Ahead by Bett 자문위원인 도미니크 루크스(Dominik Lukes)는 최근 자신의 링크드인 뉴스레터를 통해, 지난 3개월간—대략 GPT-4가 출시된 이후부터—부상한 생성형 인공지능의 새로운 동향에 대한 상세한 최신 정보를 공유했습니다. 그가 언급한 변화 중 상당수는 교육계에서 서서히 축적된 경험과 실험을 바탕으로 한 것이며, 이러한 도구들은 빠르게 발전하고 있을 뿐만 아니라 미래의 트렌드를 예고하고 있습니다.

전체 내용을 확인하시려면 여기에서도미니크의 뉴스레터를 꼭 읽어보시기를 강력히 추천드리며, 아래에는 그가 제시한 주요 팁과 주요 헤드라인을 몇 가지 소개합니다.

루크스는 AI 트렌드 6가지를 크게 두 가지 범주로 분류합니다:

1. 새로운 도구와 모델 - 출시된 것과 발표된 것 모두

2.도구 그 자체와, 우리가 개인적으로 그리고 사회적으로 그 도구들과 맺는 관계에 대한 이해및 활용 방식의 발전

루크스는 각 부문별로 여러분이 알아두어야 할 세 가지 구체적인 트렌드를 파악했습니다. 그 내용은 다음과 같습니다:

 

새로운 도구와 모델

1. 더 이상 AI = ChatGPT가 아니다: ChatGPT에서 빅 4로

루크스는 보고서에서 현재 사용할 수 있는 주요 챗봇 네 가지를 꼽았는데, 바로 오픈AI의 ‘ChatGPT’, 앤트로픽의 ‘Claude.ai’, 구글의 ‘Bard’, 마이크로소프트의 ‘Bing Chat’이다. 루크스는 각 도구의 사용 가능한 기능과 주요 차이점을 면밀히 분석하는 한편, 특히 동일한 질문에 대해 도구마다 서로 다른 결과를 내놓는 경우가 빈번하다는 점을 들어 “이 도구들에 수행을 요청하는 작업의 범위가 너무 광범위하여 포괄적으로 평가하기 어렵다”는 점을 주요 논점으로 제기합니다. 이러한 도구들이 커뮤니티에 더욱 깊이 뿌리내리게 됨에 따라, 이를 어떻게 비교 평가할 수 있을지에 대한 더 많은 논의가 이루어지기를 기대합니다.

2. 오픈 소스 모델과 앱의 폭발적 증가

지금까지 생성형 AI 도구는 대부분 연구 개발에 필요한 수백만 달러의 비용을 감당할 수 있는 대기업들에 의해 개발되고 자금을 지원받아 왔습니다. 그러나 루크스는 누구나 사용할 수 있는 공개 데이터 세트의 구축, 공개 모델, 기술 공유 등을 포함해 오픈소스 대안을 만들기 위한 시도들을 높이 평가합니다. 루크스는 이러한 모델들이 ‘빅 4’의 속도를 따라가기 어렵다는 점을 인정하면서도, 두 가지 이유로 이들이 중요하다고 생각합니다. 첫째, 소프트웨어가 AI 기능을 통합하거나 새로운 AI 제품을 구축할 수 있는 선택지가 늘어나기 때문이며, 둘째, 지식과 연구의 가능성이 확대되기 때문입니다.

3. 대규모 언어 모델 활용을 위한 새로운 도구들

대규모 언어 모델과 AI 챗봇을 처음부터 개발하는 것은 복잡하고 비용이 많이 들지만, 루크스는 이를 기반으로 제품을 구축하는 것은 의외로 간단하다고 주장합니다. 그는 가장 큰 발전의 공로를 “도구를 만드는 도구”라는 관행에 돌립니다. PDF 파일을 업로드하여 요약문을 얻을 수 있는 간단한 프로그램을 작성하는 일은 이제 거의 모든 개발자는 물론, ChatGPT를 활용해 코드를 작성할 수 있는 많은 비개발자에게도 충분히 가능한 일이 되었습니다. AI를 활용한 개발에는 여전히 많은 지식(루크스의 전체 보고서에서 드러나듯이), 기술, 그리고 종종 시행착오를 거치는 시간이 필요하지만, 이것이 반드시 매우 심도 있는 AI 전문 지식을 의미하는 것은 아닙니다. 루크스가 지적하듯이, “우리가 목격하고 있는 수천 개의 제품을 만든 사람들 중 상당수는 반드시 AI 전문가라기보다는 오히려 AI를 둘러싼 다양한 도구에 정통한 사람들입니다.”

 

새로운 지식

4. 프롬프트 엔지니어링의 새로운 동향

루크스의 보고서는 “이전 버전에 비해 ChatGPT가 성공한 가장 큰 요인은 바로 간단한 채팅 인터페이스다. 갑자기 누구나 프롬프트를 어떻게 구성할지 고민할 필요 없이, 마치 사람과 대화하듯이 이 도구와 간단히 ‘대화’를 시작할 수 있게 되었다”고 주장한다. 그러나 프롬프트 엔지니어링 기법에 관한 그의 섹션에서는, 이러한 효과가 때로는 역효과를 낳아 초보 사용자들이 ChatGPT와 같은 도구의 성능을 더욱 효과적으로 끌어올리는 핵심 요령을 놓치게 되는 이유를 정확히 조명하고 있다. 이 보고서에서 루크스는 훌륭한 프롬프트에서 중요하지 않은 요소(철자, 어순, 구두점)와 진정으로 중요한 요소(풍부한 의미와 좋은 예시)에 대해 더 자세히 다루며, 기초를 익히는 데 도움이 되는 5가지 광범위한 프롬프트 엔지니어링 기법 범주를 제시합니다: 페르소나, 예시 및 모델, 자체 생성 예시, 자기 비판, 사고의 연쇄.

5. 새로운 직업의 등장: AI 엔지니어

루크스(Lukes)가 설명하듯이, AI 엔지니어는 지난 6개월 동안 등장했으며, 제품 개발자와 대규모 언어 모델 구축자 사이의 어딘가에 위치한다. 그는 이러한 엔지니어들이 주로 전문으로 하는 업무 유형(예를 들어, 대규모 언어 모델의 작동 원리에 대한 심층적인 이해를 쌓는 것)에 대해 자세히 다루는 한편, 개발 속도가 너무 빨라 이 분야에서 정식 교육을 받을 기회가 없었다고 지적한다. 루크스에게 있어, 모든 종류의 조직에서 AI 엔지니어링 전문 지식의 필요성에 대한 인식 부족은 “고도로 전문화된 기계 학습 및 AI 연구·개발 분야와 전통적인 소프트웨어 개발 간의 지식 격차를 보여준다”고 한다. 하지만 좋은 소식은, 루크스가 모든 연구를 마친 후, 이 분야의 전문 지식을 습득하고자 하는 의지만 있다면 누구나 충분히 이를 익힐 수 있다고 느끼고 있다는 점이다. 기본적인 기술은 처음 보았을 때보다 기술적 난이도가 낮기 때문이다.

6. AI에 관한 신뢰할 수 있는 정보 출처에 대한 명확성

루크스가 보고서에서 지적했듯이, 우리는 혼란스러운 시대를 살고 있다. “변화가 엄청난 속도로 쏟아져 오고 있으며, 최근 누군가가 내게 말했듯이, 이 소음 속에서 핵심을 찾아내기란 어렵다.” 이 새로운 생성형 AI 분야에는 확고한 경험을 갖춘 전문가가 없을 뿐만 아니라, 전문가가 어떤 모습이어야 하는지도 명확하지 않다. “인공지능에 대해 일련의 사실에 입각한 진술을 늘어놓는 것은 쉽지만, 정작 핵심을 완전히 빗나갈 수도 있습니다.” 그러나 루크스는 해결책을 제시합니다. 그는 독자들에게 ‘AI 스카우트’, 즉 다양한 플랫폼과 미디어에 걸쳐 의미 있는 담론을 평가하는 사람이 되거나, 자신의 지식 수준과 관심사에 맞는 정보 출처 한두 곳을 찾아 꾸준히 주시할 것을 조언합니다. 무엇보다 루크스는 신뢰할 수 있는 지식 출처를 찾는 것이 중요하다고 강조합니다. 그리고 저희는 도미니크의 뉴스레터에서 바로 그런 출처를 찾았다고 생각합니다!

이뿐만 아니라, 루크스는 (Claude.ai의 도움을 받아) 자신의 연구 내용을 간략하게 정리한 요약문을 작성했는데, 여기에는 다음과 같은 주요 팁이 담겨 있습니다:

 

Claude.ai가 생성한 TLDR;

• AI는 더 이상 ChatGPT만을 의미하지 않습니다. 현재 ChatGPT, Claude, Bard, Bing Chat 등 4가지 주요 AI 챗봇이 있습니다. 이들 각각은 각기 다른 장점을 가지고 있습니다.
• Llama 2와 같은 오픈소스 AI 모델이늘어나면서 더 많은 앱과 맞춤형 모델을 활용할 수 있게 되었습니다. 이를 통해 지식과 응용 분야가 확대됩니다.
• LangChain과 같은 새로운 도구 덕분에AI 앱 개발이 더 쉬워졌습니다. 새로운 AI 스타트업이 폭발적으로 늘어나고 있습니다.
• 프롬프트 엔지니어링의 발전 덕분에사용자는 AI를 통해 더 많은 이점을 얻을 수 있게 되었습니다. 예시를 제시하고 AI에게 자체 평가를 요청하면 결과가 개선됩니다. 
• 새로운 직종의 부상:AI 엔지니어. 이들은 AI 모델과 API를 활용해 앱을 개발하는 전문 기술을 갖추고 있습니다.
• 신뢰할 수 있는 AI정보 출처들이등장하고 있지만, 여전히 블로그, 프리프린트, 동영상 등 여러 곳에 흩어져 있습니다. 따라서 개인 학습 네트워크를 구축하는 것이 핵심입니다.

이 글을 읽고 계신 AI 애호가 여러분께서는 도미니크가 이 분야의 최근 동향에 대해 작성한 전체 게시물을 꼭 확인해 보시기를 강력히 권장합니다. 루크스는 심지어 공유 가능한 구글 문서를 만들어 두었는데, 여기에는 클릭 가능한 목차가 포함되어 있을 뿐만 아니라 독자들이문서 내에서 수정, 추가 및 개선 사항을 제안할 수 있는 공간도 마련되어 있습니다.

즐거운 독서 되세요!

이 기사는 옥스퍼드대학교 교육·학습 센터(Centre for Teaching and Learning)의 보조 기술 담당관인 도미니크 루크스(Dominik Lukes)가 최근 발표한 보고서를 바탕으로 작성되었습니다. 도미니크는 보조 기술을 보다 광범위한 학문적 실천에 통합하는 작업을 주도하고 있으며, 학문적 읽기와 쓰기를 지원하는 다양한 기술을 수집하고 검토하는 ‘읽기 및 쓰기 혁신 연구소(Reading and Writing Innovation Lab)’를 설립했습니다. 지난 2년 동안 그는 교육용 AI에 관한 교육을 진행해 왔으며, 현재는 교수·학습을 위한 ChatGPT 가이드 제작에 매진하고 있습니다. 도미닉에 대한 자세한 정보는 여기에서 확인하실 수 있습니다.