1교시: AI 기본의 이해 및 활용
김승준 강사님
인공지능 시대의 소프트웨어 개발 업무
인공지능(AI)가 소프트웨어 개발 업무에 미치는 영향은 급격히 증가하고 있다. Google과 Microsoft의 최신 연구 결과를 보면서 AI가 소프트웨어 엔지니어링과 업무 환경에 어떻게 적용되고 있는지 배웠다.
Google의 AI 활용
- 코드 자동 완성의 증가: AI를 활용한 코드 작성 비율이 지속적으로 증가하고 있다.이는 개발자들의 생산성을 높이고, 코드 품질을 개선하는 데 기여하고 있다.
- UX 통합: 좋은 성과를 내기 위해서는 AI가 사용자의 워크플로에 자연스럽게 녹아들어야 한다. 사용자가 간편하게 AI 제안을 활용할 수 있는 UX가 중요하다.
- AI 기반 코드 리뷰: AI 발전으로 개발자가 직접 코드를 작성하는 것보다 AI가 생성한 코드를 리뷰하고 재생산하는 비율이 증가하고 있다는 점을 강사님께서 강조하셨다.
Microsoft AI
- AI 사용 증가: 연구에 따르면 근로자의 75%가 업무에서 AI를 활용하고 있으며, AI 활용 비율은 연구일 기준 6개월 동안 거의 두 배로 증가했다. 모든 연령대의 직원들이 AI 도구를 업무에 활용하고 있었다.
- 경력의 한계 뛰어넘기: AI는 직원들이 더 높은 수준의 업무를 수행할 수 있도록 돕고 있었고, 이는 경력 발전에도 긍정적인 영향을 미쳤다. 기업들은 AI 기술을 갖춘 인재를 채용하는 데 더욱 집중하고 있다.
- AI 파워 유저 부상: AI를 자주 시도하는 직원들은 AI 활용의 주도적 역할을 하며, 이들이 업무 환경을 재구성하고 그 혜택을 누리고 있다.
AI가 소프트웨어 개발 업무에 미치는 영향
AI는 소프트웨어 개발 과정 전반에 걸쳐 생산성과 효율성을 높이고 있다. 코드 작성부터 리뷰, 프로젝트 관리에 이르기까지 AI는 개발자들로 하여금 더 나은 결과를 도출하는 데 중요한 역할을 하고 있다. 앞으로도 AI는 소프트웨어 개발의 핵심 도구로 자리 잡을 것이고, 이에 따른 업무 환경 변화도 더욱 가속화 될 것이다.
2교시: Generative AI
강명호 강사님
Generative AI란?
생성 AI (Generative AI)
Generative AI는 인공지능의 한 분야로, 이미지, 텍스트, 음악, 비디오 등 새로운 콘텐츠를 생성할 수 있는 모델과 알고리즘을 개발하는 것을 목표로 한다. 이 기술은 기존 데이터를 학습하여 창의적인 아웃풋을 만들어내는 능력을 갖추고 있고, 최근 몇 년간 급속히 발전했다.
생성 AI의 역사
Generative AI는 1940년대 말부터 현대 컴퓨터의 등장과 함께 연구가 시작되었다. 2014년 등장한 Generative Adversarial Network(GAN)은 생성 AI의 발전을 이끌었고, 이후 2023년 ChatGPT와 같은 기술이 등장하면서 생성 AI는 대중화되었다.
생성 AI의 기술적 배경 및 특징
인코딩 vs. 디코딩
전통적인 머신러닝은 데이터를 숫자나 범주로 축약하는 인코딩 과정이 중요하다. 반면 생성 AI는 이러한 데이터를 원하는 형태(예: 텍스트, 이미지 등)로 변환하는 디코딩 과정이 중요하다.
LLM / Deep Learning
생성 AI는 대규모 언어모델과 딥러닝 인공 신경망에 기반을 두고 있고, 복잡한 패턴을 학습해 인간처럼 창의적인 작업을 수행할 수 있다.
인공지능 전용 하드웨어
딥러닝과 같은 병렬처리 작업을 위해 GPU와 같은 인공지능 전용 하드웨어가 필수적이다.
Generative AI의 문제점 및 한계
Hallucination
생성 AI는 종종 현실과 일치하지 않는 아웃풋을 낼 수도 있고, 이를 환각(Hallucination)이라고 부른다.
Bias In, Bias Out
생성 AI는 학습된 데이터의 편향을 그대로 반영할 수 있고, 이로 인해 왜곡된 출력을 생성할 수 있다.
Copyright & IP Infringement
생성 AI는 저작권 문제가 발생할 수 있다. AI가 학습에 사용된 데이터에 저작권이 포함된 경우, 생성된 콘텐츠가 저작권을 침해할 수 있다.
Data Privacy, Confidentiality
AI 모델이 개인 식별 정보를 학습할 경우, 개인정보 유출의 위험이 있다. 또한 민감한 정보가 유출될가능성도 존재한다.
Personal Insight
개인적으로 오늘 수업을 들으며 내가 얼마나 AI라는 분야에 대해 무지했는지 깨닫게 되었다. 역사도 모르고, 현재도 모르면서, 이 분야에서 취업을 해보겠다는 나의 준비가 얼마나 부족했나를 크게 실감했다.
수업을 통해 AI의 역사와 기술적 배경, 중요한 알고리즘들이 어떻게 발전해왔는지 그 배경을 배우게 되었고, LLM이나 sLM과 같이 정말 중요한 용어임에도 처음 들어보는 용어들을 배우게 되었다.
2교시에는 생성 AI가 가진 문제점들에 대해서도 많은 고민을 실제적으로 하게 되었다. 앞으로 AI 엔지니어로서 살아가면서 단순히 기술적 장애물 뿐 아니라, 사회적, 윤리적 문제로 연결되는 것들에 어떻게 반응하고 대응해야 할지 고민하게 되었다.
최신 동향에 대해서 내가 너무 무지하다는 생각이 들어서 앞으로 여러 매거진들을 읽으면서 최신 동향에 발빠르게 반응할 수 있도록 노력해야겠다는 생각을 했다. AI 비전공자라 하더라도 영어 통번역 전공의 장점은 많은 논문과 매거진들을 원문으로 읽을 수 있다는 것 아니겠는가. 사람의 사고 속도보다도 더 빠르게 발전하고 있는 AI 분야에서, 관련 지식과 기술을 최신 상태로 유지하는 것이 얼마나 중요한 것인지 알게 되었다.
첫 수업을 통해서 벌써 부족함만 백만번 느낀 것 같지만, 동시에 많은 것을 배울 수 있었던 기회였다. 앞으로의 공부 시간들을 통해서 정말 AI 엔지니어 다운 AI 엔지니어가 되고 싶다.
