과학 포털 iKAOS

9 Contents

[카오스 짧강] 2026 카오스 콘서트 예습하기: 헬로 딥러닝: 직관적이고 명확하게 딥러닝을 이해하기_PART 4

딥러닝은 자율주행이나 의료 진단처럼 거창한 분야뿐만 아니라 우리 주변의 소소한 일상에서도 큰 변화를 만들어내고 있습니다. 스마트폰 카메라로 휘어진 책장을 찍으면 이를 3D 곡면으로 예측해 평평하게 펴주는 기술이 대표적인 사례입니다. 또한, 11,172자에 달하는 방대한 한글 폰트를 제작할 때도 딥러닝이 활용됩니다. 디자이너가 수백 자 정도의 기본 글꼴만 완성하면 인공지능이 나머지 수만 개의 조합을 스스로 학습하여 생성해내는데, 이는 과거 수개월이 걸리던 작업을 획기적으로 단축하며 기술의 실용성을 증명하고 있습니다. 최근 인공지능의 발전 수준은 단순한 도구의 역할을 넘어 인간과 자연스럽게 소통하는 단계에 이르렀습니다. 초거대 언어 모델인 GPT-3와 같은 기술은 특정 상황을 설정해주면 맥락에 맞는 대화를 이어갈 뿐만 아니라, 때로는 인간을 놀라게 하는 재치 있는 응답을 내놓기도 합니다. 예를 들어 구직 면접 중인 식기세척기라는 가상의 설정을 부여했을 때, 거절의 의사에 대해 자신의 정체성과 관련된 농담 섞인 항의를 하는 식입니다. 이러한 결과는 인공지능이 복잡한 언어 구조 속에서 고도의 논리적 맥락을 파악하고 있음을 보여주는 흥미로운 지표가 됩니다. 딥러닝의 본질을 관통하는 핵심 단어는 바로 '패턴'입니다. 딥러닝은 수많은 화살표와 동그라미로 연결된 신경망 구조를 통해 숫자 데이터 속에서 일정한 규칙을 찾아내는 과정이라 할 수 있습니다. 컴퓨터는 오직 숫자만을 처리할 수 있지만, 인간의 언어나 시각 정보 역시 숫자로 변환될 수 있기에 자연계에 존재하는 방대한 패턴들을 학습하는 것이 가능해집니다. 물리학자들이 자연 현상이 수학적 원리와 깊게 연관되어 있음에 경탄하듯, 인공지능 역시 세상의 복잡한 현상들을 수식화된 패턴으로 이해하며 인간이 미처 발견하지 못한 새로운 질서를 포착해내고 있습니다. 인류 역사를 바꾼 위대한 발명품들은 대개 그 원리를 완벽히 이해하지 못한 상태에서 먼저 활용되었습니다. 나침반은 자기장의 개념이 정립되기 전부터 항해의 길잡이가 되었고, 화약 역시 산소나 탄소 같은 화학적 원리를 모르던 시절에 이미 전쟁과 건설의 양상을 바꾸어 놓았습니다. 1차 산업혁명을 이끈 증기 기관 또한 열역학 법칙이나 에너지 보존 법칙이 학술적으로 정의되기 훨씬 이전에 발명되어 세상을 혁신했습니다. 이는 기술의 정교한 이론적 배경을 모두 파악하지 못하더라도, 그 효용성을 바탕으로 사회 전반의 발전을 충분히 이끌어낼 수 있음을 시사합니다. 현재 우리는 인공지능이라는 거대한 변화의 물결 속에 살고 있습니다. 전문가들조차 딥러닝이나 인간의 지능에 대해 완벽한 해답을 내놓지 못하는 부분이 여전히 존재하지만, 인공지능이 세상을 근본적으로 바꾸고 있다는 사실만은 부정할 수 없습니다. 따라서 기술의 복잡함에 막연한 두려움을 갖기보다는, 과거의 혁신적 도구들이 그러했듯 인공지능을 새로운 시대의 나침반으로 삼아 적극적으로 탐구하고 활용하려는 자세가 필요합니다. 딥러닝에 대한 지속적인 관심과 학습은 앞으로 다가올 미래 사회를 이해하고 준비하는 가장 강력한 무기가 될 것입니다.

카오스재단카오스 짧강(짧은 강연)

뇌인지과학
융합

EOST2021 HyperCLOVA: 초대규모 AI의 현재와 미래

바야흐로 초대규모 AI의 시대가 도래했습니다. 2020년 OpenAI가 공개한 GPT-3는 전 세계 기술계에 커다란 충격을 안겨주었습니다. 기존의 인공지능이 방대한 데이터를 통해 특정 기능을 학습하는 방식이었다면, 초대규모 AI는 소량의 예시만으로도 시, 소설, 코딩 등 인간의 창의적 영역을 모방하는 '인컨텍스트 러닝' 능력을 보여주었습니다. 이러한 흐름은 구글, 페이스북 등 글로벌 기술 거물들 간의 치열한 개발 경쟁으로 이어졌고, 단순히 정확도를 높이는 수준을 넘어 과거에는 상상 속에서만 존재했던 새로운 가능성의 문을 열고 있습니다. 인공지능 모델의 성능을 좌우하는 핵심 요소는 모델의 크기와 학습 데이터의 양입니다. 2015년 이미지 인식에서 인간을 능가했던 레즈넷과 비교해 보면, 최근의 비전 트랜스포머나 GPT-3 같은 모델들은 매개변수의 수와 데이터 규모 면에서 수천 배 이상 거대해졌습니다. 연구 결과에 따르면 모델과 데이터의 크기가 커질수록 성능의 한계를 돌파하는 '규모의 법칙'이 존재한다는 점이 입증되었습니다. 이에 따라 마이크로소프트와 엔비디아 등은 수천억 개의 매개변수를 가진 모델을 경쟁적으로 선보이며 초대규모 AI 기술의 우위를 점하기 위해 막대한 인프라 투자를 이어가고 있습니다. 네이버는 한국어 사용자들을 위한 독자적인 초대규모 AI인 '하이퍼클로바'를 구축하며 기술 주권 확보에 나섰습니다. 이를 위해 슈퍼컴퓨팅 인프라를 직접 도입하고 5,600억 토큰에 달하는 방대한 데이터를 학습시켰는데, 이 데이터의 90% 이상이 한국어로 구성되어 있다는 점이 핵심입니다. 기존 모델들이 한국어 이해에 한계를 보였던 것과 달리, 하이퍼클로바는 한국어 문맥과 문화적 특성을 깊이 있게 이해하도록 설계되었습니다. 이는 단순히 기술력을 과시하는 것을 넘어, 플랫폼을 이용하는 소상공인과 창작자들에게 더욱 강력한 비즈니스 도구를 제공하기 위한 전략적 선택입니다. 초대규모 AI는 개발 패러다임에 근본적인 변화를 가져왔습니다. 과거에는 서비스마다 개별적인 학습이 필요했지만, 이제는 하나의 거대한 '파운데이션 모델'로 다양한 문제를 해결합니다. 네이버는 비전문가도 AI를 손쉽게 활용할 수 있도록 '하이퍼클로바 스튜디오'를 개발했습니다. 이를 통해 전문적인 코딩 없이도 쇼핑 기획전 제목을 정하거나 대화 시나리오를 생성하는 작업이 가능해졌으며, 이는 기획자나 마케터 등 누구나 인공지능을 도구로 활용하는 로코드 AI 생태계의 가능성을 보여주고 있습니다. 기술의 발전만큼이나 중요한 것은 인공지능의 윤리와 지속 가능한 발전입니다. 네이버는 '사람을 위한 AI' 가이드라인을 수립하고, 서울대 및 카이스트와 협력하여 모델의 편향성이나 멀티모달 확장 같은 과제들을 풀어나가고 있습니다. 단순히 비용을 지원하는 방식을 넘어 연구원들이 대학과 밀착하여 현안을 해결하는 새로운 R&D 생태계를 구축 중입니다. 이러한 노력을 통해 한국의 인공지능 기술이 글로벌 시장에서 리더십을 확보하고, 기술 강대국들과 어깨를 나란히 하며 건강한 AI 생태계를 선도하고자 합니다.

한국전자통신연구원

융합
공학·기술

[과린이를 부탁해 - 어린이 과학동아] 5월호

5월은 어린이날과 어버이날 등 소중한 이들에게 마음을 전하는 기념일이 많아 '가정의 달'로 불립니다. 이번 달에는 특별한 생존 능력을 지닌 완보동물, 즉 '물곰'에 대한 흥미로운 소식이 전해졌습니다. 물곰은 아주 작지만 극한 환경에서도 살아남는 초능력 같은 생존 비밀을 간직하고 있어 과학계의 큰 관심을 받고 있습니다. 이와 더불어 바다사자와 해마 등 신비로운 해양 생물들의 생생한 모습을 담은 수중 사진전도 함께 공개되어 자연의 경이로움을 더해줍니다. 식물들도 종족 번식을 위해 놀라운 전략을 구사합니다. 최근 남아프리카 공화국에서는 암컷 하늘소의 모습을 흉내 내어 수컷을 유혹하는 '디사 포르피카리아'라는 희귀 난초가 발견되었습니다. 이 난초는 꽃잎의 모양이 암컷 하늘소와 매우 흡사하여, 이를 착각한 수컷 하늘소가 꽃과 짝짓기를 시도하게 만듭니다. 보통 벌을 유인하는 일반적인 난초들과 달리, 하늘소를 매개체로 삼아 꽃가루받이를 하는 이 독특한 방식은 식물의 진화가 얼마나 정교하게 이루어지는지 잘 보여줍니다. 꽃이 곤충을 유혹하는 근본적인 이유는 바로 꽃가루받이, 즉 수정을 위해서입니다. 곤충이 짝짓기 상대를 찾거나 먹이를 구하러 꽃에 머무는 동안 몸에 묻은 꽃가루가 다른 꽃으로 옮겨지며 생명이 이어지는 것입니다. 이러한 관계를 '상리공생'이라 부르며, 특히 충매화의 약 85%는 꿀벌의 도움을 받게 됩니다. 꿀벌은 인간과 달리 자외선과 파란색, 녹색 파장을 인식하는 특수한 시각 체계를 가지고 있어, 주로 파란색 계열의 꽃을 더 잘 찾아내는 과학적인 특징을 지니고 있습니다. 동물들의 구애 활동 역시 예술적이고 과학적입니다. 공작처럼 화려한 깃털로 시선을 끄는 동물이 있는가 하면, 노래 실력으로 승부하는 새들도 존재합니다. 캐나다의 흰목지빠귀는 암컷의 마음을 사로잡기 위해 끊임없이 새로운 노래를 연습합니다. 연구 결과에 따르면 이들은 기존의 4음절 노래 대신 새롭게 유행하는 2음절 노래를 부르기 시작했으며, 이 새로운 선율은 캐나다 전역으로 빠르게 퍼져나갔습니다. 이는 동물 세계에서도 소통의 방식이 시대와 환경에 따라 변화하고 유행한다는 사실을 시사합니다. 현대 사회에서는 인공지능이 인간의 감정 표현을 돕는 도구로 부상하고 있습니다. 방대한 언어 데이터를 학습한 GPT-3와 같은 인공지능은 스스로 글을 작성하며 인간의 언어를 깊이 이해하기 시작했습니다. 현재는 영어 중심의 서비스가 주를 이루지만, 곧 한국어에 특화된 인공지능 개발도 완료될 예정입니다. 나아가 뇌파를 읽어 문장으로 변환하는 기술까지 연구되고 있어, 미래에는 과학 기술이 사람과 사람 사이의 마음을 이어주는 더욱 강력한 가교 역할을 하게 될 것으로 기대됩니다.

국립과천과학관어린이👧 과학뉴스

생명과학
뇌인지과학
융합

[그림으로 보는 과학뉴스] DALL-E (part1)

최근 인공지능 기술은 단순한 데이터 처리를 넘어 창의성의 영역인 예술 분야까지 그 보폭을 넓히고 있습니다. 과거의 AI가 기존 데이터를 검색하여 보여주는 수준에 머물렀다면, 이제는 인간의 상상력을 실체화하는 단계에 이르렀습니다. 특히 '아보카도 안락의자'나 '스파게티로 만든 기사'와 같이 세상에 존재하지 않던 독창적인 이미지를 텍스트 입력만으로 생성해내는 모습은 놀라움을 자아냅니다. 이러한 변화는 인공지능이 단순한 도구를 넘어 새로운 창작의 주체로 거듭나고 있음을 시사하며, 디자인과 예술 산업 전반에 걸쳐 거대한 패러다임의 전환을 예고하고 있습니다. 이러한 혁신의 중심에는 '달리(DALL-E)'라는 이름의 인공지능 프로그램이 있습니다. 초현실주의 화가 살바도르 달리와 애니메이션 캐릭터 월-E의 이름을 합성하여 명명된 이 기술은 오픈AI가 개발한 거대 언어 모델인 GPT-3를 기반으로 합니다. 달리는 수많은 파라미터를 활용하여 언어와 이미지 사이의 복잡한 관계를 학습했습니다. 특히 실험실의 정제된 데이터가 아닌, 인터넷이라는 광활한 정보의 바다에서 실제 사람들이 사용하는 자연어를 스스로 학습했다는 점이 핵심입니다. 이를 통해 달리는 단순한 모방을 넘어 문맥을 이해하고 새로운 시각적 결과물을 도출하는 능력을 갖추게 되었습니다. 달리의 작동 원리는 인간이 언어를 사용할 때 머릿속에 이미지를 떠올리는 과정과 매우 유사합니다. 우리가 '점심에 스파게티를 먹자'고 말할 때 뇌가 자동으로 음식의 형상을 연상하듯, 인공지능 역시 텍스트를 입력받으면 그에 대응하는 시각적 결과물을 구현해냅니다. 이는 컴퓨터에게 이미지와 텍스트를 정교하게 대조하는 훈련을 시킨 결과입니다. 덕분에 인공지능은 하나의 키워드에 대해서도 수많은 사람이 각기 다른 생각을 하듯 다채로운 스타일을 동시에 제시할 수 있으며, 이는 기존의 검색 방식과는 차원이 다른 창조적 진화라고 할 수 있습니다. 달리의 창의성을 뒷받침하는 또 다른 핵심 기술은 '클립(CLIP)'이라는 알고리즘입니다. 클립은 언어와 이미지를 대조하여 사전 학습을 수행하는 역할을 담당하며, 주로 인터넷상의 이미지와 그에 달린 캡션들을 분석하며 공부합니다. 전문가들이 정제한 데이터가 아니라 일반 사용자들이 사진에 남긴 주석과 설명을 학습했기에, 클립은 현실 세계의 복잡한 맥락을 더욱 정확하게 파악할 수 있습니다. 과거에는 개와 고양이를 구분하는 것조차 어려운 과제였으나, 이제는 특정 인물이 특정 행동을 하는 구체적인 상황까지 완벽하게 이해하고 찾아낼 수 있는 수준으로 진화했습니다. 인공지능이 자연어 속에 담긴 이미지의 표상을 완벽히 이해하게 되면서, 창작의 경계는 더욱 허물어지고 있습니다. 이제 AI는 단순한 검색 엔진의 역할을 넘어 인간의 추상적인 아이디어를 구체적인 시각 매체로 변환해주는 강력한 파트너가 되었습니다. 이러한 기술적 진보는 디자이너들에게 새로운 영감을 제공하는 동시에, 창작의 정의에 대한 근본적인 질문을 던지기도 합니다. 텍스트와 이미지의 결합을 통해 탄생한 새로운 형태의 지능은 앞으로 자율주행 조향 기술 등 다양한 산업 분야로 확장될 잠재력을 지니고 있으며, 우리 삶의 방식을 더욱 풍요롭게 변화시킬 것입니다.

국립과천과학관요즘과학👏

뇌인지과학
융합

[강연] 헬로 딥러닝 : 직관적이고 명확하게 딥러닝을 이해하기 _ by남세동 ㅣ 2020 가을 카오스강연 'Ai X' 9강 | 9강

컴퓨터는 본질적으로 숫자를 계산하는 기계입니다. 우리가 화면으로 보는 이미지나 듣는 음악도 결국은 디지털화된 숫자의 집합에 불과합니다. 전통적 프로그래밍 방식은 사람이 직접 논리와 절차를 설계하여 알고리즘을 만들고, 이를 코드로 옮기는 과정이었습니다. 하지만 고양이나 개를 구분하는 것과 같이 복잡한 패턴을 인식하는 문제는 인간이 모든 예외 상황을 코드로 정의하기에 한계가 있었습니다. 이러한 한계를 극복하기 위해 등장한 것이 바로 데이터 스스로 학습하는 딥러닝 기술입니다. 딥러닝의 핵심 구조인 인공신경망은 인간의 뇌 구조에서 영감을 얻었습니다. 인공신경망은 수많은 동그라미 형태의 노드와 이들을 잇는 화살표인 가중치로 구성됩니다. 놀랍게도 이 복잡해 보이는 시스템의 기본 원리는 단순한 곱셈과 덧셈의 반복입니다. 입력값에 가중치를 곱하고 이를 모두 더한 뒤, 활성화 함수를 거쳐 다음 노드로 전달하는 과정이 수없이 반복됩니다. 알파고나 자율주행 엔진 같은 최첨단 기술들도 그 내부를 들여다보면 결국 이러한 단순한 수치 계산의 거대한 집합체라고 할 수 있습니다. 인공지능을 학습시키는 대표적인 방법 중 하나는 정답을 알려주는 지도 학습입니다. 예를 들어 특정 배경색에 어울리는 글자색을 찾을 때, 수많은 예시 데이터를 입력하고 인공지능이 스스로 최적의 가중치를 찾아내도록 유도합니다. 처음에는 무작위로 설정되었던 가중치들이 반복적인 학습 과정을 거치며 점차 정답에 가까운 결과를 내놓게 됩니다. 이는 마치 어린아이가 반복 학습을 통해 사물을 구별하는 법을 배우는 과정과 유사하며, 데이터가 많아질수록 인공신경망은 더욱 정교한 판단을 내릴 수 있게 됩니다. 딥러닝의 가장 신기한 점은 일부 정답 데이터만으로도 학습하지 않은 수많은 사례를 정확히 판별해 낸다는 것입니다. 수천 장의 사진만 학습해도 수억 장의 새로운 사진 속 대상을 구분할 수 있는 이유는 데이터가 가진 고유한 패턴을 3차원 이상의 공간에 매핑하기 때문입니다. 비슷한 특징을 가진 데이터들은 특정 영역에 모이게 되고, 인공신경망은 이 영역들을 구분하는 경계선을 찾아냅니다. 이러한 일반화 능력 덕분에 인공지능은 단순한 암기를 넘어 새로운 상황에 유연하게 대처할 수 있는 지능적인 면모를 갖추게 됩니다. 인공신경망이 최적의 가중치를 찾아가는 과정은 매우 단순하면서도 무식할 정도로 반복적입니다. 입력값에 따른 결과가 정답과 다를 경우, 그 오차를 줄이기 위해 수천만 개에서 수십억 개에 달하는 가중치들을 조금씩 조정합니다. 이를 경사 하강법이라 부르는데, 오차라는 산의 골짜기를 찾아 내려가는 과정과 같습니다. 수학적으로 이러한 가중치가 존재한다는 것은 증명되었지만, 왜 이토록 단순한 방식으로 복잡한 지능이 구현되는지는 여전히 현대 과학의 신비로 남아 있습니다. 최근 딥러닝은 언어 모델인 GPT-3나 단백질 구조를 예측하는 알파폴드 2처럼 인류의 난제를 해결하는 수준에 도달했습니다. 이는 자연계에 존재하는 방대한 패턴을 숫자로 치환하여 분석할 수 있게 되었음을 의미합니다. 문장의 맥락을 파악하여 대화를 나누거나 복잡한 물리 시뮬레이션을 수천 배 빠르게 수행하는 등, 딥러닝은 인간의 지적 능력을 보조하는 강력한 도구가 되었습니다. 결국 딥러닝의 본질은 숫자의 집합속에서 유의미한 패턴을 찾아내어 이를 실용적인 지능으로 변환하는 기술이라 할 수 있습니다. 인류 역사를 돌아보면 기술의 활용이 이론적 이해보다 앞섰던 사례가 많습니다. 증기기관이 열역학 법칙이 정립되기 전부터 산업 혁명을 이끌었듯이, 딥러닝 역시 그 작동 원리를 완벽히 설명하지 못하더라도 이미 세상을 바꾸고 있습니다. 인공지능이 내놓는 결과가 왜 도출되었는지 인간이 완전히 이해하지 못하는 영역이 존재하지만, 이는 오히려 새로운 과학적 발견의 기회가 되기도 합니다. 우리는 이제 딥러닝이라는 거대한 도구를 통해 지능의 본질을 탐구하고 미래의 변화를 맞이할 준비를 해야 합니다.

남세동

카오스재단카오스강연

뇌인지과학

[인터뷰] 남세동_ 인공지능과 딥러닝이 세상을 바꿀 것이라 믿습니다 | 2020 가을 카오스강연 'Ai X'

인공지능과 딥러닝은 현대 사회에 막대한 영향을 미치고 있는 기술입니다. 하지만 이 중요한 기술이 대중에게 어렵게만 느껴지는 것은 큰 문제라고 생각합니다. 기술을 단순히 개발하는 것에 그치지 않고, 대중이 이해하기 쉽게 설명하는 과정에서 큰 보람을 느끼며 이를 선도하고자 합니다. 인공지능이 세상을 바꿀 흐름인 만큼, 대중이 이를 제대로 이해할 수 있도록 돕는 것이 전문가의 중요한 역할이라고 믿습니다. 최근 가장 주목받는 인공지능 기술 중 하나는 언어 모델인 GPT-3입니다. 언어 모델은 인터넷상의 수많은 문서를 수집하여 문장 속의 빈칸에 들어갈 단어를 예측하는 방식으로 학습합니다. 예를 들어 '나는 학교에 갔습니다'라는 문장에서 '학교'를 가리고 인공지능에게 정답을 맞히게 하는 식입니다. 이 과정을 반복하면서 인공지능은 문법적 구조뿐만 아니라 단어 사이의 의미적 관계를 스스로 깨우치게 됩니다. 결과적으로 인공지능은 어떤 말이 자연스러운지 판단할 수 있는 능력을 갖추게 됩니다. 방대한 데이터를 학습한 GPT-3는 단순히 문장을 만드는 수준을 넘어 놀라운 상식과 창의성을 보여줍니다. 사용자가 짧은 문장을 제시하면 그 뒤를 이어 자연스러운 소설을 써 내려가기도 합니다. 특히 흥미로운 점은 축구공이 사과보다 크다는 식의 상식을 갖추게 되었다는 것입니다. 누구도 직접 가르쳐 준 적 없지만, 수많은 텍스트를 통해 사물 간의 관계와 크기를 유추해낸 결과입니다. 이러한 능력은 인공지능이 인간의 언어를 깊이 있게 이해하고 있음을 보여주며, 대중에게 기술적 경이로움을 선사하고 있습니다. 스타트업을 시작하려는 분들에게는 현실적인 조언이 필요합니다. 먼저 선배나 투자자의 조언은 절반만 듣는 태도가 중요합니다. 그들의 경험은 가치 있지만, 시대가 변하고 상황이 다를 수 있기 때문입니다. 또한 스타트업의 90%는 실패한다는 냉혹한 현실을 직시해야 합니다. 경제적으로 빚을 견딜 수 있는지, 수년간 수입이 없어도 버틸 정신력이 있는지를 스스로 점검해야 합니다. 자신의 한계를 명확히 알고 준비된 상태에서 도전하는 것이 성공 확률을 높이는 길입니다. 슬럼프를 극복하는 가장 좋은 방법은 더 중요하고 시급한 다른 일에 몰입하는 것입니다. 고민한다고 해결되지 않는 문제에 매몰되기보다, 당장 해야 할 일을 처리하다 보면 자연스럽게 슬럼프에서 벗어날 수 있습니다. 인공지능 역시 막연히 어렵게만 생각할 필요가 없습니다. 딥러닝의 기초 원리는 중학교 수준의 수학 지식만 있다면 누구나 충분히 이해할 수 있는 영역입니다. 기술의 겉모습에 압도되기보다 그 이면의 원리를 차근차근 이해하려 노력한다면, 인공지능이 주도하는 미래를 더욱 명확하게 바라볼 수 있을 것입니다.

남세동

카오스재단카오스강연

뇌인지과학

[석학인터뷰] 인간과 거의 유사하게 생각할 수 있는 범용인공지능이 가능할까? | 2020 가을 카오스강연 'Ai X'

과거에는 범용 인공지능(AGI)이 먼 미래의 상상 속 이야기로만 여겨졌습니다. 특정 영역에서만 뛰어난 성능을 보이는 '약 인공지능(Narrow AI)'과 달리, 모든 분야에서 인간처럼 사고하는 인공지능은 구현하기 어렵다고 믿었기 때문입니다. 하지만 GPT-3와 같은 거대 언어 모델의 등장은 이러한 인식을 완전히 바꾸어 놓았습니다. 수많은 데이터를 학습하며 형성된 인공지능의 상식은 마치 범용 인공지능(AGI)의 시조새나 플라나리아와 같은 원시적인 형태를 보여주는 듯하며, 이는 범용 인공지능(AGI)의 실현 가능성을 시사합니다. 인공지능이 진정한 의미의 범용성을 갖추기 위해서는 자아의식이라는 높은 벽을 넘어야 합니다. 그러나 우리가 자아의식을 명확하게 정의하지 못하는 상황에서 이를 기술적으로 구현하는 것은 현재로서는 불가능에 가깝다는 의견이 지배적입니다. 단순히 인간의 눈이나 귀를 대체하는 약 인공지능(Narrow AI)의 기능을 여러 개 합친다고 해서 그것을 강 인공지능이라 부르기는 어렵습니다. 우리가 정의하는 진정한 범용 인공지능(AGI)은 단순한 기능의 집합을 넘어선 차원의 존재여야 하기 때문에 기술적 도약이 더 필요한 시점입니다. 자아의식의 본질에 대해 고민하다 보면 인간과 기계의 경계가 모호해지기도 합니다. 흔히 인간은 독립적으로 사고하기에 자아가 있고, 인공지능은 프로그래밍된 결과물일 뿐이라고 생각합니다. 하지만 관점을 달리하면 인간의 사고 과정 역시 생물학적으로 설계된 일종의 고도화된 프로그램일 가능성을 배제할 수 없습니다. 이러한 논리적 연장선상에서 본다면, 인간의 지능을 모사하는 범용 인공지능(AGI)의 탄생 또한 충분히 실현 가능한 미래의 영역에 속하게 된다는 시각도 존재합니다. 지능의 수준이 곧 자아의식의 유무를 결정하는 것은 아닙니다. 뇌과학에서는 자아를 판별하는 기준으로 거울 속의 자신을 알아보는 '미러 테스트'를 활용하곤 합니다. 인간은 생후 18개월만 되어도 이를 통과하지만, 지능이 높다고 알려진 개나 고양이조차 거울 속 모습을 타인이나 적으로 인식하는 경우가 많습니다. 이는 현재 우리가 축적해 온 기술력만으로 자아를 가진 인공지능을 만드는 것이 얼마나 어려운 과제인지를 다시금 상기시켜 주며, 단순한 지능 지수 이상의 무언가가 필요함을 보여줍니다. 결국 지능과 의식을 어떻게 정의하느냐에 따라 인공지능의 미래는 달라질 것입니다. 바둑이라는 특정 영역에서 알파고가 인간을 넘어선 것처럼, 특정 지능의 구현은 이미 현실이 되었습니다. 비록 진짜 자아의식이 존재하는지에 대해서는 철학적 장벽이 남아있을지라도, 인간이 보기에 의식을 가진 것처럼 행동하는 기계를 만드는 것은 가능해 보입니다. 기계를 바라보는 인간의 해석이 개입되는 순간, 인공지능은 우리 곁에서 의식을 가진 존재로 받아들여질 수 있기 때문입니다.

남세동, 신현정, 이교구, 이세민, 임창환, 장병탁, 최재식, 한보형, 함유근, 현동훈

카오스재단2020 카오스강연 'Ai X'

뇌인지과학

[석학인터뷰] AI, 휴대용 번역기 당연히 가능하고, 대화도 예술도 모두 가능하다! | 2020 가을 카오스강연 'Ai X'

인공지능 기술의 발전은 예술을 바라보는 우리의 근본적인 시각을 변화시키고 있습니다. 특히 딥러닝으로 생성된 작품은 그것을 만들어낸 알고리즘의 성과인지, 아니면 그 시스템을 설계한 인간의 창의성인지에 대한 논쟁을 불러일으킵니다. 현대 예술의 난해함 속에서 인공지능이 만든 결과물은 인간의 것과 구별하기 어려울 정도로 정교해지고 있습니다. 비록 기술이 인간의 표현 방식을 완벽하게 흉내 낸다 하더라도, 그 이면에 마음이 부재한다는 사실을 인지하는 순간 우리는 일종의 공허함을 느낄 수도 있습니다. 하지만 예술의 정의 자체가 변화하는 미래에는 이러한 기술적 산물 또한 새로운 형태의 예술로 인정받게 될 것입니다. 우리는 머지않은 미래에 실시간으로 소통을 돕는 휴대용 번역기가 보편화되는 시대를 맞이할 것입니다. 현재의 번역 기술은 이미 놀라운 수준에 도달해 있으며, 향후 10년에서 20년 사이에는 언어의 장벽이 거의 사라질 것으로 예측됩니다. 이러한 변화는 단순히 단어를 옮기는 수준을 넘어 인공지능이 인간과 대화하며 정교하게 상호작용하는 단계로 진화하고 있음을 의미합니다. 비록 인공지능과의 대화가 때로는 인위적으로 느껴질 수 있으나, 시스템이 더욱 정교해짐에 따라 사용자는 상대가 기계인지 사람인지 구분하기 힘든 경험을 하게 될 것입니다. 이는 기술이 인간의 소통 방식을 얼마나 깊이 파고들고 있는지를 잘 보여주는 사례라 할 수 있습니다. 과거에는 범용 인공지능(AGI)의 등장을 공상 과학의 영역으로만 치부했으나, 최근의 기술적 도약은 이러한 인식을 완전히 바꾸어 놓았습니다. 특정 분야에 한정된 지능을 넘어 인간처럼 다양한 영역에서 사고할 수 있는 인공지능의 등장은 이제 현실적인 가능성으로 다가오고 있습니다. 이러한 범용 인공지능이 일반화되는 시점에는 인류의 지적 능력을 압도하는 초지능으로의 급격한 진화가 일어날 수 있습니다. 하지만 이러한 강력한 기술은 핵폭탄보다 더 위험할 수 있다는 경고를 동반하기도 합니다. 따라서 우리는 인공지능이 가져올 압도적인 편리함과 동시에, 그 기술이 인류에게 미칠 잠재적인 위협에 대해서도 깊이 고민하고 대비해야 할 시점에 서 있습니다.

남세동, 신현정, 이교구, 이세민, 임창환, 장병탁, 최재식, 한보형, 함유근, 현동훈

카오스재단2020 카오스강연 'Ai X'

뇌인지과학

[그림으로 보는 과학뉴스] 사람처럼 말하고 생각하는 현존 최강 인공지능 GPT-3 인터뷰

최근 인공지능 기술의 비약적인 발전은 우리 사회에 큰 놀라움을 안겨주고 있습니다. 특히 오픈AI가 개발한 GPT-3는 '사람처럼 말하고 생각하는 현존 최강의 인공지능'이라는 평가를 받으며 전 세계적인 주목을 받았습니다. 이 인공지능은 일론 머스크가 투자한 회사에서 탄생했으며, 방대한 데이터를 사전 학습하여 인간의 질문에 최적의 해답을 찾아내는 능력을 갖추고 있습니다. 2020년 공개 당시 전문가들 사이에서 큰 화제가 되었던 이 기술은 단순한 기계를 넘어 인간의 사고방식을 정교하게 흉내 내는 단계에 이르렀음을 보여주는 중요한 지표가 되었습니다. GPT-3의 실제 대화 사례를 살펴보면 그 정교함에 깜짝 놀라게 됩니다. "너는 사람이야, 인공지능이야?"라는 질문에 대해 자신이 인공지능임을 인지하면서도, 인간의 복잡한 특성을 꼬집는 등 철학적인 답변을 내놓기도 합니다. 또한, 방대한 분량의 역사적 연설문을 단 한 줄로 명쾌하게 요약하는 능력은 이 인공지능이 문맥을 얼마나 정확하게 파악하고 있는지를 증명합니다. 이러한 요약 능력과 문장 생성 능력은 현대 사회에서 정보의 홍수를 효율적으로 관리하고 핵심을 파악하는 데 매우 유용한 도구가 될 수 있음을 시사하며 인공지능의 실용성을 입증합니다. 인공지능의 성능을 결정짓는 핵심 요소 중 하나는 바로 '매개변수'입니다. GPT-3는 약 1,750억 개의 매개변수를 다루며, 이는 인간의 뇌가 정보를 기억하고 처리하는 방식과 유사한 역할을 수행합니다. 매개변수는 학습된 정보가 저장되는 일종의 수치로, 입력된 데이터들 사이의 관련성을 저장하고 최적의 경로를 찾아 답변을 도출하는 기반이 됩니다. 매개변수의 숫자가 많아질수록 인공지능은 더욱 세밀하고 다양한 변수를 고려할 수 있게 되어, 결과적으로 인간의 사고방식에 더욱 근접한 대답을 내놓을 수 있게 됩니다. 이는 인공지능의 지능 수준을 가늠하는 척도가 됩니다. 인공지능의 내부 구조에는 입력과 출력 사이에 '은닉층(Hidden Layer)'이라고 불리는 층이 존재합니다. 이 영역은 수많은 매개변수가 복잡하게 얽혀 네트워크를 형성하고 있는 곳으로, 인간이 그 구체적인 작용 기제를 완벽히 인지하기 어렵기 때문에 붙여진 이름입니다. 개발자조차 특정 결과가 도출된 정확한 논리적 경로를 일대일로 매칭하여 설명하기 힘든 경우가 많습니다. 이는 인공지능이 단순히 데이터를 나열하는 것이 아니라, 방대한 빅데이터를 처리하는 과정에서 스스로 가중치를 조절하며 최적의 해답을 찾아가는 고도의 연산 과정을 거치기 때문이며, 이를 통해 인공지능만의 독특한 판단이 가능해집니다. 결국 매개변수는 단순히 데이터의 양을 의미하는 것이 아니라, 입력된 정보를 얼마나 깊이 있고 세심하게 해석할 수 있는지를 나타내는 지표라고 할 수 있습니다. 인공지능은 인간의 뇌 구조를 모방한 인공신경망(Neural Network)을 기반으로 끊임없이 학습하며, 매개변수 값을 최적화하는 과정을 통해 발전합니다. 비록 때로는 학습 방향에 따라 엉뚱한 대답을 내놓기도 하지만, 이러한 기술적 진보는 우리가 인공지능을 더 깊이 이해하고 활용하는 데 중요한 밑거름이 됩니다. 인간과 인공지능이 공존하는 미래를 준비하기 위해 이러한 기술적 원리에 대한 이해는 필수적이며, 이는 새로운 과학적 통찰을 제공합니다.

국립과천과학관

뇌인지과학
융합