AI가 카피라이터를 대체할까요? AI 콘텐츠 작문의 진화와 미래

텍스트 생성과 기계 학습의 발전으로 인해 콘텐츠 작가들이 자동 완성 기능을 제공하는 수많은 AI 카피라이팅 도구들에 의해 대체될 것인지에 대한 이야기가 많이 오가고 있습니다.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase 등 - 시장에 등장하는 자동 완성 기능을 가진 신제품의 목록은 끝이 없습니다. 이 모든 제품은 "저를 위해 작성하기" 버튼을 특징으로 합니다. 그 버튼을 클릭하면 한 단락의 텍스트가 나옵니다.

거의 마법 같은 기분입니다.

저는 인공지능 연구자로서 지난 5년 동안 이 분야의 돌파구를 지켜봤고, 당신의 텍스트 메시지를 자동 완성하는 방법이 이제는 거의 전체 소설을 생성할 수 있는 기술로 발전한 것이 매혹적입니다.

하지만 그것이 AI가 카피라이터를 대체할 수 있다는 의미일까요 - 인간의 글쓰기는 쓸모없게 될까요? ‍답은 복잡합니다.

그 질문에 답하기 위해서는 콘텐츠 작성을 위한 자동 완성이 실제로 어떻게 작동하는지 이해해야 합니다. 그 정보를 가지고 우리가 이 인공지능 기술이 가져오는 절충점에 대해 파고들 수 있고, 시장에 있는 모든 AI 작문 도구들로 인해 카피라이터들이 걱정할 필요가 있는지 알아낼 수 있습니다.

콘텐츠 작성을 위한 자동 완성의 진화

GPT-3와 같은 새로운 인공지능 돌파구에 대한 모든 과대광고 속에서, 예측 텍스트 기술(자동 완성과 자동 교정)이 수십 년 동안 어떻게 발전해왔는지를 잊기 쉽습니다.

맞습니다, 이것은 당신의 오래된 아이폰 5에서 "iz"를 "is"로 자동 교정해주는 기능이며, 구글이 당신의 검색에 대해 (때때로 웃긴) 완성을 제안하는 방법이기도 합니다.

N-그램에 의존하여 작성하기

놀랄 수도 있지만, 자동 완성 기술은 1948년으로 거슬러 올라가 추적할 수 있습니다. 그때부터, 이것은 콘텐츠 작가들이 맞춤법 검사와 글쓰기를 교정하는 데 도움을 주었습니다.

자동 완성의 겸손한 기원을 살펴보겠습니다.

많은 초기 자동 완성 시스템은 언어 모델의 개념에 기반했습니다. 이는 기본적으로 단어의 역사에 근거하여 다음 단어를 예측할 수 있는 모델이었습니다.

최초의 언어 모델은 처음으로 언급된 클로드 섀넌의 n-그램 모델이었습니다. n-그램의 한 가지 응용은 당신이 타이핑 중인 텍스트에서 특정 단어 조합이 등장할 가능성을 예측하는 것이었습니다.

예를 들어, "Can you please come" (역사 단어들)이라고 타이핑하면, n-그램 모델은 다음 단어 "here"가 매우 가능성이 높다고 예측합니다(예: 80% 확률). 그러면 당신의 전화는 이 구문을 "here"라는 단어로 자동 완성해줍니다.

n-그램은 어떻게 어떤 단어가 가능성이 높은지 아는가?

당신은 "Can you please come here"라는 구문이 고품질 텍스트의 말뭉치에서 몇 번 등장했는지를 간단히 셈으로써 n-그램 모델을 생성할 수 있습니다. 이 구문이 많이 등장하면 "here"가 올바른 완성이 될 가능성이 높다는 뜻입니다 - 그렇지 않으면 드문 표현이 됩니다.

이 발생 횟수는 말뭉치의 모든 가능한 구문에 적용되며, 이로 인해 "카운트 테이블"이 생성됩니다.

위의 예시에서 첫 번째 행은 가장 높은 카운트가 있는 행입니다. 왜냐하면 그것이 인간이 작성한 언어에서 가장 자주 발생하기 때문입니다. 마지막 행은 난해한 영어로 되어 있고 현대 언어에서 자주 나타나지 않기 때문에 낮은 카운트를 가집니다.

이 테이블을 통해 누군가 입력할 때마다, 프로그램은 이 테이블을 살펴봅니다 가장 높은 카운트와 일치하는 구문을 찾기 위해서요. 이 최고의 일치 는 본질적으로 다음 단어가 무엇일지에 대한 예측입니다. 이 일치는 또한 프로그램이 가능성의 추정치를 제공할 수 있게 합니다(예를 들어, 말뭉치를 바탕으로 한 80% 확률의 정확한 완성 가능성).

그리고 거기서 우리는 그것을 얻습니다 - 많은 자동 완성 도구들 뒤에 있는 마법은 단어를 세는 것으로 귀결됩니다!

지나치게 단순하게 말하면, 이것이 특정 세트의 역사 단어들이 주어졌을 때 가장 가능성이 높은 다음 단어를 예측할 수 있는 모델을 만드는 방법입니다. 이것이 자동 교정 및 자동 완성 시스템들이 작동하는 기초입니다.

그렇다면 n-그램 모델에 의해 카피라이터들이 대체될까요?

절대 아닙니다.

n-그램에는 근본적인 문제가 있습니다 - 그것은 언어를 희소한 방식으로 표현합니다. 간단히 말하자면, 데이터가 많을 경우 테이블이 너무 커진다는 뜻입니다. 바로 그 점에서 신경망 같은 GPT 가 등장합니다.

GPT로 테이블을 넘어가기

우리가 오늘 사용하는 것은 n-그램 모델 이후로 많은 발전을 이루어왔습니다.

모던 인공지능의 자동 완성은 n-그램 모델보다 훨씬 강력한 신경망에 의존합니다. 더 정교하긴 하지만 신경망은 통계적 카운팅의 기본 원리에 여전히 의존합니다.

전능한 GPT-3 (Generative Pre-trained Transformer v3) 는 OpenAI에 의해 개발된 대규모 신경망 언어 모델로, 현재 시장에 출시된 모든 최근 자동 완성 작문 도구의 중추가 되고 있습니다. GPT-3는 대규모 사전 훈련된 신경망을 향한 자연어 처리 (NLP)에서의 트렌드의 일부입니다.

GPT-3와 함께 우리는 더 이상 모든 가능한 구문을 저장하는 테이블에 단순히 의존하지 않고, 오히려 신경망의 가중치에 그것을 압축하여 요약한 정보를 저장합니다. 이것은 수십억 개의 구문과 문장을 모델 훈련하는 것을 가능하게 하며, 하나의 테이블에 담기에는 불가능했던 것입니다.

‍그렇다면 GPT-3는 어떻게 당신을 위해 글을 쓰는가?

n-그램과 마찬가지로, 단어 또는 구문을 입력하면 GPT-3는 훈련한 텍스트의 말뭉치를 기반으로 당신의 문장을 완성할 가장 가능성 높은 단어를 찾으려고 합니다.

그러나 그 이상 나아갑니다. 다음에 입력할 단어를 예측하면, 반복적으로 계속하여 다음 단어를 예측하며 단락을 작성합니다. 이것이 바로 당신을 위해 단락을 "생성"하는 방법입니다.

그러나 잠시 기다리세요 - GPT-3가 하는 일이 이미 작성된 내용에서 유래한 확률을 조회하는 것이라면, 이는 GPT-3가 단순히 읽은 내용을 반복하는 것인가, 아니면 정말로 창의적인 것인가?

이것은 오늘날 AI 생성 콘텐츠에 대한 토론에서 흔히 등장하는 복잡한 철학적 질문입니다.

AI 콘텐츠 작문에 대한 오해

AI 콘텐츠 작문은 창의적일 수 있는가?

많은 비평가들은 GPT-3가 모든 AI 모델과 마찬가지로 이전에 본 텍스트만 생성할 수 있다는 점을 지적했습니다. 그들은 AI 작문이 창의성이 결여되어 있다 고 주장하며, 이러한 도구는 단순히 되풀이된 콘텐츠를 스팸하는 데만 유용하다고 말합니다.

이러한 견해는 한때 유효했지만, 이제는 더 이상 완전히 사실이 아닙니다.

1948년의 n-그램 모델이 단순히 기존 콘텐츠를 반복한다고 주장하기는 쉽습니다. 왜냐하면 그것이 문자 그대로 모든 훈련 데이터를 테이블에 저장하고, "생성"된 텍스트는 자신이 본 구문을 살펴봄으로써 이루어지기 때문입니다.

그러나 GPT-3는 훈련한 텍스트의 고효율 압축기이기 때문에, 글쓰기의 규칙과 패턴을 개발해야만 합니다 - 항상 훈련 데이터에 저장된 정확한 문장을 기억하지는 않습니다.

몇 개의 문장은 그대로 생성될 수 있지만, 생성된 많은 구문은 새롭습니다. 생성된 텍스트의 빠른 구글 검색은 대부분의 생성물이 원래 것임을 보여줄 것입니다.

당신이 GPT-3(또는 어떤 AI 모델이나 AI 도구)가 원본 작문을 생산할 수 있다고 믿느냐는 논쟁의 여지가 있으며, 이는 독창성을 어떻게 정의하느냐에 따라 다릅니다. 결국 인간은 이전의 위대한 작품들로부터 배우고, 셰익스피어의 스핀오프를 창조해왔습니다.  그렇다면 인간은 정말 독창적인 존재일까요?

모던 AI가 생성하는 텍스트는 외부의 것과 유사할 수 있지만, 또한 당신을 놀라게 할 수 있는 텍스트도 생성할 수 있습니다.

그 놀라움을 최대한 활용하는 것은 인간 카피라이터와 콘텐츠 편집자에게 달려 있습니다.

자동 완성을 더 잘 활용하려면, 작가들이 AI 생성 텍스트를 필터링하고 선택하거나, 작가의 블록을 깨기 위한 영감의 원천으로 사용할 필요가 있습니다.

AI 콘텐츠 작문은 감정을 가질 수 있는가?

AI 콘텐츠 작문에 대한 우려 중 하나는 그들이 영혼 없는, 비감정적인 텍스트를 생성할 것이라는 것입니다.

이 또한 뉘앙스가 결여된 넓은 진술입니다 - 아마도 AI가 감정이 없는 깡통 로봇이라는 우리의 공상 과학적 관념에서 유래했을 것입니다.

다시 말해, 간단한 AI 모델인 n-그램은 대표적인 힘이 부족하기 때문에 감정적인 텍스트를 생성할 가능성이 낮습니다. 즉, 학습할 수 있는 것에 실질적인 한계가 있기 때문입니다.

그러나 GPT-3는 더 많은 맥락을 가진 방대한 텍스트의 말뭉치에서 학습하기 때문에, 글쓰기에서 감정과 톤을 반복적으로 표현할 수 있습니다. 이는 당신이 "오늘 기분이 우울해요"라는 구문을 입력하면, AI 모델이 그 감정을 반영하기 위해 가장 적절한 단어를 찾으려 할 것이라는 의미입니다.

(당신이 방금 읽은 단락은 전적으로 Jenni AI가 수정 없이 자동 완성한 것입니다. 이는 저의 이전 단락들로부터 저의 톤과 글쓰기 스타일을 일치시키는 법을 배웠습니다.)

ICLR 2020에 발표된 한 연구 에 따르면, 신경 텍스트 생성기는 너무 자주 반복될 수 있으며, 결과적으로 반복적이 될 수 있습니다. 그러나 반복한다는 것 은 감정을 가지는 것과는 다릅니다.

작가로서 당신은 여전히 글쓰기의 전반적인 톤과 감정을 책임져야 합니다. AI가 인간의 감정을 반영한 텍스트를 생산할 수는 있지만, 그것이 인간이 무엇인지에 대한 실증적인 경험을 가지고 있는 것은 아닙니다 - 그것은 구체화된 지능이 아닙니다.

n-그램 모델과 마찬가지로, GPT-3는 말뭉치(주로 인터넷 및 인간 카피라이터가 생성한 것)에서 학습합니다.

그렇기 때문에, 전형적인 인간이 겪는 것과는 아무것도 보지 못하거나 경험하지 못합니다 - 그것은 치즈버거가 어떤 맛인지 결코 알 수 없고, 온전히 공감할 수 없기 때문입니다.  OpenAI에 따르면, 물리적 세계와 관련된 질문에 정확하게 대답할 수 없습니다. 예를 들어, "치즈를 냉장고에 넣으면 녹나요?"라는 질문엔 대답을 할 수 없습니다.

이것은 현대 언어 모델의 고유한 한계로, 향후 몇 년 간 계속될 것입니다 - AI가 물리적인 몸을 가지기 전까지는 말입니다.

콘텐츠 작문에 있어서는, 이 한계를 이해하는 것이 중요합니다.

즉, 콘텐츠 작문을 위한 AI의 힘을 진정으로 활용하기 위해서는 AI 모델에 올바른 방향으로 나아가도록 안내하고 피드백을 제공해야 합니다.

AI + 인간이 콘텐츠 작문의 미래인 이유

이러한 단점들은 많은 사람들이 AI 콘텐츠 작문에 대한 발전에 회의적이거나 우리의 미래가 스팸 콘텐츠로 가득 차게 될 것이라는 두려움을 갖게 만들 수 있습니다.

반대로 저는 훨씬 더 밝은 미래를 전망합니다.

1996년, IBM의 AI 시스템이 체스 게임을 했을 때, 체스 게임이 끝났고 체스 플레이어는 더 이상 없을 것이라고 생각되었습니다.

그러나 실제로 일어난 일은 사람들이 AI의 움직임을 연구하여 새로운 체스 전략을 배우는 것이었습니다. 2016년 DeepMind의 AlphaGo가 세계 최고의 바둑 선수인 이세돌을 이겼을 때, 비슷한 현상이 일어났습니다.

AI의 성공은 인간이 적응하고 변해야 함을 의미합니다 - 이는 불편할 수 있지만 보통은 더 나은 결과로 이어집니다. AI가 특정 작업에서 인간을 이길 수 있지만, 인간은 더 나은 일반주의자이므로 우리는 AI를 통합하여 전반적인 생산성을 증대시킬 수 있습니다.

이것은 콘텐츠 작문에도 해당됩니다. 카피라이터는 콘텐츠에 높은 수준의 콘텐츠 전략과 회사의 비전 및 브랜드, 청중에 대한 이해를 통합해야 합니다.

그래서 저는 우리가 두 세계의 장점을 모두 가질 수 있는 미래를 예측합니다 - 인간과 AI가 협력하여 더욱 높은 품질의 콘텐츠를 생성하는 것입니다.

카피라이팅이 내일 없어질 것인가?

기술의 기하급수적 발전으로 인해 콘텐츠 작가의 직업이 미래에 위험에 처할 것인지 궁금해하지 않을 수 없습니다.

수년 동안의 언어 모델 개선 추세 를 살펴보면, AI가 텍스트 자동완성에서 점점 더 나아지고 있다는 것이 분명합니다. AI의 일반적인 기준인 혼란도 (오류의 측정)는 지난 3년 동안 40에서 10으로 감소했습니다 - 이는 4배의 향상입니다!

이러한 기하급수적 성장을 추정할 때, 향후 5년 내에 자동완성 기술 품질이 10배 향상될 것으로 기대하고 있습니다.

따라서 SEO 콘텐츠 작성을 위해 낮은 가치의 작업 - 기존 콘텐츠 재작성, 템플릿 채우기, 리스트글 복사/붙여넣기 또는 남의 콘텐츠 굴리기 - 만 하는 것이라면, 그럼 답은 예입니다 - 당신은 망했습니다.

그렇다면 이로 인해 진지하고 열정적인 카피라이터들에게 어떤 의미가 있을까요?

"저를 위해 쓰지 마세요", "저와 함께 쓰세요"

우리가 더 이상 타자기를 사용하지 않는 이유가 있습니다. 그것은 콘텐츠 작성이 단순히 종이에 잉크를 찍는 것이 아니기 때문입니다.

우리가 더 이상 문법을 수동으로 확인하지 않는 이유가 있습니다. 그것은 문법이 기술적인 것이며 당신 콘텐츠의 진정한 핵심 가치가 아니기 때문입니다.

사용자의 검색 의도를 만족시키고 귀하의 특정 분야에서 주제 전문가로 보이면 독자가 다시 찾아올 것입니다. 그들은 자연스럽게 당신의 기사를 대규모로 공유하고, 당신의 기사가 검색 엔진 순위에서 상승하도록 도와줄 것입니다.

기술로 글쓰는 방법이 이렇게 발전했음에도 불구하고, 작가는 여전히 콘텐츠의 비전을 책임지고 있습니다. 대체보다는 증강이 핵심입니다.

AI가 낮은 수준의 작업을 제거하는 데 있다면, 카피라이터로서 당신은 고부가가치 작업을 수행하기 위해 방법을 전환해야 합니다. 이제 어떤 콘텐츠를 생성할 것인지에 대해 더 깊이 생각할 때입니다.

매일 750만 개의 블로그가 게시되고 있습니다 관 심 개~~~t입내용이 돋보여야 합니다.

당신의 역할은 마케팅 전략, 청중 및 콘텐츠 사이의 연결을 만드는 것입니다 - 독창적인 정보, 연구 및 아이디어를 가져오는 것 - 그리고 다른 사람이 말하지 않은 이야기를 제시하는 것입니다. 주목을 받게 하고 독자가 글을 읽고 끝날 때까지 계속 참여하도록 하는 이야기입니다.

이는 단어를 종이에 쓰는 기계 작업이 아닌, 당신이 전달하고자 하는 아이디어와 이야기의 예술에 대한 것이 될 것입니다.

우리는 AI가 우리를 위해 쓰도록 의존하는 것을 중단해야 하고, 오히려 함께 쓰는 것입니다.

당신의 역할이 독자와 공감하여 고품질의 참여 가능한 콘텐츠를 생성하고 이를 통해 청중에게 실제 가치를 제공하는 것이라면 - 당신의 역할은 안전합니다.

Jenni가 어떻게 도와줄 수 있는가

Jenni에서 우리는 인간과 AI 간의 통합을 가능한 한 매끄럽게 만들기 위해 최선을 다합니다 - 그래서 우리는 GPT-3 기반의 자동 완성 시스템을 신중하게 설계하여 당신의 길을 막지 않고, 오히려 당신 - 콘텐츠 제작자가 - 항상 운전석에 있도록 합니다!

2022년 3월 현재, 우리는 "저를 위해 작성" 기능을 단계적으로 중단하기로 결정했습니다 - 아시다시피, 버튼을 눌러주면 갑자기 단락이 작성됩니다. 충격적입니다!

그것은 우리가 수많은 사용자 사례를 통해 발견했기 때문입니다 - "저를 위해 작성" 버튼에 접근할 수 있었던 새 사용자 중 절반 이상이 버튼을 클릭하여 콘텐츠의 ~80%를 생산해냈습니다 - 그들 대부분의 경우 품질이 낮았습니다.

이 버튼의 유인은 사용자가 스팸을 생성하기 너무 쉽고, 당신이 당신의 이야기의 저자가 되는 것을 막습니다.

대신에, Jenni는 당신이 작성하는 동안 적극적으로 제안을 제공하여 콘텐츠 제작 과정에 원활하게 통합되는 방식으로 도움을 줄 것입니다.

이는 작가의 블록을 깨는 데 큰 도움을 주며, 또한 당신의 작업에 즐거움과 열정을 되찾는 데 도움이 될 것입니다.