-
>
[생성형 AI(Generative AI), 인간의 창작 영역을 넘본다! (2)] ‘AlphaCode’의 코딩 능력, 콘테스트 참가자 중 상위 28%에 속한다!
최봉 산업경제 전문기자
입력 : 2023.01.10 00:30
ㅣ 수정 : 2023.01.10 00:30
[기사요약]
‘미래’란 아직 일어나지 않은 예측하기 어려운 시간을 의미
6개월 전에 미래라고 했던 Generative AI, 더 이상 미래 아닌 현실로 다가와
현재 시장 선도하는 Generative AI 도구: Alpha Code, ChatGPT, DALL-E 2, MidJourney 등
딥마인드의 Alpha Code, 코딩 콘테스트 참여자 상위 28% 내 수준
Alpha Code, 2030년까지 90% 이상 코딩 정확도 달성 가능 예측하기도
사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>
[뉴스투데이=최봉 산업경제 전문기자] 미래(未來, future)는 한자풀이로 아직 오지(來) 않은(未) 날이다. 즉 아직 일어나지 않은 예측하기 어려운 시간을 말한다.
사전적으로만 보면 당장 1퀙토초 뒤의 시간조차도 무슨 일이 일어날지 정확히 못 박을 수 없는 미래다(namu.wiki). 참고로 퀙토(quecto)는 10의 -30제곱을 나타내는 미터법 접두어로 1퀙토초라 함은 상상조차하기 힘든 짧은 시간이다.
• Generative AI는 더 이상 미래가 아니다!
‘Towards AI’ 2022년 7월 기고문에 다음의 글이 실려 있다.
“지난 10년은 AI의 황금기였지만 의미 있는 AI는 이제 막 시작되었다. CV(Computer Vision)는 현재 업계를 선도하는 분야이고 NLP(Natural Language Processing)는 여전히 AI의 핵심이며 RL(Reinforcement Learning)은 자율주행 레벨 L4/L5의 검증을 기대한다. 하지만 AGI(Artificial General Intelligence, 범용 인공지능)는 미래다.”
AGI는 특정 문제뿐 아니라 (인간처럼)주어진 모든 상황에서 생각과 학습을 하고 창작할 수 있는 능력을 컴퓨터로 구현하는 기술 또는 이에 대한 연구를 의미하며, AI 연구의 궁극적 목표 중 하나라 할 수 있다. Generative AI가 이에 해당하는 대표적인 영역이다.
6개월 전에 미래라고 했던 Generative AI가 더 이상 미래가 아닌 현실, 현재로 다가와 있다.
발전과 진화의 속도가 너무 빨라 Generative AI의 새로운 툴(tool)들이 속속 등장하고 있으며 기존 툴은 업그레이드를 이어가면서 인간의 영역으로 한걸음 더 접근하고 있다.
Generative AI는 이미 텍스트와 이미지, 프로그램 코드, 시, 삽화 등의 다양한 콘텐츠를 그럴듯하게 만들어내는 수준에 이르렀다.
현재 시장을 선도하는 대표적인 Generative AI 도구로는 딥마인드(DeepMind)의 Alpha Code(GoogleLab), OpenAI의 ChatGPT, GPT-3.5, DALL-E 2 그리고 MidJourney, Jasper 및 Stable Diffusion 등이 있다(각 툴과 관련한 자세한 내용은 추후에 소개할 기회가 있을 것이다).
• 딥마인드의 Alpha Code, ‘실력’ 인정받는 수준에 도달
그렇다면 Generative AI의 성능은 어느 정도이며 어떻게 진화하고 있을까? 딥마인드의 Alpha Code를 예로 들어보자.
딥마인드는 구글의 AI 자회사로 이세돌 9단과 바둑 대결을 벌였던 알파고(Alpha Go)로 우리에게 친숙한 기업이다. Alpha Code는 컴퓨터 프로그래밍 작업에서 알고리즘을 특정한 프로그래밍 언어로 변환하는 코딩 작업을 할 수 있는 툴이다.
Alpha Code는 ChatGPT와 마찬가지로 자기 지도 학습(self- supervised learning)과 인코더 및 디코더 아키텍처를 사용하여 자연어 문제(인간이 일상생활에서 의사소통을 위해 사용하는 언어를 AI가 어떻게 구현할 것인가와 관련한 문제)를 해결한다.
이를 위해 이전 세그먼트를 기반으로 코드 세그먼트를 예측하고 수백만개의 실행 가능한 솔루션을 생성한 다음 가능한 최상의 솔루션 10개를 순위 지정하고 추천한다.
딥마인드는 AlphaCode의 ‘실력’을 검증하기 위해 시뮬레이션 프로그래밍 대회에도 참가하였다. 각각 5천명 이상이 참여한 최근 10개의 코딩 콘테스트에서 AlphaCode는 상위 54.3% 이내의 평균 순위를 달성했다.
이러한 결과를 바탕으로 딥마인드는 AlphaCode가 지난 6개월 동안 콘테스트에 참가한 유저(user) 중 상위 28%에 속하는 등급을 달성했다고 추정한다.
주2: 표는 10개의 콘테스트에서 AlphaCode의 추정 퍼센트 순위. 퍼센트는 얼마나 많은 user가 AlphaCode보다 더 나은 성과를 내는지를 의미하는 것으로 낮을수록 좋은 것이다.
[출처=“Competition-Level Code Generation with AlphaCode”, DeepMind, 2022.3]
• Generative AI, 소프트웨어 개발자 위협하는 수준으로 진화?
케임브리지 대학에 따르면 개발자의 노력 중 적어도 절반은 소프트웨어 코드를 디버깅(debugging, 오류수정)하는 데 사용되며, 이는 소프트웨어 산업에 연간 약 3120억달러의 비용을 초래한다(“Generative AI will continue to accelerate in 2023: Are you ready?”, Forbes, 202212.29).
Generative AI와 같은 코드 생성 및 검토 도구는 개발자가 창의적이고 덜 반복적인 작업에 집중할 수 있도록 하면서 개발 비용 절감도 기대할 수 있다.
Generative AI의 특성상 더 많은 코드를 학습할수록 품질이 향상되기 때문에 AlphaCode의 정확도는 더욱 정교해질 것이다.
전문가들은 2030년까지 90% 이상의 정확도 수준을 달성할 수 있을 것으로 보는데, 그렇다면 소프트웨어 개발자들은 더욱더 분발해야겠다.
댓글 (0)
- 띄어 쓰기를 포함하여 250자 이내로 써주세요.
- 건전한 토론문화를 위해, 타인에게 불쾌감을 주는 욕설/비방/허위/명예훼손/도배 등의 댓글은 표시가 제한됩니다.
0
/250