생성형 AI는 텍스트, 이미지, 오디오, 비디오, 코드 또는 3D 자산과 같은 새로운 콘텐츠를 생성하는 데 관련된 인공지능의 한 분야입니다. 분류기가 입력을 레이블에 매핑하는 반면, 생성 모델은 훈련 데이터의 분포를 충분히 학습하여 그로부터 새로운 예시를 샘플링할 수 있습니다. 이 용어는 2022년 11월 ChatGPT 출시 이후 이어진 AI 붐 동안 주류가 되었으며, 2024년까지는 전체 제품 범주와 투자 물결을 뜻하는 약칭이 되었습니다.
기술적 기반
현대 생성형 AI는 소수의 모델 계열에 기반을 둡니다. 자기회귀 모델은 대규모 언어 모델과 같은 방식으로 시퀀스를 토큰 단위로 생성하며, 대화형 어시스턴트와 코드 생성의 기반이 됩니다. 확산 모델은 이미지 및 비디오 합성에서 지배적이며, 점진적인 노이즈 추가 과정을 역전시키는 방법을 학습합니다. 초기 접근법으로는 2014년의 생성적 적대 신경망이 있으며, 이는 사실적인 합성의 첫 물결과 딥페이크를 이끌었고, 변분 오토인코더도 있습니다. 현재의 거의 모든 시스템은 Transformer (architecture) 아키텍처를 기반으로 하며, 웹 규모의 훈련 데이터를 통한 자기 지도 학습으로 훈련됩니다.
모달리티
텍스트 생성은 ChatGPT, Claude, Gemini 같은 어시스턴트를 통해 가장 널리 배포된 형태입니다. 텍스트-이미지 시스템인 Stable Diffusion과 Midjourney는 2022년에 시각 예술에 생성을 도입했으며, 텍스트-비디오는 2024년부터 Sora, Veo, Kling과 함께 등장했습니다. 다른 활발한 모달리티로는 음성 합성, 음악 생성, 3D 생성이 있습니다.
영향과 논쟁
생성형 AI는 AI 코딩 어시스턴트, 마케팅, 디자인, 교육을 통해 소프트웨어 개발을 재편했으며, 훈련 데이터의 저작권, 창의 산업의 일자리 대체, 잘못된 정보, 그리고 대규모의 저품질 합성 콘텐츠(때로는 AI 슬롭이라고 불림)에 대한 논쟁을 불러일으켰습니다. 확률적 앵무새 논문의 저자와 같은 비평가들은 유창한 생성이 이해를 반영하는지 의문을 제기합니다. 지지자들은 이 기술이 인간의 창의성을 대체하기보다는 보강한다고 주장하며, 이 논쟁은 여전히 해결되지 않았습니다.