최근에 위워크에서 아래와 같이 '인공지능 기초지식 쌓기'라는 제목으로 세미나를 여는 것을 알게 되었다.
인공지능에 대해서는 말을 많이 들었지만, 입문용으로 강의를 들어보고 싶던 나는 세미나를 신청하게 된다.
아래 세미나 참석 후 여러분은..하며 기대 효과를 소개하시는데, 도움이 될 것 같다고 느껴졌다.
나는 AI의 기술적 부분에 대해서도 알아가고 싶지만, 일단 AI가 대체 내 삶에 직접적인 부분에 어떤 영향을 미치게 될지,
어떤 비즈니스 기회가 생겨날지, AI로 돈의 흐름이 어떻게 바뀌게 될지에 대해 초보자의 입장에서 알아가고 싶었다.
위워크 신논현 점에서 진행된 세미나.
도착하니 보이는 안내와 다과
영국의 SF 작가인 아서 클라크가 고안한 삼법칙 (Clarke's three laws)에 따르면,
1. 어떤 노년의 과학자가 무엇이 가능하리라고 한다면 그것은 거의 확실히 맞다. 그러나 그가 무엇이 불가능하리라고 한다면 틀릴 가능성이 높다.
2. 가능성의 한계를 발견하는 유일한 방법은 불가능할 때까지 시도해 보는 방법밖에 없다.
3. 충분히 발달한 기술은 마법과 구분할 수 없다. 라고 한다.
이와 관련하여, AI가 궁극적으로 추구하는 것은, 인간이 더 이상 아무것도 안 배워도 되는 것,
이제 더 이상 배우지 않아도 마법같이 모든 일을 할 수 있는 것.
이제 인간은 '잘 노는 것'에 집중하는 것이라고 한다.
공식적인 강의 순서는 다음과 같았는데, 시간이 부족해서 중간 생략하고 진행을 했다.
부족한 부분은 보내주실 예정인 책을 참고하면 될 것 같다.
- AI 용어 알아가기
- Chat GPT 등장
- AI 비즈니스
- Cloudflare AI 이야기
강의 내용을 여기에 다 정리할 순 없지만, 전체적으로 기본적인 개념을 쉽게 이해할 수 있게 배웠다는 느낌이다.
- ANI, AGI, ASI 의 의미
- 머신러닝 / 딥러닝 / 생성형 AI의 의미
- CPU, GPU, NPU, TPU의 차이점, GPU가 중요해진 이유는 무엇인가?
- Foundational model과 Generative AI의 차이
- Chat GPT 등장의 의미와 App을 넘어 Plugin 시대로
- ChatGPT를 활용하여 수익을 창출하는 방법과 전략
ANI, AGI
특정한 분야의 정보와 작업에 대해서만 최적화된 ANI (Artificial Narrow Intelligence)에서 점차 인간과 유사한 지능적인 작업을 수행할 수 있는 AGI (Artificial General Intelligence)의 시대가 다가오고 있다.
머신 러닝, 딥러닝, 생성형 AI
모두 인공지능의 일종.
포함관계를 따져보자면 인공지능 ⊇ 머신러닝 ⊇ 딥러닝
- 머신러닝 : 기계를 학습시켜 데이터를 분석하고 패턴을 찾아내는 기술
- 딥러닝 : 머신러닝의 한 종류로, 인간의 개입 없이 인공신경망을 이용하여 데이터를 처리하고 패턴을 찾아니는 기술
- 생성형 AI : 딥러닝의 한 분야로, 기존 데이터를 학습하여 새로운 데이터를 생성하는 기술
머신러닝과 딥러닝 모두 데이터를 분석하는데 사용하는 기술이지만, 차이는 바로 사람의 개입 여부
- 머신러닝은 주어진 데이터를 사람이 먼저 처리. 사람이 먼저 컴퓨터에 특정 패턴을 추출하는 방법을 지시하고, 그 이후 컴퓨터가 스스로 데이터의 특징을 분석하고 축적한다. 이렇게 축적된 데이터를 바탕으로 문제를 해결하도록 함. 예를 들어, 사람이 먼저 개와 고양이의 사진을 보고 개와 고양이의 특징을 추출한 후, 많은 예시를 통해 컴퓨터를 학습시키고 식별하게 만듬
- 딥러닝은 머신러닝에서 사람이 하던 패턴 추출 작업이 생략. 컴퓨터가 스스로 데이터를 기반으로 학습할 수 있도록 정해진 신경망을 컴퓨터에게 주고, 어린아이 학습하는 것처럼 경험 중심으로 학습을 수행. 즉, 인간이 개, 고양이의 특성을 추려 사전에 정의된 알고리즘과 규칙을 적용하는 머신러닝과 달리, 딥러닝에서는 심층 신경망을 통해 스스로 개, 고양이의 특성을 훈련하여 분류
머신러닝은 예를들어 크몽에 보면, 데이터 라벨링 업무를 외주 맡기는 경우가 많은 것 같은데,
이 데이터 라벨링이라는 게 머신러닝 전에 기계를 데이터를 토대로 학습시키기 위해 분류해 놓는 작업을 뜻한다.
즉, 인간이 먼저 데이터를 분류 시켜놔야 기계가 학습할 수 있다는 것.
AI와 GPU
AI 얘기하는데 왜 계속 GPU가 나오는가?
CPU와 GPU의 차이점은 무엇인가?
CPU (central) : 똑똑한 교수님 1명, 어려운 문제 한 문제 푸는데 유리
GPU : 초등학생 1,000명, 쉬운 문제 1,000개를 푸는데 유리
즉, 수천, 수만개의 산술을 처리하는 것은 GPU가 CPU보다 유리하다는 것.
1+1 같은 문제 만개 푸는데 교수님 1명 보다는 초등학생 만 명이 더 유리하니까
'NVDIA A100 텐서 코어 GPU는 모든 규모에서 전례 없는 가속화를 제공하여 AI, 데이터 분석 및 HPC를 위한 세계 최고 성능의 탄력적인 데이터센터를 지원합니다. NVDIA 암페어 아키텍처로 구동되는 A100은 NVDIA 데이터센터 플랫폼의 엔진입니다. A100은 이전 세대보다 최대 20배 높은 성능을 제공하며, 7개의 GPU 인스턴스로 파티셔닝하며 변화하는 수요에 동적으로 대응할 수 있습니다. A100 80GB는 초당 2테라바이트 (TB/s) 이상의 세계에서 가장 빠른 메모리 대역폭을 제공하며 가장 큰 모델과 데이터세트를 실행할 수 있습니다.'
NVDIA 주식이 미친듯이 오른 배경. NVDIA의 주력인 GPU가 AI 계산에도 비트코인 채굴에도 쓰인다.
2022년 말 ~ 2023년 초에 직장 동료가 나한테 맨날 지금이라도 늦지 않았으니 NVDIA 주식 조금씩 사모으라고 그렇게 말을 했는데ㅋㅋㅋㅋㅋ
그땐 와 너무 올랐는데..너무 비싼거 아니야? 하면서 더 떨어지겠지~하고 안샀는데 지금 그때보다 거의 2~3배 됨..
미안하다 나 자신..그땐 AI랑 비트코인의 위력을 잘 모를 때였어..정말 기회는 이렇게 매번 내 곁을 지나가고 있었다.
이제 다음 3월에 NVDIA에서 개최하는 AI 컨퍼런스가 캘리포니아 산 호세에서 열린다.
AI 컨퍼런스를 NVDIA가 주최한다? 이미 해당 산업의 그 기업의 위치를 알 수 있는 부분이다.
NPU, Neural Processing Unit
GPU에 이어 NPU는 Neural Processing Unit의 약자로, GPU와 마찬가지로 대량의 연산을 동시에 수행하는 처리에 특화됨.
NPU는 머신러닝 전용으로 설계된 칩이기 때문에 GPU보다 더 효율적으로 연산을 수행할 수 있음.
최근 기사를 보니 Chat GPT를 만든 Open AI의 CEO 샘 알트만이 자체 AI 칩을 만들려고 계획하고 있고,
NPU 개발사에 5,100만 달러 칩 구입 예정이라고 하던데.
삼성전자도 NPU 솔루션 개발 중
최근 출시된 삼성 갤럭시s24에도 NPU가 내장되어 있다고 한다.
의장님이 직접 갤럭시s24를 구매하셨다며 ㅎㅎ 광고가 재밌다. 유럽여행 할 때가 생각나면서 공감도 되고
Foundational model, Generative AI (생성형 AI)
- Foundational model : 다양한 인공지능 응용 프로그램을 위한 기반을 제공하는 일반적인 목적의 모델
- Generative AI : 특정 작업에 맞게 조정된 모델로, 실제적인 이미지 생성이나 언어 번역과 같은 작업에 적합
Open AI 같은 회사들이 Foundational Model을 만들고,
Foundational Model를 활용/응용해서 만든 app 같은 것들이 Generative AI
Foundational Model 은 구축하는데 어마무시한 자금이 투입
Chat GPT는 Open AI의 Foundational model을 활용한 Generative AI
Plugin의 새로운 시대
기존의 App처럼 Chat GPT와 연동될 수 있는 다양한 Plugin이 출시되고 있다.
예를들어, 에어비앤비 및 익스피디아 플러그인 등등, 각 플러그인이 가장 최적하게 AI를 활용할 수 있도록 가이드한다.
수천개의 플러그인이 등록 대기중이고, 아마 앱스토어생태계에 이어 플러그인생태계가 활발해지지 않을까 ㅎㅎ
아, 참고로 Open AI의 대주주 격은 마이크로소프트
마이크로소프트 주식도 엔비디아 만큼은 아니지만 완만하게 우상향 중.
ChatGPT를 활용하여 수익을 창출하는 방법과 전략
자 그럼 AI 시장에서 누가 돈을 벌 것인가?
시장의 밸류 체인은 다음과 같이 형성되어 있다고 볼 수 있다.
- AI 반도체
- 클라우드
- 초기의 AI 모델 기업 (Foundational model 개발)
- AI 서비스 (Generative AI, AI on edge)
아마 AI를 활용하여 다양한 서비스를 제공하는 기업들에게 기회가 열려있지 않을까?
관련하여 애플 핵심 멤버들이 만든 웨어러블 AI 제품 Humane AI Pin을 소개해 주셨는데, 흥미로웠다.
정말 마법같은 것을 실현하려 하는구나 ㅎㅎ
강의를 끝으로 책 소개도 해주셨는데, 시간 내어서 차례대로 읽어보고 싶은 마음이다.
이번 강의가 AI를 잘 모르는 나에게도 굉장한 흥미를 불러일으켜 주었기 때문에, 초보자용 강의로서의 역할을 훌륭하게 한 것 같다.
'AI' 카테고리의 다른 글
| Open AI에 소송 제기한 일론 머스크, 그들의 오랜 관계 (1) | 2024.03.28 |
|---|
