Chat GPT 와 AI 전쟁 - Google은 과연

AI는 과연 스스로 사고할 수 있는가? 그리고 Chat GPT의 등장으로 인한 AI 전쟁에서 과연 구글은 뒤쳐진 걸까? 이에 대한 내용을 간략히 다루어 보도록 하겠습니다. 

목차

앨런 튜닝이라는 영국의 심리학자, 수학자이자 컴퓨터 과학자로 불리는 학자는 현대 AI의 근간이라고 할 수 있는 컴퓨터 과학의 아버지로 불립니다. AI는 의식이 있는가, AI는 사고할 수 있는가 하는 등의 철학적 물음에 대해 현실적인 방법을 제시했던 것으로도 유명합니다. 그리고 이러한 물음에 대해 해답을 제시하기 위해 고안한 TEST가 바로 튜링 테스트입니다. 

튜링테스트란? 

컴퓨터와의 대화를 통해 컴퓨터의 반응과 인간의 반응을 구별해 낼 수 없을 때, 컴퓨터가 스스로 사고한다 라는 가정에서 출발합니다. 실험법은 매우 간단합니다. 사람을 심판으로 하고 총 5번의 대화를 통해 좀 더 자연스럽게 대화를 나눴다고 생각한 쪽을 선택하게 됩니다. 이때 컴퓨터가 심판의 30% 이상을 속이게 되면 인간과 같은 지각 능력, 사고 능력을 가졌다고 판정하는 것입니다. 

 

AI는 생각을 할 수 있을까?

튜링 테스트를 가장 먼저 통과한 첫 번째 챗봇이 있습니다. 바로 '유진 구스트만'이라는 봇으로 2001년 러시아에서 탄생한 챗봇입니다. 해당 봇은 2014년에 튜링 테스트를 통과하였습니다. 하지만 결국 사고하는 AI로 인정받지는 못했습니다. 그 이유는 유진 구스트만이 스스로를 13세 소년으로 설정하여 비교적 쉬운 질문을 유도했기 때문입니다. 또한 틀린 답을 내어 놓아도 어린 나이를 감안하여 심사위원들이 더 쉽게 속을 수 있었기 때문입니다. 결정적으로 내놓은 답변들이 사고 과정을 거쳐 내놓은 해답이라기보다는 미리 정해둔 문답지를 두고 선택하여 답을 내어 놓는 형태이기 때문에 이때 데이터베이스에 정해진 답변을 설정해 두고 선택하는 방식에 대한 회의론이 일기 시작합니다. 그 결과 답변을 고르는 것이 아니라 생성할 수 있는 AI의 연구가 필요하단 결론에 도달하게 됩니다. 

 

Chat GPT란?

정해진 답을 구분해서 선택하는 모델을 판별 모델이라고 하고 답을 생성하는 모델을 생성 모델이라고 합니다. 생성 모델의 경우에는 문장을 단어, 기호 등으로 쪼개어 상호관계에 대해 학습하게 됩니다. 이를 사전학습이라고 하는데, 이를 기반으로 하여 답변을 생성하여 만들어내게 됩니다. 여기서 가장 중요한 핵심은 상호 관계를 이해하는 것입니다. 이 생성 모델의 대표가 바로 Chat GPT입니다. 

Chat GPT의 뜻을 풀어보면 GPT로 하는 Chat이라는 뜻이 되는데, 여기서 GPT가 의미하는 것이 무엇인지 보면 그 의미를 좀 더 쉽게 파악할 수 있습니다. 

 

G : Generative

P : Pre-Trained

T : Transformer

 

의 약자가 GPT입니다. 여기서 Transformer라는 것은 구글이 만든 인공신경망 모델의 이름입니다. Transformer는 기존 머신러닝 알고리즘에 비해 압도적인 좋은 성능을 가지고 있습니다. 지난번에도 언급되었던 병렬처리 방식을 적용하여 자연어 처리 시장에 획기적인 변화를 가져왔습니다. 따라서 GPT를 다시 정리해 보면 구글 Transformer로 사전 학습된 생성기가 됩니다. 

 

Chat GPT3의 의미 

처음 GPT1은 다양한 문제가 있었습니다. 오버핏팅, 데이터 확보, 연간 능력 등이 문제가 많았으나, 오버 피팅의 경우에는 더 많은 Data를 학습시키는 등 문제를 극복하려고 노력합니다. 또한 효율이 낮았던 것도 GPU나 AI 반도체 등의 개발로 극복 중입니다. 그렇다면 Chat GPT 3의 등장이 의미하는 것은 무엇일까요? 바로 이 초거대언어모델을 기반으로 하여 인공지능 서비스에 대한 기업들의 경쟁이 본격적으로 심화될 것을 암시합니다. 

 

구글이 망할까?

Chat GPT3의 등장으로 구글이 망할 수도 있다는 유언비어가 떠돌기도 합니다. 하지만 이것은 AI 시장의 사정을 안 다면 어쩌면 터무니없는 소리로 들릴 것입니다. 왜냐하면 국가, 기관을 제외하고 AI 연구에 가장 진보적인 기업이 바로 구글이기 때문입니다. 

MS  

마이크로 소프트는 Open AI의 최대 후견인이자 Azure를 통해 GPT의 하드웨어를 제공하고 있습니다. 메가트론 튜링은 파라미터의 수가 5300억 개나 되고 이것은 GPT3의 3배 이상입니다.

구글 

구글의 경우에는 Transformer를 탄생시킨 장본인입니다. 또한 Open AI와는 비교하기 미안할 정도의 분야의 최강자이기도 합니다. 스위치 트랜스포머가 가진 파라미터 수는 1조 6천억 개가량입니다. 

중국

중국의 베이징 AI 아카데미의 우다오는 약 1조 7천억 개가 넘는 파라미터를 보유하고 있습니다. 

한국

네이버의 클로바는 약 2000억 개, LG의 EXAONE은 약 3천억 개 수준입니다. 아직 업계 수준과 비교할 때 많이 모자란 수준으로 보입니다. 

 

Chat GPT와 반도체 시장

Chat GPT의 등장과 동시에 AI 시장은 새롭게 경쟁이 점화되고 있습니다. GPT의 성능을 향상하기 위한 필수 조건인 파라미터의 수. 이것을 증가시키기 위한 여러 가지 노력들은 AI 시장의 새로운 상승 동력들이 될 것입니다. 더 많은 데이터, 더 많은 컴퓨팅 파워, 더 많은 연산능력을 가진 AI 반도체 등이 요구될 것으로 보이며, 이는 결국 반도체 시장 자체의 상승 동력이 될 것입니다.