최근 챗GPT라는 대화형 AI(인공지능) 챗봇이 등장해 산업계를 흔들고 있다. 지난해 말 일론 머스크 등이 세운 오픈AI라는 회사가 1조 개 단어가 포함된 1750억 개의 매개변수를 사용해 공개한 AI이다. 올해 상반기에는 단어가 10조 개인 AI도 출시 예정이다. 이 AI는 간결한 문장의 정보를 제시하고 특정 개념도 설명한다. 아이디어를 내거나 시를 창작하고 에세이(essay)까지 작성해 단순히 대화만 하는 AI와 비교할 수 없다.
AI는 1950년대부터 학계에서 논의가 되었다. 그 후 본격적인 발전은 2006년 AI의 대부로 불리는 토론토 대학 제프리 힌턴(Geoffrey Hinton) 교수가 딥러닝(Deep Learning) 알고리즘 개발에 성공하면서 시작되었다. 컴퓨터 스스로 외부 정보를 조합하여 분석해 학습하는 기능이 딥러닝이다. 명령어를 입력해 결과를 도출하던 기존 기계적 방법에서 컴퓨터 스스로 정보를 찾아 이해하는 단계로 발전했다.
2014년 AI 과학자 이언 굿펠로(Ian Goodfellow)는 생성적 대립 신경망(GAN: Generative Adversarial Network)이란 방식의 혁신적인 딥러닝 방법을 발명했다. 특정 이미지를 생성하는 모델(생성모델)과 이 모델에서 만든 이미지를 판별하는 모델(판별모델)이 끊임없이 대립하면서 발전한다는 개념이다. 이 두 모델이 서로 경쟁하면서 실제와 가까운 이미지와 동영상, 음성 등을 자동으로 만들어내는 기계학습(ML: Machine Learning) 방식의 하나이다.
예를 들어 위조지폐범이 진짜 지폐와 비슷한 위조지폐를 만들었다고 가정해보자. 여기서 위조지폐는 생성모델이고, 위조지폐를 구별하는 자는 판별모델이다. 속이려는 자와 속지 않으려는 자가 대립하다 보면 어느 순간에는 진위를 구별하기 힘든 수준까지 발전하게 된다. 이 딥러닝을 이용해 대충 윤곽만 그려도 그럴듯한 그림이 만들어질 수 있는 이치이다.
AI 기술은 챗GPT와 같은 초대규모의 언어모델로 다시 변혁을 맞이하게 되었다. 이 모델은 사용자 피드백 기반의 주어진 상태에서 컴퓨터가 최적을 선택하는 강화학습을 한다. 사람이 챗GPT가 만들어낸 결과물을 평가하면 챗GPT 스스로 문제를 해결하는 알고리즘에 반영해 더 잘한 결과물을 만들어내는 것이다. 챗GPT가 기계라는 느낌을 거의 받지 않는 이유이다. 이 같은 학습방식 결과 사람이 작성한 것과 같은 글쓰기와 자유로운 작곡까지 할 수 있다.
AI 시장이 커질수록 AI 기술 발전은 가속도가 붙는다. 초대규모 데이터를 학습해 처리할 수 있는 매개변수가 많아질수록 AI는 더 똑똑해진다. 현재와 같은 단어 중심의 인터넷 검색 방식도 완전히 달라질 것이다. 전문가들은 AI가 사람을 대신하는 시대가 오는 것에는 부정적이다. 질문에 답을 내놓는 챗GPT이지만 원리를 완벽하게 파악하는 것은 아니다. 확률적으로 어떤 문장이 좋을지 학습된 결과를 내놓기 때문이다.
결국 그 논리구조가 맞고 내용의 사실 여부는 사용자가 분석해서 판단해야 한다. 우리가 염려해야 할 것은 AI 자체가 아니다. AI를 잘 활용하는 사람과 활용 못하는 사람 간 업무 효율이나 더 커지는 정보 비대칭이다. 일반화 되어 있는 스마트폰 사용을 잘하는 자와 잘못하는 사람의 차이는 명확하다. 앞으로 AI의 이해 및 활용도 스마트폰의 활용과 같을 것이다.
정순채 동국대학교 융합교육원 겸임교수·경희사이버대학교 객원교수·법무법인 린 전문위원