AI 도구는 이제 어디에나 있습니다. 완전히 처음 접하는 사람이라면 첫 반응은 종종 “어디서부터 시작해야 하지?“일 것입니다. 이 장에서는 먼저 대규모 언어 모델(LLM)이 무엇인지 설명하고, 그 다음에는 어떻게 사용하는지 논의합니다.
AI란 무엇을 의미할까요?
최근 친구들의 대화를 들어보면 열 마디 중 여덟 마디는 “AI"에 관한 것일 수 있습니다. 그런데 알고 계셨나요? 지금 모두가 이야기하는 AI는 몇 년 전의 AI와는 다릅니다.
현재 인터넷을 강타하고 있는 AI에는 전문적인 이름이 있습니다: 생성형 AI(Generative AI)입니다.
그게 무슨 뜻일까요? 간단히 말해: 당신이 문장을 주면, 당신을 위해 글을 생성할 수 있고; 아이디어를 주면 이미지를 생성할 수 있으며; 요구사항을 주면 코드를 작성할 수 있습니다.
마치 엄청나게 똑똑한 비서와 같습니다. “사직서를 써 줘"라고 말하면 실제로 써 주고; “양복 입은 고양이를 그려 줘"라고 말하면 실제로 그려 줍니다. 이 “무에서 콘텐츠를 창조하는” 능력이 “생성형"의 핵심입니다.
우리가 자주 듣는 ChatGPT, Claude, DeepSeek 등은 모두 이 범주에 속합니다. 그들의 본질은 **대규모 언어 모델(LLM)**로, 방대한 양의 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성하는 방법을 배웁니다.
하지만 여기 중요한 비밀이 있습니다:
AI는 실제로 당신이 말하는 것을 ‘이해’하지 않습니다; 단지 ‘확률을 계산’할 뿐입니다.
직관에 반하는 말처럼 들릴 수 있지만, 설명해 드리겠습니다:
AI에게 “하늘은 무슨 색이야?“라고 물으면, 실제로 하늘을 올려다보지 않으며, “하늘"과 “색"의 개념을 진정으로 이해하지도 않습니다. 작동 방식은 이렇습니다:
읽은 수억 개의 기사를 바탕으로, 앞선 텍스트가 “하늘은 무슨 색"일 때 다음 단어가 “파란색"일 확률은 82%, “회색"은 10%, “빨간색"은 5%… 그런 다음 가장 높은 확률의 단어를 선택합니다.
더 생생한 예를 들어보겠습니다:
당신이 묻습니다: “1+1은 무엇인가요?”
- AI는 “계산"을 하는 것이 아닙니다; 본 모든 텍스트에서 “1+1은” 다음에 “2"가 99.9%의 확률로 온다는 것을 찾아냅니다.
- 그래서 “2"라고 대답합니다.
당신이 묻습니다: “좋은 영화 추천해 줘.”
- AI는 실제로 영화를 본 것이 아닙니다; 학습한 텍스트에서 “좋은 영화” 다음에 자주 “쇼생크 탈출”, “타이타닉” 등의 단어가 온다는 것을 분석합니다.
- 확률이 높은 것을 추천합니다.
마치 세상의 모든 책을 읽은 엄청난 모범생과 같지만:
- 그는 “파리는 프랑스의 수도입니다"라고 말할 수 있습니다 (책에 그렇게 나와 있으니까).
- 하지만 그는 파리에 가본 적도 없고, “수도"가 무엇을 의미하는지조차 모릅니다.
- 그는 단지 “파리는"이라고 말할 때 가장 빈번한 이어짐이 “프랑스의 수도입니다"라는 것을 기억할 뿐입니다.
그래서 AI는 이상한 문제를 겪을 수 있습니다:
- 때로는 “자신 있게 헛소리를 합니다” (존재하지 않는 사실을 지어냅니다).
- 간단한 수학 문제를 틀릴 수도 있습니다 (실제로 계산하는 것이 아니기 때문입니다).
- 모순된 답변을 할 수도 있습니다 (일관되지 않은 확률 계산).
이 “자신 있게 헛소리하는” 현상에는 기술 용어가 있습니다: 환각(Hallucination). 인간이 꿈을 꾸는 것처럼, AI는 존재하지 않는 것을 “꿈꾸고” 그것을 큰 확신을 가지고 말합니다.
추론으로 환각 문제 해결하기
AI가 오류를 너무 자주 범하는데, 우리는 무엇을 할 수 있을까요? 과학자들은 해결책을 내놓았습니다: AI가 답변하기 전에 ‘생각’하게 하자.
이 기술은 “생각하기(Thinking)” 또는 “사고 사슬(Chain of Thought)“이라고 불립니다.
전통적인 AI의 작동 방식:
- 질문을 하면 → AI가 즉시 답변을 내뱉습니다.
- 문제를 보고 연습장에 풀지 않고 답을 내뱉는 학생과 같습니다.
추론하는 AI:
- 질문을 하면 → AI가 먼저 “연습장"에 계산하고 생각한 후 → 답변을 줍니다.
- 먼저 단계를 나열하고 확인한 후 최종 답을 쓰는 학생과 같습니다.
실제 예:
당신이 묻습니다: “小明은 사과 15개를 가지고 있습니다. 3개를 小红에게 주고 8개를 더 샀습니다. 지금 몇 개를 가지고 있나요?”
전통적인 AI는:
- 숫자 “15, 3, 8"을 봅니다.
- 확률에 기반하여 더해야 한다고 생각합니다.
- 답변: “26” (틀렸습니다!)
추론하는 AI는:
- 먼저 분석: “小明은 처음에 15개를 가지고 있습니다.”
- “3개를 小红에게 주었으므로 15-3=12.”
- “8개를 더 샀으므로 12+8=20.”
- 최종 답변: “20” (맞았습니다!)
추론의 장점:
- 환각 감소 - AI가 자신의 생각을 “확인"하기 때문에 헛소리를 할 가능성이 줄어듭니다.
- 더 엄격한 논리 - 단계를 건너뛰지 않고 단계별로 도출합니다.
- 설명 가능 - AI가 어떻게 생각하는지 볼 수 있습니다 (대부분의 경우 이 사고 과정은 숨겨져 있지만).
- 복잡한 문제 처리 - 여러 단계의 추론이 필요한 문제에서 정확도가 크게 향상됩니다.
하지만 추론에는 비용도 있습니다:
- 속도가 느림 (생각하는 데 시간이 필요하기 때문).
- 비용이 더 높음 (더 많은 계산).
- 모든 문제에 추론이 필요한 것은 아님 (예: “안녕"은 반나절 동안 생각할 필요가 없음).
이제 대부분의 AI에는 이 추론 능력이 추가되었습니다. 예를 들어, ChatGPT의 생각 모델, DeepSeek의 심층 사고 모드 등이 있습니다.
간단 요약:
- 일반 AI = 답을 빠르게 내뱉는 학생 (틀릴 수 있음).
- 추론 AI = 연습장에 신중하게 푸는 학생 (더 높은 정확도).
이것이 AI가 진정으로 “생각"할 수 있다는 의미는 아닙니다; 단지 확률 계산 전에 몇 가지 검증 단계를 추가한 것뿐입니다. 하지만 효과는 분명합니다—환각이 줄어들고 더 신뢰할 수 있는 답변을 제공합니다.
가장 적절한 비유를 들자면: 생성형 AI는 수많은 책을 읽고 세상을 본 ‘슈퍼 문과생’과 같습니다. 무엇이든 물어볼 수 있고, 대화하고 글 쓰는 것을 도와줄 수 있습니다. 하지만 진정으로 지식을 이해하는 것이 아니라 “문제 은행을 암기"하여 답변합니다. 새로운 버전들은 “연습장에 풀기"를 배우기 시작했습니다.
사실 AI 가족은 거대합니다
많은 사람들이 AI는 그냥 ChatGPT라고 생각하지만, 그렇지 않습니다. AI 가족에는 많은 구성원이 있습니다:
1. 인식 AI - 선명하게 보는 AI
- 얼굴 인식 (휴대폰 잠금 해제, 얼굴 결제)
- 이미지 인식 (사진으로 꽃 식별, 텍스트 인식)
- 음성 인식 (Siri, Xiao Ai가 음성을 이해)
- 이 AI들은 “인식"에 특화되어 있고, “창조"하지 않습니다.
2. 추천 AI - 당신의 마음을 가장 잘 아는 AI
- Douyin (TikTok)이 동영상을 추천합니다.
- Taobao가 상품을 추천합니다.
- NetEase Cloud Music이 노래를 추천합니다.
- “당신이 좋아할 것"을 추측하는 데 능숙하지만, 새로운 콘텐츠를 생성하지는 않습니다.
3. 결정 AI - 체스와 게임에 능숙한 AI
- AlphaGo (바둑 두기)
- 게임 AI (StarCraft의 컴퓨터 상대처럼)
- “의사 결정"에 초점을 맞추며, 특정 분야에서 인간을 능가합니다.
4. 생성형 AI - 현재의 뜨거운 물결
- 텍스트 생성: ChatGPT, Claude, DeepSeek
- 이미지 생성: Midjourney, Stable Diffusion, DALL-E
- 동영상 생성: Sora, Runway
- 음악 생성: Suno, Udio
요약
간단 요약: AI를 도구 상자에 비유하자면, 인식 AI는 “돋보기”, 추천 AI는 “나침반”, 결정 AI는 “체스 매뉴얼”, 생성형 AI는 “마술 지팡이"입니다—원하는 것을 만들어 낼 수 있습니다.
하지만 이 “마술 지팡이"는 사실 “확률 계산기"입니다. 강력하지만 전능하지는 않습니다. 그리고 이 튜토리얼은 주로 이 “마술 지팡이"를 잘 사용하는 방법에 관한 것입니다.