🔥이걸 아는 사람만 새로운 기회를 얻는다?! 미래직업 챗GPT 사용법 - 이경전 교수 '20분 레벨업' :: ChatGPT 정리

> English Summary

> English Full Text

 

[ 요약 ]

오늘은 AI 관련 주제로 이경전 교수님에 대해 이야기하려 합니다.
교수님은 AI 연구 및 산업 생태계 컨설팅 분야에서 활약하고 계신 분으로, ChatGPT와 같은 인공지능 기술이 우리의 미래를 어떻게 바꿀지에 대해 이야기하실 예정입니다.
ChatGPT는 대중에게 인공지능이란 개념을 강조할 수 있는 기회가 되고, 방법론으로는 '트랜스포머'라는 것이 주로 쓰인다는 것도 알려주셨습니다.
이렇게 흥미로운 주제를 다룰 때는, 주제와 관련된 내용을 꼼꼼히 살펴보시면서 앞으로 어떻게 대처해야 할지 고민해보셔야 합니다.
그리고, 지금까지 AI 관련 분야에서의 발전과 관련된 방법론 등에 대해 다루었으므로, 교수님과 함께 공부하고 발전해보는 것도 좋은 생각일 것입니다.

매년 파라미터 수가 늘어나면서 더 많은 데이터를 처리할 수 있는 AI의 발전은 여전히 진행 중입니다.
그러나 AI가 답변을 모두 이해하고 제공할 수 있는 것은 아니기 때문에, 인간의 개입이 필요합니다.
Fine Tuning과 강화 학습을 통해 인간과 AI가 함께 데이터를 만들고 발전함에 따라, 새로운 기회와 일자리가 생길 수 있는 가능성이 있습니다.
그리고 AI가 발전함에 따라, 일부 분야에서는 인간의 일자리가 없어질 수도 있습니다.
그러나 의료 분야와 같이 수요가 계속해서 증가하는 분야에서는 AI의 발전으로 인해 수요가 늘어날 가능성이 높습니다.
따라서, 본인의 분야에서 AI를 적극적으로 공부하며 활용할 방법을 고민해야 합니다.

AI 기술이 의료 분야에서 대화 처리, 상담, 코칭 등에 활용될 수 있으며, 이를 이용한 다양한 비즈니스 모델이 나올 수 있습니다.
AI 기술은 개인화된 프로모션 시대를 열고, 이벤트 프로모션과 타겟 마케팅의 개념을 변화시킬 수 있습니다.
또한, 이미지 생성 AI를 이용하여 이벤트 프로그램을 다듬고 개인화할 수 있으며, 이는 소상공인들에게 경쟁력을 더할 수 있는 기회가 될 수 있습니다.
AI를 공부하려면 지금 배우는 것이 중요하며, 이를 시작할 때 양이 많고 처음 배우면 그 다음부터는 자연스럽게 학습되는 것입니다.

학습에는 정확한 기초가 필요하며, 이를 위해 빠르게 배우는 것이 좋습니다.
이를 위해 초기에는 인공지능의 역사와 기초적인 이론을 이해하는 것이 중요합니다.
또한, 다양한 기술과 방법을 학습하고 응용할 수 있는 방법을 익혀야 합니다.
언어모델, 라마 등의 최신 기술 또한 학습할 필요가 있습니다.

이를 잘 이해하고 준비하는 것은 위협이 아닌 기회입니다.
따라서 이를 공부하기 위해 10주간의 오프라인 조찬 모임을 준비합니다.
이를 위해 많은 분들의 참여를 바랍니다.
교수님들과 함께 AI 활용을 배우며 새로운 인적 네트워크도 만들어볼 수 있습니다.
이를 통해 미래에는 AI를 잘 활용하는 리더로 성장할 수 있는 좋은 기회가 될 것입니다.

 

 

반응형

 

🔥Only those who know this get new opportunities?! How to Use ChatGPT for Future Jobs - Prof. Lee Kyung-Jeon 'Level Up in 20 Minutes'
https://www.youtube.com/watch?v=TzhnMKlJ8H4  

 

 

 

[ 한글 전체 ]

자, 오늘 여러분과 함께 얘기를 나눌 건 여러분이 가장 요즘에 궁금해하시는 거, 반드시 알아야 할 주제를 가지고 왔습니다.
여러분의 미래를 바꿀 그 주제, 이경전 교수님입니다.
이미 잘 아시는 분들이 많겠지만, 요즘 사람들의 AI에 대한 관심이 대단한데, 교수님의 역할이 크다고 생각합니다.
교수님은 옛날에 천재 수석 카이스트 출신들 중 하나로 괴짜들이 많다는 소문이 있습니다.
교수님은 AI 연구뿐만 아니라 산업 생태계에 대해 컨설팅도 많이 하시면서 실제로 지도를 해주시는 분이라고 합니다.
AI의 시대가 ChatGPT로 인해서 뭔가 트리거가 되어 가는데, 이것이 우리 미래를 어떻게 바꿀지에 대한 불안감이 많아지고 있습니다.
그러나 모르면 불안하고 알면 대비할 수 있다는 것을 염두해 두어야 합니다.
그래서, 교수님과 이야기를 나누려고 했습니다.
요즘 가장 관심이 있는 이야기에 대해서 좀 얘기해 주시겠어요?
현재 'ChatGPT'로 인해 많은 사람들이 아이폰 이후 최대의 변화(period)에 직면했다고 생각하는데, 교수님은 어떻게 생각하세요?
이게 우리가 지금 즉시 공부하고, 걱정할 만큼 큰 혁명이 맞을까요?
제 생각에도 그렇다는데요.
MBC에서 "믿거나 말거나"라는 프로그램에서는 마우스로 뭔가를 클릭했을 때 다른 화면이 나오는 것을 보여주었는데, 그것이 World Wide Web이었습니다.
하지만 그때는 놀라웠지만, 지금은 아무것도 아니죠.
아이폰도 비슷한 느낌(period)을 준 것 같습니다.
이전에 나왔던 PalmTop 컴퓨터 등은 세상이 바뀐 느낌(period)이 들었지만, 좀 낡은 기술이 되었습니다.
ChatGPT가 이런 역할을 할 것 같아요.
2016년에 AlphaGo가 Lee Se-dol 9단을 이겼다는 것은 인공지능이 대단하다는 것을 보여줬지만, 전문가나 바둑을 잘 못하는 사람들은 그 능력을 이해하기 어렵습니다.
그러나, ChatGPT는 2개월 만에 1억 명이 사용한 세계 최초의 서비스가 되었습니다.
그래서, 이번 서비스를 통해 대중에게 인공지능이란 개념을 처음으로 강조할 수 있는 기회가 생기게 된 것이죠.
이것은 시작에 불과하기 때문에, 거의 "믿거나 말거나"를 처음 봤을 때의 느낌과 비슷하다고 생각합니다.
그럼 앞으로 어떤 일이 일어날 것인가는 이제 시작인 거죠.
사실은 인공지능 쪽을 하는 사람이지만, 이렇게 말구이를 알아듣는 인공지능이 좀 늦게 나올 거라 생각하거든요.
"아 그랬어요." 그래서 제가 두 가지 실수를 한 게 있어요.
뭐냐면, 이런 게 되게 늦게 올 것이다.
말구이를 알아듣는 인공지능을 느끼고 올 것이다.
대화를 하는 인공지능은 좀 늦게 올 것이다라는 전망을 했어요.
실패했잖아요.
그리고 은행이나 이런 분들한테 그렇기 때문에 아직은 챗봇을 개발하지 말고 인공지능 스피커를 개발하지 말라.
그 거, 제가 많이 얘기했어요.
그건 실수는 아니었어요.
근데 이게 늦게 올 거라고 생각한 건 실수였죠.
얼마나 늦게 올 거라고 생각하신 거예요?
저는 이게 언제 올지 모른다.
이게 좀 많은 분들이 그러잖아요.
뭐, 30년 후에 올 거라고 생각한 게 왔다.
이런 분도 있고, 저도 막연하게 이게 언제 올지에 대한 보장이 없는데 어떻게 벌써 챗봇을 만들고 거기서 인공지능 스피커를 만드냐?
이건 뭔가 거짓말이다.
이 부분은 제가 틀리지 않았어요.
왜냐면 그런 방법론이 없는데 챗봇이나 인공지능 스피커를 만든 거는 좀 너무 시기상조였죠.
그럼 그거 되게 허술했겠네요.
그냥 내가 누르는 게 빠르지 뭐.
지니야, 뭐, 타자죠.
오늘 현재까지는 거의 모든 챗봇과 인공지능 스피커가 마케팅을 했지만 쓰지 않았죠.
하지만 ChatGPT는 한 번 쓰고 나면 계속 쓰게 되죠.
그러니 이제부터는 제가 은행이든 기업이든 정부든, 이제는 챗봇을 개발해도 될 때다라고 얘기할 수 있는 거고, 앞으로는 많은 것이 대화형으로 바뀔 수 있다.
왜냐하면 ChatGPT를 봐라.
얘가 말구이를 알아듣고 문맥에 따라서 뭔가 생성해낸다.
그 내용은 좀 허술할 때가 있죠.
하지만 얘가 내가 무슨 말을 하는지, 내 의도가 뭔지는 알아채고 있다는 게 너무 신기한 거죠.
교수님은 우리가 옛날에 생각했던 AI가 이렇게 뒤늦게 올 거야라고 생각했을 때, 그 AI와 GPT AI는 뭐가 그렇게 다른 거예요?
그러니까 방법론은 같아요.
하지만, 그것이 어떤 수준까지 올라갈 것인지 문제였습니다.
심지어 업계나 학계에 있는 사람들도 놀라운 속도로 발전하고 있는 것이죠.
따라서, 방법론은 딥러닝 중에서도 '트랜스포머'라는 것이 주로 쓰이게 되었는데, 이것은 2017년에 나왔습니다.
초기에는 번역을 위해서 만들어졌으며, 번역문과 번역될 언어를 학습하여 기계번역이 가능하게 만드는 방법입니다.
그러나 여러 방법론 중에서도 'RNN(Recurrent Neural Network)'라는 방법이 많이 쓰였습니다.
이 방법은 순서가 있는 데이터(문장, 음성, 영상 등)에 적합하다는 특징이 있습니다.
그러나, 2017년에 구글 연구진에서 발표한 '트랜스포머'는 RNN 대비 계산속도가 훨씬 빠르기 때문에 RNN을 사용하지 않고 트랜스포머를 사용하면 됩니다.
트랜스포머는 어텐션(Attention)이라는 방법을 사용합니다.
예를 들어, 두 문장을 번역할 때 번역사가 일대일 대응으로 번역하는 것이 아니라, 첫 번째 단어를 기준으로 가장 적합한 번역어를 계산하여 선택하는 방법입니다.
이러한 과정에서 어떤 단어를 봐야 하는지를 계산하는 것입니다.
이렇게 하면서 '셀프 어텐션'이라는 것이 있는데, 이것은 어텐션 점수를 계산하는 작업입니다.
처음에는 이 계산이 어려운데, 어텐션 웨이트를 개선할 수 있는 작업을 여러 데이터로 하다보면 가능합니다.
나중에는 한 번에 계산할 수 있습니다.
이를 위해 GPU 컴퓨터 칩을 활용하는 것도 가능합니다.
이와 같은 방법으로, 이미 있는 데이터를 사용하여 학습을 하고, 데이터를 레이블링 할 필요가 없습니다.
이런 방법론 중 하나로 '트랜스포머'가 있습니다.
이것은 2017년에 나온 방법론입니다.
그 중에서도 디코더 부분만 사용한 'GPT-1'이 있습니다.
이것은 매년 파라미터 수가 늘어나면서 더 많은 데이터를 처리할 수 있게 되었습니다.
최근에는 1750억 개의 파라미터를 갖는 'GPT-3'가 나왔는데, 여전히 발전해야 할 곳이 많습니다.
이를 테스트 한 결과, 어떤 질문에는 잘 대답하지만 다른 질문에는 대답하지 못하는 경우가 있습니다.
그때 저와 같은 사람은 "아, 아직 이건 못하는구나.
왜냐면 내 발에 눈은 몇 개야?" 하면 발에 눈이 어디 있냐는 대답을 해야 되는데, 그냥 상대방이 "당신의 발에 눈은 몇 개야?"라고 묻는다면, 이게 기존 인터넷 문서에서 발에 눈이 있는지 없는지가 이런 문제가 생기는 것을 포기하지 않고, 2020년 6월 이런 문제가 발생했을 때, 이 문제를 해결하기로 결정하여, 사람을 쓰기로 결정했습니다.
이 사람을 통해 우리는 이제 2020년부터 2021년까지 누적된 대답의 실수를 바로잡을 수 있습니다.
이 사람은 정답을 가르쳐주었고, 제가 장난스럽게 그 대답 몇 개를 내버려 두었는데, 그 때문에 "네, 발에 눈은 두 개입니다."라는 대답을 할 때 창피해할 필요가 없습니다.
이렇게 Open AI가 학습하도록 시키고 나서, AI가 여러 답안을 내놓으면, 사람들이 또 그 중에서 가장 나은 것을 평가하여 점수를 매길 수 있습니다.
이것을 Fine Tuning이라고 합니다.
그 다음에는 강화 학습을 통해 사람이 데이터를 만들고 랭킹도 매기면서 AI를 개선했습니다.
여성 CTO로 유명한 Muna Al Gurg는 알바니아 출신으로, AI를 좀 더 개선할 방법을 제안해서 사용했습니다.
이렇게 우리가 머리만 써서 데이터를 만드는 것이 아니라, 사람이 좀 들어가서 데이터도 만들고 랭킹도하면서 개선한 것이 이제 오늘날의 GPT-3가 된 것입니다.
하지만 교수님 말씀처럼, 채찍피드는 이제 시작에 불과하며, 앞으로 계속 발전할 것입니다.
그리고 지금도 여전히 이상한 문제가 있을 수 있습니다.
그럼 또 오프라인에서 창피한 상황이 생길 수 있는데, 그럴 경우 사람이 더 좋은 대답을 내도록 하면서 계속 발전해 나아갈 것입니다.
제가 아는 한, 2020년 GPT-1 발표 당시에는 아무도 손을 대지 않았는데요, 그것을 한번 사람이 손으로 만들어서 사용해 보자는 생각에서부터 시작한 것입니다.
그래서 더 좋아진 거죠.
그럼 이게 또 어디까지 한계가 있긴 하겠지만, 사람들이 일단 1억 명이 두 달 만에 쓸 정도로 뭔가 괜찮은 것이 나온 상황인 거죠.
그러니까, 1억 명이 계속 묻고, AI가 다 파는 과정에서 좋은 답을 할 수 있다면, 매일 업데이트가 되면서 AI가 점점 똑똑해질 수 있겠죠.
이것이 지금 사람들이 걱정하는 것 중에 하나입니다.
AI가 계속해서 똑똑해지면 우리보다 더 잘 할 수 있는 일들이 많아질 것입니다.
이것은 어떤 분야에서 더 많이 나타날지는 아직 알 수 없습니다.
최근 영화 '허를' 봤는데, 거기서 일어나는 시나리오 중에 아직까지 앞으로 갈 길이 멀다는 것도 분명하게 나타났습니다.
이렇게 AI가 계속 나아진다면, 언젠가는 특이점이 올 것이라고 생각됩니다.
이제는 이미 AI가 말을 알아듣는 수준에 이르렀습니다.
팩터 체크는 잘 못하지만, 금방 나오게 될 것입니다.
미래나 추상적인 특이점을 얘기하기 보다는, 현재에 중점을 두어야 합니다.
그래도 AI가 나보다 똑똑하게 대답을 하면 쎄할 것 같아요.
하지만, 지금은 내가 아는 것과 모르는 것을 구분하는 기준이 사라져가고 있습니다.
결국, AI가 점점 늘어나면서 뭔가 문제가 생길 것 같아요.
네 사람이 함께 일하고 있었는데 이제는 세 명으로 줄어드는 느낌이 들었습니다.
하나의 사람이 모든 일을 다 할 수는 없으니까요.
하지만, 제 개인 작업 중 70%를 내가 대체할 수 있다면, 사람 수도 그만큼 줄어들게 됩니다.
변호사 4명이 필요한 분야도, 세 명으로 줄일 수 있죠.
또다른 예시로, 번역 시장에서는 AI 번역 등장으로 번역 단가가 70% 하락했습니다.
그러나 번역 시간도 줄어들면서 번역 시장은 더 활성화될 것입니다.
왜냐하면, 제가 쓴 책이 여러 곳에서 번역됐다면, 그 번역본을 루마니아어로 번역 비용은 천만원이 들고, 루마니아어로 판매하려면 700만원 수익을 기대할 수 있습니다.
하지만 AI 번역을 이용하여 만들 경우 비용이 300만원 이하로 줄어들 것입니다.
즉, 여러분들의 분야에서 4명이 하던 일이 3명으로 줄어든다면, 코스트가 내려간 만큼 새로운 수요가 생길 수도 있는 것이고, 그 동안 사던 못했던 이들도 일할 기회를 얻어 번영할 수 있는 분야가 될 수 있다는 것입니다.
따라서, 코스트 베이스로 생각하면서 AI를 적극적으로 공부하여 자신의 분야에서 어떻게 이를 활용할 수 있는지 고민해 볼 필요가 있다고 생각합니다.
예를 들어 내가 쓴 책 비용을 2천만원으로 줄일 수 있다면, 내 비지니스는 더욱 다양한 기회를 가질 것입니다.
AI 때문에 코스트가 다 낮아지면 훨씬 더 많이 생산할 수 있고, 가짓수를 늘릴 수 있겠네요.
옛날에는 그 가짓수를 늘리는 데 기본 코스트가 너무 많이 들었거든요.
자신의 분야가 AI로 성장할 수 있는 너무 정체된 분야에 계시면, A가 들어가서 내 일자리가 없어질 수도 있어요.
코스트가 다운된다고 해서 시장이 커지지 않는 분야도 있는데, 의료를 한 번 생각해보죠.
저는 솔직히 매일매일 모든 진료과의 15개가 있다면 다 가고 싶어요.
피부과도 가고요, 안과도 매일매일 매일매일 가고 싶어요.
내가 가고 싶을 때 빨리 예약하고 얼른 갔으면 좋겠어요.
매일매일이라고 저는 매일매일 가고 싶어요.
오늘 내 눈은 어때?
오늘 데코는 어때?
내 귀 안의 것은 어때?
하지만, 우리는 왜 예약하기 귀찮고 그래서 너무 그렇죠?
의료 서비스는 코스트가 아직도 많이 있다는 거죠.
만약 그것이 떨어지면 우리는 매일매일 안과나 내과, 피부과, 검진을 받을 수 있다는 거죠.
그래서 요즘에 학생들이 의대 많이 간다는 것은 저는 되게 기쁜 거 같아요.
왜냐하면 AI 발전으로 인해서 의료의 수요도 같이 늘어날 거는 아까 번역의 수요가 늘어나는 것처럼.
그러면 AI로 인해서 의료 분야의 코스트도 상당히 다운될 걸로 본다면, 다운되면서 우리는 굉장히 많은 의료 수업에서 받고, 우리는 건강해지고 이뻐지고 젊어질 가능성이 큰 거죠.
어떤 부분에서 의료 쪽에는 개입될까요?
AI가 제가 최근에는 어떤 치과 의사님한테 이메일을 받았는데, 임플란트를 하는 그런 것들도 찍고 나면 정교하는 임플란트를 설계해 줘야 되는데, 그것이 어려운가 봐요.
그걸 AI라는 논문이 이미 많이 나와 있고, 그런 것들을 구현하는 거죠.
아니면, 의사가 AI와 협업을 한다면, 진짜 이렇게 엑스레이나 CT 찍은 거라든지, 이런 데가 AI가 수집해서 분석해서 내는 건 엄청 걔가 잘하는 일이잖아요.
다량의 정보를 갖고 뭔가를 하는 건 그랬는데, 제가 병원 검찰 가도 의사분들이 바쁘니까 저도 많이 안 물어보거든요.
사실은 그렇죠.
특히 대학병원에서는 의사와의 대화가 중요합니다.
하지만 의사들은 반복되는 질문에 지쳐있을 수 있습니다.
하지만 이제 AI 기술이 이러한 대화를 처리할 수 있기 때문에 의료 분야에서는 이를 이용한 다양한 비즈니스 모델이 나올 수 있습니다.
상담요금도 마찬가지입니다.
일반적으로 대규모 상담은 강사료를 받지만 5명 미만의 상담은 받지 않는 경우도 있습니다.
이러한 기술이 발전하면 이전에는 생각하지 못했던 기회가 생길 것입니다.
그리고 AI 코칭을 제공하는 분야도 있다는 것을 알고 있습니다.
3년 전에는 이러한 방법론이 확정되지 않았기 때문에 말렸었지만 지금은 가능하다는 것을 알고 있습니다.
GPT 3.5를 사용하면 대표님의 데이터를 이용하여 상담에 활용할 수 있습니다.
이러한 기술을 이용하면 상담과 코칭에 있어서 새로운 가능성을 열 수 있습니다.
그래서 그런 걸 이제는 미세조정 파인튜닝이라고 하는데, 명령어만 입력하면 결과가 나오게 되어 있어요.
그래서 GPT에 맞는 데이터셋을 만들고, GPT 3.5로 학습할래 하고 한 줄 코딩을 하면 돈이 들어요.
비즈니스 분야에서는 채찍 디테일을 활용해 상당히 많은 것들을 가능케 합니다.
의료 분야든, 사업하시는 분들이든, 저와 같이 교육 상담하는 사람이든 말이죠.
그런데, 사실 이런 아이디어는 교수님을 만나서 얻는 경우도 많아요.
지금 현재가 굉장히 중요합니다.
AI 기술을 바탕으로 도메인을 만들 때, 예를 들어 피부과 같은 경우 fine-tuning이 필요할 겁니다.
이렇게 하면, Christian and Sirangelo와 같은 사람들이 새로운 직업을 만들어 낼 수 있겠죠.
과거처럼 새로운 직업이 나오고 사라지긴 하지만, 많은 직업이 그대로 남게 됩니다.
자동차나 카메라와 같은 기술이 사라지지 않은 것 처럼 말이죠.
사람들은 그 기술을 기반으로 새로운 일을 만들어내고 변화해 나가게 됩니다.
하지만 사실은 주유소도 생겨 그 다음에 그 석유를 가지고 만든 수많은 파생산업이 생겨서 정비소도 생겼고 버스 운전사도 생겼고 여행 산업도 생겼습니다.
그래서 사실은 AI가 현재 나의 직업을 없앤다는 개념보다는 얼마나 많은 직업을 만들 것인지를 계속 보는 겁니다.
이를 위해 가만히 집에서 생각만 하고 있는 게 아니라 지금 당장 이것을 활용하고 있는 사람들이 어떻게 쓰는지도 보면서 본인도 활용해 가면서 아이디어를 얻을 수 있습니다.
얼마 전에 일자리 얘기가 나왔으니까, 그 현대백화점의 카피라이트 AI 루이스가 입사했다는 뉴스가 나왔어요.
기자들이 제목을 잘못 써서 사람들이 아쉬워하는 게 있는데, 사실은 이런 어플리케이션들이 입사했다는 표현은 조금 오버하지만, 카피라이터 입장에서는 광고 홍보를 위해서 더 많은 기술력을 확보하기 위해 연구하고 있습니다.
예를 들어, 많은 프랜차이즈 업체에서 이벤트 프로모션을 하고 싶은데, 프로모션에 어떤 상품을 내는 것이 좋을지, 어느 시기에 내는 것이 좋을지 고민하면서 연구를 하고 있습니다.
그런데, 이제는 그 프로모션이 매일매일 실시간으로 생기고, 그 프로모션이 개인별로 제공될 수 있는 개인화된 프로모션 시대가 오고 있다는 것입니다.
이는 이제이 프로모션과 타겟 마케팅의 개념까지 변화시킬 수 있는 것입니다.
이에 더하여, 구글에서도 개인화된 광고를 제공하는 AI 기술을 활용하고 있습니다.
앞으로 더 많은 기술력을 확보해 어떤 서비스를 만들어 낼 수 있을지 기대됩니다.
하지만, 개인적으로 만들어 유의미한 이벤트로 제공한다면 개인을 선택할 가능성이 높아지기 때문에 더 용이해질 것입니다.
저희 연구팀에서 하는 일은 한 줄로 설명하면 미드저니나 스테이블 디퓨전 같은 이미지 생성 AI에 대한 것인데, 예를 들어 5월 5일 어린이날을 위한 치킨 프로모션 이벤트를 위해 어떻게 조절할까 물어보면 GPT가 대답할 수 있습니다.
자세한 정보가 주어질수록 더 좋습니다.
한국에서는 어린이날이기 때문에 요즘 한국 아이들은 어떤 치킨을 선호하는지 자세히 설명하면 됩니다.
이벤트 프로그램을 무엇으로 진행할까도 고민해야 하는데, 이런 정보를 이미지로 바로 만들면 포스터와 문구를 함께 만들 수 있습니다.
어떤 이벤트를 할지는 원래 마케팅 전략 실장에게 물어보는 것이지만, 많은 기업에서는 이것이 골칫덩어리입니다.
이제 이런 것들을 자동화하는 것은 어려운 일이지만, 다듬고 개인화할 수 있는 것으로 생각할 수 있습니다.
실시간으로 가능한 정보까지 생각하면 할 일이 많아지지만, 이전보다 불편하거나 시간이 없어 못 했던 것이 오히려 실행될 수 있게 됩니다.
소상공인들도 이것을 빨리 습득하면 경쟁력이 더 좋아질 것입니다.
교수님은 왜 지금 이런 공부를 해야 할까요?
라는 질문에 대해, 지금까지 AI에 대해 공부하지 않았더라도 무서울 필요가 없습니다.
왜냐하면 아직 시작이기 때문입니다.
그렇지만 시작할 때 배우는 것이 가장 좋기 때문에, 지금 배우는 것이 중요하다고 생각합니다.
발전한 후 배운다면 어려움이 있을 수 있습니다.
오히려 시작할 때 양이 많고 처음 배우면 그 다음부터는 듣기만해도 자연스럽게 학습되는 것입니다.
뉴스를 읽는 것만으로 이해가 가능하니 자동적으로 학습이 이루어지는데, 처음에 이를 인식하지 못하면 나중에 문제가 생깁니다.
따라서 처음부터 빠르게 배우는 것이 좋다는 것이고, 대신 처음에는 정확하게 배워야 합니다.
본질적인 것이 중요해야 쌓이는데, 피상적으로만 배우면 큰 일이 일어나죠.
기초가 단단해야 정확하게 배워서 그 다음으로 쌓이는 것입니다.
이 점에서 제가 역할을 할 수 있을 것 같습니다.
이번에 저희가 '어웨이크 비 포럼'을 만들었는데, 제가 3년 전부터 일반인들을 디지털 세상으로 안내하고 쉽게 그들의 사업이나 개인의 직업 발전에 활용할 수 있는 정보를 공급하고 있습니다.
인공지능이나 NFT 등을 비교할 필요 없이, 메타버스도 좋은 방향으로 가고 있다는 것은 맞는 것 같습니다.
그러나 인공지능이 떠들어진 지금까지 7년이 지났는데, AI가 결실을 맺은 것은 이제서야 이루어졌습니다.
따라서 빠르고 명확하게 AI를 배우고 기초가 탄탄해야 듣기만 해도 정보가 쌓이게 되고, 이를 통해 비즈니스 아이디어나 역량을 키울 수 있습니다.
인터넷이 처음 나왔을 때 창업자들도 혼자서 시작했었는데, 이는 웹브라우저가 나온 후 간단한 HTML만 배우면 되었기 때문입니다.
이제는 대기업으로 출발한 것이지만, 그 당시에는 네이버, 구글, 아마존도 대기업으로 시작하지 않았습니다.
그렇기 때문에 이제 인공지능에 빠르고 명확하게 접근해 놓으면 그 다음에도 계속해서 성장할 수 있습니다.
네이버와 구글은 98년에 등장하지 않았을 때의 시점을 생각하면, 현재 이것들을 배우기는 훨씬 쉽습니다.
최근 페이스북에서는 라마라는 것을 만들어내었고, 이것은 인공지능(AI)을 내 컴퓨터나 스마트폰에 심을 수 있게 해줍니다.
이것은 클라우드 상으로 작동하는 것이 아니라, 내가 보유한 데이터를 이용하여 학습할 수 있습니다.
이것이 바로 페이스북에서 최근에 내놓은 메타(Meta)의 라마입니다.
그러나 이것은 프로그래밍 언어나 다른 지식이 필요합니다.
미래에는 변형들이 더 나오게 될 것이며, 지금이 바로 시작할 최적의 시점입니다.
따라서, AI를 공부하기 위해서 교수님께 연락을 드리게 되었습니다.
디지털과 관련된 지식이 없었지만, 이제는 어떻게 공부하고 활용해야 하는지에 대한 감은 있습니다.
많은 분들도 이를 빠르게 익혀야 하며, 이 AI 과정을 통해 기초 지식을 탄탄히 쌓을 수 있고, 빠르게 학습하고 다른 지식을 받아들일 수 있는 방법들을 익혀보고자 합니다.
이에 대해 교수님께서 비즈니스 포럼에서 기여해주시면 매우 영광스럽겠습니다.
약간의 책임감을 가지고 최선을 다해 노력하겠습니다.
일반인들은 AI에 대한 배울 곳이 많지 않으므로 이번 AI 과정이 많은 도움이 될 것입니다.
그렇다고 우리가 뭐 상황을 포기하고 도로 대학을 들어갈 수도 없고 막 야간 대학에 다니기엔 또 그러고 그래서 실용적인 것을 지금 다 뽑아서 하려고 했는데 사람들이 이제 AI에 대해서 공부를 한다.
그러면 주로 이제 어떤 걸 공부를 하면 좋을까요?
처음에는, 교수님이 인공지능의 역사와 앞으로 가야 할 것에 대해서 얘기를 하시나요?
제가 할 수 있다면 기술의 이해를 딱 하게 하고 싶은데요.
트랜스포머가 뭐고 딥러닝이 뭐다, 초보자도 이걸 만들 수 있는데, 이걸 만드는 돈이 얼마나 드는 거고, 시간은 얼마나 드는 건지 말씀해주시면 좋겠어요.
약간 이런 것들을 설명해주실 수 있으면 좋겠습니다.
그래서 이게 어떻게 돌아가는지를 좀 이해할 수 있고, 그 다음으로 한 발짝 더 나가기 위해 어떻게 해야 할지도 말씀해주시면 좋겠고요.
그리고 이제 지금 또 교수님 라인업을 보면 MSPT를 만든 회사가 어떻게 이걸 만들었고, 어떤 방향을 앞으로 가져가려고 하는지도 중요하겠죠.
오픈 AI가 마이크로소프트이고, 어떻게 보면 가장 먼저 응용하고 있는 곳이니까, 응용하고 있는 걸 많이 파악해 놓으시면 도움이 많이 될 것 같아요.
지금이 얘기하기에 정말 중요한 것 같아요.
우리도 곧 출시되는 한국형 챗봇이 있을 거예요.
네이버에서 이미 GPT3 수준의 초보자 언어 모델을 만들었는데, 이 모델은 사람을 써서 개선했다고 했어요.
그래서 네이버는 열심히 개선하고 있겠죠.
그러나 이제 기술 격차가 1년 정도 있다고 해도, 초보자 언어 모델을 만든 회사가 있는 나라가 세 개뿐이에요.
미국, 한국, 중국이에요.
그래서 네이버가 왜 없는지 의문스러워요.
일본은 야후 재팬 폐로털을 사용하고, 커머스도 아마존 폐로털을 사용합니다.
이렇게 다른 나라들과 비교하면, 한국은 인터넷 문화가 다소 떨어지긴 해도 AI 분야에서는 높은 수준을 보여주고 있습니다.
사실 AI 분야에 있어서 일본의 대학자들이 많은 편입니다.
그러나, 그 기초는 단단한데 벤처 문화가 좀 떨어지고 있고, 아직 일본 못 만든 것을 독일과 프랑스가 만들었다는 보도도 접하지 못했다.
우리나라와 같은 하이퍼 클로바가 없는 것도 안타깝다.
내놓은 데도 없는데, 한국도 SK카카오와 LG가 하겠다고 했는데, SK카카오는 아직 내놓지 못했고, LG는 내놓았다고는 하는데, 기사를 보지 못했다.
그럼에도 불구하고, 한국은 3대 강국이며, 아쉬운 것은 미국은 다섯 여섯 개의 네이버와 같은 회사가 있고, 중국은 한 서너 개 있는데, 한국은 하나뿐이다.
마치 류현진 같은 사람이 있는 것처럼 말이다.
어디서든 찾을 수 있는 것은 아니지만, 우리는 류현진과 손흥민 같은 사람들을 선보일 수 있다.
그래서 이번 포럼에서는 네이버 AI 연구소 하정우 소장님도 초청했는데, 그의 강연은 큰 도움이 될 것이다.
또한, AI 시대에서의 교육은 인풋이 달라지면 아웃풋도 자연스레 달라진다는 것을 인식해야 한다.
그래서 교육 전문가들도 초청해 이야기할 예정이다.
소상공인들도 자신의 비즈니스에 AI를 적용하는 방법을 이야기할 것이다.
물론, 인간의 뇌와 AI 시대에서 인간의 입장에서 어떻게 해야 할지에 대한 이야기도 서울대학교 김대식 교수님과 함께 할 예정이다.
라인업이 빵빵하니, 혼자서는 이런 걸 못해냈을 것이다.
마지막으로, 불안해할 필요없이 열심히 공부하면 된다.
AI가 나를 대체한다는 것보다 더 무서운 말이 있기 때문이다.
뭐예요?
AI가 당신을 대체하는 게 아니라, AI를 잘 사용하는 인간이 AI를 잘 사용하지 못하는 방지를 대체하는 것이다.
이렇게 얘기하잖아요.
누가 얘기한 적이 있더라고요.
대단하다.
AI가 인간을 대체하는 게 아니네.
AI를 잘 사용하는 사람이 사용하지 못하는 사람을 대체한다.
개인적으로 활용하고 조직적으로 잘 활용할 수 있는 그런 사람이 되시면 되는 거죠.
자, 여러분.
오늘 만약에 정말 걱정이 됐었어요.
저는 AI가 파장이 어마어마하다는 걸.
제가 전문가분들을 쭉 만나서 얘기를 들으면서 어우.
이거 일반인들이 빠르게 공부를 해야 될 텐데.
가장 쉽고 빠르게.
그러면서도 이게 기초가 탄탄해서 자신의 사업이라든지 미래직업 등에.
또 사실 가정에서 엄마들도 되게 걱정이거든요.
불안에 떨지만 말고.
내가 제대로 공부하고 준비할 수만 있다면.
이거는 위협이 아니고 기회인데.
그냥 쳐다보고 그냥 그대로 위협으로 남을 거 아니에요.
그래서 이걸 어떻게 하면 좋을까 고민을 하다가, 이 어웨이크 비즈니스 포럼이라는 포럼을 만들게 됐고, 이번 포럼에서는 약 10주 동안 오프라인으로 우리가 다 조찬으로 할 거거든요.
조찬원으로 해야 정신을 번쩍 들지 않겠어요.
새벽에 다 같이 모여서 공부하는 시간을 좀 가지려고 합니다.
그래서 여러분, 관심 있으신 분은 많이 신청도 하고 참여해 주시고요.
이경진 교수님과 제가 이제 주인 교수님.
저는 또 못 알아요.
함께 하면서 이 과정을 진행하려고 합니다.
여러분, 이번에 꼭 제대로 공부하셔서 두렵지 않은 미래.
잘 준비된 미래를 만드셨으면 좋겠습니다.
교수님도 마지막으로 인사만 해주세요.
ABF 너무 이름도 멋진 거 같습니다.
깨어 있어서 또 아침에 모여서 그 AI를 같이 공부하시면 좋을 거고요.
저도 이런 그 가정을 해보면 새로운 또 사람을 알게 돼요.
같은 목적으로 결국은, 이번에 AI라는 목적으로.
아침에 같이 공부했던 분들을 만나게 되면 아마 평생 친구가 되실 수 있을 거라 생각합니다.
저도 그런 모임들이 몇 개 있는데 너무 기쁘게 참여하고 있습니다.
그래서 AI를 배우고, 그 AI가 정말 시작됐다는 그 원년인 2023년에 우리가 모였었지요.
그러면서 계속해서 그 AI를 잘 활용하며 그 사회를 이끌어 나가는 리더가 되실 수 있는 좋은 기회가 되지 않을까 이렇게 생각하고 있습니다.
마무리 너무 좋았습니다 교수님!
AI로 미래도 이끌어 가시고 좋은 사람들과 함께 만나시면서 계속해서 사람도 공부도 쌓아가시면서 여러분의 미래가 두렵지 않은 길에 꼭 만들어 가셨으면 좋겠습니다.
그래서 오늘 고맙습니다.

 

 

SMALL

[ English Summary ]

Today we're going to be talking about Prof. Kyungjeon Lee on the topic of AI.
Prof. Lee is active in AI research and industrial ecosystem consulting, and he will be talking about how AI technologies like ChatGPT will change our future.
You mentioned that ChatGPT is an opportunity to emphasize the concept of AI to the public, and that the methodology is called "transformer".
When dealing with such an exciting topic, it's important to take a close look at what's been written about it and think about how to approach it in the future.
Also, since we've been talking about advances in AI-related fields and related methodologies, it would be a good idea to study and develop with a professor.

With the number of parameters increasing every year, AI is still evolving to be able to handle more data.
However, not all AI can understand and provide answers, so human intervention is needed.
As humans and AI co-create data and improve through fine tuning and reinforcement learning, there is potential for new opportunities and jobs to arise.
And as AI advances, it may eliminate human jobs in some areas.
However, in areas where demand continues to grow, such as healthcare, advances in AI are likely to increase demand.
Therefore, you should be actively studying AI and thinking about how you can use it in your field.

In healthcare, AI technology can be used for conversation processing, counseling, coaching, and more, and a variety of business models can emerge.
AI technology can usher in the era of personalized promotions and change the concept of event promotion and targeted marketing.
Image-generating AI can also be used to refine and personalize event programs, which can give small businesses a competitive edge.
If you want to study AI, it's important to learn now, not later, when the volume is high and you get the hang of it.

Learning requires a solid foundation, and for that, it's better to learn quickly.
To do this, it's important to understand the history and fundamental theories of AI early on.
You also need to learn how to learn and apply different techniques and methods.
You'll also need to learn about the latest technologies, such as language models and Rama.

Understanding and preparing for this well is an opportunity, not a threat.
Therefore, we are organizing 10 weeks of offline breakfast meetings to study this.
We hope many of you will join us for this.
Together with our professors, you will learn to utilize AI and make new connections.
This will give you a great opportunity to grow into a leader who will be able to utilize AI well in the future.

 

 

 

[ English Full Text ]

So, today, I'm here to talk to you about something that's on your mind, something that you need to know about.
The subject that will change your future is Professor Kyung-Jun Lee.
As many of you may already know, people are very interested in AI these days, and I think Prof. Lee plays a big role in that.
Prof. Lee is one of the former geniuses of KAIST and is rumored to have a lot of geeks.
It is said that Professor is not only doing AI research, but also consulting on the industrial ecosystem and actually giving guidance.
The era of AI is being triggered by ChatGPT, and there is a lot of anxiety about how it will change our future.
But it's important to keep in mind that what you don't know makes you anxious, and what you know makes you prepared.
So, I wanted to talk to you, Professor.
Can you tell us a little bit about what you're most interested in these days?
With the current 'ChatGPT', many people think we are facing the biggest change since the iPhone (period), what do you think?
Is this a big enough revolution for us to study and worry about right now?
I think so.
In a program called "Believe it or Not" on MBC, they showed that when you clicked on something with your mouse, another screen came up, and it was the World Wide Web.
It was amazing then, but now it's nothing.
I think the iPhone gave me a similar feeling, period.
The PalmTop computers and others that came before it felt like the world had changed (period), but they've become a bit dated.
I think ChatGPT will do the same thing.
When AlphaGo beat Lee Se-dol 9 in 2016, it showed that artificial intelligence is great, but it's hard for experts or people who are not good at Go to understand its ability.
However, ChatGPT became the first service in the world to be used by 100 million people in two months.
So, for the first time, we have the opportunity to emphasize the concept of AI to the public.
Since this is just the beginning, I think it's almost like the feeling you get when you first watch "Believe It or Not".
So it's just the beginning of what's going to happen.
I'm actually an AI guy, but I think it's going to be a while before we have an AI that understands this.
"Oh, yeah." So I made two mistakes.
One, this is going to be really late.
You're going to feel an A.I. that understands how to speak.
I made the prediction that conversational AI would come a little later.
It didn't happen.
And that's why I say to banks and people like that, don't build a chatbot yet, don't build an A.I. speaker.
That, I said a lot.
That was not a mistake.
But it was a mistake to think it was going to be late.
How late did you think it was going to come?
I don't know when this is coming.
That's what a lot of people say.
Well, what I thought was going to come 30 years later has come.
There are people like this, and I'm vaguely like, "How can you already build a chatbot and make an A.I. speaker out of it if there's no guarantee of when it's going to come?
This is some kind of lie.
I'm not wrong about that.
Because it was a little bit premature to build a chatbot or an A.I. speaker when there's no methodology for that.
So that would have been pretty sloppy.
I'm just faster at typing.
It's a genie, well, it's a typist.
To this day, almost all chatbots and AI speakers have been marketed but not used.
But with ChatGPT, once you use it, you use it.
So from now on, if I'm a bank, or a business, or a government, I can say it's time to develop a chatbot, and a lot of things can be conversational in the future.
Because look at ChatGPT.
It understands what you're saying and generates something based on the context.
Sometimes it's a little sloppy.
But it recognizes what I'm saying and what my intentions are, and that's what's so fascinating.
The professor asked me, what's so different about that AI and GPT AI when we thought it was going to come so far down the road?
I mean, the methodology is the same.
But it was a question of what level it would go to.
Even people in industry and academia are advancing at an incredible rate.
So, the methodology became dominated by something called "Transformers" in deep learning, which came out in 2017.
Initially, it was created for translation, and it's a way to make machine translation possible by learning the text and the language to be translated.
However, among other methodologies, a method called "Recurrent Neural Network" (RNN) became popular.
This method is characterized by its suitability for sequenced data (sentences, speech, video, etc.).
However, 'Transformer', which was released by Google researchers in 2017, is much faster than RNN, so you can use Transformer instead of RNN.
Transformer uses a method called Attention.
For example, when translating two sentences, instead of translating them as a one-to-one correspondence, the translator calculates and selects the most appropriate translation based on the first word.
In doing so, it calculates which words it should look at.
In doing this, there is something called 'self-attention', which is the calculation of an attentional score.
At first, this calculation is difficult, but as you work with different data, you can improve your attentional weight.
Later on, it can be calculated at once.
It is also possible to utilize GPU computer chips for this purpose.
In this way, you can learn using the data you already have, and you don't need to label the data.
One of these methodologies is called "transformer".
This is a methodology that came out in 2017.
One of them is GPT-1, which uses only the decoder part.
This has been able to handle more data as the number of parameters has increased every year.
Recently, 'GPT-3' came out with 175 billion parameters, so there is still a lot of progress to be made.
As we test it, we find that it answers some questions well, but not others.
That's when someone like me realized, "Oh, I can't do this yet.
Because if I say, "How many eyes do I have on my foot?" and they just ask, "How many eyes do you have on your foot?" and I have to answer, "Where are the eyes on your foot?" and this is the problem with the existing internet documentation of whether you have eyes on your foot or not, we didn't give up, and when we had this problem in June 2020, we decided to solve it, and we decided to use a human.
With this person, we can now correct the mistakes in the answers that accumulated from 2020 to 2021.
This person taught me the correct answers, and I playfully let a few of them go, so I don't have to feel embarrassed when I answer, "Yes, I have two eyes on my foot." This is how we let Open AI learn.
Once you've let Open AI learn, you can give it a bunch of answers, and then people can evaluate and score the best ones.
This is called fine tuning.
Then, with reinforcement learning, we improved the AI by having humans create and rank the data.
Muna Al Gurg, who is known for being a female CTO, is from Albania, and she suggested ways to make the AI better, so we used that.
This is how GPT-3 became what it is today, with humans creating data and ranking it, rather than just using our brains to create data.
But like the professor said, whipfeed is just the beginning, and it will continue to evolve.
And there are still going to be weird issues.
And there may be embarrassing situations offline, and we'll continue to evolve as we get people to come up with better answers.
As far as I know, when GPT-1 was announced in 2020, no one had touched it, and it was just an idea to get people to build it and use it.
So it got better.
So there's a limit to this, but it's a situation where you've got something that's so good that 100 million people are using it in two months.
So, if 100 million people keep asking, and the AI is able to give a good answer in the process of selling, then the AI can get smarter and smarter as it gets updated every day.
That's one of the things that people are worried about right now.
As AI continues to get smarter, it's going to be able to do a lot of things better than we can.
We don't know where we're going to see more of this yet.
I recently watched the movie Her, and it's clear that some of the scenarios that happen there are still a long way to go.
If AI keeps getting better like this, I think there will be a tipping point at some point.
We're already at the point where AI can understand what you're saying.
It's not very good at factor checking, but it's coming.
Instead of talking about the future or an abstract singularity, we should focus on the present.
Still, it would be cool to have an AI answer smarter than me.
But right now, I'm losing the ability to distinguish between what I know and what I don't know.
Eventually, I think there's going to be a problem with more and more AI.
I feel like there were four people working together and now there are three.
One person can't do everything.
But if I can replace 70% of my personal work, that's a lot less people.
If you need four lawyers, you can get down to three.
Another example is in the translation market, where AI translation has reduced the cost of translation by 70%.
However, the translation market will become more active as the translation time will also decrease.
If I have a book that has been translated in many places, it costs me 10 million won to translate it into Romanian, and if I want to sell it in Romanian, I can expect to earn 7 million won.
But if I use AI translation, the cost will be less than 3 million won.
In other words, if four people can do the work of three people in your field, you can create new demand because the cost has gone down, and people who couldn't afford it before can get a chance to work and prosper.
Therefore, I think it is necessary to think of it as a cost base and actively study AI and think about how to utilize it in your field.
For example, if I can reduce the cost of my book to 20 million won, my business will have more opportunities.
If all my costs are lowered by AI, I can produce much more, and I can increase the number of units.
In the past, the basic cost to increase the number of units was too high.
If you're in a field that's so stagnant that you can grow with AI, then A might come in and take your job.
There are some fields where the market doesn't grow just because costs go down, like healthcare.
I honestly would love to go to 15 different specialties every single day.
I want to go to the dermatologist, I want to go to the eye doctor, I want to go to the eye doctor every day, every day, every day.
I want to be able to make an appointment when I want to go, and I want to be able to go quickly.
I want to go every day, every day, every day.
How are my eyes today?
How's my decor today?
What's in my ears?
But, why can't we be bothered to make an appointment and why is that so?
The thing is, healthcare is still expensive.
If it dropped, we'd be able to go to the eye doctor or the internal medicine doctor or the dermatologist or the checkup every day.
So I think it's great that people are going to medical school these days.
Because as AI advances, the demand for healthcare will increase, just like the demand for translation is increasing.
And I think the cost of healthcare is going to come down quite a bit because of AI, and as it comes down, we're going to have a lot of medical classes, and we're going to be healthier, prettier, and younger.
Where does healthcare come in?
AI is going to come in, I got an email from a dentist the other day, and he said, you know, he's doing implants and stuff like that, and then he has to design a sophisticated implant, and that's hard.
And there's a lot of papers out there on AI and implementing things like that.
Or, if a doctor collaborates with an AI, it's like, "Oh, this is an X-ray or a CT," and the AI collects it, analyzes it, and comes up with something that it's really good at.
Doing something with a lot of information, but even when I go to the hospital prosecutor, I don't ask a lot of questions because the doctors are busy.
It's true.
It's important to talk to doctors, especially in teaching hospitals.
But doctors can get tired of being asked repetitive questions.
But now that AI technology can handle these conversations, there could be a lot of different business models in healthcare.
The same goes for consultation fees.
Typically, you charge for large consultations, but you might not charge for consultations with fewer than five people.
As these technologies advance, there will be opportunities that we may not have thought of before.
And I know there's a space for AI coaching.
Three years ago, I would have said no because the methodology wasn't finalized, but now I know it's possible.
With GPT 3.5, we can take your data and use it for counseling.
These technologies open up new possibilities for counseling and coaching.
So it's now called fine-tuning fine-tuning, where you just type in a command and you get a result.
So you create a dataset for GPT, you say, "I want to train with GPT 3.5," and you write a line of code, and it costs money.
In the business world, you can do a lot of things with whip details.
Whether you're in healthcare, whether you're in business, whether you're an educational consultant like me.
But a lot of times, I get these ideas from my professors.
The here and now is so important.
When you create a domain based on AI technology, for example, dermatology, you're going to need to fine-tune it.
That way, people like Christian and Sirangelo will be able to create new professions.
While new jobs will come and go as they have in the past, many jobs will remain the same.
Just like technologies like cars and cameras haven't gone away.
People create new things based on those technologies and they change.
But the fact is, there were gas stations, and then there were all these offshoots of that oil, and then there were mechanics, and then there were bus drivers, and then there was the travel industry.
So it's actually more about looking at how many jobs AI is going to create rather than the notion that it's going to eliminate my current job.
So it's not just sitting at home thinking about it, it's also seeing how people who are utilizing it right now are using it, so that you can get ideas as you go along.
Speaking of jobs, the other day the news came out that Louis, the copywriting AI at Hyundai Department Store, had been hired.
There's something that people complain about because the reporters misused the title, but actually, it's a bit of a stretch to say that these applications have been hired, but from a copywriter's point of view, we are researching to get more technology for advertising promotion.
For example, a lot of franchisees want to do event promotions, and they're trying to figure out what to put out there and when to put it out there, and they're doing research.
But what's happening now is that we're entering the era of personalized promotions, where that promotion can happen in real time, day in and day out, and that promotion can be delivered to individuals.
This is something that could change the whole concept of promotions and even targeted marketing.
In addition to that, Google is also leveraging AI technology to deliver personalized ads.
I'm excited to see what they can do with more technology in the future.
But if you make it personal and make it a meaningful event, it's going to be easier because people are more likely to choose you.
What we do in our research team, in a nutshell, is image generation AI, like midjournals or stable diffusion, so that if you ask us how to adjust it for a chicken promotion event on May 5 for Children's Day, for example, GPT can answer.
The more detail you can give it, the better.
In Korea, it's Children's Day, so you can elaborate on what kind of chicken Korean kids prefer these days.
You'll also need to think about what your event program will be, and having this information right there in images will help you create posters and copy.
Deciding what events to do is usually a question for the head of marketing strategy, but for many companies, this is a headache.
Now, automating these things is a challenge, but you can think of them as things that can be polished and personalized.
When you think about the information that's available in real time, it's a lot of work, but it's also a lot of things that you couldn't do before because it was inconvenient or you didn't have time.
Small businesses will be more competitive if they learn this sooner rather than later.
Why should I study this now?
If you haven't studied AI until now, don't be scared.
That's because you're just getting started.
However, I think it's important to learn now because it's best to learn when you start.
If you learn after you've progressed, it can be difficult.
Rather, when you start, there's a lot of it and you learn it the first time, and from then on, it's just a matter of listening.
The learning is automatic because you can understand it just by reading the news, and if you don't recognize it at first, you'll have problems later.
That's why it's not a good idea to learn quickly from the beginning, but instead to learn correctly at first.
The essentials have to be important to build on, and if you learn superficially, big things happen.
The foundation has to be solid, so you learn it correctly, and then it builds from there.
This is where I think I can play a role.
This time, we created the Awaken Bee Forum, which I started three years ago to guide the general public into the digital world and provide information that they can easily utilize for their business or personal professional development.
Without comparing AI, NFTs, etc., I think it's true that the metaverse is moving in a good direction.
However, it's been seven years since AI has been talked about, and it's only now that we've seen it come to fruition.
So it's important to learn AI quickly and clearly, and have a solid foundation, so that you can build on what you're hearing and build your business ideas or capabilities.
When the internet first came out, founders started out on their own because they only had to learn simple HTML after the web browser came out.
They started out as big companies, but back then, Naver, Google, and Amazon didn't start out as big companies either.
That's why it's so much easier now to get a quick and clear approach to AI and then continue to grow from there.
It's a lot easier to learn these things now because Naver and Google weren't around in 1998.
Recently, Facebook created something called Llama, which allows you to plant AI on your computer or smartphone.
It doesn't run on the cloud, but it can learn from the data you have.
This is what Facebook's recently released Meta's Rama looks like.
But this requires a programming language or other knowledge.
There will be more variations in the future, and now is the best time to start.
Therefore, I contacted my professor to study AI.
I had no digital background, but now I have a sense of how to study and utilize it.
Many of us need to get up to speed quickly, and this AI course will give us a solid foundation and teach us how to learn quickly and absorb other knowledge.
I would be very honored if the professor could contribute to this in the business forum.
I will try my best to do so with some responsibility.
There aren't many places for the average person to learn about AI, so this course will help a lot.
But it's not like we're going to give up and go to road school, or we're not going to go to night school, so we're going to pick something practical and do it now, and people are studying AI now.
So, what should they study now?
First of all, does the professor talk about the history of AI and where it's going?
If I could, I would just make sure that they understand the technology.
I'd like them to say what is Transformers, what is deep learning, can a beginner build this, how much money is it going to cost to build this, how much time is it going to take.
I'm hoping you can explain a little bit of this stuff.
So I can kind of understand how this works, and then maybe you can tell me what I need to do to take the next step.
And now, again, looking at the lineup of professors, it's also important to understand how the company that created MSPT created this and what direction they're trying to take it in.
I think it would be really helpful to know a lot about what they're doing with open AI because it's Microsoft and they're kind of the first to apply it.
I think this is a really important time to talk about it.
We have a Korean chatbot coming out soon.
NAVER has already created a GPT3 level beginner language model, and they said that they improved it by using humans.
So NAVER is working hard to improve it.
But now, even if there is a technology gap of about a year, there are only three countries where there are companies that have created beginner language models.
They are the United States, South Korea, and China.
So I wonder why NAVER doesn't have one.
Japan is using Yahoo Japan's scraps, and Commerce is using Amazon's scraps.
Compared to these other countries, Korea is showing a high level in the AI field, even though its internet culture is somewhat inferior.
In fact, there are many Japanese universities in the AI field.
However, the foundation is solid, but the venture culture is falling a bit, and I haven't heard any reports that Germany and France have created something that Japan hasn't yet.
It's also unfortunate that we don't have a hyper clobber like Korea.
SK Cacao and LG said they would do it, but SK Cacao hasn't done it yet, and LG hasn't done it, but I haven't seen any articles about it.
Nevertheless, South Korea is a major power, and it's unfortunate that the U.S. has five or six Naver-like companies, China has three or four, and South Korea has only one.
It's like there's someone like Ryu Hyun-jin.
You can't find them everywhere, but we can showcase people like Ryu Hyun-jin and Son Heung-min.
For this forum, we also invited Ha Jung-woo, the director of NAVER's AI Research Center, and his talk will be very helpful.
In addition, education in the AI era must recognize that when the input changes, the output naturally changes.
Therefore, we will also invite education experts to speak.
Small business owners will also talk about how to apply AI to their businesses.
Of course, we will also have Professor Kim Dae-Sik from Seoul National University to talk about the human brain and what we should do from a human perspective in the age of AI.
It's a great lineup, and I couldn't have done it alone.
Last but not least, don't be anxious and study hard.
Because there is something even scarier than AI replacing me.
What is it?
AI isn't replacing you, it's replacing humans who are good at using AI and preventing humans from being good at using AI.
That's what they say.
Someone said it once.
That's great.
AI doesn't replace humans.
It's people who are good at using AI replacing people who aren't good at using it.
You just have to be one of those people who can use it personally and use it well organizationally.
So, guys.
I was really worried about what ifs today.
I realize that AI is a big deal.
I've been meeting with experts and listening to them talk about it, and I'm like, "Wow.
This is something that the average person is going to have to get up to speed on.
The easiest, fastest way.
But at the same time, it's a solid foundation, so you can use it for your own business, your future career.
I'm also really worried about moms at home.
Don't be anxious.
If I can study and prepare properly.
It's not a threat, it's an opportunity.
It's not a threat, it's an opportunity.
So I've been thinking about how to do this, and I've created this forum called the Awaken Business Forum, and it's going to be offline for about 10 weeks, and we're all going to do it over breakfast.
We're going to do it for breakfast so we don't wake up.
We're going to get together at the crack of dawn and do some studying.
So, everyone, if you're interested, please sign up and participate.
Prof. Kyungjin Lee and I are the hosts now.
I don't know anybody else.
We're going to do this course together.
Everyone, please study properly this time and make a future that you are not afraid of.
I hope you make a well-prepared future.
Professor, please say hello one last time.
ABF, I think that's a great name.
It would be great if you stay awake and get together in the morning to study the AI together.
When I do that hypothetical, I get to know someone new.
For the same purpose, but this time for AI.
If you meet the people you studied with in the morning, you'll probably become friends for life.
I have a couple of those meetups, and I'm really happy to be a part of them.
So we got together in 2023, the original year that we learned AI and that AI really started.
And then we're going to continue to utilize that AI, and I think that's a great opportunity to be a leader in that society.
That was a great finish, Professor!
I hope you continue to lead the future with AI, meet good people, and continue to learn from people, so that your future is not scary.
So thank you for today.