AI가 도대체 뭐길래

AI의 시대, 사람들의 생각과 실제

  "인공지능만 있음 다 할 수 있는 거 아니야?"

  메타버스의 시대가 가고, 인공지능의 시대가 왔다. 챗GPT를 실제 사용하는 사람, 한 번쯤 사용해 본 사람, 알기만 하는 사람, 모르는 사람들로 나뉘기 시작했다. 인공지능이 어떻게 사용될지에 대한 관심이 높아지면서 인공지능에 대한 사람들의 생각과 활용하는 정도도 나뉘기 시작했다.

 그런데 문제는 인공지능 만능주의가 함께 왔다는 것이다.

  인공지능에 대한 생각이 모두 다르고, 인공지능의 기능 또한 모두 다르다. 그런데도 대부분 인공지능을 잘 모르는 사람들은 인공지능이 모든 것을 해결해 줄 것이라고 생각한다. AI를 활용한 AI디지털 교과서, AI를 따라 하는 AI코스웨어, 생성형 AI를 활용한 각종 생산물 등이 그야말로 매일매일 홍수같이 넘쳐나고 있다.

  마치 메타버스 만능주의 일 때와 비슷하다. 코로나19를 극복할 수 있는 것은 메타버스뿐인 것 같았다. 메타버스가 마치 모든 것을 해결해 줄 것 같은 시기를 지나 이제는 인공지능이 모든 걸 해결해 줄 것 같은 시기를 맞았다. 문제는 사람들이 생각하는 인공지능과 실제 인공지능이 할 수 있는 것의 차이가 크다는 것이다.

  인공지능은 자동으로 만들어지는 것이 아니다.

  인공지능을 생각하면 흔히 내가 입력하면 바로 답을 해주는 챗GPT를 생각한다. 사람과 대화하는 방식으로 진행하기 때문에 정말 영화에서만 보던 미래시대가 다가온 것 같다. 하지만 챗GPT는 만능이 아니다. 무수한 빅데이터를 바탕으로 이루어진다. 챗GPT의 성능을 고도화시키기 위해 수많은 프롬프트 전문가들이 붙어서 프로그램을 수정하고, 알고리즘을 수정한다. 엄청나게 많은 양의 데이터를 라벨링 하여 붙인다. 이 라벨링 작업이 인공지능의 가장 기초이다. 그런데 대부분의 사람들은 이 라벨링 데이터를 간과한다. 마치 인공지능이 모든 데이터의 라벨링을 해서 분류하고 결과를 도출해 내는 것으로 생각한다. 하지만 사실을 그렇지 않다.

 인공지능을 구현하기 위한 가장 기초는 데이터 라벨링이다. 기준에 맞게 데이터를 분류하고, 그 데이터에 이름을 붙여 인공지능이 인식시킬 수 있게 만드는 것. 그런데 사람들은 인공지능에 아무 데이터나 입력하면 그 데이터가 뿅 하고 마술지팡이처럼 나타나는 줄 안다. 보통 챗GPT를 몇 번 사용해 보고 인공지능의 역사에 대해 알지 못하는 사람들이다. 여기에서 인공지능의 사용법에 대한 생각의 차이가 발생한다.

  어떤 신기술이 나오게 되면 그 신기술을 활용하는 것에 대해 사람들은 상상의 날개를 펼친다. 그러나 그 기술이 실제 우리가 생각하는 것만큼 구현이 되기 위해서는 많은 시간과 돈이 든다. 그러나 사람들은 그것까지는 생각하지 않는다. 인공지능이 모든 걸 다 해결해 줄 것처럼 생각을 한다. 

  선무당이 사람 잡는다.

  그래서 각 업체나 공공기관에서 인공지능을 활용한 각종 서비스들에 뛰어들고 있다. 여러 서비스 구축에 컨설팅이나 연구단으로 참여하면서 알지 못한 채로 플랫폼을 만드는 일이 얼마나 위험한 일인가를 알게 된다. 상상의 나래를 펼치고 청사진을 펼치는 데만 급급하여 실제 구현될 수 있는 범위보다 지나치게 높은 단계를 설정하게 되는 상황들이 발생한다. 플랫폼 구축을 해본 사람들의 말보다 챗GPT를 몇 번 사용해 본 사람들의 이야기를 더 잘 듣는다. 본인들이 이해하기 어렵고, 인공지능이 모든 걸 다 해주는 만능으로 보이기 때문이다. 

  실제 여러 인공지능 사업에 참여하면서 겪게 되는 어려움들과 교육에서 어떻게 적용해야 하는지에 대한 고민을 풀어나가려고 한다. 현재 인공지능이 어느 정도의 시점까지 왔는지, 어떻게 발전해 나가야 하는지를 집어야 할 시점이라고 본다. 무조건 달려가는 것이 아니라 정확히 현상을 진단하고 그 과정에서 어떤 지점이 교육에 적용될 수 있는지를 생각해 봐야 한다.