생성형 AI의 시대

moski jeong

23 9월 2025 — 6 min read

우리는 AI의 시대에 살고 있다. 검색을 하면 AI가 답변을 찾아주고 원하는 이미지를 말하면 AI가 그려주는 시대이다. 심지어 보고서나 ppt까지 AI가 모두 만들어준다. 이제는 단순히 주어진 데이터를 분석하거나 분류하는 수준을 넘어, 새로운 텍스트, 이미지, 음악, 코드 등을 창작할 수 있다는 점에서 "생성형 AI"에 집중을 안할 수 없다.
생성형 AI는 단순한 자동화 도구가 아니라, 인간의 창의적 사고를 보조하고 확장하는 기술로 자리 잡아 가고 있다.

생성형 AI의 역사

그러면 이러한 생성형 AI는 어떻게 등장한 걸까? 생성형 AI는 결코 갑자기 등장한 것은 아니다. 인간은 원래 인공지능을 지속적으로 연구하고 있었고 머신러닝과 딥러닝이 발전해가면서 생성형 AI 또한 함께 성장했다.

1950년대~1970년대 초, 인공지능의 연구 초기에는 규칙 기반 시스템 중심으로 발전을 해왔다. 인공지능의 개념이 처음 제시되고 기계 학습의 뼈대가 되는 볼츠만 머신 등 초기 생성 모델에 대한 연구가 이어지며 90년대 초반에는 N-gram등의 확률적 언어 모델이 등장하기 시작했다. 이후 신경망 연구가 진행되며 딥러닝의 기초가 마련되었고 2010년대에 들어서는 이미지와 텍스트를 생성할 수 있는 GANs(Generative Adversarial Network, 생성적 적대 신경망)이 등장하며 본격적인 생성형 AI의 시대가 열렸다.

이후 구글이 발표한 트랜스포머(Transformer) 구조는 자연어 처리에 혁신을 가져왔고, 이후, GPT, BERT 같은 모델들이 등장하며 대규모 언어 생성이 가능해졌다.

현시대로 이르러 ChatGPT, DALL-E, Midjourney, DeppSeek 등 대표적인 서비스들이 나오며 시대를 이끌어가고 있다.

생성형 AI의 원리

생성형 AI는 단순히 데이터를 흉내내는 것이 아니라 데이터 속 패턴을 배워서 새로운 것을 만들어내는 기술이다. 예를 들어, 우리가 소설을 많이 읽다보면 문장의 흐름이나 표현 방식이 자연스럽게 몸에 배듯이, AI도 방대한 텍스트, 이미지, 음악 데이터를 학습하면서 "다음에 무엇이 나올지" 예측하는 법을 배우는 것이다.

즉, 글을 쓸 때 "나는 오늘" 뒤에 "밥을 먹었다"가 올 확률이 높다거나 그림을 그릴 때 하늘은 "파란색", 잔디는 "초록색"일 가능성이 높다고 판단하는 것이다.

AI는 이러한 패턴의 확률 분포를 학습하고 거기서 새로운 조합을 만들어낸다. 그래서 매번 똑같은 결과가 아니라, 비슷하면서도 새로운 창작물을 만들어 내는 것이다.

그럼 이러한 복잡한 패턴은 어떻게 배우는 건가 하면 심층신경학습망(Deep Neural Network, DNN)이다.

심층신경학습망(Deep Neural Network)

심층신경학습망이란 인간의 신경세포에서 아이디어를 얻어서 만든 뉴런을 연결한 인공신경망을 통해 데이터의 특성을 파악하고 새로운 데이터가 주어졌을 때 예측해낼 수 있는 인공지능 기술의 하나로, 흔히 딥러닝(Deep Learning)이라고도 알려져 있다.

여러 층(layer)으로 이루어진 이 구조는, 낮은 층(Input과 가까운 층)에서는 단순한 특징을 높은 층(Output과 가까운 층)으로 갈수록 박잡한 의미를 점점 추상적으로 학습한다. 즉, 심층 신경망은 AI의 두뇌 역할을 하며, 데이터를 보고 스스로 규칙을 배우고, 그 축을 바탕으로 새로운 걸 만들어내는 데 핵심을 둔다.

그러면 새로운 것을 창조해 내는 과정은 어떨까? 생성 과정은 다음과 같이 정리된다.

학습: 인터넷에 있는 수많은 텍스트·이미지·음악 데이터를 학습한다.
패턴 이해: 단어와 단어, 픽셀과 픽셀 사이의 관계를 기억한다.
확률 계산: “다음에 올 가능성이 높은 것”을 계산한다.
샘플링(선택): 확률이 높은 것 중에서 하나를 골라 이어 붙인다.
출력: 결과적으로 완전히 새로운 문장, 그림, 음악이 생성된다.

이 과정에서 무작위성(randomness)도 섞이기 때문에, 같은 질문을 해도 매번 조금씩 다른 답이나 이미지를 만들어낼 수 있다.

생성형 AI의 미래

생성형 AI가 주목받는 이유는 단순한 반복이 아니라 “창작”을 하기 때문이다. 디자이너는 AI가 뽑아주는 다양한 시안을 보며 아이디어를 확장할 수 있고, 개발자는 코드 자동 생성 기능으로 시간을 절약할 수 있으며, 학생은 자기 수준에 맞춘 학습 자료를 AI로부터 받을 수 있다.

즉, 생성형 AI는 단순히 일을 대신해 주는 게 아니라, 인간의 창의성을 보조하고 키워주는 기술인 것이다.

아무튼 잘만 활용하면 생성형 AI는 인간을 대체하는 것이 아닌, 인간의 창의성을 증폭시키는 파트너로 자리잡으며 앞으로는 AI와 사람이 협력하여 창의적 결과물을 만드는 공동 창작의 시대가 열릴 것이다.