[뉴스라운지] 발전하는 AI...금융·의학 믿고 맡길 '자비스' 나올까

■ 진행 : 함형건 앵커

■ 출연 : 서민준 카이스트 AI대학원 교수

* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기 바랍니다. 인용 시 [YTN 뉴스라운지] 명시해주시기 바랍니다.

[앵커]

우리 사회에 심대한 영향을 끼치는 메가트렌드를 짚어보고 미래를 조망해 보는 코너, <비전 카페> 순서입니다. 오늘은 인공지능 AI가 가까운 미래에 어디까지 발전할지, 또 우리 사회를 어떻게 바꿀지에 대해 서민준 KAIST 김재철AI대학원 교수와 짚어보겠습니다. 어서 오세요.

저희가 얼마 전에 이 비전카페 코너를 통해서도 인공지능의 가능성과 한계점을 포괄적으로 짚어본 적이 있었는데요. 오늘은 좀 더 구체적으로 우리 생활 속에서 어떻게 AI가 다가오고 있는지 얘기해 보겠습니다.

교수님, 지금 챗GPT 같은 생성형 AI가 만들어내는 답변이나 결과물들을 보면 이것이 인간이 만든 건지, 인간이 쓴 건지, 기계가 쓴 건지 구분하기 어려운 그런 것도 꽤 많은 것 같습니다. 이 정도면 생성형 AI가 이미 인간 정도의 지능을 표면적 인간의 혹은 우리가 생각할 수 있는 인간의 지능을 넘어선 수준인가, 비슷해진 건가. 이른바 튜링테스트라는 것도 있지 않습니까? 합격을 한 겁니까?

[서민준]

평균적이라고 한다면 아직은 아니다라고 생각합니다. 그 뜻은 결국 사람과 기계를 세워두고 다른 사람이 기계랑 얘기를 하거나 사람과 얘기를 할 때 둘을 구분할 수 있는가를 보는 건데 어쨌든 대화가 길어지면 길어질수록 아마 티가 날 거라고 봅니다, AI 쪽은. 그래서 아직 그런 평균적인 지능에 도달했다고 보기는 어려울 수 있는데 물론 현재 그게 쉽다는 건 아니지만 예를 들면 10살짜리 정도와 비교한다 했을 때는 사실 구분이 충분히 어려울 거라고 생각합니다.

그래서 그런 관점에서는 나이를 저희가 하나의 변수로 본다면 또 10살 수준은 같다고 볼 수 있고, 경우에 따라서 좀 정의가 사람마다 다를 것 같습니다마는 그런 것 같습니다.

[앵커]

왜냐하면 특정 분야에 대해서는 굉장히 좀 더 높은 역량을 보이는 경우도 있어서요. 이를테면 로스쿨의 시험 문제를 풀게 했다든가 의학적 문제나 시험 문제를 풀게 하든가 거기서도 평균 이상의 성적을 냈다든가 이런 소식들이 들려와서요.

[서민준]

맞습니다. 사실 어떻게 보면 그런 특화된 시험은 또 사람보다 더 잘하기도 해서 그것을 봤을 때는 또 넘어섰다고 볼 수 있는데 아무래도 튜링테스트의 정의상 어떻게든 파악을 하려면 구분해낼 수 있는가 보통 이렇게 정의하다 보니까 그런 관점에서는 특히나 AI들이 긴 맥락을 아직까지는 고려하기에는 좀 어려워서 그래서 그런 상황에서는 아무래도 AI를 구분할 수 있을 거라 예상은 합니다.

[앵커]

흔히 우리가 상상하는 것이 이를테면 영화 속의 공상과학 영화에 나오는 그런 신기한 컴퓨터, 이를테면 영화 아이언맨 속에 나왔었다는 만능컴퓨터죠, 자비스 같은 그런 전자비서가 현실적으로 구현이 가능할 것인가, 이런 얘기를 사실 많이 해 왔습니다마는 물론 어느 정도 수위의 일을 하는 비서인 건가, 이게 문제이기는 할 것 같습니다. 기대수준에 따라 다를 것 같은데요. 어떻게 보십니까? 자비스 같은 AI가 현실적으로 가까운 미래에 나올 거라고 보십니까?

[서민준]

자비스 같은 기술을 결국 개발하려면 크게 4가지 정도를 얘기할 수 있을 것 같습니다, 기술적 요소로. 일단 먼저 맥락을 잘 파악해야 하고요. 대화의 맥락이라든가 그 사람과의 오랜 맥락이 있겠죠. 그리고 음성인식도 잘되어야 할 거고 질문도 정확하게 이해를 해야 하고, 얘기하는 거를. 그리고 정확한 답을 찾을 수 있어야겠죠, 그 질문에 대한. 여기서 제 생각에는 질문을 정확하게 이해하는 부분은 저는 이미 필요한 수준에 도달했다고 생각합니다.

다만 음성인식도 아직은 이슈가 있기는 하지만 그래도 많이 나아졌고요. 맥락 파악 같은 경우는 짧으면 잘하는데 이게 길고 복잡할수록 사실은 어려워하는 그런 부분이 있습니다. 그래서 이건 아직 많은 챌린지가 남은 것 같고요. 정확한 답을 찾는 부분도 사실 개선이 필요한 영역이죠. 오답을 많이 내기도 하고요.

그래서 이런 부분들이 아직 남아 있기는 한데 그래도 제가 봤을 때는 그런 자비스 같은 것을 만들기 위한 어떻게 우리가 앞으로 개발하면 될까에 대한 힌트는 어느 정도 찾은 것 같습니다.

[앵커]

지금 말씀하신 대로 아직 한계점, 극복해야 할 한계점은 남아 있기는 한데 말씀하신 대로 맥락을 파악하는 그런 역량이라든가 무엇보다 얼마나 믿을 만한 답변을 내놓는가, 정확도에 대한 의문은 분명히 남아있습니다. 현재 챗GPT를 학습시키는 그런 학습 방식으로 이른바 환각이라고도 표현을 합니다마는 결국에는 가짜정보를 마치 진짜인 것처럼 그럴듯하게 꾸며내는 형태, 이걸 극복할 수 있을 거라고 보십니까?

[서민준]

말씀하신 것처럼 환각 현상 같은 경우는 발생하는 이유가 여러 가지라고 보고 있습니다. 그래서 이런 것들은 아직 연구의 영역이다 보니까 저희가 정확한 답을 갖고 있는 상황은 아니고. 하지만 아무래도 이런 현상들이 본격적으로 연구되기 시작한 지가 오래되지 않았거든요. 길면 1년 정도라고 보고 있고, 본격적으로는. 물론 그 전에도 저희가 알고 있습니다마는 특히나 챗GPT가 나오면서 이게 정말 중요한 문제구나라고 모두가 공감하는 상황이죠. 그만큼 많은 회사에서, 많은 연구소에서, 학교에서 이 연구를 하고 있고요. 제 생각에는 그래도 어느 정도는 근 미래에 해결책이 나오지 않을까 싶고. 어쨌든 저희가 챗GPT가 나온 지 아직 8개월밖에 안 되었기 때문에 이런 것들이 가능할 거라고 예상하고 있습니다.

[앵커]

근 미래라고 하면 몇 년 내, 이를테면 5년 내, 10년 내 이런 걸 말씀하시는 건가요?

[서민준]

정확하게 판단하기 어렵지만 그래도 제 생각에는 한 1~2년 이내에는 의미 있는 환각 현상을 많이 줄이는 연구 결과가 나오지 않을까 예상은 하고 있습니다.

[앵커]

올해 들어서 인공지능에 대한 연구 결과물, 논문들이 그야말로 쏟아져나오고 있다고 들었습니다. 연구하시는 분들도 상당히 바쁘실 것 같은데 지금 말씀하신 대로 근 미래라고 하면 그게 5~10년이 아니고 한 1~2년 이내 이렇게 보시는 거군요. 워낙 지금 발전 속도가 빠르기 때문에. 결국 우리가 어느 정도 AI를 믿을 수 있을 것인가. 이를테면 이런 직무도 있습니다, 이런 일들. 이를테면 흔히 AI를 다루시는 분들은 영어로 미션 크리티컬한 일이다, 이렇게 얘기하는 분야가 있죠. 조그마한 오류가 있더라도 굉장히 치명적인 결과를 낳을 수 있는, 사회적으로 혼란을 낳을 수 있는 그런 일들. 이를테면 금융이나 신용평가의 일이라든가 의료 진단이라든가 자율주행이라든가 여러 가지 굉장히 민감하고도 중요한 일들이 있는데 이런 일들까지 AI에게 맡길 수 있는 시점이 올 것인가. 이거는 먼 미래 아니겠습니까? 어떻게 보십니까?

[서민준]

사실 높은 신뢰도가 필요한 일들이 분명히 있죠. 그리고 사실 이건 사람만 할 수 있다라고 보통 생각을 하는 경우가 많은데 생각보다 사람도 실수를 많이 하죠. 오진도 있고 또 자동차도 사실 운전할 때 사고 많이 나는 것처럼요. 그래서 사람이 실수를 덜 할 수 있는 경우는 그래서 제가 봤을 때는 결국은 재차 확인을 하는 그런 절차가 있다는 거죠. 체계적으로 뭔가 확인을 한다거나 이런 실수를 방지하기 위한 시스템이 존재하는 경우가 많고. 결국에는 AI도 그런 시스템을 통해서 저희가 여러 차례 검증을 한다면 이런 것들이 많이 나아질 거라고 생각은 합니다. 다만 그런 것들과 별개로 결국은 정서상 이런 AI 시스템에 맡길 수 있는가, 그게 의료가 됐건 자동차 운전이 됐건 사고 한 번만 나도 사실 엄청 이슈가 되잖아요. 그래서 그런 관점에서는 또 사회적으로 많은 노력이 필요할 수 있을 것 같습니다.

[앵커]

사회적인 어떤 합의도 필요한 부분이기도 하고요. 정서적인 부분도 있을 것이고. 또 다른 한편에서 우리가 AI에 대해서 기대할 수 있는 부분은 일종의 돌봄 기능. 고령화 사회도 오고 1인 가구도 늘고 있는데요. AI가 사람의 친한, 다정한 말벗이 되어줄 수 있을 것인가 그리고 사람의 감정까지도 파악해서 아주 적절하게 대응해서 대화를 자연스럽게 이어가고 이런 부분까지 갈 수 있을 것인가 이런 부분인데요. 어떻습니까? AI가 사람의 감정도 그럴듯하게 파악할 수 있는 건가요?

[서민준]

사실 감정을 인지한다는 건 내용뿐만이 아니라 여러 가지 맥락이 있죠. 시각적인 맥락도 있고요. 특히나 누군가가 슬퍼하고 있다라고 느끼는 건 사실 그런 내용만으로 판단하기 어려울 수 있고 목소리의 떨림이라든가 그 사람의 표정 같은 것들이 중요할 수가 있는데 그래서 사실 이거는 그런 어떤 시각적인 정보도 AI가 잘 할 수 있어야, 그래서 그런 요소가 필요한 부분들은 맞는 것 같고요. 그런 것들은 아직까지는 분명히 연구할 부분들이 많이 있는 것 같습니다. 하지만 제 생각에는 그래도 감정적으로 이미 교류를 한다고 느낄 수 있는, 사용자들이 그런 느낌을 충분히 가질 수 있는 인공지능은 등장하고 있는 것처럼 보여요, 하나씩. 그래서 우리나라에서도 그런 것들이 좀 있었고 해외 같은 경우도 캐릭터를 따라한다거나 어떤 특정한 인물을 묘사하는 형태로 그 인물과 대화하는 것처럼 AI랑 대화할 수 있는 서비스가 나오고 있고 이런 부분들은 확실하게 그래서 이게 지금 불가능하다라기보다는 확실히 일부 부분에서는 가능하고. 다만 문제는 아까와 비슷하게 긴 맥락을 유지하는 건 확실히 어렵다는 거죠. 그 긴 맥락이라고 하는 것은 저희가 어떤 사람을 처음 만났을 때는 맥락이 짧다 보니까 얘기의 범위도 작고 아무래도 그만큼 그거는 인공지능도 모방하기가 쉽거든요. 그런데 이게 더 맥락이 길어지면 사람과의 만남도 당연히 오랫동안 하게 되면 우리가 알고 있는 것들이 워낙 많아지다 보니까 그런 것들을 다 인공지능이 캐치하는 건 확실히 아직은 좀 어려운 것 같습니다.

[앵커]

역시 맥락에 있어서도 굉장히 미묘한 부분이 있기 때문에 이를테면 언어학에서도 많이 하는 일인데 방이 좀 덥네요 하면 상대방이 금방 눈치를 채고 창문을 열어드릴까요라고 대답한다든가 이런 부분들, 여러 가지 경우의 수가 있기 때문에 이걸 일일이 학습시키기도 어려울 것 같은데 이런 게 가능합니까?

[서민준]

사실 말씀하신 정도는 이미 가능하다고 생각합니다. 그래서 이런 경우는 맥락이 쉽다, 어렵다를 떠나서 일단 상당히 그래도 맥락 자체가 비교적 작죠. 이 맥락은 그전에 어떤 대화가 있지 않았다고 하더라도 제가 그런 말씀을 드리면 그런 뜻이구나, 보통 이해를 할 것이기 때문에 이런 맥락은 비교적 지금의 인공지능 기술로도 어느 정도 할 수 있다고 생각을 하고요. 다만 이게 아마 느끼시기에는 상용화가 되고 있는가 물어보시면 또 그렇지는 않은 느낌일 수 있을 것 같아요. 이건 다른 문제라고 봅니다. 그만큼 사실 그런 서비스들이 나오지 않고 있는 것은 가능하지 않아서도 있겠지만 어떤 것들은 아직까지 그만큼 굳이 필요한가라고 생각이 드는 그런 서비스들일 수도 있을 것 같아요. 말씀하신 것처럼 사실 방이 좀 덥네요라고 물어보고 나서 AI가 자동으로 해 주는 건 신기하기는 하겠지만 반대로 그냥 시원하게 해 달라고 하는 게 더 사람 입장에서는 편할 수가 있겠죠. 그래서 그런 관점도 있기 때문에 저희가 아직까지 서비스가 안 나왔다고 해서 기술적으로 어렵다라고 말씀은 드릴 수 없을 것 같습니다.

[앵커]

기술적으로 불가능한 것은 아니고 저런 부분에 대해서 연구가 분명히 이뤄지고 있다.

[서민준]

지금도 그게 어느 정도 가능하다라고 볼 수 있을 것 같습니다.

[앵커]

이를테면 우리가 대화를 할 때 글자 그대로 해석을 하면 오해할 수 있는 부분, 반어법 같은 경우가 대표적일 텐데요. 그런 것도 이 AI가 이해할 수 있습니까?

[서민준]

이것도 사실 마찬가지로 맥락 파악이 중요하겠죠. 아무래도 반어법이라는 것도 과거에 했던 얘기, 바로 직전에 했던 얘기도 중요할 것 같고 그뿐만 아니라 음성적인 측면도 분명히 중요하겠죠. 아마 반어법은 좀 더 다른 톤으로 얘기를 할 거니까요. 그런 관점에서는 아직까지 물론 이런 다양한 종류의 맥락, 그러니까 언어적인 맥락뿐만 아니라 음성적인 맥락 이런 것들까지 한 번에 포함하는 게 어려울 수 있겠지만 이것도 마찬가지로 기술적으로는 저는 어느 정도 지금 가능한 범주에 있다고 생각을 합니다.

[앵커]

서 교수님께서는 AI의 발전 속도가 굉장히 빠르게 이뤄지고 있고 가속화되고 있기 때문에 아까도 근미래라는 표현을 하셨습니다마는 이게 굉장히 가까운 미래에 우리가 보지 못했었던 그런 신기한 AI들이 등장할 것이다, 그렇게 예측하고 계신 것 같고요. AI가 사실은 개발한 사람의 예상 범위를 뛰어넘어서 어느 순간 비약적으로 그 능력이 증진되는 현상, 이른바 창발이라는 표현도 있습니다마는 과거에도 이런 단계를 몇 번 거쳐온 것으로 알고 있습니다. 앞으로도 그러면 이런 비약적인 발전을 할 것인가. 어떻게 보십니까? 이게 만든 사람의 손을 넘어서 스스로 아주 똑똑해지는 현상, 어떻게 예측하시는지요?

[서민준]

사실 스스로 학습하고 발전하는 것은 지금은 모두의 꿈인 것 같아요. 그러니까 최근에 실제로 7월 초에 오픈AI에서 상당히 중요한 발표를 했었는데 말씀하신 딱 그런 걸 우리가 만들겠다라는 차원에서 발표를 했었습니다. 그걸 슈퍼얼라이어먼트라고 불렀는데 어쨌든 결국은 우리가 인공지능을 만들 건데 그 AI가 연구도 하고 그래서 그 연구의 결과물이 결국은 자기를 대체할 수 있겠죠. 이런 과정을 거치면서 계속 발전할 수 있는 자기 자신이. 이런 것들을 만들겠다고 공표를 했는데요. 두 가지 의미가 있겠죠. 첫 번째로는 아마도 그렇게 공표한 걸 봤을 때는 어느 정도는 현실성이 있다고 보고 있는 것 같고요. 하지만 두 번째로는 공표를 했지만 아직 결과물이 나오지는 않았으니까 확실하게 지금 그 상황은 아니다라고 볼 수 있을 것 같습니다.

[앵커]

그렇다면 과거에 AI가 빠른 속도로 발전해온 것을 뛰어넘어서 많은 사람들이 기대하고 있는 것처럼 이른바 특이점을 향해서 갈 것인가. 이거는 훨씬 먼 미래입니까? 어떻습니까?

[서민준]

전문가들마다 의견이 갈리는 것 같아요. 그런데 말씀하신 것처럼 그런 특이점은 예를 들면 오픈AI 같은 경우는 그거를 그 해당 블로그 포스트에서 2030년 전까지 할 수 있게 해 보겠다라고 취지로 얘기를 했던 것 같습니다. 그래서 어떤 사람들은 그게 아주 먼 미래가 아니라 경우에 따라서는 아주 근 미래라고 보고 있는 것 같고요. 5년에서 10년 사이의.

[앵커]

특이점이라고 하는 것이 아까 우리가 얘기했었던 영화 아이언맨에 나오는 것 같은 이른바 범용 AI 쪽으로 가는 거라고 이해하면 되겠습니까?

[서민준]

사실 특이점은 그 이상일 수 있을 것 같습니다. 사실 자비스는 특이점 직전의 현상으로 보여지고요. 그 특이점에 도달하게 되면 자기 자신이 스스로 발전하게 되고 어느 순간에는 사람보다 더 지능이 높은 인공지능이 나올 수 있다고도 보는 거죠. 흔히 이걸 초월지능이라고 보통 부르는데 그 시점이 되면 사실은 저희가 예상할 수 있는 건 많이 없습니다. 사실 그 시점이 되면 현재 우리가 알고 있는 것도 많이 바뀔 거고요. 경제 시스템이라든가 사회적인 시스템 자체가 완전히 바뀔 수 있기 때문에 예상을 하기는 어려운 것 같습니다.

[앵커]

저희가 시간이 1분 정도 남았는데요. 그러면 가까운 미래, 그야말로 1~2년 내에 우리가 예상하지 못했던 범위 내에서 그럼 이러한 물건이 등장할 것이다. 구체적으로 상상하시는 점들이 있습니까? 어떻게 보십니까?

[서민준]

여러 가지가 있을 것 같습니다. 사실 주로 AI가 지금 많은 영향을 줄 곳은 아마도 저희가 일하는 공간일 것 같아요. 그래서 이런 것들은 효용화를 주기는 하지만 뭔가 피부로는 와닿지 않을 수 있겠죠. 그것에 비해서 사실 메타버스와 가상의 공간 같은 경우는 지금까지 부족했던 게 이런 에이전트, 그 안에서 어떤 역할을 하는 에이전트가 실제로는 그렇게 똑똑하지 않다 보니까 부족한 부분이 있었는데 AI가 그런 걸 가능하게 만들 수 있지 않을까 그런 생각은 들고요. 그래서 개인적으로 많이 기대되는 부분은 이런 메타버스 공간에서 새로운 경험들이 나오지 않을까, 과거에 보지 못했던. 그런 기대를 하고 있습니다.

[앵커]

메타버스 공간, 가상공간에서 훨씬 더 생생하고 풍부한 그런 경험을 할 가능성이 높아질 것이다.

[서민준]

콘텐츠가 생산이 쉬워지면서요.

[앵커]

인공지능을 중심으로 해서 우리가 과학적 상상력을 한번 짚어보는 그런 시간이었습니다. 서민준 KAIST 김재철AI대학원 교수와 함께했습니다. 고맙습니다.

※ '당신의 제보가 뉴스가 됩니다'

[카카오톡] YTN 검색해 채널 추가

[전화] 02-398-8585

[메일] social@ytn.co.kr

[저작권자(c) YTN 무단전재 및 재배포 금지]