오픈AI의 다음 핵폭탄은 이것

챗GPT를 만든 오픈AI의 최고기술책임자(CTO) 미라 무라티와의 인터뷰를 참조해서 작성.

 

---

 

샌프란시스코 본사는 현재 375명의 연구원, 엔지니어, 정책 전문가가 근무하고 있는 포머의 공장으로, 혁신적인 기술 개발을 담당하는 사람들이 모여 있습니다. 건물의 인상적인 정문을 지나 야자수로 둘러싸인 안뜰을 지나 뾰족한 물줄기가 뿜어져 나오는 조약돌 분수에서 복도를 따라 내려가면 팀원들이 노트북을 손에 든 채 아늑한 회의실에 도착합니다.

 

OpenAI의 최고 기술 책임자인 미라 무라티가 테이블 중앙에 자리를 잡았습니다. 겨울 햇살이 통유리창과 매달린 화분 사이로 들어옵니다. 머리를 자연스럽게 묶은 무라티는 녹차 한 잔을 마시고 노란 노트의 새 페이지를 넘기며 ChatGPT 팀의 최신 업데이트 시작을 알립니다. 할 이야기가 많습니다.

 

출시 이후 55일 동안 ChatGPT를 둘러싼 대화는 소문에서 열기로 가득 찼습니다. 국회의원, 언론인, 기술 관계자, 얼리어답터들은 사용자가 키워드나 문구("대법원 판결 요약", "닥터 수스 스타일로")를 입력하면 놀랍도록 좋은 결과를 얻을 수 있는 이 서비스의 잠재력에 대해 경외감, 불안감, 심지어 실존적 두려움까지 표현했습니다. 미국에서 가장 큰 교육구에서 ChatGPT를 금지했습니다. 팟캐스트 진행자가 인공지능 쿼터백으로 변신한 팟캐스트 진행자들은 이 기술을 아이폰에 비유했습니다. 바로 그날 아침, 8년 가까이 된 이 스타트업에 10억 달러 이상을 투자했던 마이크로소프트는 오픈AI의 툴을 자사 제품에 통합하는 한편, 100억 달러를 추가로 투자할 것이라고 발표했습니다. 한편, 작년 가을에 서둘러 제품을 출시한 Chat GPT의 리더들은 이 제품의 성공을 위해 고심하고 있습니다. 분석 회사인 Similarweb에 따르면 연구 목적으로 설계된 ChatGPT는 현재 1억 명에 도달했으며, 몇 가지 한계를 드러내고 있습니다. (OpenAI는 사용자 수를 공개하지 않습니다.)

 

팀의 첫 번째 회의 안건은 헛소리, 정확히 말하면 ChatGPT가 응답의 정확성과 창의성 사이의 균형을 어떻게 맞추는지에 대한 연구입니다. ChatGPT는 미리 정해진 답변을 검색하는 대신 모든 사용자 프롬프트에 대해 새로운 답변을 생성하며, 이것이 바로 이 기술을 제너레이티브 AI라고 부르는 이유이자 똑똑한 이유입니다. 그러나 즉석에서 무언가를 생성하도록 서명된 기술은 AI 개발자들이 말하는 '환각'을 불러일으킬 수 있습니다. 쉽게 말해 헛소리라는 뜻입니다.

 

무라티는 처음으로 그룹에게 ChatGPT의 정확성과 상상력 사이의 상관관계에 대해 배운 것이 무엇인지 질문합니다. "사실성 균형과 창의성 평가 사이의 관계를 알고 있습니까?"라고 그녀는 말합니다. 머리부터 발끝까지 검은색 옷을 입은 그녀는 챗봇의 신뢰성 문제, 즉 이 방 밖에서 불을 뿜는 사설과 트위터 스레드에 영감을 주고 있는 우려를 조사하면서 신중하고 진지한 태도를 취하고 있습니다.

 

전직 입자 물리학자이자 서핑보드를 타고 집에서 볼 법한 구글 브레인 과학자인 리암 페더스 연구원은 눈썹을 찌푸리며 ChatGPT에서 사실과 허구의 관계를 완전히 이해하지 못한다고 인정하며 "아마도 이상한 긴장감이 있을 것 같다"고 무라티에게 말했습니다. "분명 긴장감이 있을 거라고 생각합니다."라고 무라티는 용기 있게 말합니다. ChatGPT는 AI 연구자들이 대규모 언어 모델이라고 부르는 것을 혁신적으로 개선한 OpenAI의 자체 개발품이지만, 팀은 여전히 그 기능을 발견하고 구체화하고 있습니다. 그녀는 고개를 끄덕이며 그의 말을 이어갑니다.

 

"기본 모델이 창의적인 글쓰기에 뛰어난 능력을 가지고 있다는 증거가 점점 더 많이 발견되고 있습니다."라고 그는 말하며, 정답을 제공하는 데 더 중점을 두기 위해 기본 모델을 다듬고 있다고 언급합니다. 하지만 오픈 AI가 "좀 더 유용한 모델을 지향하게 되면서" 그는 "어쩌면 정말 뛰어난 글쓰기를 할 수 있는 능력을 잃었을지도 모른다"고 말합니다.

 

"음-흠, 음-흠." 무라티는 앞으로 몇 주 안에 정확성과 창의성을 테스트하기 위해 고안된 새로운 실험을 펼칠 수 있도록 부드러운 넛지를 제공한 후 자신의 노트에 낙서를 하면서 고개를 끄덕입니다. 수십억 달러와 수백만 개의 일자리가 잠재적으로 이 실험에 달려 있습니다. ChatGPT의 신뢰성을 입증하지 못하면 수십 년 동안 실리콘밸리에서 가장 유망한 기술의 포스터 아이로 자리 잡은 OpenAI의 입지가 위태로워지고 이 회사의 도구가 신기루로 전락할 수도 있습니다. 하지만 무라티는 대학원생 수준의 세미나를 이끄는 사람처럼 당차게 말합니다.

 

1년 전만 해도 OpenAI는 "가장 경제적으로 가치 있는 작업에서 인간을 능가하는 고도로 자율적인 시스템을 의미하는 AGI(인공 일반 지능)가 모든 인류에게 혜택을 줄 수 있도록 한다"는 사명을 가진, 다소 조용한 조직이었지만 잘 알려진 회사였습니다. 많은 기업이 AI를 사용하고 있으며, 소비자들은 TikTok에서 위로 스와이프하거나 Facebook에서 공유할 때마다 AI를 직접 경험하고 있습니다. OpenAI는 세상에 대한 일반적인 지식을 갖추고 거의 무한한 수의 문제를 해결하도록 지시할 수 있는 시스템이라는 훨씬 더 원대한 목표를 향해 발전해 왔습니다.

 

MIT 테크놀로지 리뷰에 따르면 회사 직원의 절반은 AGI를 달성하는 데 15년이 걸릴 것으로 예상하고 있지만, OpenAI의 기존 모델은 놀라울 정도로 광범위한 기능을 갖추고 있습니다. 지난 9월에는 제너레이티브 이미지 프로그램인 Dall-E 2를, 11월에는 ChatGPT를 공개하면서 OpenAI는 자사의 기술이 오늘날 엄청난 경제적 가치를 제공할 수 있다는 사실을 전 세계에 알렸습니다. 2022년 5월 CTO로 승진한 무라티는 공개적으로 도구를 테스트하는 OpenAI의 전략을 진두지휘하고 있습니다.

 

지난 10년 동안 연구자들은 특히 텍스트(자연어 처리)와 이미지(컴퓨터 비전)를 이해하는 데 있어 괄목할 만한 성과를 거두었지만, 대부분의 작업은 획기적인 상용 제품을 출시하기보다는 AI 연구자들이 학술 논문을 작성하는 데 더 많은 시간을 할애하는 Google과 같은 거대 기술 대기업의 연구실 안에 갇혀 있었습니다. OpenAI는 다른 접근 방식을 취하고 있습니다. 최고의 인재를 영입하여 그들의 연구를 멋진 제품과 대중 시장 배포에 활용하고 있습니다. 엔터프라이즈 영업 인력의 에너지를 가진 박사들로 이루어진 연구실을 상상해 보면 OpenAI가 AI에 대한 광범위한 퍼블릭 라이선스의 관심을 불러일으킨 최초의 기업이 된 이유를 어느 정도 이해할 수 있을 것입니다.

 

수백만 명의 사람들이 사용자 프롬프트(예: "피클볼을 하는 사람들의 중세 그림")를 기반으로 이미지를 불러오는 Dall-E를 사용해 보았습니다. 오디오 트랜스크립션 도구인 Whisper와 자연어 프롬프트를 코드로 변환하는 Codex와 같은 제품은 이미 기업에서 사용되고 있습니다. 많은 기업이 OpenAI의 API를 자사 소프트웨어에 도입하고 사용자 피드백을 보내기 위해 로그인했습니다. 이러한 피드백은 조직의 연구의 핵심인 기초 모델(즉, '두뇌')을 입증하는 데 필요한 자료가 됩니다.

 

무라티는 OpenAI의 차기 대형 언어 모델인 GPT-4를 예고하며 "아직 흥분하기 이르다"고 말합니다.

 

이 모델의 혁신적 잠재력은 아무리 강조해도 지나치지 않습니다. 2016년부터 일련의 AI 중심 액셀러레이터 프로그램을 운영해 온 초기 단계 벤처 기업 베타웍스의 설립자 겸 CEO인 존 보트윅은 모바일과 같은 과거 기술 플랫폼과 연계된 혁신은 "어느 정도 한계에 도달했다"고 말합니다. "우리가 보고 있는 것은 차세대 큰 물결입니다." 기술 업계는 종종 파도에 그치는 파도를 보기 쉽지만(웹3, 누구세요?) AI는 다릅니다. 기억나시나요?)

 

AI는 다릅니다. 카피라이팅 지원으로 연간 9천만 달러의 매출을 올리는 2년 된 AI 콘텐츠 플랫폼인 Jasper부터 Dall-E로 구동되는 인터랙티브 전시를 통해 방문객이 자신의 꿈을 시각화할 수 있는 플로리다의 살바도르 달리 박물관에 이르기까지 OpenAI는 이미 수백 개의 기업 고객사가 기술을 사용하고 있습니다. 물론 미크로소프트도 있습니다. GitHub Copilot, Designer, Teams Premium과 같은 제품에 OpenAI 기술을 처음 도입한 후, 이제는 Bing에 ChatGPT와 같은 기능을 도입하고 있는데, 이는 구글이 시장의 84%를 점유하고 있는 검색 분야에서 Microsoft의 관련성과 수익을 높이기 위한 사티아 나델라 CEO의 전략입니다.

 

경제 활동의 거의 모든 측면이 OpenAI의 도구에 의해 영향을 받을 수 있습니다. 맥킨지 글로벌 연구소에 따르면 고객 서비스 자동화와 같이 비교적 좁은 범위의 AI 응용 분야가 1800년대 후반 증기기관보다 앞으로 10년 동안 세계 경제에 더 큰 가치를 발휘할 것이라고 합니다. 인공지능의 가장 열렬한 신봉자들은 인공지능의 가치가 수조 달러에 달할 것이라고 말합니다. 거기에 도달하는 데 시간이 걸릴 수도 있습니다. 로이터 통신의 보도에 따르면 작년에 3천만 달러를 벌어들인 OpenAI는 2023년 매출이 2억 달러에 달할 것으로 예상하고 있습니다. (지난 1월, OpenAI는 월 20달러의 ChatGPT 유료 티어를 출시했으며, ChatGPT 전용 API를 통해 수익을 늘리려 하고 있습니다.)

 

일론 머스크, 피터 틸, 리드 호프만 등 OpenAI와 그 후원자들은 인류를 이롭게 한다는 사명을 실천하기 위해 스스로 수익 상한선을 설정할 정도로 엄청난 성과를 확신하고 있습니다. (OpenAI의 최대 후원자인 마이크로 소프트는 최대 920억 달러의 수익을 올릴 수 있다고 포춘은 보도했습니다. 마이크로소프트가 가장 많이 투자한 스타트업의 가치는 290억 달러입니다). OpenAI에는 당연히 비평가들도 있습니다. 메타의 수석 AI 과학자 얀 르쿤은 지난 1월 한 컨퍼런스에서 ChatGPT는 "혁명적이지 않다"고 말했습니다. 오픈소스 전도사들은 OpenAI를 블랙박스라고 비난합니다.다른 비평가들은 연구소의 분위기를 이용해 엄격한 조사를 피하기 위해 공개 테스트에 무심하다고 불평합니다. 또 다른 사람들은 케냐의 하청업체에 의존해 독성 성분을 표시하는 등 안전성을 추구하는 데 소극적이라고 말합니다.

 

게다가 경쟁업체들도 OpenAI에 도전장을 내밀기 시작했습니다. 지난 8월, 스테이블리티 AI는 AI 이미지 생성기인 스테이블리 디퓨전을 출시하여 소비자들이 즉시 사용할 수 있도록 했습니다. ChatGPT 이후 구글은 바드라는 이름의 채팅 봇 출시를 서두르고 있으며, 중국의 바이두는 채팅 봇 어니를 공개할 계획을 발표했습니다. 구글은 바드의 깜짝 공개로 하루 만에 시가총액이 1,000억 달러에 달했고, 2월에는 바이두의 발표로 주가가 15%나 급등했습니다. 사실과 환상을 구분할 수 있도록 가르칠 수 있다면 개방형 AI 모델은 이처럼 판도를 바꿀 수 있습니다.

 

 

알바니아에서 태어나 16세에 브리티시컬럼비아주 빅토리아에 있는 피어슨 유나이티드 월드 칼리지에 진학한 무라티는 2013년에 입사한 테슬라에서 모델 X 개발을 주도하면서 처음 AI 열풍에 휩싸였습니다. 당시 테슬라는 자율 주행에 대한 열망과 망상을 담은 AI 기반 운전자 지원 소프트웨어인 오토파일럿의 초기 버전을 출시하고 공장에서 사용할 AI 기반 로봇을 개발 중이었습니다. 무라티는 AI의 다른 실제 적용 분야를 고려하기 시작했습니다. 2016년에는 마우스를 손동작으로 대체하는 증강 현실 시스템을 개발하던 Leap Motion의 제품 및 엔지니어링 담당 부사장이 되었습니다.

 

Murati는 컴퓨터와 상호 작용하는 경험을 "공을 가지고 노는 것처럼 직관적으로" 만들고 싶었습니다. 하지만 그녀는 곧 VR 헤드셋에 의존하는 기술이 너무 이르다는 것을 깨달았습니다. "정확도에 아주 작은 차이만 있어도 메스꺼움을 느낄 수 있습니다."라고 그녀는 말합니다. 다음에 무엇을 해야 할지 고민하던 그녀는 "기술의 대대적인 발전"이 세계의 가장 큰 난제를 해결하는 데 역할을 해야 한다는 결론을 내렸습니다. 2018년에 합류한 Open AI에서 그녀는 인공지능이 바로 그 기술이 될 것이라는 확신을 공유하는 동지들을 발견했습니다. 무라티는 또한 유동적인 조직을 발견했습니다. 세계 최고의 AI 연구소는 인터넷 규모의 방대한 데이터와 맞춤형 슈퍼컴퓨터를 활용하여 모델을 훈련하고 있었고, 무차별 대입 방식을 통해 성과를 거두고 있었습니다.

 

작지만 성장하고 있는 OpenAI의 팀은 이 역시 점점 더 많은 컴퓨팅 파워가 필요하다는 것을 깨달았고, 상용화는 경제적 필요성이자 자사 기술이 세상에 알려질 수 있는 통로가 되었습니다. 2019년, 이 비영리 단체는 비영리를 목적으로 하는 영리 스타트업으로 재편하여 전 Y Combinator 대표였던 샘 알트먼을 CEO로 임명했습니다. 그는 빠르게 Microsoft로부터 10억 달러의 투자를 유치했습니다. 무라티를 응용 AI 및 파트너십 부문 부사장으로 영입하며 새로운 길을 걷기 시작한 OpenAI는 대규모 언어 모델, 즉 신경망에서 텍스트를 처리하고 생성하기 위해 서명된 알고리즘이라는 핵심 문제에 직면하게 되었습니다: 경쟁사인 스테이블 디퓨전의 R&D 부사장인 패트릭 헤브론은 이러한 알고리즘은 일종의 '봉인된 천재'와 비슷하다고 말합니다.

 

누군가 모차르트에게 악기를 건네주기 전까지는 모차르트가 모차르트가 아니었다고 말할 수 있듯이, 이들은 자신의 재능을 드러내기 위해 프로빙을 필요로 합니다. 많은 잠재적 재능을 가진 Open AI의 기본 언어 모델인 GPT와 같은 시스템의 경우, 외부 파트너의 도움을 받으면 훨씬 더 빠르게 노출될 수 있습니다. 대규모 언어 모델을 개발하는 다른 AI 연구소에서는 전화로 약속을 예약할 수 있는 Google 어시스턴트의 음성 로봇 버전인 Google Duplex와 같은 화려한 데모와 일회성 장난감을 제작하고 있었습니다. 그러나 OpenAI는 인간의 의도에 더 잘 부합하도록 모델을 다듬기 위한 인프라와 관계를 구축하는 것에서 시작되었습니다. 나중에 연구 총괄로 승진한 무라티는 이러한 노력의 중심에 서게 되었습니다.

 

예를 들어, ChatGPT의 잠금을 해제하기 위해 Open AI는 인간의 대화 가치를 이해할 수 있는 GPT가 필요했습니다. 언어의 상당 부분은 주관적입니다: "멋진" 노래란 무엇인가요? 아니면 "멋진" 레스토랑은 무엇일까요? 인간의 피드백이 없으면 언어 모델은 이러한 개념을 이해하는 것은 물론 농담도 제대로 하지 못합니다. Open AI는 GPT에 이러한 가치를 가르치는 데 필요한 조각을 모으기 시작했습니다. 이 회사는 계약업체에 돈을 주고 GPT의 결과물을 평가하고 더 나은 결과물을 작성하도록 했으며, 직원들도 같은 작업을 수행했습니다. 또한 자체 실험에서 얻은 데이터를 기꺼이 공유할 의향이 있는 파트너를 찾았습니다. 그리고 사용자가 시스템을 망가뜨릴 수 있는 방법을 예측하기 위해 안전 운영 체계를 구축했습니다. 그런 다음 이러한 모든 노력에서 얻은 데이터를 OpenAI의 언어 모델 위에 놓을 수 있는 알고리즘 계층에 다시 공급했습니다. 마지막 단계인 시스템에 검색창을 띄우고 ChatGPT라고 부르는 것은 쉬운 일이었습니다. 그 결과 "사용자가 원하는 작업을 수행할 가능성이 더 높은" 챗봇이 탄생했다고 Murati는 말합니다. ChatGPT는 시작에 불과합니다. OpenAI는 다양한 애플리케이션 포트폴리오를 보유하고 있습니다.

 

이러한 폭은 의도된 것입니다. "우리가 Dall-E를 개발하고자 했던 이유 중 하나는 세상을 더 확실하게 이해하고, 이 모델들이 우리와 같은 방식으로 세상을 이해하도록 하기 위해서였습니다."라고 Murati는 말합니다. 그녀는 멀티모달 학습, 즉 텍스트, 이미지, 오디오, 비디오, 심지어 로보틱스까지 아우르는 학습을 통해 훈련된 AI 모델을 장기적인 혁신으로 가는 길로 보고 있습니다. 비결은 이러한 미래 계획을 현재 제품과 연결시키는 것입니다. OpenAI 본사에서 2,600마일 떨어진 곳에서 창업가 앤드류 와이어트가 피츠버그의 코워킹 스페이스를 둘러보고 있습니다. 패션 브랜드를 위한 디자인 및 제조 플랫폼인 Cala의 공동 창립자이자 CEO인 와이어트는 몇 달 전 OpenAI의 Dall-E 기능을 자신의 제품에 도입했습니다.

 

이제 Cala를 사용하는 디자이너는 Dall-E의 API를 통해 텍스트 프롬프트에 따라 스케치나 사실적인 이미지를 생성할 수 있습니다. 또한 Dall-E를 사용하여 스타터 이미지를 기반으로 변형 이미지를 생성할 수도 있습니다. "여기 카펫에 있는 이 패턴에서 영감을 받은 것 같습니다."라고 와이어트는 말하며 Cala의 모바일 앱으로 빠르게 사진을 찍습니다. 원본은 조명이 어둡고 의자의 일부가 포함되어 있었지만 이 툴은 몇 초 만에 유사한 제비갈매기 무늬를 만들어 냈습니다. "모든 브랜드가 가지고 있는 고해상도 제품 사진을 찍는다면 훨씬 더 잘 작동할 것입니다."라고 그는 말합니다. 와이어트는 칼라 디자인 툴로 버튼다운 블라우스의 고화질의 이미지를 가져옵니다. 블라우스 원단에는 짙은 녹색의 구불구불하고 꼬불꼬불한 사슬 패턴이 있습니다.

 

"마치 양파 껍질을 계속 벗겨내는 영화 '인셉션'과 비슷합니다."라고 그는 말하며 한 가지 변형된 패턴을 생성한 다음 또 다른 패턴을 생성합니다. "원하는 만큼 버튼을 누를 수 있습니다."라고 그는 덧붙입니다. 그럴 때마다 체인은 새로운 패턴으로 변합니다. "이제 원래의 분위기에서 벗어나 독특한 무언가를 얻고 있다는 것을 알 수 있습니다." 유명 브랜드의 디자이너들이 Cala의 Dall-E 툴을 조용히 실험하고 있으며, 때로는 가장 거친 입력으로 한계를 뛰어넘기도 합니다. 와이어트는 신규 사용자가 이전보다 6배 빠른 속도로 Cala에 가입하고 있다고 보고합니다. 또한 Cala의 툴은 디자이너의 창의력을 빼앗는 대신 최고의 결과물을 얻기 위해 매력적인 프롬프트를 제시하도록 요구하는데, 이는 다른 어떤 툴과도 다른 기술입니다. Cala가 Dall-E를 사용하여 가방을 디자인하는 사내 경쟁을 실시했을 때, 팀에서 가장 경험이 많은 패션 디자이너가 손쉽게 승리했습니다.

 

세련된 크롬 더플의 렌더링은 사람이 직접 디자인한 제품으로 착각할 수 있을 정도였습니다. 현재 패션 분야에서 제너레이티브 AI는 영감 단계에서 가장 유용합니다. 하지만 와이어트는 이미 디자인 및 제조의 후반 단계까지 연결하고 있습니다. Cala는 소규모 브랜드도 주문형 의류를 민첩하게 생산할 수 있도록 지원하여 대량 생산 패스트패션의 원형을 보다 지속 가능한 방식으로 전환할 수 있습니다. 와이어트의 비전에 따르면 브랜드는 디자인 과정에서 실물 샘플을 제거함으로써 아이디어를 고객에게 더 빨리 전달할 수 있습니다. "브랜드가 텍스트 프롬프트에서 3D 렌더링으로 바로 전환할 수 있게 되면 업계의 판도가 완전히 바뀔 것으로 예상합니다."라고 그는 말합니다. "그리고 3D 렌더링에서 원단을 잘라내어 생산에 바로 사용할 수 있는 2D 패턴으로 전환하는 것이 성배입니다." 커뮤니티 구축을 돕기 위해 2021년 Apple에서 OpenAI에 합류한 나탈리 섬머스는 인스타그램에 접속하여 몇몇 아티스트에게 DM을 보냈습니다. "멋진 새 기능을 사용해보고 의견을 말해볼래요?" 그녀가 물었습니다. 그 '무언가'는 아직 연구용 프리뷰 단계에 있던 Dall-E였습니다.

 

말이 빨랐던 전직 기자 서머스는 처음에는 10명 또는 20명 단위로, 나중에는 수백 명 단위로 도예가, 세트 디자이너, 조경가, 디지털 아티스트와 화상 통화를 주선했습니다. OpenAI 연구팀은 예술가들이 제너레이티브 아트 프로그램에서 어떤 것을 가치 있게 여길지, 그리고 어떤 것이 그들의 분노를 불러일으킬지 이해하고자 했습니다. 그래서 예술가들에게 Dall-E 프롬프트를 가지고 놀 수 있는 기회를 제공하면서 경고도 함께 보냈습니다: "그래, 이렇게 하면 상황이 바뀔 거야."라고 그녀는 회상합니다.

 

"여러분은 여러분에게 유용한 [AI] 도구를 만드는 데 도움을 주어야 합니다." AI를 인간의 가치와 일치시킨다는 개념은 어렵게 들릴 수 있습니다: 누구의 가치를 기준으로 삼을 것인가? 하지만 사람들이 상업적으로 무엇을 중요하게 여기는지 파악하면 잠재적으로 마비될 수 있는 윤리적 질문에 대해 보다 실용적이고 수익성 있는 프레임을 제시할 수 있습니다. 적어도 Dall-E의 베타 버전에 참여한 아티스트들에게 가장 시급한 문제는 AI 창작물을 어떻게 수익화할 수 있을지에 대한 것이었습니다. 또한 제너레이티브 기술이 자신의 직업에 어떤 영향을 미칠지도 궁금했습니다. (스테이블리티 AI와 미드저니의 유사 제품 학습 데이터에 자신의 작품이 포함된 또 다른 예술가들은 기존 수입을 보호하는 데 더 집중하고 있습니다: 저작권 침해로 소송을 제기한 상태입니다.)

 

"기술을 현실에 적용하면 사람들이 기술을 어떻게 사용하는지, 어떤 한계가 있는지 볼 수 있고, 이를 통해 배울 수 있으며, 이를 다시 기술 개발에 반영할 수 있습니다."라고 무라티는 말합니다. "또 다른 차원에서는 기술이 실제 문제를 해결하는 데 얼마나 도움이 되는지 또는 참신한 기술인지 실제로 확인할 수 있다는 것입니다." OpenAI의 역할은 세심한 균형을 유지해야 합니다: 고객을 위해 점진적으로 개선하는 동시에 미래의 지식 도약을 위한 토대를 마련해야 합니다. 가장 소중한 고객을 보유한 OpenAI는 데이터 스펀지이자 관대한(자기 이익만 챙기는) 구현 파트너입니다. 이들과 협력하여 사용자가 동일한 방식으로 애플리케이션을 악용할 것을 예상하고 선제적으로 애플리케이션을 손상시키거나 악용하는 "레드팀"이라는 방식을 사용합니다. (이 프로세스를 통해 스팸 메일을 차단하는 가드레일을 구축할 수 있었습니다.)

 

하지만 안전을 추구하는 것은 복잡합니다: AI에게 폭력 범죄를 설명할 수 있는 기능을 부여하는 것은 초등학교 수업 계획에는 적합하지 않을 수 있지만, 법적 소송에서는 필수적입니다. GPT의 유연성을 유지하기 위해 OpenAI는 지금까지 시스템의 기본 두뇌를 건드리기보다는 사용자가 보는 것을 통제하는 강력한 필터를 적용하는 것을 선호했습니다. "한 번 설정하면 모든 사용자에게 동일하게 적용됩니다."라고 OpenAI 정책 연구원인 Sandhini Agarwal은 기본 모델에 대한 변화에 대해 말합니다. "그 수준에서 무엇이 들어가야 하는지 생각하고 결정해야 합니다." 고객 데이터는 OpenAI가 모델을 학습하는 데 있어 우위를 점할 수 있게 해줍니다. (엔터프라이즈 고객은 데이터 공유를 거부할 수 있지만 애플리케이션의 성능이 저하될 위험이 있습니다.)

 

예를 들어, 이 회사는 AI와 파워포인트 스타트업인 Tome의 사용자가 만든 프레젠테이션에 액세스하여 이전 버전의 GPT를 학습시킨 인터넷 기반 데이터에는 없는 비즈니스 문화와 생산성에 대한 인사이트를 제공합니다. Microsoft는 예를 들어 A/B 테스트에서 얻은 결과와 같은 사용자 인사이트를 OpenAI와 공유하지만, 반드시 데이터는 아닙니다. Microsoft는 Open AI에 수십억 달러를 투자하고 신생 기업에 클라우드 컴퓨팅 플랫폼을 파격적인 할인가에 제공했지만, 매장을 포기한 것은 아닙니다. 시간이 지남에 따라 다른 파트너들도 비슷한 결론에 도달할 수 있으며, 특히 OpenAI가 API와 함께 소비자 대상 제품을 계속 출시할 경우 통제권을 주장할 방법을 모색할 수 있습니다.

 

OpenAI의 차세대 대형 언어 모델인 GPT-4에 대해 묻자 무라티는 절제된 미소를 지으며 "레스 타입이 좋을 것 같아요."라고 답했습니다. Dall-E와 ChatGPT가 대중의 상상력을 사로잡은 만큼, GPT-4는 훨씬 더 큰 성공을 거둘 수 있을 것입니다. GPT-4의 출시를 앞두고 트위터에서는 이 모델이 GPT-3보다 훨씬 더 많은 100조 개의 매개변수 또는 계산기 같은 처리 센터를 포함할 것이라는 내용의 밈이 유포되기 시작했습니다. 우연은 아니겠지만, 인간의 뇌에는 약 100조 개의 시냅스가 있습니다.

 

ChatGPT가 출시된 이후, OpenAI와 관련된 과대 광고와 호들갑은 대부분 교육계에서 나왔습니다. 10대 청소년들이 챗봇 숙제 해킹 방법을 틱톡에 게시하고, 미네소타 대학교 로스쿨 과정의 최종 시험에서 챗봇을 통해 합격점을 받는 등 ChatGPT는 교육 분야에 거의 하룻밤 사이에 영향을 미쳤습니다. Murati는 GPT-4를 통해 "사람들을 위한 기회를 넓힐 수 있는 기회"를 발견했습니다. 그녀가 보기에, 부정행위로 인해 시험에서 낙제점을 받은 화가 난 교사가 업그레이드된 봇의 도움을 받아 수업 계획을 작성하고 학생들은 새로운 방식으로 학습하는 행복한 교사로 바뀌는 것은 순식간입니다.

 

"ChatGPT를 사용하면 즉각적인 상호 작용을 통해 복잡한 주제에 대해 상황에 맞는 방식으로 가르칠 수 있습니다."라고 Murati는 말합니다. "마치 개인 과외 선생님과도 같습니다." 그녀에게 교육은 양방향 거리입니다: 동시에 무라티는 OpenAI 시스템이 인간으로부터 학습하기를 원합니다. "실제 사람과 접촉하지 않고도 가상 공간에서 기술을 발전시킬 수 있습니다."라고 그녀는 말합니다. "하지만 문제는 실제로 올바른 방향으로 나아가고 있는가 하는 것입니다." 상업적 관점에서 볼 때 GPT-4 크기의 기초 모델이 AI 분야에서 얼마나 중요한지는 불분명합니다. "대부분의 기업은 10억~100억 개의 매개변수와 같은 다소 작은 모델을 사용하는데, 이는 사용 사례에 맞게 모델을 특화하기 때문이며, [크기가 작을수록] 더 저렴하고 빠르게 실행할 수 있기 때문입니다."라고 AI 커뮤니티를 위한 GitHub와 유사한 플랫폼인 Hugging Face의 공동 창립자이자 CEO인 클레멘트 델랑그(Clement Delangue)는 말합니다.

 

반면에 Microsoft Bing과 Chat GPT의 통합은 최신성 및 주석과 같은 규모에 따라 달라지는 기능을 통해 환각을 줄이는 데 큰 도움이 될 수 있는 사례를 제시합니다. 최신 지식이 있고 출력 결과의 논리를 보여줄 수 있는 AI 제품은 더 신뢰할 수 있고 수정하기도 쉽습니다. 이러한 기본 모델이 구글의 검색 광고와 애플의 앱스토어처럼 OpenAI에서도 성공할 수 있을지는 아직 미지수입니다. 무라티는 업계가 어떤 형태로 발전하든 고객들은 정확성을 중요하게 여기게 될 것이라고 주장합니다. 

 

게다가 AGI는 수천 개의 맞춤형 미니 모델에서 나오지 않을 것입니다. "AGI에 도달하는 데 정말 오랜 시간이 걸리더라도 그 과정에서 우리가 구축하게 될 기술은 인간이 매우 어려운 문제를 해결하는 데 매우 유용할 것입니다."라고 그녀는 말합니다. 그녀는 아늑한 조명이 켜진 사무실에 토이쉘 안경을 쓰고 앉아 새로운 발견을 향해 나아가는 팀의 작업에 대해 설명합니다. 이 장면은 마치 영화 '댈-E'의 한 장면을 떠올리면 쉽게 이해할 수 있습니다: 바람이 휘몰아치는 정상에 있는 탐험가 팀, 떠오르는 새로운 여명, 배낭에 담긴 노트북, 허드슨강 학교, 유화 물감.