DevOps Korea 좌담회 2024.2.13.
DevOps Korea 좌담회 2024.2.13.
일시 : 2024년 2월 13일 (화) 19:00
안내 :
- Facebook : DevOps Korea - AI의 시대에서 DevOps가 가야할 방향
- GitHub : https://github.com/ralfyang/DevOps_Korea_sitting_talking/tree/main/20240213
장소 : 파크원2타워 티오더
주요 아젠다
- AI시대 관련 변화된 시대에 맞게 대응 할 방향
- DevOps 업무에 도움이 될만한 AI도구 및 방법론
- 이미 적용중인 AI를 활용한 엔지니어링 업무소개 등
🧑⚖️ 사례 1. 법원 판례
법원의 판결은 기존 판례에 큰 영향을 받는다. 사건마다 그 배경, 상황, 증거, 정황 등의 정보를 기반으로 이전에 어떤 결과가 나왔는지가 현재의 판결문 작성과 연관성이 있다는 것은 정보들의 분석으로 현재의 사건이 어떤 결과가 나올지 예측할 수 있고, 더불어 생성형 AI를 사용하는 소비자 또한 이런 '법률 서비스'를 받는 효과를 얻을 수 있다는 것이다.
관련 뉴스 - 법원도 AI 도입 시작…"판결문 작성 돕는 AI도 필요"
법률과 AI는 이전에 미국에서 ChatGPT로 찾은 자료를 법원에 제출하여 벌금형을 받은 사례도 있지만 그것은 잘못 사용된 예시이자 사실 검증을 해야한다는 경종이기도 하다
패널로 참여하신 파란두루미의 이인희 대표님은 AI에 이전 판례들을 적용하여 주변인의 어렵게만 보이는 법률 싸움(?)에 도움을 준 적이 있었다.
생성형 AI는 전문가적 소견이나 전체 설계는 아직 무리일 수 있지만, 검증, 자료정리, 부분적 구현에 탁월함을 보여준다. (아직이라는 것은 앞으로는 그럴 가능성도 있다는 것이다.) 특히 어떤 정보를 학습시키는가에 따라 원하는 답을 얻을 수 있다.
🧑💻 사례 2. 전문 영역의 교차, 가능성의 확대
게임 업계에서는 예술가의 영역이였던 캐릭터 일러스트와 배경 같은 영역에 생성형 AI의 도입이 활발해지고 있다고 했다.
게임 같은 엔터테인먼트 요소가 강한 소프트웨어 산업에서는 눈으로 보여지는 요소가 흥행에 많은 비중을 차지할 수 밖에 없다. 때문에 아티스트에 많은 비용이 지불되고, 또는 유명한 아티스트를 섭외해야하는 경우도 잦았지만, 생성형 AI가 이를 대체한다면 원하는 원화를 얻을 때까지 반복적으로 요청 할 수 있고, 이것은 이전에 사람이 직접 모든 예술적 작업을 수행했던 상황에 비해 상대적으로 적은 비용으로도 게임 제작을 진행할 수 있다는 장점이 있다.
눈으로 보여지고 사용자 경험이 요구되는 프론트엔드 개발, 백엔드 개발자도 할 수 있어요.
전문 영역을 벗어나 다른 영역을 새로 배우기에는 시간과 비용이 필요하지만 생성형 AI를 활용하면, 백엔드 개발자도 스마트폰 앱이나 UI 작업 같은 다른 역량이 필요한 영역에 대해서도 개발 가능한 기회를 얻게 된다.
생성형 AI는 초급자 개발자를 두는 것 같은 효과가 있어요.
결국 명령(프롬프팅)을 하는 사람이 원하는 바를 정확히 전달할 수 있다면 생성형 AI는 그 일을 초급자가 할 수 있을 정도의 결과물을 만들고, 이것은 기존의 전문영역을 벗어나 더 많은 가능성을 열어주는 역할을 수행한다.
🏭 사례 3. 자체 구축 생성형 AI
생성형 AI를 자체 구축하여 사용하는 경우도 있다. 그 유용성과 업무 효율성을 기대하지만 외부 SaaS 형태를 사용하게 된다면, 기업의 정보가 유출 될 가능성이 있기 때문이다.
채팅하는 것처럼 사용하면, 그게 다 토큰이고 돈이에요.
하지만 생성형 AI이 이제 막 활성화 되듯, 사용자도 아직 노하우가 많은편은 아니다. 질문 하나 당 모두 모델로부터의 결과를 도출하기 위한 비용(전기, 프로세싱)이 발생하는 작업인데, 마치 일반 사용자들은 채팅하듯, 아주적은 정보들로 주거니 받거니 하며 사용하는 사례도 있었다.
대화 한 번에 ‘생수 한 병씩’…챗GPT의 불편한 진실
참석자로 참여하다 패널로 전향(?)하신 삼성SDS의 조남호 프로님의 비용에 대한 언급, 그리고 사용법에 대해 교육했음에도 아직은 제대로 사용하지 못한다는 사실에서 답답함이 느껴지기는 했지만, 한편으로는 기업내부에서 생성형 AI에 대한 올바른 사용법과 활용법에 대해 고민하고 실행하고 있다는 것은 앞으로의 AI와 함께 하는 세상에서 또 다른 기업/개인 경쟁력이 될 것도 같다.
어떻게 하면 올바른 질문을 할 수 있을까에 대한 해법으로는 서로다른 LLM을 사용해보는것도 방안으로 제시되었다. 예를들어, Edge Copilot에게 프롬프트를 만들어달라고 요청하고, 생성된 프롬프트를 ChatGPT에 입력하는 방식이다. 조남호 프로님은 더 나은 사용을 위해서 무료 강의를 들어볼 것을 추천하였다.
LERAN GENERATIVE AI - Short Courses
- ChatGPT Prompt Engineering for Developers
- Building Systems with the ChatGPT API
- LangChain for LLM Application Development
👫 사례 4. "우린 생성형 AI 사용하지 않기로 했어요."
ChatGPT의 발표 이후로 수많은 관련 서적들이 출간되었고, 더불어 개발자 영역에서도 다양한 활용법, 특히 귀찮은 작업을 시키거나, 사용자에게 비 전문적인 영역의 해답(?)을 얻는 방식이 제안되었다.
Copilot이 생성해준 코드를 붙여넣으면, 설명 할 수 없고 우리의 코드 규칙을 지키기 어려워요.
참석하신 한 CTO분은 개발에 더이상 생성형 AI를 사용하지 않는 것으로 방향을 정했다고 이야해 해주었다. 앞서 다양한 활용법, 긍정적인 부분이 부각되었다면 이것은 반대적 입장이여서 관심이 가는 부분이였다. 특히 당장의 생산성은 높아질 수 있지만, 작성된 코드를 붙여넣은 사람도 설명할 수 없고 협업을 함에 추가적인 노력과 디버깅이 필수적이 되면서 생산성과 조직 거버넌스를 유지시키기 어려운 것이 그 이유 였다.
생성형 AI의 주요 문제점중 하나는 이미 학습된 데이터에 의존하는 편향적 경향이다. 이 문제는 편견이 완화되기보다는 편향된 결과를 더 확대하거나 지속적으로 출력하기 때문에 공개되어있는 학습모델을 그대로 활용하는 것은 작업자의 의도와는 다르게 흘러할 수 있다. 때문에, B2B 서비스를 개발하는 참여자 분은 자주 변경되고 일관성없는 프론트엔드를 관리하고 통합하기 위해 사내 표준 코드들을 학습시키고 이를 활용할 계획을 고려하고 있었다.
티오더의 하담님도 학교에서 생성형 AI와 관련하여 현 개발에서의 분위기, 그리고 미래에는 많은 부분이 사람을(개발자도) 대체할 것이라는 강의를 했고, 지금의 자녀들에게 코딩을 배우게 하는 것이 옳은지에 대한 질문을 받았다고 했다.
미래에 모든것을 AI가 대체한다면, 지금 코딩을 배우는게 의미 없는거 아닌가요?
이런 직업적 위기는 비단 생성형 AI 이전에도 있었다. 산업이 발전하면서 자동화로 인해 로봇이 제조 공정에서 사람이 하던 일, 즉, 물리적 노동력을 대체하는 것에 대한 위기가 있었다. 그리고 이제는 인간의 지식 노동력을 대체하는 것으로 AI가 그 위협으로 다가오고 있다.
인간의 지식 노동 대체하는 인공지능, 시장 경제 뿌리부터 흔들 것
혹자는 살아남을 직종이 창조적인 일, 예술이나 미술이라 이야기 했지만, 이미 대중적이고 일반적인 일을 대체 할 수 있다는 것은 앞선 게임 업계에서의 일로도 충분히 그렇지만은 아닐 것임을 알려주고 있다. 또한 화제가 되었던 테슬라의 로봇이 빨래를 접는 영상에서도 보이듯, 섬세한 운동능력도 기계와 AI가 결합하면서 그 가능성을 보여주고 있다.
Elon Musk’s Latest Robot Video Accidentally Gives Away The Magic Trick
👷♀️ 고민 1. 나의 자리를 위협하는가?
좌담회에서 이런 고민과 걱정을 하기 전부터도 생성형 AI가 사람들의 일자리를 위협하리라는 가설들이 쏟아졌다. 물론 이전 역사를 돌아보아도 기술의 발전으로 없어진 직업들이 있었다. 하지만 새로운 기술 및 그에 따른 새로운 행동 양식은 또 다른 역량을 요구하였고 새로운 직업들이 생겨났다. 심지어 이전에는 중요하지 않았던 직무가 중요해진 경우도 있다.
'프롬프트 엔지니어링' 이라는 용어가 나올정도로 어떤 질문을 던지는가가 생성형 AI를 대하는 요구조건이라고 한다면, 올바른 질문을 던질 수 있는 역량이 중요해질 수도 있다. 때문에, 좌담회에서는 오히려 중급 고급 인력은 유지될테지만 초급 인력의 자리가 위협받을 수 있음에 우려가 있었다.
또한 일 이라는 것은 소통의 연속이고, 배경 지식이 없다면 시장을 파악하고 상대의 의중을 아는데 어려움을 겪는다. 생성형 AI가 모든것을 해줄 것 같지만 아직 전체를 파악하고 통찰을 제공하지는 못한다.(현재로서는...)
🫥 고민 2. DevOps 측면에서 간극을 줄여줄까?
좌담회의 주제가 'AI의 시대에서 DevOps가 가야할 방향' 인 것을 고려하면, DevOps를 발전시킴에 있어서 AI는 어떤 작용을 할 것인지 우리는 선택해야 한다. 필자의 예로, 최근 '테라폼으로 시작하는 IaC'라는 책을 냈고, 코드로 인프라를 만든다는 목적의 도구를 다루다보니 안좋은 피드백은 주로 '이건 실무랑 달라,' '내가 원하는건 클라우드를 어떻게 잘 만드는지에 관한건데 그런 내용은 없더라' 같은 내용이였다. 이미 특정 환경을 프로비저닝 한다는 예를 든 책들이 있고, 온라인에 문서에 더 잘 나와있기도 하고, 이번 주제인 AI가 이미 그런 코드를 더 잘 만들기도 하기에 그런 내용은 의도적으로 피하려고도 했다. 오히려 도구가 만들어진 사상과 개발자가 의도한 기능과 방식을 이해하는데 목적을 두었다. 지금은 아는만큼 물을 수 있고, 물어보는 질문의 수준에 따라 답을 얻을 수 있는 AI를 접하는 시기이기 때문이다.
DevOps가 일하는 방식을 고려했을 때 중간에 언급된 'X-LLM'이란 용어도 중요해 보인다. 기존 LLM 모델보다도 작고, 극한 상황에서도 실행되어야 하는 Extreme 이라는 수식이 붙은 이 모델은 엣지, IoT에 연관이 높은 통신에서 큰 관심이 있다. DevOps는 효율적으로 모델을 생성하고 배포하는 일련의 작업을 극한의 환경에 잘 배포하고 업데이트 할지에 대한 고민도 필요할 것이다.
돌아와서, DevOps는 '문화'라 표현하지만 약간 뜬구름 같은 느낌이 있고, 누군가 알려준 '조직간 간극을 줄이는 활동'이라는 것이 더 잘 와닿는다고 생각한다. 앞서 사례에서도 이제는 다른 사람의 도움 없이도 혼자 해볼 수 있는 환경을 제공하기도 하고, 주니어 개발자의 자리도 대신할 수 있다는 가능성도 있지만 DevOps 측면에서 AI를 활용해서 어떻게 조직간의 간극을 줄일 수 있을지의 방안들도 고민해 볼 시기인 것 같다.
🪑 좌담회를 다녀와서
기술의 발전으로 디스토피아를 상상할 수도 있지만 유토피아 또한 마찬가지이고, 유토피아는 저절로 오지 않고 '유토피아적'으로 만들려는 노력이 있어야만 할 것이다. 최신의 기술 이지만 뜨거운 감자이기도 한 생성형 AI를 두고 아직은 동상이몽이지만, 결국 돈이 어떻게 흐르는가에 따라 방향성이 정해지지 않을까?
앞서 자체 구축형 AI 인프라를 갖고 있다는 사례에서 다시한번 느끼는 것은 생성형 AI는 비용을 지불하거나 투자 받을 수 있는 조건에서야 가능한 자본 집약적 기술이다는 것이다. NVIDIA의 주가는 치솟는 이유, 그리고 최근 샘 올트먼이 AI 반도체에 투자하겠다고 한 것도 생성형 AI의 판도를 반도체와 그 반도체로 구성된 무엇인가를(현재는 GPU) 좌우 할 수 있는 것이 향후 판도를 가름할 것이라 보인다.
뒷풀이에서 회자된 것 처럼 결국 NVIDIA 주식이 답인가? 🤣