Generative AI in a Nutshell

Generative AI Preparation (Generative AI 개념북) Thanks to Aishwarya Naresh Reganti

Generative AI in a Nutshell: Understanding the Fundamentals

Curiosity: How do the foundational technologies of generative AI connect? Why is understanding these fundamentals more important than immediately building applications?

Understanding the foundational technologies of generative AI and how they connect is more important than immediately fine-tuning an LLM and adding RAG to build a QnA service. 🤨

Henrik Kniberg’s Generative AI In a Nutshell provides an excellent overview through diagrams and video.

Source: https://www.crisp.se/kurser/ai-for-leaders-2024-04-23 Preparation Guide: https://github.com/Msrevalli/Generative-AI-Preparation Author: JAE-HONG EOM

Key Concepts

Retrieve: Understanding generative AI fundamentals.

Core Understanding: Before building applications, understand how:

• AI models learn
• Prompt engineering works
• Models interact with products
• Different techniques connect

Why It Matters: This foundation enables better application design and more effective use of generative AI.

Translate to Korean

---

Lilys AI 요약노트 : https://lilys.ai/digest/617175?videoId=2IK3DFHRFfw&result=summaryNote&source=video

Lilys AI 요약블로그

AI의 발전과 generative AI의 의미는?

컴퓨터는 과거에는 명령어에 따라 동작하는 계산기 수준이었지만, 이제 머신러닝 등을 통해 똑똑해져 인간과 유사하게 학습, 사고, 의사소통하게 되었어요.

이러한 기술을 generative AI라고 하며, 이미 GPT와 같은 제품에서 사용하고 있어요.

이 기술은 인간만이 할 수 있었던 창의적이고 지성적인 업무를 수행할 수 있게 하며, 기업뿐만 아니라 모든 사람에게 긍정적이거나 부정적인 혜택을 줄 것이에요.

generative AI는 아직 완벽하지 않지만, 지수함수적으로 발전 중이에요.

이러한 기술에 대해 이해하고, 기업으로서 적용할 수 있게 되는 것은 기업의 경쟁력을 향상시키는데 중요해요.

‘아인슈타인’이 지하실에 있을 때 얻을 수 있는 장점은 무엇인가요?

모든 사람이 이른바 ‘아인슈타인’을 지하실에 들고 있다는 가상의 모델 정의해요.

즉, 지하실 알고리즘으로 인간의 모든 지식에 대해 할 필요 없이, 말만 걸면 언제든지 자신이 필요한 지식을 얻을 수 있다는 거죠.

하지만, 이런 퀄리티의 지식을 활용하기 위해서는 명확한 의사소통, 효과적인 프롬프트 엔지니어링이 필수적이며, 이는 인공지능 시대에서 가장 중요한 스킬 중 하나라고 생각해요.

즉, 이와 같이 가상의 아인슈타인과 매일 상호작용을 하면 의외로 파워풀한 밸류 창출 활동에 연결될 수 있다고 생각해요.

AI와 GPT의 작동 원리는?

Curiosity: AI는 인공지능을 나타내며, ‘기계 학습’과 ‘컴퓨터 비전’과 같은 용어들이 오랫동안 사용되어 왔어요.

GPT는 새로운 콘텐츠를 생성하는 ‘생성적 AI’의 형태로, 수많은 언어 모델 중 하나에요.

큰 언어 모델은 인공신경망으로, 입력으로 숫자를 받고 숫자 처리 과정을 거쳐 다시 텍스트로 출력해요.

이러한 순서로 작동하며, 사용자가 입력을 추가하여 모델을 연속적으로 작동시키면 새로운 단어가 더해져요.

언어 모델은 수많은 파라미터로 구성되어 있어 ‘큰’ 언어 모델이라고 불려요.

AI 모델 ‘GPT’의 학습과 인간의 학습의 차이점은?

AI 모델은 학습을 거치면서, 대부분 인터넷에서 유입되는 막대한 양의 텍스트를 학습해요.

점차 다음 단어를 예측하게 되고, back propagation을 통해 추가로 다듬어져요.

하지만 모델이 진짜 유용해지려면, 인간 학습을 거쳐야 해요.

이를 Reinforcement Learning with human feedback이라고 해요.

이 학습은 수천 시간 동안 이뤄져요.

주로 모델의 결과물에 대한 평가와 피드백을 바탕으로 인공지능을 훈련시키고, 그 과정에서 좋은 결과를 강화하는 방식을 사용해요.

뒤이어 모델은 대부분 백리스트가 되며, 추가적으로 미세조정으로 세밀한 조정이 가능해요.

다양한 AI 모델의 특징은?

Chat GPT를 통해 시작된 AI 모델 발전으로, GPT외에도 많은 모델들이 등장하고 있어요.

모델은 속도, 기능, 가격 등 다양한 측면에서 차이가 있어 로컬에서 다운로드하여 사용할 수 있는 것도 있고, 온라인에서만 이용할 수 있는 것도 있어요.

무료나 오픈 소스로 제공되는 모델도 있지만, 일부는 상용 제품입니다.

모델별로 사용 방법과 기술적인 설정이 달라 어떤 모델은 사용이 쉽지만 다른 모델은 설정이 복잡해요.

특정한 용도에 특화된 모델도 있고, 대부분의 용도에 사용할 수 있는 일반적인 모델도 있어요.

인공지능 모델이 발휘하는 능력은 무엇인가?

언어 모델들은 단순한 단어 예측기에서 출발해서, 더 많은 데이터를 학습함으로써 예상치 못한 능력을 갖게 됩니다.

이들은 롤플레잉, 시를 쓰기, 고품질 코드 쓰기, 기업 전략 토론하기, 법적·의료적 조언 제공하기, 코칭하기, 교육하기 등이 가능해졌습니다.

인공지능 모델 GPT-4는 간단한 그림을 주면, 날카롭게 이해하지 못한 시나리오에 대해도 상당히 좋은 답을 줍니다.

인공지능의 능력은 지수적으로 향상되는 한편, 인간의 능력은 그렇지 않으며 우리는 이제 새로운 시대로 접어들고 있는 중입니다.

AI혁명에서는 어떤 도전이 존재하나요?

인류는 지금까지 여러 개의 혁명을 경험해왔고, AI혁명에서는 새로운 기술이 거의 즉시 전 세계에 퍼진다는 특징이 있어서 개인과 기업 모두에게 큰 도전이 됩니다.

개인이나 회사들은 AI에 대해 종류에 따라 두 가지 태도로 나누는데, ‘AI가 내 직업을 대체하지 못한다’는 반증과 ‘시간이 없다’는 부정적인 생각이 있습니다.

그러나 이러한 태도로는 위험합니다.

‘AI가 당신의 일을 대체하지는 않겠지만 AI를 사용하는 사람이 일을 대체할 수 있다’, 한편, AI 기술은 인간과 함께 발전할 예정입니다.

인공지능이 일자리를 대체하는 상황, 어떻게 대처할까요?

인간들은 AI로 인해 일자리가 사라질 걱정을 하지만, 이러한 사고방식은 도움이 되지 않아요.

중립적인 긍정적인 사고방식이 필요한데요, AI는 개인, 팀, 회사를 놀라울 정도로 생산적으로 만들어줘요.

이러한 사고방식은 미래에 대비하고 일자리나 회사를 잃을 가능성을 줄이며, AI 시대에 성장할 수 있는 능력을 갖는데요, AI 모델은 완벽하지 않기 때문에 언제 AI의 응답을 믿을 지 결정하고, 자체 확인을 하거나 직접 작업을 수행해야 하는지 판단해야 해요.

이 판단은 인간 전문가가 필요하며, AI 모델의 약점을 보완해줘요.

AI는 어떤 동료/협력자로 인식되며 어떤 문제를 해결할 수 있을까?

AI를 동료로 인식하고 함께 일하는 게 좋아요.

의사일 때, AI는 이미 알려지지 않은 질병의 진단을 도와주는 등, 도움이 되는 역할을 해요.

변호사일 때, AI는 법률 조사 및 계약 검토 등 사양번역 작업을 대신 해 줄 수 있어 고객과 더 많은 시간을 보낼 수 있어요.

선생님이라면, AI 동료는 시험 채점, 강의 자료 생성, 개인적인 지원 등을 도와주면 더욱 높은 효율을 뽑아낼 수 있어요.

더불어 인터랙션에서 AI 모델과 제품을 구분할 줄 알아야 해요.

제품의 웹사이트나 앱을 쓰고 있을 때, AI 모델이 작동하는 부분이 존재해도 우리는 대부분 그 부분을 볼 수 없어요.

AI 모델과의 상호작용을 통해 개발 가능한 제품은?

제품을 통해 모델의 일부가 아닌, 사용자 인터페이스와 데이터가 제공돼요.

제품은 모델에 포함되지 않은 추가 기능과 데이터를 제공해요.

E-learning 사이트에서는 챗봇으로 강좌에 대한 질문을 처리하고 채용 회사에서는 AI를 이용한 지원자 평가가 가능해요.

이러한 모델과 상호 작용하기 위해서는 API가 필요하며, 이를 통해 코드가 모델에게 명령을 내릴 수 있어요.

제품 개발자는 외부 브레인으로 AI 모델을 사용해 제품에 지능을 넣어줄 수 있어요.

위에서는 GPT와 상호작용할 수 있는 코드, 자동 지원자 평가 프로그램 등을 예로 들어 설명했어요.

인공지능을 사용하기 위해 필요한 것은?

인공지능을 활용하려면 prompt engineering 혹은 prompt design(프롬프트 디자인)이 필요해요.

제너레이티브 AI를 효과적으로 사용하려면 AI 모델에서 유용한 결과를 생성할 수 있는 효과적인 프롬프트를 만들어야 해요.

예를 들어 작업실을 계획하는 데 도움이 필요하다면, 작업실에 대한 컨텍스트를 알려주는 프롬프트를 작성하면 더 좋은 결과를 가져올 수 있어요.

결과가 좋지 않을 경우, 프롬프트를 수정하고, 추가 정보를 제공하기 위해 팔로업 프롬프트를 작성하며 처음부터 반복하는 과정이 필요합니다.

Prompt Engineering이란 무엇이고 AI 발전 방향은?

AI에게 나를 인터뷰하도록 요청하는 것이 AI에게 내게 도움이 되기 위해 알아야 할 것들을 알려줄 수 있어요.

Prompt Engineering을 통해 더욱 숙련될수록 AI로부터 더 빠르고 좋은 결과를 얻을 수 있어요.

의미 있는 자율적인 AI 도구를 개발해 임무 성공을 도모하며 Prompt Engineering이 중요해져요.

생성형 인공지능의 가능성과 한계

생성형 인공지능은 우리가 생각하는 것보다 더 강력하죠.

기술의 한계보다는 우리 자신의 상상력과 프롬프트 엔지니어링 기술이 한계예요.

우리가 당면한 일의 문제를 잘 정의하고 이에 맞는 데이터를 선별해 프롬프트를 디자인하는 것이 관건이에요.

프롬프트 엔지니어링은 중요한 기술 중 하나예요.

열심히 생각하고 실험하며 반복적으로 연습하면서 성장할 수 있는 기회예요.

생성형 인공지능은 기업을 위해 매우 유용한 도구이며, 이를 잘 활용할 수 있는 능력이 점차 중요할 것이에요.

생성형 인공지능 기술을 이해하고 이를 내게 유리한 방향으로 활용합시다.

이를 통해 기회가 되어, 업무 효율성을 높일 수 있어요.