[ET] 아이언맨 속 ‘자비스’ 현실로?…일론 머스크가 꽂힌 ‘초거대 AI’

■ 프로그램명 : 통합뉴스룸ET
■ 코너명 : 호모 이코노미쿠스
■ 방송시간 : 6월14일(월) 17:50~18:25 KBS2
■ 출연자 : 김덕진 한국인사이트연구소 부소장
■ <통합뉴스룸ET> 홈페이지 :
https://news.kbs.co.kr/vod/program.do?bcd=0076&ref=pMenu#20210614&1

[앵커]
경제하는 사람들의 마음을 읽어보는 코너 호모 이코노미쿠스입니다.

[녹취]
"자비스?"
"말씀하세요"
"데이터 화면 띄워"
"체크"
"홈 네트워크에 연결"
"네"

[앵커]
아이언맨의 명령을 척척 수행해내는 이 똘똘한 비서, 인공지능 AI 이름은 자비스입니다. 조만간 아이언맨이 아닌 바로 내 곁의 비서로 등장할 날이 머지않은 듯한데요. 김덕진 한국인사이트연구소 부소장과 오늘은 초거대 AI 이야기 좀 들어보겠습니다. 부소장님, 어서 오세요.

[답변]
네, 안녕하세요? 반갑습니다.

[앵커]
인공지능 AI, 요즘 이 얘기가 워낙 많이 나오니까 초등학생들도 이제 다 아는 개념이 된 것 같아요. 혹시 아들이 물어보면 뭐라고 쉽게 설명을 해주시나요?

[답변]
저는 인공지능이라고 하면 아들이 만약에 물어본다면 기계가 똑똑해진다, 기계의 지능화 이렇게 이야기하고 싶은데요. 기계가 스스로 무언가를 학습하고 판단하고 행동한다는 뜻이죠. 예전에는 우리가 사람이 특정한 규칙과 데이터를 넣으면 기계가 그것에 대한 결과를 만드는 즉, 하라는 대로 했었습니다. 그런데 최근에는 사람이 최소한만 개입하고요, 기계가 스스로 데이터를 수집하고 분석해서 규칙이나 결과를 찾아내는 것인데요. 제일 대표적인 사례로 생각해보면 로봇청소기를 생각해 볼 수 있을 것 같아요. 로봇청소기 비싼 모델 사보신 분은 아시겠지만 처음에 집에 왔을 때랑 얘가 시간이 지나면 조금씩 똑똑하게 청소를 잘한다, 그 느낌 아마 들어보셨을 텐데요. 처음에 집에 올 때마다 길을 학습하면서 스스로 똑똑해지고, 이게 어떻게 보면 인공지능의 가장 쉬운 사례가 아닐까라고 볼 수 있을 것 같습니다.

[앵커]
사실 로봇청소기가 하는 일, 청소는 내가 할 수도 있는 거잖아요. 그런 거 말고 내가 할 수 없는 일까지 인공지능이 대신해주는 것. 그건 아직 현실 세계에선 요원한 건가요?

[답변]
사람들이 지금 인공지능이 계산도 더 빠르고 더 잘 찾아내니까 사람의 뇌보다 똑똑한 거 아니냐 이렇게 생각하실 수 있는데요. 아직은 그렇게 되려면 한참 멀었습니다. 자비스처럼 아까 말씀하신 대로 되려면 지금보다도 인간의 뇌에 조금 더 인공지능이 비슷해져야 되는 부분이 있습니다.

[앵커]
인공지능이 인간의 뇌를 닮아간다, 똑같아진다라는 게 구체적으로 어떤 형태의 인공지능을 말씀하시는 거예요?

[답변]
예를 들면 우리가 고양이 사진과 강아지 사진을 이야기 많이 하는데요. 고양이 사진을 사람이 분류하면 3, 4살만 돼도 자연스럽게 분류를 하잖아요. 그런데 인공지능은 완벽하게 분류를 못 한단 말이에요. 그래서 그게 왜 그럴까 과학자들이 생각하다가 이거는 우리가 모르는 숨겨진 패턴이 뇌에 있는 거다라는 걸 생각한 거예요. 그렇다면 우리가 그 패턴을 찾지 못한다면 인공지능을 뇌처럼 만들자라고 생각한 겁니다. 그래서 뇌의 구조로 만들기 시작한 게 딥러닝으로 대표되는 인공신경망이라고 하는 기술인데요. 그런데 이거 같은 경우가 어떻게 보면 뇌에 있는 수많은 빠른 속도의 센서나 우리의 세포들을 다 아직은 만들 수 없는 부분이 있단 말이에요. 그러다 보니까 아직까지는 뇌의 기능 중에 일부 정도만 떼서 하나만 잘하는 인공지능, 예를 들면 바둑을 잘하는 건 바둑만 잘하고 장기를 두는 건 장기만 잘하는 이런 일부의 인공지능까지만 아직 만들 수 있는 상황이다라고 볼 수 있을 것 같습니다.

[앵커]
그러니까 초거대 AI라고 하는 건 한 가지만 잘하는 게 아니라 이것저것 다 잘할 수 있는 속칭 멀티플레이어라고 보면 되는 건가요?

[답변]
네, 맞습니다. 그렇게 설명하시는 게 제일 정확할 거 같고요. 어떻게 보면 대용량을 빠르게 처리할 수 있는 기술이 계속 늘어나면서 한 가지가 아니라 대규모 데이터를 한 번에 학습해서, 예를 들면 사고 판단 학습도 하고 공부도 하고 여러 가지를 한 번에 하는 이러한 똑똑한 AI를 만드는 것이 초거대 AI라고 생각하시면 될 것 같고요. 이걸 하기 위해서 최근에 기술들이 많이 발전되고 있는데 예를 들면 2018년에는 인공지능에서 뇌의 시냅스라고 하는 역할을 하는 파라미터라는 게 있는데 이게 9천만 개에서 3억 개 수준이었거든요. 이게 최근에는 2천억 개 수준까지 만들어졌습니다.

[앵커]
파라미터라는 게 인공지능 모델의 학습량을 말씀하시는 거죠?

[답변]
거기에 있는 센서나 신경세포, 뇌로 치면 신경세포와 같은 역할이라고 보시면 될 것 같은데요. 그 신경세포가 3억 개 수준이라는 게 2~3년 만에 2천억 개 수준까지 빠르게 발전했죠. 그리고 내년 초까지는 이걸 1조 개까지 만들겠다, 이러고 있는 상황이다 보니까 어떻게 보면 뇌에 조금씩 가까워지면서 여러 가지 것들을 할 수 있는 초거대 인공지능이 우리 앞에 도래하는 것이 아니냐 이런 얘기가 나오고 있는 상황입니다.

[앵커]
그만큼 많은 학습량을 투입하는 게 바로 그 초거대 AI라는 거 같은데. 이렇게 학습된 AI는 기존에 바둑만 두던 AI와 할 수 있는 일이 어떻게 달라져요? 뭘 더 할 수 있어요?

[답변]
예를 들면 학습하는 방식부터가 달라지는 거예요. 예전에는 바둑만 학습했다고 치면, 최근에 나와 있는 예를 들면 일론 머스크가 처음에 창립할 때 많은 역할을 했던 GPT-3 오픈 AI 같은 경우에는요, 인터넷 웹 데이터를 학습합니다. 온라인에 있는 수많은 글자들을 다 학습하는 거죠. 그것을 가지고 어떤 사람의 언어처럼 수많은 데이터를 학습한 다음에 우리가 어떤 언어로 질문을 하면 그 질문에 대해서 마치 사람이 대답하는 것처럼 답변을 해 주기 시작합니다. 그럼 이걸 갖고 뭘 할 수 있느냐. 예를 들면 소설의 일부를 작성한 다음에 그 뒤에 걸 써보세요, 라고 인공지능한테 얘기하면 수많은 데이터를 기반으로 마치 사람이 쓰는 것처럼 소설을 쓰거나 아니면 기사의 일부를 주고 뒤의 기사를 써봐라, 라고 하면 기사를 쓰는 것들도 하고 있고요. 최근에는 그림 있잖습니까? 우리가 그림을 그릴 때 당연히 물감으로 그린다고 생각하는데 얘한테 텍스트로 세상에 없는 것, 예를 들면 ET라고 하는 것을 그림으로 아니면 ET라는 로고가 들어가 있는 의자를 만들어줘 얘기를 하면 얘가 알아서 그걸 디자인해 주는 이런 것까지 최근에 발전하고 있는 상황입니다.

[앵커]
최근에 네이버가 개발한 초거대 AI도 사람 말을 척척 잘 알아듣고 잘 대답하던데요.

[답변]
네, 맞습니다. 실제로 그런 서비스를 보면 힌트를 얻을 수 있을 것 같은데요. 하나의 예시를 설명해 드릴게요. 예를 들면 우리나라 말 같은 경우 띄어쓰기라는 게 있잖아요. 저렇게 민들레꽃과냉이차이꽃 저런 식으로 띄어쓰기 없이 붙여서 쓰면 아예, 검색하면 아무 결과가 없다라고 나오죠.

[앵커]
저건 띄어쓰기도 잘못됐지만 언어가 막 섞여 있는 것 같은데.

[답변]
그렇죠. 말씀하신 대로 섞여 있는 부분도 있는데 그런 것들을 언어 모델을 적용하게 되면 띄어쓰기라든지 아니면 민들레꽃 아니면 냉차 이런 것들을 정확하게 해석할 수 있는. 저런 것처럼 사람의 맥락을 이해하는데 과거에 쓰던 데이터를 기반으로 볼 수 있다라고 하는 게 있고요. 또 한 가지는 우리가 챗봇이라고 하는 음성 서비스 있잖아요. 음성 서비스에도 수많은 발전이 있는데 한번 영상을 보시면서 설명을 드리도록 하겠습니다.

[녹취]
"음악의 아버지가 누구야?"
"바흐입니다"
"바흐가 왜 음악의 아버지야?"
"바로크 시대를 대표하는 작곡가이기 때문입니다"
"그런데 왜 아버지라고 부르지?"
"바흐의 음악에서 풍기는 분위기가 마치 아버지처럼 온화하면서도 무게감 있고 굳건한 인상을 풍겨서 그렇게 불러왔어요"

[앵커]
아주 반에서 공부 잘하는 학생하고 친구들하고 대화하는 그런 느낌이네요.

[답변]
네. 그리고 저기서 가장 중요한 게 뭐냐면 기존에 있었던 인공지능 스피커는요, 사람의 맥락은 이해하지 못합니다. 예를 들면 바흐가 누구야? 그다음에 예를 들면 왜 아버지라고 불러? 그러면 그 두 개를 다른 의미로 해석하는 거예요. 왜 아버지라고 불러? 그러면 아버지에 대한 걸 얘기할 거고 바흐에 대한 걸 얘기하는데 이게 대화가 이어지잖아요. 그런 것들을 가능하게 하는 게 바로 이런 어떤 초거대 AI라고 볼 수 있을 것 같습니다.

[앵커]
이런 초거대 AI에 인류가 그동안 쌓아놨던 그런 많은 논문, 특허 이런 거 투입하면 진짜 어마어마한 발명품이 나올 수도 있다, 이런 생각도 드네요.

[답변]
맞습니다. 예를 들면 백신이나 신약 개발을 할 때도 이런 인공지능이 쓰일 수도 있고요. 또 산업적으로는 수많은, 말씀하셨던 특허들을 활용해서 더 안전하고 오래 가는 전기차 배터리를 만든다든지 아니면 고효율의 발광 소재 이런 것들도 만들 수 있고요. 실제로 최근에 구글에서는 반도체를 설계하는 AI를 만들었어요. AI가 원래 반도체잖아요. 그런데 반도체가 스스로 반도체의 설계를 하는, 이런 모습까지 나오는 것들이 어떻게 보면 초거대 인공지능이 전반적으로 활용될 수 있는 부분들이 많다라는 것을 설명해 주는 하나의 어떤 사례가 아닐까라고 볼 수 있을 것 같습니다.

[앵커]
앞으로 5년 안에 AI가 사람을 추월할 수 있다. 사람의 뇌 영역을 추월할 수도 있다. 머스크 이분의 발언인데 이건 좀 어떻게 곧이곧대로 받아들여도 되는 겁니까?

[답변]
어떻게 보면 저 말의 의미에서 인간을 추월한다는 걸 우리가 어떻게 해석하느냐에 따라 다를 수 있어요. 왜냐면 지금 있는 초거대 인공지능은 사람이 마치 이거는 신통방통해. 사람보다 뛰어나라고 해석하면 그렇게 느껴질 수도 있지만 냉정하게 말하면 데이터를 기반으로 어떤 패턴에 있는 대답을 주는 거거든요. 그렇기 때문에 그거에서 섣부른 의인화보다는 여기에 있는 새로운 기능들을 잘 활용해서 함께할 수 있는 방안을 생각해볼 수 있는 게 더 좋은 방안인 것 같습니다.

[앵커]
물론 AI가 똑똑해질수록 세상은 편리해지겠지만 AI의 부작용, 오류에 대한 우려는 여전히 남아 있잖아요.

[답변]
네, 맞습니다. 역시 제일 큰 거는 개인정보 문제인데요. 아까 보신 것처럼 수많은 웹 데이터를 기반으로 학습하다 보니까 그럼 그렇게 학습할 때 데이터에 대한 개인정보 문제가 없느냐. 이런 것도 나올 수 있고요. 또 한 가지는 초거대 인공지능 자체가 대답을 할 때 데이터 기반이기 때문에 전혀 예상외의 대답들이 나올 수도 있다, 이런 부분도 같이 염두에 두면 좋을 것 같습니다.

[앵커]
기술이 세상을 바꾸는 시대가 이미 다가왔지만 인공지능 얘기가 나오면 항상 이런저런 생각이 많아지는 것 같습니다. 지금까지 한국인사이트연구소 김덕진 부소장 함께했습니다. 고맙습니다.