생성형 AI

생성형 AI는 사용자의 입력을 바탕으로 텍스트, 이미지, 오디오, 비디오 등 완전히 새로운 콘텐츠를 생성할 수 있는 인공지능의 한 유형입니다. GenAI, AI 생성 콘텐츠 또는 AIGC라고도 합니다. 이는 딥러닝 및 신경망 기술의 발전으로 AI 모델이 사람이 서로 소통할 때 사용하는 텍스트와 이미지, 즉 자연어 프롬프트를 처리할 수 있게 되면서 가능해졌습니다. 이에 따라 프로그래머는 수십억, 나아가 수조 개의 파라미터로 구성된 기존 데이터베이스, 다시 말해 위키백과에 상당하는 정보를 AI 모델에 학습시키고 자연어 처리(NLP)를 수행하도록 할 수 있게 되었습니다. 이를 통해 AI는 적절한 응답을 생성할 수 있습니다. 입력이 언어 기반인 경우 BLOOM과 같은 대규모 언어 모델(LLM)이나, 이러한 모델을 기반으로 하는 ChatGPT와 같은 챗봇이 결과물에 해당할 수 있습니다. 입력이 이미지 기반인 경우에는 Stable Diffusion이나 Midjourney와 같은 텍스트-이미지 생성 시스템이 이에 해당할 수 있습니다.

자세히 알아보기:생성형 AI와 에이전틱 AI: AI 진화의 다음 단계 정의하기

생성형 AI는 AI 학습과 AI 추론으로 구성된 2단계 개발 프로세스를 통해 작동합니다. AI 학습 단계에서는 레이블이 지정된 방대한 데이터베이스를 AI 모델에 입력합니다. AI는 문장에서 다음에 올 단어를 예측하거나 의료 영상에서 증상을 식별하는 등 예상되는 출력 결과를 ‘추측’한 뒤, 자신의 답을 검증합니다. 예측(순전파)과 피드백(역전파)을 반복하면서 AI는 데이터 파라미터의 가중치를 매우 정밀하게 조정하고, 궁극적으로 매번 올바른 결과를 출력하게 됩니다. 이를 사전 학습된 AI 모델이라고 합니다.

AI 추론 단계에서는 AI 모델이 실제 환경의 새로운 레이블 없는 데이터를 처리합니다. 모델은 광범위한 학습 결과를 바탕으로 적절한 응답을 생성할 수 있습니다. 새로운 데이터와의 상호작용도 기록되며, 이는 다음 AI 학습 단계에 활용되어 AI 모델을 더욱 최적화합니다.

최근 AI 개발의 혁신으로 레이블 없는 데이터를 활용하는 자기 지도 학습과 준지도 학습도 가능해졌습니다. 이러한 이유로 생성형 AI는 날마다 더욱 지능화되고 정교해지고 있습니다.

자세히 알아보기:생성형 AI를 활용하려면 ‘학습’과 ‘추론’을 이해해야 합니다

생성형 AI는 미디어와 마케팅부터 헬스케어 및 제품 설계에 이르기까지 다양한 산업 분야와 활용 사례에서 폭넓게 사용되고 있습니다. 다음은 생성형 AI가 이미 세상을 변화시키는 방식으로 활용되고 있는 몇 가지 사례입니다.

● 헬스케어: 헬스케어 및 의료 분야에서는 생성형 AI를 방대한 의료 데이터로 학습시켜 질병 진단을 지원하거나 환자의 병력을 기반으로 맞춤형 치료 계획을 수립할 수 있습니다. 신약 개발에서는 분자 구조를 분석하고 새로운 약물을 설계하는 데 활용할 수 있습니다. 또한 AI를 활용해 전자건강기록(EHR)을 생성하면 의료 분석을 위한 데이터베이스를 구축하는 동시에 의료진의 행정 업무 부담을 줄일 수 있습니다.

● 마케팅: 생성형 AI는 마케팅 전략, 캠페인, 슬로건, 시각 디자인을 신속하게 제안할 수 있습니다. 시장 세그먼트별로 예상되는 선호도를 기반으로 맞춤형 광고 캠페인을 제작하는 것도 가능합니다.

● 미디어: 생성형 AI는 TV 대본과 보도자료 작성 지원뿐 아니라, 최소한의 학습 데이터만으로 이미지, 오디오, 동영상 콘텐츠를 제작할 수 있습니다. AI는 사람을 대체하기보다 콘텐츠 제작자가 자신의 아이디어를 보다 효율적이고 효과적으로 구현하도록 지원합니다. 이를 통해 창의적인 영감을 최대한 활용하고 뛰어난 작품을 연이어 만들어낼 수 있습니다.

● 제품 설계: AI는 컴퓨터 코드를 작성하고, 제품 설계 도면을 생성하며, 콘셉트를 평가하고, 다양한 설계나 소재가 실제 환경에서 어떻게 작동하는지 확인하기 위한 시뮬레이션까지 수행할 수 있습니다. AI를 구동하는 마이크로칩과 컴퓨터 시스템의 설계 과정도 생성형 AI를 통해 가속화할 수 있으며, 이를 통해 신속한 프로토타이핑과 출시 기간 단축이 가능합니다. 사용자 피드백에서 축적된 빅데이터는 제품 설계를 위한 유의미한 제안을 생성하도록 AI 모델을 학습시키는 데 도움이 될 수 있습니다.

Bloomberg의 전망에 따르면, 생성형 AI 시장은 2032년까지 1조 3,000억 달러 규모로 성장하고 연평균 성장률(CAGR) 42%를 기록할 것으로 예상됩니다.

GIGABYTE Technology는 생성형 AI 모델의 개발 및 활용에 적합한 폭넓은 AI 서버 및 AI 인프라 솔루션 포트폴리오를 제공합니다. 이러한 솔루션은 AI 학습과 추론에서 수행하는 역할에 따라 두 가지 범주로 구분할 수 있습니다.

● AI 학습: 이 서버는 최신 GPU 가속기와 컴퓨팅 모듈, 또는 CPU와 GPU 기능을 하나의 패키지에 통합한 고급 프로세서를 활용합니다. 이를 통해 병렬 컴퓨팅을 수행하고 방대한 데이터 세트를 처리하여 AI를 학습시킵니다. 대표적인 예로 GIGABYTE G593-SD0는 NVIDIA HGX™ H100 8-GPU 컴퓨팅 모듈을 통합해 시장에서 가장 강력한 AI 학습 플랫폼 중 하나를 구현합니다. GIGABYTE 서버는 NVIDIA L40S GPU도 지원합니다. 또 다른 주목할 만한 옵션은 AI 및 HPC 워크로드를 위한 ‘CPU+GPU’ 칩입니다. AMD의 엔터프라이즈급 APU(Accelerated Processing Unit)인 AMD Instinct™ MI300A와 GIGABYTE H-Series 고밀도 서버인 H223-V10에서 사용할 수 있는 NVIDIA Grace Hopper™ Superchip이 이에 해당합니다.

● AI 추론: 생성형 AI 작업의 이 단계에서는 AI 추론에 가장 적합한 전용 가속기를 선택해야 합니다. GIGABYTE G293-Z43는 2U 섀시에 최대 16개의 AMD Alveo™ V70 카드를 고밀도로 구성하도록 설계되었습니다. 이 가속기는 데이터플로 아키텍처를 채택하여 중앙 집중형의 집약적인 AI 추론 워크로드에 이상적인 솔루션입니다. PCIe Gen 4 이상의 확장 슬롯을 갖춘 GIGABYTE 서버는 AI 추론을 지원하는 NVIDIA A2 Tensor Core GPU 및 L4 Tensor Core GPU와도 호환됩니다. GIGABYTE G-Series GPU 서버에 탑재할 수 있는 Qualcomm® Cloud AI 100 GPU는 클라우드 AI 추론의 핵심 요구 사항을 충족하므로 네트워크 에지에서 생성형 AI 추론을 더욱 효과적으로 수행할 수 있습니다.