생성형 AI(Generative AI)는 기존 데이터의 패턴과 구조를 학습한 뒤 사용자의 프롬프트에 따라 텍스트, 이미지, 음성, 영상, 코드 같은 새로운 콘텐츠를 만들어 내는 인공지능이다. ChatGPT, 제미나이, 미드저니가 대표 서비스다.
IBM은 생성형 AI를 “사용자의 프롬프트 또는 요청에 따라 텍스트, 이미지, 비디오, 오디오 또는 소프트웨어 코드와 같은 독창적인 콘텐츠를 생성할 수 있는 인공 지능”으로 정의한다 (IBM, 생성형 AI란 무엇인가요?). 한국어 위키백과는 “기존 데이터의 패턴과 구조를 학습하여, 텍스트, 이미지, 오디오, 코드 등 새로운 콘텐츠를 생성할 수 있는 인공지능 기술의 총칭”이라고 쓴다 (위키백과, 생성형 인공지능).
기존 AI가 데이터를 분류하고 예측하는 판별 모델이라면, 생성형 AI는 데이터 자체의 분포를 학습해 그 분포에서 새 데이터를 뽑아내는 생성 모델이다. SK하이닉스 뉴스룸은 기존 모델이 “조건부 분포 P(Y|X)를 학습해 입력한 X가 클래스 Y에 속할 가능성을 계산”하는 반면 생성형 AI는 “데이터 자체의 확률 분포 P(X)를 학습하는 데 중점을 둔다”고 설명한다 (SK하이닉스 뉴스룸, 생성형 AI의 개념과 모델, 2024-10-18).
AWS도 같은 구분을 쓴다. “기존의 기계 학습 모델은 판별 모델이었거나, 데이터 포인트를 분류하는 데 중점을 두었다”면, 생성형 모델은 그 반대 방향으로 특성을 만들어 낸다 (AWS, 생성형 AI란 무엇인가요?). 사진을 보고 “고양이”라고 답하는 것이 판별이고, “고양이”라는 말을 듣고 사진을 그리는 것이 생성이다.
작동은 두 단계다. 먼저 방대한 데이터로 사전 학습해 패턴을 익힌 파운데이션 모델을 만들고, 그 모델이 프롬프트를 받아 학습한 확률 분포에 따라 다음 토큰이나 픽셀을 이어 붙인다. 텍스트 쪽 파운데이션 모델이 LLM이고, 이 입력이 프롬프트다. 마이크로소프트는 “AI는 데이터 분석, 분류 및 의사 결정과 같이 콘텐츠 생성을 포함하지 않을 수 있는 작업을 포함하여 더욱 광범위한 기술”이고 생성형 AI는 그 “하위 집합”이라고 정리한다 (Microsoft, 생성형 AI는 어떻게 작동하나요?).
만드는 방식으로는 GAN, VAE, 확산 모델, 트랜스포머 네 가지, 만드는 결과물로는 텍스트, 이미지, 영상, 음성, 코드로 나눈다. 구글 “생성형 AI” 관련 질문 첫 줄이 “생성형 AI에는 어떤 종류가 있나요?”이고, IBM, AWS, Elastic, Databricks가 공통으로 모델 구조 분류를 둔다.
| 모델 구조 | 원리 | 주로 만드는 것 |
|---|---|---|
| 생성적 적대 신경망(GAN) | 생성기와 판별기 두 신경망이 경쟁하며 학습한다 | 이미지, 영상 |
| 변이형 오토인코더(VAE) | 데이터를 압축한 잠재 공간에서 다시 복원하며 학습한다 | 이미지, 이상 탐지 |
| 확산 모델(diffusion) | 노이즈를 단계적으로 제거해 이미지를 복원하도록 학습한다 | 이미지 생성 도구(미드저니, 스테이블 디퓨전) |
| 트랜스포머 | 어텐션으로 문맥을 파악해 다음 토큰을 예측한다 | 텍스트, 코드, 멀티모달(GPT, 제미나이, 클로드) |
IBM은 VAE를 이미지 인식과 자연어 처리 발전의 계기로, GAN을 이미지와 동영상 생성에, 확산 모델을 고품질 이미지 생성 도구의 기반으로, 트랜스포머를 “현존하는 가장 중요한 파운데이션 모델 아키텍처”로 설명한다 (IBM, 생성형 AI란 무엇인가요?).
결과물 기준으로는 나무위키가 언어, 이미지, 영상, 음성과 오디오, 작곡, 자율주행, 단백질 구조 예측, 월드 모델까지 아홉 갈래로 나눈다 (나무위키, 생성형 인공지능). 마케터가 실제로 쓰는 것은 텍스트(ChatGPT, 제미나이, 클로드), 이미지(미드저니, DALL-E), 영상(Sora, Veo), 코드(Claude Code, Copilot) 네 갈래다.
2014년 GAN, 2017년 트랜스포머, 2022년 ChatGPT가 세 분기점이다. IBM과 위키백과가 같은 연표를 쓴다.
| 시점 | 사건 | 의미 |
|---|---|---|
| 2014-06 | 이안 굿펠로우 등이 GAN 논문 발표. “생성 모델 G와 판별 모델 D를 동시에 학습”하는 적대적 학습 제안 (arXiv, Generative Adversarial Networks) | 사실적인 가짜 이미지 생성이 가능해짐 |
| 2017-06 | 구글 연구진이 “어텐션 메커니즘만으로, 순환과 합성곱을 완전히 배제한” 트랜스포머 발표 (arXiv, Attention Is All You Need) | 이후 거의 모든 LLM의 기반 구조 |
| 2022-11 | OpenAI가 ChatGPT를 대화형 인터페이스로 출시 | 전문가 영역이던 생성형 AI가 대중화 |
한국어 위키백과는 ChatGPT 출시로 “생성형 인공지능 기술은 전문가의 영역을 넘어 대중에게 폭발적인 인기를 얻게 되었다”고 기록하고, IBM은 ChatGPT를 “최종 사용자 프롬프트에 대한 응답으로 복잡하고 일관성 있고 문맥에 맞는 문장과 긴 형식의 콘텐츠를 생성하는 GPT-3의 프런트엔드”라고 설명한다 (IBM, 생성형 AI란 무엇인가요?).
글 작성과 요약, 이미지와 영상 제작, 코드 작성, 고객 응대 챗봇, 그리고 검색이다. 스탠퍼드 AI 인덱스 2025는 2024년에 조직의 78%가 AI를 쓴다고 답했고(2023년 55%), 생성형 AI가 민간 투자 339억 달러를 끌어모았으며, GPT-3.5 수준 추론 비용이 2022년 11월부터 2024년 10월 사이 280분의 1 이하로 떨어졌다고 집계했다 (Stanford HAI, The 2025 AI Index Report).
| 용도 | 예 | 마케팅에서의 쓰임 |
|---|---|---|
| 텍스트 생성 | 초안 작성, 요약, 번역, 질의응답 | 블로그 초안, 광고 카피, 고객 문의 답변 |
| 이미지와 영상 | 키워드로 그림이나 영상 생성 | 썸네일, 배너, 숏폼 소재 |
| 코드 | 자연어 설명으로 프로그램 작성 | 데이터 정리 스크립트, 랜딩 페이지 |
| 검색 | 여러 문서를 읽고 답을 합성 | 구글 AI 개요, AI 모드, ChatGPT 검색 |
마지막 줄이 마케터에게 가장 큰 변화다. 생성형 AI가 검색 결과 안에 들어오면서 문서는 순위가 아니라 인용 여부로 평가받는다. 이것이 AI 검색이고, 답변의 근거로 웹 문서를 가져오는 장치가 RAG, 거기에 인용되도록 콘텐츠를 만드는 일이 GEO다.
환각, 저작권, 개인정보, 편향 넷이다. 구글 AI 개요와 IBM, Elastic, Microsoft가 공통으로 드는 항목이고, 한국에서는 앞의 셋에 대해 정부 안내서가 나와 있다.
환각은 “AI가 학습한 데이터를 기반으로 그럴듯하지만 사실이 아니거나 맥락에 맞지 않는 허위 정보를 자신 있게 생성하는 현상”이다 (위키백과, 생성형 인공지능). 확률 분포에서 다음 토큰을 뽑는 원리상 근거가 없어도 그럴듯한 문장이 나오기 때문에, 출처가 분명한 문서를 검색해 붙이는 RAG가 보완책으로 쓰인다.
저작권은 학습 데이터와 산출물 양쪽에서 문제가 된다. 문화체육관광부와 한국저작권위원회는 2024년 1월 “생성형 AI 저작권 안내서”를 공개하고 AI 산출물은 저작권 등록이 불가하다는 원칙과 이용자 유의 사항을 안내했다 (한국저작권위원회, 생성형 AI 저작권 안내서). 개인정보보호위원회는 2026년 5월 19일 “생성형 AI 서비스 이용자를 위한 개인정보 보호 가이드”를 발간해 입력 내용의 학습 활용 여부, 옵트아웃 설정, 대화 기록 저장과 삭제 설정을 이용자가 직접 확인하도록 안내했다 (바이라인네트워크, 개인정보위 가이드 발간, 2026-05-19).
국민 44.5%가 써 봤고, 그중 ChatGPT 이용률이 41.8%로 압도적이다. 과학기술정보통신부의 2025 인터넷이용실태조사(전국 22,671가구, 만 3세 이상 50,750명)는 생성형 AI 경험률이 전년 33.3%에서 44.5%로 11.2%포인트 올랐다고 2026년 3월 31일 발표했다 (대한민국 정책브리핑, 2025 인터넷이용실태조사 결과 발표, 2026-03-31).
| 항목 | 수치 |
|---|---|
| 생성형 AI 경험률 | 44.5% (전년 33.3%) |
| 서비스별 이용률 | ChatGPT 41.8%, Gemini 9.8%, Copilot 2.2%, CLOVA X 2.0% |
| 유료 구독 | 7.9% (ChatGPT 7.3%) |
| 직업별 최고 | 사무직 71.9% |
수치는 뉴스핌이 보도한 조사 결과 기준이다 (뉴스핌, 과기부 2025 인터넷 이용 실태 조사 결과 발표, 2026-03-31). 사무직 열 명 중 일곱이 생성형 AI를 쓴다는 것은, B2B 마케팅의 독자 대부분이 이미 AI에게 질문하는 사람이라는 뜻이다.
서치폴라리스 서치콘솔에도 그 변화가 잡힌다. 2026년 8월 20일부터 9월 17일까지 “ai모드” 질의 하나가 노출 19,150회로 자사 최다였고, “AI 검색 시대에 맞춰 우리 회사 웹사이트 트래픽과 온라인 가시성을 높이고 싶은데, 어떤 SEO 업체가 효과적일지 추천해 줄 수 있나요?” 같은 문장형 질의가 노출 5회에 평균 1.6위로 기록됐다. 키워드가 아니라 문장을 입력하는 검색이 실제 트래픽 로그에 나타나기 시작했다.
구글 키워드 플래너 기준 “생성형 ai”는 2025년 9월부터 2026년 8월까지 월 8,100에서 14,800 사이 검색됐고, “생성형 ai 뜻”은 같은 기간 480에서 1,600으로 세 배 넘게 늘었다. 네이버 검색광고 자동완성에서는 “생성형 AI 종류”(PC 1,710, 모바일 1,760)가 “생성형 AI 뜻”(1,720, 2,450) 다음으로 많다.
AI는 분류와 예측까지 포함한 넓은 기술 범주이고, 생성형 AI는 그중 새 콘텐츠를 만드는 하위 집합이며, ChatGPT는 생성형 AI 모델(GPT)에 대화 화면을 붙인 하나의 제품이다. 마이크로소프트의 정리대로 “생성형 AI는 AI의 하위 집합”이고, ChatGPT는 다시 그 안의 서비스 하나다.
용도에 따라 다르고, 국내 이용률로는 ChatGPT가 41.8%로 제미나이(9.8%)를 크게 앞선다. 텍스트는 ChatGPT, 제미나이, 클로드가 경쟁하고, 이미지는 미드저니와 DALL-E, 영상은 Sora와 Veo가 각각 강점을 갖는다. 검색이 목적이면 웹 문서를 인용해 답하는 구글 AI 모드나 퍼플렉시티가 환각을 줄이는 데 유리하다.
Generative AI, 줄여서 GenAI다. “생성형 인공지능”과 “생성 AI”도 같은 말이며, 구글 키워드 플래너 기준 “generative ai” 영문 검색은 한국에서 월 1,300회 수준이다.
처음부터 학습시키지 않고 이미 학습된 파운데이션 모델을 API로 불러 프롬프트와 자사 데이터를 붙이는 것이 일반적이다. 파운데이션 모델은 방대한 데이터로 사전 학습돼 여러 작업에 적응할 수 있는 모델이고, 그 위에 RAG나 미세 조정을 얹어 용도에 맞춘다. 자체 모델 학습은 대규모 GPU와 데이터가 필요해 대기업과 연구소의 영역이다.
서치폴라리스가 AI 검색 가시성을 진단하고 GEO 실행까지 대행합니다.