생성형 AI는 텍스트, 이미지, 오디오, 비디오, 코드 또는 3D 자산과 같은 새로운 콘텐츠를 생성하는 데 관련된 인공지능의 한 분야이다. 분류기가 입력을 레이블에 매핑하는 반면, 생성 모델은 훈련 데이터의 분포를 충분히 학습하여 그로부터 새로운 예시를 샘플링한다. 이 용어는 2022년 11월 ChatGPT 출시 이후 이어진 AI 붐 동안 주류가 되었으며, 2024년까지는 전체 제품 범주와 투자 물결을 뜻하는 약칭이 되었다.
기술적 기반
현대 생성형 AI는 소수의 모델 계열에 기반을 둔다. 자기회귀 모델과 같은 대규모 언어 모델은 토큰 단위로 시퀀스를 생성하며 채팅 어시스턴트와 코드 생성을 지원한다. 확산 모델은 이미지 및 비디오 합성에서 지배적이며, 점진적인 노이즈 추가 과정을 역전시키는 방법을 학습한다. 초기 접근법에는 2014년의 생성적 적대 신경망이 포함되며, 이는 사실적인 합성과 딥페이크의 첫 물결을 이끌었고, 변분 오토인코더도 있다. 현재의 거의 모든 시스템은 Transformer (architecture) 아키텍처를 기반으로 하며 웹 규모의 훈련 데이터를 사용한 자기 지도 학습으로 훈련된다.
모달리티
텍스트 생성은 ChatGPT, Claude, Gemini, Microsoft Copilot, DeepSeek, Doubao, Grok, Kimi, Qwen과 같은 어시스턴트를 통해 가장 널리 배포된 형태이다. DALL-E, Firefly, Stable Diffusion, Midjourney와 같은 텍스트-이미지 시스템은 2022년 시각 예술에 생성을 가져왔으며, 텍스트-비디오는 2024년부터 Sora, Veo, LTX로 이어졌다. 다른 활발한 모달리티로는 음성 합성, 음악 생성, 3D 생성이 있다.
영향과 논쟁
생성형 AI는 AI 코딩 어시스턴트, 마케팅, 디자인, 교육을 통해 소프트웨어 개발을 재편했지만, 훈련 데이터의 저작권, 창의 산업의 일자리 대체, 잘못된 정보, 그리고 때때로 AI 슬롭이라고 불리는 대규모 저품질 합성 콘텐츠에 대한 분쟁을 제기했다. 확률적 앵무새 논문의 저자와 같은 비평가들은 유창한 생성이 이해를 반영하는지 의문을 제기한다. 지지자들은 기술이 인간의 창의성을 대체하기보다는 보강한다고 주장하며, 이 논쟁은 여전히 해결되지 않았다.
최근 발전
2025년 중반까지 기업들은 통합, 데이터 품질 및 충족되지 않은 수익의 어려움으로 인해 생성형 AI 파일럿 프로젝트를 점점 더 포기하고 있었으며, 이로 인해 가트너와 이코노미스트의 분석가들은 이 시기를 가트너 하이프 사이클의 '환멸의 골짜기' 단계로 접어들었다고 특징지었다. 연방준비제도의 2025년 10월 설문 조사에서 미국 근로자 4명 중 1명이 지난 달 직장에서 생성형 AI를 사용했다고 보고했다. 2024년 Just So Soul 소셜 미디어 앱의 설문 조사에 따르면 2000년 이후 출생한 응답자의 18%가 생성형 AI를 "거의 매일" 사용하며, 응답자의 60% 이상이 AI 생성 콘텐츠(AIGC)를 좋아하거나 매우 좋아하는 반면, 3% 미만이 싫어하거나 매우 싫어한다고 보고했다. 입소스의 2024년 설문 조사에서 아시아 태평양 국가들은 생성형 AI에 대해 서구 사회보다 훨씬 더 낙관적이었으며, 아시아 태평양 응답자의 68%가 AI가 세계에 긍정적인 영향을 미친다고 믿는 반면, 전 세계적으로는 57%였다. 유엔 보고서에 따르면 중국 기관은 2014년부터 2023년까지 38,000건 이상의 생성형 AI 특허를 출원하여 다른 어떤 국가보다 많았다.