생성형 AI의 이해: LLM과 Agent

윤태웅

발표 소개 및 인간과 기계의 공존에 대한 서론

생성형 AI에 대한 발표를 시작하며, 전문가가 아닌 시각에서의 발표임을 밝힘.

연구 분야와 관심 분야를 구분하고, 생성형 AI는 관심 분야임을 설명.

전문가와 비전문가의 시각 차이를 언급하며, 비전문가의 시각도 의미 있다고 주장.

발표의 시작을 기술에 대한 이해로 삼고, 인간과 기계의 공존이라는 화두를 제시.

인간과 기계의 공존에 대한 개념을 세탁기와 무기의 예시를 들어 설명.

생성형 AI, 특히 언어 모델에 대한 설명

주로 텍스트를 생성하는 언어 모델에 대해 설명할 것이라고 발표 범위를 좁힘.

에이전트(언어 모델과 도구의 결합) 개념을 소개하고, 생성형 AI의 힘은 에이전트에서 온다고 주장.

에이전트 앱 사용 사례를 통해 발표를 마무리할 계획임을 밝힘.

인공지능, 기계학습, 딥러닝, 언어 모델 등의 용어를 정의하고 설명.

딥러닝 중 텍스트를 출력하는 모델을 언어 모델이라고 정의하고, 생성형 AI의 대표적 사례라고 설명.

생성형 AI의 학습 방법 및 언어 모델의 구조

지도 학습과 비지도 학습을 설명하고,  데이터 라벨링에 대한 인간의 노동을 언급.

강화 학습과 자기 지도 학습을 설명하며, 자기 지도 학습이 언어 모델에서 사용되는 방법임을 강조.

단어를 숫자(벡터)로 표현하는 방법과 임베딩의 개념을 설명.

어텐션 메커니즘을 설명하고, 문장 내 단어 간의 관계를 고려하는 과정을 설명.

인코더-디코더 구조와 디코더 전용 모델(GPT)에 대한 설명.

자기 지도 학습과 사후 학습 과정 설명

자기 지도 학습의 개념을 간단한 예시를 통해 설명.

사전 학습(자기 지도 학습) 후 지도 학습을 통해 대화 능력을 향상시키는 과정을 설명.

강화 학습을 통해 인간의 피드백을 반영하여 모델을 개선하는 과정을 설명.

케냐 노동자들의 데이터 라벨링 작업을 언급하며, AI 개발 과정에서의 윤리적 문제점을 지적.

에이전트(언어 모델과 도구의 결합) 개념을 다시 설명하고, 도구의 종류(검색, 파일 검색, 계산 등)를 소개.

에이전트 프롬프트의 예시를 제시하며, 에이전트 작동 방식을 설명.

코드 인터프리터를 이용한 엑셀 파일 분석 사례를 소개.

여러 에이전트 간의 토론을 통해 코로나바이러스 공기 전염 가능성에 대한 의견을 도출하는 사례를 소개.

AI를 이용하여 테트리스 게임을 만드는 사례를 소개하며, 에러 수정 과정을 설명.

생성형 AI의 에너지 소비 문제를 지적하고, 모델 크기 최적화의 필요성을 강조.

온디바이스 AI 등 대안 기술에 대한 관심을 촉구.

AI 사용에 따른 인간 능력의 퇴화 가능성에 대한 우려를 제기하며, AI 활용에 대한 윤리적 고민을 촉구.