기업들이 ChatGPT 도입을 망설이는 이유: 딥러닝의 발전 과정과 한계극복

작년말 시작된 챗GPT 열풍으로 ‘생성형 AI’의 전성시대가 이어지고있다. 생성형 AI의 등장으로 그동안 인간 고유의 것이라고 생각했던 지식노동과 창작의 영역이 얼마나 손쉽게 인공지능에게 넘어갈 수 있는지를 목격한 사람들은 흥분과 망상의 도가니에 빠지거나 혹은 절망감과 무력감에 허덕이고있다.

대중의 반응을 보면 마치 생성형 AI 전에는 인공지능이 존재하지 않았으며, 생성형 AI가 곧 인공지능을 의미하는 것 처럼 보인다. 그러나 ChatGPT를 비롯한 생성형 AI는 수많은 인공지능산업의 한 분야일 뿐 인공지능 전체를 대표하는 것은 아니다. 여전히 많은 기업들은 수요예측, 재고관리, 분류, RPA(프로세스 자동화) 등 업무와 산업에 맞는 인공지능 도입 과제를 위해 노력하고 있다.

기업의 인공지능 도입 트렌드와 ChatGPT

스텐포드 대학교 인간중심 인공지능 연구소(Institute of Human-centered AI)에서 올해초 발간한 AI Index Report 2022에 따르면, 금융, 헬스케어, 통신 등 각 분야의 산업에 속한 기업들은 컴퓨터 비전, 딥러닝, 강화학습을 비롯한 다양한 인공지능 기술들을 도입하고 있다. 이는 여러 산업 분야에서 생성형 인공지능 이외의 분야에 기술 도입의 수요가 여전히 많이 존재한다는 것을 시사한다.

또한 자연어 생성(NL Generation)이나 GAN(Generative Adversarial Networks)를 비롯한 생성형 인공지능의 증가세가 눈에 띄는 반면에, 여전히 딥러닝과 RPA(Robotic Process Automation) 등의 기술이 높은 점유율을 차지하고 있는 것을 볼 수 있다. 재미있는 사실은 ChatGPT가 속해있는 자연어 생성(NL Generation) 기술이 전체 산업군에서 차지하는 비율은 고작 18%에 지나지 않는다는 것이다.

AI Index 리포트의 산업별 인공지능 도입 현황은 생성형 AI가 모든것을 점령한 것 처럼 보이는 작금의 세태를 기업들은 조금 다르게 보고 있음을 알 수 있게 해주었다. 그렇다면 기업들은 왜 대중의 기대와는 다르게 생성형 인공지능의 도입을 망설이고 있는 것일까?

기업들이 생성형 AI와 ChatGPT 도입을 망설이는 이유

개인과는 다르게 기업들은 신기술 채택에 있어서 매우 보수적인 입장을 취한다. 규모와 산업을 막론하고 거의 모든 기업들은 투자대비 확실한 성과와 리스크 관리가 가능한 상황에서만 새로운 기술을 도입한다. 새로운 기술을 도입했을 때 추가적으로 창출될 것으로 기대되는 수익(ROI)와 리스크 관리가 중요하기 때문이다.

또한 리스크 측면에서 ChatGPT의 부정확성과 환각현상(Hallucination)은 기업들이 ChatGPT 도입을 망설이게 만들었을 가능성이 크다. 인공지능 스타트업에서 일하면서 축적한 경험에 비추어 보았을 때, 이것은 기업들이 ChatGPT를 도입했을 때 상당히 큰 위험에 노출될 수 있는 치명적인 요소임을 알 수 있었다. 일례로 금융회사에서 ChatGPT를 활용한 챗봇을 도입했을 때 잘못된 정보를 알려주어 발생된 손실에 대해서 기업들은 막대한 보상의 의무를 지게될지도 모른다.

실제로 많은 기업에서 프롬프트 엔지니어링(Prompt Engineering)과 아키텍쳐 구성을 통해 리스크를 회피하려는 시도를 해왔지만, 모델의 소스코드(Source Code)가 공개되어 있지 않은 상황에서 이는 매우 어려운 일이다. 더욱이 ChatGPT(GPT-3.5 모델 사용)의 고질적인 문제인 환각현상은 GPT-4.0에서도 이어지고 있다.  

무한한 가능성을 실현하기 위해서

1950년대 인공신경망의 한 종류인 ‘퍼셉트론(Perceptron)’이라는 개념이 인공지능 학회에 처음 등장하였을 때, 사람들은 조만간 인공지능이 사람처럼 걷고 말하고 생각할 것이라고 들떠있었다. 그러나 사람의 두뇌 신경망을 본따서 만든 퍼셉트론이 XOR 문제(선형 회귀와 로지스틱 회귀와 마찬가지로, 퍼셉트론도 2차원이나 평면에 선을 긋는 작업이지만, 이것이 불가능한 현상)를 해결할 수 없다는 치명적인 문제가 발견되었을 때 사람들은 금세 인공지능에 등을 돌렸다.

그러나 1970년대 역전파(Backpropagation)을 통해 XOR 문제를 해결할 수 있게 되고, 이후 컴퓨팅 성능이 기하급수적으로 발전하면서 다층 퍼셉트론(Multi Layer Perceptron)을 사용할 수 있게 되었고, 인류는 XOR 문제를 완전히 해결하고, 인간의 뇌를 컴퓨터에 어느정도 재현할 수 있게 되었다.

마찬가지로 환각현상이나 부정확성과 같은 한계점을 많이 가지고 있는 ChatGPT에 대해서도 연구자들과 현업 엔지니어들은 포기하지 않는 집념을 보여줄 것이다. 인류 역사를 살펴보면 알 수 있듯이 기술의 발전은 거의 모든것을 가능하게 한다. 따라서 우리는 모든 가능성을 열어두어야 한다. 기업들이 ChatGPT 도입을 망설이고 있는 것은 사실이지만, 그것이 생성형 AI와 ChatGPT의 무한한 가능성을 부정하는 이유가 되어서는 안될 것이다.

* 슈퍼브 블로그의 외부 기고 콘텐츠는 외부 전문가가 작성한 글로 운영 가이드라인에 따라 작성됩니다. 슈퍼브 블로그에서는 독자분들이 AI에 대한 소식을 더 쉽고 간편하게 이해하실 수 있도록 유용한 팁과 정보를 제공하고 있습니다.