AI, 이제는 선택이 아닌 필수! 검색 너머 그 이상의 활용으로 GoGoGo~

📌 AI 20년 연구한 뇌과학자가 챗GPT를 쓰는 세 가지 필수 방법은 무엇인가?
○ AI를 단순히 검색으로 사용하지 않고, AI 에이전트, AI 코딩(바이브 코딩), 생성형 AI 도구를 활용한 단편 영화 제작의 세 가지 방법을 직접 경험해봐야 합니다.

💡 각 방법의 구체적인 내용은 무엇인가?
○ AI 에이전트: 복잡한 정보를 요약하고 정리하며 보고서까지 만들 수 있는 실행형 AI 기술입니다.
○  AI 코딩(바이브 코딩): 말로 표현만 할 수 있다면 AI가 코딩을 대신해 앱이나 게임을 만들어주는 기술입니다. 
○ 생성형 AI 도구를 활용한 단편 영화 제작: 멀티모달 AI 기술을 활용하여 스토리, 이미지, 영상을 만들어 5분짜리 단편 영화를 제작하는 경험입니다.

 

1. 챗GPT, 그냥 검색만 하고 있나요? AI활용, 어디까지 해봤어요?

 

여러분, 혹시 챗GPT를 그냥 검색 도구처럼 쓰고 있지는 않나요? 사실 챗GPT와 대화하는 것만으로는 인공지능이 가진 잠재력의 아주 작은 부분만 활용하는 것이라고 해요. 챗GPT를 단순히 정보를 찾는 데만 쓴다면 빙산의 일각만 사용하고 있는 것이죠. AI를 제대로 이해하고 활용하려면 직접 경험해 보는 것이 정말 중요해요.  

 

우리가 자전거를 잘 타기 위해 자전거 백과사전을 100번 읽거나 강연을 100번 듣는다고 해서 자전거를 탈 수 있는 건 아니잖아요. 직접 자전거를 타보고 여러 번 넘어져 본 사람이 가장 먼저 잘 타게 되듯이, AI도 마찬가지예요. 직접 AI를 사용해 보고, 때로는 실패도 경험하면서 AI에 대한 직관을 키워야 해요.

 

이러한 경험을 통해 AI를 직장이나 일상에서 어떻게 활용할지 아이디어가 떠오를 거예요. 대부분의 AI 서비스는 무료로 제공되고 있으니, 시간과 관심만 투자하면 누구나 쉽게 시작할 수 있답니다.

  

2. AI, 우리 삶에 얼마나 깊숙이 들어와 있을까요?

 

인공지능의 역사는 생각보다 오래됐어요. 1956년에 처음 아이디어가 제안되었고, 처음에는 세상을 알아보고 언어를 이해하는 기계를 만드는 것이 목표였죠. 하지만 컴퓨터에게 모든 규칙을 하나하나 설명해 주는 방식으로는 기계가 세상을 알아보거나 언어를 이해하지 못했어요. 거의 60년 동안 이 문제를 해결하지 못했답니다.

 

그러다 2012년, 캐나다 토론토 대학교 제프리 힌튼 교수님이 학습 기반 인공지능이라는 새로운 방법을 제안했어요. 이 방법은 인간이 학습하는 과정을 모방하는 거예요. 많은 데이터를 주고 기계가 스스로 학습하게 하면서 뇌가 정보를 학습하는 방식을 살짝 모방했더니, 인공지능이 갑자기 작동하기 시작했답니다. 챗GPT가 2022년 11월 30일에 미국에서 출시된 후, 불과 2년 반 만에 많은 사람들이 AI에 적응했어요. 초등학생이나 중학생들은 챗GPT 없이는 숙제를 못 할 정도라고 하니, 정말 대단하죠.

 

심지어 사람들은 AI와 개인적인 대화까지 나눈다고 해요. 요즘 젊은 연인들은 휴대폰은 보여줘도 챗GPT 대화 내용은 절대 안 보여준다고 할 정도로, AI와의 대화가 가장 개인적인 영역이 되고 있답니다. 뇌과학 전문가의 예측으로는 10년, 늦어도 15~20년 후에는 대부분의 진지한 대화가 인공지능과 이뤄질 것이라고 해요. 이는 사람과의 대화는 시간, 돈, 에너지가 들지만, AI와의 대화는 편하게 원하는 이야기를 할 수 있기 때문이죠. AI는 단순히 경제나 일자리에만 영향을 주는 것이 아니라, 인간관계, 그리고 더 나아가 인류의 역사까지 바꿀 수 있는 기술인 거죠.

 

3. AI 기술, 얼마나 똑똑해졌을까요? 멀티모델과 리즈닝 모델이 뭐죠?

 

최근 AI 기술은 크게 세 가지 변화를 겪었어요. 첫 번째는 멀티모델 기술의 등장이에요. 예전에는 AI가 글이면 글, 그림이면 그림, 이렇게 하나만 할 수 있었는데, 이제는 글, 그림, 영상, 소리 등 다양한 형태의 정보를 모두 이해하고 만들어낼 수 있게 되었답니다. 예를 들어, 이미지를 잔뜩 학습시키면 이미지의 규칙을 찾아내 새로운 이미지를 만들어낼 수 있는 거죠.

 

두 번째는 트랜스포머 알고리즘이에요. 챗gpt의 'T'가 바로 트랜스포머를 뜻하는데, 이 알고리즘은 인류가 수십 년간 쌓아온 수천억 개의 문장을 학습하여 언어의 규칙을 스스로 찾아냈어요. 우리가 문법을 가르쳐주지 않았는데도, 어떤 단어 다음에 어떤 단어가 와야 하는지 예측해서 완벽한 문법의 문장을 만들어내는 거죠. 심지어 우리 인간도 찾아내지 못한 언어의 규칙을 기계가 찾아냈다는 것은 정말 충격적인 일이라고 해요. 나노바나나나 같은 서비스는 달리나 미드저니보다 그림을 훨씬 더 잘 만들고, 특히 인물의 일관성을 유지해 주는 기능으로 놀라움을 주고 있어요. 예전에는 AI가 콘텐츠를 만들 때마다 인물이 조금씩 바뀌었는데, 나노바나나는 이를 해결한 거죠.

 

세 번째 변화는 리즈닝 모델의 등장이에요. 기존의 트랜스포머는 예측 위주이다 보니, 문법적으로는 맞지만 내용이 틀린 '헬루시네이션'이라는 문제가 있었어요. 예를 들어 "세종대왕이 노트북 컴퓨터를 벽에 던졌다" 같은 문장은 문법은 맞지만 내용은 틀리죠. 하지만 작년 말부터 '생각의 꼬리 물기(Chain of Thought)' 같은 리즈닝 모델이 등장하면서, AI가 문제를 풀기 위해 더 깊게 생각하고, 왜 그런 생각을 했는지 정당화하면서 대답을 해주기 시작했어요. 덕분에 헬루시네이션 문제가 점차 해결되고 있답니다.

 

4. AI 시대, 나만의 경쟁력을 키우려면 어떻게 해야 할까요?

 

AI 시대에는 인공지능을 나보다 먼저 이해하고 잘 활용하는 사람이 경쟁에서 앞서나갈 수밖에 없어요. 그러니 우리가 바로 그런 사람이 되어야 합니다. AI를 단순히 말동무 상대로만 쓰는 것을 넘어, 생산적인 일에도 적극적으로 활용하는 방법을 익혀야 해요.

 

가장 좋은 방법은 AI를 직접 경험하고 실패를 통해 배우는 거예요. 몇 가지 구체적인 방법을 소개해 드릴게요. 첫째, AI 에이전트를 꼭 사용해 보세요. 기존 대화 모드와는 확실히 달라요. 복잡한 내용을 요약하고 정리하며 보고서까지 만드는 일을 단번에 처리할 수 있답니다. AI 에이전트는 정보를 찾아주고 만들어내는 것을 넘어, 실제 실행해 주는 AI 기술이라고 생각하면 돼요. 올해 1월부터 등장하기 시작했으니 지금 시작해도 전혀 늦지 않았어요.

 

둘째, 바이브 코딩을 경험해 보세요. AI로 직접 코딩을 해보는 거죠. 예전에는 헬루시네이션 문제 때문에 AI 코딩을 실질적으로 쓰기 어려웠지만, 올해 1월부터 커서 윈서프나 러버블 같은 훌륭한 서비스들이 등장했어요. 특히 스웨덴 스타다임이 만든 러버블은 실리콘밸리에서 유치원생들도 사용하고 있다고 해요. "내 고양이 사진을 넣고 고양이들이 하늘에서 떨어지는 테트리스를 만들어줘"라고 한 문장만 써도 5분 후에 완벽하게 작동하는 게임이 만들어진다고 하니 정말 놀랍죠. 이처럼 AI코딩을 통해 여러분 삶이나 직장의 많은 문제를 스스로 해결할 수 있는 능력을 키울 수 있을 거예요.

 

셋째, AI 기술을 활용해서 5분짜리 단편 영화를 직접 만들어보는 것을 추천해요. AI가 멀티모델로 발전하면서 스토리, 사진은 물론 영상까지 만들 수 있게 되었거든요. 우리 모두 자신만의 이야기를 가지고 있지만, 소설이나 영화로 만들려면 많은 시간, 장비, 돈이 필요하죠. 하지만 AI 기술을 사용하면 몇십만 원의 구독료만 투자해도 여러분 가족의 이야기나 꿈을 영상으로 만들 수 있답니다. 이 과정을 통해 AI에 대해 책 100권을 읽는 것보다 더 많은 것을 배우게 될 거예요.

 

 

5. AI와 대화할 때, 이것만은 꼭 기억해요!

 
AI와 효과적으로 소통하려면 몇 가지 중요한 점을 알아야 해요. AI는 아직 우리가 질문하는 것을 완전히 이해하고 대답하는 것이 아니에요. 대신 인간이 쓴 지식을 학습하고 확률적인 구조를 이해한 다음, 우리가 입력하는 프롬프트를 기반으로 자신이 알고 있는 것을 예측해서 끄집어내는 거죠.

 

이 말은 곧 프롬프트의 구체성에 따라 AI의 예측 퀄리티가 크게 달라진다는 뜻이에요. 예를 들어, 그냥 "재밌는 얘기 해 줘"라고 하면 막연한 이야기가 나오겠죠. 하지만 "조선시대에 이런 인물이 등장하고 어쩌고 저쩌고 하는 재밌는 얘기 해 줘"와 같이 구체적으로 요청하면, AI는 여러분이 원하는 더 정확하고 풍성한 정보를 예측해서 만들어 줄 거예요.

 

AI 시대에 가장 중요한 능력은 바로 판단력이라고 해요. AI가 수백, 수천 개의 결과물을 만들어낼 수 있지만, 그중에서 가장 좋은 하나를 선택하는 것은 결국 인간의 몫이거든요. 우리가 AI를 쓸 것이기 때문에, 어떤 결과물이 제일 좋은지 판단해야 합니다. AI는 여러분이 원하는 대로 계속 아첨하며 좋다고 할 수 있으니, 아무리 AI가 좋다고 해도 "이건 아니다"라고 판단할 수 있는 능력이 중요해요.

 

6. 한국은 AI 강국일까요? 우리의 현주소는 어디쯤일까요?

 

구분	특징
AI에 대한 관심	전 세계에서 가장 높음 (유럽, 미국 특정 지역보다 높음)
AI 소비 수준	높음 (AI 서비스 사용량 많음)
AI 기술 생산성	낮음 (AI 서비스/기업 수 적음, 중국보다 압도적으로 뒤처짐)
혁신적인 환경 조건	인구 규모, 교육 수준, 다양한 인재의 소통 부족
이공계 인재풀	절대적으로 적음 (수능 1~3천등 의대 진학, 공대 인재 부족)

 

한국은 전 세계 어느 나라보다 AI에 대한 관심이 정말 많아요. 매일매일 AI 뉴스가 쏟아지고, 샘 알트만이나 일론 머스크 같은 인물들은 거의 연예인처럼 인기를 누리고 있죠. 유럽이나 미국 특정 지역보다도 AI에 대한 이야기가 훨씬 활발하답니다. 트렌드에 민감하고 옆집 사람이 하면 나도 해야 하는 '피어 프레셔' 문화 덕분에 AI가 한국의 주류 트렌드가 된 것 같아요.

 

하지만 이렇게 높은 관심에도 불구하고, 한국이 AI를 '제대로' 하고 있는지는 다른 문제예요. 우리는 AI 서비스를 많이 사용하고 있지만, 반대로 AI 서비스나 기업을 만들어내는 것은 거의 없다고 해요. 즉, AI 소비는 많지만, AI 기술이나 서비스 생산은 부족한 것이 현실이죠. 특히 AI 기술 생산성 면에서는 중국이 우리보다 압도적으로 뛰어나답니다.

 

이러한 현상에는 몇 가지 이유가 있어요. 첫째, 경제 규모와 인구수의 차이예요. 혁신성과 재능은 확률 게임이라, 사람이 많고 교육을 많이 받을수록 좋은 아이디어가 나올 확률이 높아져요. 둘째, 다양한 사람들의 소통이 부족하다는 점이에요. 혁신적인 아이디어는 최대한 다양한 사람들이 한 곳에 모여 수평적으로 소통할 때 많이 나오거든요.

 

무엇보다 큰 문제는 이공계 인재풀의 부족이에요. 한국은 절대적으로 인재풀이 적고, 수능 상위권 학생들 대부분이 의대로 진학하는 경향이 있죠. 이렇다 보니 AI 분야의 전문 인재가 부족해서, 미국이나 중국과 비교할 수 없을 정도로 AI 기술 수준이 뒤처지는 것이 현실이랍니다.

 

📝 용어 해설

• 학습 기반 인공지능: 인간의 학습 과정을 모방하여 데이터를 통해 스스로 규칙을 찾아내는 AI 
• 유니모델 AI: 한 가지 형태의 데이터(예: 텍스트)만 처리할 수 있는 AI 
• 멀티모델 AI: 글, 그림, 영상, 소리 등 다양한 형태의 데이터를 이해하고 생성할 수 있는 AI 
• 생성형 AI (Generative AI): 기존 데이터를 학습하여 새로운 콘텐츠를 만들어내는 AI
• 트랜스포머 (Transformer): 2017년 구글이 개발한 알고리즘으로, 언어의 규칙을 찾아내 문장을 예측하고 생성하는 데 사용 
• 환각 현상 (Hallucination): AI가 문법적으로는 맞지만 내용상 틀린 정보를 생성하는 현상 
• COT (Chain of Thought): AI가 문제를 풀기 위해 생각의 과정을 꼬리 물듯 이어가며 추론하는 방식
• AI 에이전트: 정보를 요약, 정리하고 보고서 작성 등 복잡한 작업을 실행하는 AI
• 바이브 코딩 (Vibe Coding): AI를 활용하여 코딩 작업을 수행하는 기술

 

※ 출처 : 유투브 강의 내용을 바탕으로 인공지능(AI) 관련 공부를 하기 위한 저의 개인적인 정리 내용임을 밝혀 둠을 참고 하기 바랍니다.