수능에서는 그동안 인공지능(AI) 관련 문제가 제대로 나오지 않았습니다. 하지만 수능은 시대 변화상을 반영하는 만큼 관련 내용이 언제든 출제될 수 있습니다. AI의 역사, 기술적 개념, 의미 등에 대한 내용을 알고 있다면 실전에 큰 도움이 될 것입니다. 수능에서는 기존에 출제되지 않은 생소한 개념이 등장할 땐 개념 설명 지문이 나오는 사례가 많습니다.
수능 3등급 받은 AI
특히 최근에는 챗GPT라 불리는 대화형 AI 챗봇이 등장해 산업계를 뒤흔들고 있습니다. 오픈AI라는 회사가 만든 AI인데요. 1조 개 단어가 포함된 1750억 개의 매개변수를 사용한다고 합니다. 올해 상반기 매개변수가 100조 개인 차기작도 나온다고 합니다. 이 AI는 단순히 대화만 할 수 있는 게 아닙니다. 어떤 정보를 간결한 문장으로 제시하고, 특정 개념을 설명합니다. 아이디어를 내거나 시를 짓기도 하고, 에세이까지 씁니다. 챗GPT에게 수능을 보게 했더니 3~4등급 수준이 나왔다는 실험도 있습니다. AI 기술의 특이점이 오고 있다는 이야기겠지요.
AI의 역사
AI는 1950년대부터 학계에서 논의됐지만, 본격적인 발전은 2006년 제프리 힌턴 교수가 딥러닝(deep learning) 알고리즘 개발에 성공하면서 시작됐습니다. 딥러닝은 컴퓨터 스스로 외부 정보를 조합, 분석해 학습하는 기능인데요. 명령어를 분석해 결과를 도출해내던 기존 기계적 방법에서 나아가 컴퓨터 스스로 정보를 찾고 이해할 수 있는 단계입니다.
2014년 AI 연구원인 이언 굿펠로는 GAN(Generative Adversarial Network)이란 방식의 딥러닝 방법을 발명해 또 한번의 혁신을 이뤄냅니다. 생성적 적대 신경망이라 불리는 이 방식은 특정 이미지를 생성하는 모델과 이 모델에서 만든 이미지를 판별하는 모델이 끊임없이 대립하면서 발전한다는 개념이죠.
예를 들어 위조지폐범(생성모델)이 진짜 지폐와 비슷한 위조지폐를 만들어 경찰(판별모델)을 속인다고 가정해볼까요. 속이려는 자와 속지 않으려는 자, 둘이 대립하다 보면 어느 순간 경찰이 진짜와 가짜를 구별하기 힘든 수준까지 발전하게 될 겁니다. 이 딥러닝을 이용하면 윤곽만 대충 그려도 그럴듯한 그림을 만들어낼 수 있게 됩니다.
AI 기술의 미래
AI 기술은 앞서 언급한 챗GPT 같은 초대규모 언어모델로 또 한번의 변혁을 맞이합니다. 이 모델은 사용자 피드백 기반 강화학습을 사용합니다. 사람이 챗GPT가 만들어낸 결과물에 점수를 매기면, 이를 알고리즘에 반영해 챗GPT 스스로 잘한 결과물에 점수를 주도록 하는 것이죠. 챗GPT와 대화할 때 기계라는 느낌을 거의 받지 않는 이유가 바로 여기에 있습니다. 사람이 쓴 것 같은 글쓰기가 가능하고, 작곡까지 마음대로 할 수 있는 건 이 같은 학습 방식의 결과죠.
AI 기술의 발전은 AI 시장이 커질수록 가속도가 붙습니다. 초대규모 데이터를 학습해 처리할 수 있는 매개변수가 많아질수록 AI도 점점 똑똑해지기 때문이죠. 앞으로는 단어 중심의 인터넷 검색 방식 역시 완전히 달라질 것입니다. 예를 들어 ‘이번 여름에 유럽여행 가려는데 계획 좀 짜줘’라고 검색하면 각 개인의 취향과 일정을 고려해 검색 결과를 도출하고, 필요시 이미지도 자체적으로 생성해 보여주는 것이죠.
그러면 AI가 사람을 대체하는 시대가 정말 오는 걸까요? 전문가들은 그렇게 보지 않습니다. 챗GPT가 질문에 답을 내놓기는 하지만 원리를 완벽히 파악하는 것은 아니죠. 어떤 문장이 좋을지 확률적으로 학습된 결과를 내놓는 것입니다. 결국 그 논리구조가 맞는지, 전제가 참인지 여부는 분석자가 결정해야 합니다. 우리가 경쟁해야 할 것은 AI 자체가 아니라 AI를 잘 활용할 수 있는 개개인이라는 얘기가 나오는 이유죠. AI를 활용하는 사람과 활용하지 못하는 사람 간 업무 효율이나 정보 비대칭성이 더 커질 수밖에 없기 때문입니다. 스마트폰을 다룰 수 있는 사람과 못 다루는 사람의 정보 습득량 차이를 생각해보면 이해가 쉽습니다.
