생성형 AI 시대를 살아가기 위한 관점과 대비 전략은? [안될과학X삼성SDS 1탄]
HTML-код
- Опубликовано: 28 дек 2023
- 지속 활용 가능한 생성형 AI를 도입하기 위한 방법?
AI 성능 향상을 위한 대비 전략?
생성형 AI 시대를 위해 필요한 스킬과 주목받을 직업?
@SAMSUNGSDS 삼성SDS의 조남호 프로님과 함께 알아봅니다.
삼성SDS 유튜브 채널 보러가기
/ @samsungsds
#AI #삼성SDS #인공지능 #데이터 #갤럭시
◆ Thanks to
Editor: 권다혜
Studio: 서울스트리밍스테이션
Guest: 삼성SDS 조남호 프로
◆ 안될과학 문의
E-MAIL : MoreScience2018@gmail.com 
Наука
![프롬프트 엔지니어링이란? 생성형 AI에게 최적의 답을 얻는 노하우 대방출! [안될과학X삼성SDS 2탄]](http://i.ytimg.com/vi/rMJErYfGLCU/mqdefault.jpg)
![프롬프트 엔지니어링이란? 생성형 AI에게 최적의 답을 얻는 노하우 대방출! [안될과학X삼성SDS 2탄]](/img/tr.png)
챗gpt 나오고 본 ai 관련 여러 영상 중 가장 실무적이고 현실적인 재미난 영상이였습니다
오 잘봤습니다~
평소1.5배로 듣는데 처음 듣는 내용이라서 일반 속도로 정주행했네요 ㅋㅋㅋ 잘들었습니다!
오늘 나오신 분 말 되게 잘하시네 ㅋㅋㅋ 실무적으로 너무 공감되는 내용이 한둘이 아니라 재밌게 봤습니다
인터넷 커뮤니티나 댓글만 봐도 기업이 왜 소비자한테 안파냐라고 하는데 정확히 꼬집어서 이야기해주시네요 :)
물론 서비스 플랫폼, 게임은 일반인 대상으로 수익을 얻는 구조지만, 그 외 대부분 사업은 우리가 보지 못하는 B2B의 영역이 많죠.
관련 직종에서 근무하고 있어서 보다 내용 참고할 부분들도 있어보여서 좋네요 :) (복습하는 측면도 있고요)
감사합니다 ❤❤❤❤❤❤
보면서 알게 되고 느낀 거
1. 프롬프트
- 적확한 정보의 산출을 위한 선택
- 그 선택을 위한 해당 분야 지식
- 공부는 계속 해야 한다.
- 능률을 극대화하는 도구일 뿐.
- 결국 정보생산자-정보판별자의 역할은 여전히 중요함
2. 기존 데이터와 AI의 연결
- 정보 저장 시스템의 변화 : 아날로그 ->AI에 적합한 디지털. 시간이 필요함
- CHUNKING -> 맥락(CONTEXT)을 파악하는 정보 판별자의 역량이 중요. 정보 판별의 기준을 누가 쥐고 있느냐. 이것이 최종 결정자의 역할. 이게 정치적,경제적인 고려를 통해 조정이 가능. -> kEY를 누가 쥐고 있느냐(권력의 탄생)
3. AI와 기업의 책임범위
- 결국 정보판별자 ; 기준을 누가 쥐고 있는가.
4. AI의 한계
- 데이터 수집의 아날로그적 한계(예)인간의 경험
- 정보수집량의 편차 예)여성과 남성의 데이터 수량의 차이
- 법률적,사회적 파생
5. 삼성 GAUS
- 온 디바이스의 형태의 칩
- STT 실시간 음성 변환 : 내 말을 얼마나 잘 알아듣냐
예를 들어 가구 제작 업계에서 두가지의 결과의 차이가 어떻게 될까요 1. SLM 2. LLM + 가구업계 관련 질문을 한다고 설정
Data centric AI에 대한 얘기네요.
갤 핏 새모델인가? ㅋㅋㅋ 눈에 들어오넹 :)
바이오 회사에다가 AI 적용시켜보려고 별 짓을 다 해봤는데
제대로 할려면 아예 회사 자체가 AI 를 최중요 과제로 잡고 다같이 움직여야 될랑말랑 함
쉽지 않음 ...
와 대단하시네요.
모든 부서에 적용 시키려고 하시는걸까요?
@@user-dr4dj1qk8q 저는 이미지 전문이라 사무나 경영 쪽은 아니고 주로 연구개발 쪽에 시도했습니당
좀 뜬금없지만 진심으로 너무너무 궁금한게 있어서 여쭈어 봅니다. 지금 한국의 시간은 오후 10시라고 가정 했을 때, 뉴욕의 시간은 8시로 약 14시간이 느립니다. 그래서 지금 여기 한국에서 비행기를 타고 약 12시간의 비행끝에 뉴욕에 도착 했을 때 저희는 과거로 간것 일까요? 너무 궁금합니다. 제발 알려주세요.
과거라는 기준이 한국시간으로 기준잡으면 과거가 되고 뉴욕의 기준시간으로 잡고 출발하면 같은시간속에 사는거죠
시간이 뭘 까요? 한번 스스로 생각해 보세요. 정확히는 시각인데
지금 한국 시각이 오후 10시일때 뉴욕 시각은 8시로 14시간 느린 이유가 뭔가요?
왜 뉴욕 시각은 우리랑 다른가요?
@@1stepofall918 왜 다르죠?
@@FictionorGame 오....정말 재밌네요. 좋은 답변 감사합니다.!
@@user-bq3zx8hf5l 음 그럼 지금 뉴욕에 있는 사람이랑 전화로 통화를 하면 과거 사람이랑 통화를 하는 거라고 생각하시나요??
혹시 지구가 구형(공모양)이고 자전을 한다는 건 배우셨는지 궁금하네요.
s24무조건 삽니다
역시 선진국이 되려면 국가의 정책이 중요한데..
오른쪽 두분 왜 이렇게 닮으셨죠? 부자지간? ^^;;
안될과학 본지 몇년이됬는데
진짜 무슨말인지 한개도 모르겠다.
대부분 기업관련 솔루션 이야기라 어려운 점도 사실입니다. 하지만 LLM의 기술의 현재 특성이라던지, 활용법(사업체 운영간) 등 알려주는 부분이니까 잘 분별해서 들으면 그것도 나쁘지 않습니다.
세 분 너무 가까이 계신가봐요~ 약님 몸이 계솓 왼쪽으로 많이 치우치네요~
AI 시대에 살아남을려면 인간은 반드시 통찰력이 있어야 한다.
그러나 대한민국 교육에는 통찰력을 키우는 교육이 과연 있나?
통찰력은 그렇게 쉽게 형성되지 않는다.
지금과 같이 경쟁을 강요하는 사회에서는..
그리고 AI가짜뉴스도 규제가 필요. 가짜뉴스 구분 못하는 사람들이
너무 많아서 큰 문제.
14:30 물론 저보다 훨씬 잘 아시겠지만, 이 부분에는 좀 반론하는 입장이네요. 질이 떨어지는 image로부터, 질이 좋은 image를 생성하는건 이미 흔한 어플리케이션이니, 질 낮은 문장들로부터, 질 높은 문장으로 회복시키는 것도 가능하고, 그게 data science적인 관점에서 나아갈 방향이라고 생각하네요. 업무 종사자들이 질이 떨어지는 데이터를 만드는 것은, 그런 느슨함이 가져오는 편안함도 있고, 그렇게 일해도 사실상 크게 문제는 없었다는건데, 우리의 업무를 편하게 하기 위해, 우리의 업무를 불편하게 만들겠다는 조금 모순적인 것 같습니다. 제가 생각하기에 근시안 적으로 맞는 답을 알려주신 것 같아요. 하지만 장기적으로, 아마 저런 데이터를 정교하게 만드는 작업조차 필요하지 않게 될 것입니다.
이게 image processing 쪽에서는, 엉성한 image와, 질이 높은 이미지의 구분이 상대적으로 (극명하게) 명확해서, 이쪽에서는 비교적으로 엄청나게 앞서나가고 있죠. 예를들어, 64*64의 pixel 이미지로부터, 1024*1024의 아주 정교한 이미지를 창조해내는 것은 이미 기본적인 적용 중 하나이죠. 가장 큰 차이는 noise 같아요. 예를들어, 위의 작업을 수행하는 AI를 만들기 위해서는, 1024*1024의 이미지들을 준비한 후에, 이를 64*64로 down sampling하고, 이를 가지고 모델을 훈련만 해도 충분해요. 하지만, 우리가 어떤 좋은 글을 가지고 있을 때, 이 글의 수준 낮은 버전은 뭘까요? 예를들어, 일부러 띄어쓰기를 엉망으로 한다, 철자를 엉망으로 한다 등등등, 단어의 조합을 단순하게 만든다 등등등 여러가지 방법이 있을건데, 이는 훨씬 복잡한 개념이고, 지금 널리 쓰이고 있는 언어모델 AI들이 수행할 수 있는 작업도 사실 아니에요. 현재 언어기반 AI들은 단어들을 Tokenize하여 작업을 수행하는게 기본인데, 저 위에 에러들 중에는 이런 기본 범위에서 벗어난 부분들도 많죠.
물론 무지랭이인 제가 할 수 있는 일들은 아니겠지만, 알파벳 수준에서 작동하거나, 아니면 다른 방식을 써서든, 위 문제들을 해결하는 AI가 나오는건 무조건 시간문제라고 보고, "더 나은 데이터를 내놓아라"라고 하는건 Data Engineer의 입장이고, "어떤 데이터를 내놓아도 상관없다, 내가 가능하게 만들겠다"가 Data scientist들의 몫이라고 보네요. 이 Data science라는 분야의 발전속도가 기하급수적이라, 물론 데이터를 더 정교하게 생성하거나, 준비하는건 당장의 AI기술들을 더 잘 활용하기에 필요한 일이지만, 그렇게 준비해놨더니, Data Scientist들이 "자, 이제 아무 데이터나 주셔도 상관없습니다" 해버리면, 그러한 비용투자들이 낭비가 되버리니, 참 애매한 문제죠.
레알 저사람 머신러닝에 대해 근본적인 이해가 있는지 모르겠음
머신러닝은 근본적으로 비선형 패턴분석인데 즉 인간이 이해하는 식으로 이해하는것인데
명령형 사고로 생각함
무슨 마침표니 뭐니 데이터 탓하고 있음
그건 머신러닝 설계할때 레이어를 구분을 제대로 못한것에서 발생하는것인데
다 아는 얘기에 철지난 얘기만 해서 보다가 껐음 ㅋ
더 기술적으로 말해보면 인풋 아웃풋 값 졸라 주고 가운데 if 문은 역으로 프로그래밍이 생성하게 하는것인데
그 if 문 분기점에 가중치라는걸 줘서 역치 이상이면 분기 때리는거다 그래서 신경망이라고 하는거고
그게 시냅스 베낀거니가
지금 연구가 꽤 되어서 레이어를 졸라 많이 두면 둘수록 정교해 지는건데 마침표 운운하는건
신경망에 대한 이해도가 제로란 증거야
저런애들이 회사에서 팀장 매니징을 하고 있으니까 도태 되는거야
근본적인 이해가 중요한데
레이어 같은거 어떻게 설계를 잘못했을까란 문제의식은 없고
그냥 고객한테 니가 데이터 그지같은거 줘서 안돌아가는거야 라는 식의
자신으 실력이 낮은건 생각 못하고
LLM이나 어텐션 큐스타니 뭐니 이런건 다
근본은 신경망이고 레이어를 어떻게 쪼개고 합치고 그런것에 대한 방법론일뿐이다
그리고 이 방법론 조차도 나중에 머신러닝으로 지가 알아서 업그레이드 할거고
생물체처럼 매번 신경망 또 가중치를 졸라게 때려박아서 결과값에 근사치 찾는 계산 작업에 졸라게 컴퓨팅 파워 먹으니까
그것도 사람 대가리 베껴서 최적화 중이다
주객이 전도된 느낌, 사람의 업무를 AI가 편하게 도와주는 줄만 알았지, 사람의 업무를 AI님이 알아들으실 수 있게 전부 바꿔야 한다니, 이렇게 까지 해야하는건가
님말이 맞습니다.
그래서 지금 다 전문가라고 하는 사람들, 나와서 프롬프트 엔지니어링 떠들고 다니는 사람들은 다 전문가가 아니라 존문가인 것입니다.
모든 개발이 그렇죠 당연히....
최종적으로 사용자가 편한겁니다
모든 개발에는 한땀한땀 수작업적인 부분이 대부분 입니다
제목내용이 안맞는것같은데.. 😂
아싸 10등안에 들었다
라이브를 안켜고 라이브라고 하는 것은 국제법 위반 어쩌구
3
2023년 12월 31일 일요일 오전 3시 정각
전문가 분들은 과학 커뮤니케이터가 아니라 어쩔 수 없다고는 하지만 최소한 안될과학에 출연 하실 때는 이해라도 해주셨으면 좋겠어요. 여기는 전문가가 대화 상대가 아니라 아무것도 모르는 일반인이 화면 넘어에 있다는걸. 전문 분야에서의 일상적인 대화도 비 전문가들은 어렵습니다. 토큰이고 API고 약자나 전문 용어는 알아듣기 쉽지 않아요. 어려운 과학을 일반인도 알기 쉽게 설명하는게 안될 과학의 취지인데 어려운 단어 약자들로 빠르게 말해버리면 채널의 취지와 어긋나 버려요. 궤도님이 진실을 왜곡 해가며 비유를 열심히 하셨던 이유가 과학에 관심 없는 일반인들도 조금이라도 이해를 하고 관심을 가져주시기를 원하기 때문이였어요. 초창기와 달리 안될과학 멤버들의 발표 보다 분야 전문가분들의 출연이 많아지면서 심각하게 어려워 지는 경우가 종종 있습니다. 저도 전문 분야의 상황을 비 전문가를 상대로 대화 해 본 경험이 있어서 아는데 쉽게 쉽게 쓰던 단어도 비 전문가는 못알아들어요.
2댓 ㅠ
ㅋ
회사 틀딱님들 이거 알면 하루죙일 대화만 할걸요 ㅋㅋㅋ 저는 이걸로 메크로 짜서 잘 쓰고 있습니다. 삼성계열 초 일류기업은 다르네요 구멍가게 수준인 SK계열사 인데도 사용하게 해달라 했는데 씨도 안먹히네요 참고로 웬만한 시스템 있는 회사는 지피티 접속하고 무슨짓했는지 다 알더라구요 ㅋㅋ 조심하세요~😂
구라쟁이를 발명했어
잘난척하네
이걸왜 sds사람이 설명을 하지….?
SAAS 등 사업 확장해서 그런건데, 2020년부터 미리 준비하고 있었습니다.(물론 그 전부터 했겠죠)
실제 삼성의 IT 관련 전반적인 부분, 그리고 B2B 등 진행하고 있어서 전문분야 초빙한게 맞죠.
안되는 이유는?
그럼 SBS 에서?😊
sds에서 it솔루션도 담당하니까요..
@@user-uq7zg5qf8w 네 그걸 몰라서 쓴게 아닙니다^^
지금까지 본 안될과학 영상중에 젤 도움이 안되네요. 보다가 포기했습니다. 현재 생성형 AI의 발전속도는 엄청 빠른데, 뭔가 예시를 보여줄 줄 알았는데 그냥 수박 겉핥기. 안될과학의 전문프로그램이라기엔 너무나 부족한 영상이네요.
궤도 넷플에서 너무 밉상이라 어케됐을지 궁금했는데 조회수가
되도않는 애들이 나와서 떠드는거 개웃기네 ㅡㅡ