[AI 역사 11편] 챗GPT와 미드저니의 등장, '생성형 AI'가 바꾼 창작의 패러다임

지난 10편에서는 AI가 세상을 시각적으로 인식하게 된 컴퓨터 비전 기술에 대해 알아보았습니다. 데이터를 분석하고 특징을 파악하는 데 탁월한 능력을 갖춘 AI는 마침내 분석의 영역을 넘어 '무에서 유를 창조'하는 신의 영역에 도전장을 내밀었습니다.

불과 1~2년 전, 처음 챗GPT 대화창에 질문을 던지고 마치 사람처럼 막힘없이 글을 써 내려가는 모습을 보며 느꼈던 소름 돋는 충격을 다들 기억하실 겁니다. 오늘은 인류의 일상과 산업의 패러다임을 송두리째 뒤바꿔 놓은 생성형 AI(Generative AI)의 시대에 대해 깊이 파헤쳐 보겠습니다.

분석하는 AI에서 '창작'하는 AI로의 진화

과거의 인공지능과 현재의 생성형 AI의 가장 큰 차이점은 무엇일까요? 바로 '결과물의 형태'입니다.

기존의 AI는 주로 '판별'과 '분석'에 특화되어 있었습니다. 수만 장의 사진을 보고 "이것은 고양이 사진이다"라고 정답을 맞히거나, 과거의 주식 데이터를 분석해 "내일 오를 확률이 높다"고 예측하는 식이었습니다. 즉, 이미 존재하는 데이터 속에서 패턴을 찾아 결론을 도출하는 수동적인 역할에 머물렀습니다.

하지만 생성형 AI는 다릅니다. "우주복을 입고 자전거를 타는 고양이를 피카소 화풍으로 그려줘"라고 명령하면, 세상에 존재하지 않던 완전히 새로운 이미지를 뚝딱 만들어냅니다. 기계가 기존 데이터를 쪼개고 재조립하여 새로운 텍스트, 이미지, 음악, 심지어 프로그래밍 코드까지 '창작'해 내는 능력을 갖추게 된 것입니다.

세상을 발칵 뒤집은 언어의 마술사, 챗GPT

이러한 생성형 AI의 대중화를 이끈 절대적인 일등 공신은 단연 오픈AI(OpenAI)가 2022년 말에 선보인 '챗GPT(ChatGPT)'입니다. 9편에서 다루었던 '트랜스포머(Transformer)' 구조를 기반으로 방대한 인터넷 문서를 학습한 초거대 언어 모델(LLM)이 대중의 품으로 들어온 역사적 사건이었습니다.

챗GPT가 무서운 이유는 복잡한 프로그래밍 언어나 명령어 없이, 우리가 일상에서 쓰는 자연스러운 '말(자연어)'로 강력한 기계를 부릴 수 있게 만들었다는 점입니다. 기획서 초안 작성, 복잡한 엑셀 함수 계산, 외국어 이메일 번역 등 직장인들이 몇 시간씩 골머리를 앓던 작업들을 단 몇 초 만에 수준급으로 처리해 주었습니다. 바야흐로 질문인 '프롬프트(Prompt)'를 얼마나 잘 작성하느냐가 개인의 업무 능력을 좌우하는 시대가 열린 것입니다.

텍스트를 넘어선 마법, 이미지와 영상 생성 AI

텍스트 분야에서 챗GPT가 세상을 놀라게 했다면, 시각 예술 분야에서는 '미드저니(Midjourney)'나 '스테이블 디퓨전(Stable Diffusion)' 같은 이미지 생성 AI가 엄청난 파장을 일으켰습니다.

이들은 주로 '디퓨전(Diffusion)'이라는 확산 모델을 사용합니다. 이미지에 일부러 노이즈(잡음)를 뿌려 완전히 뭉갠 다음, 다시 그 노이즈를 단계별로 제거해 가며 원본 이미지를 복원하는 방식을 역이용한 기술입니다. 빈 캔버스에서 노이즈를 걷어내며 사용자가 입력한 텍스트 묘사에 꼭 맞는 정교한 그림을 그려내는 마법 같은 원리죠.

최근에는 이미지를 넘어 텍스트만 입력하면 고퀄리티의 동영상을 만들어내는 '소라(Sora)' 같은 영상 생성 AI까지 등장하면서, 일러스트레이터, 디자이너, 영상 제작자 등 창작 생태계가 근본적인 변화를 맞이하고 있습니다.

생성형 AI의 그림자: 할루시네이션과 저작권 문제

하지만 완벽해 보이는 생성형 AI에게도 치명적인 아킬레스건이 존재합니다. 실무에서 챗GPT를 업무에 적극적으로 도입하려 했을 때, 가장 주의해야 했던 점은 바로 '할루시네이션(환각 현상)'이었습니다.

생성형 AI는 사실관계를 정확히 알고 대답하는 것이 아니라, 통계적으로 '가장 그럴싸한 다음 단어'를 조합하는 방식으로 작동합니다. 그러다 보니 전혀 존재하지 않는 가짜 논문이나 거짓 정보를 마치 진짜인 것처럼 천연덕스럽게 꾸며내곤 합니다. 따라서 AI가 작성한 결과물을 100% 맹신해서는 안 되며, 반드시 사람(전문가)의 팩트 체크와 검증을 거쳐야만 치명적인 업무 실수를 막을 수 있습니다.

또한, AI가 학습한 수억 개의 이미지와 글들이 원작자의 동의 없이 무단으로 수집되었다는 '데이터 저작권 침해' 논란 역시 현재 진행형인 거대한 숙제이자 쟁점입니다.

핵심 요약 3줄

• 기존의 AI가 데이터를 분석하고 판별하는 역할이었다면, 생성형 AI는 학습된 패턴을 바탕으로 세상에 없던 새로운 텍스트와 이미지를 '창작'합니다.

• 챗GPT의 등장으로 복잡한 코딩 없이 일상 언어만으로 강력한 AI를 활용하는 대중화 시대가 열렸습니다.

• 혁신적인 창작 도구이지만, 가짜 정보를 사실처럼 말하는 할루시네이션(환각) 현상과 무단 데이터 학습에 따른 저작권 문제는 우리가 해결해야 할 뚜렷한 과제입니다.

다음 편 예고: 소프트웨어인 AI 알고리즘이 이렇게 엄청난 능력을 발휘할 수 있었던 배경에는 막강한 '하드웨어'의 뒷받침이 필수적이었습니다. 다음 12편에서는 AI 발전의 숨은 공신, 'GPU와 클라우드 컴퓨팅 인프라'에 대해 알아보겠습니다.

💬 생각 나누기: 처음 챗GPT나 이미지 생성 AI를 사용해 보셨을 때 가장 놀라웠거나, 반대로 그럴싸한 거짓말(할루시네이션)에 속을 뻔했던 재미있는 에피소드가 있다면 댓글로 공유해 주세요!