[평범한미디어 윤동욱 기자] 바야흐로 AI 시대다. 다들 귀에 딱지가 앉도록 들었을 것이다. 인공지능 AI에 대한 이야기는 많이 들어서 익숙한데 도무지 AI 시대에 어떻게 적응하고 살아야 할지 막막하다. 어떻게든 되겠지라고 생각하기엔 AI가 인간의 일자리를 모조리 빼앗아갈 것 같은 기세다. AI 시대 인간의 생존법을 찾는 데 조금이라도 도움을 받기 위해 한 강연회(12월18일 광주 서구 KBC광주방송 사옥 4층에서 개최된 <지금은 AI시대, 내가 만드는 AI세상>)에 다녀왔다. 

 

인공지능사관학교 소속 박병관 강사는 “AI 시대 우리는 어떻게 살아야 할까?”라는 주제를 잡았는데 “여러분들은 오늘 이 자리에 오기까지 인공지능을 몇 번이나 쓴 것 같은가?”라는 질문을 던졌다. 현대인들은 하루에도 최소 3회 이상 AI를 사용하는 것 같다. 알게 모르게 AI를 접하게 된다.

 

 

우리에게 AI의 실체를 절감하게 했던 사건이 바로 2016년 이세돌 기사와 알파고의 바둑 대결이었다. 박 강사는 “대중들이 처음 인공지능이라는 개념을 접한 희대의 사건”이라고 명명했는데 구글의 딥마인드라는 팀에서 만든 알파고가 한국인들을 놀라게 했다. 딥마인드는 DNA 구조를 인공지능으로 분석하여 노벨 화학상까지 받았다. 알파고 이후 대중들에게 깊게 각인된 AI 컨텐츠는 무엇일까? 그렇다. 바로 챗 GPT다. 박 강사는 챗 GPT가 탄생한 배경을 통해 개념을 설명했다.

 

2022년도에 이제 오픈 AI라는 회사에서 챗 GPT를 최초로 선보였다. 이후 사람들이 여러 테스트를 했다. 이러한 챗 GPT 모델을 생성형 인공지능이라 부른다. 생성형 인공지능이라는 것은 내가 질문을 했을 때 그 상황이나 학습된 결과를 통해서 답변해주는 인공지능을 가리킨다. 예전에는 학생들이 프로젝트 하다가 뭔가 안 됐을 때 가장 먼저 찾는 사람이 선생님이었다. 그러나 요즘에는 프로젝트를 진행할 때 학생들이 잘 물어보지 않는다. 그냥 뭔가 문제가 생기면 챗 GPT한테 물어본다. 역지사지가 되어 버렸다. 챗 GPT가 나오고 많은 분야의 사람들이 이러한 인공지능의 도움을 많이 받고 있다. 그래서 나도 테스트를 한 번 해봤다. 지금 보이는 영상은 뭐냐 하면 내가 챗 GPT한테 고양이하고 강아지를 구분할 수 있는 인공지능 모델을 만들어주라고 질문을 한 것이다. 그랬을 때 챗 GPT는 오랜 시간을 들이지 않고 파이썬(컴퓨터 프로그래밍 언어)를 통해 모델을 쉽게 만들어낸다.

 

학습하고 적용해서 인간 패턴에 맞는 서비스를 제공하는 것이 알고리즘이다. 이미 현대인들은 알고리즘에 익숙하다. 이처럼 AI는 실생활에 깊숙이 침투해 있다.

 

아침에 일어나면 TV를 먼저 켠 다음 뉴스를 본다. 그래서 요즘 TV를 켜기만 해도 내가 자주 보는 뉴스 채널로 맞춰준다. 세탁기도 버튼만 누르면 세탁물에 알맞은 세탁 방법으로 알아서 해준다. 유튜브도 그렇다. 키조개 영상을 우연히 봤더니 알고리즘에 의해 키조개 관련 영상들이 내 채널을 도배한다. 우리가 많이 보는 넷플릭스 같은 것도 마찬가지다.

 

 

AI는 크게 3가지 특성으로 구분할 수 있다. 모방, 대체, 창작인데 박 강사의 설명을 들어보자.

 

모방 인공지능이 사람의 역할을 대신하는 것들은 여러 가지가 있는데 나는 그중에서 대표적으로 성공했던 사례 중 하나가 바로 가천대학교 길병원의 왓슨이라는 인공지능 모델이라고 생각한다. 예전에는 의사가 직접 환자들을 대면하고 데이터를 살펴보고 거기에 맞는 처방을 내렸는데 이러다 보니까 문제가 있었다. 환자들이 많아지면 의사들의 업무가 과중되다 보니까 진료 시간이 점점 짧아지면서 정확한 진료를 어렵게 한다. 그래서 가천대에서는 2016년도에 왓슨이라는 인공지능 모델을 적용해 기본적인 진료나 처방 같은 경우를 컴퓨터가 할 수 있게끔 진행을 했었다.

 

대체 분야는 그 유명한 VAR이 있다. 스포츠 팬들이라면 친숙할 것이다.

 

예전에는 골이 들어가는 것 또는 파울 라인 바깥으로 벗어나는 것, 오프사이드 이런 것들을 심판이 일일이 다 판단을 했어야 됐다. 사람이 하다 보니까 당연히 실수가 있을 수도 있고 판단이 정확하지 않을 수 있다. 이런 것들을 인공지능 모델로 대체함으로써 심판은 선수들의 플레이에 집중해서 심판을 볼 수가 있게 됐다.

 

스포츠 인공지능이나 빅데이터, 머신 러닝 등이 가장 잘 적용되는 분야가 야구다. 야구는 데이터의 스포츠다.

 

한국이 인공지능 분야에서 선두로 나가다 보니까 올해 최초로 스트라이크, 볼 판정을 인공지능(ABS)이 하게 했다. 나도 야구를 정말 좋아하는 사람 중에 한 명이다. 야구팬들이라면 공감하겠지만 볼인 것 같은데 스트라이크를 주거나 반대로 스트라이크인데 볼을 주면 정말 화가 난다. 하지만 올해 이 시스템을 도입하면서 팬들의 불만이 많이 줄어들었다. 인공지능은 스포츠 분야에서도 대체 역할을 확실히 하고 있다.

 

이외에도 자동차 크루즈 모드, 차선 이탈 방지 등의 기능들도 인공지능의 산물이다. 딥페이크도 마찬가지다. 강연장에서 변상욱 앵커가 자연스럽게 뉴스를 소개하는 영상이 나왔는데 누가 봐도 그냥 변상욱 앵커였다. 그러나 아니었다. AI가 소개하는 뉴스였다. 듣고 있던 청중 모두가 낚였다.

 

 

 

사실 AI는 절대로 인간의 창작 영역을 넘보지 못 할 것이라는 예측이 많았다. 그러나 그런 예측은 빗나가고 있다. 우리는 이미 인터넷으로 AI가 만든 그림들을 보고 있다. 심지어 시나리오나 작곡 같은 것도 AI가 할 수 있다. 더 나아가 코딩도 AI가 짜준다고 한다. 예전에는 특정 분야에서 썼던 AI가 이제는 패션, 경영, 홍보 등 전방위적인 분야들에서 쓰이고 있다. 

 

인공지능이라는 건 결국 컴퓨터를 사람처럼 똑같이 행동할 수 있게끔 학습하는 과정이다. 인공지능은 어려운 개념이 아니라 컴퓨터를 사람처럼 할 수 있게끔 학습하는 과정을 뜻한다. 그래서 사람의 능력을 구현하는 분야를 인공지능 사이언스라고 한다. 여태까지 인공지능 너무 좋습니다. 편리합니다. 너무 성능이 뛰어갑니다. 말하다가 갑자기 왜 필요하냐고 물어본다면 이상하긴 하지만 나는 인공지능이 가장 필요한 이유는 바로 선택이라고 생각을 한다. 인생은 탄생과 죽음 사이에 있는 선택이다. 이런 명언이 있다. 그만큼 많은 사람들이 살아오면서 선택을 많이 한다. 여기 계신 분들도 똑같다. 오늘 몇시에 출발할까? 오늘 뭐 입지? 오늘 끝나고 뭐 먹지? 오늘 저녁 메뉴 아직 안 정했는데 내일은 뭐 하지? 크리스마스 때는 뭘 사줘야 될까? 이런 생각들을 많이 할 거고 선택들을 하게 될 것이다. 이러한 선택들이 좋은 선택이 될 수도 있고 안 좋은 결과로 나타나는 나쁜 선택을 할 수가 있다. 물론 우리는 항상 좋은 선택만 하기를 원한다.

 

구체적으로 스마트폰을 구입해야 한다고 했을 때 고려해야 할 요소들이 너무 많다. 

 

핸드폰을 구매해 봤을 때 많은 걸 비교를 한다. 어떤 분은 핸드폰을 선택할 때 가격만 보고 선택을 하는 경우도 있고 브랜드만 보고 선택을 하는 경우도 있다. 또는 디자인만 보고 선택을 하는 경우도 있고 성능을 보고 선택을 하는 경우가 있다. 어떤 사람이 어떤 기준을 가지느냐에 따라서 어떤 핸드폰을 사느냐가 결정된다. 내가 고민할 게 한 두 가지라면 결정하기가 쉬울 것이다. 그러나 내가 참고해야 될 사항이 한두 개가 아니라 만 가지 또는 몇 천 가지라면 선택을 하는 게 쉽지가 않을 것이다. 일일이 하나하나 다 참고하기 때문이다. 하지만 컴퓨터는 이런 거를 매우 빠르게 연산을 해 줄 수가 있다. 컴퓨터는 내가 특정 기준을 내려준다거나 또는 내가 좋아할만한 기준을 참고해서 결정을 내려주라고 요청을 했을 때 연산 속도가 무척이나 빠르기 때문에 이런 결정을 쉽게 할 수 있다. 그걸 바로 우리가 머신러닝 인공지능이라고 한다.

 

머신 러닝은 데이터를 통해서 컴퓨터를 학습시키는 것이다. 처음에는 완벽하지 않더라고 계속해서 강화시키면 어느새 좋은 결과를 도출시킬 수 있다. 머신 러닝이 나왔으니 “딥러닝”이 빠질 수 없다. 다들 많이 들어봤을 것이다. 딥러닝은 쉽게 말하자면 사람의 신경망을 토대로 만든 것이다. 그래서 사람처럼 생각하게 하는 것이다. 딥러닝은 컴퓨터 비전 영상을 판단하거나 음성 분석, 자연어, 신호 처리 등에 활용된다. 

 

딥러닝을 위해서는 무수하게 많은 양의 데이터가 필요하다. 이 딥러닝이라는 기능을 적용해서 학습을 시킬 고급 하드웨어 자원들이 필요하다. 장비가 좋아야 한다. 오히려 이게 갖춰지지 않는다면 머신 러닝보다 효과가 떨어지는 경우도 많다. 그래서 우리 인공지능 분야의 개발자들이 개발을 할 때는 무조건 딥러닝만 고수하는 게 아니라 상황에 따라서 머신 러닝으로 할지 또는 딥러닝으로 할지 구분을 지어서 진행을 하게 된다. 모델을 다 만들게 된다면 판단도 해야 한다.

 

 

앞으로는 정말 초지능의 시대가 올 수 있다. AI가 계속 발전해 나가고 더 많이 도입될 건데 어떻게 준비해야 될까? 패러다임의 변화는 항상 혼란을 야기한다. 박 강사는 1차 산업혁명 당시의 러다이트 운동을 언급하며 앞으로 어떻게 대처해야 될 지에 대해 설파했다.

 

1800년대 영국에서 산업혁명이 일어나면서 컨베이어 벨트가 출연했다. 이때 컨베이어 벨트에 의해 일자리를 잃었다고 생각한 노동자들이 기계들을 부숴버리는 운동을 했었다. 그렇다고 해서 지금 우리는 컨베이어 벨트를 쓰지 않고 있는가? 그렇지 않다. 결국에 우리는 이 컨베이어를 부수는 게 아니라 이것을 잘 활용하는 사람이 되어야 한다. 인공지능도 마찬가지다. 우리가 어떻게 잘 인지하고 활용하느냐에 따라 이 변화에 대해 잘 적응할 수 있을 것이다. 그러기 위해서는 첫 번째로 데이터 분석이 가장 중요하다. 컴퓨터가 이제는 모든 일을 처리할 것이고 많은 것을 분석할 것이다. 그렇다면 사람은 이것을 대신해서 일을 하는 게 아니라 이 데이터를 보고 분석할 수 있는 힘이 필요하다. 분석력이 가장 중요하다. 이 분석력을 어떻게 키워야 하나? 많이 사용을 해봐야 한다. 그래서 인공지능 모델이라든지 이러한 결과를 도출해낸 것을 많이 사용하다 보면 데이터 분석의 중요성을 쉽게 알 수 있을 것이다.

 

많이 사용해서 분석력을 길렀다면 이제 직접 수정하고 편집할 수 있는 능력을 갖추는 단계로 나아가야 한다.

 

프로그래밍 능력이다. 지금 인공지능이 충분히 많은 도움을 주고 많은 것을 해결하고 있지만 그래도 아직까지 내가 원하는 방향대로 하기에는 조금 어려움이 있다. 그러기 위해서 우리는 어느 정도 코딩을 통해서 이런 인공지능 모델을 수정할 수 있는 능력이 있어야 되어야 한다. 그래서 내년부터는 초중고등학교의 코딩이 의무 교육으로 들어가게 된다. 앞으로는 이러한 프로그래밍 능력이 더더욱 많이 필요해질 것이다.

 

무엇보다도 수많은 AI 도구들을 적재적소에 때에 맞게 제대로 적용할 수 있는 응용 능력이 필수적이다.

 

앞에 보이는 이미지는 내가 사용하는 AI 도구 중에 일부를 가져온 것이다. 그림 그리기부터 시나리오를 작성하는 도구, PPT를 만들어내는 도구, 사이트를 만들어내는 도구, 음악을 만들거나 내 상황에 맞게끔 강의를 어떻게 준비를 해야 되는지 알려주는 도구들이 있다. 그러나 이런 도구들이 아무리 많아봤자 적재적소에 어떻게 쓰느냐에 따라서 결과물이 달라진다. 그래서 이런 AI 도구들을 잘 활용할줄 알아야 된다. 오늘 나는 PPT를 준비하면서 디자인을 내가 다 하지 않았다. 파워포인트에도 이미지만 올려놓고 글자만 써놓으면 이 친구가 알아서 디자인까지 다 해준다. 얼핏 보면 꽁으로 먹는 것 같다. 그러나 이 친구가 디자인을 도와주는 대신 나는 그 시간대에 더 많은 강의 내용에 집중할 수 있다. 그래서 예전에는 디자인을 직접 다 했지만 요즘에는 이러한 생성형 인공지능과 기타 기술을 통해서 많은 도움을 받을 수 있다.

 

 

인공지능은 정말 전지전능한 것만 같지만 미처 생각하지 못 한 문제점들이 있다. ‘딥페이크’ 문제가 대표적이다. 박 강사는 “여러분들의 얼굴이나 가족, 친구, 지인의 얼굴이 딥페이크로 도용된다면 마냥 웃고 넘길 수는 절대 없을 것”이라고 말하며 AI 기술이 딥페이크 범죄로 악용되는 일이 없도록 법과 제도를 정비해야 한다고 제언했다.

 

인공지능은 사람이 아니기 때문에 인간다움에 대한 가치도 부족하다. 트롤리 딜레마(두 갈래의 선로가 있는데 한 선로에는 5명의 사람이 있고 다른 선로에는 1명의 사람이 있다. 내가 레버를 당기면 5명은 살지만 1명은 사망한다. 쉽게 말해서 대를 위한 소의 희생이 옳은가에 대한 문제)의 상황에서 과연 AI는 제대로 된 판단을 할 수 있을까? 오직 인간만이 할 수 있는 고차원적인 판단과 결정이 있는 것이다. 인공지능이라는 건 결국 도구다. 이 도구를 어떻게 사용할지는 사람들의 역할에 달렸다.