 것임을 알고 있다. 더욱이 기관사가 특정 선로를 택해야만 본인도 살 수 있는 상황이라면 말이다. 대개 이러한 논제의 입장은 더 많은 인명을 구하는 쪽으로 의사결정을 해야 한다는 벤담의 공리주의와 다수를 위해 소수를 희생해서는 안 된다는 칸트의 의무주의로 나뉜다. 몇 해 전 BTS의 곡 <봄날>(2017)의 뮤직비디오로 다시금 회자된 어슐러 K. 르 귄의 《바람의 열두 방향》(시공사, 2014) 속 <오멜라스를 떠나는 사람들>에도 이런 주제는 잘 드러나 있다. (108~109쪽)

 

사용자가 검색을 한다는 것은 내가 관심 있는 브랜드를 이미 알고 있고, 검색으로 그 브랜드에 대한 상세 정보를 파악한 후 구매 의사결정을 하는 과정이다. 그런데 검색을 통해 내가 원하는 정보를 파악하기까지는 많은 링크 페이지를 일일이 열어봐야 한다. 게다가 보고 싶지 않은 광고 창을 마주하면서 말이다. / 하지만 생성형 AI의 경우 이런 복잡하고 불필요한 과정을 거치지 않는다. 내가 브랜드를 잘 모르더라도 내가 원하는 것을 질문만 하면 생성형 AI라는 신기한 녀석이 바로 답을 알려준다. 앞으로 현재의 검색 강자들은 사용자들이 검색창을 찾는 일이 점점 줄어들어 언젠가는 ‘그땐 그랬지’라고 말하는 것을 들으며 추억을 회상할지도 모른다. (167~168쪽)

 

생성형 AI가 부상하자 DT 대신 아예 생성형 AI의 변혁만을 가리켜 AI 트랜스포메이션(AI transformation, AX)이라는 용어도 쓰이기 시작했다. 그만큼 생성형 AI의 위상이 높다는 것을 방증한다. AX는 클라우드, 빅데이터 분석, IoT, 블록체인 등 이전의 DT와 확연히 다른 점이 있다. 바로 사용자 범위다. 앞선 DT가 일부 부서나 일부 구성원들을 주요 대상자로 적용했다면 AX는 모든 부서, 모든 구성원을 대상으로 적용한다는 것이다. DT도 전사적인 차원의 동참이 있어야 성공할 가능성이 높지만, 기업의 다양한 조직 입장에서 보면 이해관계도 충돌하고 실제 직접적인 영향권으로부터 벗어난 경우도 있다. 하지만 AX는 전사 차원의 참여가 오히려 용이하다. 실제 나의 업무에 활용하여 도움을 받을 수 있기 때문이다. (236쪽)

 

AI 분야를 개척한 선구자 마빈 민스키는 인간과 기계는 구조적으로 차이가 없기 때문에 AI도 의식을 가질 수 있으며, 존 매카시가 개발한 리스프가 인간 의식보다 더 높은 수준이라고 주장했다. 평소 지론으로 볼 때 그의 사상은 물질과 의식은 동일하며 인간은 물질로 구성되어 있다는 일원론 중 유물론(모든 것은 의식에서 비롯된다는 유심론과 대립)에 매우 가깝다. 실제 그는 데카르트와 같은 이원론자들을 무척 싫어한 것으로 알려졌다. 그의 주장을 그대로 받아들인다면 인간은 생각하는 기계와 같기 때문에 AI도 얼마든지 의식을 가질 수 있다. 사실 심리철학계의 계산주의 마음 이론(computational theory of mind, CTM)에서도 인간의 마음은 정보 처리 시스템이고 인지와 의식도 계산의 한 형태로 정의한다. 즉 우리는 스스로 생각한다고 알고 있지만 그런 생각은 어릴 적부터 내가 읽은 책, 내가 본 영화, 내가 만난 사람들의 자극 등 모든 경험과 환경의 총합이 뇌 속에 프로그래밍되어 작동하는 것이다. (346쪽)

 

‘안 읽은 사람은 있어도 한 번만 읽은 사람은 없다’라는 말이 어울리는 책이다.

김도윤, CRITEO KOREA 대표이사

 

AI의 기술적 속성은 다학제적이고, 그 활용은 범용적이다. 이제는 문/이과의 구분을 넘어서는 시대를 맞이해야 한다. 이런 변화의 흐름 속에서 누구나 이 시대에 올라탈 수 있도록 돕는 저자의 친절함을 느껴보길 바란다.

김현철, (사)한국인공지능협회 회장

 

‘생성형 AI’ 신드롬이 사실은 나의 삶과도 깊은 관련이 있다는 사실을 평범한 사람의 눈높이에서 쉽게 풀어 설명한다.

반병현, 《챗GPT: 마침내 찾아온 특이점》 저자

 

AI에 대한 이해를 더욱 깊게 만들어주는 훌륭한 가이드다.

백기열, 삼성전자 정보전략팀 팀장/상무

 

저자의 비즈니스 통찰력을 바탕으로 기업 관점에서 생성형 AI를 어떻 게 바라보면 좋을지 다룬 유용한 책이다.

백종문, PwC컨설팅 사업본부장/전무

 

비즈니스 생태계를 제대로 꿰뚫어본 실용적인 책이 출간되어 고무적이다.

유형근, SK주식회사 HR 담당 부사장

 

이 책은 어려운 생성형 AI 요소 기술을 저자 특유의 비유와 재치로 재미있게 설명하였을 뿐 아니라 비즈니스 관점과 인문학적인 담론까지 궁금한 거의 모든 것을 친절하게 설명하고 있다.

이성기, KOTRA 쿠알라룸푸르 관장

 

이 책을 통해 더 많은 독자가 생성형 AI에 대한 이해를 높이고 기업은 올바른 서비스를 기획할 수 있기를 바란다.

임은영, LG CNS Generative AI 사업단 단장

 

세계의 도시와 마을을 여행하는 듯한 구성을 통해 인류의 상호작용과 커뮤니케이션을 대체할 수 있는 AI 기술의 혜택과 위험 요소를 재미있게 들려준다.

장민제, 한화호텔&리조트 사업 담당 상무

 

관성과 통념을 벗어난 AI를 통한 공부를 원하는 모든 독자에게 이 책을 권하며, 한 기업의 CIO로서 AI의 디지털 트랜스포메이션에 관심 있는 독자나 기업체 임직원에게 이 책을 추천한다.

정봉화, (주)파라다이스 디지털혁신실 CIO/상무

 

인문과 자연의 구분이 아니라, 인문적 사고의 장점과 이공적 사고의 장점을 조화롭게 잘 녹여내고 있는 뛰어난 책이다.

최정현, 고려대학교 문과대학/인문사회 디지털융합인재양성사업단 교수