전문가 시스템과 딥 러닝, AI의 이해
AI를 이해하기 위해서는 전문가 시스템, 머신 러닝, 딥 러닝 등을 이해하고 이들의 차이점을 구별할 수 있어야 한다. 전문가 시스템은 사람이 생각하는 모든 규칙을 컴퓨터에 입력해서 누군가 질문을 하면 대답을 출력해 주는 방식을 일컫는다. 기계 학습은 간단히 말해 모든 지식과 정보를 컴퓨터 프로그램으로 만드는 것으로 설명할 수 있다. 머신 러닝이 특징점을 기계에게 직접 알려주는 방식이라면, 딥 러닝은 특징점을 입력하는 대신 인간의 뇌를 모방한 시스템을 만들고 기계를 학습시키는 것이다. 많은 양의 정보만 제공했을 뿐인데, 학습을 통해 기계가 직접 사고하고 판단할 수 있게 된다는 것은 놀라운 일이 아닐 수 없다. 다만, 딥 러닝은 한계도 명확하다. 언젠가 가능해질 수도 있겠으나, 현재는 AI가 내놓은 답에 대한 명확한 근거를 찾거나 뒷받침할 수 있는 설명이 불가능하기 때문이다.
오픈AI의 채팅 서비스, 챗GPT
오픈AI사의 챗GPT 서비스는 생성형 AI의 붐을 촉발했다. 사실 챗GPT의 원천기술이라 할 수 있는 트랜스포머 기술은 구글 연구팀이 개발했다. 컴퓨터에 양질의 숫자값을 부여해서 자연어 처리 AI 기술 성능을 대폭 끌어올렸으나 그것을 사업화, 상용화하지못했던 상황이었는데 오픈AI사가 이를 활용해 채팅 서비스를 내놓은 것이다. 챗GPT는 어떤 단어가 제시되면 그다음에 무슨 단어가 연결되어야 하는지를 높은 확률로 파악한다. 현재 챗GPT의 지능성에 대해 의견이 분분하지만, 결론적으로 챗GPT는 지능을 가졌다고 볼 수 없다. 천문학적인 양의 데이터에 접근해서 규칙성 문자 등에 기반해 문장을 만드는 첨단 기술 표절 시스템으로 보는 것이 현실적이다.
챗GPT에 대한 우려와 기대
AI를 통해 세상은 분명 변화할 것이다. 하지만 다양한 문제점과 우려에 대비하지 않는다면 AI에 대한 희망적인 비전을 그리기는 어려울 것이다. 인간에게 진실처럼 보이지만 전혀 사실에 근거하지 않은 문장을 생성하는 ‘확률적 앵무새’ 혹은 ‘환각’ 현상은 기본적인 해결과제 중 하나로 꼽힌다. 인터넷상의 거짓 정보, 여러 가지 뒤섞인 정보들을 학습하고 이를 활용하는 AI기 때문에 신뢰성은 물론, 개인정보 보호 문제로부터 또한 자유로울 수 없는 상황이다. 해킹과 정보 유출 등 챗GPT 시대가 당면한 사이버 보안에 대한 준비와 해결책 마련도 시급하다. 우리나라도 AI기술에 필수적인 사이버 보안 관련 연구를 비롯해, 앞으로 펼쳐질 시대에 좀 더 효과적으로 대응할 수 있는 다양한 방안과 준비가 필요하다.