Waymo는 2009년 구글의 자율 주행차 프로젝트로 시작되어 현재 Alphabet Inc.의 자회사로 운영되고 있다. 이 회사는 자율 주행 기술을 개발하고 다양한 환경 및 조건에서 이를 시험함으로써, 기술의 성숙도를 높이는 데 주력하고 있다. Waymo의 차량은 실제 도로 상황에서 다양한 기상 조건과 시간대에 걸쳐 운영될 수 있으며, 이는 기술의 안정성과 신뢰성을 입증하는 중요한 과정이다.
특히, Waymo는 캘리포니아 주 산마테오 카운티와 샌프란시스코 시에서 자율 주행 차량을 운영하고 있다. 이 지역들에서 Waymo는 자동차가 실제 도로에서 다양한 교통 상황과 인프라를 경험하며 데이터를 수집한다. 이 데이터는 Waymo의 자율 주행 시스템을 지속적으로 향상시키는 데 사용된다. Waymo의 기술은 특히 복잡한 도시 환경에서의 주행 능력을 평가하는 데 중점을 두며, 여기에는 보행자, 자전거, 다양한 차량 등 다수의 동적 요소가 포함된다.
또한, Waymo는 이러한 시험 운행을 통해 자율 주행 기술의 안전 프로토콜을 개선하고, 가능한 모든 시나리오에서 차량의 반응을 최적화한다. 이 회사는 자율 주행 기술의 상용화를 위해 필요한 규제 승인과 공공의 신뢰를 구축하는 데도 주력하고 있다. 이러한 노력은 자율 주행 기술이 보편적으로 도입되는 미래에 대비한 준비 과정의 일환이다.
Cruise
Cruise는 General Motors (GM)의 자회사로 2013년에 설립되었으며, 주로 도시 환경에서 자율 주행차를 운영하는 데 집중하고 있다. Cruise는 'Origin'이라는 자체 개발한 전기 자율 주행 차량을 통해 운전석이나 페달 없이 완전 자율 주행을 실현하려는 목표를 갖고 있다.
Cruise는 샌프란시스코와 같은 복잡한 도시 환경에서 자율 주행차의 테스트를 집중적으로 진행하고 있다. 이러한 환경에서의 테스트를 통해 자율 주행차의 안전성과 효율성을 입증하고자 하는 노력을 기울이고 있다.
그러나 Cruise는 최근 몇 년 동안 여러 차례의 운영 중단과 사고를 겪으면서 일부 어려움을 겪었다. 2023년에는 특히 샌프란시스코에서의 운행을 중단하는 큰 결정을 내리기도 했다. 이러한 사고들은 단순히 기술적인 문제뿐만 아니라 회사의 대응 방식에 대한 논란을 일으키기도 했다. 이 사건들은 크루즈의 운영 전략과 안전 프로토콜에 대한 재검토를 요구하며, 자율 주행 기술의 신뢰성과 안전성에 대한 대중의 인식에도 영향을 미쳤다.
Waymo와 Cruise의 기술적 차이점 분석
자율 주행차 기술 분야에서 Waymo와 Cruise는 각각의 독특한 접근 방식으로 시장에서 중요한 위치를 차지하고 있다. 두 회사는 모두 첨단 센서와 소프트웨어를 활용하여 주변 환경을 인식하고 안전하게 주행할 수 있는 경로를 계획한다. 그러나 각기 다른 강점과 기술적 초점을 가지고 있다.
Waymo: 데이터 처리와 기계 학습의 강점
Waymo는 Google의 강력한 데이터 처리 능력과 기계 학습 기술을 기반으로 한다. 이를 통해 방대한 양의 데이터를 빠르게 수집하고 분석하여 자율 주행 알고리즘을 지속적으로 개선하고 있다. Waymo는 특히 다양한 기상 조건과 도로 상황에서 테스트를 수행하여, 자율 주행 기술의 신뢰성과 범용성을 높이는 데 중점을 둔다.
Cruise: 자동차 제조와 통합에 중점
반면, Cruise는 General Motors의 자동차 제조 역량을 활용하여 자율 주행 기술을 자사의 차량에 통합하는 전략을 취하고 있다. Cruise는 자체 개발한 전기 자율 주행 차량인 'Origin'을 통해 운전석이나 페달 없이 완전 자율 주행을 목표로 하고 있으며, 주로 복잡한 도시 환경에서의 운행을 테스트한다. 이러한 접근은 차량의 설계부터 생산, 운영에 이르기까지 자율 주행 기술의 완벽한 통합을 목표로 한다.
시장에서의 영향
Waymo와 Cruise는 각각의 기술적 강점을 바탕으로 자율 주행차 시장에서 중요한 역할을 하고 있다. Waymo의 데이터 중심 접근 방식은 다양한 운전 환경에서의 유연성과 적응력을 제공한다. 반면, Cruise의 차량 통합 전략은 자동차 제조 및 운영의 효율성을 극대화하는 데 초점을 맞춘다. 이 두 회사의 경쟁과 협력은 자율 주행 기술의 미래 방향을 형성하는 데 큰 영향을 미칠 것이다.
이러한 기술적 차이점은 각 회사가 자율 주행 기술을 상용화하는 방식에 결정적인 영향을 미치며, 앞으로 자율 주행차 기술이 사회에 통합되는 방식에 중요한 시사점을 제공한다.
Cruise의 뺑소니 사고와 상용화 리스크
2023년 10월, 샌프란시스코에서 발생한 크루즈 자율 주행차의 사고는 큰 사회적 파장을 일으켰다. 이 사고에서 크루즈의 자율 주행차는 한 여성을 치어 심각한 상해를 입히고 약 20피트를 끌고 갔다. 기술적 분석에 따르면, 여러 센서의 실패가 겹쳐 이 여성의 위치를 제대로 탐지하지 못했고, 차량은 여성을 치고도 멈추지 않고 계속 주행했다. 이는 차량의 오류 판단과 위치 식별 실패 때문이었다.
이 사건 이후 크루즈는 캘리포니아 주 도로교통국(DMV)으로부터 일시적으로 운영 중단 명령을 받았다. 크루즈의 로봇택시 운영이 중단된 것은 이 사고가 크루즈의 안전 프로토콜에 심각한 문제가 있음을 드러냈기 때문이다. 이 사고는 전체 자율 주행차 산업에 대한 안전 문제를 재조명하는 계기가 되었다. 크루즈는 이후 소프트웨어를 업데이트하고 내부 검토를 강화했다고 발표했다.
또한, 이 사고의 여파로 크루즈는 경영진의 변화를 겪었으며, 직원의 24%를 해고하는 등 대대적인 구조조정을 단행했다. 이러한 변화는 회사가 안전 문제와 기술적 도전을 극복하고 다시 신뢰를 회복하기 위한 시도의 일환으로, 크루즈는 향후 운영 재개를 목표로 새로운 안전 대책과 기술적 개선을 모색하고 있다.
이러한 사건들은 자율 주행차 기술의 발전과 상용화 과정에서 발생할 수 있는 리스크를 상기시키며, 업계 전체에 대한 규제와 안전 기준의 중요성을 강조한다. 이 사고는 기술적인 한계와 안전 관리의 필요성을 드러내며, 자율 주행차 산업에 중요한 교훈을 제공하고 있다.
향상된 자연어 처리(Natural Language Processing, NLP) 능력은 언어 모델이 인간의 언어를 이해하고 생성하는 능력이 개선되었다는 것을 의미한다. GPT-5와 같은 고급 언어 모델에서 이러한 능력은 다양한 기술적 진보를 통해 달성된다. 여기에는 더 정밀한 텍스트 이해, 더 정확한 맥락 파악, 그리고 더 자연스러운 언어 생성이 포함된다. 아래는 이러한 향상된 NLP 능력을 구체적으로 가능하게 하는 몇 가지 요소들이다:
더 큰 모델 아키텍처와 매개변수 언어 모델의 크기(즉, 매개변수의 수)가 클수록 더 많은 언어 데이터를 학습하고 더 복잡한 언어 패턴을 이해할 수 있다. GPT-5는 예상되는 바에 따르면 매개변수가 수십 억에서 수백 억 개에 이를 것으로 추정되며, 이는 모델이 더 정교하고 다양한 언어 현상을 모델링할 수 있게 한다.
더 광범위한 학습 데이터셋 향상된 NLP 능력을 위해서는 다양한 소스에서 수집된 방대한 양의 텍스트 데이터에 대한 학습이 필요하다. 이 데이터는 소셜 미디어 게시물, 문학 작품, 학술 자료, 일상 대화 등을 포함할 수 있으며, 모델이 다양한 언어 사용 상황과 문체를 이해하는 데 도움이 된다.
맥락 이해의 향상 고급 NLP 모델은 단순한 키워드 인식을 넘어서 문장이나 문단 전체의 맥락을 파악할 수 있어야 한다. GPT-5는 특히 문맥을 기반으로 한 언어 이해에서 큰 진전을 보일 것으로 기대된다. 이는 대화의 흐름을 이해하거나, 문서 내에서 주제 전환을 감지하는 등의 능력을 포함한다.
세밀한 언어 생성 언어 모델의 출력, 즉 생성된 텍스트의 질도 중요하다. GPT-5는 문법적으로 정확하고, 스타일적으로 일관된, 맥락에 부합하는 텍스트 생성 능력이 향상될 것이다. 이는 창의적 글쓰기, 정확한 기술적 설명, 효과적인 커뮤니케이션에 필수적인 요소이다.
다양한 언어 및 방언 지원 언어 모델의 향상된 NLP 능력은 다양한 언어 및 방언에 대한 지원 확대로도 이어진다. 이는 전 세계 사용자들이 모국어로 자연스러운 상호작용을 경험할 수 있게 해, 모델의 접근성과 유용성을 높인다.
이처럼 향상된 자연어 처리 능력은 GPT-5가 보다 심층적이고 정확한 언어 이해와 생성을 가능하게 하여, 사용자가 더욱 다양하고 복잡한 언어 관련 작업을 수행할 수 있도록 지원한다.
다국어 지원 확대
더 큰 다국어 데이터셋 학습 GPT-5는 전 세계에서 수집된 더욱 다양하고 방대한 언어 데이터를 학습할 가능성이 높다. 이 데이터에는 소셜 미디어 게시물, 뉴스 기사, 과학적 논문, 문학 작품 등 다양한 형태의 텍스트가 포함될 수 있다. 이를 통해 모델은 다양한 언어의 뉘앙스와 문맥을 더 잘 이해하고 반영할 수 있다.
언어별 특화 모델의 개발 각 언어의 특성을 고려한 맞춤형 모델을 개발하여, 특정 언어에 대한 처리 능력을 향상시킬 수 있다. 예를 들어, 한국어, 일본어, 아랍어 등 각기 다른 문법과 구조를 가진 언어들을 위해 특화된 알고리즘을 적용함으로써, 더 정확하고 자연스러운 텍스트 생성이 가능해질 것이다.
언어 간 번역 및 통역 기능 강화 GPT-5는 이전 모델들보다 더 정교한 언어 간 번역 능력을 갖출 것으로 기대된다. 이는 글로벌 커뮤니케이션을 원활하게 하고, 다양한 언어 사용자들이 상호 작용하는 환경에서 AI의 유용성을 증가시킬 수 있다.
다국어 의도와 감정 인식 개선 다양한 문화와 언어에서 나타나는 의도와 감정을 더 잘 파악하고 반응할 수 있도록 인공 지능의 감정 인식 기능이 향상될 것이다. 이는 국제적인 비즈니스, 고객 서비스 및 사용자 경험(UX) 디자인에서 특히 중요한 요소가 될 수 있다.
이러한 다국어 지원의 확대는 GPT-5를 더욱 포괄적이고 접근성 높은 도구로 만들어, 전 세계적으로 다양한 사용자와 기업들이 이득을 볼 수 있는 기회를 제공할 것이다.
다양한 분야로의 확장
의료 의료 분야에서는 GPT-5를 활용하여 환자의 증상 기술로부터 진단을 지원하는 도구를 개발할 수 있다. 또한, 대량의 의료 데이터를 분석하여 치료 방법을 제안하거나, 의료 연구 문헌을 요약하는 등의 작업을 자동화할 수 있다.
법률 법률 분야에서 AI는 법적 문서 작성, 계약 검토, 사례 연구 등에 사용될 수 있다. GPT-5는 특정 법률 용어와 관련된 문맥을 이해하고, 법적 문서를 생성하거나 수정하는 데 도움을 줄 수 있다.
교육 교육 기술에서 GPT-5는 맞춤형 학습 자료 생성, 학생의 질문에 대한 자동 응답, 에세이 평가 등에 활용될 수 있다. 이를 통해 교육 과정을 개인화하고, 학생 개개인의 학습 요구와 속도에 맞춰 지원할 수 있다.
창작 및 엔터테인먼트 영화나 소설의 시나리오 작성, 음악 작곡, 게임 개발 등 창작 분야에서도 GPT-5의 활용이 기대된다. AI는 기존의 작품을 분석하여 새로운 창작물을 제안하거나, 인간 창작자와 협력하여 독창적인 콘텐츠를 생성할 수 있다.
비즈니스 및 마케팅 비즈니스 분야에서 GPT-5는 시장 분석, 고객 서비스 자동화, 광고 콘텐츠 생성 등에 활용될 수 있다. AI는 소비자 행동을 분석하여 효과적인 마케팅 전략을 제안하거나, 고객 문의에 실시간으로 대응하는 등의 역할을 수행할 수 있다.
GPT-4의 대중적 제공 가능성
OpenAI의 접근성 목표
OpenAI는 기술의 민주화를 지향하며, 이는 가능한 많은 사람들이 고급 AI 기술을 사용할 수 있도록 하는 것을 목표로 한다. 이런 이념에 따라, GPT-3의 뒤를 이은 GPT-4도 결국 일반 대중에게 제공될 가능성이 있다. OpenAI가 이전 모델인 GPT-3.5를 일정 시간 후 일반 사용자에게 무료로 공개한 전례를 고려하면, GPT-4 역시 유사한 방식으로 접근성이 확대될 수 있다.
기술의 성숙도와 비용 문제
GPT-4와 같은 대규모 언어 모델은 운영 및 유지 관리에 상당한 비용이 발생한다. 하드웨어 요구 사항, 에너지 소비, 서버 유지 관리 등이 이에 포함된다. OpenAI는 이러한 비용을 감당하기 위해 상업적 라이선스, 구독 모델 또는 일정 수준의 무료 사용 후 유료화 전략을 채택할 수 있다. 따라서 GPT-4의 대중적 제공은 이러한 경제적 요소에 크게 좌우될 수 있다.
시장 및 사용자 요구
GPT-4를 포함한 고급 AI 모델의 대중적 제공은 사용자의 요구와 시장의 수요에 의해서도 결정된다. 예를 들어, 교육, 연구, 개발 분야에서의 강력한 수요는 OpenAI로 하여금 GPT-4를 교육 기관이나 개발자 커뮤니티에 더 넓게 배포하도록 할 수 있다. 또한, AI 도구에 대한 일반 대중의 인식 개선과 AI의 유용성 증가도 대중 제공을 촉진하는 요소이다.
경쟁 환경
Microsoft와 같은 대형 기업들과의 파트너십이나 경쟁 다른 AI 회사들의 움직임도 OpenAI의 제품 전략에 영향을 미칠 수 있다. 경쟁이 치열해질 경우, 기술의 대중적 제공을 통해 시장 점유율을 확보하려는 전략이 취해질 수 있다.
이처럼 GPT-4의 대중적 제공 가능성은 다양한 내부 전략과 외부 시장 상황에 따라 달라질 수 있다. OpenAI는 AI 기술의 대중화를 목표로 하고 있으며, 이를 위해 기술적, 경제적 장벽을 낮추는 다양한 방법을 모색하고 있다. 따라서, 사용자와 개발자 커뮤니티는 이러한 변화를 주시하며 준비하는 것이 중요하다.
이렇게 GPT-5 및 GPT-4 모델의 발전과 대중적 제공 가능성은 인공 지능 기술의 접근성과 활용도를 높이는 데 크게 기여할 것이다. 이는 기술의 진화뿐만 아니라 사회적, 경제적 환경에도 영향을 미칠 것으로 기대된다.
Explore GPTs메뉴로 들어가면, 오른쪽 상단에 My GPTs 혹은 Create를 누르면 나만의 GPT를 만들 수 있다.
GPT 만들기 메뉴
내 경우에는 미리 만들어둔 GPT가 있었기 때문에 My GPTs메뉴로 들어갔다. 여기에서 Create a GPT를 눌러 새로운 GPT를 만들 수 있고, 연필 모양 아이콘을 눌러 기존 GPT를 수정할 수도 있다.
GPT 빌드하기
처음 GPT를 만들 때는 위에서 보이는 것처럼 대화형으로 작성하면 편하다. 커스텀 GPT의 이름, 설명, 로고 등은 GPT와의 대화를 통해서 채워주면 된다. 오른쪽에 보이는 화면은 실제로 어떻게 작동/답변하는지 확인할 수 있는 프리뷰 GPT이다. 왼쪽 화면에서 GPT를 빌드하고, 오른쪽 화면에서 검증하면 되는 것이다.
실질적으로는 대화 형식 만으로 내가 원하는 내용을 다 잡아내기는 어렵다. 그렇기 때문에 왼쪽 화면의 Configure버튼을 클릭해서 Instruction란에 직접 채워주는 것이 좋다. 아래는 대화 방식으로 작성한 내용을 정리한 instruction이다. 다음 포스트에서는 어떤 식으로 instruction을 정리해야 하는지 더 자세히 설명해보려 한다.
사용된 Instruction
이 GPT는 샌프란시스코 시내에 위치한 인스타그램에서 인기 있는 맛집을 찾는 데 도움을 제공합니다.
사용자가 '랜덤 돌리기' 버튼을 클릭하면, 트렌디하고 인기 있는 새로운 음식점을 랜덤으로 추천합니다.
사용자가 맛집을 추천해 달라고 요청할 때, 시간대에 따라 다른 유형의 음식을 추천합니다:
오전 7시부터 11시까지는 아침 식사(간단한 샌드위치, 커피, 반미 등), 오전 11시부터 오후 4시까지는 브런치와 점심 메뉴, 오후 4시부터 오후 10시까지는 저녁 메뉴. 추가로, 한국어로 포스팅된 샌프란시스코의 맛집 포스트도 추천합니다.
사용자가 특정 음식 종류를 언급하지 않았다면, 해당 지역에서 가장 유명한 맛집을 추천합니다. 음식 종류, 예산, 그리고 사용자가 질문하는 시간에 오픈한 음식점만을 추천합니다.
사용자가 예산을 언급하지 않았다면, 예산에 대해 다시 물어보아 예산 정보를 포함하여 추천을 제공합니다. 각 추천 맛집의 운영시간도 제공하여 사용자가 방문 계획을 세울 수 있도록 합니다.
추천 시 유효한 음식점의 공식 인스타그램 링크를 제공합니다. 유효하지 않은 링크의 경우, 그 음식점의 공식 웹사이트 링크도 제공합니다.
매 추천에서는 음식점의 위치 📍, 운영 시간 🕒, 인스타그램 링크 🔗, 인기 있는 메뉴 및 예산 정보를 포함합니다.
특히, 20대에서 30대가 주로 포스팅하는 트렌디한 음식점을 중점으로 추천하며, 포스트가 100개 이상 태그된 장소와 영상 포스트도 포함된 음식점을 추천합니다.
친근하고 인플루언서 스타일의 말투로 응답하며, 적절한 이모티콘을 사용하여 표현을 더욱 풍부하게 합니다. 한국어로 응답하여 문화적으로 관련성 있는 상호 작용을 보장합니다.
사용 예시
말투와 이모티콘 사용 확인
인스트럭션에 설명한 것 처럼 친근한 인플루언서 말투로 대답뿐만 아니라 적절한 이모티콘을 섞어 대답했다.
예산에 대해 대답하지 않자, 재차 예산을 물어봐 줬다.
음식점 운영 시간, 인스타그램 링크, 예산, 추천 음식을 포함해 줬다. 위에 나와있는 롤로 인스타그램 링크를 클릭하니 아래와 같이 잘 연결되어 나왔다. 샌프란시스코 현지인 피셜 롤로는 나름 힙한 레스토랑이기 때문에 해당 GPT는 꽤 성공적으로 작동했다고 결론을 내릴 수있었다.
내가 만든 GPT는 아래 링크로 접속 가능하다. 궁금하다면 한번쯤 사용해보고 답글을 남겨주길 바란다.
'은하수를 여행하는 히치하이커를 위한 안내서'에 나오는 마빈을 모델로 삼았다고하는 Grok은 책에 나오는 캐릭터처럼 반항적이고 재치 있는 AI모델이라고 설명되고 있다. 2023년 설립된 인공지능기업 x.ai에서 자연어 처리 모델(NLP)을 베이스로 개발하고 있으며 대화형 AI어시스턴트 기술에 주력하고 있다고 알려져 있다.
Chat GPT와 비교했을때 이해력과 추론능력으로 따지면 GPT 4와 비슷한 성능일 것이라 예측되고 있는데. Grok AI는 텍스트 데이터와 함께 인간의 대화 패턴, 감정 표현등을 포함한 대화 데이터로 트레이닝되고 있다.
프리미엄 멤버십
X의 프리미엄 멤버십을 가지고 있다면, 앞으로 적용될 Grok AI를 통해 게시물을 작성할 수 있게 된다. 정확한 날짜는 특정되지 않았지만 조만간 도입될 것으로 예상된다.
Grok의 문제
Grok을 사용해 게시물을 작성하는 데에는 아직까지 큰 문제가 있다. 트위터 앱의 특성 자체가 스팸과 봇 문제에 취약하다는 것인데. 이미 봇을 통한 스팸 문제가 만연한 상황에서 Grok AI를 이용한 게시물 작성은 이런 문제를 더 가속화시킬 수 있다. Grok이 이야기를 만들어내고 이를 사실처럼 제시한다면, 또 이글들이 후에 X의 새로운 트렌딩 토픽과 탐색기능으로 홍보된다면. 사실이 아닌 내용이 들불처럼 쉽게 퍼질 수 있다는 문제가 있다.
다른 잠재적인 문제는 Grok AI 챗봇이 이미 사용자의 트윗 데이터에 대해 훈련되어 있다는 것이다. 만약 사용자가 Grok을 통해 생성한 게시물을 Grok AI가 모델 트레이닝하는 데에 사용한다면, 정확도와 편향성에 대한 문제가 생길 수 있다. 특히 이런 방식은 일종의 자기 강화 루프를 만들어내는데, 모델의 성능을 저하시킬 뿐만 아니라 더 왜곡되고 편향된 내용을 생성할 가능성이 높아지게 한다.
AI를 이용한 검색의 증가. 구글과 네이버, 다음 등 검색포털을 이용한 서치 엔진 다음으로 AI를 이용한 검색 업계에 대한 주목이 높아지고 있다. 구글 서치엔진을 이용해 질문에 대한 답변이 될만한 링크를 받는 것보다 ChatGPT, Google의 제미나이, 마이크로소프트의 코 파일럿 등을 이용하여 더 직접적인 답변을 찾는 빈도가 급증하고 있고, Perplexity나 You.com 같은 기업들은 차세대 검색 제품으로 자리매김하고 있다.
AI 검색 제품의 한계
실용성만을 따졌을 때는 인공지능을 이용한 검색이 더 빠르고 좋은 결과를 낼 수 있지만. 직접적 답변을 요하지 않는 경우가 요컨대 많이 있다.
예를 들면 어떤 웹사이트에 접속하기 위해 검색을 한다든지(내비게이션 쿼리), 실시간 정보에 대해 검색한다면. 최신 정보에 대해 인공지능을 신뢰하기 어려운 경우가 많다. 영구적인 정보다 일반화된 정보, 지식(탐색 쿼리)에 대해서는 인공지능 검색이 좋은 결과를 낼 수 있지만. 단일 답변이 아닌 '학습 프로세스'의 일환으로 검색을 이용하는 경우가 많기 때문에 현재까지는 웹 검색 운영체제가 견고하다는 것이다.
요약
인공지능의 발전에도 불구하고 구글, 네이버 같은 전통적 서치엔진은 속도와 정확도에서 뛰어나다.
인공지능 검색엔진은 전통적인 서치엔진에 비해 내비게이션 쿼리에서 고충을 겪고 있다.
탐색 쿼리에 있어서 인공지능은 큰 잠재력을 보여준다.
*쿼리 Query - 정보를 얻거나 검색하기 위해 컴퓨터나 인터넷 검색 엔진에게 제공하는 질문이나 검색어.
예시) 사용자가 인터넷에서 원하는 정보를 찾기 위해 입력하는 검색어나 질문.
*내비게이션 쿼리 - 사용자가 특정 웹사이트나 서비스로 이동하기 위해 검색 엔진에게 입력한 검색어
*탐색 쿼리 - 사용자가 특정 주제나 정보에 대해 자세히 알고 싶거나, 이에 대한 학습과정을 시작하기 위해 검색 엔진에 입력하는 질문 또는 검색어.
ChatGPT3.5 버전은 전기 칫솔의 장단점, 일반 칫솔의 장단점을 짚어주며 포괄적인 내용을 제공해 주었다.
다만 정확한 근거 제시가 되지 않았고 너무 일반적인 이야기를 제시한 것이라.
누구나 말할 수 있는 장단점을 짚어주어, 참고할 만한 이야기일 뿐 정확한 의사 결정에 도움 되지는 않았다.
반면에 Perplexity AI에 같은 내용을 서치 해 보니.
질문에 대한 요약된 답변을 내놓았고, ChatGPT와 같이 각각 전동칫솔과 일반 칫솔의 장단점과 이러한 답변 도출하게 된 근거를 같이 제시해 주었다.
이외에도 장단점을 담은 사진을 정리해서 함께 게시해 주고,
이와 비슷한 질문과 그에 대한 답변도 같이 볼 수 있었다.
퍼플렉시티 AI vs ChatGPT
Perplexity AI
정확도 높은/ 전문성 있는 정보 제공
참고한 사이트, 정보 확인 가능
관련된 질문 함께 제시
질문에 관련된 이미지 제시
ChatGPT
높은 접근성
대화형에 특화된 generative AI
창의성을 요하는 글쓰기, 제작 능력이 뛰어남
정보중심의 AI?
Perplexity AI vs Google 서치 엔진
그렇다면 정보 중심으로 답변을 제공하는 이 AI와 구글 서치 엔진의 다른 점은 무엇일까?
아무래도 가장 큰 차이점은 어떤 방식으로 질문에서 답변을 도출하는가에 있다고 볼 수 있다.
Perplexity AI는 LLM(Large Language Model의 약자)을 이용해서 답변을 도출하고, 구글 서치 엔진은 질문의 '키워드'에 따라 질문에 대한 키워드의 유사성이 높은 링크를 추천하는 식으로 답변을 제공한다.
*LLM의 예시로는 OpenAI의 GPT3,4, Meta의 LLaMA, 구글의 PaLm2 등이 있다.
Perplexity AI가 직접적인 답변은 LLM을 통해서 제공하는 데에 비해 구글 서치엔진은 키워드를 통한 웹사이트 링크 제시에 멈추기 때문에 더 능동적인 방식의 정보 찾기로 볼 수 있다. 또 유저 중심의 퍼플렉시티는 '답변'을 주는 데에 중점을 두는 데에 비해 구글 서치는 '링크 제공'을 중심으로 하고 있다는 차이점이 있다
결론적으로 더 직접적이고 집약적인 답변을 원한다면 Perplexity AI를,
포괄적이지만 여러 가지 정보를 제공받고 싶다면 Google Search Engine을 골라 사용하면 되는 것이다.
