한빛미디어

챗GPT의 기반이 되는 핵심 기술은 LLM입니다.

LLM은 Large Language Model의 약어로

대규모의 언어 데이터를 바탕으로 학습된 모델입니다.

챗GPT가 인간의 언어에 가까운 답변을 할 수 있는 것은

바로 LLM을 통한 학습으로 인간의 글과 말을 배웠기 때문입니다.

​

그런데 이렇게 만들어진 챗GPT는 완벽하지 않습니다.

가끔 잘못된 정보를 알려주기도 하고

같은 질문을 하더라도 조금씩 다른 답변을 해주기도 합니다.

​

이런 현상을 환각 hallucination 이라고 부릅니다.

마치 잘못된 정보를 옳은 정보인냥 이야기하는 것이지요.

이같은 현상은 LLM도 결국은 확률 모델이기 때문입니다.

​

인간의 글과 말은 일정한 구조를 갖습니다.

이를 일컫어 우리는 문법이라 부릅니다.

모든 말과 글이 문법에 맞지는 않습니다.

이것을 우리는 예외라 부르고

학교 다니던 시절 시험문제의 단골이기도 했습니다.

​

AI가 대규모의 글을 통해 학습을 하게되면 무슨일이 일어날까요?

일정한 패턴을 발견하게 된다면 그것이 문법이고

간혹 등장하는 문법과 맞지 않는 사항들도

그렇게 문장을 만들어야 하는 상황들이 보일 것입니다.

​

AI나 머신러닝, 딥러닝, 기계학습의 공통점은 확률 기반이라는 것입니다.

1이 나오면 2가 나오고, to가 나오면 동사가 나오고...

이러한 것들을 대규모의 테스트 셋으로 학습하고

이를 바탕으로 규칙을 찾아내어 사용자들에 물음에 답하고 있는 것이

지금 우리가 경험하고 있는 챗GPT라 생각해도 무방합니다.

​

흥미로운 것은 이렇게 대답할 수 있게 된 로직은 아무도 모른다는 것입니다.

신경망 학습을 통해 모델이 만들어졌고

이 모델에 어떤 데이터를 더 넣고 빼느냐에 따라

질문에 대한 답변이 변한다는 것만 알려져 있는 것이고

가장 그럴싸한 답변이 나오는 조합, 조건을 찾아낸 상태가 바로

챗GPT의 현재 상태라고 봐도 크게 틀리지 않습니다.

​

이 책의 저자는 스티븐 울프럼입니다.

지나가면서 한번즘 울프럼 알파라는 검색엔진을 들어보신 적 있을겁니다.

구글이나 빙등 상용 검색엔진과는 사뭇 다른

색다른 방식으로 동작하면서도 정확도 높은 답변을 해주는 것으로 유명합니다.

​

저자는 울프럼 알파, 그리고 울프럼 언어를 챗GPT와 결합하여

챗GPT가 미처 해주기 어려운 "정확도"와 "지식"기반을 채워 넣어주는 실험을 소개합니다.

이는 현재 유료 챗GPT에 울프럼 알파 플러그인으로도 공개되어 있으며

어떻게 챗GPT가 더 정확하고 유용한 AI가 될 수 있는지

그 가능성을 가늠하고 시험해온 이야기들을

수많은 예제와 함께 소개하고 있습니다.

​

결국 챗GPT는 완벽하지는 않지만

울프럼 알파와 같은 보완재와 함께 동작할 때

인간의 생활에 더욱 유용하게 활용될 가능성이 높아진다는 것을

저자는 책 전반에 걸쳐 이야기 하고 있습니다.

​

챗GPT를 너무 기술로만 접근하면 안됩니다.

기저에 있는 LLM이라던가 여러가지 기술도 분명 흥미롭지만

그보다는 더 큰 그림을 보거나 챗GPT라는 숲의 바깥에서

이 녀석을 조망하고 살펴볼 필요가 있습니다.

​

200여 페이지라 읽기에 부담없는 <스티븐 울프럼의 챗GPT 강의>

챗GPT를 어떻게 바라보고 무엇을 기대할 것인가에 궁금함이 있었다면

이 한권의 책으로 많은 혜안과 통찰력을 얻을 수 있을 것입니다.

​

본 리뷰는 한빛미디어 "나는 리뷰어다" 활동의 일환으로

서적을 제공받아 작성된 서평입니다.