다시 짚어보는 인공지능,
그리고 챗GPT

최근 매체에서는 인공지능, Artificial Intelligence 줄여서 AI라는 말이 매우 많이 나타나고 있습니다. 인공지능이란 인간의 지능처럼 고도의 문제해결능력을 가진 인공적 지능을 말합니다. 좀 더 단순히 말하면 사람의 지능을 흉내 내는 컴퓨터 소프트웨어 또는 컴퓨터를 말합니다. 공상과학소설이나 영화 즉, SF를 좋아하시는 분들은 익숙한 용어라 생각이 됩니다. SF 영화에서는 오래전부터 인간처럼 생각하고 행동하는 로봇이나 컴퓨터 비서들이 주인공이나 주인공을 돕는 중요한 역할들로 나타나고 있습니다.

인공지능이라는 용어가 일반적으로 크게 퍼진 계기는 2016년 3월, 우리나라 최고의 바둑기사 이세돌과 구글의 인공지능 기술인 알파고의 대결이라고 할 수 있습니다. 당시에 많은 사람이 깜짝 놀랐던 것이 있습니다. 왜냐하면, 컴퓨터의 연산 기술이 아무리 발달해도 인간을 능가할 수 없다는 분야가 있었는데, 그 중에 하나가 바둑이었기 때문입니다. 이 세기의 대결에서 이세돌 기사가 한 번의 승리를 거두었는데요, 그 이후 현재까지 수많은 인간과 인공지능의 바둑 대결이 있었지만, 그 한 번의 승리가 인간이 인공지능을 이긴 유일한 사례로 기록되고 있습니다. 이 사건으로 인해 많은 사람이 인공지능에 많은 관심을 가지는 계기가 되었다고 생각합니다.

인공지능이라는 기술은 최근에 새로 나타난 기술이 아닙니다. 예전부터 인공지능이라는 기술을 소재로 한 공상과학소설이나 영화가 인기를 끌어왔습니다. 최근에는 너무 당연하게 쓰이는 소재이지만, 인공지능이 메인 소재로 쓰인 영화를 몇 편 소개하겠습니다.

2001년에 미국의 유명한 감독인 스티븐 스필버그가 만든 AI라는 영화가 있습니다. 제목부터 인공지능이라고 명명한 영화인데요, 이 영화를 소개하는 이유는 인공지능을 가진 로봇이 과연 기계인가 인간인가를 고민해보는 시발점이 된 영화라고 생각하기 때문입니다. 내용을 잠깐 소개하자면, 이 기사를 읽는 분들은 피노키오라는 동화를 알고 계실 겁니다. 피노키오라는 동화를 보지 못했더라도 거짓말을 하면 코가 길어지는 나무 인형에 대해서는 알고 계실 건데요. 이 영화는 피노키오 동화와 맥락을 같이하는 주제라고 생각합니다. 피노키오의 주된 내용은 나무 인형인 피노키오가 자신을 만들어준 제페토라는 아빠에게 진짜 인간 아들이 되기 위해 모험을 하는 여정을 보여주는데요, AI라는 영화 역시 인간 부모에게 입양된 인공지능 로봇이 자신이 기계인지, 인간인지에 대한 정체성 혼란을 겪고 진짜 자신이 무엇인지를 찾아 떠나는 내용입니다. 제가 이 영화에서 주목하는 것은 인공지능 기술의 발달 보다는 인공지능이 탑재된 로봇이 과연 인간의 잣대에서 윤리적인 부분이나 인권같은 것을 어떻게 적용해야 하는 것을 고민하고 있었다는 부분입니다. 조금 오래된 영화이지만 한번 찾아보는 것도 좋을 것 같습니다.

두 번째 소개할 영화는 아이로봇이라는 영화입니다. 이 영화에서는 로봇영화에서 다루는 중요한 원칙이 나오고 있습니다. 유명한 SF소설 작가인 아이작 아시모프는 1942년 내놓은 소설에서 ‘로봇 3원칙’을 내놓았습니다. 로봇 3원칙은 다음과 같습니다. 제1원칙 : 로봇은 인간에게 해를 입혀서는 안 된다. 그리고 위험에 처한 인간을 모른 척해서도 안 된다. 제2원칙 : 제1원칙에 위배되지 않는 한, 로봇은 인간의 명령에 복종해야 한다. 제3원칙 : 제1원칙과 제2원칙에 위배되지 않는 한, 로봇은 로봇 자신을 지켜야 한다. 이 원칙을 보면 로봇은 인간이 소유한 재물로써 인간을 지키기 위한 존재로 묘사됩니다. 하지만 로봇이 지능을 가지고 있고, 자신을 지켜야 한다는 자각을 한다면 이 원칙을 모두 지킬 수 있을까요? 이에 대한 고민을 잘 나타내고 있는 영화가 2004년에 개봉된 “아이로봇”이라는 영화라고 생각합니다. 이 영화에서는 미래의 발달된 사회에서 저명한 로봇공학자가 살해되는 사건이 발생합니다. 범인으로 지목된 용의자는 인간이 아닌 박사가 만든 인공지능 로봇이었습니다. 당연히 로봇 3원칙을 적용하면 일어날 수 없는 사건이었던 거죠. 주인공은 미국의 유명한 배우 윌 스미스입니다. 윌 스미스는 로봇을 싫어하는 형사 역할로 출연하고, 윌 스미스와 범인으로 지목된 인공지능 로봇 “써니”의 갈등과 추격전이 영화의 주된 내용입니다. 이 영화에서 주목할 것은 인공지능을 가진 로봇이 단순히 기계로 치부될 것인가, 아니면 하나의 인격체로써 존중받아야 할 존재인가를 고민하는 것입니다. 2004년도에 개봉되어 오래된 영화라고 할 수 있지만, 현재 또는 미래에서도 우리가 인공지능의 발달과 더불어 고민하고 해결해 나가야 할 주제를 잘 표현하고 있다고 생각합니다.

세 번째 소개할 영화는 2014년에 개봉한 “엑스 마키나”라는 영화입니다. 엑스 마키나는 원래 연극에서 쓰이던 용어입니다. 옛날 연극에서는 극이 진행되다가 서사가 꼬여버려서 인과관계가 부족해지는 경우에 신(God)을 등장시켜서 모든 것을 해결해 버리는 경우가 있었는데요, 이렇게 신이 등장할 때, 기계장치나 특수효과를 이용해서 멋지게 출연하는 것을 뜻하는 용어였습니다. 이렇게 꼬여버린 상황을 전지전능한 신이 등장하여 해결하는 것을 “데우스 엑스 마키나”라고 합니다. 해결하기 힘든 상황을 간편하게 풀어버리고 이를 정당화하려는 캐릭터나 연출 등을 줄여서 엑스 마키나라고 하는 경우가 있습니다. 이 영화는 연출, 연기, 특수효과 등 여러 면에서 좋은 평가를 받은 작품이지만 개인적으로는 호불호가 갈릴 수 있습니다. 영화 전체가 조금 어두운 분위기거든요. 제가 이 작품을 인공지능 수업에서 많이 소개하는 이유는 이 영화의 메인 주제가 인간이 인공지능을 가진 프로그램 또는 로봇을 과연 기계라고 인식하는지 아니면 인간이라고 인식하는지를 테스트하는 “튜링 테스트”를 주제로 삼고 있기 때문입니다. 튜링 테스트는 1950년 앨런 튜링에 의해 개발된 “인간의 것과 동등하거나 구별할 수 없는 지능적인 행동을 보여주는 기계의 능력에 대한 테스트” 입니다. 다시 말해 음성이건, 텍스트이건 기계와 대화를 하고 사람이 기계인지 사람인지 구분을 못 하면 튜링 테스트를 통과했다고 판단되는 테스트입니다. 앨런 튜링은 2차 세계대전에서 적국의 암호를 해독 하는 등의 활약으로 유명한 수학자이자 공학자인데 요, 이 분의 영웅적인 활동을 다룬 영화가 “이미테이션 게임”이라는 영화가 있습니다. 이미테이션 게임이라는 영화는 인공지능에 대한 주제가 아니라 앨런 튜링의 활동에 초점을 맞춘 영화이기 때문에 따로 내용을 소개하지는 않겠습니다만, 앨런 튜링의 능력과 인간적 고뇌를 잘 표현한 영화라 생각하기에 한번 쯤 찾아봐도 좋을 것 같습니다.

[그림1] 인공지능의 발전 과정

최근에 이슈가 되고 있는 채팅 프로그램들이 많이 있습니다. 우리나라에서는 심심이, 이루다 등의 프로그램들이 출시되어 많은 사람에게 인기를 끌었습니다. 그리고 인공지능을 연구하는 OpenAI라는 회사에서 2022년 12월 1일 “챗GPT”를 공개하였습니다. 챗GPT는 다른 프로그램들과 유사하게 인공지능이 빅데이터 분석을 바탕으로 사람과 대화하듯 답을 해주는 시스템입니다. 챗GPT는 출시되자마자 5일 만에 100만 명의 사용자를 확보하는 선풍적인 인기를 끌고 있습니다. 현재까지는 튜링 테스트를 통과한 고도화된 인공지능 기술이 거의 없긴 합니다. 하지만 곧 인간인지 기계인지 구분할 수 없는 그런 성능의 인공지능이 나올 것은 틀림없을 것입니다. 앞서 서술했듯이 인공지능이라는 기술이 최근에 갑자기 나타난 기술은 아닙니다. 로봇 3원칙, 튜링 테스트라는 내용만 보아도 1940년도에 이미 인공지능이라는 것을 예견하고 있었던 거죠. 물론 당시에는 초보적인 컴퓨팅 기술을 가지고 있었지만, 인공지능이라는 기술에 대한 고민은 컴퓨터 기술의 초기부터 고민되고 연구됐던 것입니다.

[그림 1]을 보시면, 인공지능이라는 개념 속에 머신러닝 즉, 기계학습 그리고 딥러닝이라는 기술이 있습니다. 최근에 출시되는 인공지능 기술은 기계학습과 딥러닝을 토대로 진화하고 있는데요, 인공지능 기술의 발전 역사에 대해서 간단히 알아보도록 하겠습니다. 1950년 영국수학자 앨런 튜링은 “계산 기계와 지능”이라는 논문을 통해 기계가 생각할 수 있는지 테스트 하는 방법, 지능적 기계의 개발 가능성, 학습하는 기계 등에 대해서 기술하였습니다. 어쩌면 현대의 인공지능 기술을 이미 이때 모두 서술한 것이라 할 수 있을 정도입니다. 앨런 튜링이 개발한 튜링 머신은 존 폰 노이만 교수에 직/간접적인 영향을 주어 현대 컴퓨터 구조 프로그램 내장형 방식의 표준이 되었습니다.

프로그램 내장형 방식은 현재 우리가 쓰고 있는 모든 컴퓨터의 구조입니다. 운영체제가 탑재되고 프로그램을 설치하고 사용하는 것이 컴퓨터를 구성하는 CPU, RAM, 하드 디스크 등에 모두 들어있고, 우리는 그것을 소프트웨어적인 관점에서 사용하는 것입니다. 지금은 이것을 너무나 당연하게 생각하고 있지만, 컴퓨터 초기모델은 컴퓨터의 기능을 이용하려면 [그림 2]에서 보이는 것처럼 집보다 큰 컴퓨터에 플러그를 옮겨 꼽으면서 프로그램을 사용해야 했습니다. 이와 같은 불편함을 없애고 모든 프로그램 내용을 컴퓨터 내부로 넣어버린 방식이 바로 프로그램 내장형 방식이라고 할 수 있습니다.

[그림2] 초기 컴퓨터 형태

이와 같이 현대 컴퓨터를 쓰는 우리는 상상할 수 없는 극악한 환경에서 인공지능이라는 개념까지 생각했다는게 너무나 대단하지 않나요? 이와 더불어 워렌 맥컬록(Warren Mc Cullonch)과 논리학자 월터피츠(Walter Pitts)가 전기 스위치처럼 온, 오프 하는 기초기능의 인공신경을 그물망 형태로 연결하면 사람의 뇌에서 동작하는 아주 간단한 기능을 흉내 낼 수 있다는 것을 이론적으로 증명하였습니다. 인공지능 기술이 시작된 거죠. 그리고 뇌 신경을 모사한 인공 신경 뉴런인 퍼셉트론(Perceptron)이 탄생하게 됩니다. 1950년대는 인공지능 연구의 시작이자 부흥기라고 할 수 있습니다.

하지만 1960년대에 컴퓨터 논리적인 문제로 인하여 퍼셉트론이라는 이론은 AND 또는 OR 같은 논리적 분리는 가능하지만, XOR문제는 적용할 수 없다는 것이 마빈 민스키와 세이무어 페퍼트라는 학자에 의해 증명되었습니다. 컴퓨터는 기계 내부적으로 0과 1이라는 두 개의 논리적인 구분된 값으로 데이터를 저장합니다. 즉, 단순하게 표현하자면 예, 아니오로 대답할 수 밖에 없다는 것이죠. 그런데 AND, OR 논리 구조는 매우 쉽습니다. 그림에서 보듯이 2개의 입력값이 있다면, 입력된 모든 값이 참일 경우 참의 결과가 나오는 논리적인 계산을 AND 계산이라고 합니다. 그리고 참이 하나라도 있으면 참의 결과가 나오는 논리적인

선형으로 분리 가능한 분류

계산을 OR 계산이라고 합니다. 이렇게 입력값에 따른 구분 결과를 분류하기 위해서는 하나의 선이 있으면 됩니다. 하지만 XOR 논리식은 참 입력의 개수가 홀수일 때 결과가 참이 되는 논리식입니다. XOR의 논리식에 의한 결과를 분류하면 선으로 구분할 수 없다는 것이죠. 단순한 AND, OR 논리식에서 XOR 같은 컴퓨터의 논리적인 조합이 폭발적으로 늘어나면서 당시까지 나온 인공지능의 이론으로는 그 논리를 모두 다룰 수가 없었습니다. 그래서 인공지능 연구는 많이 중단되었고, 암흑기에 접어들게 됩니다. 그리고 1970년대, 80년대, 90년대를 거쳐오면서 컴퓨터 데이터는 실용적인 통계기술로써 많이 쓰이게 되고, 데이터를 조작하고 분류하는 데이터마이닝이라는 이름으로 산업의 비효율성을 해결하는 빅데이터 기술로 발전하게 됩니다. 특히 90년대는 추론엔진 기술이 개발되었는데,

0과 1 사이에도 여러 가지 값을 가질 수 있는 퍼지 이론을 통해 다중 값 논리 방법을 이용하는 방법이 활용되었습니다. 그리고 기계학습 즉 머신러닝의 많은 이론들이 개발되었으나, 컴퓨터 성능 및 제한적인 활용 등으로 인하여 크게 주목받지는 못하였습니다. 그러다가 2000년대에 드디어 힌튼 교수에 의해 심층신경망 즉, 딥러닝 기술 실용화 가능성이 제기되었고, 2010년대에는 합성곱신경망의 일종인 Deep-CNN(Convolution Neural Network)의 이미지 인식 성능이 대폭 개선되고, 2014년 구글이 딥마인드 테크놀로지를 인수하였고, 이의 결과로 개발된 인공지능 기술이 알파고였던 것입니다. 앞서 서술하였듯이 2016년 이세돌과 인공지능의 바둑 대결은 전 세계의 이목을 끌기에 충분했고, 인공지능 연구는 인공지능 이론의 개선과 컴퓨터 성능의 발달로 인해 폭발적으로 증가하게 됩니다.

이제 우리는 인공지능 기술과 떼려야 뗄 수 없는 관계가 되어 버렸습니다.

최근 전 세계를 강타한 AI 열풍의 주인공은 당연 챗GPT라 할 수 있습니다. 챗GPT는 샘 알트만이 인류에게 이익을 주는 것을 목표로 하는 비영리단체 Open AI에서 만든 인공지능 대화형 챗봇입니다. 2022년 12월에 출시해서 5일 만에 100만명의 사용자를 모았다고 이슈가 되었는데, 현재는 2달 만에 1억 명의 사용자를 확보하여 인터넷 등장 이후 가장 빠른 속도로 사용자를 끌어모으고 있습니다.

챗GPT는 GPT-3라는 거대 언어 모델을 기반으로 만들어졌습니다. GPT는 Generative Pre-trained Transformer의 약자이며, Transformer는 2017년 구글에서 개발된 문장 속 단어와 순차 데이터 내의 관계를 추적해 맥락과 의미를 학습하는 신경망 모델입니다. 따라서 GPT-3는 1,750억 개의 매개변수를 이용하여 Transformer 모델로 미리 학습된 거대 언어 모델이 됩니다.

챗GPT는 마이크로소프트의 지원하에 GPT-4까지 적용하여 개발된 상태입니다. GPT-3에서도 챗GPT로 활용할 수 있는 일이 매우 많았는데, GPT-4까지 적용되어 대중화된다면 그 활용범위는 상상할 수 없을 정도입니다.

OpenAI는 챗GPT의 API를 2023년 3월 1일 공개하였습니다. 챗GPT를 사용하려면 https://chat.openai.com/chat 사이트에 접속하여 사용할 수 있는데, API를 이용한다면 다른 많은 프로그램에서 챗GPT의 기능을 사용할 수 있게 됩니다. 웹 브라우저의 확장 프로그램, 카카오톡의 오픈채팅 등 다양한 곳에서 챗GPT의 기능을 활용할 수 있고, 이것은 마치 2000년도에 유행했던 유비쿼터스마냥 컴퓨터의 응답을 요구하는 어떤 분야에서도 사용될 수 있음을 의미합니다. 창업 이후 검색의 최강자 자리를 한 번도 내놓지 않은 구글에서 챗GPT가 출시되자 코드 레드(Code Red)를 발령하며 긴장하고 있습니다. 검색자가 원하는 검색 결과를 가장 잘 찾아주는 기능을 제공하기에 구글이 검색의 제왕 자리를 놓지 않는 것인데, 인간이 다시 정리해야 할 검색 결과를 챗봇이 스스로 정리하여 제공한다면 검색을 위한 발걸음이 구글에서 챗GPT로 돌아설 것이 뻔하기 때문입니다.

검색에 대한 결과뿐만이 아닙니다. 챗GPT는 학습된 지식을 토대로 질문에 대한 새로운 문장을 서술해줍니다. 따라서 이러한 기능을 이용한다면 창작 업무에도 활용할 수 있습니다. 이미 전 세계에서 챗GPT를 이용한 레포트, 소설, 논문 등이 쏟아져 나오기 시작했습니다. 문제는 챗GPT의 응답 결과를 얼마나 신뢰할 수 있느냐는 것입니다. 많은 실험자들이 다양한 질문을 통해 챗GPT의 신뢰성을 검증하고 있고, 실제 현실과는 다른 대답을 찾아내고 있습니다. OpenAI의 창업자 샘 알트만은 다음과 같이 말하였습니다. “GPT-3은 너무 과대평가 되었습니다. 여러 칭찬은 감사하지만, 여전히 약점이 있고 이상한 실수를 하기도 합니다. AI가 세상을 바꿀 것이지만 GPT-3가 그 첫발을 내딛은 것뿐이라 생각합니다. 여전히 알아낼 게 많아요.” 샘 알트만의 말처럼, 챗GPT의 결과를 100% 신뢰할 수는 없습니다. 하지만 사실로 판명된 정보를 토대로 조합된 결과는 충분히 기존의 검색엔진을 대체하기에 충분할 것입니다. 인공지능 기술의 발전은 굴곡이 있었지만, 현재의 발전 속도는 너무나 빠르다고 할 수 있습니다. 컴퓨터공학과를 졸업하고 20여년을 IT세계에서 일을 하고 있는 필자도 2022년 12월까지만 해도 챗GPT를 보면서 재밌다고 생각했습니다. 하지만 본 기사를 작성하기 위해 자료를 찾는 동안 받았던 생각은 무섭다는 것이었습니다. 불과 몇 달 만에 챗GPT뿐만 아니라 생성 AI에 관한 발전과 대중화 속도는 좇아가기도 버겁다는 생각이 들었기 때문입니다. 불과 1년 전만 해도 미래사회에서 인공지능이 발달한 세상에서 없어질 직업, 살아남을 직업을 언급할 때, 인간만이 할 수 있는 창작이나 예술의 영역은 살아남는다고 했습니다. 하지만 이제는 이러한 생각도 변경되어야 합니다. 이미 인공지능이 그린 그림이 미술대전에서 대상을 받고, 소설을 작성하고, 영상을 제작하고 있습니다. 인공지능의 기술 발전은 인간이 두려워할 만큼 빠른 것이 분명합니다. 하지만 자동차의 발전을 마차를 위해서 막아서고, 스마트폰의 발전을 2G폰을 위해서 막아서는 실수를 되풀이해서는 안 될 것입니다. 이제 인공지능 기술은 선택이 아니라 필수가 되어가고 있습니다. 우리는 기술의 발전을 앞장서지는 못하더라도, 편승하여 따라가려는 노력은 해야 할 것입니다.