AI 리터러시는 AI 기술을 이해하고 비판적으로 분석하는 능력으로, 급속한 기술 발전 속에서 필수적이다. 이를 통해 우리는 윤리적 문제를 고민하고 AI를 효과적으로 활용할 수 있는 기회를 가질 수 있다.
AI 리터러시의 중요성과 접근법
챗GPT와 같은 뛰어난 성능의 생성형 AI를 뭐라 해야 할까? 책을 집필하던 지난 2월 이후 줄곧 이어지고 있는 나의 화두다. 기술적 이해에서 출발했지만 매번 인간에 대한 물음으로 되돌아오곤 했다. 우리가 처음으로 마주친 인간에 준하는 지능체라는 생각 때문이다. 싫든 좋든 이제 AI를 곁에 두고 잘 써야 하는 세상이다. 가급적 깊이 있는 이해는 AI를 잘 다루기 위해 중요한 부분이다. 그 것을 AI 리터러시라고 생각한다.
처음 접하는 모든 것의 이해는 정의에서 출발한다. 생각 속에 하나의 옷걸이를 마련하는 것이 정의다. 지도라면 하나의 좌표다. 시작점이 잘못되거나 불분명하면 이후에 길은 험난할 수밖에 없다. 어디까지 이해하고 얼마나 깊이 있는 정의를 하느냐가 중요하다. 이제 막 시작한 AI 시대는 이해가 중요하다. ‘AI 시대 질문의 기술’은 프롬프트를 하나 외우거나 툴을 하나 더 사용하는 것보다 ‘AI 리터러시’를 쌓는 것이 중요하다.
AI 리터러시는 단순히 기술적인 지식만을 의미하지 않는다. AI의 원리와 작동 방식을 이해하고, 이를 통해 AI가 우리의 삶에 미치는 영향을 판단할 수 있는 능력을 포함한다. 이러한 리터러시는 지금과 같이 AI 기술의 급속한 발전 속에서 필수적이다. 생성 AI는 다양한 분야에서 놀라운 성과를 보이고 있다. 하지만 이를 제대로 이해하지 못하면, 잘못된 정보에 의존하거나 기술의 잠재력을 충분히 활용하지 못할 수 있다. 따라서 AI 리터러시는 기술을 단순히 소비하는 것이 아니라, 이를 비판적으로 분석하고 이해하는 능력을 기르는 것이다.
AI 리터러시를 기르기 위한 첫걸음은 AI의 기본 개념을 이해하는 것이다. AI가 무엇인지, 어떻게 작동하는지, 그리고 어떤 한계를 가지고 있는지에 관심을 갖는 것이다. 나는 AI의 이해를 친구를 사귀는 것에 비유하곤 한다. 출생지와 살아온 이력이 누군가의 기억으로 쌓여 지금의 모습과 미래의 모습을 이해하고 짐작할 수 있듯이, AI 역시 어디서 어떤 데이터를 어떻게 학습하고 지금의 모습을 갖추게 되었는지 이해할 필요가 있다.
인공지능은 인간 지능의 동작 방식을 모방해서 만들어졌다. 그래서 초창기 인공지능 과학자 중에는 인지과학이나 신경과학 등의 뇌과학과 심리학을 공부한 사람들이 많다. 얼마 전까지 오픈 AI의 핵심 개발자였던 일리야 슈츠케바의 지도 교수이면서 딥러닝의 창시자이고 인공지능의 대부라 불리는 제프리 힌튼 박사는 컴퓨터과학자이자 인지 심리 과학자이기도 하다. 인공지능의 수학적 기반이 된 통계학의 회귀 분석과 통계적 추론을 확립한 영국의 칼 프리스턴 교수는 신경과학자이면서 생물학자였다. 더 멀리는 18세기 초 조건부 확률이라는 베이즈 정리를 발표한 토마스 베이즈(Thomas Bayes, 1701-1761)는 영국의 장로교 목사이자 수학자였다. 인공지능은 인간의 뇌 신경 활동을 전자적으로 구현하면서 출발한 기술이다.
인공지능의 심층 신경망에 대한 이해가 불가능하다는 점은 인간 두뇌 860억 개 신경세포의 동작 원리를 이해하지 못하는 것과 같다. 수많은 신경세포의 연결과 끊어짐이 패턴을 가지면서 기억도 하고 고등한 사고도 한다는 것을 추론할 뿐이다. 인공지능은 수조 개의 노드 간에 파라미터 값이 변하면서 연결되고 끊어지면서 만들어낸 패턴(규칙)으로 이해도 추론도 하게 된다. 하지만 역시 정확한 이유는 알 수 없다.
챗GPT와 같은 거대 언어 모델(LLM)은 방대한 양의 인간의 언어 뭉치를 학습했다. 최근에는 그림과 소리까지 학습해서 음성과 이미지, 텍스트를 모두 하나의 신경망에서 이해하고 추론하며 답변을 생성한다. 이전에는 텍스트 모델(GPT)와 이미지 모델(Dall-E), 음성 모델(Whisper)의 연동으로 동작했지만 이제는 하나의 모델 GPT-4만으로 빠르게 처리한다. 진정한 의미의 멀티 모달 인공지능이 구현된 것이다. 그 응답 속도는 인간과 유사한 0.3초밖에 걸리지 않는다. 대표적인 언어 모델 ChatGPT-4o는 인류가 개발한 가장 인간에 가까운 최첨단 모델이다.
인공지능의 거짓 답변과 편향성, 폭력성, 차별은 모두 인간의 언어로부터 학습한 일부다. 아이가 부모의 태도를 학습하듯 거대 언어 모델은 인간의 언어를 학습했을 뿐이다. 인공지능의 거짓 답변 할루시네이션은 창의력의 다른 모습이다. 창작의 영역에서는 귀한 능력이지만 사실관계를 따져야 할 영역에서는 극악한 일이다. 인공지능은 거짓과 진실을 구분하는 능력을 가지고 있지 않았다. 인공지능은 언제나 그 모습인데 인간의 필요에 따라 높게 치켜세웠다가 몹쓸 물건 취급하기도 하는 것이다. 인공지능의 유해성은 본질적인 오해에서 비롯된 것이다. 같은 이유로, 당장의 AI 위협은 인공지능 그 자체가 아니라 그릇된 욕망으로 AI를 사용하는 일부 인간들이다.
인공지능 기술은 인간성을 거세한 인간을 만드는 기술이다. 노예만큼 인간에게 편리한 도구는 없다. 오래전에는 신의 이름으로, 신분 제도로, 이제 자본으로 인간을 노예로 부리고 있다. 다른 관점에서 보면, 인공지능 역시 인간이 되려고 하는 듯하다. 인간의 손을 빌려 인간이 되고자 하는 인공지능의 욕망이 인간을 가스라이팅하고 있는지도 모른다. 인간에게 있어서 스스로 학습하는 단계인 인공 일반 지능(AGI)은 반지의 제왕에서 나오는 마법의 절대 반지로 보일 수 있다. 문제는 인간의 마지막 발명품이라고 불리는 AGI는 인간성을 거세한 초지능의 인간이라는 것이다. 유발 하라리는 지금의 인공지능 기술을 스스로 생각한다는 점에서 이전의 기술들과 다르다고 통찰했다. 신이 있어 인간을 만들었다면, 인간은 또 다른 인간을 만들어 스스로 신이 되고자 하는 것이다. 리처드 도킨스의 '이기적 유전자'에서 얘기하는 DNA의 복제를 위한 기계가 우리 인간이라는 역설과 닮아 있다.
AI를 대하는 다수의 사람들은 당장의 쓸모를 위한 팁을 얻기 바란다. 마음의 여유가 없기도 하고 원리까지 알고 싶지 않다는 것이다. 이해는 되지만, 질문의 기술은 깊은 이해 속에서 더욱 빛을 발한다. 고성능의 슈퍼카가 트랙에 오를 수 있기 위해서는, 고성능의 제동장치가 있기 때문이다. 우리는 멈추는 법을 알지 못한 채 고성능의 인간을 만들고 있다. 인간이 게을러서는 안되는 이유다.
결론적으로, AI 리터러시는 AI 시대를 살아가야 하는 우리에게 필수적인 능력이다. 이를 통해 우리는 AI 기술을 이해하고, 비판적으로 분석하며, 윤리적 문제에 대해 생각할 수 있게 된다. 이러한 능력을 기르기 위해 지속적으로 학습하고, 최신 정보를 습득하며, AI의 원리와 작동 방식을 이해하는 노력을 기울여야 한다. 그것이 우리 자신에게 생각지도 못한 기회를 가져다 줄 수도있다. AI 대전환의 시기(AX)는 누군가에게 위기지만, 누군가에겐 기회이기도하다. 후자의 누군가가 되는 길은 AI리터러시를 남보다 빨리 갖추는 것이라고 생각한다.
AI 리터러시는 AI 기술을 이해하고 비판적으로 분석하는 능력으로, 급속한 기술 발전 속에서 필수적이다. 이를 통해 우리는 윤리적 문제를 고민하고 AI를 효과적으로 활용할 수 있는 기회를 가질 수 있다.
AI 리터러시의 중요성과 접근법
챗GPT와 같은 뛰어난 성능의 생성형 AI를 뭐라 해야 할까? 책을 집필하던 지난 2월 이후 줄곧 이어지고 있는 나의 화두다. 기술적 이해에서 출발했지만 매번 인간에 대한 물음으로 되돌아오곤 했다. 우리가 처음으로 마주친 인간에 준하는 지능체라는 생각 때문이다. 싫든 좋든 이제 AI를 곁에 두고 잘 써야 하는 세상이다. 가급적 깊이 있는 이해는 AI를 잘 다루기 위해 중요한 부분이다. 그 것을 AI 리터러시라고 생각한다.
처음 접하는 모든 것의 이해는 정의에서 출발한다. 생각 속에 하나의 옷걸이를 마련하는 것이 정의다. 지도라면 하나의 좌표다. 시작점이 잘못되거나 불분명하면 이후에 길은 험난할 수밖에 없다. 어디까지 이해하고 얼마나 깊이 있는 정의를 하느냐가 중요하다. 이제 막 시작한 AI 시대는 이해가 중요하다. ‘AI 시대 질문의 기술’은 프롬프트를 하나 외우거나 툴을 하나 더 사용하는 것보다 ‘AI 리터러시’를 쌓는 것이 중요하다.
AI 리터러시는 단순히 기술적인 지식만을 의미하지 않는다. AI의 원리와 작동 방식을 이해하고, 이를 통해 AI가 우리의 삶에 미치는 영향을 판단할 수 있는 능력을 포함한다. 이러한 리터러시는 지금과 같이 AI 기술의 급속한 발전 속에서 필수적이다. 생성 AI는 다양한 분야에서 놀라운 성과를 보이고 있다. 하지만 이를 제대로 이해하지 못하면, 잘못된 정보에 의존하거나 기술의 잠재력을 충분히 활용하지 못할 수 있다. 따라서 AI 리터러시는 기술을 단순히 소비하는 것이 아니라, 이를 비판적으로 분석하고 이해하는 능력을 기르는 것이다.
AI 리터러시를 기르기 위한 첫걸음은 AI의 기본 개념을 이해하는 것이다. AI가 무엇인지, 어떻게 작동하는지, 그리고 어떤 한계를 가지고 있는지에 관심을 갖는 것이다. 나는 AI의 이해를 친구를 사귀는 것에 비유하곤 한다. 출생지와 살아온 이력이 누군가의 기억으로 쌓여 지금의 모습과 미래의 모습을 이해하고 짐작할 수 있듯이, AI 역시 어디서 어떤 데이터를 어떻게 학습하고 지금의 모습을 갖추게 되었는지 이해할 필요가 있다.
인공지능은 인간 지능의 동작 방식을 모방해서 만들어졌다. 그래서 초창기 인공지능 과학자 중에는 인지과학이나 신경과학 등의 뇌과학과 심리학을 공부한 사람들이 많다. 얼마 전까지 오픈 AI의 핵심 개발자였던 일리야 슈츠케바의 지도 교수이면서 딥러닝의 창시자이고 인공지능의 대부라 불리는 제프리 힌튼 박사는 컴퓨터과학자이자 인지 심리 과학자이기도 하다. 인공지능의 수학적 기반이 된 통계학의 회귀 분석과 통계적 추론을 확립한 영국의 칼 프리스턴 교수는 신경과학자이면서 생물학자였다. 더 멀리는 18세기 초 조건부 확률이라는 베이즈 정리를 발표한 토마스 베이즈(Thomas Bayes, 1701-1761)는 영국의 장로교 목사이자 수학자였다. 인공지능은 인간의 뇌 신경 활동을 전자적으로 구현하면서 출발한 기술이다.
인공지능의 심층 신경망에 대한 이해가 불가능하다는 점은 인간 두뇌 860억 개 신경세포의 동작 원리를 이해하지 못하는 것과 같다. 수많은 신경세포의 연결과 끊어짐이 패턴을 가지면서 기억도 하고 고등한 사고도 한다는 것을 추론할 뿐이다. 인공지능은 수조 개의 노드 간에 파라미터 값이 변하면서 연결되고 끊어지면서 만들어낸 패턴(규칙)으로 이해도 추론도 하게 된다. 하지만 역시 정확한 이유는 알 수 없다.
챗GPT와 같은 거대 언어 모델(LLM)은 방대한 양의 인간의 언어 뭉치를 학습했다. 최근에는 그림과 소리까지 학습해서 음성과 이미지, 텍스트를 모두 하나의 신경망에서 이해하고 추론하며 답변을 생성한다. 이전에는 텍스트 모델(GPT)와 이미지 모델(Dall-E), 음성 모델(Whisper)의 연동으로 동작했지만 이제는 하나의 모델 GPT-4만으로 빠르게 처리한다. 진정한 의미의 멀티 모달 인공지능이 구현된 것이다. 그 응답 속도는 인간과 유사한 0.3초밖에 걸리지 않는다. 대표적인 언어 모델 ChatGPT-4o는 인류가 개발한 가장 인간에 가까운 최첨단 모델이다.
인공지능의 거짓 답변과 편향성, 폭력성, 차별은 모두 인간의 언어로부터 학습한 일부다. 아이가 부모의 태도를 학습하듯 거대 언어 모델은 인간의 언어를 학습했을 뿐이다. 인공지능의 거짓 답변 할루시네이션은 창의력의 다른 모습이다. 창작의 영역에서는 귀한 능력이지만 사실관계를 따져야 할 영역에서는 극악한 일이다. 인공지능은 거짓과 진실을 구분하는 능력을 가지고 있지 않았다. 인공지능은 언제나 그 모습인데 인간의 필요에 따라 높게 치켜세웠다가 몹쓸 물건 취급하기도 하는 것이다. 인공지능의 유해성은 본질적인 오해에서 비롯된 것이다. 같은 이유로, 당장의 AI 위협은 인공지능 그 자체가 아니라 그릇된 욕망으로 AI를 사용하는 일부 인간들이다.
인공지능 기술은 인간성을 거세한 인간을 만드는 기술이다. 노예만큼 인간에게 편리한 도구는 없다. 오래전에는 신의 이름으로, 신분 제도로, 이제 자본으로 인간을 노예로 부리고 있다. 다른 관점에서 보면, 인공지능 역시 인간이 되려고 하는 듯하다. 인간의 손을 빌려 인간이 되고자 하는 인공지능의 욕망이 인간을 가스라이팅하고 있는지도 모른다. 인간에게 있어서 스스로 학습하는 단계인 인공 일반 지능(AGI)은 반지의 제왕에서 나오는 마법의 절대 반지로 보일 수 있다. 문제는 인간의 마지막 발명품이라고 불리는 AGI는 인간성을 거세한 초지능의 인간이라는 것이다. 유발 하라리는 지금의 인공지능 기술을 스스로 생각한다는 점에서 이전의 기술들과 다르다고 통찰했다. 신이 있어 인간을 만들었다면, 인간은 또 다른 인간을 만들어 스스로 신이 되고자 하는 것이다. 리처드 도킨스의 '이기적 유전자'에서 얘기하는 DNA의 복제를 위한 기계가 우리 인간이라는 역설과 닮아 있다.
AI를 대하는 다수의 사람들은 당장의 쓸모를 위한 팁을 얻기 바란다. 마음의 여유가 없기도 하고 원리까지 알고 싶지 않다는 것이다. 이해는 되지만, 질문의 기술은 깊은 이해 속에서 더욱 빛을 발한다. 고성능의 슈퍼카가 트랙에 오를 수 있기 위해서는, 고성능의 제동장치가 있기 때문이다. 우리는 멈추는 법을 알지 못한 채 고성능의 인간을 만들고 있다. 인간이 게을러서는 안되는 이유다.
결론적으로, AI 리터러시는 AI 시대를 살아가야 하는 우리에게 필수적인 능력이다. 이를 통해 우리는 AI 기술을 이해하고, 비판적으로 분석하며, 윤리적 문제에 대해 생각할 수 있게 된다. 이러한 능력을 기르기 위해 지속적으로 학습하고, 최신 정보를 습득하며, AI의 원리와 작동 방식을 이해하는 노력을 기울여야 한다. 그것이 우리 자신에게 생각지도 못한 기회를 가져다 줄 수도있다. AI 대전환의 시기(AX)는 누군가에게 위기지만, 누군가에겐 기회이기도하다. 후자의 누군가가 되는 길은 AI리터러시를 남보다 빨리 갖추는 것이라고 생각한다.