생성형 AI는 어떤 미래를 만드는가.

[류재훈]

AI는 어떤 미래를 만드는가.

   필자 Jerry Kaplan은 1952년 미국 뉴욕주 생으로 시카코대 과학사 학사, 펜실베이니아대 컴퓨터 및 정보 과학 석,박사로 스탠퍼드대 교수다. ‘제리 카플란’은 인공지능과 컴퓨터 과학 분야에서 선구적인 역할을 해온 인물로, 기술 혁신과 학문적 기여를 통해 현대 정보 기술 산업에 큰 영향을 미쳤습니다. 마침내 초지능의 시대가 열리는가. 초기 생성형 AI는 자연어 대화에 초점이 맞춰졌다. 대규모 언어 모델 LLM이라 불리는 초인적인 성능을 발휘하며 능력을 보여준다. 하지만 생성형 AI는 혁명의 시작에 불과하다, 이 기술은 프로그램 처리를 위해 수집되고 데이터를 통해 학습할 수 있다는 점이 일반적이다. AI 분야의 실패 요인인 중 하나는 연구자들이 실질적인 발전을 입증하는 데 필요하지 않은 의인화된 장식으로 성과물을 꾸미고 싶어 하는 저항할 수 없는 유혹인 것처럼 보인다. 생성형 AI와 함께 이제 우리는 비정형 자료의 면에서 이와 유사한 혁명의 최전선에 서 있다.

인공지능이란 무엇일까? 창시자인 ‘존 매카시’ John McCarthy는 1955년에 이 과정을 “인간이 그렇게 행동한다면 지능적이라고 할 수 있는 방식으로 기계가 행동하게 될 것”으로 설명했다. 인간의 지능은 측정하기는커녕 정의하기조차 어렵다는 것은 지능처럼 주관적이고 추상적인 것을 정량화하려는 시도도 정확히 이 범주에 속한다. 지능의 다른 지표는 우리가 얼마나 우아하게 실패하는가이다. 자신의 한계를 이해하고 존중하며 그럴듯한 실수를 범하는 것은 전문가의 특징이다. 존 매카시는 인공지능이란 말을 학회에서 제안했다. 지난 30년간 컴퓨터 성능은 약 스무 번 두 배가 되었고, 오늘날 컴퓨터는 30년 전의 컴퓨터보다 100만 배 이상 더 강력해졌다. 이 속도를 실감하려면 달팽이의 속도와 궤도를 도는 우주왕복선의 속도 차이도 50만 배에 불과하다.

인간의 개입 없이, 자동차를 운전하는 능력은 세밀하게 감지하고 빠르게 반응하는 능력이다. 주로 군사 지도와 표적 선정에 사용되는 ‘라이더’ LIDER라는 신기술은 감지는 적합했지만, 결과를 해석하는 상당한 발전이 필요하다. 150마일 험로를 완주하는 차량에 100만 달러를 지급하는 ‘그랜드 챌린지’라는 경주대회를 열었다. 운전은 7시간 제한 시간 내에 달린 스탠퍼드대학팀이 차지했다. 당시 스탠퍼드 AI 연구소 책임자인 ‘세바스탄 스런’이 ‘구글 리서치’에 합류해 자율주행 자동차 개발이 시작되었다. 자율주행뿐 아니라, 머신러닝 알고리즘을 바둑에 적용해 ‘알파고’가 챔피언 ‘이세돌’을 누르고 승리한다. 오픈 AI는 생성형 AI의 연구 결과물로 챗GPT가 출시됐다. 엄청난 양의 영어 예문들을 학습한 챗PGT는 15억 개의 뉴런을 가지고 있어 2023년 1월 1억 명 이상의 사용자가 등록하면서 역사상 가장 빠르게 성장하는 소비자 애플리케이션이 되었다.

LLM은 각각의 단어를 ‘임베딩’ Embedding이라는 특정 형태의 숫자 벡터(정렬된 숫자 목록)니, 변환한다. 필자는 숫자 배열과 인공신경망을 설명하는데 어려운 내용이다. 그러면 생성형 AI는 무엇을 바꾸는가. 의료 서비스는 어떻게 바꿀까? 전자 기록 보관 시스템을 통해 검사와 절차를 지속적으로 확인받는다. 환자의 복약 여부와 다음 진료 일정을 확인한다. ‘카이저’라는 시스템은 많은 대면 진료가 낭비적이고 불필요하다는 사실을 알게 된 후, 화상이나 진료가 낭비적이고 불필요하다는 사실을 알고 비용이나 부담금을 줄이거나 없앴다. 의료에 전문화된 생성형 AI 의사와 상담이 곧 보편화될 것이다.

오늘날 캘리포니아에서 초진은 평균 158달러다. 보험이 없는 환자는 응급실에서 치료받으면 최소 500달러다. 그러나 AI에서 상담하는 데 비용은 커피 한 잔 값까진 아니어도 비슷한 수준이 될 것이다. 의료 비용과 접근성이 변화하면 결과도 바뀔 가능성이 크다. 돈이 없어 치료를 받을 여유가 없던 환자들은 항상 문을 열어두는 박식한 전자 의료 전문가와 이야기할 수 있게 된다. 기계는 의사보다 무시하지도 않고 지각하지도 않고 자녀의 성적 같은 개인적 문제를 처리하기 위해 안달하지도 않는다. 미국은 ‘메디케어’ Medicare (미국의 노인 의료보험제도) 나 ‘메디케이드’ Medicaid (미국 소득 이하인 빈곤층에 연방정부가 의료비를 지급하는 제도) 와 같이 고질적인 자금 부족을 겪는 미국 정부 프로그램의 비용, AI 덕으로 안정을 찾게 될 것이다. 그래도 선진국이 받는 영향은 빈곤국보다 덜 할 것이다. 외딴 소도시와 마을이나 대도시 주변의 빈민가, 섬 등은 지역 주민들도 곧 유명한 병원의 부유한 환자들과 같은 수준의 진단 서비스를 이용할 수 있다는 것을 알게 될 것이다.

법률 제도는 어떻게 바꿀까? AI가 의료제도에 미치는 영향도 극적일 테지만, 법률 제도에 미치는 영향은 더더욱 광범위할 것으로 예상된다. 법률과 관련해서는 계약서와 사건 적요서를 작성하고, 범죄자를 기소하는 방식까지 뒤집어 놓을 가능성이 크다. 미국 변호사협회는 현재 20만 명의 회원을 보유하고 있다. 2022년 자격을 갖춘 변호사는 130만 명이 넘는다. ‘미국 변호사협회’는 그들의 일이 높은 윤리적, 전문적 기준을 충족하도록 노력을 하지만, 주요 임무는 변호사의 이익을 증진하는 것이다. 미국 법률 서비스 공단의 2022년 ‘사법 격차’에 따르면 저소득층 미국인의 92%가 적절한 법적 도움을 받지 못했고, 두 명 중 한 명은 지원 요청을 거부당했다. 변호사를 고용하는 데는 비용이 많이 들고 고용한다고 해도 보통은 그들을 잘 다루기 어렵다. 그러니 법률 전문가에 일을 간소화하고, 비용을 줄이는 도구를 제공하고자 하는 사람들은 단순한 문제에 부딪힌다. 바로 시간 당 돈을 받는 사람들은 시간을 절약해 주는 기술을 좋아하지 않는다. 변호사들은 결과에 따른 보상을 얻거나 정해진 보수를 받지 않는 한 업무 속도를 높여주는 기술의 도입을 꺼린다. 다시 말해, 법률 서비스를 보다 광범위하고 저렴하게 이용할 수 있게 만드는 데 장애가 되는 것은 법조계의 경제적 구조다. 변호사가 도우려는 사람들은 도울 수 있는, 효율적인 기술이라 해도 거부감을 느끼는 것은 당연하다.

그렇다면 앞으로 변호사들은 쓸모가 없어지는 걸까? 그렇지는 않다. 변호사의 역할은 감독자의 역할로 바뀔 것이다. 마치 전형적인 ‘아이비리그 로펌’의 최고 파트너와 견줄만한 지식을 갖추고 상시 대기 중인 무한대의 인턴 군단을 보유한 감독자처럼 말이다. 향후 법률 자문 비용이 저렴해지고, 품질이 향상됨에 따라 서비스에 대한 수요는 폭발적으로 증가할 것이다. 문제는 당사자와 사회 전반이 궁극적으로 이러한 시스템의 공정성, 객관성, 정확성에 대해 충분히 확신할 수 있는가이다. 나는 우리가 결국에는 그러한 합의에 도달할 수 있으리라 믿는다. 그렇다면 ‘변호사협회’가 전자 중재 시스템을 승인할 이유는 뭘까? 그 효율성이 입증되면 비용 절감과 빠른 일 처리 덕분에 점점 더 많은 소송 당사자가 이 방식에 끌릴 가능성이 크며, 공식 법원 시스템의 부하가 상당히 줄어들 것이다. 그러나 같은 이유로 소송의 수도 늘어날 것이다. 변호사와 판사에 대한 수요는 전혀 줄지 않을 것이며, 오히려 그 반대일 것이다. 하지만 지금처럼 몇 주, 몇 달에 걸쳐 심리가 진행되는 대신, 판사가 하루에 여러 건의 소송을 처리하게 될 수도 있을 것이다.

생성형 AI는 교육을 어떻게 바꿀까? 교육에 미치는 영향은 좀 간단하지만, 훨씬 더 놀라울 것이다. 미국은 고등학교까지 12년을 다녀야 한다. 학생 1인당 연간 1만 5천 달러가 드는 셈이다. 학급당 학생 수는 24명으로 교사가 학생에게 할애할 시간과 양은 제한적이다. 학생 대 교사 비율은 평균 16대 1이다. 성인이라면 모두 고약한 선생님, 못된 선생님, 최악의 경우 지루한 선생님 때문에, 고통받은 경험이 있을 것이다. 교사들 사이 역량 수준에는 차이가 있다. 예상할 수 있듯이 그 결과는 부유한 지역의 어린이에 비해 저소득층 지역에 사는 어린이에게 훨씬 더 나쁘며, 이에 따라 그들의 인생에서 지속적으로 불리한 위치에 놓이게 된다. 미래의 선생님들은 지지자나 문제 해결사 같은 역할을 더 하게 될 것이고, 준비 시간과 스트레스를 크게 줄이면서 더 큰 규모의 학급을 관리하게 될 것이다, 한 명의 교사가 24명의 학생이 아니라 ‘전문’ 과목을 가르치는 선생님들처럼 50명이나 100명에 이르는 학생들은 맡아 가르칠 수 있을 것이다.

오늘날 학교는 학생들이 특히 교사를 포함한 다른 사람들과의 의견 차이를 건설적으로 해결할 수 있도록 가르치는 역할 면에서 자주 과소 평가된다. 어린이들은 명확하고 아는 것이 많은 권위자가 사람이 아닌 영혼 없는 기계일 수 있다는 사실을 이해하기 어려울지 모른다. 그렇다 해도 컴퓨팅 기기가 감정적 보답을 받을 자격이 없는 가짜 공감과 관심을 보일 수 있다는 점을 이해하는 것은, 생성형 AI의 시대에 배워야 할 핵심적인 교훈 중 하나가 될 것이다. 미국 건국의 아버지들은 민주주의 성공에 글을 읽고 쓸 줄 아는 도덕적이고 유능한 시민이 필수적이라는 훌륭한 신념을 갖고 있었다. 안타깝게도 여기에 여성, 흑인, 기타 소수 민족은 포함되지 않았다. 의무 초등학교 개념의 이행은 19세기 후반이 되어서야 ‘구체화’하였다. 노동시장에 필요한 사무직 역량을 기를 교과 과정은 읽기, 쓰기, 산수에 초점이 맞춰졌다. 오늘날도 아이들에게 글쓰기를 가르침은 당연한 일이다. 하지만 자신의 의도를 기계가 완벽하게 명확한 글로 바꿔주는 세상에 이러한 역량은 얼마나 중요할까? 사실의 현대인은 감사 글보다 복잡한 글을 쓰거나, 이모티콘보다 더 미묘하게 생각을 표현하거나, 체크박스 모음보다 덜 구화화된 양식을 채울 일이 거의 없다. 글쓰기와 수학은 없어지지 않았다. 두 분야 모두 많은 전문가가 있으며 필요할 때 기억을 되살릴 수 있는 여러 가지 방법이 있다. 어쩌면 내 손주들은 내가 지금 종이에 글을 쓸 필요가 없듯이 이제 더는 논리정연한 글을 쓸 필요가 없을지도 모른다고 필자는 주장한다.

2025.05.23.

생성형 AI는 어떤 미래를 만드는가.

제리 카플란 지음

정미진 옮김

한스미디어 간행

[巨邨]