SBS 뉴스

AI 시대, 저널리즘은 어디로 가고 있을까? [SDF다이어리]

...무엇인지 좀 더 자세히 보기 위해서 지도 위에 시각화를 해봤더니, 이게 웬걸? 첨성대 앞의 땅들이 아직도 일본인 명의로 남아 있었던 게 있던 거죠. 일본의 잔재가 남아 있는 건데, 그런 경우는 질문으로 시작하지는 않았지만 데이터 분석을 하면서 찾았던 기억에 남는 사례입니다. ▶ [스프] 국보 첨성대 앞 땅주인이 '일본인'? 추적해봤더니 Q. 데이터 저널리스트로서 취재 과정에서 가장 난이도가 높거나 혹은 신경을 쓰는 부분은 뭔가요? 일단 가장 난이도가 높은 건 데이터 수집인 것 같아요. 그러니까 사실 첫 단추부터가 굉장히 어렵습니다. 왜냐하면 저는 데이터 저널리즘을 주로 요리와 비슷하다고 생각을 하거든요. 좋은 요리는 결국 좋은 재료에서 시작하는 것처럼 좋은 데이터 저널리즘 기사는 결국 좋은 데이터, 양질의 데이터에서 시작하기 때문이죠. 때문에 양질의 데이터를 얻으려고 많은 노력을 하고 있습니다. 대표적인 예가 정보 공개 청구인데요. 사실 우리나라 같은 경우는 정부가 '데이터를 많이 공개하고 있다'고 자평을 하고 있지만, 데이터 저널리스트 입장에서 보면 사실 데이터의 질과 양이 썩 좋지는 않아요. 정보 공개 청구를 했을 때 사실 공개되는 경우가 많이 없기도 하고요. 그래서 정보공개법을 잘 공부해서 정부나 지자체가 정보 공개를 할 수밖에 없게끔, 방법을 찾아서 그렇게 기술적으로 정보 공개 청구를 좀 많이 하고 있는 편입니다. 그리고 그렇게 얻은 데이터는 결국 '로우 데이터'를 얻은 거거든요. 바로 데이터 분석을 하기는 힘들어요. 요즘 AI가 유행이지만, 기본적으로 AI는 데이터를 학습시켜야 하는데 학습시키기조차 어려운 데이터들을 보통 많이 받거든요. 데이터 정제를 해야 되는데 거기에서 시간을 많이 차지하게 되죠. 그런데 제가 이 일을 시작하고 나서 늘 신념처럼 생각하는 것은 데이터 저널리즘이라는 게, '데이터'와 '저널리즘'을 결합한 단어인데 데이터보다는 저널리즘에 좀 더 방점을 둬야 한다고 생각하거든요. 제가 만들고 있는 제일 마지막 결과물은 기사니까요. 저널리즘 측면에서 위배되는 것들이 없는지를 많이 신경 쓸 수밖에 없고 실제로 그렇게 하고 있습니다. 이 부분이 제가 일반 IT업계의 데이터 분석가와 언론의 데이터 저널리스트의 차이라고 생각하는 부분입니다. 효율적인 것보다 조금 더 시간이 걸리더라도 왜곡되지 않고 틀리지 않는 숫자가 보도되도록 하는 것이죠. Q. 데이터 저널리즘의 가장 큰 장점은 무엇이라고 보세요? 결국에는 객관적이라는 게, 객관적인 보도가 가장 큰 장점이지 않나?라고 생각을 합니다. 데이터라는 것은 결국 어떤 흔적이고 누가 반박할 수 없는 되게 객관적인 자료 중에 하나거든요? 이를 분석해서 어떠한 결과, 숫자를 뽑아내고 보도를 했다는 것은 논란이 있을 수가 없는 보도기 때문에. 제가 아니더라도 동일한 데이터를 활용해서 누군가 분석을 한다면 똑같은 결과가 나온다는 것이 데이터 저널리즘의 장점이 아닐까 생각합니다. 새로운 저널리즘의 탄생으로 여겨졌던 데이터 저널리즘이 국내에 등장한 지도 벌써 10년이 넘었습니다. 그리고 올해 챗GPT 대변되는 본격적인 AI시대가 개막되면서 언론도 거스를 수 없는 전환점을 맞이하고 있는데요. 데이터를 다루고 분석하는 데이터 저널리스트에게 '데이터'를 핵심으로 작동하는 AI의 등장은 어떤 영향을 끼치고 있을지 궁금했습니다. Q. 데이터 저널리스트에게 AI는 유용한 도구의 탄생인가요? 위협적 존재인가요? 저는 존재의 위협이 된다고 생각하지는 않아요. 올 초에 챗GPT 광풍이 엄청났었잖아요. 저도 데이터를 다루다 보니까 챗GPT도 많이 써보게 되고 최근에는 이를 활용한 프로젝트들도 좀 하고 있는데요. 챗GPT가 기자들을 대신할 수 있을까요?라는 질문들을 많이 하시는데, 저는 절대 그럴 일은 없다고 생각하는 쪽입니다. 왜냐면 기자들은 '뉴스'를 전하기 때문이죠. 뉴스라는 새로운 것들. 그런데 GPT는 새로운 것들을 만들어내지는 않아요. 취재를 하고 확인하는 과정을 거치지 않는 거죠. 엄밀하고 정확하게, 저널리즘에 충실한 그런 기사를 만들어 내는 건 결국 사람의 영역인 것 같아요. 하지만 취재 과정에서 도움을 받을 수 있는 영역은 AI에서 정말 많아진 것 같아요. 결국 AI라는 것은 데이터를 학습시켜서 우리가 원하고자 하는 것을 얻어내는 거잖아요. 저는 데이터를 다루는 사람이고요. 그런 생각으로 지금 AI를 활용한 프로젝트를 몇 개 기획 중입니다. 그것 중 하나가, 매년 공직자 재산 데이터를 PDF 형태로 정부가 공개를 하는데요. 저는 그걸 매년 데이터를 DB화 시키거든요? 저도 가지고 있는 데이터가 쌓이고 있는데 매번 똑같은 작업과 분석을 하는 게 조금 비효율적이라고 생각이 들 때가 있어요. 그러면 이런 부분들을 AI에 학습시켜서 제가 필요한 것들을 물어보면 답을 해줄 수 있게 한다든지, 도움을 받고 싶은 부분은 분명히 있죠. AI 기술은 기자들이 어떻게 기획하고 접근하는지에 따라 도움받을 수 있는 것들은 다양해질 것 같아요. Q. AI를 활용한 프로젝트를 기획 중이라고 하셨는데요. 짧게 더 소개해주실 만한 게 있을까요? 네. 곧 출시가 될 거지만 현재 '폴리스코어'라는 서비스를 만들고 있고요. 그 서비스는 정치인들의 최근 이슈를 GPT 기반으로 요약해 주는 서비스입니다. 이게 무슨 말이냐면, 우리는 너무 많은 정치인들의 이슈가 쏟아지는 시대에 살고 있잖아요. 대부분 뉴스를 포털에서 소화하긴 하겠지만 내가 보는 하나의 뉴스만을 가지고 어떤 정보를 이해한다는 것은 좀 위험할 수 있다고 생각했거든요. 그래서 어떤 정치인의 모든 뉴스를 다 모아서 이를 우리가 좀 요약해서 전달해주면 어떨까?라는 생각에 데이터 분석 업체인 '언더스코어'와 함께 정치인 이슈 요약 서비스인 '폴리스코어'를 막바지 개발 중에 있습니다. 예를 들어 '지금 대통령의 이슈가 뭐야'?라고 물어보면 윤석열 대통령과 관련된 이슈들을 깔끔하게 대답해주는 서비스입니다. Q. 챗GPT를 비롯한 생성형 AI 검색 엔진들은 이슈 민감도 때문에 정치 이슈에는 답하지 못하는 경우가 많은데요. 이 부분이 언론의 역할이라고 보시는 건가요? GPT의 가장 큰 한계는 소위 말하는 '할루시네이션', 환각 현상이죠. 무엇을 물었을 때 잘못된 답변을 너무 당당하게 말을 해주기도 하잖아요. 그래서 언론사에서, 저널리즘에서 AI를 쓴다고 했을 때 저는 가장 크게 신경 써야 하는 부분이 할루시네이션을 없애고 정말 정치인들의 이슈를 가장 사실에 가깝게 말해줘야 한다고 생각했고, 그게 언론에서 AI를 다룰 때의 핵심인 것 같아요. 언론은 절대 거짓말을 하면 안 되니까요. 그 부분에 대한 고민을 굉장히 많이 했고, 할루시네이션을 제거하는 기술들을 많이 개발했습니다. '초거대 AI의 등장이 나의 직업, 특정한 직업을 대체할 것인가?'라는 두려운 질문은 여전히 우리 앞에 놓여 있습니다. 하지만 그에 대한 답을 찾는 중에 우리에게 빠져서는 안 되는 질문은 &'내 직업에서 AI를 어떻게 활용할 수 있을 것인가&' 일 겁니다. 이에 대한 배여운 기자의 생각은 아래와 같았습니다. &'저는 개인적으로 다양한 산업에서 기술이 항상 마지막에 문을 넘는 게 언론이라고 생각하거든요. 그런데 지금 AI라는 하는 기술은 이제 점점 언론의 문을, 담을 넘고 있는 것 같아요. 이게 기회일 수 있다는 생각이 들어요. AI의 재료는 결국 데이터잖아요? 그래서 기존의 데이터 저널리즘의 모델을 넘어서 더 고도화시키고 싶다는 생각을 하고 있습니다. 또 SBS도 그간의 뉴스 속 텍스트, 영상, 음성과 같은 다양한 데이터들이 많이 쌓여있는데, 이를 어떻게 AI에 활용하고 접목할 수 있을지 어떤 여지가 있는지 그 부분에 기여할 수 있도록 하고 싶어요.&' AI라는 굉장히 가능성이 높고 유용할 수 있는 도구를 어떻게 활용해 새로운 산업과 가치를 만들어 나갈지 머리를 맞댄 공론의 장이 반드시 필요한 때입니다. (글: 최예진 작가 sdf@sbs.co.kr) * 이 기사는 매주 수요일 아침 발송되는 뉴스레터, 'SDF다이어리'에 먼저 소개됐습니다. 'SDF다이어리'는 SBS D포럼을 준비하는 SBS 보도본부 미래팀원들이 작성합니다. 우리 사회가 관심 가져야 할 화두를 앞서 들여다보고, 의미 있는 관점이나 시도를 전합니다. 한 발 앞서 새로운 지식과 트렌드를 접하고 싶으신 분들은 SDF다이어리를 구독해주세요. ▶ '구독'을 원하시면 여기 클릭!

새로운 기술은 우리를 보다 나은 세상으로 데려다줄 수 있을까 [SDF다이어리]

19세기 말 미국이 농업국에서 공업국으로 넘어가던 시기, 석유는 미국 산업화의 동력이었습니다. 그러나 석유 정련 기술이 개발되고 석유 매장지가 발견되기 시작하자 부는 모두에게 돌아가기보다는 재빠르게 소수 트러스트 [1]에 독점되고 남용되기 시작했습니다. [1] 트러스트: 같은 업종의 기업이 경쟁을 피하고 보다 많은 이익을 얻을 목적으로 자본에 의하여 결합한 독점 형태 ▶ 채유탑, 미국 오클라호마, 1922, 국립아카이브 이러한 움직임에 제동을 건 것은 부당한 실상을 드러낸 저널리스트, 부패를 폭로한 법률가, 그리고 전문성을 바탕으로 정책을 연구하고 제안한 공동체 활동가들이었다고 대런 아세모글루 MIT 인스티튜트 교수와 사이먼 존슨 MIT 슬론 경영대학원 교수는 신작 '권력과 진보'에서 전하고 있습니다. ▶ 대런 아세모글루, 사이먼 존슨의 신작 '권력과 진보', 출판사: 생각의 힘 탄탄한 정보를 바탕으로 사안에 대한 내러티브와 규범을 바꾸고 변화를 이끌 수 있는 조직을 갖춰 전문성을 바탕으로 정책적 해법을 찾기 위해 노력한 결과 미국의 제도는 완전히 재구성되었고 번영은 보다 많은 사람들의 몫이 될 수 있었다는 것이 '권력과 진보'에서 분석한 내용입니다. 새로운 기술이 자동적으로 보다 나은 세상을 담보하지 않으며, 보다 나은 세상은 경제적, 사회적, 정치적으로 치열한 노력의 산물이라는 것을 역사는 증명하고 있습니다. 그렇다면 기술이 우리를 더 좋은 곳으로 데려가기 위해 우리가 고려해야 하는 것은 무엇일까요? 지난 16일 서울 강남의 한 공유 오피스에서도 신기술의 제도를 어떻게 개선하면 좋을지에 대한 질문의 답을 찾기 위해 전문가들의 열띤 토론이 이어졌습니다. 서울대 국가미래전략원과 SBS문화재단의 공동연구의 일환으로 윤혜선 한양대 법학전문대학원 교수를 중심으로 우리나라가 '기술 경쟁력을 넘어 제도 경쟁력'을 갖추기 위한 해법을 모색하는 자리였습니다. 학부와 대학원에서 생화학과 생리학을 공부한 뒤 법학 박사가 된 윤혜선 교수는 과학기술의 전문성을 가지면서도 제도를 들여다볼 수 있는 몇 안 되는 전문가입니다. 원천기술 있고 한국의 강점인 '디지털'과의 융합 가능한 기술이 핵심 성장 동력! Q. 제도를 보시는 분의 입장에서 우리나라의 핵심 성장 동력으로 우리가 관심을 가져야 할 과학기술은 무엇이라고 보시나요? : 저는 인공지능과 데이터, 바이오와 넓은 의미의 모빌리티, 그리고 민감할 수 있지만 원자력을 꼽을 수 있다고 생각합니다. 이들 분야가 성장 동력이 될 수 있는 이유는 우리가 일부 원천기술을 비롯하여 충분한 기술력을 가지고 있고, 또한 한국이 강점을 가지고 있는 디지털 기술과의 융합이 빠르게 이루어지고 있기 때문입니다. AI 범용화가 실현되고 적절한 제도적 환경이 뒷받침된다면 이들 분야에서 우리 기업들이 글로벌 리더로서 상당한 영향력까지 행사할 수 있을 것이라고 생각합니다. 기술력을 기반으로 하는 신규 서비스와 제품은 글로벌 니치 마켓을 파고들어 시장을 선제적으로 확대해 가는 게 중요합니다. 그러려면 신기술 분야에 대한 전문성을 가지고 국내에서는 사회적 수용성을, 해외에서는 글로벌 경쟁력을 모두 선취할 수 있도록 새로운 입체적인 룰 세팅이 필요합니다. 신기술은 효율성의 잣대로 미래를 담보하기는 어려워! Q. 우리나라의 규제 방식의 특징은 무엇인가요? : 지금까지 우리나라는 가장 비용이 적게 드는 방식의 효율적인 규제를 선호해왔습니다. '계획경제'를 지원하기 위한 규제 모델인 거죠. 국가가 민간이 잘할 수 있는 분야를 선발해 전폭적으로 지원하는 형식으로, 시장 진입 단계에서는 굉장히 까다롭게 시장 참가자를 고르지만, 일반 선발 기준을 통과하여 시장에 진입하게 되면 법의 테두리 안에서 자유가 보장되는 형태입니다. 정부가 앞단에 시장 참가자를 엄선하기 위해 많은 노력을 기울이기 때문에 사후 규제나 감독에는 상대적으로 덜 관심을 갖는 방식입니다. 다만 이런 규제 방식이 유효하려면 정부가 모든 내용을 우월적 지위에서 통제할 수 있을 정도로 그 기술과 기업의 행태 등을 잘 알아야 한다는 조건이 따릅니다. 이에 대조적으로 미국의 규제 모델은 특별한 경우가 아닌 한 일단 누구에게나 시장을 개방합니다. 그리고 국가는 모니터링과 사후 규제에 힘을 더 많이 안배해 시장과 산업을 관리하고, 문제가 발생하게 되면 피해자들이(국민이) 소송을 통해 문제의 행위를 한 기업이 망할 수 있을 정도로 큰 규모의 징벌적 손해배상을 청구하는 방식으로 규제의 제도적 환경이 형성돼 있습니다. 규제의 설정과 운영, 비용의 관점에서 우리의 규제 모델이 미국의 모델보다 더 효율적일 수는 있습니다. 그러나 AI나 디지털 융합으로 혁신이 빠르게 이루어지고 있는 분야와 같이 이제 부상하여 불완전하고 누구도 예측하기 쉽지 않은 신기술과 융합산업은 과거의 우리 방식으로 룰 세팅을 하는 것이 쉽지 않습니다. 또한 미국을 비롯한 다른 나라의 방식을 차용하는 것도 결코 쉬운 일이 아닙니다. 따라서 신기술로 인해 사회적, 문명적 변곡점을 맞이하고 있는 지금, 우리는 어떠한 규제 모델을 따를 것인가라는 제도적 사고의 틀에서 벗어나 경쟁력 있는 규제 모델을 설계하기 위한 담론을 업그레이드하고, 정책을 수립하여 법제화하는 방식을 달리해야 합니다. Q. 그렇다면 신산업의 규제 관련해서는 무엇을 고려해야 하나요? : 신산업의 규제를 논할 때는 국내외적인 측면을 모두 고려해야 합니다. 우선 국내적으로는 규제를 설계할 때 이제는 규제를 관할하는 정부와 시장 진입을 허가받은 기업 중심의 규제(저는 이것을 '공급자 중심의 규제'라고 표현합니다)를 넘어 규제로 인해 창출되는 시장과 규제의 효과(저는 이것을 '수요자 중심의 규제'라고 표현합니다)를 고려해야 합니다. 또한 시장과 규제 효과의 범위를 국내로만 한정하는 것이 아니라 다양한 수준의 글로벌 시장까지 확대해야 한다고 생각합니다. 무엇보다 과거처럼 성숙한 산업에 대한 다른 나라의 규제 방식을 무조건 참고하려 하기보다는 적어도 신기술, 신산업 분야에서는 우리 제도도 선진국의 참고사례가 될 수 있다는 자신감을 가지고 K-규제를 개발하는 태도가 필요합니다. 규제도 '테스트베드' [2]를 거쳐 수립될 수 있다는 발상의 전환도 중요합니다. 제도도 샌드박스 같은 정책 실험을 할 수 있어야 합니다. ▶ 지난 16일, 서울대 국가미래전락원 규제 관련 전문가 집담회: 윤혜선 한양대 법학대학 교수, 최윤희 산업연구원 선임연구위원, 박상철 서울대 법학전문대학원 교수, 송시강 홍익대 법대 교수, 권은정 정보통신정책연구원 연구위원, 이정동 서울대 공대 교수 또 국제적으로는 빠르게 발전하는 글로벌 규제 환경에 대한 대외적 대응이 필요합니다. 현재 신기술을 둘러싸고 주요국들 사이에 경쟁력 있는 규제와 거버넌스 구축 경쟁이 치열하게 진행되고 있습니다. 이러한 환경에서 특정 국가나 지역의 선제적인 제도 이니셔티브에 종속되지 않으려면 비슷한 문제의식을 가진 국가나 이해관계자들과의 연대도 고려할 수 있습니다. 우리나라에까지 규제 효과를 미치려는 역외적용 [3]을 고려한 다른 국가의 입법적 조치에 대하여 '느슨한' 글로벌 협력 체계를 갖추어 우리의 목소리를 내고 입장을 전략적으로 전달할 수 있도록 K-소프트파워를 키워가는 지혜도 필요합니다. [2] 테스트베드: 어떤 것을 세상에 내놓기 전에 그것이 성공할 수 있을 것인지를 미리 알아보기 위해 시험적으로 적용해보는 소규모 집단·지역· 영역 [3] 역외적용: 한 국가의 영역 외에서 발생한 법률 문제에 대하여 자국의 국내법을 적용하는 것을 일컫는 말. 지난 16일 이뤄진 인공지능의 규제를 둘러싼 전문가 집담회는 현재 한국의 AI 관련 논의되는 법안이 EU AI 법안의 영향을 많이 받고 있는 현상에 문제는 없는지를 성찰하는 시간이었습니다. 발제를 맡은 박상철 서울대 법학전문대학원 교수는 EU의 AI 법안은 저인망식 규제로, 고위험 시스템으로 분류되는 모든 AI 시스템에 동일한 리스크가 있다고 보아 모든 항목이 공정하고, 책임성이 있어야 하며, 투명해야 한다고 보는 것이라고 설명했습니다. 그러다 보니 과도하게 방대하고 엄격한 의무 항목들이 적용되고 합리성이 떨어진다는 주장이었습니다. 박상철 교수는 대안으로 '상황'에 따라 핀포인트해 일관성 있게 적용되는 규제 방식을 강조했습니다. 예를 들면, 채용 과정에서 사용되는 AI는 '할당 AI'(근무 기회의 할당)인데, 이 경우 공정성이나...

무섭게 늘어나는 '불안정 노동'…안전망은 있나? [SDF다이어리]

...시대'의 탄생입니다. 이 플랫폼 노동자의 숫자는 팬데믹을 계기로 급속도로 늘어났습니다. 2020년엔 정부에서 나서, 플랫폼 노동 규모를 파악하기 위한 통계 기준을 처음으로 만들었습니다. 고용노동부와 한국고용정보원이 조사한 '플랫폼 종사자 규모와 근무 실태'를 보면 플랫폼 노동자는 2020년 179만 명에서 2021년 약 220만 명으로 1년 만에 약 40만 명 늘어났습니다. 특히 이 가운데 2030 청년의 비율이 55.2%로 전체 취업자 중 청년의 비율(34.7%)보다 월등히 높았습니다. 플랫폼 노동으로 편입되고 있는 젊은 층의 숫자가 적지 않다는 방증이기도 합니다. 정해진 임금을 받는 대신 자신이 일한 만큼 버는 청년들이 점차 많아지고 있다는 뜻이기도 할 텐데요. 이들이 쉼 없이 소처럼 일만 하면, 어쩌면 이전보다 더 벌 수도 있겠지만, 일하다 다치면 산재보험을 못 받고, 일을 못 하게 돼도 실업급여를 받을 수 없게 됐다는 뜻이기도 합니다. 1년 넘게 일하다 그만둬도 퇴직금을 받을 수 없다는 뜻이기도 하고요. 월급과 사회적 안전망을 '건당 수수료'와 맞바꾸는 시대로 접어드는 셈입니다. 정규직은 점차 줄어들고, 이런 형태의 노동이 앞으로도 계속 늘어날 것으로 예상되는 시대, 미래팀은 플랫폼 노동 같은 형태의 노동을 '불안정 노동'으로 진단한 가톨릭대 사회복지학과 백승호 교수와 만나, 기술 혁신의 시대 미래 노동의 모습을 깊이 들여다봤습니다. Q. '불안정 노동'이란 무엇인가요? 저는 세 가지 지표를 조합해 노동의 불안정성을 평가합니다. 고용, 소득, 사회적 보호(안전망) 이렇게 세 가지요. 세 가지가 모두 불안정한 경우, 두 가지만 불안정한 경우, 한 가지만 불안정한 경우, 모두 안정적인 경우 이렇게 나눠서 이 일이 얼마나 불안정하다, 라는 평가를 내립니다. 중앙대 이승윤 사회복지학과 교수님은 불안정 노동을 '액화 노동'이라고도 표현했습니다. 출퇴근 시간을 비롯해 법으로 일의 규격이 정해져 있는 정규직의 노동을 일종의 고체로 비유한다면 고체가 녹아 흘러내려 경계가 흐려진 모습의 노동이라고 볼 수도 있겠습니다. 플랫폼 노동이나 아르바이트, 파견이나 용역 노동자 같이 파편화되어 있는 노동들을 말한다고 볼 수 있습니다. Q. 고용, 소득, 사회적 보호 세 가지가 다 불안한 사람들이 속해 있는 직업군이나 연령군에는 어떤 특징이 있나요? 연구를 해보면 트렌드가 살짝 바뀌었는데 예전에 청년들 같은 경우에는 세 가지가 다 불안정한 그룹이 그렇게 많지는 않았거든요. 그런데 2007년, 2008년 경제 위기를 기점으로 해서 그 전후가 확 바뀌어요. 그러니까 청년들만 딱 놓고 보면 세 가지가 다 불안정한 그룹이 상당히 많아졌고, 그다음에 세 가지가 또 다 안정인 그룹도 많아졌어요. Q. 청년 계층의 양극화가 심해진 것인가요? 네. 양극화된 거죠. 청년들이 2007년을 기점으로 양극화되는 양상을 보이는데, 청년이 다 불안정하다, 이렇게 단정할 수 있는 게 아니라 '청년 내에서도 계급화가 생기고 있다'고 말해야 보다 정확합니다. 특히 기계화, 플랫폼화로 인해 기술 발전 과정에서 새롭게 등장한 불안정한 층들이 청년들 일자리에 많이 몰려 있는 것이죠. 또 청년들은 IT에 친화적이다 보니 플랫폼을 통해 보다 손쉽게 파편화된 일자리를 찾아가고 있는 것 같습니다. Q. 기술 혁신으로 이런 불안정 노동자의 수가 급격하게 늘고 있다, 라고 접근해도 되나요? '급격하게'까지는 아직 아니에요. 플랫폼 노동자의 수만 보더라도 아직 전체 취업자의 10%까지는 안 되는 수준이긴 하거든요. (기자 주: 취업자 수 증가세보다 플랫폼 노동자 수 증가세가 더 가팔라 2022년엔 처음으로 플랫폼 노동자 수가 취업자 수의 10%를 웃돌았습니다.) 물론 그것도 적은 수치는 아니죠. 기술 발전이나 플랫폼의 등장이 본격적으로 한국 사회에서 노동시장에 영향을 미치기 시작한 게 2016년이거든요. 5년 정도 사이에 수가 두세 배 늘어났다고 보면 증가세는 상당하죠. 전체의 크기로 보면 아직 크지는 않지만 앞으로 폭발적으로 더 성장할 가능성들이 상당히 높다고 보고 있습니다. Q. 로봇의 등장과 자동화로 플랫폼 노동의 다수를 차지하는 배달업 종사자가 향후 줄어들 가능성도 있지 않나요? 맞아요. 배달 같은 경우는 로봇이 진출하기 시작했어요. 이미 일부 대학에서는 학내에서 로봇 배달을 많이 하고 있다고 하고요. 그래서 배달에 몰려 있는 플랫폼 노동자들이 일자리에서 밀려나서 실직돼버리거나 또 다른 불안정 노동으로 흘러가게 될 것을 우려하고 있어요. 영화 &<기생충&>에 인형 눈알 붙이기가 나오잖아요. 이들이 AI 시대의 '인형 눈알 붙이기' 같은 일을 하게 될 가능성이 높죠. 젊은 층이 많은 배달 플랫폼 종사자들은 이미 IT 친화적이기 때문에 플랫폼에 이력을 올리고 선택이 되면 가서 일하는 식으로 자신의 노동력을 제공하면서 다른 여러 플랫폼들을 전전하게 될 것 같아요. 그런데 배달 플랫폼은 그나마 다른 플랫폼에 비해 임금이 높은 수준이었는데요. 여기서 다른 플랫폼 노동자로 다시금 전전하게 된다는 얘기는 소득이 지금보다 더 줄어들 가능성이 높아진다는 이야기이기도 한 것입니다. Q. 물가도 오르고 집값도 오르고 여러 가지 삶의 기본적인 조건을 충족시키기 점점 더 어려워지는 사회인데, 불안정 노동에 종사하는 사람들을 위한 사회적 안전망은 충분한가요? 안전망이라 함은 노동시장에서 열심히 일하다가 실업이 됐든, 산재를 입었든, 다쳤든, 나이가 들었든, 그래서 일할 수 없어서 떨어지는 사람들을 그물망으로 잡아내는 개념이잖아요. 이 그물망이 촘촘하면 다 잡아낼 수 있는데 그물망이 지금 새우잡이 그물망이 아니라 고래잡이 그물망인 거예요. 그러니까 이 사람들이 안전망 밑으로 다 빠지게 되어 있어요 지금의 시스템으로 보면. 그러면 어떻게 해야 되느냐? 이 안전망을 촘촘히 하는 게 필요한 거죠. Q. 어떻게 촘촘하게 만들어야 하나요? 국제노동기구(ILO) 같은 국제기구의 보고서들을 보면 반차별적인 사회 안전망을 우선 원칙으로 삼고 있어요. 예컨대 고용 형태에 따라서 정규직과 비정규직, 플랫폼 노동자, 액화 노동자들을 차별하지 않는 사회적 안전망, 이들에게 동등한 대우를 할 수 있는 사회적 안전망이라는 원칙을 세워 놨거든요. 그 원칙이 의미하는 바가 뭐냐 하면요, 지금 우리는 차별을 하고 있어요. 플랫폼 노동자들 같은 경우 분명 실제적 일의 형태로는 플랫폼에 종속되어 임금 근로자처럼 일을 하는데 산재보험에 가입하려고 했더니 보험료 절반, 혹은 전체를 &'네가 내&'라고 얘기한다는 거죠[1]. 또 연금 같은 경우에는 9퍼센트를 다 내라고 얘기를 한다는 거죠.[2] 차별적인 요소들이 있는 거예요. 그런 차별적인 요소들을 없애고 동등한 처우를 하라는 게 큰 원칙입니다. 그래서 추진된 제도가 '전국민고용보험'[3]이었는데요. 전국민고용보험에 13개 직종까지 가입할 수 있게 했는데, 그 외 나머지 대부분 직종들은 아예 가입을 못 하고 있어요. 그래서 플랫폼 노동자들에 대해 고용보험이라도 시작해보자는 개혁안이 지난 정부에서 논의되기도 했던 것이죠. ILO에서는 사회보험 내에서 차별받지 않게 동등하게 처우를 해주는 원칙을 지키고, 이것만으로 사회 안전망의 문제가 해결되지 않기 때문에 조세에 기반한 보편적 사회적 보호 시스템을 추가하라고 말하고 있습니다. [1] 산재보험은 근로기준법상 재해보상제도를 보험화한 것으로 근로자는 부담의 책임이 없다. 보험료 전액을 사용자가 부담하도록 하고 있다. [2] 사업장가입자의 경우 연금보험료율은 기준소득월액의 9%이며, 근로자와 사용자가 각각 절반씩(4.5%) 부담해야 한다. [3] 전국민고용보험: 문재인 정부는 '전 국민 고용보험'이란 취지 아래 2020년 12월부터 고용보험 대상을 확대했고, 대리기사 배달기사 등 18개 특수고용직이 적용을 받고 있다. 산재보험은 지난 8월 전 속성 요건이 폐지되면서 플랫폼 노동자도 의무 적용 대상이 됐다. 하지만 실상을 보면 보험 급여가 너무 적고 실업급여는 수급 문턱이 높아 실제 이용 사례를 찾아보기 힘들다는 사실이 지난 8월 플랫폼 노동시민사회단체가 주관한 기자간담회에서 지적되기도 했다. Q. 불안정 노동자들의 사회적 안전망을 확충하기 위해서는 재원이 필요할 텐데요. 세금을 투입해 재원을 마련하기 위해선 사회적 합의의 과정이 꼭 필요하겠네요? 그렇습니다. 필수적이죠. 사회적...

'수입 취약성 1위' 한국, 극복 방안은? [SDF다이어리]

...있던 적이 없었습니다. 지금의 미·중 관계는 마치 큰 나무에 등나무가 얽혀 있는 형국인데, 등나무를 떼어 내면 큰 나무의 가죽도 벗겨질 수밖에 없습니다. 그래서 나온 얘기가 '스몰 야드 하이 펜스(small yard high fence)'입니다. 미국은 모든 분야가 아닌 특정 분야, 특히 기술 집약적 분야, 신산업 분야를 스몰 야드로 정한 뒤, 이 영역에서만큼은 장벽을 높이 세워 중국을 완전히 고립시키고 중국의 추격을 뿌리치려고 하고 있습니다. 동맹국에게도 이 흐름에 동참할 것을 강하게 요구하고 있습니다. 하지만 불투명성은 여전히 존재합니다. 배터리 산업에서 미국이 어느 정도 중국과 분리할 것인지, 새로운 기술 혁신 분야에서 중국에 대한 미국의 의존도가 높다면, 그래서 의존도를 줄이는 비용이 너무 크다면 미국이 어떤 선택을 할지 우리는 잘 고려해야 합니다. 미리 마련된 청사진을 가지고 대응하기보다는 국제 정세를 보면서 적응력(adaptability)을 키우고 민첩성(agility) 있게 대응하는 것이 중요합니다. Q. 우리나라가 수입 취약성 1위, 다시 말해 공급망 교란에 가장 취약한 국가로 나타났는데, 원인이 뭐라고 보십니까? 세계 10위의 경제 대국이 되는 과정에서 우리 기업과 국민 경제는 상품을 값싸고 우수한 품질로 만들어 수출하는 데에 최적화돼 있었습니다. 부품이나 원재료의 수입 구조가 우리에게 어떤 취약성을 가져올 것인가에 대한 정치적 고려를 해야 할 필요가 크게 없었습니다. 왜? 그 당시는 세계화의 시대였으니까요. 하지만 중국으로부터 사드 제재를 받고 일본으로부터 불화수소 등 반도체 핵심 소재에 대한 수출 규제 조치를 당하고 나서 '특정 국가에게 많은 것을 의존하는 게 효율적일 순 있지만 정치적 리스크가 클 수 있겠구나'라는 걸 알기 시작했습니다. 경제안보의 시대가 왔음을 깨달은 거죠. 그런데 저희가 분석을 하다 보니, 반도체, 배터리, 바이오, 양자 컴퓨팅, 인공지능 등 신산업이라 부르는 9개 분야에선 의미 있는 현상이 발견됐습니다. 우리나라가 여전히 취약한 구조인 것은 맞지만 신산업에서는 상당히 경쟁력을 가지고 있다는 게 확인된 겁니다. 이 분야에선 우리가 4~5위 정도의 수출 권력을 가지고 있는 것으로 평가됐습니다. 앞으로 진행될 기술 경쟁이나 신산업 경쟁에서 우리가 상당한 수준의 레버리지를 가지고 있다, 상대국에 맞서 중요한 방어 장치를 지니게 됐다는 의미입니다. Q. 수출 권력 1위인 중국과, 우리의 동맹국인 미국 사이에서 우리는 어떤 현명한 선택을 해야 할까요? 굉장히 어려운 질문입니다. 다만 중국의 공급망 지배력을 너무 과도하게 판단할 필요는 없을 것 같아요. 중국이 실제 물건을 만들어 전 세계에 유통하는 중요한 국가임은 틀림없지만, 기술, 아이디어, 디자인 등은 이 공급망 지배력에 포함되지 않습니다. 예를 들어, 애플 제품이 최종적으로 만들어져 전 세계로 뿌려지는 곳은 중국이지만, 애플 제품에서 가장 큰 이윤을, 가장 큰 부가가치를 만들어 내는 곳은 미국 캘리포니아입니다. 독일, 일본, 한국도 애플의 핵심 부품을 공급하는 국가들로 큰 이윤을 가져가고요. 이 숨은 부가가치 흐름까지 우리는 함께 봐야 합니다. 원천 기술, 소프트웨어, 디자인 파워를 지닌 미국과, 제조의 중심인 중국이 우리에게 주는 이익은 질적으로 다릅니다. 당장 수출에서 손해 보더라도 부가가치 증가가 기대되는 기술 선진국과 협업할 것이냐, 수출과 고용 증가를 위해 제조업에서 강점을 가진 국가와 협업할 것이냐의 문제인데, 결국 위기를 관리하면서 경제안보에 맞는 전략으로 그때그때 대응해야 합니다. 이때 경제적 이익뿐 아니라 안보적 측면도 반드시 고려해야 합니다. 강대국에 둘러싸인 우리 입장에선 안보적 존립 기반을 위태롭게 해서는 안 되기 때문입니다. Q. 경제안보 지수를 계속 업데이트하고 있는 걸로 알고 있습니다. 어떤 부분을 보완할 계획인가요? 지금까지 주로 상품 교역을 들여다봤다면, 정확성을 더 높이기 위해 핵심 부품, 원자재, 기업의 해외 직접 투자 등 미시적인 자료를 더 찾아 분석하려고 합니다. 또, 신산업 분야에서 누가 중요한 플레이어인가, 국가와 기업들이 어떤 네트워크를 가지고 있느냐도 중요한 포인트가 될 것 같습니다. 러시아-우크라이나 전쟁에 따른 공급망 변화도 추가 연구 주제입니다. 저희가 발견한 것 중 하나는, 러시아에 수입을 의존하는 있는 국가들이 대러시아 제재에 주저하는 모습을 보였다는 겁니다. 러시아에서 에너지, 곡물, 공산품, 무기를 수입하는 비중이 높은 나라일수록 유엔 총회에서 진행된 여러 차례 투표에서 대러시아 제재에 소극적인 자세를 나타낸 거죠. 이를 통해 러시아 경제권이 다른 세계 경제권으로부터 이탈하는 경향이 강해질 것임을 예상할 수 있습니다. 제재를 받고 있는 러시아는 자국에 의존적인 국가들과 더욱 친밀해질 것이고, 반대급부로 다른 나라들과는 관계가 멀어져 러시아권 블록의 고립이 가속화할 가능성이 있습니다. Q. 경제안보 관점에서, 나아가 기후 위기, 인구 고령화 등 복합 위기와 맞물려서 볼 때 우리는 어떤 방향성을 견지해야 할까요? 경제적 관계를 안보적 수단으로 활용하겠다는 것은 국가들이 전쟁과 같은 극단적인 충돌로 나갈 가능성이 크다는 것을 의미합니다. 이를 억제할 수 있는 방법을 찾아 거기에 참여하는 게 국익에 도움이 됩니다. 또, 경제안보를 지나치게 사용하면 상대국이 방어적인 수단으로 똑같은 자세를 취하려하기 때문에 무기 경쟁과 같은 소용돌이 효과를 불러올 수 있다는 점도 명심해야 합니다. 아울러, 우리는 가장 빠르게 성장한 나라 중 하나인 만큼 숨 쉴 수 있는 공간, '브리딩 스페이스(breathing space)'를 최대한 넓히는 게 중요합니다. 경제안보에 큰 위협이 되지 않는 나라들끼리 자유와 규칙에 기반해 협력하는 이른바 '협력적 경제안보'를 확보해야 합니다. 세계 경제 10위권인 우리는 그런 밑그림을 그리는 데 훨씬 큰 존재감이 있는 나라임을 자각해야 합니다. 내부적으론 앞에서 언급한 적응력(adaptability)과 민첩성(agility)을 갖출 필요가 있습니다. 과거 외환위기 당시 원인과 해결책을 둘러싸고 이견이 있었지만 그렇다고 사회가 양분됐다면 쉽게 극복할 수 있었을까요? 고령화라든지, 저출생이라든지, 양극화라든지 지나친 대립은 우리의 민첩성과 적응력을 떨어뜨리는 요인이 될 겁니다. 사회적 합의와 신뢰를 모아낼 수 있는 정치적 리더십이 무엇보다도 중요한 때입니다. 경제안보 때문에 피해를 입은 기업과 국민을 구제하는 제도를 마련하는 것도 좋은 예가 될 수 있습니다. 안보적인 이유로 특정 국가와 무역이 끊길 경우 그건 개인의 사업상 실수나 경영 판단 잘못으로 빚어진 피해가 아니잖아요. 우리 사회가 이런 피해를 일정 부분 보상해 준다면 사회적 신뢰가 생길 수 있습니다. AI를 비롯한 신기술을 둘러싼 전 세계 경쟁이 뜨겁습니다. 여기에 미·중 패권 경쟁, 코로나 펜데믹, 러시아-우크라이나 전쟁 등 전례 없는 대전환기를 알리는 신호음이 곳곳에서 요란하게 울리고 있습니다. 이런 시기에 한국은 경제 급성장에 따른 비용을 뒤늦게 치르고 있습니다. 효율과 시장 논리를 쫓다 '수입 취약성 1위'라는 값비싼 청구서를 받아 들었습니다. 최근엔 우리나라 합계출산율이 0.78명으로 또다시 역대 최저치를 기록했다는 소식이, 미국의 한 석학이 머리를 부여잡고 &'대한민국 완전히 망했네요&'라고 탄식했다는 소식까지 전해졌습니다. 여느 때보다 위기 극복을 위해 머리를 맞대야 하는 시기임이 분명해 보입니다. 하지만 경제안보가 우리에게만 닥친 과제는 아닌 것도 분명합니다. 우리는 외환위기를 보란 듯이 극복한 나라입니다. 올해 SBS D포럼(SDF)의 주제처럼 경제 패러다임을 다시 쓸 것으로 자신합니다. 아래는 박종희 교수의 말입니다. &'우리는 대외적 환경 변화에 굉장히 적응을 잘해 온 국가입니다. 오일 쇼크가 왔을 때 중동 건설에 뛰어든다든지, 중화학 공업화를 통해 자체적 산업화 기반을 확보했고, 3저 호황 때는 재투자로 새로운 전자산업을 육성했습니다. 중국이란 큰 시장이 WTO에 가입하자 긴밀한 협력 관계를 구축했으며, 거대 선진 경제권과 한발 먼저 동시다발적 FTA를 체결해 FTA 모범 국가로 비약적인 성장을 했습니다. 적응력과 민첩성. 우리가 세계 10위 경제권으로 올라선 비결이라고 생각합니다.&' (글: 미래팀 김지성 기자 jisung@sbs.co.kr)

한국은 AI 강국이 될 수 있을까? [SDF다이어리]

...단계에 대해 조망해 볼 텐데, 지금은 그게 혼탁스러운 단계인 것 같아요. 아직은 데이터에 대한 부분이 정비가 잘 안 돼 있고요. 일반적인 업무나 상식적인 수준에서 우리가 생성형 AI를 많이 써보고 있는데 이게 전부인가? AI 기술을 실질적으로 어디에서 제일 많이 쓰고 우리가 어디에서 필요로 하지? 이런 부분도 잘 살펴봐야 하고요. 한국 시장이 작다고 그랬잖아요. 한국이 데이터를 거대하게 갖고 있다거나 플랫폼 비즈니스를 하는 게 많지 않으니까 그래서 판이 크지 않은 거죠. 저는 글로벌 빅테크들이 가지고 있는 생성형 AI 기술이 거기서 거기라고 생각해요. AI 기술 자체는 편차가 아주 클 수가 없어요. 기본적인 딥러닝 기술 기반으로 뭔가를 만들고 있기 때문에 대부분의 기술력은 유사할 거고요. AI는 오픈소스가 많으니까 가져다가 금방금방 일단 비슷하게 흉내는 내볼 수 있는 거죠. 그런데 근본적인 문제들이 각각 있는데, 추론을 더 잘하기 위해서 연구를 해야 되고, 또 모델이 너무 크다 보니까 양자적인 방법을 통해서 더 최적화하고 줄이고 이런 다양한 방법들에 대한 연구도 필요하고, 목적하는 어떤 대답을 잘하기 위해서 강화 학습 연구도 해야 되고, 이런 기초 연구들이 되게 많이 필요하거든요. Q. 많은 기업들이 AI 시장에 뛰어들고 있지만, 비즈니스적으로 성공을 거둔 사례를 찾긴 쉽지 않은 것 같아요. 챗GPT 사용률이 지금 줄어들고 있거든요? AI를 오래 했으니까 저는 당연히 그럴 줄 알았어요. 왜냐하면, 사람들은 늘 호기심이 있다가 어느 정도 지나면 안 써요. AI 스피커, 차량에서 내비게이션 안내도 열심히 해봤잖아요. AI 스피커 앞에서 또박또박 말하면서 날씨 물어보고 얘기해 주고 이렇게 노력해 왔지만, 그런 게 다 자연스럽지 않은 거거든요. 그러니까 결국에는 AI 스피커 사용자들도 급감했잖아요. 챗 형태의 인터페이스가 지금은 약간 내게 조금 도움을 줬어요. 그런 정도에서 쓰는 건데 그 니즈가 계속 있을까요? 사람의 니즈는 더한 걸 원하거든요. 그러니까 계속 그런 걸 좀 만족시켜 줘야 되고요. 우리가 AI로 챗GPT로 무언가를 했다 이런 사례들은 있지만 실제로 어디에 적용돼서 비즈니스가 만들어졌다, 이런 뉴스를 보신 적이 있으신가요? 거의 없으실 거예요. 저는 제일 걱정이 뭐냐면 생성형 AI도 과거 AI 스피커처럼 지금의 챗GPT처럼 한국이 열심히 투자해서 만들었는데, 또 관심을 끌다가 '재미있었어, 그런데 나는 좀 불편해' 이러다가 관심이 멀어지면 AI에 윈터(winter)가 올 수도 있겠죠. 저희는 그걸 굉장히 경계해서 처음부터 산업 현장에서 증명하고, 비즈니스 측면에서 의미 있게 사용되게 만들려고 하고 있습니다. Q. 산업 현장에 적용될 수 있도록 추진 중인 구체적인 비즈니스 모델이 궁금해요. 잘 보면 지금 빅테크들이 생성형 AI로 하고자 하는 메인 비즈니스는 다 클라우드 업체거든요. 아마존, 구글, MS 다 그들의 클라우드 시장을 넓히고 확보하기 위해서 주력하고 있는 거예요. 클라우드 안에서 고객들이 많이 쓰고, 클라우드의 소비량을 계속 늘리게 하는 게 그들의 전략이죠. 저희는 클라우드는 없으니까, 생성형 AI를 가지고 조금 더 전문적인 일들을 하면서 실제 의사가 쓸 수 있게, 법률 쪽에 있는 사람이 쓸 수 있게, 금융권에 있는 사람이 쓸 수 있게, 우리 연구자들이 쓸 수 있게 하는 걸 목표로 해요. 아예 처음부터 조금 구체적인 목적으로 태스크 오리엔티드(task oriented, 과제 지향적)된 어떤 문제를 해결하기 위해서 전문성 있고 신뢰성 있는 AI를 잘 만드는 게 필요하다고 봅니다. 일반적인 웹 데이터는 양질의 데이터가 거의 없어요. 과학적으로 추론하고 정확하게 답할 수 있는 AI를 만들려고 처음부터 저희는 데이터 소스 자체에 논문이나 특허나 전문적인 서적들을 많이 넣었어요. 전문 영역에서 생성형 AI를 잘 쓸 수 있도록. LG AI연구원의 '엑사원(EXAONE) 2.0'은 실제 산업 현장에서 쓸 수 있는 레벨로 특화시킨 커스텀 모델이라고 생각하시면 되고요. 저희의 글로벌 파트너사 중에는 전문적인 도메인에 데이터를 가지고 사업을 영위하는 회사들이 많아요. 이런 곳들은 구글이나 오픈AI와 절대 협업하지 않아요. 왜냐하면 이들은 제너럴한 AI를 추구하다 보니까 전문 도메인들이 구글하고 일하면 구글이 어느 순간 자기 플랫폼으로 비즈니스를 끌어갈 거라고 생각해요. 그런데 저희는 처음부터 특화된 모델을 만들다 보니까 글로벌 회사들이 같이 협업하자고 해요. 생각하지도 못한 회사들하고 얘기를 많이 하고 있고요. ▶ LG AI연구원은 지난 7월 초거대 멀티모달(Multimodal) AI '엑사원 2.0'을 공개했다. 2021년 12월 선보인 '엑사원'의 진화된 버전으로 글로벌 파트너십을 통해 확보한 특허와 논문 등 약 4,500만 건의 전문 문헌과 3억 5천만 장의 이미지를 학습했다. 엑사원 2.0은 분야별 특화된 전문가용 AI를 지향하는데, 전문가용 대화형 AI 플랫폼인 유니버스, 신소재·신물질·신약 개발 플랫폼인 디스커버리, 인간의 창의적 발상을 돕는 멀티모달 AI 플랫폼인 아틀리에 등 세 개의 플랫폼 서비스를 제공할 예정이다. / 사진: LG 제공 Q. AI 규제가 필요하다는 주장에 대해서는 어떻게 생각하세요? 법, 의료, 금융, 그러니까 사례별로 논의가 돼야 된다고 생각해요. 유스 케이스(Use case) 별로 어떤 이슈를 우리는 중점적으로 봐야 할지, 그게 다 똑같을 수는 없거든요. 어느 분야에서 AI를 유의미하게 쓰고 그 이상은 좀 위험한지, 우리가 어느 정도까지 AI를 적용할 건지 논의가 필요한 건데 이걸 다 하나의 기준으로 얘기해요. 그냥 생성형 AI를 건전하게 잘 쓰면 좋겠지만, 리스크가 있으니 규제가 필요하다? 생성하는 모든 것들에 대해 부정할 건가요? 규제가 생기면 뭐가 생기죠? 규제가 생기면 반드시 이것에 대한 해결책이 생기고, 해결책이 생기면 계속해서 기술은 더 발전하게 돼 있어요, 규제를 가하면 가할수록. 물론 규제가 필요하긴 해요. 만약 페이크 뉴스가 99%의 세상을 장악하는 나라라면 리얼 월드와 가상 세계 중에서 가상 세계가 리얼 월드라고 생각하는 후손들이 있을 수도 있어요. 그러면 '이건 현실이고, 이건 가상이야'라는 것을 알려줘야 되고, 거기에 필요한 어떤 규제들도 있을 거예요. AI가 악용되는 것들을 최소화하고 선제적으로 막아야죠. 그러니까 규제라는 것을 분야별로 세그먼트(segment, 분할) 시켜서 이슈를 도출하고 거기에 필요한 생성형 AI가 어떤 기술이고, 적용했을 때 장점과 리스크는 무엇이고, 우리가 앞으로 준비해야 될 것들은 무엇인지 이런 걸 도출해야 되는 거죠. AI가 알아서 다 만들었다고 생각하지만, 사실은 사람이 어마어마하게 직접 개입해서 수정하고 만들어지고 있거든요. AI가 쉽게 우리 삶을 바꾸지 못해요. 그래서 저는 지금은 규제나 이런 고민을 하기보다는, 조금이라도 우리의 기술 수준을 빨리 높여 놓는 데에 집중하는 것이 맞지 않을까 생각합니다. 국내 기업 가운데 현재 자체 AI 모델을 갖고 있는 기업은 LG AI연구원과 네이버, 카카오 등 손에 꼽습니다. 온전히 자신만의 거대언어모델(Large Language Model)을 구축하는 것이 그만큼 쉽지 않다는 방증일 겁니다. 배경훈 원장은 자사 초거대 AI 모델의 연구개발 과정을 설명하면서 &'챗GPT 발표하고 죽을 각오로 만들었어요&', &'올해 한 7개월 동안 거의 잠도 못 잤고요&'라고 했습니다. 국가 산업적 측면에서 AI 생태계 확장을 고민하고, 기술 주도권을 선점해 한국의 미래 먹거리를 찾아내려는 기업들의 치열한 노력이 엿보였습니다. 지난 20년 간 반도체가 한국을 먹여 살렸다면, 앞으로의 20년은 어떠한 산업이 우리를 먹여 살릴까요? AI 시대 대체 불가능한 한국의 미래상을 머릿속에 그리며 인터뷰를 마무리했습니다. (글: 미래팀 이혜미 기자 param@sbs.co.kr) ** 이 기사는 매주 수요일 아침 발송되는 뉴스레터, 'SDF다이어리'에 먼저 소개됐습니다. 'SDF다이어리'는 SBS D포럼을 준비하는 SBS 보도본부 미래팀원들이 작성합니다. 우리 사회가 관심 가져야 할 화두를 앞서 들여다보고, 의미 있는 관점이나 시도를 전합니다. 한발 앞서 새로운 지식과 트렌드를 접하고 싶으신 분들은 SDF다이어리를 구독해주세요. ▶ '구독'을 원하시면 여기 클릭!

국내 스타트업이 오픈AI를 이겼다고? [SDF다이어리]

안녕하세요? SDF2023 &<AI시대, 다시 쓰는 경제 패러다임&> 준비에 여념이 없는 SBS D포럼에서 보내드리는 SDF다이어리입니다. 올 상반기, 전 세계를 휩쓴 화두를 하나 뽑자면 단연 챗GPT로 대변되는 생성형 AI기술의 등장일 겁니다. 이런 가운데 국내 스타트업이 만든 거대 언어모델(LLM·Large Language Model)이 오픈소스 분야에서 오픈AI의 챗GPT를 넘어 세계 1위 '생성 AI' 모델로 등극했다는 소식이 전해지면서 글로벌 AI업계의 이목이 집중되고 있습니다. 그 주인공은 AI 전문기업, 업스테이지(Upstage)인데요. ▶ 자료 출처 : 업스테이지 홈페이지 업스테이지가 이번에 1위를 차지한 허깅페이스의 오픈 LLM 리더보드는 오픈소스 생성 AI 모델의 바로미터로 알려져 있습니다. 업스테이지는 소프트웨어공학과 AI 분야의 최고 전문가로 잘 알려진 김성훈 대표가 이끌고 있는데요. 생성 AI의 기술력을 확보하기 위한 세계적 경쟁이 뜨겁게 벌어지고 있는 이때, 이런 성과는 어떻게 가능했고 또 한국의 AI 기술 발전은 어떤 방향성과 철학을 가지고 나아가야 할지 업스테이지를 만들고, 이끌고 있는 김성훈 대표를 만나 자세한 이야기를 나눠봤습니다. Q. 반갑습니다. 대표님. 먼저 업스테이지가 허깅페이스 LLM에서 (8월 1일 기준) 1위를 했는데요. 어떤 의미인지 설명해 주실 수 있을까요? 네. 우리가 인공지능을 만들면 이게 얼마나 좋은 것인지, 개인에게 딱 맞는 것인지를 검사를 해봐야 하잖아요. 그것을 검사하는 대회라고 생각하시면 됩니다. 비유가 적절한지는 모르겠지만 말하자면 아이큐를 측정하듯이요. 시험 문제를 내고 문제를 얼마나 잘 푸는지 4가지 종목 (추론과 상식 능력, 언어 이해 종합능력 및 할루시네이션(오류 가능성) 방지) 등을 가지고 시험을 보고 순위를 매기는 거예요. 시험을 모두 잘 풀면 1등에 올라가는 거고요. 그런 테스트를 통해서 더 좋은 AI를 만들자는 취지로 많은 회사에서 참여하고 있는데요. 어떤 의미에서 AI와 관련해서 가장 유명한 '빌보드 차트라고'보시면 되고 업스테이지가 거기에서 1등을 한 것이죠. Q. 그렇다면 업스테이지만의 차별화된 인공지능 기술은 무엇인지 궁금합니다. 아직 업스테이지에 대해서 잘 모르시는 분도 있을 것 같아요. 네. 그렇죠. 업스테이지는 시작한 지 얼마 안 되었기 때문에 사실 많은 분들이 모르실 수도 있어요. (2020년 10월 창업) 일단 크게는 세 가지 정도의 서비스를 가지고 있는데요. 하나는 OCR(Optical Character Recognition) 기술이라는 거예요. 쉽게 설명해서 우리가 사회에서 명함을 주고받으면 기록하기 위해서 이메일 주소 같은 걸 타이핑하는 경우가 생기잖아요. 이걸 타이핑을 하지 않고 그냥 이미지만 넣으면 그 안에 있는 글씨를 자동으로 뽑아내는 기술, 그런 게 굉장히 곳곳에 필요하거든요. 영수증을 받아서 수작업을 하는 경우도 해당되겠죠. 그런 일들을 모두 없애줄 수 있는 OCR기술을 하고 있고요. 또 하나는 추천엔진이라고 하는 개인화 추천시스템이에요. 예를 들어 SBS 방송 프로그램을 시청하고 나면 &'아, 이걸 봤으니까 다른 것도 보면 좋겠다&'라고 추천해 주는 AI 기술이죠. 그런 것들을 개발해서 지금은 쇼핑앱 등 기업에서 많이 사용을 하고 있어요. 그리고 생성형 AI챗봇인데요. 아마 이걸 가장 많은 분들이 써보셨을 것 같아요. AskUp이라고 카카오 안에서 대화를 할 수 있는 AI챗봇 서비스가 있는데요. 론칭한 지 2~3개월 만에 사용자가 130만 명을 넘었습니다. 아마 국내에서는 제일 빠르게 성장하는 AI 서비스라고 보시면 될 것 같아요. 저희는 궁극적으로는 AI를 가지고 기업 고객이나 개인 사용자들이 정말 가치를 느낄 만한 새로운 일을 가지고 사회에 기여를 해보자는 취지로 일하고 있기 때문에, AI로 할 수 있는 일들을 전반적으로 다 보고 있습니다. ▶ 업스테이지가 개발한 대화형 챗봇 AskUp에 SBS D포럼에 대해 묻고 답변을 들었다. Q. 오픈소스를 지향하고 계신 것으로 알고 있습니다. 챗GPT의 경우도 3.5 까지는 오픈모델이었지만 챗GPT-4부터는 방침을 달리했는데요. 업스테이지가 계속 오픈소스를 지향하는 데에는 어떤 이유가 있을까요? 저는 사실 &'AI가 정말 성숙해 있느냐?&'라고 질문했을 때 조금 부족함이 있는 것 같아요. 저희들이 회사를 처음 만들 때도 '클루(KLUE)'[1]를 구축하고 아예 오픈을 했거든요. 그렇게 저희들이 만든 것도 오픈소스로 올려놔서 사람들이 다 써볼 수 있어요. 그렇게 한 이유는 이 AI생태계를 키우기 위한 거예요. 많은 분들이 써보고 여기에서 가치를 느끼고 그렇게 판이 커져야 결국은 저희들이 할 일도 늘어나고, 세상이 더 많은 AI를 쓰는 방향으로 가는 것이잖아요. 그런 길을 가는 데에 있어서 오픈소스가 굉장히 좋다고 생각해요. [1] 클루(KLUE :Korean Language Understanding Evaluation) : 최초의 한국어 자연어 이해 평가 공개 데이터셋으로 한국어 AI 연구 생태계를 넓히고 국내 AI 산업 발전에 힘을 싣기 위해 업스테이지가 주도해 산학계의 전문가들과 함께 개발했다. 홈페이지 이동 클릭 Q. 요즘 AI 업계에서는 '데이터'의 이슈가 점점 더 중요하게 부상하고 있는데요. 대기업에서도 이 부분에 집중 투자하고 있다고 하고요. '질 좋은 데이터를 확보'하는 부분은 어떻게 해결하고 계신가요? 말씀 주신 것처럼 '데이터'가 사실은 이제 앞으로 굉장히 중요한 이슈입니다. 인공지능을 비롯한 기술이 발전해 나갈 때 정말 질 좋은 데이터를 많이 가지고 있는 나라, 또 그것이 문서화되어있는 나라가 정말 힘을 많이 발휘하게 될 것 같아요. 제가 이야기를 들어보니까 독일 같은 경우는 GPT의 성능이 굉장히 뛰어난데, 그 이유가 그런 질 좋은 데이터들이 굉장히 많아서라고 하더라고요. 반면에 한국은 지금 문서화되어있는 데이터의 양 자체가 많은 것 같지는 않아서 국가적으로도 좀 많은 고민이 필요한 것 같아요. 저희 회사도 마찬가지고요. 아시겠지만 네이버나 카카오 같은 회사의 많은 사람들이 이용하는 서비스에는 블로그나, 카페 등에 글이 많이 남아있지만 그렇지 않은 회사들은 데이터가 많지 않죠. 그래서 저희들 같은 경우는 자체적으로 데이터를 모으는 일도 하지만 데이터를 가지고 있는 회사와 좋은 전략적 제휴를 맺어서 데이터를 확보하는 전략을 가지고 있어요. 이게 어떤 의미에서는 '우리 회사 데이터만 쓰겠다'하는 것보다, 아까 오픈소스를 이야기한 것처럼 이런 부분에도 오픈 바람이 불고 협업하는 구조가 된다면 다른 특정 회사보다 더 데이터를 많이 이용할 수 있는 것이죠. 업스테이지는 지난 14일, '1T클럽'을 발족한다고 발표했습니다. '1T 클럽'은 '1 트릴리온(조 단위) 토큰 클럽'을 줄인 것으로 텍스트, 책, 기사, 보고서, 논문 등 다양한 형태의 1억 단어 이상의 한국어 데이터를 기여하는 파트너사들로 구성되며 현재 20여 개 언론사 및 기업, 학계 등 데이터 제공자들과 긴밀한 협의를 진행하고 있다고 하는데요. 이를 통해 한국어 데이터의 부족 문제를 해결함과 동시에 한국 문화 정서를 담아낼 수 있는 고품질의 LLM을 개발해 국내 생성형 AI에 활용하고 발전에 기여할 것이라고 이야기를 전했습니다. Q. 데이터 이슈는 항상 저작권 문제와도 연결이 되는데요. 이 부분은 어떻게 보고 계세요? 제가 저작권 문제의 전문가는 아니지만 제가 생각하는 것을 말씀드리자면, 예를 들어 작가가 쓴 글이 AI를 통해 학습이 됐고 그것 때문에 AI가 똑똑해졌다면 거기에서 나오는 수익이나 이익이 작가들에게 갈 수 있는 구조가 되어야 한다고 생각해요. 장기적으로는요. 그래서 그런 구조를 어떻게 만들 것인가 하는 것은 사회적으로 여러 협의가 필요한 부분이고 시스템을 만들 때는 어떤 데이터가 얼마만큼 어떻게 사용되었는지를 잘 트레킹 할 수 있도록 구조를 만들어서 서비스를 해야 한다고 생각하고 있습니다. Q. 올해 SDF는 &<AI시대, 다시 쓰는 경제 패러다임&>을 주제로 준비 중인데요. 기술 혁신의 중심에 계시는 분으로서, AI라는 굉장한 혁신기술이 우리 경제를 어떻게 뒤흔들고 바꿀 것으로 보시는지 궁금합니다. 정말 어려운 질문인데요. 초거대 지능이 출현한다고 일단 보시면 될 것 같아요. 그것은 그리고 모든 분야에...

'AI 화정'의 비밀 [SDF다이어리]

안녕하세요? 지난 1일, 'SBS 파워 FM', 라디오 107.7 Mhz에서 여름휴가철을 맞아 'AI 뮤직 페스티벌'을 기획했는데요. 혹시 들으신 분 계실까요? 파워 FM의 대표 DJ인 최화정 씨의 목소리를 학습한 'AI 화정'의 등장으로 큰 관심을 끌었습니다. ▶ SBS사보 제1212호, 'AI 뮤직 페스티벌' 예고 기사, 2023년 7월 27일 방송사에서 어떻게 'AI 뮤직 페스티벌'을 기획하게 됐는지, 'AI 화정'의 비밀은 무엇인지 SBS 라디오센터의 파워 FM 팀장 김찬웅 2CP와 SBS 미디어기술연구소의 류경민 차장을 만나봤습니다. Q. 최근 라디오센터에서 'AI 뮤직 페스티벌'이라는 재밌는 기획을 하셨던데 처음 어떻게 시작된 것인지 궁금합니다 김찬웅 SBS 라디오센터 CP: 라디오 콘텐츠 전략팀에서 4월경부터 'AI 선곡 도우미 시스템'이라고 해서 미디어기술연구소랑 같이 프로젝트를 하고 있었는데요. 저희가 가지고 있는 뮤직뱅크에 있는 음악들을 카테고리화해서 피디들이 선곡을 할 때 AI의 도움을 받을 수 있게 하는 그런 툴을 개발하고 있었습니다. 그런데 여름마다 보통 저희가 음악 특집을 기획하는데, 올해 워낙 화두가 '챗GPT', '생성형 AI'이다 보니 AI선곡 시스템을 이용해서 특집을 해보면 어떨까 하는 생각에서 시작됐는데, 미디어기술연구소에서 저희의 기획 의도를 들으시고 좀 더 재밌게 할 수 있는 것은 없을까 하다 발전된 게 'AI 보이스'입니다. 류경민 SBS 미디어기술연구소 차장: 사실은 저희가 티타임을 한 게 6월 말이었어요. 특집 안이 나와서 어떤 것을 하면 좋을까 같이 얘기했는데요. AI 선곡도 원래는 저희가 올해 말을 오픈으로 생각하고 있었거든요. 그런데 조금 앞당겨서 베타 버전이라도 특집에 한번 써보자 했고, 'AI 보이스'는 내년 프로젝트로 생각하고 있었는데, 실제 쓰지 않더라도 좋으니까 '실험적으로 방송분에서 비녹음 방식으로 음성 데이터를 추출해서 사람 목소리를 만들어낼 수 있는지 한번 해보자'해서 하게 됐습니다. 방송에 이렇게 많이 사용될 줄은 모르고 시간도 거의 1달 정도밖에 없는 짧은 시간이었거든요. 처음에는 저희도 좀 재밌을 것 같다 생각해서 시작했는데, 하다 보니 너무 힘들었습니다. 하하. 그런데 전국에 나가는 방송이니 잘해야 하잖아요. 그래서 책임감을 가지고 많은 리소스를 투입해서 거의 다른 프로젝트는 안 하고 보이스만 열심히 했죠. ▶ 김영철의 파워 FM에 출연한 AI화정의 DJ와의 티키타카 장면 (클릭해서 듣기) Q. 기술적으로 정확히 뭘 한 것인지 설명해 주시겠어요? 류경민 SBS 미디어기술연구소 차장: 방송으로만 들으신 분들은 '정말로 물어보면 AI가 알아서 답하나?' 생각하실 수도 있는데요. 그런 것까지는 아직 아니고요. 그것은 굉장히 어려운 단계입니다. 완전한 생성형을 만들려면 학습량도 어마어마해야 하고, 사람의 질문을 먼저 음성 인식으로 알아듣고, 음성인식에 포함된 문맥을 다 정확한 의미로 파악해야 하고, 거기에 맞는 대답을 학습한 것에서 찾아내서 다시 또 오디오로 발성으로 전해야 하는데요. 그것을 만들 수 있는 곳은 전 세계에서도 많지 않고요. 저희가 이번에 실험한 것은 텍스트를 치고 말하기를 누르면 최화정 씨 목소리를 학습한 AI가 (최화정 씨의 목소리와 속도와 톤으로) 말하는 서비스입니다. ▶ 텍스트를 치면 최화정 씨 목소리를 학습한 'AI 화정'이 텍스트처럼 말하는 'AI보이스' 실험 (클릭해서 듣기) 류경민 SBS 미디어기술연구소 차장: 'AI 보이스'를 만드는 정석적인 방법은 대략 3천에서 6천 문장, 많으면 1만 문장까지의 문장을 준비하고요. 그다음에 그 목소리를 말할 사람이 그 문장들을 하나하나 다 읽습니다. 읽는 것을 녹음하고요. 그래서 텍스트와 이 말 한 음성 녹음 파일을 한 쌍으로 6천 세트, 1만 세트 이렇게 준비를 한 다음에, AI모델에 학습을 시킵니다. 그런데 저희가 최화정 씨를 모시고 그렇게 할 수는 없어서 생각한 방법은 과거했던 방송 녹음본에서 깨끗한 부분을 추출해서 (학습)하면 되지 않을까? 생각하게 됐는데요. 실제로 해보니까 굉장히 어렵더라고요. 방송 중에는 음악도 나오고 광고도 나오고 게스트랑 얘기할 때 서로 왔다 갔다 하기 때문에 막 여러 가지가 섞여 있어요. 그래서 기본적으로 깨끗한 발음의 깨끗한 문장, 최화정 씨만 나오는 문장을 뽑으려면 주로 사연을 읽어주는 파트 위주로 저희가 뽑아낼 수밖에 없더라고요. 1시간짜리 방송 분량에서 그런 부분을 일일이 찾는 것이 쉽지 않았습니다. 예를 들어 사람의 숨소리가 녹음이 되면 그런 것들까지 AI가 다 그대로 따라 합니다. 예를 들면 '스읍' 하는 소리가 문장 말하기 전에 녹음되다 보니, AI가 자동으로 그것을 배워서 문장을 처음 시작할 때 그 숨소리까지 따라 해요. 그래서 여러 방식을 고민하다 방송본에서 깨끗한 오디오 부분을 편집기로 하나하나 다 땄어요. 그런 방식으로 하다 보니 1시간 분량의 프로그램에서도 30 문장 밖에 추출하지 못하더라고요. 결과적으로 마지막에 학습시킨 버전은 2300 문장 버전이었는데 순수시간으로만 70시간 이상 작업을 했어야 되는 데이터 작업이었죠. 완벽한 버전은 아니고 '중간 단계' 정도라고 보시면 되는데, 그럼에도 불구하고 라디오에서는 이 정도로도 충분히 재미를 줄 수 있겠다 판단해 주셔서 특집은 이 버전으로 진행하게 됐습니다. 류경민 차장은 'AI 보이스'의 학습과정이 마치 어린아이에게 특정 단어나 문장을 보여주면서 이렇게 발음을 하는 거야 하는 것을 계속 가르치다 보면 어느 날 아이가 '가나다라'를 어떻게 발음하는지를 스스로 알게 되는 것과 비슷한 원리라고 설명했습니다. Q. 'AI 보이스'의 주인공을 최화정 씨로 결정하게 된 계기가 있었나요? 김찬웅 SBS 라디오센터 CP: SBS 파워 FM에서 하는 특집이다 보니 '파워 FM'를 대표할 수 있는 목소리가 누가 있을까, 처음에는 목소리 좋은 피디라든가, 아나운서라든가로 하면 어떤가 하는 여러 의견도 있었는데, 그래도 딱 들으면 '이 사람이구나'라는 것을 알 수 있는 목소리가 최화정 씨였고, 또 필요했던 데이터가 가장 많은, 저희 개국 때부터 지금까지 같이 해온 DJ였기 때문에, 데이터도 가장 많고 해서 최화정 씨로 결정하게 되었습니다. 일명 '최파타'로 불리는 낮 12시부터 2시까지 방송되는 &<최화정의 파워타임&>은 첫 회부터 지금까지 단 한 번도 진행자가 바뀌지 않은 SBS 라디오의 대표 최장수 프로그램입니다. Q. 선뜻하신다고 하시던 가요? 김찬웅 SBS 라디오센터 CP: 최화정 씨한테는 저희가 일회성으로 특집 때 사용하는 거라고 말씀드렸고, 거기에는 흔쾌히 오케이 해 주셨습니다. 그런데 이게 만약에 정식으로 개발이 완료돼서 쓰인다고 그러면 조금 다른 문제가 될 것 같긴 합니다. ▶ 'AI뮤직 페스티벌'을 기획한 라디오센터를 대표해 인터뷰 중인 김찬웅 SBS 라디오센터 2CP Q. AI 관련 기획에 대한 피디들의 입장은 어땠나요? 김찬웅 SBS 라디오센터 CP: 이게 시작이 'AI 선곡 시스템'이었다 보니 오히려 처음에 조금 반감을 가지는 피디들이 있었어요. 왜냐하면 피디가 하는 고유 영역 중에 선곡이라는 카테고리가 있기 때문에, '선곡은 피디가 하는 것 아니야?'라는 인식이 있었는데 단순히 이것을 AI가 대체한다기보다는 선곡을 하는 것을 도와준다는 개념으로 접근을 했고요. 그래서 이번에도 AI가 각 프로그램 시간대에 맞는 노래를 선곡해 주면 마지막에 최종 선택은 피디들이 했습니다. 처음에는 선곡 시스템에 대해 좀 의아함도 있고, 두려움과 있고 위협감도 있었을 수 있는데요. 아직은 피디를 대체하는 것까지는 아니기 때문에 경계심은 누그러진 상태였고요. AI보이스에 대해서는 다들 일단 재밌어했습니다. ▶ 언제 들을 음악인지, 어떤 비트에, 몇 년대 음악을 원하는 지를 고르면 추천해 주는 AI 음악 선곡 시스템 Q. 기술적으로는 아직 중간단계 정도라고 하셨는데요. 류경민 SBS 미디어기술연구소 차장: 네, 데이터 문제이거든요. 저희가 녹음본에서 문장을 뽑다 보니까 저희 마음대로 알맞은 문장을 뽑아내지를 못해요. 이번 프로젝트를 하면서 절실히 느낀 게, 다른 분의 말을 빌리자면 앤드류 응이라고 세계 4대 AI석학으로 꼽히는 분이 있는데요. 지난달 한국에 와서 강연도 하셨는데, 제가 그분의 강의를 들은 적이 있어요. 거기서 나온...

문장 완성시키는 챗GPT 능력, 지능이라 볼 수 있을까? [SDF다이어리]

저희 미래팀은 오는 11월 2일 'AI시대, 다시 쓰는 경제 패러다임'라는 주제로 열릴 대망의 2023 SBS D 포럼을 앞두고 AI기술과 인간의 관계에 대해 연초부터 깊이 고민해오고 있습니다. 오늘은 몸무게에서 단 1.5kg 정도를 차지하는 회백질 덩어리, 그러나 인간을 비로소 인간답게 만드는 핵심 신체 기관, '두뇌'에 대한 이야기로 시작해 보겠습니다. 인간은 아주 오래전부터 생각과 감정의 원천이 어딘지 탐구해 왔습니다. 아리스토텔레스 시대에는 인간의 고등한 사고 활동이 뇌에서 뻗어 나온 체액에서 비롯된다고 믿었죠. 18, 19세기 신경전달 물질 뉴런과 장기기억 관장 부위 '해마'라는, 뇌 연구의 획기적 발견을 거쳐, 지금은 어느덧 치매나 파킨슨 같은 뇌 질환 정복에 박차를 가하는 단계에 이르렀습니다. 인류는 의학, 심리학, 철학, 사회학, 물리학 등 학제를 가로지른 오랜 뇌 연구로 인간 본질에 대한 이해의 지평을 한 뼘씩 넓혀 왔습니다. 하지만 그럼에도 불구하고 우리가 두뇌의 작용에 대해 알고 있는 건 아직 극히 일부분에 불과합니다. 뇌과학자조차 &'지금껏 그토록 어마어마한 발전을 이루었음에도, 21세기에 뇌를 연구하면서 닥쳐올 도전을 마주하는 데 필요한 이론적 도구를 우리가 제대로 갖추고 있는지도 분명하지 않다(메튜 콥, &<뇌과학의 모든 역사&>, 2021)&', &'구성하는 세포의 수가 수백억 개이고 마음이라는 신비로운 감각을 만들어내는 믿을 수 없는 기이한 능력을 갖춘 인간의 뇌를 제대로 이해하는 일은 도저히 실현 불가능한 꿈처럼 느껴진다(같은 책)&'고 고백할 만큼 말입니다. 그래서 종종 깜깜한 '블랙박스'라고도 불립니다. 그러니, 인간 뇌신경의 학습 과정을 모방한 AI 딥 러닝 알고리즘이 무한한 학습을 통해 두뇌에 가깝게 고도화될수록, 그 작동 원리가 우리 이해의 지평을 훌쩍 넘어서게 된 건 필연일지도 모르겠습니다. '설명 불가능성'이 최근 AI 분야의 핵심 난제로 떠오른 이유입니다. 생성형 AI가 답을 냈는데 왜 이 답이 나왔는지 알 수가 없는 상황. 가까운 미래, AI 기술이 사회 인프라 등 공공 영역에 활용됐을 때 오류가 생긴다면, 그것이 편견과 차별을 강화하는 오류라면, 그런데 그 오류가 어디서, 왜 생겼는지 알 수가 없다면 사회는 혼란을 피할 수 있을까요? 챗GPT 이후 생성형 AI를 둘러싼 관심이 뜨거웠던 만큼, AI 기술을 연구하는 사람들은 최근 '설명 불가능성'을 포함해 AI 기술에 필연적으로 내포돼 있는 각종 난제와 위험성들을 해결하기 위한 연구에도 매진하고 있습니다. 미래팀은 4차산업혁명위원회 위원장을 역임하기도 한 윤성로 서울대 전기정보공학부 교수를 만나 AI 시대 맞닥뜨린 각종 난제들에 대한 이야기를 들어봤습니다. 기술의 혁신이 가져올 장밋빛 미래뿐 아니라 우리가 대비해야 할 과제들을 지금 시점에서 찬찬히 짚어 볼 필요가 있기 때문입니다. Q. AI 기술을 개발해 활용하기 위해 반드시 풀어야 하는, 하지만 현재로선 풀기가 어려운 난제로는 어떤 것을 꼽을 수 있을까요? A. AI가 내놓은 결과물이 어떤 과정을 거쳐 나왔는지 알 수가 없는, '설명 가능성'의 문제가 당면한 과제인 것은 맞습니다. 그런데 만약 난제를 딱 하나만 꼽아 보라고 하면 (기술측면에서는) 생성형 AI가 '아직 사람 같지 않다'는 것입니다. 공학적인 최대 난제이죠. 예컨대 AI는 사람만큼 에너지 효율적이지 않습니다. 이세돌과 알파고의 대국 때도 구글 컴퓨터는 수십만 와트를 썼는데 이세돌은 커피 한 잔이면 충분했습니다. 그리고 더 중요한 건 적응력의 차이인데요. 사람은 다양한 상황에 놓이면 그에 맞게 적응과 응용을 할 수 있는 존재라면, 현재의 인공지능은 굉장히 좁은 범위의 학습된 일들만 할 수 있습니다. 결국은 AI 기술이 일반인공지능(AGI)까지 나아갈 수 있을 것인가가 가장 큰 도전 과제가 될 것입니다. Q. 일반인공지능, '인간 같은 인공지능'이란 무엇을 뜻하나요? A. 적응력과 응용력 차원에서 인간은 새로운 것을 계속해서 학습해 나가고, 이쪽에서 학습한 걸 저쪽에서 응용하는 게 의식하지 않아도 가능하잖아요. 인공지능은 아직 그런 게 잘 안 됩니다. 그래서 그 분야만 연구하는 '연속 학습[1]'이라는 분야도 있고요. 예컨대 인간은 물리를 잘하면 수학도 잘하고, 영어를 하면 스페인어도 쉽게 배울 수 있고요. 이런 '전이 학습'[2] 같은 것이 아직 기계는 많이 약합니다. 인간 지능에 비해 많이 떨어지는 것이죠. 또 사람은 뇌를 쓰는데 드는 에너지에 비하면 챗GPT 같은 생성형 AI를 구동시키기 위해서는 엄청나게 많은 양의 에너지가 소모됩니다. [1] 연속 학습: 인간의 경우 새로운 지식을 학습한다고 해서 기존의 지식을 잊어버리지 않지만 인공 신경망의 경우 하나의 작업을 충분히 학습한 후 새로운 작업을 학습할 때 기존 작업에 대한 성능이 떨어지는 현상이 발생한다. 연속 학습은 하나의 신경망이 기존 작업을 잊지 않으며 새로운 지식을 습득하도록 신경망을 확장하는 것이 주된 관심사다. [2] 전이 학습: 특정 분야에서 학습된 신경망의 일부 능력을, 유사하거나 전혀 새로운 분야에서 사용되는 신경망의 학습에 이용하는 것을 의미한다. Q. '인간 같은 인공지능'은 어떤 형태를 띨까요? 현재의 챗GPT 같은 생성형 AI는 이 단어 다음에 무슨 단어가 올지 추론해서 빈칸을 채우며 문장을 완성해 나가는 식인데, 빈칸 채우는 능력이 무슨 지능이냐며 생성형 AI의 능력이 과대평가되었다는 회의적 시각도 있습니다. A. 그에 대해 오픈AI의 공동창립자이면서 현재는 오픈AI 수석 과학자인 일리야 수츠케버가 한 대담 프로그램에서 한 말을 소개하겠습니다. 셜록홈스라는 추리 소설이 있는데 예를 들면 탐정이 범죄자들이나 피의자들, 의심 가는 사람들 모아서 인터뷰를 합니다. 너 몇 월 며칠에 어디에 있었어? 뭐 했어? 이런 정보들을 다 조합한 다음에 이 사람들을 한 방에 다 모이라고 하잖아요. 그러고 나선, 이건 이렇고, 저건 저렇고 이러저러해서 범인은 당신이야,라고 합니다. 그런데 추론의 조각들을 모으면 범인이 누군지는 이미 밑줄이 쳐져 있는 거나 다름없잖아요. 그런데 이때 셜록홈스 보고 당신 프로바블리스틱(개연성)에 의거해 추론해서 정답을 맞힌 거니까 지능이 없다,라고 할 수 있겠습니까? 같은 논리로 고도의 학습을 통해 문맥에 걸맞게 이 단어 뒤에 올 다음 단어를 추론해 빈칸을 메꾼다는 건 사실 보통 일이 아닌 거예요. 여기서 아이 엠 어 다음에 나올 단어를 채우려고 해도 앞의 문맥을 알아야 하고, 영어 문법도 알아야 해요. 퀀텀 컴퓨팅 관련된 문장을 완성시키려면 퀀텀 컴퓨팅을 알아야 하는 것이고요. 인간이 쓰는 문장을 제대로 생성하려면 유머도 알아야 되고, 역사도 알아야 되고, 문화도 알아야 되는 거죠. 그래서 빈칸 채우기를 무시하면 안 된다는 게 일리야 수츠케버의 주장이에요. 빈칸 채우기를 정말 지능이 아니라고 할 수 있느냐고 오히려 질문을 던지는 거죠. Q. 그런데 어느 순간부터 AI 알고리즘이 어떤 추론 과정을 통해서 그렇게 빈칸을 하나씩 채워 나가고 최종 결과물을 만들어 냈는지, 그 과정을 인간이 알 수 없게 됐다는 게 바로 '설명 불가능성'인 거지요? A. 사람이 만든 피조물인데, 그 구조가 너무 복잡한 거예요. 안에 부품도 많고 컴포넌트도 많아서 사람이 만들었지만 이해를 못 하기 시작한다는 겁니다. 대답을 잘 하긴 하는데 왜 잘 되는지 모른다는 거죠. 일단 잘 작동하긴 하는데 왜 잘 작동하는지 모르는 상황이 된 것입니다. 위 그래프를 보시면, X축이 모델의 크기고 Y축은 성능 지표예요. 모델 사이즈가 천만 정도 될 때는 못 하다고, 1빌리언(10 억)이 되어도 잘 못 하다가, 갑자기 어떤 순간 이후부터 갑자기 대답을 잘하기 시작한다는 겁니다. 모델 사이즈를 키우고 키우다 어느 순간 갑자기 잘 된다는 거예요. 그걸 '이머전트 어빌리티[3]'라고 하는데 이 빈칸 채우는 훈련을 수십억, 수백억, 수천억 번 시킨 것밖에 없어요. 질문에 대한 답을 하고 수학 문제를 풀고 번역을 하면서 처음에 버벅거리던 게, 어느 순간부터 술술술 대답하기 시작했다는 겁니다. 그런데 왜 갑자기 잘하게 됐는지 이해를 못 해요. 그게 무서운 부분이라는 것이죠. 이걸 보고 '람다(LaMDA)'[4]에 자의식이 있다고 주장했다가 해고당한 구글 엔지니어도 있습니다. [3] 이머전트 어빌리티: 대규모...

AI 시대, 중국의 두 모습 [SDF다이어리]

...경우 매년 갱신해야 합니다. 다른 직업군이 대략 3년마다 한 번 갱신하는 것에 비하면, 기자는 더 자주 거류 '허가'를 받아야 하는 셈입니다. 외국인 기자는 중국에서 '반(半) 스파이'로 간주되기 때문입니다. 중국 당국이 거류 허가를 내주지 않으면 다른 도리가 없습니다. 중국을 떠나야 합니다. 실제 중국 당국은 다른 나라와 외교적 갈등이 있을 때, 혹은 해당 기자가 중국 체제에 반(反)하는 기사를 쓸 때 종종 이런 식으로 외국인 기자를 추방하고는 합니다. 이런 까닭에, 거류허가증 갱신 기간이 되면 공안의 반응에 여느 때보다 촉각을 곤두세울 수밖에 없습니다. 하지만 이번만큼은 공안의 단순한 착오일 거라 생각하고 웃어넘겼습니다. '내가 영화 &<미션 임파서블&>의 이단 헌트(톰 크루즈)도 아니고…' 그런데, 이튿날 또 전화가 걸려 왔습니다. 같은 공안이었습니다. 이번에는 구체적인 이름을 거론하며 &''김지O'이란 이름으로 중국에 입국한 사실이 없느냐&'고 물었습니다. 제 쌍둥이 동생 이름이었습니다. 더 이상 웃어넘길 수 없었습니다. 쌍둥이라고 설명하자 증명을 요구했습니다. 가족관계증명서와 둘이 함께 찍은 사진을 보내라고 했습니다. '성인이 된 이후, 가급적 최근에 함께 찍은 사진'이라는 구체적인 단서까지 달았습니다. 동생과 사이가 나쁜 것도 아닌데, 성인이 되어서 함께 찍은 사진을 찾기란 쉽지 않았습니다. 성인 남자 형제 둘이 사진 찍을 일이 흔치 않다는 걸 새삼 깨달았습니다. 다행히 17년 전 동생 결혼식 때 찍은 가족사진이 외장 하드 디스크에 보관돼 있었습니다. 이렇게 서류와 사진을 제출하고 나서야 '중국에 계속 머물러도 좋다'는 허가를 받을 수 있었습니다. 나중에 확인한 사실이지만 동생이 가장 최근 중국을 방문했던 건 코로나19가 확산하기 전인 2018년이었습니다. 그도 그럴 것이 코로나19 발발 이후에는 중국의 강력한 '제로 코로나' 정책 탓에, 중국을 방문할 경우 2~3주간 강제 격리를 해야 했던 탓에, 사실상 중국 방문이 불가능했기 때문입니다. 중국이 외국인에 대한 안면 인식 기록을 데이터베이스화하고 있다는 추론이 가능했습니다. 수년 전 입국 기록까지 대조해 자동 식별하는 시스템이 본격 가동됐다는 방증이기도 합니다. 베이징 특파원으로 근무하던 첫해와 두 번째 해까지만 해도 공안으로부터 이런 전화를 받은 적이 없었습니다. 추측컨대, 앞으로 제 동생은 기자인 쌍둥이 형을 뒀다는 이유로 중국 입국이 더 힘들어질 수 있습니다. &'당신, 기자인데 이름 속여서 입국한 것 아냐?&' 중국, 'AI 강국' · '체제 보호' 두 마리 토끼 잡을까 중국은 미국과 함께 AI 강국으로 꼽힙니다. 중국 정부 발표에 따르면, 2020~2022년 중국의 AI 분야 특허 출원 건수는 2,265건으로 미국보다 많았습니다. AI 산업 규모는 5,000억 위안(90조 원)을 넘어섰고, AI 기업 수는 4,200개 이상으로 전 세계 AI 기업의 16%를 차지하고 있습니다. 미국 스탠퍼드대 인간중심인공지능연구소(HAI)가 발표한 '2021년 AI 관련 논문 생산량'에서도 중국과학원과 칭화대 등 중국의 학술 기관이 1위부터 9위까지 모조리 휩쓸었습니다. 특허와 논문의 수준이 어느 정도인지는 모르겠지만, 중국이 AI 개발에 각별한 노력을 쏟고 있는 것만은 분명해 보입니다. 바이두를 시작으로 알리바바, 텐센트, 화웨이, 센스타임 등 중국의 빅테크 기업들도 미국 오픈AI의 챗GPT에 대항할 수 있는 자체 생성형 AI 챗봇을 발표했거나 개발하고 있습니다. 지난 3월 AI 챗봇 '어니봇(Ernie bot; 중국명 文心一言)'을 공개한 바이두는 어니봇이 종합 능력 평가에서 '챗GPT 3.5'를 능가했다고, 심지어 중국어 능력에서는 GPT-4까지 앞질렀다고 주장합니다. 6월 시진핑 중국 주석이 빌 게이츠 마이크로소프트(MS) 창업자를 만난 자리에서 &'미국 AI 기술의 중국 진출을 환영한다&'고 밝힌 것도, 이런 자신감의 발로일 수 있습니다. 아울러, AI 기술이야말로 미래 산업과 세계 패권을 좌우할 핵심 기술임을 중국도 절감하고 있기 때문으로 여겨집니다. 2017년 중국은 &'2030년까지 AI 세계 1위 강국이 되겠다&'는 원대한 목표를 제시한 바 있습니다. ▲ 빌 게이츠 마이크로소프트 창업자와 만난 시진핑 주석 그렇다고 중국이 자국 빅테크들의 자유로운 AI 개발을 무한정 보장할 것으로 보이진 않습니다. AI 기술 발전이 개인의 자유와 권리 증진, 민주화를 수반하거나, 반대로 정보 조작이나 가짜뉴스를 양산해 중국 체제에 대한 도전을 불러올 수 있기 때문입니다. 이미 중국은 이른바 '만리 방화벽'을 구축한 상태입니다. 만리 방화벽은 중국의 상징 만리장성에서 이름을 딴 것으로, 중국식 강력한 인터넷 통제 체제를 일컫습니다. 이 방화벽을 통해 중국은 주요 외국 언론사 사이트부터 페이스북, 트위터, 인스타그램, 유튜브, 넷플릭스, 카카오톡 등까지, 자국에 불리한 정보가 유입될 가능성이 있는 외부 인터넷 접속을 차단하고 있습니다. 체제에 불리하거나 위협이 될 만한 정보를 14억 자국민들이 접할 수 없게 원천 봉쇄한 겁니다. AI 개발도 예외가 아닙니다. 로이터통신 등 외신들이 바이두의 AI 챗봇 어니봇을 시연해 본 결과, 어니봇은 정치적으로 민감한 질문에 침묵했습니다. '시진핑 주석이 훌륭한 지도자인가'라는 질문에 &'아직 답변하는 법을 배우지 못했다&'고 답했고, 1989년 톈안먼 사태에 대한 평가를 요구하자 어니봇은 대화 주제를 바꿀 것을 제안했습니다. '중국이 타이완 통일을 위해 무력을 사용할 것인가'라는 질문에도 답을 피했습니다. AI의 머신러닝, 딥러닝 과정에서 의도적으로 민감한 주제의 학습을 배제했거나 특정한 답변만 하도록 규제한 결과입니다. 중국 정부는 7월 13일 '생성형 AI 산업 관리 규정'을 발표했는데, AI 서비스가 '중국의 사회주의 가치를 견지해야 한다'고 못 박았습니다. '체제 전복을 선동하거나 국가 통일을 저해해서는 안 된다'고도 했습니다. 그러면서 제품 출시 전 보안 평가를 받아야 한다고 명시했습니다. AI 서비스 내용을 사전 검열하겠다는 의지를 분명히 한 것입니다. AI 기술 발전을 도모하면서 동시에 공산당 지배 체제도 보호한다는, 두 마리 토끼를 다 잡겠다는 전략입니다. &'감시·통제에 AI 활용&'…AI, '양날의 검' 되나 중국 정부는 나아가, AI를 감시·통제의 수단으로 활용하겠다는 속내도 노골적으로 드러냈습니다. 중국 국가안전부장은 7월 11일 기고문을 통해 &'국가 안보와 공산당 지도력 강화를 위해 간첩에 선제 대응해야 한다&'며 &'빅데이터, 블록체인, AI의 힘을 활용해 간첩의 위협에 대처해야 한다&'고 강조했습니다. AI를 활용한 감시가 외국인뿐 아니라 중국의 소수 민족 등 자국민에게도 향할 것임은 불 보듯 뻔합니다. 첨단 기술이 감시·통제 수단으로 이용되는 모습은 중국에서 어렵지 않게 찾아볼 수 있습니다. 홍콩 사우스차이나모닝포스트는 2019년 기준 전 세계 감시카메라의 절반 이상이 중국에 설치돼 있다고 보도했습니다. 현재는 5억 대 이상이 설치돼 있는 것으로 추정됩니다. 뉴욕타임스는 중국이 감시카메라로 자국민들의 목소리까지 수집하고 있다고, 감시·통제 목적으로 노래방 같은 사적 영역에까지 감시카메라를 설치했다고 전했습니다. 얼마 전엔 중국의 한 국가과학센터가 얼굴 표정과 뇌파, 피부 전기 반응 등으로 공산당원들의 사상 교육 학습 효과를 측정하는 기술을 개발했다고 밝혔다가 중국 네티즌들로부터 &'과학 기술을 이용해 세뇌하려는 것이냐&'는 비판을 받기도 했습니다. AI는 이렇게 '양날의 검'이 될 수 있습니다. 제임스 캐머런 감독의 영화 &<터미네이터&>가 개봉된 지 39년이 지났습니다. 영화 속에서 인류와 로봇 군단이 전쟁을 벌이는 건 2029년입니다. 그 사이 현실 세계에선 알파고가 이세돌 9단을 이겼고, 챗GPT가 등장했습니다. 갈수록 더 많은 영화가 AI가 인간을 지배하거나 인류를 위협하는, 어둡고 불안한 미래를 그리고 있습니다. 크리스 밀러는 저서 &<칩워(Chip War)&>에서 &'베이징은 기술을 감시의 목적으로 극대화하면서 AI와 독재주의를 결합한 21세기 혼종을 만들어 냈다&'고 서술했습니다. 비단 중국만의 모습일까요? AI는 인류의 적일까요, 친구일까요? 이에 대한 AI(챗GPT)의 답변은 아래와 같습니다. (글 : 미래팀 김지성 기자 jisung@sbs.co.kr)

AI의 '아이폰 모멘트' - ② 혁신의 경로가 바뀐다!' [SDF다이어리]

...기업이 접근하기 어려운 금융 데이터와 노하우를 가지고 있기 때문에 다른 (범용) GPT 서비스와 비교하여 관련 도메인에서 분명 강점을 보일 것입니다. 앞으로 시장 경쟁에 영향을 미칠 요소로는 그 외에도 클라우드 서비스, 그리고 실리콘(칩)도 있습니다.&' [6] 블룸버그는 1981년 전 뉴욕 시장인 마이클 블룸버그에 의해 창립된 24시간 경제전문 뉴스를 서비스하는 미디어 그룹으로 본사는 미국 뉴욕에 있다. Q. 시장이 바뀌면 관련된 윤리와 규제, 법도 다 바뀔 수밖에 없는데요. 어떤 논의들이 진행되고 있나요? &'AI 규제를 얘기할 때 큰 그림에서 생각해야 할 것은 '브뤼셀 효과'입니다. '브뤼셀 효과'는 미국 컬럼비아 대학 로스쿨의 교수, 아누 브래드포드 교수가 조어한 말인데요. 쉽게 말해서 ‘EU가 규칙을 만들면 세계가 따른다’는 것입니다. EU는 디지털 시대에 산업이나 기술만으로는 경쟁이 어려워 ‘우리는 규제로 승부한다’는 전략을 세웠습니다. 그 포문을 연 것이 '프라이버시' 분야의 개인정보보호규정(GDPR)[5]입니다. 2016년에 제정하여 2018년부터 시행했는데 테크 기업들이 유럽 시장을 포기할 수 없다 보니 그 기준에 맞추기 시작했고, 결과적으로 EU의 기준이 글로벌 기준이 된 것입니다. EU의 AI법안은 그 후속 편으로 볼 수 있습니다. 기본적으로 AI 시스템을 낮은 수준의 위험, 높은 수준의 위험, 그리고 수용할 수 없는 위험 등으로 등급을 나눠서 규제를 다르게 하는 ‘위험 기반의 접근’을 따른 것입니다. 그런데 EU가 작년 말, 법안 통과를 위한 논의를 마무리하려고 하던 시점에 챗GPT 3.5가 나오게 되면서 새삼 기술혁신의 속도를 실감하게 된 것입니다. 기술의 변화를 예측하기 어려운 상황에서 사용해 보기도 전에 위험 등급을 매기고 선험적으로 규제를 하는 것이 과연 가능한지 의문이 들게 된 것이지요. 원래 EU가 규제로 승부하겠다고 생각했던 것의 원리는 일종의 ‘고객’ 중심의 전략입니다. 내가 뛰어난 생산자는 아니더라도 덩치도 크고 무시할 수 없는 사용자라면 깐깐한 고객처럼 나에게 맞추라고 요구해서 스스로의 이익을 최대한 보장받을 수 있지 않겠나 생각한 것인데요. 그런데 그 전략이 성공하려면 고객이 상품을 잘 알고 있어야 하는데, 실은 잘 모른다는 것이 드러나 버린 것입니다. &' ‘브뤼셀 효과’를 주장한 미국 컬럼비아 대학의 아누 브래드포드 교수가 올 9월 발간 예정인 후속작이 ‘디지털 제국’이다 &'오는 9월에 ‘브뤼셀 효과’의 후속 편이라고 할 수 있는 브래드포드 교수의 책 ‘디지털 제국’이 나올 예정인데, 그 내용은 기본적으로 전 세계 디지털 규제를 3개의 패러다임으로 보고 있습니다. 하나는 미국의 ‘시장 중심의 접근’, 두 번째가 중국의 ‘국가 주도의 접근’, 그리고 이 두 가지 접근에 대해 대안을 제시하는 세 번째 EU의 ‘권리 기반의 접근’입니다. 그러면서 미·중을 제외하고 우리를 포함한 다른 나라들에게 ‘EU를 따르라’고 하고 있는데, 실은 우리 국회에서 논의 중인 인공지능법안도 EU의 법안을 많이 참고하고 있습니다. 그런데 진정 우리한테 맞는 것은 무엇인지, 나아가 우리의 선택지는 과연 이 세 가지밖에 없는지 저는 더 숙고해 볼 필요가 있다고 생각합니다. 미국을 제외하고 생각하더라도 막상 AI를 비롯한 디지털 기술역량이 있는 나라들, 예를 들어 영국 또는 이스라엘 등은 EU의 법안을 추종하고 있지 않습니다. 조금 더 유연하게 자신에게 맞는 길을 모색하겠다고 말하고 있는데요. 우리나라도 AI 기술역량이 있는 나라 중 하나로 브뤼셀 효과를 또 한 번 증명하면서 무조건 동참하는 것이 과연 맞는지 고민해 볼 필요가 있습니다. EU의 AI 법안의 경우 이제 출현하고 있거나 끊임없이 변모하는 기술을 규제하려 하다 보니 무엇이 문제고 어떤 것을 구체적으로 문제 삼을지 사전에 규정하기 어렵다는 문제가 있습니다. 그러다 보니 지금까지 AI 윤리를 가지고 얘기했던 것들을 끌어다 쓰고 있는데요. 다시 말하면 ‘AI윤리의 법규화’를 하고 있습니다. 문제는, AI 윤리는 하나같이 다 지켰으면 좋을 이상적인 원칙들의 총합으로 볼 수 있는데, 원칙 간에 또는 어떤 원칙이 내포하고 있는 사회적 가치 간에 충돌이 일어날 경우 트레이드오프 [7]를 어떻게 할지에 대해서는 논의가 충분히 이뤄지지 않았어요. 그런데 이것을 법규화 하게 되면 그런 미비점이 법의 해석과 집행 과정에서 그대로 드러나게 됩니다. EU AI 법안의 또 하나의 약점이지요.&' [7] 트레이드오프(trade-off)란 두 개의 정책목표 가운데 하나를 달성하려고 하면 다른 목표의 달성은 늦어지거나 희생되는 경우를 용인하는 양자 간의 관계를 말한다. &'전세계는 기술 표준 경쟁 중&' &'AI 윤리를 법규화하면서 제기되는 또 다른 이슈는 개발자와 법 관계자 간에 통역이 안 되는 이슈입니다. 기술을 개발하거나 제공하는 사람에게 법률가들은 “공정해라”, “차별하지 마라”라고 요구합니다. 그러면 개발자들은 모델의 디자인 또는 학습에 적용 가능한 기준을 수치로 알려달라고 하거나 이러저러한 기준이면 충족되겠는지 묻습니다. 그에 대해 법률가들은 개발자의 문법으로 법률을 설명하지 못하고, 잘 모르겠지만 지금 제안한 것만으로는 충분치 않다고만 반복하는 실정인데요. 다르게 표현하면 서로 간에 다른 언어를 쓰고 있는 형상입니다. 그러다 보니 ‘기술 표준’을 만들어서 그 기술 표준을 준수하면 법을 준수한 것으로 인정하자는 쪽으로 논의가 이뤄지고 있고, 지금 전 세계는 ‘기술 표준’을 만드는 작업에 매달려 있습니다.&' Q. 그렇다면 앞으로 5년에서 10년 사이 가장 피부에 와닿을 변화는 무엇이라고 보시나요? &'지금도 스마트폰 없이는 어디 못 가잖아요. AI와도 동행하게 될 것입니다. 우리가 일상적으로 걸치고 다니는 옷처럼 자연스럽게 인식되지 않을까 싶어요. 전기가 거의 모든 곳에 흐르듯이 AI도 거의 모든 곳에 적용이 될 것입니다. 그리고 일터가 많이 바뀔 것 같습니다. 그런데 그 활용 여부나 정도는 사람한테 달려있다는 생각도 들어요. 사람들이 사람이 하는 것을 원하고 거기에 가치를 두면 사람이 그 작업을 계속하게 될 것이고, 자동화를 원하면 그쪽으로 가게 될 거예요. 교육과 관련해서는 고등교육, 특히 대학이 가장 크게 영향을 받을 것 같아요. 팬데믹 상황에서도 초등학교 저학년, 특히 1학년의 경우에는 가급적 등교를 시켰던 것으로 기억합니다. 그게 보여주는 것은 초등학생의 경우 단순히 지식 전달만 중요한 게 아니고 그 나이 아이의 성장에는 선생님과의 교감이 중요하다는 것입니다. 그런 교감은 아직 AI가 인간처럼 하지 못해요. 그런데 그런 교감에 대한 소비자들의 수요가 떨어지는 고등교육의 경우에는 AI의 활용 여지가 더 높습니다. 특히 AI 기술을 활용하여 학생별로 맞춤형 교육 또는 강의를 하는 시도들도 나오지 않을까 생각합니다. &' &'AI시대, 세자 교육 시켜라!&' 인터뷰를 마무리하면서 AI시대, 미래 세대들이 키워야 할 역량을 무엇인지 물었습니다. 그랬더니 임용 교수는 자기 자녀를 생각하며 아내와 나눈 대화를 들려주었는데요. 이제는 ‘세자 교육’을 시켜야 한다고 했습니다. 산업화 시대 우리는 누군가가 물으면 답할 수 있는 교육인 일명 ‘대신’의 교육을 받아왔는데 이제는 세자처럼 질문을 할 수 있는 능력과 분별력이 교육의 핵심이 될 것이라고 임용 교수는 전했습니다. 왕 자신은 모든 것을 다 알지는 못하지만 대신에게 제대로 된 질문을 하고, 신하들이 하는 말 중 뭐가 맞는지를 분별할 수 있어야 했다는 점에서 세자의 교육이 AI시대 우리가 나아가야 할 방향이라고 했는데요. 그러면서 법은 변화를 이끄는 주체가 아니라 사회적 합의를 지탱하기 위해 존재이기 때문에 지금처럼 기존의 관행들이 깨지고 있는 소위 AI의 아이폰 모멘트가 바로 새로운 ‘사회적 합의’를 시작해야 하는 때라고 강조했습니다. (글: 미래팀 이정애 기자 calee@sbs.co.kr) **이 기사는 매주 수요일 아침 발송되는 뉴스레터, 'SDF다이어리'에 먼저 소개됐습니다. 'SDF다이어리'는 SBS D포럼을 준비하는 SBS 보도본부 미래 팀원들이 작성합니다. 우리 사회가 관심 가져야 할 화두를 앞서 들여다보고, 의미 있는 관점이나 시도를 전합니다. 한 발 앞서 새로운 지식과 트렌드를 접하고 싶으신 분들은 SDF다이어리를 구독해 주세요. ▶ '구독'을 원하시면 여기 클릭!