‘진짜 사람처럼’ 생각하는 AI 등장…단어 조합해 이해하고 뜻 유추

인간 ‘체계적 일반화’ 사고방식 첫 적용
“뛰다” 학습→“방주위 손들고 뛰기” 이해
사람 사고회로 모방·능가 가능성 보여줘

[사진=픽사베이]

‘체계적 일반화’는 인간 고유의 사고회로다. 한 개념을 학습하고 이를 다른 개념과 결합해 지식을 확장하는 능력을 뜻한다. 예를 들어 ‘뛰다’라는 개념을 학습하면 ‘손 들고 뛰기’나 ‘방 주위 2번 뛰기’ 같은 문장의 의미를 이해할 수 있다. 인간 고유의 영역으로 인식되어오던 이런 능력을 인공지능(AI)에도 적용시켰다는 연구결과가 나왔다.

브렌든 레이크 미국 뉴욕대 심리학과 교수와 마르코 바로니 스페인 폼페우파브라대 언어학과 교수 연구팀은 26일(현지시간) 인간처럼 체계적 일반화를 할 수 있는 AI를 개발했다고 국제학술지 ‘네이처’에 밝혔다.

과학자들은 인간처럼 생각하는 AI를 개발하기 위해 몰두해왔다. 인간 사고회로가 가진 효율성 등을 AI에 적용하면 과학 분야 전반의 신기원을 열 수 있을 것으로 기대되기 때문이다. 이번 연구 역시 일련의 연구 중 하나다.

연구팀은 ‘메타학습’이라는 새로운 AI 훈련방식을 개발해 체계적 일반화 사고를 할 수 있는 AI를 개발했다. 메타학습은 데이터 간 논리적 구조를 찾고, 그 구조의 연결성 유무를 판단한 후 결과에 따라 알고리즘을 스스로 개선하는 AI 훈련 방식이다. 예를 들어 ‘먹다’라는 단어를 제시하면 ‘밥을 먹다’, ‘식탁에서 밥을 먹다’로 차례로 문장을 만든다. 이런 식으로 데이터를 쌓아 나가 AI의 능력을 향상시킨다.

연구팀은 메타학습으로 훈련시킨 AI와 실제 사람을 대상으로 실험을 진행했다. ‘zup’나 ‘dax’ 같은 실제는 존재하지 않는 단어를 제시하고 몇 가지 힌트와 함께 이 단어들의 사용법을 유추해보라는 과제를 줬다. 그 결과 AI의 유추 능력은 사람과 유사한 수준을 보인 것으로 나타났다. 연구팀은 “경우에 따라 사람보다 나은 성과를 보였다”며 “체계적 일반화의 능력을 따진 실험에서는 챗GPT나 GPT-4보다 성능이 뛰어났다”고 설명했다.

레이크 교수는 “이번 연구는 AI가 인간의 체계적 일반화를 모방하거나 능가할 수 있음을 처음으로 보여줬다”며 “미래에 인간을 닮은 AI를 개발할 수 있다는 가능성을 제시했다”고 밝혔다.