OpenAI 맛깔나게 파먹기1

OpenAI 모델 중 하나인 챗지피티는 새로운 모델 'GPT-6 Astra(아스트라)'를 선보였고, 해당 모델은 AI체계에 큰 변화를 불러일으켰다(최초 보안등급 크리티컬, 일주일 만에 언리얼 엔진으로 맨헤튼 학습 등).

 

AI는 끊임없이 발전하고 나아가 인간이 하지 못하는 것들을 돕는 등, 다양한 방법으로든 쓰일 것이다. 그렇다면 지금의 인간은 무얼 할 수 있나?

 

당연히 AI를 써야한다. 나아가 우리는 어떻게 이 AI를 효율적으로 다루고, 또 이것으로 무엇을 할 수 있는지 생각해보아야한다. 하여, 이 글은 그런 AI를 다루는 내용이다.

(필자는 월 3만원을 챗지피티한테 받치고있다.)

 

1. AI는 무엇인가 

우선 AI의 정의를 살펴보자면 Artificial Intelligence, 줄여서 AI로 인공 지능이라는 뜻을 가지고 있다. 인공지능이라는 단어는 1950년, 컴퓨터가 막 보급되던 시기에 과학자들이 "기계는 스스로 생각할 수 있을까?"라는 의문을 가졌고 이것이 오늘날 AI의 초석을 다지는 질문이었다.

 

역사적으로 AI의 발전에 기여한 사건은 두가지가 있다. 첫번째는 앨런 튜링의 '튜링 테스트'와 두번째는 '다트머스 회의'이다. 우선 앨런 튜링의 튜링 테스트를 알아보자. 광대하게 '이 사람이 누구이고, 그 생애가 어땠느냐!' 같은게 아니라 그냥 뭘 했는지만 살펴보자.

 

앨런 튜링

처음은 1936년이다. 당시 앨런 튜링의 나이는 24세였고 그는 젊은 나이에 자신이 발표한 논문에 '튜링 기계'라는 개념을 제안했다. 원리를 살펴보자면, 테이프에 적힌 기호를 읽어들이고, 일정 규칙에 따라 기호를 지우거나 새로 쓰며 움직이는 가상의 장치이다. 후에 이는 소프트웨어만 바꾸면 하나의 기계가 어떤 계산이든 다 처리할 수 있다는 현대 컴퓨터의 핵심 원리를 최초로 수학적으로 증명하는 사례가 된다. 이 가상의 테이프는 메모리로, 규칙표는 CPU로 발전하게 된다.

 

이후 우리는 의심을 가지게 될 것이다(아님말고).

 

"엥, 이렇게 보면 그냥 수학자 아닌가요? 암호학자는 어디서 온거에요?"

 

이제 설명해줄거다. 사건은 바야흐로 제 2차 세계대전이 한참이던 1939~1945년이다. 앨런 튜링은 전쟁이 터지자 영국의 기밀 암호 해독 본부인 '블레치리 파크(나도 얘가 정확히 뭔지는 모름)'에서 활약했다. 역사에 조금 관심이 있거나 이런 분야에 관심이 있는 이들은 알수도 있겠지만, 당시 독일군은 암호 생성기인 '애니그마'를 사용했다.

 

"애니그마...? 먹는건가?"

 

자세히 설명하면 분명히 이 글을 건너뛸 것이기에, 아주 짧고 간단하게 설명하겠다. 애니그마의 어원은 고대 그리스 '수수께끼'를 뜻하는 '아이니그마'에서 유래되었고 타자기와 비슷한 자판을 치면 내부 회전 장치(로터)와 전기 배선을 거쳐 다른 알파벳에 불이 들어오는 방식으로 작동했다. 키를 누를때마다 로터가 움직이며 매번 다른 문자로 치환되어 같은 알파벳을 입력해도 다른 암호문이 출력되었다.

 

"엥 그럼 계속 바뀌는데 해독은 어떻게 한거에요?"

 

여기서 앨런 튜링은 "아니 잠깐, 암호는 기계가 만드는데 그럼 기계로 풀면 그만 아님?" 이라는 생각을 했다. 이후 그는 '봄베'라는 기계를 개발하여 독일군의 핵심 기밀을 모두 읽어내고 전쟁을 최소 2년 이상 단축하고 1,400만 명 이상의 목숨을 구했다고 평가받는다. 그리고 이를 영화로 만든 것이 <이미테이션 게임>이다.

 

"아하, 왜그런지 알겠네. 근데 이게 AI발전이랑 무슨 관련이 있어요?"

 

이건 앨런 튜링이 뭘 했는지에 관한 업적들이다. 그리고 지금 얘기하는 이 사건이 AI의 발전에 기여한 큰 사건 중 하나이다.

 

지금 할 얘기가 바로 1950년, AI 역사 중 핵심적인 두 사건 중 하나인 '튜링 테스트'이다. 여기서 간단하게 설명하자면, 우리가 매일 회원가입할 때 흔히 보는 캡챠와 로봇이 아닌지 인증해주세요. 같은 것들, 이것이 바로 튜링 테스트의 한 종류이다. 다만 이것은 오리지널과 조금 달라 역 튜링 테스트라고 부른다.

 

그럼 튜링 테스트가 뭐냐? 바로 기계가 인간과 구별할 수 없을 정도로 지능적인 행동을 할 수 있는지를 판별하는 인공지능 검사 방법이다. 이 테스트는 철저히 블라인드 텍스트 대화 방식으로 진행되며, 세 명의 참가자가 등장한다. 예를 들어보자.

 

방 ㄷ (심사위원 / 인간): 격리된 방에서 컴퓨터 화면과 키보드(텍스트)로만 질문을 던짐.

 

방 ㄱ (인공지능): 심사위원을 속여 자신을 인간이라고 믿게 만들어야함.

 

방 ㄴ ( 비교 대상 / 인간): 자신이 진짜 인간임을 증명해야함.

 

제한 시간 동안 자유롭게 대화를 나눈 후, 심사위원이 어느 쪽이 기계이고 어느 쪽이 인간인지 구별해 내지 못한다면 기계가 지능을 가졌다고 판정하는 것이다.

 

"근데 그러면 너무 비정확하지 않나요?"

 

맞다. 초기에는 완벽해 보이던 이 테스트는 AI 기술이 발전하며 여러 맹점과 한계가 명확하게 들어났다. 그리고 최근 AI 기술이 비약적으로 발전하면서 전통적인 오리지널 튜링 테스트는 사실상 무력화되었다.

 

"그럼 큰일나는 거 아닌가요? AI가 막 사람도 속이면서 범죄를...!"

 

갈!!!! 일단 들어봐, 비록 오리지널은 무력화됬지만 인간은 발전하잖아.

 

맞다. 인간은 발전한다. 그래서 새로운 평가 기준(벤치마크)이 등장하였다. 그 중 대표적인 방법이 MMLU와 GSM8K / MATH이다. 설명하기 귀찮긴한데, 굳이 해주자면 MMLU는 AI 지식 측정의 글로벌 표준으로, 초등 수학부터 대학 수준의 물리 등 다양한 문제를 풀어 지식의 깊이를 측정하는 방식이다. 그리고 GSM8K / MATH는 수학적 추론 능력을 평가하는 것으로 복잡한 문제를 다루는 것을 말한다.

 

다트머스 회의

다음은 마지막 사건이다. 배경은 1956년 여름, 미국 뉴햄프셔주 다트머스 대학교에서 열린 학술 모임으로, 인공지능이라는 학문 분야가 공식적으로 탄생한 역사적인 사건이다.

 

그럼 앨런 튜링 때는 이런 학문이 없었냐? 당시에는 아마 '사람같은 기계'로만 생각했던 것 같다. 자세한건 잘 몰?루.

 

본론으로 돌아가자면, 인공지능 용어는 회의를 기획한 젊은 수학자 '존 매카시'는 연구 기금을 지원받기 위해 1955년에 작성한 제안서에 '인공지능'이라는 단어를 최초로 사용했다. 그전까지는 '오토마타 연구', '사이버네틱스' 등 학자마다 제각각의 이름을 사용했지만 AI라는 하나의 명확한 이름으로 통합시킨 계기가 되었다.

 

이후 존 매카시, 마빈 민스키, 클로드 섀년, 너새니얼 로체스터 등 4명의 선구자가 연명으로 제출한 다트머스 제안서의 핵심 가설은 다음과 같다.

 

"인간 학습의 모든 측면이나 지능의 모든 특징은 원칙적으로 매우 정밀하게 묘사될 수 있으므로, 기계가 이를 모방(시뮬레이션)하도록 만들 수 있다는 가설 위에 연구를 진행한다."

 

이들은 컴퓨터가 언어를 사용하고, 개념과 추상화를 형성하며, 사람이 푸는 문제를 해결하고, 스스로 성능을 개선할 수 있는 방법을 찾고자 했다. 그리고 약 6~8주동안 진행된 이 워크숍에는 당대 천재 과학자 20여 명이 자유롭게 보여 브레인스토밍을 했고 이 과정에서 기계를 지능적이게 만드는 방법을 두고 오늘날까지 이어지는 AI의 두 거대한 학파가 갈라지게 되었다.

 

"지능은 논리와 규칙에서 온다"는 기호주의와 "지능은 학습에서 온다"는 연결주의로 나뉘게 된 것이다.

 

"엥, 갈라진거면 실패한거에요?"

 

결과로 보자면 그렇다. 애초 목표와 달리 짧은 여름 한 철 동안 인간 수준의 AI를 구현하는 구체적인 성과나 공동 최종 보고서를 도출하지 못했다. 그러나 성과는 있었다. 지속 가능한 공동체가 형성된 것이다. 이 선구자들 덕분에 '인공지능'이라는 독자적인 학문 생태계가 최초로 구축된 것이다.

 

그러나 다트머스 회의 이후 그들은 기술적 한계에 부딪히며 연구비가 끊기는 대참사와 함께 '첫 번째 AI 암흑기'를 맞이하게 되는데...

 

이걸 설명하기 전, 예상보다 글이 길어졌으므로 남은 이야기들은 다음 글에서 하겠다.

 

[자료 및 출처]

Sk하이닉스 뉴스룸 - https://news.skhynix.co.kr/all-around-ai-1/

위키피디아 -

https://ko.wikipedia.org/wiki/%ED%8A%9C%EB%A7%81_%EA%B2%80%EC%82%AC

https://ko.wikipedia.org/wiki/%EB%8B%A4%ED%8A%B8%EB%A8%B8%EC%8A%A4_%ED%9A%8C%EC%9D%98

AI타임스 - https://www.aitimes.com/news/articleView.html?idxno=168028

Cloudflare - https://www.cloudflare.com/ko-kr/learning/ai/history-of-ai/

VOA한국어 - https://www.youtube.com/watch?v=iEdogPb7mBE&t=2s

YTN사이언스 - https://m.science.ytn.co.kr/program/view_hotclip.php?mcd=1099&key=202108051619152405

Britannica - https://www.britannica.com/biography/Alan-Turing

The University of Edinburgh - https://blogs.ed.ac.uk/mathematics/2025/03/12/alan-turing-the-legacy-of-a-pioneer-in-computing-and-ai/

Alan Turing: The legacy of a pioneer in computing and AI – School of Mathematics

Datacamp - https://www.datacamp.com/blog/what-is-mmlu

위키독스 - https://wikidocs.net/250039

What is MMLU? LLM Benchmark Explained and Why It Matters