영상 보기

비디오 제목

요약

‘AI Breakfast’의 여덟 번째 에피소드는 ‘개발자의 관점: AI는 좋은 질문을 기다린다, 답이 아니라’라는 주제로 진행된 대담이다. 인공지능 환경을 둘러싼 개발 전반에 대해 이야기했다.

  • 지능과 인공지능의 본질:
    • 현재의 인공지능은 인간이 만들어낸 지능이며, 특히 언어적인 유창함 때문에 지능으로 오해하는 경향이 크다.
    • 아직 학습하지 않은 부분에 대해서는 ‘환각(hallucination)’ 현상이 많고 올바른 답을 내지 못하는 한계는 여전하다.
  • LLM의 안전성과 제어를 위한 노력:
    • LLM(대규모 언어 모델)은 현재 제어 가능한 범위 내에서 제어 가능한 결과를 얻기 때문에 창발적인 결과를 얻기 어렵다.
    • 구글은 세이프티 필터링을 통해 도전적인 프롬프팅에 안전하게 대응한다.
    • 모델 출시 전 사람이 직접 개입하여 질문과 답의 경량성을 평가하고 세이프티 가이던스를 정책으로 적용하는 노력을 기울인다.
    • 일부 안전성 제어 또한 자동화는 가능하지만, 질문과 답에 대한 평가 결과는 아직 사람이 개입하는 것이 효율적이라고 본다.
  • AI 모델 출시 전략과 플랫폼 활용:
    • 사용자들은 특정 페르소나 부여에 적합한 ‘Anthropic Sonnet’이나 의도된 결과 도출에 적합한 ‘Gemini’ 등 목적에 맞춰 다양한 AI 모델을 혼용하여 사용한다.
    • ‘Vertex AI’와 같은 플랫폼이 다양한 모델을 활용하는 데 큰 도움이 된다.
  • 개발자들의 AI 활용:
    • 개발자들 사이에서 가장 인기 있는 AI 서비스는 LLM과의 채팅과 이미지 생성이다.
    • AI 코딩 도구(예: Google의 Code Assist, JetBrains, Cursor, Windsurf)가 개발 생산성을 크게 향상시키고 있으며, Gemini와 Code Assistant를 활용하여 두 달 만에 Unity로 게임 데모를 개발한 경험을 공유했다.
    • AI가 개발자의 생산성에 미치는 영향은 천차만별이며, 특히 새롭거나 익숙하지 않은 API 연동과 같은 작업에서 두세 배의 생산성 향상을 가져올 수 있다.
    • 그러나 익숙한 로직을 작성하거나 짧은 함수를 만들 때는 AI의 도움이 덜할 수도 있다고 한다.
    • 자신이 어떤 상황에 처했고 무엇을 해결하려는지 상세하게 넘겨줄수록 올바른 답을 받을 확률이 높아진다.
    • 결론적으로 AI는 숙련가가 본인의 능률을 보다 향상시키는 데 굉장히 좋은 도구로 기능할 수 있다.
  • AI 의존과 커리어에 대한 생각:
    • 현 시점에서 인공지능에 전적으로 기대어 커리어의 단계를 뛰어넘으려는 것은 바람직하지 않다.
    • 어떤 도메인이든 잘하는 사람은 AI를 잘 이용하고, 못하는 사람은 잘 이용하지 못한다.
    • 생성형 AI를 잘 활용하려면 배우고자 하는 열정, 실수해도 일어서는 끈기, 많은 시간 투입 등의 요건이 필요하다.
    • LLM이 생성한 코드를 검증 없이 코드 리뷰에 올리는 경우, 리뷰해야 하는 사람들의 감정 소모와 비효율을 초래할 수 있다. 오히려 협업에 독이 되는 경우가 발생하는 것이다.
    • AI 도구는 사용자가 통제할 수 있는 영역에서 다뤄야 하며, 그렇지 않으면 주변 사람들까지 힘들게 할 수 있다.
  • AI와 1인 개발자 및 콘텐츠 스튜디오:
    • 생성형 AI(이미지, 비디오, 문장 생성)는 1인 개발자가 스튜디오의 역할을 수행할 수 있도록 돕는다.
    • 성우나 스토리 작가 없이도 게임 제작이 가능해지며, 여러 AI에 페르소나를 부여하여 서로 대화하게 함으로써 결과물을 얻는 방식도 상상해 볼 수 있다.
    • 유튜브 등 콘텐츠 플랫폼에서 얼굴이나 목소리 노출 없이 AI로 영상, 내레이션 등을 만들어 쇼츠를 생산하고 수익화하는 사례가 증가하고 있다.
    • AI가 플랫폼의 알고리즘을 학습하여 최적의 콘텐츠를 만들어낼 수도 있을 것이라는 전망이 있다.
    • Google의 Veo(영상), Imagen(이미지), 음성 모델, 음악 생성, DJing 도구 등은 상상력이 닿는 데까지 모든 것을 만들 수 있게 한다.
    • 사용자들은 음악보다는 영상이나 이미지 생성에 더 큰 관심을 보이며, Veo 등을 활용하여 개인 뮤직비디오를 만드는 것도 충분히 가능하다고 한다.
    • AI는 문화재 복원(벽화, 유화, 소실된 영화 필름 복원)과 같이 인류의 가치 있는 미디어를 복원하는 데도 도움을 줄 수 있다.
  • AI 창작물에 대한 구글의 철학 및 대응 방식:
    • Veo를 통해 만들어진 영상에는 눈에 보이지 않는 워터마크(SynthID)가 삽입된다.
    • SynthID는 오남용을 방지하고, AI가 만든 것임을 쉽게 판독, 나아가선 순수 창작자들을 위해 개발되었다.
    • 구글은 순수 창작자를 보호하기 위해 이 기술을 개발했으며, 원작자의 화풍을 모방하여 콘텐츠를 생성하는 것을 방지하는 데 활용된다.
    • 구글의 AI 원칙에는 구글 플랫폼에서 생성된 결과물이 제삼자의 저작권을 침해할 경우 구글이 책임지겠다는 면책 조항도 포함되어 있다.
    • 구글은 사용자들의 생산성 향상과 인류의 근본적인 문제 해결에 초점을 맞춰 기술을 개발하며, 재미 요소보다는 실용성에 중점을 둔다.
    • Gemini는 챗GPT와 달리 ‘건조하고 할 말만 한다’는 특징을 가지며, 이는 기술의 본질적인 가치에 집중하는 구글의 방향성을 보여준다.
  • 구글 워크스페이스에서의 생산성 향상:
    • 구글 워크스페이스(Docs, Slides)의 AI는 기존 업무 환경에서 점진적으로 생산성을 향상시키도록 설계되었다.
    • 비즈니스 목적에 사용되기 때문에 의도하지 않은 결과가 나오지 않도록 엄중한 가이드라인을 지키며, 둔하더라도 신뢰할 수 있는 방향으로 개발된다.
    • 구글 미트의 회의 요약 기능은 회의 내용을 시간순으로 배열하고, 누가 누구에게 무엇을 요청했는지 요약하여 업무 누락을 방지하는 데 혁신적인 도움을 준다.
  • AI 에이전트의 보안:
    • Google의 Agent2Agent(A2A)는 기업 환경에서 사용할 수 있도록 엔터프라이즈 그레이드 보안 및 인증 체계를 갖추는 데 중점을 두어 개발되었다.
    • 이를 통해 과거 MCP(Messaging, Content, and Platform)와 같은 우려를 상당 부분 해소할 수 있을 것으로 기대한다.
  • 개발자로서 AI를 통한 미래 기대:
    • AI 도구를 활용하여 개인의 개발 생산성을 높이고, 나아가 팀과 조직의 생산성을 끌어올려 비즈니스 성공에 기여할수 있다고 생각한다.
    • AI 코드 리뷰는 개발자가 급박하게 돌아가는 개발 과정에서 감정 소모를 줄이고, 사소한 지적을 AI가 대신하여 효율적인, 객관적인 코드 검토가 가능하게 한다.
    • 궁극적으로 AI는 개인의 생산성을 늘리기 위한 도구로 사용될 것이며, 구글의 서비스도 이러한 가치에 부합하는 결과를 목표로 한다.

내 생각 정리

이번 내용은 AI에 대한 보다 개발자적인 내용들이 위주로 나오면서 좀더 생산적이게 느껴졌다.

특히나 실질적인 사례들이나, 기존에 나도 생각하던 부분, AI에게 얼마나 어떻게 세이프티를 채울 것인가.

그리고 그 세이프티와 함께 AI 를 다루는 사람들은 어떻게 생각하면 좋을까 같은 다소 어려운 주제들이, 상당히 나와 유사한 생각의 형태로 이어졌다.

내가 AI 라는 소재에 매력을 느끼는 건 뭐 때문인가.

생각해보면 그냥 트렌드니까, 돈이 되니까, 그런 영역으로 끝나는 문제는 아니라고 생각한다.

AI 는 날개다.

좋은 질문, 효과적인 상황에서 사용 시 사람의 한계를 뛰어넘는데 발판 역할을 해줄 수 있을 뿐 아니라, 그걸 기준으로 하면 사람이 가지는 감정,

새로운거 배우는게 쉽지 않은 그 감정을 이겨낼 수도 있다는 점에선 AI 는 사람의 다음 그 이상을 만들어줄 거라는 그런 기대를 하게 된다.

실제로 나의 1년의 서버 개발자로의 삶에서도, 결국 AI 가 있었기에 지금 수준의 성과, 지금 수준의 속도, 지금 수준의 자신감을 가질수 있었으니까 말이다.

그나저나 확실한 건 얼른 VertextAI 를 비롯해서 구글의 AI 를 위한 플랫폼에 대한 서비스 이해도가 높아질 필요가 있어 보인다….