[내일배움 사전캠프] AI 리터러시

몇년전만 해도 AI를 활용해 무언가를 생성해낸다는 것은 먼 미래의 이야기인 것 같았다. 현재 AI는 익숙하게 다가오지만, 어릴적 과학의 날을 기념해 그림대회에 나가 로봇을 그릴때면 '100년 후'를 상상하며 그리곤 했었다. 불과 20년도 안되어, 우리는 Chat gpt에게 자문을 구하고 미드저니가 그려주는 이미지를 받아보게 되었다.

이런 흐름에 따라 광고에서도 생성형 AI를 활용한 영상과 이미지를 이용한 컨텐츠가 많이 보이게 되고, AI가 생성한 광고의 존재를 무시할 수 없게 되었다. 컨텐츠를 생성하는 부분뿐만 아니라, 데이터를 분석하는데에 있어서도 AI를 활용한다. 오늘은 이런 흐름에 맞춰 내일배움 사전캠프에서 마련한  AI 리터러시 강의를 들으며 AI가 무엇인지 배우고 , 그리고 어떻게 사용하는 것인지를 실습해보았다.

 

---

AI Literacy란, AI 기술의 작동 원리와 한계를 이해하고 이를 윤리적으로 안전하게 활용할 수 있는 종합적 능력을 말한다. 

먼저, AI는 '능동적으로 비선형 상황을 처리할 수 있는 소프트웨어' 이다. 

AI가 학습하는 방법에는 3가지가 있다. 첫번째는 지도 학습, 이는 규칙기반에 가까우며, 기술자가 의도한 정답 데이터를 제공한다. 특정 상황을 빠르고 정확하게 처리하는데에 장점을 가지고 있으나, 유연성이 낮고 반드시 정답 데이터가 필요하다는 것에 있어 단점을 가지고 있다. 두번째는 비지도 학습이다. 패턴 기반으로 정답 데이터 없이 데이터의 구조를 스스로 탐색하는 것으로, '군집, 패턴, 공통점과 차이점' 등을 인식한다. 이는 명확한 정답이 없는 것이 단점이다. 세번째인 강화학습은 행동의 결과에 따른 보상/ 패널티를 통해 학습하는 것이며, 반복적인 시행착오를 통해 최적의 전략을 학습한다. 

---

이렇게, AI의 기본적인 작동 원리는 '기존의 데이터'를 입력받아 결과값을 예측하여 전달하는 것이다. 그렇기에 학습한 데이터의 량에 따라 한계가 있을 수 있으며, 데이터 자료의 경우 업데이트 되지 않으면 과거의 데이터 자료에 한한 분석뿐이 가능한 것이다. 

이어서 생성형 AI에 포함되는 거대 언어 모델인 LLM은 '언어를 입력받아 언어를 출력하는 AI'로 언어를 이해하는 것이 아닌 확률적으로 예측하는 것에 가깝다. 이런 LLM의 성능을 높이는 방법은, LLM의 특정 매개변수를 조정하는 작업(Fine-tuning) 또는 외부 정보를 참고하도록 설계하는 작업(RAG)가 있다. 여기서 RAG는 학습시키는 것이 아닌 추가 정보를 결합시키는 것으로, 별도의 재학습이 필요없으나 추가 작업이 필요하다는 것과 비용이 높다는 단점이 있다. 

---

그렇다면, 이 AI를 이용하기 위해서 무엇이 가장 중요할까? 단언컨데 바로 '프롬프트(Prompt)'이다. 프롬프트는 매개변수와 다른 의미를 가지고 있는데, 매개변수는 '시스템을 설정'하는 것이라면 프롬프트는 'LLM에 입력하는 모든 문장'이자 사람이 텍스트로 조정(명령)하는 것이라고 보면 쉽다. 프롬프트의 구성요소는 지시, 입력 값, 문맥, 출력 지시자, 예시로 구성되어 있으며 각각의 설명은 아래와 같다.

지시: 수행해야 할 명령
입력 값: 텍스트, 이미지, 데이터
문맥: 배경 정보, 말투, 어조
출력 지시자: 형식, 틀, 구조
예시: 원하는 출력의 샘플

프롬프트는 어떻게 쓰느냐에 따라 AI가 사용자에게 건네주는 결과값의 형식과 값이 다르게 나온다. 더 자세하고 정확한 프롬프트를 넣을 수록 결과값은 더욱 원하는 값에 가까워지고, 간결할 수록 원하는 결과값에서 멀어지는 경우가 많다. 

위와 같이, '사료를 먹는 강아지를 그려줘'라고만 프롬프트를 넣었을때는 이런식으로 이미지가 나오지만, 만약 내가 '사료를 욕심내서 먹는 보더콜리 견종 강아지'를 그려넣고 싶다면 프롬프트를 더욱 자세히 넣어야한다. 

 

'사료를 먹는 강아지를 그려줘. 화풍은 카툰체여야 하고, 강아지의 견종은 검은색과 하얀색이 섞인 보더콜리여야해. 생후 5개월정도의 아기 강아지였으면 좋겠어. 이미지 생성비율은 1:1로 맞추고, 사료통은 벽과 가까이 있고 강아지의 옆으로 커튼이 있었으면 좋겠어. 시간대는 낮이야. 강아지의 표정은 욕심이 가득한 얼굴로 표현해줘.'

임의로 더 자세히 작성해본 프롬프트이다. 이렇게 프롬프트를 입력했을때, 결과물을 보면 내가 원했던 이미지와 얼추 비슷한 결과값이 나온것을 볼 수 있다. 

 

위와 같은 생성형 AI 뿐만 아니라, 다른 AI 모델같은 경우에도 원하는 결과 값을 얻을 수 있도록 하는 프롬프트 엔지니어링 기법이 많이 존재한다. AI 강의에는 AI의 윤리적인 문제와 그에 따른 사용방법을 설명하는 강의를 들어볼 것이다.