생성적 인공지능이 지식 노동자의 생산성을 높이는 방법

최신의 끊임없는 혁신 기술 발전은 인공지능(AI), 로봇공학, 블록체인, 프로그래머블 생물학 등의 분야에서 이뤄지고 있습니다. 이러한 기술은 소매, 자동차, 금융, 제조 등 다양한 산업에서 거대하고 미시적인 수준에서 혁신을 가져오고 있습니다.

특히, 생성적 인공지능은 지식 노동자들의 일상과 업무를 변화시키고 있습니다. 프로그래밍, 디자인, 엔지니어링, 글쓰기 등 전문 분야에서 생성적 인공지능은 지식 노동자의 생산성을 향상시키고 있습니다.

하지만 생성적 인공지능이 정확히 무엇이며, 지식 노동자에게 왜 중요한가요? 이 아이디어를 더 자세히 살펴보겠습니다.

생성적 인공지능이란?

생성적 인공지능은 인간이 작성한 프롬프트를 기반으로 텍스트, 비디오, 오디오, 이미지 등을 자동으로 생성하는 인공지능 알고리즘입니다.

일부 가장 두드러진 인공지능 생성 도구와 제품에는 다음이 포함됩니다.

• ChatGPT – OpenAI에서 개발한 지능형 챗봇으로 사용자 프롬프트에 기반한 매우 자세하고 개인화된 응답을 제공할 수 있습니다.
• DALL-E 2, Stable Diffusion, Midjourney – 이러한 도구는 인공지능 기반 이미지 생성 도구입니다.
• Meta – 이 도구는 텍스트 프롬프트에서 비디오를 생성할 수 있는 인공지능 기반 비디오 생성 도구입니다.
• Codex – 이 도구는 프로그래머가 몇 초 안에 여러 프로그래밍 언어로 코드를 생성할 수 있게 해줍니다.

이제 생성적 인공지능이 지식 노동자에게 미치는 영향을 살펴보겠습니다.

생성적 인공지능이 지식 노동자의 생산성을 높이는 방법

ARK의 2023 빅 아이디어 보고서에 따르면, 인공지능은 2030년까지 지식 노동자의 생산성을 4배 이상 증가시킬 것으로 예상됩니다. 보고서에 따르면, 100%의 채택률을 가정할 경우, 인공지능은 31조 달러의 인공지능 지출에 대한 노동 생산성에서 약 200조 달러의 가치를 창출할 수 있습니다. 만약 벤더가 인공지능 기반 제품에서 생성된 가치의 10%만 추출할 수 있다면, 2030년에 14조 달러의 수익과 90조 달러의 기업 가치를 획득할 수 있습니다.

2030년 인공지능 시장 예측. 출처: ARK의 2023 빅 아이디어

지식 노동자에게 생성적 인공지능이 미치는 영향을 자세히 살펴보겠습니다.

1. 지식 노동자: 콘텐츠 작가 및 편집자

현대 기업은 관객을 끌어들이기 위해 잘 연구된 콘텐츠와 숙달된 콘텐츠가 필요합니다. 이것이 생성적 인공지능이 콘텐츠 작가와 편집자의 일을 더 쉽게 만들어주는 곳입니다.

지능형 챗봇인 ChatGPT의 등장으로 콘텐츠 생성이 점점 더 쉽고 경제적이 되고 있습니다. ARK의 2023 빅 아이디어 보고서에 따르면, ChatGPT의 쿼리당 추론 비용은 2022년에 약 0.01달러입니다. 10억 개의 쿼리에 대한 총 추론 비용은 1,000만 달러가 됩니다. 2030년까지 이 비용은 650달러로 감소할 것으로 예상됩니다.

이 정도의 비용 감소는 인공지능 콘텐츠 도구의 대규모 채택을 가능하게 할 것입니다. 예를 들어, 2030년까지 ChatGPT 스타일의 애플리케이션은 구글 검색의 규모와 85억 개의 검색을 처리할 수 있을 것으로 예상됩니다. 따라서 콘텐츠 분야의 지식 노동자가 일상 업무에서 생성적 인공지능을 활용하기가 더 쉬워질 것입니다.

2. 지식 노동자: 소프트웨어 엔지니어 및 개발자

복잡하고 긴 소프트웨어 개발 주기 때문에, 소프트웨어를 관리하고 배포하기 위해 전문적인 개발자와 프로그래머 팀이 필요합니다. 생성적 인공지능 코딩 도구인 Codex와 Copilot은 소프트웨어 개발을 더 쉽고 생산적으로 만들어줍니다.

ARK의 2023 빅 아이디어 보고서에 따르면, 인공지능 코딩 어시스턴트는 코딩 작업을 완료하는 시간을 절반으로 줄일 수 있습니다. 2030년까지 인공지능 코딩 어시스턴트는 소프트웨어 엔지니어의 출력을 10배 증가시킬 수 있습니다.

코딩 작업 완료 시간. 출처: ARK의 2023 빅 아이디어

3. 지식 노동자: 시각 예술가 및 디자이너

또 다른 지식 노동자 집단은 예술가와 디자이너로, 시각적 개념, 그래픽, 일러스트, 창의적인 UI를 만들기 위해 디자인 도구를 사용합니다.

혁신적인 생성적 이미지 모델인 DALL-E2, Stable Diffusion, Midjourney로 디자이너의 생산성이 크게 증가했습니다. 예를 들어, 인간이 5시간 동안 그래픽 디자인을 만들고 150달러의 비용이 들면, 생성적 이미지 모델을 사용하여 1분 안에 8센트의 비용으로 만들 수 있습니다.

4. 지식 노동자: 음악가 및 사운드 엔지니어

생성적 인공지능은 음악 트랙을 구성하고 混合하는 것을 더 쉽게 만들어줍니다. 예를 들어, Google의 AudioLM은 실제적인 피아노 음악을 만들고 불완전한 음향 톤을 완성하는 생성적 오디오 모델입니다. Google는 또한 텍스트 설명에 기반한 멜로디를 생성할 수 있는 MusicLM이라는 음악 생성 모델을 개발했습니다.

2020년, Open AI는 Jukebox라는 음악 생성 도구를紹介했습니다. 이 도구는 장르, 아티스트, 가사 등 입력에 기반한 새로운 음악 샘플을 생성합니다. 이전에 Open AI는 GPT-2 기반의 MuseNet 모델을 출시했습니다. 이 모델은 10개의 악기를 사용하여 4분짜리 음악을 생성할 수 있습니다.

생성적 오디오 모델은 초기 단계에 있지만, 음악가와 사운드 엔지니어의 생산성을 높이는 공간은 매년 더 커질 것입니다.

5. 지식 노동자: 유튜버 및 비디오 콘텐츠 생성자

비디오 콘텐츠는 번창하고 있습니다. 2022년에 약 5,100만 개의 유튜브 채널이 있었습니다. 비디오 콘텐츠의 제작은 녹화, 편집, 일러스트와 사운드 추가, 사전 및 사후 제작 등 여러 단계를 거칩니다.

생성적 인공지능 비디오 플랫폼은 비디오 콘텐츠 생성을 더 쉽게 만들어줍니다. Synthesia.io와 Pictory와 같은 도구는 비디오 마케터와 브랜딩 전문가에게 비디오 생성을 더 쉽게 만들어줍니다. 이러한 최신 인공지능 플랫폼은 콘텐츠 생성자가 스크립트에서 비디오를 만들 수 있게 해줍니다. 또한 내레이터와 비디오 배경을 추가하여 전문적인 비디오를 만들 수 있습니다.

2022년 9월, Meta AI는 Make-A-Video 플랫폼을 출시했습니다. 이 플랫폼은 텍스트 프롬프트에서 고품질의 비디오 클립을 생성할 수 있습니다. 공개적으로 उपलब한 데이터셋을 사용하여 비디오 패턴을 학습했습니다. 유니크한 비디오를 생성할 수 있습니다.

미래에는 더 많은 품질의 콘텐츠를 짧은 시간에 생성하여 유튜버와 비디오 콘텐츠 생성자의 생산성을 높일 것입니다.

지식 노동자를 위한 생성적 인공지능의 장단점

지식 노동자에게 생성적 인공지능이 미치는 다양한 이점과 단점을 살펴보겠습니다.

지식 노동자를 위한 생성적 인공지능의 장점

1. 합성 데이터 생성: 혁신적인 인공지능 모델을 훈련시키기 위해 많은 데이터셋이 필요합니다. 생성적 인공지능은 이 문제를 해결할 수 있습니다. 보고서에 따르면, 생성적 인공지능은 2025년에 생성되는 모든 데이터의 10%를 차지할 것으로 예상됩니다. 따라서 데이터 과학자와 인공지능 전문가는 데이터 수집 관련 도전을 직면하지 않을 것입니다.
2. 낮은 비용: 가트너는 2024년까지 저코드/노코드 개발 플랫폼의 약 50%가 텍스트에서 코드로의 기능을 제공할 것으로 예상합니다. 개발자에게 이는 최소한의 노력과 비용으로 더 많은 기능을 의미합니다.

지식 노동자를 위한 생성적 인공지능의 단점

1. 합성 콘텐츠 감지: 생성적 인공지능은 생산성을 높이지만, 생성적 인공지능 콘텐츠를 감지하고 구별하는 문제가 연구와 학계에서 심각한 문제가 될 것입니다. 2024년까지 유럽 연합은 인공지능 생성 아티팩트의 워터마킹을 의무화하는 법안을 통과시킬 것입니다.
2. 실업: 개발자는 생성적 인공지능이 너무 지능적이 되면 실업에 직면할 수 있습니다. 가트너는 2025년까지 절차적 코드 전문가의 20%가 핵심 기술 세트를 인공지능이 가져갈 것이라고 예상합니다.

생성적 인공지능 모델을 구축하는 비용

생성적 인공지능은 인공지능의 가장 혁신적인 분야입니다. 현재 생성적 인공지능 모델을 훈련시키는 비용은 높지만 점차 감소하고 있습니다. 예를 들어, GPT-3를 훈련시키는 비용은 2020년에 약 460만 달러였습니다. 2022년에는 45만 달러로 감소했습니다.

GPT-3를 훈련시키는 비용. 출처: ARK의 2023 빅 아이디어

ARK의 2023 빅 아이디어 보고서에 따르면, 2030년까지 GPT-3보다 57배 더 많은 매개변수를 가진 인공지능 모델을 훈련시키는 비용은 60만 달러로 감소할 것입니다. 이것은 인공지능 모델 훈련 비용이 감소하기 때문입니다. 라이트의 법칙에 따르면, 인공지능 상대적 컴퓨팅 유닛(RCU) 생산 비용과 소프트웨어 비용은 각각 57%와 47%의 연간 비율로 감소해야 하며, 이는 2030년까지 훈련 비용이 70% 감소할 것으로 예상됩니다.

인공지능 훈련 하드웨어 비용. 출처: ARK의 2023 빅 아이디어.

인공지능 기술의 모든 혁신을 unite.ai에서 최신 정보를 얻으세요.