기존 데이터 세트를 기반으로 새로운 콘텐츠 또는 데이터 모델을 생성하기 위한 인공지능의 하위 집합인 생성 AI의 초기 시작은 신경망의 광범위한 진화와 그에 따른 딥 러닝의 부상으로 거슬러 올라갈 수 있다. 신경망의 기본 개념은 20세기 중반에 처음 등장했지만 2010년대까지 특정 형태의 생성 AI가 눈에 띄는 발전을 이루기 시작했는데, 이는 연산 능력, 알고리즘 및 방대한 데이터 세트의 가용성이 기하급수적으로 발전함에 따라 크게 촉진되었다.
GAN(생성적 적대 신경망)은 2014년에 처음 시연되었을 때 이 분야에서 중요한 이정표를 세웠다. GAN에서 두 개의 신경망은 훈련 이미지 세트를 받은 다음 서로 "경쟁"하여 새로운 이미지를 생성한다. 이 프로세스는 반복되며 각 주기마다 빠르게 개선되어 기존 개체, 사람 또는 장면과 구별할 수 없는 최종 이미지가 생성된다. 대중은 "This Person Does Not Exist"와 같은 웹사이트의 콘텐츠를 통해 사실적인 인간의 얼굴을 만든 콘텐츠를 통해 GANS를 알게 되었다.
GPT 시리즈와 같은 LLM(대규모 언어 모델)에서는 더 큰 발전이 이루어졌다. 1,750억 개의 매개변수를 사용하는 GPT-3는 최소한의 미세 조정으로 다양한 작업에서 사람과 같은 텍스트를 생성하는 놀라운 능력을 보여주었다. 다용도로 인해 에세이 작성부터 다양한 웹 언어 코딩에 이르기까지 다양한 작업에 적합하다. 버전 3.5는 2022년 후반에 ChatGPT로 공개되었으며, 그 뒤를 이어 더 강력한 GPT-4가 출시되었다.
LLM과 함께 다중 모드 모델은 생성 AI가 사실적이고 일관된 텍스트, 이미지, 음악, 음성 및 비디오를 결합하여 동시에 여러 영역에 적용될 수 있음을 보여주었다. 이러한 모델의 복잡성은 최초의 인공 일반 지능(AGI)의 도래에 대한 추측으로 이어졌다. 그러나 이러한 기술을 사용하여 가짜 뉴스 및 기타 유해한 콘텐츠를 생성하고 많은 전통적인 인간 직업을 쓸모없게 만들 가능성에 대한 우려도 제기되었다.
2023년 7월 미국 배우 조합 – 미국 텔레비전 및 라디오 아티스트 연맹(SAG-AFTRA)은 전 세계 16만 미디어 전문가를 대표하는 노동조합이 저임금, 노동의 주인의식, 생성적 인공지능(Generative AI)에 항의하며 주요 TV 및 영화 스튜디오를 상대로 파업을 시작했다.
그러나 기술의 행진은 멈출 수 없었다. 새로운 발전이 있을 때마다 생성 AI는 생산 비용을 낮추고 콘텐츠 제작에 필요한 시간을 줄였으며 한때 대기업 전용 도구에 액세스할 수 있도록 개인과 소기업 모두에게 권한을 부여했다. 전 세계적으로 이 기술이 대중화되면서 전문 기술이나 지식이 없는 사람들도 그 힘을 활용할 수 있게 되었다.
2020년대 후반에는 AI 기반 개인 비서가 완전히 새로운 영화를 만들 수 있게 되었다. 이제 몇 가지 간단한 음성 명령만으로 사용자의 개인적인 취향과 선호도에 따라 영화를 만들 수 있다. 예를 들어, 특정 테마나 설정과 함께 사용자 자신과 친구의 딥페이크를 포함하는 90분 길이의 코미디.처음에는 프리미엄 서비스였지만 이 기능은 비용이 급격히 감소했고 곧 개인화되고 자동 생성된 영화가 널리 보급되었다.
2031년까지 생성 AI 시장은 10년 전에 비해 거의 50배 증가하여 연간 230억 달러에서 1조 달러 이상으로 성장하여 엔터테인먼트, 광고, 디자인, 저널리즘 및 게임과 같은 산업에 혁명을 일으키고 있다.
이제 비디오 게임에는 플레이어의 선택에 실시간으로 적응하는 AI 생성 내러티브가 자주 포함된다. 영화 장면을 쉽고 빠르게 편집하여 가상 배우를 최적화할 수 있다(예: 실제 사람이 장면을 재연하지 않고도 특정 감정의 강도를 높이거나 낮추는 등).
현재 많은 학교와 대학에서 컴퓨터 과학뿐만 아니라 예술, 문학, 음악과 같은 창의적인 과목을 위한 커리큘럼과 과정에 생성 AI를 통합하고 있다. 또한 학생들의 속도와 이해 수준에 맞는 맞춤형 학습 자료를 제작할 수 있다. 가상 교사는 필요할 때마다 학생들에게 연중무휴 지원을 제공할 수 있다.
AI가 동료, 공동 작업자 및 인간의 창의성과 생산성을 증폭시키는 도구로 널리 보급되면서 작업 공간은 계속 진화하고 있다. 그것은 건축, 공학, 패션, 의료 및 도시 계획을 포함한 수많은 다른 분야를 변화시켰다.
생성 AI의 오용(예: 딥페이크)을 해결하기 위해 현재 많은 제어 메커니즘과 윤리적 지침이 수립되었다. 여기에는 AI 생성 콘텐츠에 대한 더 나은 탐지 방법과 고유한 보호 장치가 포함된다.
