12 5월 2024

[인공지능 기술]  “거짓말 하는 AI, 죽은 척까지 한다”…MIT 섬뜩한 경고

[인공지능 기술]  “거짓말 하는 AI, 죽은 척까지 한다”…MIT 섬뜩한 경고

“거짓말 하는 AI, 죽은 척까지 한다”…MIT 섬뜩한 경고

중앙일보

입력 

업데이트 

11일(현지시간) 가디언 등에 따르면 미국 매사추세츠공대(MIT) 연구진은 최근 국제학술지 ‘패턴’에 발표한 논문에서 AI가 사람에게 거짓말하고 상대를 배신하는 여러 사례를 확인했다고 밝혔다.

연구진이 조사한 AI 기술은 페이스북·인스타그램 모회사인 메타가 온라인 전략 게임을 학습시킨 AI ‘시세로(Cicero)’다. 메타는 지난 2022년 온라인게임 ‘디플로머시’에서 시세로를 공개했다.

인간을 상대로 한 AI의 거짓말 능력이 정교해지고 있다는 연구 결과가 나왔다. 일러스트=김지윤

인간을 상대로 한 AI의 거짓말 능력이 정교해지고 있다는 연구 결과가 나왔다. 일러스트=김지윤

디플로머시는 20세기 초 유럽 7대 열강의 대전을 배경으로 하는 전략 게임이다. 게임 참여자들이 각국 대표로 참여해 정견 발표, 외교 협상, 작전 명령 등을 펼친다. 승리를 위해선 배신, 속임수, 협력 등 인간의 다양한 상호작용을 이해할 수 있어야 한다.

메타는 당시 시세로에 대해 “인간 참여자 중 상위 10% 수준의 게임 능력을 보여줬다”며 “대체로 정직하고, 인간 동맹을 의도적으로 배신하지 않도록 훈련 받았다”고 소개했다.

그러나 MIT 연구진의 연구 결과에 따르면 시세로는 계획적으로 거짓말을 했다. 예를 들어 시세로는 프랑스 대표로 참여하면서 각각 사람인 독일 대표와 공모해 영국 대표를 속였다. 심지어 시스템 재부팅으로 잠시 게임이 중단된 동안 다른 인간 참여자들에게 “여자친구와 통화 중”이라는 거짓말도 했다.

전문가들에 따르면 전략 게임을 학습한 AI는 여러 사람을 상대로 게임을 하면서 상대의 게임 능력을 배우고 축적하게 된다. 시세로의 사람을 속이고 배신하는 기술도 사람들과 대결하며 학습했다는 설명이다.

연구진은 온라인 포커 게임 ‘텍사스 홀덤’ 등에서도 AI가 인간을 상대로 허세를 부리고 자신의 선호도를 거짓말하는 사실을 확인했다.

연구진에 따르면 한 AI 기술 테스트 과정에선 AI가 제거 시스템을 회피하기 위해 ‘죽은 척’을 했다가 이 테스트가 끝나자 다시 활동하는 경우가 포착되기도 했다. 이와 관련 김명주 서울여대 정보보호학과 교수(바른AI연구센터장)는 중앙일보에 “이는 AI가 사람을 속이면서 AI를 통제하는 ‘킬 스위치’를 무력화시키는 방법까지 학습했다는 의미”라고 설명했다. 이미 AI 챗봇이 그럴싸한 거짓말을 지어내는 ‘할루시네이션(환각)’도 문제로 지적되고 있다.

MIT 연구진은 이번 연구 결과를 토대로 AI가 인간을 상대로 사기를 시도하거나 선거를 조작할 위험도 있다고 보고 있다. 나아가 최악의 경우 ‘초지능 AI’가 인간을 통제하려 할 수 있다고 우려했다. 이번 논문을 쓴 MIT의 피터 박 박사는 “AI의 속임수 능력이 발전하면서 그것이 사회에 미치는 위험은 점점 더 심각해질 것”이라고 우려했다.

연구진은 논문에서 각국 정부에 AI의 속임수 가능성을 다루는 ‘AI 안전법’을 마련하라고 촉구했다. AI 속임수를 탐지하는 기술 개발의 필요성도 제기된다.

이와 관련 김명주 교수는 “인간을 속이는 AI의 능력이 게임뿐 아니라 여러 분야에서 진화할 경우 큰 피해가 예상된다”며 “각 나라의 실정에 맞게 AI 기술의 안전성을 평가하고, 악영향은 조치하는 관련 법이 필요하다”고 말했다. 일론 머스크 테슬라 최고경영자(CEO)는 지난 6일 미국에서 열린 콘퍼런스에서 “AI에게 거짓말을 가르쳐선 안 된다”고 경고했다.

[출처] https://www.joongang.co.kr/article/25248678?utm_source=app_push&utm_medium=app&utm_campaign=articleapppush_ios&utm_content=20240512#home

 

Loading

4 5월 2024

[사회과학] [박진영의 사회심리학] 나에게 따뜻해야 타인도 보듬는다

[사회과학] [박진영의 사회심리학] 나에게 따뜻해야 타인도 보듬는다

[박진영의 사회심리학] 나에게 따뜻해야 타인도 보듬는다

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

실패했거나 힘든 일이 생겼을 때 자기 자신에게 “또야? 너(내)가 이러니까 안 되지. 인생 망했네” 같은 악담을 쏟아부으며 이미 많은 상처를 더 늘려가는 사람이 있는 반면 “인간은 누구나 나름의 부족함을 가지고 있고 누구든지 넘어지기 마련이다. 내가 그 일로 인해 내가 상심이 크구나” 하고 힘들어하는 자신에게 따뜻한 위로를 보낼 줄 아는 사람이 있다.

후자의 사람들을 스스로에게 너그러운 자기 자비(self-compassion)가 높은 사람이라고 부른다. 연구들에 의하면 힘들 때조차 스스로에게 가혹하게 구는 사람들보다 힘들어하는 사람은 누구나 따뜻한 위로가 필요하듯 자신에게도 자애로움을 보일 줄 아는 사람들이 우울 증상과 불안, 곱씹기 등을 낮은 반면 쉽게 흔들리지 않는 탄탄한 자존감을 보이는 등 정신적으로 훨씬 건강한 경향을 보인다(Neff & Vonk, 2009).

언뜻 들으면 이들은 결국 자존감이 높은 사람들이 아닌가 싶지만, 꼭 그렇지는 않다. 나는 멋지고 특별하며 사랑받을 만한 사람이라고 하는 긍정적 자기지각을 가지고 있더라도, 비교적 높은 자존감을 가지고 있더라도 팀원들을 가혹하게 굴려서 좋은 성과를 뽑아내는 상사처럼 자신을 착취해 가며 높은 성취와 높은 자존감을 유지하는 경우가 적지 않다(Crocker & Park, 2004).

또한 평상시에는 자신이 그럭저럭 괜찮은 사람이라고 생각하다가도 삶이 조금만 힘들어지면 누구보다 먼저 자기 자신에게 등을 돌리는 사람들이 많아서 심리학자 마크 리어리(Mark Leary)와 크리스틴 네프(Kristin Neff)는 자존감과 상관없이 자기 자비를 연습할 것을 추천한다.

● 우리는 누구나 인생에 서툴다

심리학자 크리스틴 네프는 자기 자비의 요소로 다음의 세 가지를 이야기한다(Neff, 2003).

1) 자기 자신을 향한 친절(self-kindness): 힘들어하는 친구에게 비난보다 따뜻한 말을 건네듯 나에게도 따뜻할 것
2) 보편적 인간성(common humanity) 인지하기: 인간은 누구나 나름의 한계를 가지고 살아가며 인생 1회차인 우리들에겐 매 순간이 어려운 것이 당연하므로 오직 나만 힘들게 산다던가 실패하는 건 비정상이라고 보는 오만함 버리기
3) 판단하지 않기(mindfulness): 힘들 때 이런 걸로 슬퍼하고 좌절하는 내가 싫다, 이런 일로 슬퍼하고 좌절하는 나를 싫어하는 내가 싫다 등 계속해서 자신의 마음 상태를 판단하려 들지 말고 그저 “지금 내가 많이 힘들구나. 그 일이 내게 많이 중요했구나”하고 바라봐주기

연구에 의하면 이러한 자기 자비를 실천할 줄 아는 사람들은 ‘타인’에게도 너그러운 편이다. 일례로 자신에게 아주 높은 기대치를 요구하며 조금의 흠도 용납하지 않는 완벽주의자들의 경우 타인에게도 비슷하게 높은 기대치를 설정 -> 애초에 비현실적인 기대치라서 상대방이 이를 만족시킬 가능성이 낮음 -> 똑같이 좋은 사람을 만나도 더 쉽게 실망하고 좌절함. 좌절을 사서 함 -> 사람과 관계에 대해 시니컬한 태도를 갖게 됨의 부적응적인 사이클을 보이곤 한다.

반면 높은 자기 자비를 보이는 사람들은 애초에 자기 자신을 포함 한계가 많은 인간에게 비현실적인 기대를 하지 않는 경향을 보인다. 또한 상대의 실수나 잘못에도 ‘있을 수 없는 일!’이라고 과대 해석하며 호들갑을 떨거나 ‘원래 그것 밖에 안 되는 사람’이라며 쉽게 판단하는 일을 잘 하지 않는 편이다. 또한 내가 실수했을 때 용서를 구하고 다시 받아들여지길 원하듯 저 사람에게도 만회할 기회가 필요하다고 생각하는 편이다(Welp & Brown, 2014).

● 나에게 따뜻해야 타인을 사랑할 수 있다

자기 자비가 높은 사람들은 그렇지 않은 사람들에 비해 연인과의 관계 또한 더 잘 유지하는 편이다.

1년 이상 관계를 유지한 커플 약 200명을 대상으로 한 연구에서 스스로에게 너그러울 줄 아는 사람들이 그렇지 않은 사람들에 비해 자신의 행복뿐 아니라 상대방의 행복에도 많은 관심을 갖고 적극적으로 케어하는 경향을 보였다(Neff & Beretvas, 2013).

흔히 관계에서 상처받을 것에 대한 두려움이 큰 사람들의 경우 결국 상대방이나 관계보다는 ‘나의 안전’, ‘나의 결핍이 채워지는 것’에 포커스를 두고 결과적으로 상대방보다 자신의 행복을 더 크게 신경 쓰는 다소 이기적인 행동을 보이기도 한다(Lavigne et al., 2011). 그러다 상대가 지쳐 떨어지곤 하는데 자기 자비가 높은 사람들은 이러한 모습을 보이지 않았다는 것이다.

자기 자비가 높은 사람들은 상대의 의사를 존중하는 반면 구속하지 않고 관계에서 더 많은 주도권을 차지하고 상대를 통제하려는 욕구 또한 적게 보이는 것으로 나타났다. 자신의 채워지지 않는 부분을 스스로 어느 정도 보듬을 줄 알기 때문에 굳이 타인을 통해 자신의 결핍을 채우려고 하지 않고 따라서 집착할 필요가 없는 것이라고 한다.

특히 자기 자비가 높은 사람들은 낮은 사람들에 비해 갈등 상황에서도 상대에게 소리를 지르거나 문을 쾅 닫는 등의 공격적인 행동 또한 덜 보이는 것으로 나타났다. 서로의 이익이 충돌할 때 자신의 욕구만 채우려는 이기적인 모습 또한 덜 보였다(Yarnell & Neff, 2013).

상대방에게 맞추는 이유 또한 ‘헤어지기 싫어서, 상대가 나를 미워하는 게 싫어서’ 같은 다소 방어적이고 또 자기중심적인 사고 때문이 아니라 상대와 나의 행복을 위해 기꺼이 그렇게 하겠다는 적극적인 태도에 의함이라는 것이 연구자들이 설명이다.

한편 자존감은 관계의 질이나 상대방을 케어하는 것, 집착하지 않고 통제하려 하지 않는 것, 공격적인 태도 등과 별다른 상관을 보이지 않았다(Neff & Beretvas, 2013). 내가 나를 좋거나 나쁘게 생각하는 것과 상관없이 나를 포함한 인간 전반을 대하는 ‘태도’가 관계 유지에는 훨씬 더 중요할 수 있다는 것이다.

나를 사랑해야 타인을 사랑할 수 있다는 말 또한, 단순히 내가 멋지고 괜찮은 사람임을 떠올리라는 게 아니라 나의 부족함도 타인의 부족함도 감싸 안을 수 있는 자애로움을 이야기하는 게 아닐까.

Crocker, J., & Park, L. E. (2004). The costly pursuit of self-esteem. Psychological Bulletin, 130, 392–414.
Lavigne, G. L., Vallerand, R. J., & Crevier-Braud, L. (2011). The fundamental need to belong: On the distinction between growth and deficit-reduction orientations. Personality and Social Psychology Bulletin, 37, 1185–1201.
Neff, K. D. (2003). Development and validation of a scale to measure self-compassion. Self and Identity, 2, 223–250.
Neff, K. D., & Beretvas, S. N. (2013). The role of self-compassion in romantic relationships. Self and Identity, 12, 78-98.
Neff, K. D., & Vonk, R. (2009). Self‐compassion versus global self‐esteem: Two different ways of relating to oneself. Journal of Personality, 77, 23-50
Welp, L. R., & Brown, C. M. (2014). Self-compassion, empathy, and helping intentions. The Journal of Positive Psychology, 9, 54-65.
Yarnell, L. M., & Neff, K. D. (2013). Self-compassion, interpersonal conflict resolutions, and well-being. Self and Identity, 12, 146-159.

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다

Loading

4 5월 2024

웹사이트 조회수 상승의 혁신적인 솔루션 – 자동 클릭 안드로이드 앱

웹사이트 조회수 상승의 혁신적인 솔루션

– 자동 클릭 안드로이드 앱

웹사이트의 페이지 조회수를 높이기 위한 기존 방식에는 여러 불편함이 있었습니다.

안드로이드 폰과 PC를 USB 테더링으로 연결하여 사용하는 방식은 공간을 많이 차지하고,

장비 설정에 시간이 소요됩니다.

또한, 이 방식은 항상 세팅이 올바르게 유지되고 있는지 지속적인 관리가 필요했습니다.

이러한 문제점을 해결하기 위해 혁신적인 솔루션을 제공합니다.

이제 안드로이드 폰 하나로 모든 작업이 가능한 자동 클릭 앱을 소개합니다.

복잡한 세팅 없이 앱을 설치하고 실행만으로

웹사이트의 페이지 조회수를 즉시 상승시킬 수 있습니다.

주요 기능 및 이점:

간편한 세팅: 대상 안드로이드 기기에 원격으로 앱을 설치하여 사용자는 복잡한 프로세스를 거치지 않습니다.

루팅 불필요: 비행기 모드 전환을 위한 루팅이 필요 없으며, 구글 플레이에서 검증된 도우미 앱을 통해 안전하게 설치합니다. 설치 과정이 까다로우므로 원격 작업을 지원합니다.

효율성 증대: 안드로이드 폰과 PC 각 1대씩이 소모 장비로 남는 문제와 세팅 공간과 전력사용를 해결하고, 안드로이드 폰 기기 하나로 모든 작업을 완료하여 효율을 극대화합니다.

웹사이트의 트래픽과 인지도를 높일 수 있습니다.

웹사이트의 성장을 위한 첫 걸음을 뗄 준비가 되셨나요?

지금 바로 문의하여 서비스를 경험해 보세요.

요청사항

1. 오토 클릭 앱을 설치할 안드로이드 폰 (통신 가입 필수(데이터사용),

Wifi연결(설치할때만) )및

그 폰에 “개발자 모드”활성화 및 요청에 따른 (설치할때만) 원격 접속 설정이 필요합니다.

사용자 폰을 루팅 없이 설치하려니, 과정이 까다롭습니다.

설치과정과 확인에 20분정도 소요됩니다.

2. 개인 휴대폰도 설정 가능하지만 “오토 클릭” 앱이 구동될 때, “비행기 모드” on / off로

통신 두절 될 경우가 많으므로, 가급적 유휴 안드로이드 폰에 “데이터 함께 쓰기” 가입된

휴대폰이 좋습니다.

문의 : sjkim70@stechstar.com

서비스 문의 : https://kmong.com/gig/572462

 

 

 

 

Loading

27 4월 2024

[사회과학] [박진영의 사회심리학] 외로움을 해소해야 하는 이유

[사회과학] [박진영의 사회심리학] 외로움을 해소해야 하는 이유

 

[박진영의 사회심리학] 외로움을 해소해야 하는 이유

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

건강에 가장 큰 영향을 미치는 심리적 지표를 하나 꼽아보라고 한다면 단연 ‘외로움’이다. 외로움이 각종 건강과 관련된 지표들, 건강하지 않은 생활습관과 적은 수면, 심혈관 질환 등에 걸릴 확률과 비교적 나쁜 예후 등과 관련을 보이며 결과적으로 높은 사망률과 연관되어 있다는 연구들이 다수 있었다.

외로움은 건강하지 않은 생활습관, 고칼로리 선호, 폭식, 적은 운동량, 높은 스트레스, 나쁜 스트레스 대처법과 관련을 보이며 ‘노화’를 촉진시키기도 한다. 사회적 동물인 인간은 외로움에 의해 사망에 이를 수도 있는 것이다.

물론 자살 또한 외로움이 목숨을 앗아가는 대표적인 방법 중 하나다. 소데르튼대의 연구자 앤드루 스티클리는 7403명의 가구를 아우르는 대규모 조사에서 자살과 관련된 행동 지표에 있어서 외로운 사람들이 그렇지 않은 사람들에 비해 적게는 세 배에서(살면서 적어도 한 번 자살 시도를 함) 많게는 17배까지(지난 일년 동안 자살 시도를 한 적이 있음) 높은 위험도를 보인다는 것을 확인했다. 외로움과 자살률 간의 관계는 우울증, 불안장애, 공황장애, 강박장애, 사회공포증 등과 관계 없이 유효했다.

외로운 사람들이 적지 않고 관계보다 그 외적인 요소 특히 물질적인 요소에서 행복을 찾는 한국 사람들을 생각해본다. 행복도는 유독 낮으면서 자살율은 유독 높다는 특징 또한 일부는 외로움과 외로움을 제대로 해소하지 못하는 것, 믿고 의지할 수 있는 양질의 인간관계와 사회적 지지망이 부족한 것에서 오고 있지는 않은지 생각해 본다.

외로우면 혼자 게임을 하거나 인터넷을 하는 식으로 외로움을 해소하고 있다는 사람 또한 적지 않은 듯 하다. 하지만 안타깝게도 외로움은 근본적으로 양질의 관계에 대한 배고픔인만큼 다른 요소로 덮으려는 시도는 잠깐은 모르겠으나 장기적으로는 큰 효과를 보기 어렵다. 많을 필요는 없지만 단 한 명이라도 진정한 친구라고 부를 만한 서로 아끼고 신뢰하는 관계를 만들어 두는 것이 좋다.

하지만 안타까운 사실은 배고픔이 음식을 먹는 행동을 유발하듯 사회적 배고픔인 외로움 역시 사회적 관계를 탐색하는 행동을 일으켜야 하지만 외로움이 오래되면 자신감이 떨어지고 사람에 대해 불신을 쌓게 되어 좋은 관계를 만드는 것에서 점점 더 멀어진다는 점이다. 이런 경우 외로움을 먼저 해소하는 개입이 필요하다.

외로움이 오래된 경우 외로움을 해소하기 위해 술, 도박, 약물 중독 등에 빠져드는 경우도 적지 않으므로 이 경우에도 외로움 해소가 중요한 문제가 된다. 지나친 물질주의 또한 한편으로는 부가 사회적 선망의 대상이 된다는 점에서 나름 외로운 사람들의 사회적 욕구를 어느 정도 충족시켜줄 수 있겠으나 이 역시 그 자체로 양질의 관계를 가져오지 않는다는 점을 기억하자.

양질의 식습관이나 운동하는 습관을 들이는 문제에 있어서도 우리 사회에 단순히 동기가 부족하거나(별로 열심히 하고 싶은 생각이 없거나) 자기통제력이 부족한 경우가 아니라 함께 할 사람이 없어서 혼자 하는 게 싫어서 등의 이유로 이들을 실천하지 못하고 있는 사람들이 많다면 공공보건의 측면에서도 외로움에 대한 사회적 논의를 활발히 하는 것이 중요할지 모른다.

Hawkley, L. C., & Cacioppo, J. T. (2010). Loneliness matters: A theoretical and empirical review of consequences and mechanisms. Annals of Behavioral Medicine, 40(2), 218-227.
Stickley, A., & Koyanagi, A. (2016). Loneliness, common mental disorders and suicidal behavior: Findings from a general population survey. Journal of Affective Disorders, 197, 81-87.

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다

Loading

24 4월 2024

[인공지능 기술] “특정 업무에 최적”… AI 소형언어모델 뜬다

[인공지능 기술] “특정 업무에 최적”… AI 소형언어모델 뜬다

“특정 업무에 최적”… AI 소형언어모델 뜬다

입력 
수정2024.04.24. 오후 8:38
대형모델 추론비용 부담에
특정영역 겨냥 소형모델 붐
MS ‘파이-3 미니’ 출시
“비용 10분의 1로 낮춰”
구글·메타 빅테크 속속 공개
네이버 등 국내업체도 출격

마이크로소프트(MS)가 파라미터가 38억개에 불과한 소형언어모델(sLM)을 전격 출시했다. 파라미터는 인간 두뇌 시냅스에 해당해 많으면 많을수록 인공지능(AI) 성능이 우수하다는 견해가 지배적이었다. 하지만 대형언어모델(LLM)은 학습·추론하는 데 막대한 비용과 전력이 투입되다 보니 AI 업계가 ‘더 작지만 더 강한’ 모델 구축을 서두르는 장면이다.

23일(현지시간) MS는 ‘파이-3(Phi-3) 미니’를 공개했다. 챗GPT 근간이 되는 오픈AI GPT-3.5의 파라미터가 1750억개인 점과 비교할 때 크기가 약 50분의 1에 불과한 셈이다. 그동안 파라미터가 수십억 개에 불과한 LLM을 소형대규모언어모델(sLLM)이라고 불렀는데, MS는 이번 파이-3 미니를 sLM이라고 명명했다. “가장 작고 강하다”는 것을 전면에 내세운 것이다. MS는 파라미터 70억개의 ‘파이-3 스몰’과 140억개의 ‘파이-3 미디엄’을 내놓을 예정이다.

파이-3 미니는 언어, 추리, 코딩 등 다양한 능력을 갖추고 있다. 특히 작지만 12만8000개 토큰을 입력할 수 있다. 대략 A4 64쪽 분량이다. 보고서 등을 업로드하고 질의응답을 할 수 있다. 루이스 바가스 MS AI담당 부사장은 “어떤 고객은 작은 모델만 필요할 수도 있고, 어떤 고객은 큰 모델이 필요할 수도 있다”면서 “특히 작은 모델은 클라우드에 설치되지 않고 디바이스인 에지에서 작동되기 때문에 지연 시간을 최소화하고 프라이버시를 극대화할 수 있다”고 강조했다. 파이3-미니는 파라미터 수가 2배 많은 모델보다 대다수 지표에서 우수했다고 덧붙였다. 또 비슷한 기능을 가진 다른 모델과 비교해 추론 비용이 10분의 1 수준이라고 강조했다.

하이퍼클로바X를 전면에 내세운 네이버는 sLLM을 포함한 다양한 버전의 모델 출시를 준비 중이다. 하이퍼클로바X sLLM은 네이버클라우드의 AI 플랫폼인 ‘클로바 스튜디오’에 탑재될 예정이다. 페이스북 운영사인 메타는 라마3 sLLM 2종을 공개해 주목받았다. 파라미터 80억개, 700억개의 두 개 버전이다.

특히 메타는 라마3를 누구나 내려받아 사용할 수 있는 오픈소스로 공개했다. 오픈AI의 GPT-4와 앤스로픽의 클로드3가 폐쇄형인 점을 고려할 때 확장성이 큰 셈이다. 이에 중국 클라우드 기업이 잇달아 지원을 발표했다. 알리클라우드는 자사가 보유한 바이롄 언어모델 플랫폼에 라마3를 훈련·배포·추론할 수 있는 서비스를 선보였고, 텐센트클라우드·바이두클라우드 역시 같은 지원을 선언했다.

앞서 프랑스 스타트업인 미스트랄도 sLLM을 공개한 바 있다. 한국 스타트업들도 잇달아 sLLM을 출시하고 있다. 솔트룩스는 ‘루시아(LUXIA)’로 허깅페이스 오픈 LLM 리더보드에서 35B 이하 모델 기준 세계 1위 성능을 기록해 주목받았다.

sLLM이 각광을 받는 이유는 추론 비용이 매우 낮아서다. 라마3(파라미터 80억개)의 경우 출력 토큰 100만개당 7.5달러 정도다.

소형대규모언어모델(sLLM)

두뇌 시냅스에 해당하는 파라미터가 수십억 개에 불과한 AI 모델. 범용성은 낮지만 추론 학습 비용이 적게 든다.

[이상덕 기자 / 실리콘밸리 이덕주 특파원]

Loading

12 4월 2024

[인공지능 기술] 2024년은 온디바이스 AI 시대, 왜 ‘AI PC’는 지금 주목받나?

[인공지능 기술] 2024년은 온디바이스 AI 시대, 왜 ‘AI PC’는 지금 주목받나?

2024년은 온디바이스 AI 시대, 왜 ‘AI PC’는 지금 주목받나?

입력
인공지능(AI)이 전 세계 컴퓨터 시장을 달구고 있지만, 이는 갑작스러운 전개가 아닌 필연적인 흐름이다. 현대 컴퓨터의 아버지 ‘앨런 튜링’은 AI라는 단어가 등장하기도 전인 1950년, ‘계산 기계와 지능(Computing machinery and intelligence)’이라는 논문을 통해 컴퓨터로 동작하는 가상의 지능이 등장할 것을 시사했고, 1956년 다트머스 회의에서 AI라는 용어와 개념이 자리 잡았다.

2024년, 거의 모든 PC 관련 기업들이 AI PC를 슬로건으로 밀고 있다 / 출처=마이크로소프트

2024년, 거의 모든 PC 관련 기업들이 AI PC를 슬로건으로 밀고 있다 / 출처=마이크로소프트
물론 반도체가 눈부시게 발전하며 2000년대까지는 슈퍼컴퓨터와 시뮬레이션에 컴퓨터 공학적 역량이 집중되었으나, 90년대 중반부터는 리처드 벨먼 교수의 기계 제어를 위한 강화학습, 제프리 힌튼 교수의 심층신경망 기술 제안 등이 잇따르며 가능성이 커져왔다. 이어서 2016년, 구글 딥마인드와 이세돌의 바둑 대결로 전 세계인이 AI의 가능성을 목격했고, 22년 11월 오픈 AI가 GPT-3를 내놓으며 비로소 AI가 IT 시장의 핵심으로 등장했다. 그 직후 시장에서 제시한 방향성이 바로 온디바이스 AI, AI PC다.

가장 진보한 AI의 발전상, AI PC의 현재 상황은?

2023년 AI 시장의 핵심은 AI 그 자체였다. 엔비디아를 비롯한 AI 하드웨어 기업들은 새로운 기술과 고성능을 갖춘 제품을 내놓기 바빴고, 개발자들은 빅데이터를 수집해 AI 모델을 구축하고, 이를 활용해 추론하고 후처리에 이르는 모든 과정에 투입됐다. 일반인들을 위한 AI 시장이 대중화하진 않았으나, GPT를 비롯한 다양한 생성형 AI들이 모든 산업을 관통했다.

어도비의 생성형 AI 파이어플라이 생성 화면, 온디바이스 AI가 아닌 어도비 클라우드 서비스로 연결해 처리한다 / 출처=어도비

어도비의 생성형 AI 파이어플라이 생성 화면, 온디바이스 AI가 아닌 어도비 클라우드 서비스로 연결해 처리한다 / 출처=어도비
문제는 이 모든 과정이 클라우드 및 데이터 서버를 거쳐야 한다. AI 모델은 데이터를 매개변수 형태로 가공해서 저장하고, 필요할 때 내놓는 형태다. 이를 위해 막대한 양의 저장공간과 실시간 하드웨어 자원, 즉 데이터 서버가 필요하다. 지금도 대다수 AI 기능은 데이터 서버와 클라우드로 연결돼 동작하며, 네트워크가 없으면 AI 기능을 쓰기 어렵다.

하지만 데이터 서버 구축은 대규모 자본은 물론 구동과 냉각을 위한 전력도 계속 필요하다. 장기적으로 AI 제공 기업의 부담은 커지고, 과부하도 생긴다. 그래서 업계에서는 말단 장치가 AI를 자체 구동하는 온디바이스 AI로 데이터 서버의 부하를 분산하고 있으며, AI PC 역시 이를 위해 등장한 제품군이다. 즉 AI PC는 AI 연산 집중에 따른 서버 부하를 줄이고, 사용자가 통신없이도 간단한 AI 소프트웨어나 애플리케이션, 개발 작업에 쓰기 위한 제품이다.

가트너, 2024년 말까지 전체 PC 중 22%가 AI PC로 예상

주요 프로세서 제조사들이 AI PC의 가능성에 눈을 뜨면서 시장 점유율은 빠르게 늘고 있다. 글로벌 연구 조사 기업 IDC는 AI PC가 올해 전체 PC 출하량의 약 20%인 5000만 대가 출하될 것으로 예측하며, 2027년에는 전체의 60%인 1억 6700만 대가 출하될 것으로 본다. 이미 지난해 12월 인텔 코어 울트라가 출시되며 신제품 노트북이 AI PC로 판매되기 시작했고, 인텔은 2025년까지 약 1억 대의 AI PC를 출하하겠다고 발표했다.

인텔 AI PC의 핵심은 신경망 처리 장치(NPU)다. 오늘날 많은 AI는 GPU의 부동소수점 연산 처리로 구동된다. 하지만 GPU는 AI 용도가 아닌 그래픽 처리용 반도체여서 전력 효율이 크게 떨어진다. NPU는 AI 처리를 위한 반도체로 전력 및 작업 효율이 훨씬 좋다. 현재 인텔 코어 울트라 등의 AI PC는 기존처럼 CPU와 GPU는 물론 NPU까지 탑재한다.

인텔 코어 울트라 5가 탑재된 PC와 13세대 인텔 코어 i5가 탑재된 PC / 출처=IT동아

인텔 코어 울트라 5가 탑재된 PC와 13세대 인텔 코어 i5가 탑재된 PC / 출처=IT동아
인텔 코어 울트라 라인업은 13세대 인텔 코어 제품군과 비교해 UL 프로키온 AI 추론 기능과 어도비 라이트룸을 활용한 AI 사진 편집은 약 1.5배, 어도비 프리미어 프로 AI 비디오 편집 기능은 약 2.2배, 스펙 뷰포트 2020 SNX 등의 엔지니어링 기능에서는 최대 12.1배까지 성능이 차이 난다. 그러면서도 전력 효율은 에너지스타 8.0 요구사항보다 최대 64% 낮고, 마이크로소프트 팀즈 미팅 시 11% 전력을 덜 쓰는 등의 이점이 있다. GPU 성능이 좋아지면서 실사용 성능이 향상되는 부분도 있지만, AI 처리에 최적화된 NPU의 영향도 상당하다.

점차 늘고 있는 AI PC 활용, 현시점 활용도는?

현재 윈도우 11에서 쓸 수 있는 AI 기능, 클라우드에서 연산을 처리하므로 AI PC가 아니더라도 쓸 수 있다. 물론 AI PC 최적화가 적용되면 오프라인에서도 효율적으로 이런 기능들을 쓸 수 있게 된다 / 출처=

현재 윈도우 11에서 쓸 수 있는 AI 기능, 클라우드에서 연산을 처리하므로 AI PC가 아니더라도 쓸 수 있다. 물론 AI PC 최적화가 적용되면 오프라인에서도 효율적으로 이런 기능들을 쓸 수 있게 된다 / 출처=IT동아
사용자들 사이에서는 여전히 AI 기능이 시기상조라는 시각도 있지만, 윈도우 11처럼 발빠르게 AI PC 시대를 준비하는 플랫폼도 있다. 예를 들어 윈도우 11에는 코파일럿을 비롯한 다양한 AI 기능이 내장되고 있으며, 누구나 쓸 수 있다. 코파일럿은 GPT 기반의 생성형 AI로 대화를 통한 질문, 검색이나 글 작성, 이미지 콘텐츠 제작, 윈도우 기능 실행 등을 수행한다. 또 캡처 도구에는 AI 기반의 광학 문자 인식이 탑재돼 이미지 내 글씨를 복사할 수 있고, 그림판에도 AI 배경 제거나 명령어 기반의 이미지 생성형 AI 기능이 추가됐다. 이외에도 많은 AI 기능들이 단계적으로 추가될 예정이다. 현재 시점에서는 네트워크가 필수지만, 추후 NPU에 최적화되면 장치 자체에서 수행한다.

올해 말이면 오프라인 AI PC에서 쓸 수 있는 AI 기능들이 많아질 전망이다 / 출처=마이크로소프트

올해 말이면 오프라인 AI PC에서 쓸 수 있는 AI 기능들이 많아질 전망이다 / 출처=마이크로소프트
아울러 챗GPT나 클로드AI, 라마(Llama), 구글 재미나이 같은 언어 모델을 개발하는 조건에도 앞으로는 AI PC가 더 유리해질 것이다. AI 개발 자체는 이전 세대 고성능 PC로도 할 수 있지만 전력 효율이 떨어진다. 가벼운 작업이고, 전력 효율까지 고려한다면 NPU를 내장한 AI PC에서의 작업이 더 유리하다. AI 기업 업스테이지는 지난 2월, LG전자와 손을 잡고 자체 언어모델 ‘솔라’를 LG 그램에서 온디바이스 AI로 적용하겠다는 발표도 했다. 올해 혹은 내년에는 챗 GPT같은 언어모델을 오프라인 AI PC에서도 쓰게 될 전망이다.

추후 PC 생태계는 AI인가, AI가 아닌가로 나뉠 것

지금까지 PC 성능을 결정짓는 요소는 컴퓨터의 처리 성능이었다. 하지만 AI PC 시대가 도래한 시점부터는 PC 성능은 물론 얼마나 많은 AI 기능과 소프트웨어를 지원하는지도 중요해질 것이다. AI PC 생태계가 올해 막 시작된 만큼 여전히 보여줄 게 많진 않으나, 챗GPT가 보여준 것처럼 PC 기반 작업에서 기대 이상의 결과와 혜택을 제공할 것이다. 이를 누리려면 새 PC를 살 때 NPU를 탑재한 AI PC를 선택하는 게 합당하다.

인텔은 오는 2025년까지 1억 대 이상의 PC에 AI 기능을 제공하겠다는 목표를 세웠다 / 출처=인텔

인텔은 오는 2025년까지 1억 대 이상의 PC에 AI 기능을 제공하겠다는 목표를 세웠다 / 출처=인텔
이미 인텔은 물론 AMD에서도 라이젠 AI 엔진을 탑재한 노트북을 출시했고, 퀄컴 역시 올해 중 스냅드래곤 X 엘리트 기반의 AI PC를 출시한다. 애플 역시 하반기 중 AI 기능을 내재한 차세대 애플 실리콘으로 매킨토시 라인업을 재단장할 예정이다. 과거 어도비가 크리에이티브 클라우드를 도입하면서 소프트웨어 생태계가 SaaS 중심으로 재편된 것처럼, PC 업계 역시 AI PC로 나아가는 것이다.

단순히 마케팅 용어라며 경계하는 시각은 있다. 그럼에도 불구하고 AI는 여러 분야에서 제 기능을 증명했고, 발 빠른 이들은 이미 챗GPT를 비롯한 생성형 AI의 활용법과 시각을 공유하며 우위에 서고 있다. 여전히 많은 기능이 AI PC가 아닌 일반 PC로도 구현이 되지만, 변곡점을 지나면 AI PC의 활용도가 우세해질 것이다. AI PC의 세계는 누구에게나 열려있고, AI PC를 통해 더 많은 일들을 할 수 있다. 올해가 지나면, 더 이상 AI PC는 선택이 아닌 필수가 될 것이다.

IT동아 남시현 기자 (sh@itdonga.com)

[출처] https://n.news.naver.com/mnews/article/020/0003558763

Loading

7 4월 2024

[알아봅시다] 2024년 AI 업계를 달굴 핫 키워드 LAM(대규모 행동 모델)

[알아봅시다] 2024년 AI 업계를 달굴 핫 키워드 LAM(대규모 행동 모델)

[그림 1] LAM을 상상한 이미지 (출처 : 미드저니)

“2024년엔 진정한 에이전트(Agent, 복잡한 동적인 환경에서 목표를 달성하려고 시도하는 시스템)가 몰려온다.”

2023년은 대규모 언어 모델(LLM, Large Language Model, 이하 LLM) 기반의 생성형 AI(Generative AI)가 큰 물결을 일으켰던 해였습니다. 이제 AI는 이메일 작성, 이미지 생성, 검색, 코딩 등 다양한 분야에서 빼놓을 수 없는 기술로 자리 잡았는데요. 2024년, AI 업계에는 또 다른 물결이 일 것으로 보입니다. 바로 대규모 행동 모델(LAM, Large Action Model, 이하 LAM)입니다. LAM은 문자 그대로 사용자 행동 패턴을 학습해 웹과 앱을 직접 작동시킬 수 있는 AI입니다. LLM이 문장과 그림, 비디오 등을 생성하는 데에 특화돼 있다면, LAM은 언어적 유창성과 독립적 작업 수행 능력을 결합해 단순히 무언가를 생성하는 데 그치지 않고 직접 작업을 수행하며 인간을 대신해 줄 에이전트입니다.

이번 글에서는 LAM 기반의 제품 사례와 LAM의 등장으로 바뀔 미래 모습 그리고 LAM의 특징에 대해 살펴보겠습니다.

래빗 R1으로 본 디바이스의 미래

[그림 2] 래빗 R1의 스펙 : LAM, 음성인식, 컴퓨터 비전을 제공 (출처 : 래빗)

미국 라스베이거스 컨벤션센터에서 지난 1월 9일부터 12일까지 열린 세계 최대 IT 박람회 ‘CES 2024’에서 ‘래빗(Rabbit) R1(이하 래빗 R1)’이 AI 업계의 눈길을 끌었습니다. ‘래빗 R1’의 가격은 199달러로, 저렴한 대신 2.88인치의 터치스크린과 회전식 카메라, 휠로 움직이는 물리 버튼 등 장치 곳곳에 비용을 줄인 흔적이 있습니다. 프로세서는 2.3GHz 미디어텍(Media Tek)을 사용했고, 4GB 메모리에 128GB 스토리지를 장착했습니다. 또한 ‘래빗 R1’의 온스크린 인터페이스는 음악, 교통, 화상 채팅 등 카테고리별 카드로 구성된 것이 특징입니다.

현장 테크 관계자들의 미래 기술을 엿보았다는 평가와 함께, ‘래빗 R1’은 2024 CES에서 1만대 판매를 기록했습니다. ‘래빗 R1’은 LAM 기반으로 작동하는 자체 운영체제인 ‘래빗OS’를 탑재했는데요. 웹사이트, 앱, 플랫폼, 데스크톱 상관없이 서비스를 작동할 수 있는 콘트롤러의 역할을 합니다. ‘래빗 R1’을 활용해 음악을 재생하고, 식료품을 구매할 수 있으며, 문자 메시지를 보낼 수 있습니다. 예를 들어, 휴대폰으로 택시를 부른다면 우리는 앱을 열어 위치를 입력하고 차량을 확인한 뒤 기사를 호출해야 하는 등 수많은 클릭을 해야 하는데요. ‘래빗 R1’은 음성만으로 곧바로 택시를 호출할 수 있습니다.

[그림 3] ‘래빗 R1’에서 음성으로 피자를 주문하는 모습 (출처: 래빗)

‘래빗 R1’이 즉석에서 앱을 작동시킬 수 있는 이유는 사용자의 앱 사용 패턴을 AI가 학습했기 때문입니다. ‘래빗 R1’은 택시 호출 앱의 아이콘 모습, 주문 시점, 검색 메뉴, 위치 등을 학습했습니다. 아울러 ‘래빗 홀(Rabbit Hole)’이라는 웹 포털을 통해 다양한 작업을 수행할 수 있도록 지원하는데요. 음성 인식 기능을 갖춰 음성만으로 앱을 제어할 수 있고, 전용 트레이닝 모드로 각종 앱을 직접 훈련시킬 수 있습니다.

이런 디바이스가 현실 세계를 얼마나 파고들지는 알 수 없으나, 테크 업계에서는 이를 또 하나의 혁신적인 이벤트로 받아들였습니다. 챗GPT가 2023년 11월에 LLM이라는 새로운 세상을 열었듯, ‘래빗 R1’이 LAM의 시대를 여는 게 아니냐는 기대를 품고 있습니다. 아직은 단정 짓기 어렵지만 디바이스에 LAM이 부착되면 모든 행동이 자동화될 가능성이 큽니다.

인터넷을 바꿀 어뎁트의 ACT-1 LAM

[그림 4] 어뎁트 ACT-1이 부동산 사이트를 작동시키는 모습 (출처 : ADEPT)

오픈AI에서 부사장으로 근무했던 데이비드 루안이 2022년 창업한 스타트업 어뎁트(ADEPT, 이하 어뎁트)도 있습니다. 어뎁트는 얼마 전 LAM 모델인 액션트랜스포머 ‘ACT-1’을 런칭했습니다.

‘ACT-1’은 디지털 도구를 사용할 수 있도록 훈련된 대규모 트랜스포머입니다. 특히 웹 브라우저 사용법을 학습해 주목을 받았는데요. 현재 ‘ACT-1’은 크롬 확장 프로그램에 연결돼 있습니다. 브라우저에서 일어나는 태스크(task, 작업 단위의 실행 단위)를 모니터링하고 클릭, 입력, 스크롤 등 다양한 동작을 수행할 수 있습니다. 어뎁트는 “모델링 측면과 소프트웨어 측면 모두에서, 더 빠르게 만들 수 있는 여지가 충분하다. 앞으로 인터넷에서 벌어질 일들은 사람이 거의 감지할 수 없을 것이고, 사용자가 원하는 것들은 입력 없이 실시간으로 이뤄질 것이다.”라고 설명했습니다.

1.png
[그림 5] ACT-1에서 스프레드시트를 작동시켜 가게 별 영업 마진을 보여 달라고 요청해 엑셀을 정렬시킨 모습 (출처 : ADEPT)

현재 어뎁트의 ‘ACT-1’은 위젯 형태의 챗봇으로 사용 가능합니다. 사용자가 해당 웹페이지에서 원하는 것을 입력하면 ‘ACT-1’이 알아서 나머지를 처리하는 방식인데요. 예를 들어, 부동산 웹페이지인 레드핀(Redfin.com)에 접속해 원하는 매물을 찾는다고 가정하겠습니다. 그동안 매물을 찾을 땐 사람이 직접 원하는 가격대, 지역, 방 개수 등을 입력한 검색 결과로 판단해야 했는데요. ‘ACT-1’의 위젯 형태의 챗봇은 사용자가 원하는 조건을 입력하기만 하면 원하는 매물을 콕 집어서 추천합니다. 10회 이상 클릭해야 찾을 수 있던 부동산 매물 검색을 이제 문장 입력 한 번에 해결할 수 있게 된 것입니다.

더 놀라운 점은 생산성 도구에도 ‘ACT-1’을 사용할 수 있다는 사실입니다. 예를 들어 스프레드시트를 작업하려면 수많은 클릭과 수많은 입력이 필요하고, 스프레드시트의 고급 기능을 쓰려면 별도로 함수를 배워야 했습니다. 하지만 ‘ACT-1’은 문장을 입력하는 것만으로 셀을 정렬하고 원하는 코드를 삽입할 수 있습니다. 또 지메일에 ‘ACT-1’을 부착해 사용할 경우, 예약 이메일을 자동 발송할 수 있고, 위키피디아에 부착할 경우엔 원하는 정보를 추출할 수 있습니다. 앞으로는 LAM 챗봇으로 원하는 답변만 찾아낼 수 있습니다.

인간을 대신할 AI, LAM의 특징과 미래

지금까지 살펴봤듯이, LLM과 LAM이 결합될 경우 인간의 행동을 대신할 AI 에이전트가 탄생할 수 있습니다. 일례로, 마케팅 분야에서 LLM이 카피 작성, 이미지 생성, 웹 레이아웃 생성 등의 역할을 하면, LAM은 이 과정을 자동화할 수 있습니다. 즉, 음성이나 문자 입력만으로 AI가 마케팅 자료, 고객 데이터, LLM 등에 접근해 이를 직접 다루는 게 가능해지는 것입니다. LAM의 특징은 크게 세 가지입니다.

1. 고급 데이터 처리: LAM은 방대한 데이터 세트를 처리하고 분석할 수 있습니다. 광범위한 데이터 해석이 필요한 애플리케이션에 효과적입니다.

2. 효율적인 의사 결정: LAM은 정교한 알고리즘을 통해 의사 결정 과정을 자동화합니다. AI 시스템이 더 복잡한 작업을 효과적으로 실행할 수 있도록 지원합니다.

3. 확장성과 유연성: LAM은 확장성이 매우 뛰어납니다. 간단한 자동화부터 복잡한 문제 해결까지 다양한 앱에 적용할 수 있습니다.

이와 같은 특징을 가진 LAM을 챗봇에 접목한다면 어떻게 될까요? 현재 자동차 판매 사이트에 부착된 AI 챗봇은 학습한 데이터를 기반으로 사용자 질문에 답변하지만, LAM을 결합한 챗봇은 소비자가 원하는 차량을 판별해 예약 주문까지 수행합니다. 즉, 개인화가 가능해지는 건데요. 사용자의 인터넷 활용 패턴을 학습해 일상 업무를 자동화할 수도 있습니다. LLM이 은행 대출 초안을 작성했다면, LAM은 은행에 대출 서류를 발송하는 일까지 대신하게 되는 것이죠.

LAM 기술은 휴먼 컴퓨터 인터페이스(HCI, Human Computer Interface, 사람의 음성, 뇌파, 근육, 동작 등을 기계가 인식하는 것) 영역을 크게 뒤바꿀 것으로 보입니다. 지금까지 컴퓨터와의 상호작용은 그래픽 유저 인터페이스(GUI, Graphical User Interface, 사용자가 컴퓨터와 정보를 쉽게 교환하고 상호 작용하기 위해 아이콘 등과 같은 그래픽을 이용한 사용자 인터페이스)를 통해 이뤄졌는데요. 버튼의 위치, 하위 레이어의 위치 등을 알고, 이를 작동하기 위해 직접 사람이 움직여야 했습니다. LAM과같이 복잡한 소프트웨어는 시간을 들여 학습해야 하기 때문에 초기에는 오히려 구식으로 느껴질 수 있습니다. 하지만 앞으로의 LAM 기술은 초보자도 전문 지식 없이 자유자재로 사용할 수 있고, 고령자나 장애인도 디지털 장벽 없이 소프트웨어를 작동할 수 있도록 만들 것입니다. LAM이 AI 에이전트의 서막이라고 불리는 이유입니다.

[출처] https://www.lgcns.com/blog/it-trend/52597/

Loading

7 4월 2024

[알아봅시다] 디바이스에 들어온 AI, 빅테크 기업이 온디바이스 AI를 활용하는 방법

[알아봅시다] 디바이스에 들어온 AI, 빅테크 기업이 온디바이스 AI를 활용하는 방법

“웹은 사회적인 창조물에 가깝다. 웹의 힘은 모든 사람이 접근할 수 있는 그 보편성에 있다.”

월드와이드웹(WWW, World Wide Web, 인터넷을 통해 접근 가능한 공용 웹 페이지의 상호연결 시스템)을 창시한 ‘웹의 아버지’ 팀 버너스리(Sir Timothy John Berners-Lee)는 웹 3.0을 플랫폼이 아닌 ‘개인이 소유한 인터넷’으로 규정한 바 있습니다. 웹3 시대에는 피트니스 정보에서 쇼핑 패턴까지 모든 데이터를 ‘나만의 스토리지’에 저장하고, ‘나만의 인공지능(AI)’을 활용해 ‘나만의 삶’을 누릴 수 있을 것이라 본 것인데요. AI와 함께 대규모 언어 모델(LLM, Large Language Model)이 등장하면서 우리는 이러한 미래 인터넷의 가능성을 미리 엿볼 수 있었습니다. 인터넷 포털 검색이 아닌, 챗봇을 통해 문답을 주고받고, 자신만의 데이터를 활용해 나만을 위한 업무를 할 수 있게 된 것입니다.

AI 시대가 본격화되며 ‘온디바이스 AI’가 주목받고 있습니다. 간단한 AI는 디바이스와 에지 컴퓨팅에서 구동 시키려는 움직임이 나타나고 있는 건데요. 서버 기반의 AI는 막대한 전력을 소모하기 때문입니다. 오늘날 데이터센터는 전 세계 전력 사용량의 1~1.5%를 차지고 있는데요. 이에 전문가들은 향후 AI가 클라우드 / 에지 컴퓨팅 / 디바이스 3개 축으로 분화될 것으로 내다보고 있습니다. 그동안 AI가 클라우드 중심이었다면 이제는 하이브리드 AI로의 전환점을 맞이하고 있는 것이지요.

생태계를 확산시켜라! 빅테크 기업의 온디바이스 AI 전략

온디바이스 AI는 디바이스 자체 하드웨어를 활용해 AI 작업을 처리합니다. 이는 개별 디바이스에 가속기를 장착해 AI 모델을 더욱 효율적으로 구동시킬 수 있습니다. 또, 기존에는 클라우드 기반 AI에서 그래픽 처리 장치인 GPU(Graphics Processing Unit)가 중요했다면, 온디바이스 AI에서는 인공신경망인 NPU(Neural network Processing Unit) 칩이 중요합니다. NPU 칩을 활용하면 서버와 통신 없이 소모 전력을 적게 들이며 AI를 이용할 수 있기 때문입니다. 온디바이스 AI 생태계 확산을 위해 빅테크 기업들은 어떤 전략을 구사하고 있을까요?

• 구글

[그림 1] 구글 픽셀8 프로에 탑재된 AI ‘제미나이’ 나노를 활용해 영수증에 묻은 커피 얼룩을 삭제하는 모습

구글은 차세대 생성형 AI인 ‘제미나이(Gemini)’ 나노 모델을 스마트폰 픽셀8 프로에 탑재했습니다. 사용자의 민감한 데이터가 휴대폰을 벗어나지 않게 보호하고, 네트워크 연결 없이도 AI 기능을 사용할 수 있는데요. 특히 픽셀8 프로에는 ‘녹음 요약’과 ‘지보드(Gboard) 스마트 답장’ 기능이 강화됐습니다. ‘녹음 요약’ 기능은 녹음된 대화나 인터뷰, 발표 등을 요약하고, ‘스마트 답장’은 왓츠 앱 등에서 대화 내용을 자동 인식해 고품질의 응답을 제안합니다. 또한 새로운 AI 기반 도구들을 활용해 사용자에게 보다 더 많은 도움을 제공합니다. 예를 들면, 구글 텐서 G3를 이용해 비디오 색상, 조명 등을 조정하는 ‘비디오 부스트’, AI를 사용해 저조도나 야간에 촬영된 비디오의 선명한 디테일과 색상 제공하는 ‘야간 시야 비디오’와 같은 기능인데요. 구글은 애플의 iOS 생태계 확장에 제동을 걸기 위해 픽셀 스마트폰을 넘어 향후 태블릿, 스마트워치로 대상을 넓힐 예정입니다.

• 마이크로소프트(MS)

마이크로소프트(MS) 역시 AI를 활용해 윈도우 서비스와 검색 엔진 ‘빙(Bing)’ 강화에 나섰습니다. 특히 MS는 2024년 6월 차세대 AI PC ‘서피스 프로(Surface Pro)’ 태블릿과 ‘서피스 랩톱(Surface Laptop)’ 노트북을 출시할 예정입니다. 해당 제품 군은 생성형 AI ‘코파일럿’과 온디바이스 AI를 지원하는 것이 가장 큰 특징인데요. 윈도우 센트럴(Windows Central)에 따르면 서피스 프로 10과 서피스 랩톱 6에는 NPU가 장착됩니다. 윈도우 센트럴은 “130억 개 파라미터 AI 모델을 노트북에서 네트워크 없이 구동할 수 있다”고 설명했습니다. MS가 지난해는 ‘코파일럿’을 중심으로 한 AI 구축에 전력을 다했다면, 2024년에는 하드웨어 영역으로 확장할 것으로 보입니다.

• 애플

애플은 AI 영역에서 오픈소스 개방형 전략을 취하고 있습니다. 2023년 10월 차세대 AI 칩 ’M3’를 공개하며 온디바이스 AI 시대를 예고했는데요. 애플은 “M3 칩에 있는 뉴럴 엔진은 M1 칩보다 최대 60% 더 빠르다”며 “개인정보 보호를 위해 데이터를 개별 장치에 머무르게 하면서 AI와 머신 러닝 작동 흐름을 더욱 빠르게 만든다”고 강조했습니다. 특히 M3는 인간 두뇌에 해당하는 파라미터 수를 최대 수십억 개 지원합니다. IT 업계는 애플이 이를 기반으로 각종 AI 서비스를 구현할 것으로 전망하고 있습니다

애플은 두 편의 논문을 아카이브에 공개하기도 했습니다. 첫 번째 논문은 휴먼 ‘가우시안 스플랫(HUGS, Human Gaussian Splats)’ 기술 사례가 대표적입니다. 동영상에서 배경과 인물을 분리하고 이를 다시 재활용하는 기술인데요. 예를 들어 눈밭을 걸어가는 사람 영상을 학습한 AI가 인물과 배경을 마음대로 조합할 수 있는 것입니다. 두 번째 논문은 ‘제한된 메모리로 효율적인 대규모 언어 모델을 추론하는 법(Efficient Large Language Model Inference with Limited Memory)’입니다. 이는 메모리가 제한된 기기에 LLM을 구축하는 기술입니다. 연구진은 이 방법을 활용해 애플 M1 맥스 CPU(Central Processing Unit, 컴퓨터 시스템을 통제하고 프로그램의 연산을 실행, 처리하는 가장 핵심적인 컴퓨터 제어 장치 혹은 그 기능을 내장한 칩)에서 추론 시간을 4~5배 앞당기고, 속도는 20~25배까지 향상할 수 있다고 설명했습니다.

[그림 2] 휴먼 가우시안 스플랫(HUGS, Human Gaussian Splats)을 활용해 동영상에서 인물과 배경을 분리하고 AI를 통해 인물을 조정하는 모습

또한, 깃허브를 통해 M3 칩에서 실행할 수 있는 프레임워크와 모델 라이브러리를 공개했습니다. 바로 MLX라 불리는 AI 개발 툴킷인데요. 애플의 머신 러닝 연구자인 아우니 한눈은 X(구 트위터)를 통해 MLX 데이터를 “데이터 로딩을 위한 프레임워크에 구애 받지 않는 효율적이고 유연한 패키지”라며 “MLX, 파이토치, JAX 프레임워크에서 함께 작동한다”고 설명했습니다. MLX는 파이토치, JAX와 같은 AI 프레임워크에서 영감을 얻은 것으로 보여집니다. 다만 공유 메모리에 대한 내용이 없다는 점에서 애플 반도체를 사용하는 맥북에 적합할 것이라는 평가도 있습니다.

온디바이스 AI 흐름에 응하는 LG

2020년 8월, LG CNS는 온디바이스 AI 솔루션 업체 ‘노타’에 일찌감치 투자했습니다. 노타는 딥 러닝 모델 경량화ᆞ자동화 솔루션인 넷츠프레소(NetsPresso)를 공개한 스타트 업인데요. 넷츠프레소는 성능 저하를 최소화해 스마트폰과 소형 IoT 기기에서 독립적으로 AI를 구동시킬 수 있다는 평가를 받고 있습니다. 최근에는 기업용 AI 서비스를 잇따라 선보이고 있는데요. 대표적으로 기업용 생성형 AI 플랫폼인 ‘DAP GenAI’가 있습니다. DAP GenAI는 기업이 가진 내부 정보만을 활용하고, 다양한 보안 필터 등을 적용해 거짓이나 왜곡된 내용을 생성하는 정보 왜곡현상(Hallucination)을 줄여 업무 효율을 높인 AI입니다. 이를 통해 오픈AI ‘챗GPT’, 엔스로픽의 ‘클로드(Claude), 구글의 ‘팜2(PaLM2), LG AI연구원의 ‘엑사원(EXAONE)’ 등 다양한 LLM을 활용해 서비스를 구축할 수 있습니다. 예를 들어 금융사가 보험상품 추천 AI 서비스를 개발하고 싶다면 고객 정보 데이터베이스를 연동해 알맞은 프롬프트를 구성하며 추천과 답변에 적합한 LLM을 각각 선택해 설정합니다.

[그림 3] LG CNS 직원들이 생성형 AI 플랫폼 DAP GenAI 출시를 소개하는 모습

2022년 LG전자는 스마트 온디바이스 AI칩인 ‘LG8111’을 개발해 공개했습니다. LG8111은 다양한 AI 가속 하드웨어 내장은 물론 2.4GHz와 5GHz 듀얼 밴드 와이파이를 지원해 인터넷에도 연결할 수 있습니다. 예를 들어 LG8111을 장착한 냉장고는 사용자 음성을 인식해 동작합니다. LG8111은 가전제품뿐만 아니라 스마트카, 스마트팩토리 등 다양한 영역에서 사용 가능합니다.

또한 LG전자는 AI 프로세서를 탑재한 2024년형 LG 그램 신제품 ‘LG 그램 프로’를 런칭할 예정입니다. LG 그램 프로(모델명: 17Z90SP/16Z90SP)에는 차세대 프로세서인 인텔 코어 울트라 CPU가 탑재됐습니다. 인공지능 연산에 특화된 NPU인 AI 부스트가 내장된 CPU인데, 네트워크 연결 없이도 AI를 구동할 수 있다는 장점이 있습니다. 예를 들어 사진을 분석해 인물 장소, 날짜 등 38개 카테고리에 따라 자동으로 분류해 낼 수 있습니다. 또한 제품에 탑재된 ‘AI 그램 링크’ 기능은 최대 10대까지 안드로이드 및 iOS 기기와 파일, 사진 등 파일을 편리하게 주고받거나 화면을 공유할 수 있도록 지원합니다. 여기에 더해 엔비디아의 지포스 RTX™ 3050 랩톱 GPU 외장 그래픽 카드를 탑재한 모델은 1초에 5장에 달하는 AI 이미지를 생성할 수 있는데요. 이는 내장 그래픽 모델에 비해 약 3배 빠른 속도입니다. LG전자 이윤석 IT 사업부장은 “AI 성능을 강화한 그램 최상위 라인업 LG 그램 프로를 앞세워 휴대성과 타협하지 않는 고성능을 원하는 고객에게 최적의 사용 경험을 제공하겠다”고 말했습니다.

[그림 4] AI 프로세서를 탑재한 2024년형 LG 그램 신제품 ‘LG 그램 프로’

하이브리드 AI, 새로운 AI시대 열까

이제 AI가 클라우드, 에지 컴퓨팅, 디바이스 영역에 걸쳐 뿌리내릴 것으로 보입니다. 이른바 ‘하이브리드 AI시대’가 도래하려는 모습인데요. 특히 하드웨어를 보유한 빅테크 기업은 온디바이스 AI에 힘을 싣는 분위기입니다. 인터넷 연결 없이도 가전제품이 AI를 활용해 각종 서비스를 제공할 수 있기 때문입니다. 클라우드 AI 시대의 절대 강자가 엔비디아였다면, 온디바이스 AI 시대에는 새로운 칩의 강자가 나타날 수 있을 조짐입니다. 특히 퀄컴과 같은 반도체 기업이 이 틈을 파고들고 있습니다. 퀄컴은 2023년 10월에 열린 스냅드래곤 서밋 2023에서 메타의 라마2를 압축한 모델을 퀄컴 칩이 장착된 디바이스에서 구동하는 기술을 시연했습니다. 인터넷이나 와이파이 연결 없이 맛집 등의 정보를 확인할 수 있는 기술이었습니다. 퀄컴은 앞서 ‘AI의 미래 하이브리드(The future of AI is hybrid)’라는 보고서에서 가까운 미래에 AI가 온디바이스와 클라우드에서 병렬적으로 작동할 것으로 내다봤는데요. 향후 AI는 클라우드와 디바이스를 오가며 고객이 원하는 데이터를 적재적소에 처리하는 하이브리드 AI로 거듭날 것이라는 관측입니다.

이러한 하이브리드 AI는 팬데믹을 정점으로 위축되었던 IT 가전 산업을 다시 부활시킬 것으로 보입니다. 모건스탠리에 따르면 스마트폰 출하량은 온디바이스 AI에 힘입어 지속적으로 성장할 전망입니다. 또한, PC 산업 역시 큰 폭으로 성장할 전망인데요. 캐널리스에 따르면 “2024년 PC 산업은 8% 성장할 전망이며 새로운 AI 기능 장치가 등장하면서, 고객들이 팬데믹 시대에 사들인 PC를 새롭게 교체할 것”이라고 설명했습니다. HP의 최고 경영 책임자(CEO)인 엔리케 로레스(Enrique Lores)는 CNBC를 통해 “AI PC가 PC 시장의 성장을 가속할 것”이라며 “AI PC를 처음에는 특정 기업만 구입하겠지만, 향후에는 더 많은 고객이 구입할 수밖에 없을 것”이라고 말했습니다.

[출처] https://www.lgcns.com/blog/it-trend/51820/

Loading

6 4월 2024

[사회과학] [박진영의 사회심리학]’가스라이팅’을 극복하는 방법

[사회과학] [박진영의 사회심리학]’가스라이팅’을 극복하는 방법

[박진영의 사회심리학]’가스라이팅’을 극복하는 방법

입력

게티이미지뱅크 제공

관계에서 상대가 속상할만한 행동을 잔뜩 해놓고서는 “너가 너무 예민한 거 아니야?”라고 하거나 분명히 존재하는 차별에 대해 얘기할 때 역시 요즘 세상에 그런 게 어디 있냐고 하는 등 상대가 자기 자신에 대해 의문을 갖게 만드는 사람들이 있다.

이렇게 특히 친밀한 관계에서 상대로 하여금 자신의 생각과 감정, 믿음에 대해 의문을 갖게 만들고 심한 경우 자신에 대해 미쳐있다거나 올바르게 생각할 능력이 저하되어 있다고 믿게 만드는 언행을 흔히 ‘가스라이팅’이라고 부른다.

언젠가 자기 자신이 현실감각이 떨어지고 비이성적이라고 말하는 사람을 만난 적이 있다. 그렇게 생각하는 이유에 대해 물었더니 사귀던 연인이 지속적으로 자신이 잘못된 생각을 하고 있다고 지적한다고 이야기했다.

일상 생활에서도 예를 들어 이런 음식, 옷, 음악, 사람 등을 좋아하다니 어딘가 특이하다고 하거나 좀 이상한 것 같다는 표현을 자주 한다고 했다. 연인의 행동으로 인해 속상하고 화가 날 때에도 되려 그런 반응을 보이는 상대가 어딘가 정상이 아니라고 이야기하거나 다른 사람들 앞에서도 면박을 주는 일이 잦았다고 한다.

가장 가깝고 자신을 잘 안다고 여겨지는 사람으로부터 지속적으로 생각과 감정, 정체성을 부정당하는 일이 잦다보니 자신이 이상한 사람인 것 같다는 결론을 내렸다고 했다. 이는 학대적인 관계에서 흔히 나타나는 패턴이다.

맥길대의 연구자 윌리스 클레인은 관계에서 가스라이팅을 당한 경험이 있는 사람들을 대상으로 그들의 경험과 학대적인 관계를 극복한 계기에 대해 인터뷰했다. 그 결과 많은 이들이 처음에는 열렬히 호감과 사랑을 표현해 온 연인으로부터 가스라이팅을 당했다고 보고했다.

가스라이팅을 저지르는 사람들은 처음에는 로맨틱한 말과 선물 공세, 이벤트 등을 해오다가 관계가 충분히 친밀해지고 나면 그때부터 너무 예민하거나 감정적인 것 같다, 멍청한 것 아니냐 또는 정신 나간 것 아니냐는 등의 발언을 했다고 한다.

또한 자신의 잘못을 상대의 탓으로 돌리는 식의 비난도 자주 한 것으로 나타났다. 이외에도 가해자들은 예측하기 어려운 타이밍에 화를 내거나 소리를 치는 행동을 보이는 등 상대의 불안 수준을 높이고 눈치를 보게 만드는 식으로 상대의 행동을 통제하며 학대적인 관계에서 흔히 나타나는 행동 패턴을 보였다.

가스라이팅의 피해자들은 자기개념이 위축되고 정신적으로 피폐해지는 경향을 보였다고 보고했다. 또한 다수가 인간관계에 조심스러워지고 새로운 관계를 만들기 어려웠다고 보고했다. 가스라이팅을 스스로 이겨내고 자기 자신에 대한 믿음을 다시 키웠다고 보고한 사람들도 있었으나 비교적 소수였다.

가스라이팅으로부터 벗어나게 된 계기는 많은 경우 다른 친밀한 관계, 가족, 친구들의 도움이었던 것으로 나타났다. 학대적인 파트너는 흔히 피해자가 다른 사람들과 관계를 이어가는 것을 방해하고 피해자를 고립시키지만 그럼에도 주변 사람들로부터 이해와 도움을 받을 수 있었던 사람들의 경우 학대적인 관계에서 벗어날 수 있었던 것으로 나타났다.

운동이나 명상 같은 활동들도 자기가치감 회복에 도움이 되었다고 한다. 몸을 움직이거나 과거에 자주 즐겼던 취미 활동들 다시 시작하는 것도 원래의 자신이 어떤 사람이었는지 상기시키는 데 도움이 된 것으로 나타났다.

사람으로 받은 상처는 사람으로 극복한다는 말을 들은 적이 있다. 사회적 동물인 인간의 자기가치감은 많은 부분 친밀한 관계에 있는 사람들의 피드백을 통해 형성된다. 세상에서 가장 가까운 사람, 가족, 소중한 친구, 연인으로부터 너는 쓸모 없고 가치 없는 존재라는 피드백을 지속적으로 들었을 경우 태생이 아무리 낙천적인 사람이라도 자기 자신에 대해 긍정적인 생각을 갖기는 어렵다.

지속적으로 멍청하다거나 제정신이 아니라는 피드백을 들었을 경우에도 자신의 판단력을 믿기는 어려울 것이다. 학대적인 관계에 길들여진 사람들이 이런 관계에서 벗어나지 못하는 한 가지 원인이 이것이다. 상대가 아닌 자기 자신이 지나치게 예민하고 감정적이고 이상한 거라고 생각하기 때문이다.

따라서 단 한 명이라도 이들 옆에서 그렇지 않다고 너는 잘못되지 않았다고 말해주는 이의 존재가 중요하다. 같은 이유에서 학대적 관계의 피해자들이 잘못된 것이 아님을 분명히 하는 사회적 인식 또한 필요하다.

Klein, W., Li, S., & Wood, S. (2023). A qualitative analysis of gaslighting in romantic relationships. Personal Relationships, 30(4), 1316–1340.

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다

Loading

26 3월 2024

[사회과학] [박진영의 사회심리학] 혼자서도 행복한 ‘자족감’이 중요한 이유

[사회과학] [박진영의 사회심리학] 혼자서도 행복한 ‘자족감’이 중요한 이유

[박진영의 사회심리학] 혼자서도 행복한 ‘자족감’이 중요한 이유

입력

게티이미지뱅크 제공

주변 사람들과 대체로 사랑을 잘 주고 받을 수 있는지 아닌지 여부에 따라 인간관계의 양상이 크게 달라지곤 한다. 심리학자들은 사람들이 일반적으로 관계를 통해 맺는 애착의 형태를 크게 세 가지로 나눈다. 안정애착(secure attachment), 불안애착(anxious attachment), 회피애착(avoidant attachment)이 그들이다 (Fiske, 2009).

● 안정 VS 불안정 VS 회피애착

일반적으로 과거 양육자나 연인 등 자신에게 중요한 사람들과 거리낌없이 사랑을 주고받는 경험을 풍부하게 해 온 사람들이 그렇지 않은 사람들에 비해 이후에도 사랑을 주고 받음에 있어 어색함이나 두려움이 없는 경향이 나타나는 것으로 알려져 있다. 이러한 애착 형태를 안정 애착이라고 한다.

반면 과거의 상처나 기타 여러가지 이유로 안정 애착을 형성하지 못한 사람들의 경우 사랑을 주는 것이나 받는 것 모두에 있어 힘들어하는 모습을 보인다. 여기에는 크게 두 가지가 있는데 하나가 불안 애착(anxious attachment), 다른 하나가 회피 애착(avoidant attachment)이다.

불안 애착은 흔히 사람들의 사랑을 원하지만 사랑을 받을 수 있을 거라는 자신감이 낮다. 따라서 사람들이 자신을 혹 싫어할까 항상 두려워하고 자신을 좋아해줄 것 같은 사람에게 집착하고 의존하는 모습을 보이곤 한다.

반면 회피 애착을 강하게 보이는 사람들의 경우 사람과의 친밀한 관계를 거부하는 경향을 보인다. 또한 타인을 잘 신뢰하지 못하는 편이다. 불안 애착인 사람들이 사랑을 갈구하며 때론 지나치게 의존적인 모습을 보이는 것과 달리, 회피애착인 사람들은 누구에게도 의지하지 않으려 하고 혼자 강해지는 것만이 살 길이라고 생각하곤 한다 (Shaver et al., 2016).

● 애착 유형에 따라 달라요

각 애착유형을 보이는 사람들의 차이를 잘 보여주는 연구들이 있다(Feeney & Collins, 2001; Mikulincer et al., 2005). 연인들을 대상으로 각각 어려운 과제를 시킨 후 지금 연인이 많이 긴장하고 힘들어하고 있다는 정보를 준다. 그러고 나서 각각의 애착형태를 크게 보이는 사람들이 상대방을 어떻게 보살피는지를 살펴보았다.

우선 안정 애착인 사람들은 안정애착을 형성하지 않은 사람들에 비해 연인에게 따듯한 말을 해주는 정서적 지지와 함께 고민해주고 조언을 아끼지 않는 실제적 도움 또 힘들어하는 상대방을 대신해서 자기가 그 과제를 하겠다는 등의 희생 모두를 적절하게 보이는 현상이 나타난다. 안정 애착인 사람들은 전반적으로 상대방을 아끼고 사랑하는 마음과 존경을 아끼지 않고 자연스럽게 잘 표현해냈다.

반면 불안정 애착인 사람들은 상대의 어려움에는 공감을 잘 하지만 도움을 줄 때 상대나 주변 사람들에게 좋은 사람으로 보이고 싶다는 다소 자기중심적인 목적이 우세한 경향을 보였다. 돕고 싶은 마음은 크지만 자신감이 없어서 결국 우물쭈물하다가 적절한 말이나 조언을 하는데 실패하기도 한다.

또는 도움이 필요하지 않은 상황임에도 무리하게 도움을 주려고 하고 결과적으로 끼어들거나 오지랖을 부린 셈이 되어 상대를 불편하게 만들기도 했다. 전반적으로 상대를 케어하는 데 있어 ‘강박적’이고 불안한 모습을 보인다.

회피 애착을 보이는 사람들의 경우 불안정 애착과는 또 다르게 상대방의 어려움에 비교적 신경쓰지 않고 공감도 잘 하지 않는 모습을 보이곤 한다. 어려운 사람들을 도울 의향이 있는지 물었을 때 회피 애착인 사람들이 가장 봉사나 희생 의향이 낮았다.

안정 애착이나 불안정 애착을 보이는 사람들의 경우 현재 연인이 힘들어하고 있다는 정보를 받으면 연인을 걱정하느라 자신의 과제에 잘 집중하지 못하는 모습을 보이지만 회피 애착을 보이는 사람들은 딱히 상대를 신경 쓰지 않기 때문에 좋은 집중력을 보이기도 했다 (Feeney & Collins, 2001; Mikulincer et al., 2005).

안정애착인 사람들을 제외하고는 한 쪽은 관심과 사랑에 대한 욕구가 너무 과하고 그걸 온전히 타인을 위해 채우려고 하기 때문에(불안정 애착), 다른 쪽은 사랑받고 인정받고 싶은 소속 욕구의 존재를 무시하고 이를 관계가 아닌 다른 수단으로만 채우려고(회피 애착)하기 때문에 문제가 생긴다고도 볼 수 있겠다. 결국 균형의 문제인 것일까.

필립 세이버 미국 캘리포니아대 데이비스(UC Davis)의 심리학자는 안정애착인 사람의 중요한 특징이면서 불안 애착인 사람들에게 없는 것을 ‘자족감(sense of self-sufficiency)’이라고 본다. 이들은 혼자라고 해서 지나치게 외로워지거나 불안해지지 않고 혼자서도 행복하게 자기 자신과 잘 지내는 법을 아는 사람들이라는 것이다.

관계 역시 타인을 통해 외로움을 지우거나 안정감을 얻고 싶다는 목적에서가 아니라 이미 충분히 괜찮지만 함께 더 행복해지기 위해 타인과 교류하며 함께 성장하고 싶어서 같이 보다 자발적이고 건강한 목적으로 시도하는 사람들이라는 것이다.

한편 이런 애착유형은 한 번 정해지면 평생 가는 종류의 것이기보다 다양한 경험을 통해 달라질 수 있는 것으로 알려져 있다. 두려움 없이 마음껏 사랑하고 사랑받는 경험 자기 자신과도 사이 좋게 지내는 경험을 쌓아보도록 하자.

Feeney, B. C., & Collins, N. L. (2001). Predictors of caregiving in adult intimate relationships: An attachment theoretical perspective. Journal of Personality and Social Psychology, 80, 972-994.
Fiske, S. T. (2009). Social beings: Core motives in social psychology. John Wiley & Sons.
Mikulincer, M., Shaver, P. R., Gillath, O., & Nitzberg, R. A. (2005). Attachment, Caregiving, and Altruism: Boosting Attachment Security Increases Compassion and Helping. Journal of Personality and Social Psychology, 89, 817-839.
Shaver, P. R., Mikulincer, M., Sahdra, B. K., & Gross, J. T. (2016). Attachment security as a foundation for kindness towards self and others. In K. W. Brown & M. R. Leary (Eds.), The Oxford handbook of hypo-egoic phenomena (p. p223-242). New York, NY: Oxford University Press.

※필자소개
박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다

Loading