글 윤준탁 / NFT 기반 웹3 전문 스타트업 <비트블루> 이사
인공지능 열풍이 전 세계를 휩쓸고 있다. 초거대 언어모델로 만들어진 ChatGPT(이하 챗GPT)는 이러한 열풍의 시작점이다. 챗GPT를 포함한 생성형 인공지능(AI)은 모든 산업의 패러다임을 바꾸기 시작했다. 인공지능이 의사, 변호사 시험을 통과하고 며칠씩 걸리는 일을 몇 시간 만에 끝난다.
특히 챗GPT는 인공지능 매스 어답션(Mass Adoption, 대중화)의 첨병이다. 챗GPT가 공개된 이후 수많은 서비스가 출시됐다. 언어 번역은 물론 카피라이팅, 업무 문서 작성, 고객 응대 챗봇에 이르기까지 관련 서비스가 봇물처럼 쏟아져 나왔다. 과연 챗GPT는 이러한 인공지능 열풍을 이어갈 수 있을까?
데이터를 빠르게 학습하고 콘텐츠를 제작
챗GPT는 인공지능 연구소인 '오픈AI'가 개발한 대화형 인공지능 서비스다. GPT는 Generative Pre-trained Transformer의 약자로 대량의 데이터를 사전 학습해 새로운 콘텐츠를 만들어내는 생성형 인공지능을 뜻한다. GPT의 근간에 원천 기술인 '트랜스포머(Transformer)'가 있다. 2017년에 구글이 논문으로 발표한 것으로 오픈AI는 개발을 거듭해 이 트랜스포머의 GP-3.5 모델을 활용해 챗GPT를 내놓았다.
특히 챗GPT는 인공지능 매스 어답션(Mass Adoption, 대중화)의 첨병이다. 챗GPT가 공개된 이후 수많은 서비스가 출시됐다. 언어 번역은 물론 카피라이팅, 업무 문서 작성, 고객 응대 챗봇에 이르기까지 관련 서비스가 봇물처럼 쏟아져 나왔다. 과연 챗GPT는 이러한 인공지능 열풍을 이어갈 수 있을까?
데이터를 빠르게 학습하고 콘텐츠를 제작
챗GPT는 인공지능 연구소인 '오픈AI'가 개발한 대화형 인공지능 서비스다. GPT는 Generative Pre-trained Transformer의 약자로 대량의 데이터를 사전 학습해 새로운 콘텐츠를 만들어내는 생성형 인공지능을 뜻한다. GPT의 근간에 원천 기술인 '트랜스포머(Transformer)'가 있다. 2017년에 구글이 논문으로 발표한 것으로 오픈AI는 개발을 거듭해 이 트랜스포머의 GP-3.5 모델을 활용해 챗GPT를 내놓았다.
트랜스포머 이전에 활용했던 인공지능인 순환 신경망은 연쇄적으로 데이터를 처리한다. 이는 빠르지 않다는 한계가 있어 대규모의 데이터 학습에 많은 시간과 비용이 소모된다. 반면 트랜스포머는 병렬로 데이터를 처리하는 방식으로 데이터 요소들 사이의 패턴을 수학적으로 신속하게 찾아낸다. 문장 속 단어의 관계를 추적해 맥락과 의미를 학습하므로 사람의 언어를 빠르게 습득할 수 있다.
챗GPT는 이러한 능력을 바탕으로 마치 인간처럼 대화가 가능한 수준에 이르렀다. 이미 작가처럼 글을 쓰거나 챗봇으로 활용하면 고객 응대가 가능할 정도다. 물론 학습된 데이터의 한계 때문에 최신 정보를 알려주지 못하거나 잘못된 내용을 조합해 대답하는 경우도 있다. 챗GPT에게 질문을 던지면 엉뚱한 답을 주는 한계는 실시간 데이터로 학습한 결과를 반영하지 못하기 때문이다. 앞으로 GPT의 다음 버전인 GPT-4가 공개되면 실시간 학습과 검색이 가능할 전망이다. 마이크로소프트의 검색 엔진(Bing), 구글 검색, 네이버 검색 등 다수의 기업이 챗GPT와 같은 기능을 포함한 검색 엔진과 웹 브라우저를 지속적으로 공개할 예정이다.
챗GPT는 이러한 능력을 바탕으로 마치 인간처럼 대화가 가능한 수준에 이르렀다. 이미 작가처럼 글을 쓰거나 챗봇으로 활용하면 고객 응대가 가능할 정도다. 물론 학습된 데이터의 한계 때문에 최신 정보를 알려주지 못하거나 잘못된 내용을 조합해 대답하는 경우도 있다. 챗GPT에게 질문을 던지면 엉뚱한 답을 주는 한계는 실시간 데이터로 학습한 결과를 반영하지 못하기 때문이다. 앞으로 GPT의 다음 버전인 GPT-4가 공개되면 실시간 학습과 검색이 가능할 전망이다. 마이크로소프트의 검색 엔진(Bing), 구글 검색, 네이버 검색 등 다수의 기업이 챗GPT와 같은 기능을 포함한 검색 엔진과 웹 브라우저를 지속적으로 공개할 예정이다.
챗GPT에게 질문했을 때 나온 답변/출처 chat.openal.com
생성형 AI가 만들어내는 마케팅 혁신
챗GPT가 등장한 이후 가장 빠르게 변화하는 분야는 CS(Customer Satisfaction)다. 챗GPT를 결합한 챗봇이 고객의 질문에 사람처럼 자연스러운 대화로 대응하는 사례가 점차 늘어나고 있다. 세금 신고 서비스 '삼쩜삼'은 세금 분야 질문에 답변에 가능한 챗봇을 공개했고, 챗GPT 기반으로 민원인의 질문에 답변하는 공공기관용 챗봇도 등장할 예정이다.
마케팅 분야도 챗GPT를 비롯한 생성형 AI가 혁신을 가져올 여러 분야 중 하나로 꼽힌다. 이미 카피라이팅, 광고 제작, 이벤트 활용 등 다양한 영역에서 인공지능이 활용되고 있다. 챗GPT 이전에도 마케팅 분야에서 인공지능은 고객 데이터 분석, 광고 효과 측정 등에서 활용돼 왔다. 하지만 앞으로 인공지능은 마케팅 분야의 콘텐츠를 인간과 비교할 수 없을 속도로 빠르게 제작하고 생성해낼 것으로 보인다.
글로벌 리서치 기업 가트너(Gartner)는 2025년까지 대기업의 아웃바운드 마케팅 메세지의 30%가 AI를 통해 발송될 것으로 예측했다. 마케팅 메시지를 사람이 직접 작성하고 발송하는 것에서 그치지 않는다. 인공지능이 스스로 메시지를 작성하고 적절한 시기에 고객에게 자동으로 발송한 후 성과를 취합하는 모든 과정이 자동으로 이뤄진다.
미국 영화배우이자 알뜰폰 업체 <민트모바일>을 소유한 라이언 레이놀즈. 챗GPT에 프로모션 광고 문구를 작성할 것을 명령해 그 결과물로 광고를 만들었다. / 출처 유튜브 WLDO
롯데온이 도입한 스마트 배너 서비스 / 출처 vcat.ai
마케터가 실무를 진행하며 갖는 고민의 해답을 바로 제시해주거나 활용할 수 있는 아이디어를 제시할 수도 있다. 신제품 출시 후 프로모션 캠페인을 위한 키워드 조사, 고객 메시지는 물론 시장 조사와 마케팅 데이터 분석 등에도 효과적이다. 인공지능 카피라이터를 도입한 한 기업의 경우 2주가 걸리던 프로세스가 불과 반나절 정도에 끝났다. 최근 롯데온은 인공지능 기반 스마트 배너 서비스를 도입했다. AI가 상품 정보를 입력하고 제품 URL에서 이미지와 가격 정보를 수집해 자동으로 배너를 구상하는 원리다. 인공지능의 최대 강점 중 하나는 누구나 전문가급 콘텐츠를 만들어낼 수 있다는 점이다.
인공지능을 활용하는 능력이 필요
앞으로 챗GPT라는 용어는 서서히 사라질 것이다. 챗GPT와 같은 대화형 중심 인공지능 모델은 물론 다양한 생성형 AI가 계속 등장하기 때문이다. 이미 대화형 인공지능 외에도 음악, 영상, 사진 등 다양한 콘텐츠를 생성하는 인공지능이 챗GPT와 함께 지금의 인공지능 열풍을 이끌고 있다.
앞으로 생성형 AI가 더 많은 콘텐츠를 스스로 만들어내면 인공지능을 잘 활용하는 능력이 중요해질 전망이다. 인공지능으로부터 재치 있는 카피라이팅 문구를 받거나 이벤트에 사용할 고화질의 배너 이미지를 저렴한 가격으로 빠르게 만들어낼 수 있기 때문이다. 따라서 업무 효율을 높일 수 있는 방향으로 인공지능을 활용할 줄 알아야 한다. 다만 여기에만 무작정 의존하게 되면 개인 창의력과 업무 경쟁력이 떨어질 수도 있다. 인공지능보다 뛰어난 영역을 찾고 유지하는 것은 결국 인간의 몫이다. 생성형 AI와 함께 공존할 수 있는 방법을 찾아가야 할 것이다.
