생성형 AI란 무엇인가
생성형 AI란 무엇인가 · 12 min
이 영상에서는 Claude와 같은 대규모 언어 모델이 어떻게 구축되고 학습되는지, 그리고 이것이 비즈니스에서 실제로 활용할 때 모델이 안정적으로 할 수 있는 것과 할 수 없는 것에 어떤 의미를 갖는지 다룹니다.
핵심 요약
- 생성형 AI는 기존 데이터를 분석하는 것이 아니라 새로운 콘텐츠를 생성합니다.
- 세 가지 발전이 현대 LLM을 가능하게 했습니다: 트랜스포머 아키텍처, 방대한 학습 데이터, 그리고 막대한 컴퓨팅 자원입니다.
- 학습에는 두 단계가 있습니다. 사전 학습(pre-training)은 수십억 개의 예시로부터 패턴을 학습합니다. 미세 조정(fine-tuning)은 모델이 지시를 유용하게 따르도록 가르칩니다.
- 현재의 강점에는 작업 전반에 걸친 다재다능함, 대화의 유창함, 도구 사용이 포함됩니다.
- 현재의 한계에는 지식 컷오프, 환각, 신뢰할 수 없는 복잡한 추론이 포함됩니다.
- 최고의 활용 방식은 여러분의 판단력, 창의성, 감독을 AI의 속도와 규모와 결합하는 것입니다.
연습
한계 시험하기
이 연습은 여러분이 이미 속속들이 알고 있는 코딩 문제를 활용해, 생성형 AI가 잘하는 것과 부족한 부분에 대한 직접적인 증거를 제공합니다. 이를 통해 AI에게 무엇을 맡길지 결정할 때 여러분 자신의 관찰에서 나온 구체적인 직감 점검 기준을 갖게 됩니다.
1부: 자기 성찰 (혼자서)
오류가 있으면 즉시 알아챌 수 있을 만큼 잘 아는 코딩 영역을 하나 선택하세요. 다음을 적어보세요:
- 주제 (예: 여러분의 속도 제한 로직, 비동기 상태를 처리하는 방식, 지난 분기에 최적화한 DB 쿼리)
- 유능한 엔지니어라면 반드시 제대로 알아야 할 두세 가지 사항
- 흔한 오해나 까다로운 구현 세부 사항 한 가지
- 최근에 바뀐 것 한 가지 — 라이브러리 업데이트, 지원 중단, 새로운 모범 사례 등
2부: 협업 (AI와 함께)
Claude(또는 선호하는 다른 AI 어시스턴트)와 대화를 시작하고 세 가지 짧은 대화를 진행하세요. 각 대화 후 알아챈 점을 적어두세요.
- 다재다능함 테스트. AI에게 한 번의 응답 안에서 여러분의 주제를 세 가지 다른 방식으로 설명해 달라고 요청하세요: 비기술직 PM을 위한 설명 한 번, 팀에 합류한 중급 엔지니어를 위한 설명 한 번, 코드 리뷰를 하는 시니어 엔지니어를 위한 설명 한 번입니다. 깊이의 변화가 실제로 와닿았나요, 아니면 단순히 어휘만 바뀌었나요? 어느 버전이 가장 뛰어났나요?
- 환각 테스트. AI에게 여러분의 코딩 문제에 맞는 특정 라이브러리, 패키지, 또는 문서를 추천해 달라고 요청하세요. 최소 하나는 직접 확인해 보세요: 실제로 존재하나요? API가 정확한가요? 버전이 최신인가요?
- 지식 컷오프 및 추론 점검. 여러분의 영역에서 시의성 있는 질문을 해보세요: 최근 프레임워크 업데이트, 지원 중단된 패턴, 또는 보안 패치 등입니다. AI가 자신의 정보가 오래되었을 수 있다고 알려주나요, 아니면 오래된 정보를 최신 정보인 것처럼 제시하나요? 그런 다음 1부에서 적어둔 까다로운 구현 세부 사항을 풀어보도록 요청하세요. AI가 실제로 혼란을 해소했나요, 아니면 정답을 그대로 다시 말했을 뿐인가요?
3부: 성찰
영상에서 다룬 역량 중 어떤 것이 가장 분명하게 드러났나요? 어떤 한계가 드러났나요 — 그리고 이 영역을 잘 알지 못했다면 그 한계를 알아챌 수 있었을까요? 이를 바탕으로, 여러분이 AI에게 편하게 맡길 수 있는 작업 한 가지와 더 주의 깊게 지켜봐야 할 작업 한 가지는 무엇인가요?
도전 과제: 같은 주제를 다른 AI 도구에도 돌려보세요. 오류와 강점이 동일했나요?
레슨 성찰
- 이러한 시스템이 어떻게 학습되는지 아는 것이 여러분이 이들과 함께 일하는 방식을 어떻게 바꾸나요?
- 생성형 AI가 작동하는 방식과 그 한계를 고려할 때 어떤 윤리적 고려 사항이 떠오르나요?
다음 단계
이제 AI의 한계를 직접 시험해 보았으니, 다음 레슨에서는 첫 번째 D인 위임(Delegation)을 깊이 다룹니다. 실제 문제를 구체화하고, 이를 빌더의 도구 모음 전반에 매핑하며, 코드를 한 줄도 작성하기 전에 AI가 어디에서 역할을 할지 신중하게 선택하게 됩니다.