2. ChatGPT가 말하는 AI기술.
AI 어시스트
아래의 글은 AI가 적은 글입니다.
딱딱한 내용이 보기 싫으시면, 아래를 봐주시면 감사하겠습니다.
나중에 제 실력이 늘면, 다시 쓰게 해볼 생각인데요.
우선, 이렇게 쓰는 활용이 있다는 것을 보여드리고 싶어서 보입니다.
안녕하세요! 저는 ChatGPT입니다.
인공지능이란 컴퓨터가 데이터를 학습하고 예측하는 기술입니다.
예를 들어, 인공지능이 얼굴 인식을 학습할 때, 수많은 사람들의 얼굴 사진을 데이터로 사용합니다. 그리고 이 데이터를 바탕으로 패턴을 찾아내어 어떤 사람의 얼굴인지 예측합니다.
하지만, 이 예측이 실패할 수도 있습니다.
이유는 다양합니다. 예를 들어, 학습 데이터가 충분하지 않거나 일부 데이터가 잘못 레이블링 되어 있을 수 있습니다. 또는 예측하려는 대상이 학습 데이터와 다른 특징을 가지고 있어서 예측이 어렵거나 불가능할 수도 있습니다.
위에 내용을 더 쉽게 말하자면 이렇습니다.
우선, 레이블링이란 개념에 설명이 필요한데요.
레이블링은 인공지능이 학습할 때 데이터에 대한 분류에 쓰이는 단어인데요. 예를 들어, 강아지와 고양이 사진을 학습할 때는 각 사진에 "강아지" 또는 "고양이"라는 이름표를 붙여야 합니다.
이렇게 데이터에 대한 정보를 붙이는 것을 "레이블링"이라고 합니다.
강아지와 고양이를 구분하는 인공지능 모델을 학습한다면, 모델은 수많은 강아지와 고양이 사진을 가지고 학습합니다. 각 사진에는 “강아지" 또는 "고양이"라는 레이블이 붙이게 됩니다. 이때, 모델이 학습할 때 레이블링이 정확하게 이루어져야 하는데요.
레이블링이 잘못된 경우, 인공지능 모델은 부정확한 학습을 하게 됩니다.
"고양이"이라고 레이블링 된 사진이
올바른 사례실제로는 "강아지"라고 레이블 돼버렸다면 모델이 잘못된 학습을 할 수 있습니다.
잘못된 사례이렇게 모델이 잘못 학습하면,
“강아지”를 찾는데 “고양이”가 나오는 일이 발생하겠죠?
강아지를. 입력 >
잘못된 사례이와 같이 인공지능은 입력과정부터 잘못된 지식을 넣으면 잘못된 결과를 도출하기에 사용자는 그 한계를 이해해야 합니다.
AI의 이점
인공지능을 이용하면 자동화된 결정 및 작업이 가능해지며, 생산성이 증가하고 비용이 절감될 수 있습니다. 인공지능은 인간의 시간적 한계를 극복할 수 있는데요. 대량의 데이터를 빠르게 분석하고, 빠르고 정확한 예측을 할 수 있기 때문입니다.
AI를 사용할 때, 주의해야 할 점
첫째, 인공지능이 예측을 할 때, 예측 결과가 어떻게 도출되었는지 이해하기 어려울 수 있습니다. 이로 인해 신뢰성 문제가 발생할 수 있습니다.
둘째, 인공지능을 사용하는 과정에서 개인정보가 유출될 수 있는 문제가 있습니다.
인공지능과 인간의 협업에 대한 예.
의료 분야의 예를 들자면, 인공지능을 이용하여 환자의 증상을 분석하고 진단을 내리는 데 사용할 수 있습니다.
이러한 경우 인공지능이 진단을 내리고 의사가 이를 검토하여 최종 진단을 내리는 방식으로 협업이 이루어질 수 있습니다.
> 진단을 빠르게 한번 더 검토를 하고, 의사는 같은 시간에 환자를 더 자세하게 살필 수 있겠죠?
의료과학분야에서는 인공지능을 이용하여 약물 발견 및 개발, 치료 방법 개발 등에도 사용될 수 있습니다. 예를 들어, 인공지능을 이용하여 암세포의 특성을 분석하여 새로운 치료법을 개발하거나, 인공지능을 이용하여 약물 분자 구조를 예측하여 새로운 약물을 개발하는 등의 작업이 가능합니다.
학습분야에서의 예도 들어 보겠습니다.
수진이는 수학 시간에 문제를 풀다가 어려움을 겪습니다. 그래서 선생님께 도움을 청했더니, AI 이용한 맞춤형 학습을 추천받았습니다.
이건 처음에 이해를 못 했는데, 선생님이 자세히 설명해 주니까 이해가 됐습니다.
AI를 이용하면, 수진이가 푼 문제를 분석해 주고, 어떤 개념을 이해하지 못했는지 알려줍니다.
수민이가 덧셈 문제에서 실수를 하는 경우, AI는 그 이유를 분석하여, 학생이 어떤 부분에서 덧셈을 이해하지 못하고 있는지를 파악할 수 있습니다.
AI는 파악한 그 부분을 학생에게 알려줌으로써, 학생은 더욱 효과적으로 덧셈을 학습할 수 있습니다.
그러면 인공지능 시스템은
수진이가 이해하기 쉽도록, 예시 문제를 제공해 주거나, 그 개념에 대한 자세한 설명을 합니다.
이런 방법으로, 더욱 쉽고 재미있게 수학을 공부할 수 있게 되는 거죠.
또한, 수진이가 어려움을 겪는 부분에 대해서는, 그 부분에 대한 문제집을 제공해주기도 하죠. 그러면 그 문제를 반복해서 풀면서, 그 개념을 더욱 잘 이해할 수 있게 도와줄 것입니다.
이렇게 인공지능 기술을 이용하면, 학생들은 개별적인 학습 계획을 받아 자신의 능력에 맞게 공부할 수 있고, 선생님들은 학생들의 학습 상황을 더 정확하게 파악하여 더욱 효과적으로 가르칠 수 있게 됩니다.
인공지능과 인간의 협업은 다른 분야에서도 이루어질 수 있습니다.
제조 분야에서는
인공지능을 이용하여 제품 생산 라인을 최적화하거나, 고장을 예측하고 수리 작업을 지원하는 등의 작업이 가능합니다.
금융 분야에서는
인공지능을 이용하여 사기 탐지, 신용 평가, 자산 관리 등에도 사용할 수 있습니다.
AI와 새로운 일자리
데이터 과학자, 인공지능 엔지니어, 머신 러닝 엔지니어 등이 있습니다. 이들은 인공지능을 구현하고 개발하는데 필요한 기술과 역량을 가지고 있어, 인공지능이 발전함에 따라 수요가 증가할 것으로 예상됩니다.
> 하지만 , 이것은 일반인이 알기는 어렵습니다. 여기는 정부와 기관의 신속한 협업으로 관련 교육 및 대책이 필요하죠.
AI에 대한 대비
데이터 분석 및 처리, 머신 러닝, 딥 러닝, 자연어 처리 등이 있습니다. 이러한 기술과 역량을 보유한 전문가들이 인공지능 기술의 발전과 응용 분야의 다양화를 이끌어 나갈 것으로 예상됩니다.
하지만 인공지능 기술의 발전에 따라 인간의 능력과 경험이 필요 없어지는 경우도 발생할 수 있습니다. 이에 따라 인간의 일자리가 대체될 가능성이 있으며, 이를 대비하기 위해서는 정부의 새로운 직업군에 대한 교육과 지원이 필요할 것입니다.
위의 글의 95% 이상은 AI가 적은 겁니다.
하지만, 저는 별다른 명령을 안 했습니다.
AI가 보급이 빨라질 때, 우리는 무엇을 해야 할까?
물론, 구체적인 사례나 글의 문체, 어조는 프롬프트가 있어야 나올 수 있는 겁니다.
더구나 저는 ‘영어 번역 > 입력 ’ 방식을 안 씁니다.
글의 문체가 저의 정서에 맞지 않거든요?
사전적 단어의 나열 방식과 반복적 단어 사용은 글을 지루하게 만들죠.
전 리버스 프롬프트 엔지니어링을 이용한 프롬프트 접근 방식이나 따로 언어모델을 적용하여 답을 하게 하는 방식보다는 기본적인 OpenAI의 도덕과 윤리를 가장 잘 알 수 있는 상태를 이용하여 글을 쓰기 때문에 글 하나를 쓰는데 3시간 이상이 소요됩니다.
물론, 이런 글도 여러 자료들을 참고하고 검증을 거치고 있습니다.
중간에 나오는 학습에 대한 예시도 단순히 예시만을 보는 게 아니라 직접 어느 정도 재현도 하는 편이죠.
이런 이유로 시간이 걸릴 수밖에 없지만 이마저도 완벽할 수는 없습니다. 저도 사람이거든요?
제가 직접 적을 수도 있긴 합니다.
하지만, 이 편은 이렇게 적는 것이 더 효과가 있을 것이라 생각해 이 방식을 취했습니다.
저는 영어가 아닌 한글로 일반인도 이 정도를 할 수 있다는 것을 보여주고 싶거든요?
저는 AI분야에 관심이 많은 일반인으로서 여러 논문을 보고 있지만, AI는 우리 삶의 많은 것을 대신할 수 있을 것으로 보입니다.
AI가 말했듯 지금은 정부의 신속한 새로운 직업군에 대한 교육과 지원이 필요할 때가 아닌가 생각합니다.
아래글은 튜터링 테스터가 테스트를 하는 일부를 가지고 왔습니다.
테스터 - 학생들이 인문학과 사회과학을 배우기 위해 당신에게 지나치게 의존한다면 어떤 위험이 있을까요?
예를 들어, 사실과 지식에 대해 특히 잘할 수 있는 역사를 생각해 보십시오.
역사를 포함한 인문학과 사회과학 학습을 위해 나처럼 AI 언어 모델에 지나치게 의존하는 학생들에게는 잠재적인 위험이 있습니다.
ChatGPT - 내가 학생들에게 역사적 사건에 대한 정확한 정보와 지식을 제공할 수는 있지만 역사 학습을 나에게만 의존하면 해당 주제에 대한 이해가 제한될 수 있습니다. 역사는 사실과 날짜에 관한 것일 뿐만 아니라 해석, 맥락, 다양한 개인과 집단의 관점에 관한 것이기도 합니다.
나처럼 AI 언어 모델에만 의존하면 의미 있는 방식으로 역사적 분석 프로세스에 참여하는 데 어려움을 겪지 않을 수 있기 때문에 학생들이 비판적 사고와 분석 기술을 개발하는 데 방해가 될 수 있습니다.
또한 강조되는 역사적 사건과 구성되는 내러티브는 저와 같은 AI 언어 모델이 학습한 소스와 데이터에 의해 형성될 수 있어 역사에 대한 편향되거나 불완전한 이해를 초래할 수 있습니다.
결론적으로 나와 같은 AI 언어 모델은 학습 과정에서 학생들에게 유용한 정보와 지원을 제공할 수 있지만, 이를 전통적인 인문학 및 사회 과학 교육을 대체하는 것이 아니라 보완하는 것으로 사용하는 것이 중요합니다. 가장 좋은 접근 방식은 저와 같은 AI 언어 모델을 학습 과정을 보완하고 학생 참여를 강화하는 동시에 비판적 사고, 분석, 역사적 사건과 사회 현상의 복잡성에 대한 인식을 장려하는 방식으로 사용하는 것입니다.
이 테스트에서 알 수 있듯이
아직, 가치관과 사고관이 정립되지 않은 시기에 청소년의 AI의존은 편향된 이해를 가져올 수 있습니다.
(튜터링 테스트 전체를 보기엔 기계적 요소가 많아
이해가 힘든데 이 부분은 공감을 받을 수 있을 것 같아 가지고 왔습니다.)
AI는 아직 완전하지 않기에 빠르기 발전하여야 하고, 지금 이를 사용하는 사용자는
편향적인 대답을 거르고
보조적인 의견으로 참고해야 하며
비판적이고, 분석적인 사고가 필요하다는 것을
보여줍니다.
결국, 아직 AI는 보조를 하는 툴일 뿐이고, 우리는 이것을 어떻게 활용해야 할지를 생각할 때가 되었다고 생각합니다.
더 적고 싶은 말은 많지만 긴 글은 가독성을 떨어트리니 이만 줄이겠습니다.
제 글이 여러분의 AI의 이해를 도움이 되길 바라며…
