- 차례 - 

1. 챗 GPT로 AI 기반 비즈니스 모델 활성화될 듯

• 주요 기술 등장에 따른 AI 생태계 진화
• 챗 GPT AI 대중화의 선봉장
• 챗 GPT의 나비효과

2. AI 기반 비즈니스 모델 관련주

• 솔트룩스
• 루닛

1. 주요 기술 등장에 따른 AI 생태계 진화

AI 기술이 사회 전반의 혁신을 이룰 것이라는 기대에 반해 AI 구현 기능은 여전히 많은 한계를 보유하고 있다. 이러한 AI 개발의 한계를 극복하기 위해 전 세계적으로 다양한 측면의 연구가 동시다발적으로 이루어지고 있는 상황이다.

딥 러닝이란 용어가 처음 나온 것은 1980 년대이다. 딥 러닝 알고리즘을 구현하기 위해서는 무엇보다 엄청난 데이터를 넣어야 하고 이를 분석해야 하는데, 지금 처럼 인터넷이 발달하지 않은 당시만 해도 데이터가 많지 않았고, 많은 데이터를 연산하기 위한 컴퓨팅 속도도 크게 못 미쳤다.

지난 2010 년부터 시작된 이미지넷(ImageNet)은 무려 1,000 개가 넘는 카테고리로 분류된 100 만개의 이미지를 인식하여 그 정확도를 겨루는 대표적인 시각지능 대회이다. 2012 년 이미지넷(ImageNet)에 알렉스가 들고 나온 알렉스넷(Alexnet)은 나선형신경망(Convolution Neural Network, CNN)을 사용하여 심층 신경망(Deep Neural Network)을 구현한 것으로, 이것이 바로 기존의 기계 학습법(Machine Learning)을 더욱 발전시킨 딥 러닝(Deep Learning)이다. 이러한 알렉스넷(Alexnet)이 등장하며, 이미지 분류 정확도를 10%p 이상 향상시키며, 딥러닝 활용의 신호탄이 되었다.

2014 년 이안 굿펠로우(Ian Goodfellow)가 소개한 GAN(Generative Adversarial Network)이 생성적 AI(Generative AI)의 대표적 핵심 기술이 되었다. 여기에서 GAN 은 실제 데이터와 유사하게 새로운 것을 만들어내는 생성자와 만들어진 것을 평가하는 판별자가 끊임없이 서로 대립하며 성능을 개선해나가는 방식이다. 이와 같은 GAN 개념이 전 세계적으로 공개된 이후 전 세계적으로 생성 모델에 대한 추가 연구가 지속되어 현재는 이미지 합성, 스타일 전이 등 다양한 분야에 활용되고 있다. 이에 따라 2014 년 이전 AI 가 이미지 분류‧인식 분야에 주로 활용됐으나, 2014 년 GAN 의 등장으로 창조적인 생성 모델의 시대가 시작되었다.

2016 년 알파고 쇼크 이후 전 세계는 딥러닝의 가능성이 알려지면서, 기계와 인간 간 역할의 변화에 관심을 가지기 시작하였다.