생성형 AI

글, 이미지, 음악, 코드처럼 세상에 없던 콘텐츠를 새로 만들어내는 AI로, 주어진 것에 라벨을 붙이던 예전 '판별' AI와 달리 결과물을 직접 만든다. 초안 작성, 요약·번역, 그림이나 코드 생성처럼 백지에서 시작하는 일을 빠르게 해치울 때 쓴다.

ChatGPT가 글을 쓰고, Midjourney가 그림을 그리고, Suno가 노래를 만들고, Claude가 코드를 짜는 것 모두 생성형 AI다.

배운 패턴으로 새 조합을 만든다

생성형 AI는 엄청난 양의 데이터에서 패턴을 배운 뒤, 그 패턴으로 새로운 조합을 만든다. 학습 데이터를 그대로 복사해 붙이는 게 아니다. 그래서 같은 요청을 넣어도 결과가 매번 조금씩 다르다.

말로 시키는 것이 곧 프로그램이다

예전에는 AI 기능 하나를 쓰려면 그 일 전용 모델을 학습시켜야 했다. 이제는 "이 회의록을 세 줄로 요약하고 결정 사항만 표로 정리해줘"처럼 말로 시키면 된다. 같은 모델이라도 지시를 어떻게 쓰느냐에 따라 결과가 크게 달라진다.

일반 사용자는 챗봇이나 이미지·영상 생성기로 바로 쓴다. 개발자는 OpenAI, Anthropic, Google의 API를 불러 요약·번역·초안 작성·코드 생성 기능을 서비스에 넣는다.

요즘은 한 모델이 텍스트·이미지·음성을 함께 다루는 멀티모달이 기본이 되고 있다. 만드는 데서 그치지 않고 도구를 써서 일을 직접 처리하는 에이전트 쪽으로도 옮겨 가는 중이다.

결과물은 초안으로만 쓴다

생성형 AI는 '그럴듯한 것'을 만들도록 배웠지 '사실'을 만들도록 배운 게 아니다. 그래서 틀린 내용을 그럴듯하게 지어낼 수 있다. 출력은 초안으로 받고, 사실 확인과 검토는 사람이 직접 해야 한다.

이 한계를 알고 쓰면 가장 잘 맞는 쓰임새가 보인다. 백지에서 시작하는 수고를 덜어 주는 초안 작성용으로 쓰거나, 아이디어를 여러 버전으로 빠르게 펼쳐 볼 때 쓰면 된다.

초안을 받고 사람이 다듬는 식으로 쓴다

가장 흔한 방식은 말로 시켜 초안을 받고, 사람이 고쳐서 완성하는 것이다. 개발자는 같은 기능을 API로 불러 자기 서비스에 넣는다.