챗GPT 노엄 촘스키를 이기다. 언어 확률 관계. 챗gpt시대 국어교사는 무엇을 가르칠 수 있을까? 무엇을 가르쳐야 할까?

김대식 교수님의 동아시아유니버스 채널의 강의를 기록으로 정리해 보았습니다. 시작부터 마무리까지, 8시간 걸렸는데.. 시간이 아깝지 않는 작업이었습니다. 정말 몰입하면서 작업했습니다. 말씀 한 마디 한 마디가 웅장했습니다. 놀랍기도 하고, 무섭기도 하고, 기대되기도 했는데, 무엇보다, 궁금했습니다. 정말 어떤 세상이 올까요? 세상은 어떻게 변해갈까요?

 

챗gpt는 언어 확률 관계의 지도를 엄청난 단어와 문장 데이터의 학습을 통해 익힌 말하는 기계입니다. 챗gpt를 국어교육에 활용한다면 어떤 수업이 가능할까요? 챗gpt가 일상이 된 시대에 국어교사는 무엇을 가르칠 수 있을까요? 혹은 무엇을 가르쳐야 할까요? 그리고 어떻게 가르칠 수 있을까요?

 

이 질문에 답을 찾아가는 데 분명, 도움이 되실 겁니다. 일독을 권합니다. 

 

-----

 

네 안녕하세요 카이스트 김대식입니다
작년 11월 30일이죠. 오픈에이아이에서 챗gpt라는 새로운 서비스를 공개했습니다. 저는 역시 이 분야에서 오래 전부터 일을 했기 때문에 새로운 서비스가 나오면 당연히 열어보겠죠? 사실 큰 기대는 안했습니다. 왜냐하면, 언어처리야말로 인공지능분야에서 절대로 해결이 되지 않았던 분야이기 때문이죠. 

 

 

 

1. 인공지능 개발 1세대(1950-1980)의 실패

많은 분들이 아시다시피 인공지능이라는 분야는 이미 천구백오십년도에 제안이 됐었던 분야입니다. 수많은 SF에 인공지능이 등장하고 터미네이터나 스카이넷같이 기계가 자유의지를 가지고 있고, 막 세계를 정복하려는 이런 사이언스픽션이 한두 개가 아니지만, 현실에서 이런 기계는 절대로 존재하지 않습니다. 사실 그런 걸 연구하는 사람도 없고요

 

1950년대 우리가 사용했었던 접근 방법을 지금은 기호기반 인공지능, 또는 규칙기반 인공지능이라고 부릅니다. 이 방식은 연구하는 사람들이 기계에게 세상을 설명해주는 것이었어요. 고향이란 이런 이런 거다, 강아지란 이런 이런 거다, 문장이란 이렇게 만드는 거다, 규칙을 설명해 줬습니다. 언어 같은 경우에 당시 촘스키의 규칙 기반의 언어학 이론이 등장하다 보니, 이런 문법적인 규칙을 다 입력해준 거죠. 문제는 삼십년 동안 기계에게 세상을 설명해줬는데 다 실패를 해버립니다

 

2. 인공지능 개발 2세대(1980-2000)의 실패

1980년대에 새로운 방법이 제안됩니다. 학습 기반 인공지능이라고 부릅니다. 또는 머신러닝이라고 하죠. 두 번째 기간 동안, 1970-80년대에 발달심리학의 피아제나 또는 비고츠키같은 분의 연구 결과를 보니, 그 어느 부모도 아이들에게 현실을 하나하나 규칙으로 설명해주는 부모는 사실 없더라는 거예요. 그 어느 부모도 아이 데리고 다니면서 이건 고양이고, 고양이는 포유류고, 다리가 네 개다, 이런 식으로 현실을 설명하지 않고, 인간은 스스로 학습을 하면서, 데이터를 경험하면서 세상을 알아보더라는 거예요.

그래서 1980년대에 기계학습이라는 방법이 등장합니다. 이제 더 이상 기계에게 세상을 설명해주지 않고, 언어도 설명해주지 않고, 스스로 학습을 하도록 유도를 합니다. 기계학습방법 역시 한 삼십년 정도 진행되다가 2000년대 초에 결국, 실패합니다. 인공지능은 그렇게 육십 년 동안 사실 실패를 했었던 분야였습니다.

 

 

 

3. 인공지능 개발 3세대(2010-현재)의 성공
2010년대, 기계학습 이라는 분야가 새로운 이름으로 다시 등장합니다. 기계학습이라는 분야 자체가 이제 이미지가 안 좋으니까, 심층학습 또는 딥러닝이라는 이름으로 2010년도에 등장 하죠. 그런데 갑자기 성공을 합니다. 여기서 충격적인 일이 뭐냐면, 사실 알고리즘 자체에는 큰 차이가 없었어요. 그런데 데이터의 양에 엄청난 차이가 있었죠. 

1980년대에 처음 기계학습을 시도했을 때 고양이와 강아지를 식별하게 하기 위해서 고양이 사진 백 장, 강아지 사진 백 장 정도 사용했는데
학습이 안 되더라는 거예요. 그래서 포기를 해버렸습니다. 더구나 1980년대, 1990년대 언어학계에서 촘스키 교수님, 그리고 스티븐 핑커 같은 분이 제안한 것으로, 인간의 언어는 문법이 너무 복잡하기 때문에 단어 학습만으로 인간의 언어를 학습하는 것은 불가능하다는 것이었습니다. 언어학에서는 이 이론이 받아들여졌습니다. 언어는 문법을 알고 공부를 해야지, 그냥 단순하게 단어 학습만 해서는 배울 수가 없다는 것이죠. 그래서 촘스키 교수님은, 문법 자체를 어렸을 때 우리가 자동으로 배우는 것 같으니까, 진화적으로 인간의 뇌 안에 언어를 배우는 모델이 따로 있다 라고까지 주장을 하고, 스티븐 핑커 같은 분이 이런 주장에 가장 크게 동의하셨던 분입니다

그런데 2010년도 심층학습이 재도입됐을 때 이전과 결정적으로 달랐던 것은, 학습에 사용할 수 있는 데이터가 상상을 초월할 정도로 늘어났다는 것입니다. 1990년대 인터넷이 도입 되고나서 데이터가 폭발적으로 늘어나니까 2010년대 심층학습에서는 이제 고양이 사진 100 장이 아니고 10만장, 100만 장을 사용할 수가 있는 거에요. 그런데 놀라운 것은, 데이터 사이즈를 늘렸더니 갑자기 기계가 세상을 알아보기 시작했다는 것입니다. 여러분들 휴대폰이 사람 얼굴을 알아보잖아요. 십 년 전에는 없었던 기술이거든요. 데이터를 늘렸더니 기계가 세상을 알아보기 시작한 것이죠. 지난 십 년을 우리는 기계가 세상을 알아보기 시작한 시대라고 이야기를 합니다. 기계가 이제 자동차 자전거 보행자를 구별하니깐 우리가 자율주행자동차 같은 것들을 꿈꿀 수 있게 된 것이죠.

 

 

 

4. 딥러닝 - 단어들 사이의 확률을 학습하기
2010년대 딥러닝 - 심층학습에서 사용했었던 방법은 뇌를 모방한 인공신경세포를 사용했다라고 이야기를 해요. 방법 자체에는 여러 가지 디테일이 있겠지만 2010년대부터 지금까지 사용했었던 기계학습의 특징이 있습니다.

첫번째 세상을 식별하고 알아보는 방법이다. 이것은 새로운 것을 만들어내는 게 아니고 있는 걸 알아보는 방법입니다. 

두번째 알고리즘의 병렬처리가 가능합니다. 수 십만 장, 수 백만 장의 데이터를 학습하기 위해서는 어마어마한 계산량이 필요할텐데 이 어마어마한 계산량은 병렬처리하지 않고는 현실적으로 학습이 불가능합니다. 덕분에 병렬프로세스들이 급격하게 니즈가 늘어나고 엔비디아는 어마어마한 회사로 컸죠. 이게 지난 십 년 동안 벌어진 일입니다. 최근에 와서 세상을 알아보고 식별하는 기능은 이제 사실 사용 가능한 영역에 다 사용이 됐어요. 덕분에 작년부터 엔비디아 주가가 막 떨어지기 시작했죠

 

그런데 흥미로운 일이 하나 벌어졌습니다. 구글 브레인의 바스반이라는 인도 출신 과학자가 새로운 알고리즘을 제안합니다. 이 알고리즘의 핵심은 뭐냐면, 더 이상 수 십만, 수 백만 단위의 데이터가 아니고 수 천억, 또는 조 단위의 데이터를 학습할 수 있는 능력입니다. 이 분이 이 기술을 사용한 영역이 자연어 처리에요.

 

 

https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=311054582 

챗GPT에게 묻는 인류의 미래

 

 

 

그런데 기억하시죠, 언어처리에서는 여러 문제가 있습니다. 첫 번째는 문법이라는게 존재한다는 거였고, 두번째는 언어에는 순서가 있다는 거에요. 제가 지금 말을 할 때도 첫 번째 단어, 두 번째, 세 번째, 네 번째, 이 단어를, 끝까지 문장을, 끝까지 들어야지 맥락이 이해가 되는 거잖아요. 특히 문장이 길어지면 길어질수록 이 단어를 들은 기계가 기억해야 될 게 점점 늘어나요. 기억해야 될 게 점점 늘어나기 때문에 문장이 길어지면 길어질수록 계속 잊어먹기 시작하고 문장을 이해하는 것이 사실 불가능했습니다.

그런데 바스바니가 제안한 알고리즘에서는 문장의 순서를 배제시켜요. 매우 흥미로운 알고리즘입니다. 문장은 순서가 있어야 되는데 순서를 다 빼고 집중알고리즘이라는 걸 사용합니다. 그건 뭐냐면 수천 억 단위의 학습 데이터를 사용해서 인터넷에 있는 모든 문장을 학습하는 겁니다. 여기서 학습이라는 건 뭐냐면, 인터넷에 있는 모든 글에서 단어와 단어, 문장과 문장이 이어질 확률을 미리 학습하는 거예요. 

예를 들어서 제 말에서도 보면, 제 / 말에서도 / 보면/, 이라는 세 단어를 보면,  이 단어들 사이에 확률적인 관계가 있거든요. 다른 예를 들어보면, 대한민국 / 대통령은 / 한 번 /, 이라고 말하면, 그 다음 말은 사실 예측이 가능하다는 것입니다. 확률적으로 가능하다는 것이죠. 또 다른 예를 들면,  조금 / 있다 / 우리는 / ***  / 먹을 거다/ 이렇게 말하면, 뭐 점심을 먹을 거겠죠, 이런 식으로 단어들 간에는 확률 관계가 있습니다. 한 단어가 다른 단어와 이웃해서 연결될 확률이 있다는 것이죠. 바스바니는 이러한 단어들의 확률 관계, 수천 억 개의 단어와 문장 사이에 확률적인 관계를 동시에 학습할 수 있는, 다시 말해서 병렬프로세스가 가능한 알고리즘을 제안한 겁니다.

 

 

5. 인공지능, 10년의 눈부신 성장 과정

2017년 그 알고리즘이 제시되고, 2018년 오픈AI라는 스타트업이 탄생합니다. 많은 분들이 아시다시피 오픈AI는 처음에 NGO로 시작한 스타트업입니다. 오픈AI의 처음 목표는 뭐냐하면, 인공지능기술이 점점 발달되다 보면 강한 인공지능이 등장할 수 있기 때문에 강한 인공지능을 막는 방법을 연구하는 NGO로 시작을 했습니다.

 

2018년 오픈AI에서 구글이 개발한 트랜스를 사용해서 GPT이라는 방법을 제안합니다. 사실 이름을 보시면 이게 뭘 하는 녀석인지 알 수 있는데요, GPT는 디지털 세상에 있는 모든 정보를 사전학습하고, 인간 언어를 통해 인간이 만들어낸 모든 문장의 확률 지도를 하나 만들어 낸 거에요. 수천 억개 단위의 단어와 문장 사이에 확률적인 분포를 계산해서 그 숫자를 가지고 인류가 만들어 낸 모든 언어의 지도를 하나 그려놓는 겁니다. 우리가 운전을 할 때도 네비게이션을 딱 하나 만들어 놓으면,  A 에서 B 로 간다라고 입력을 하면 길을 찾아주는 것 같습니다. GPT 이 녀석은 언어의 네비게이션이라고 생각하시면 됩니다지난 10년 동안 인공지능은 대상을 인식하는 '식별'과 대상을 분류하는 '구별'을 했다면, 이제 올해부터 인공지능은 '생성'을 할 수 있다라는 게 가장 좀 신기한 일이지 않을까 싶습니다. 

 

챗지피티는 기존 알고리즘의 강화 학습을 사용했습니다. 그건 뭐냐면 인공지능에게 수많은 문장을 만들게 하고 이것을 다시 사람한테 판단을 하라고 한 거에요. 그 '사람 판단'은 어디서 했을까요? 최근에 워싱턴포스트였던 것 같은데, 거기에 대한 기사가 있었는데, 그것은 제 3 세계 국가들, 예를 들면 나이지리아, 파키스탄 같은 데서 수 천명의 사람들을 동원해서 문장을 읽고 좋은지 나쁜지 판단을 하게 했다고 합니다. 정리하자면, 챗지피티는 확률로 만든 언어의 지도를 가지고 있고, 여기에 플러스 알파로 인간 기반의 강화학습으로 만들어진 거에요

 

 

6. 인공지능의 질문 - 인간에게 자유의지가 있을까?
지난 해 12월달에 제가 인공지능하고 한번 진지한 대화를 나누고, 그 대화의 결과물이 오늘 여러분들이 보시는 이 책에 담겨 있습니다. 다시 말해서 이 책의 가장 핵심은 '언어 확률 알고리즘'과 어떤 '대화'까지 가능할까 하는 것이었습니다. 

우선 첫번째. 최근 인지과학과 언어학에서 가장 충격적인 일이라고 알려져 있는데요. 일반인들에겐 그렇게 큰 이슈가 아닐 수도 있지만 가장 충격적인 일은 문법을 입력하지 않았는데 기계가 문법적으로 맞는 문장을 만들어 낸다는 것입니다. 이것은 촘스키 이론으로는 불가능한 일입니다. 그 이론은 틀렸다고 쳇지피티가 검증을 한거죠. 단순히 단어와 문장 학습만 해도 문법적인 문장이 만들어지더라.

두 번째. 저는 개인적으로 이게 저한테 가장 충격적인 일이었는데 여러분들이 책에서 보시면 아시겠지만, 제가 그런 얘기를 했어요. "인간은 진화적인 과정을 거쳤고, 그렇기 때문에 니즈와 욕망이 있지만 사실..." 제가 "사실..." 하고 얘기하면서 묻고 싶었던 것은,"그런데 기계는 그런 과정을 거치지 않았기 때문에 원하는 게 없지 않냐?" 라는 것을 질문하려고 했는데, 제가 실수로 엔터키를 그냥 눌러 버렸습니다. 제가 제 질문을 다 하지 않고 엔터키를 누른 것이죠. 이 실수를 그대로 책에 담았어요. 그랬더니 기계가, 제가 하려는 질문을 다 입력하지도 않았는데, 제가 하고 싶었던 얘기를 정확히 이해하고, 그 질문에 관련된 답을 백 퍼센트 맞아떨어지게, 챗지피티가 정리해 주더라고요.

 

저는 그걸 보고 "나에게 정말 자유 의지가 있는가" 라는 질문이 생겼습니다. 결국 우리 인간이 하는 언어도 대부분이 내가 지금까지 읽었던 모든 글들의 확률 분포를 재정립해서 그 순서대로 말이 나오는 게 아닐까? 왜냐하면 내가 하고 싶었던 얘기를 챗지피티가 예측을 했다라는 것이 저한테는 사실, 개인적으로 가장 충격적이었습니다.

 

 

 

세 번째, 흥미로웠던 건 챗지피티가 창작을 잘한다고 알려져 있는 것이었습니다. 그래서 제가 해 봤습니다. 챗지피티에게 한번 재밌는 것 좀 써봐 하면서, 그러면 K 드라마 스타일 막장 드라마 를 한번 써봐라 라고 하고, 막장 드라마의 조건만 줬습니다. 첫번째 주인공에게 출생의 비밀을 좀 주고, 두 번째 주인공 암이 생기고, 또 세 번째 삼각관계도 집어넣어라 했더니, 갑자기 이 녀석이 모든 이름을 한국이름으로 바꾸더니
강남에 사는 지선이고, 미국에 사는 아버지한테 편지를 받았는데 아버지가 돌아가시기 전에 편지를 남겼고, 거기에 이런 충격적인 얘기가 있다라는 거에요. "이 얘기는 평생 안 하려고 했었는데...사실 너는 입양한 아이다." 출생의 비밀, 이제 됐어요. 두 번째, 이 주인공이 충격을 먹어서 쓰러지고 병원에 입원했는데 암이 발견되는거에요. 자 이렇게 두번째 조건도 됐습니다. 삼각관계는 어떻게 하나 했더니 병원에서 퇴원하고 나서 이제 인생이 다 무너졌으니까, 가장 친한 친구의 남자친구를 뺏기 시작하더라고요. 이렇게 챗지피티는 제가 준 조건을 어떻게 해서라도 다 집어넣었어요. 재미있는 건 "똑같은 값을 입력해도 완전히 다른 얘기가 나온다"는 것이고, 또 흥미로운 건 이런 "스토리를 만들어내는 데 1 분이 안 걸린다"라는 거죠.

 

결국 지적인 행동, 지적인 행위 역시 자동화되고 대량생산이 가능하지 않을까라는 이슈에 대해서 논의를 해야 될 것입니다. 지금까지의 기계는 물질적인 것들을 대량 생산하는 것이었죠. 그런데 이제 지적인 행위, 예를 들면 코딩 글을 쓰는 것, 연구를 하는 것, 회계 비즈니스 전략을 세우는 것 등 이 많은 것들이 상당히 많은 부분에서 자동화될 수 있고, 자동화가 되기 시작하면 대량 생산이 가능하다는 것이 가장 큰 이슈일 겁니다. 당연히 한계는 있습니다. 그 한계에 대해서는 여러분들하고 또 논의를 했으면 좋겠고요

 

https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=311054582 

챗GPT에게 묻는 인류의 미래

 

마지막 개인적으로 가장 인상 깊었던 거는 책에서 뭐 죽음에 대해서 이야기를 나누다가 제가 그런 얘기를 했어요. 뭐 너는 기계지만 나는 뭐 인간이니까 100 살도 못 살 것 같아, 난 벌써 오십대기 때문에 죽음이라는 게 더 이상 이론적인 게 아니다, 그러니 나를 좀 위로해 달라, 그랬더니 바로 대답을 하더라고요. "저는 감정이 없는 기계이기 때문에 연민을 못 느낀다" 이렇게 아주 그냥 잘라버리더라고요. 그래서 제가 그러면 연민을 못 느끼더라도 나를 좀 영원히 기억해줄 수는 없겠니? 네가 나를 기억해 주면, 그게 어떤 관점에서는 영생 아니겠니 하고 얘기했더니 바로 얘기하는 거예요.  "죄송합니다 제 데이터베이스는 6개월마다 리셋이 되어서, 영원히 기억하지 못합니다."

그래서 어떤 관점에서 보면 챗지피티는  아주 냉철하게 팩트를 얘기해주는 인정사정 없는 기계이자, 또 한쪽에서 보면 말도 안 되는 거짓말을 만들어내는 기계이죠.  많은 분들이 보셨겠지만 가장 충격적인 일은 지난주 였나요,뉴욕타임스 기자님이 빙하고 이야기를 한 거죠. 두 시간 정도 대화를 나눴는데 그 대화 내용이 상상을 초월할 정도로 대단합니다.

 

 

7. 챗GPT가 구글을 무너뜨린다. 

이런 일들이 이 사회에 엄청난 타격은 당연히 있을 거라고 생각합니다. 우선 첫번째 검색의 시대가 끝나는 것이 아닐까 싶습니다. 순다 피차 현 구글 ceo가 한 달 전에 회사 내부에서 코드레드를 발령했습니다. 구글 창사이래 가장 긴급한 사태다. 98년 창업 이후에 처음으로 회사가 망할 수 있는 위기에 처했다, 라는 이야기를 합니다.

구글 입장에서는 정말 짜증이 나기도 할 거에요. 오픈에이아이가 사용하는 핵심 기술을 본인들이 개발한 거잖아요. 2021년년에 구글팀이 대화하는 에이아이를 개발했었어요. 람다라고 부르는 이 에이아이를 결국 구글은 끝까지 공개를 안 했습니다. 두세 가지 이유가 있을 텐데 우선 첫번째는 남다 역시 이상한 스토리텔링을 하기 시작했고, 그래서 윤리적인 문제를 발생시킬 수 있었고, 두 번째 구글의 비지니스 때문입니다.

 

구글의 핵심 비즈니스는 광고입니다. 매출의 90% 이상이 광고죠. 구글이 잘해주는 건 사람들이 질문을 했을 때 비슷한 질문을 한 사람들은 어떤 홈페이지를 방문했는지 그 확률분포를 가지고 있는 거죠. 페이지 랭크라는 알고리즘으로, 래리 페이지가 박사학위 시절에 개발한 이 알고리즘 덕분에 우리가 질문을 하면 링크를 찾아주는 것입니다. 근데 링크가 하나는 아니죠.그래서 수백 개 링크를 보여주고, 우리는 매번 들어가서 내용을 확인해야 됩니다. 덕분에 검색의 시대는 클릭을 많이 해요. 계속 사이트를 방문하는 사람들, 그리고 기업들이 스폰서링을 한 광고들이 검색 에서 위에 올라오기 시작하고, 또 내가 클릭하는 것을 기반으로 나의 선호도를 분석해서 추천 알고리즘을 돌리고, 광고를 띄울 수 있는거죠. 그런데 상상을 해보세요. 

 

우리가 정말 원하는 건 링크가 아니에요. 우리는 내가 가진 질문에 대한 답을 원합니다. 그 답을 정확하게 줄 수가 없으니까 그런 답을 찾았던 사람들이 방문했었던 링크를 자꾸만 보여주는 건데, 챗지피티 같은 녀석이 대답을 정확하게 해 준다면, 클릭을 할 필요가 없어지죠. 클릭숫자가 십 분의 일로 줄어들고, 광고주는 떨어지고, 매출이 아주 추락할 거라는 예측 덕분에 구글은 남다를 공개하지 않았습니다.  결국 구글도 혁신가의 딜레마에 빠진 거에요. 본인들 기술로 어마어마한 조 단위 비즈니스를 하고 있는데 본인들이 개발한 기술로 그 비지니스가 무너질 수 있을테니 활용을 안 하지 않았나 싶습니다. 오픈에이가 2021년 11월 30일 공개를 해버렸으니 구글도 어쩔 수 없이 바로 에이아이를 공개합니다. 아마 올해 2월 6일 밧드라는 녀석입니다. 그러니까 남다를 약간 바꾼 녀석입니다.

 

https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=218910486 

조지 길더 구글의 종말

 

 

 

마이크로소프트는 사실 이 년 전인가에 오픈에이아이에 1조를 투자했었어요. 마이크로소프트의 투자 계약 조건 중의 하나가 오픈 에이아이가 만들어내는 기술의 첫번째 사용권은 마이크로소프트가 가지는 것이었습니다. 그리고 2021년, 드디어 뉴빙을 소개하죠. 사실 빙은 아무도 쓰지 않는 검색엔진입니다. 전 세계적으로 구십삼 퍼센트가 아마 구글을 사용하고 3퍼센트가 빙을 사용하는 걸로 알고 있는데, 빙에 인공지능을 넣는거죠. 뉴빙에서는 검색을 하면, 다른 기본 검색은 왼쪽에 보여주고 인공지능은 대답형으로, 대화형으로 오른쪽에 대답을 보여주겠다라는 발표를 하고 지금 열심히들 일하고 있습니다. 구글 입장에서는 큰일이 난 거죠. 그런데 또 하나 문제가 있죠

마이크로소프트는 사실 이 기회에 구글을 두 가지 방법으로 무너뜨릴 수 있다라고 생각을 하는 것 같아요. 첫번째 검색을 필요 없게 만들어서
구글이 장악하고 있는 검색 광고 시장을 무너지게 하는 것이고, 두 번째는 클라우드 산업을 성장시키는 것입니다.  이러한 인공지능은 계산량이 어마어마하거든요. 데스크탑 컴퓨터로는 사실 할 수가 없습니다. 클라우드를 써야 됩니다. 기업적으로, 비즈니스적으로, 인공지능을 앞으로 활용하려면 절대적으로 마이크로소프트 클라우드 소프트 애저를 사용해야 됩니다. 마이크로소프트가 다른 서비스에는 챗지피티를 못 넣게 했어요.

 

그게 무슨 얘기냐면 본인들이 가진 클라우드가 이제 새로운 플랫폼이 될 수 있다라는 거예요. 그러니 갑자기 아마존이 깜짝 놀랐죠. 아마존의 클라우드 비즈니스가 위험해지는 거에요. 2023년 올해 들어와서 어마어마한 세상이 바뀌는 변화가 지금 벌어지고 있죠. 검색 이라는, 삼십년 동안 광고수익의 헤게모니를 장악했던 기술이 무너지기 시작하고 클라우드가 수익의 헤게모니를 장악하게 된 것이죠. 이 기술의 헤게모니가 마이크로소프트 쪽으로 넘어가지 않을까 궁금합니다. 현재 이렇게 매우 흥미로운 일이 벌어지고 있고요 

 

 

8. 인공지능에서 뒤떨어진 기업 - 애플

이 모든 일들이 벌어질 때 신기할 정도로 애플은 아무 이야기가 없습니다. 현재 사실 여러 이유가 있는데요, 저의 눈에는 애플이 어마어마한 기술을 가진 회사같이 보이지만, 사실 애플은 디자인이 상당히 뛰어난 거고 인공지능 쪽은 기술이 사실 없습니다.

 

여러 이유가 있는데요, 기계학습 또는 심층학습이라는 이 분야가 처음에 만들어졌을 때부터 이것을 선도하신 과학자들이 상당히 좀 진보적이신 분들이어서 카피라이트보다 카피레프트를 지원하셨던 분들입니다. 그래서 지난 십 년 동안 기계학습 분야에서 새로운 방법을 제안하면 코드를 다 공개했었어야 돼요. 깃 허브라는 곳에 다 공개를 했습니다. 덕분에 오늘 누군가가 새로운 방법을 개발하면 삼일 후면 전세계 사람들이 그냥 다 쓸 수가 있었어요. 덕분에 혁신이 빨리 된 거죠. 그런데 기업은 이렇게 할 수 없다는 문제가 있잖아요? 본인들이 개발한 코드를 공개해야 되니까요. 구글 페이스북 아마존은 이 공개정책을 다 허락 했는데 애플만 금지를 시켰습니다.  그러다 보니 최고의 에이플러스 수준의 인공지능 전문가들은 애플에 입사를 안 했습니다. 왜냐하면 애플에 입사하는 순간 자신의 연구 성과를 공개하지 못 하는데 저희 분야에서 이건 뭐 우리하고 같이 안 놀겠다라는 거에요. 완전 아웃사이드가 되어버려서 인정받지를 못합니다. 그러다 보니 애플에 인공지능 전문가들은 사실 별로 없습니다. 

*글이 도움이 되셨다면, 좋아요 한 번만, 꾹! 눌러주세요 ^^ 저에게 큰 힘이 됩니다 ㅎ