11 11월 2024

[인공지능 기술] “GPT 성능 향상 속도 둔화”…오픈AI, ‘오라이온’ 개선 위해 전략 수정

[인공지능 기술] “GPT 성능 향상 속도 둔화”…오픈AI, ‘오라이온’ 개선 위해 전략 수정

“GPT 성능 향상 속도 둔화”…오픈AI, ‘오라이온’ 개선 위해 전략 수정

  • 기자명 임대준 기자 
  •  
  •  입력 2024.11.10 19:30
  •  
  •  수정 2024.11.10 19:34

01. 165134_179275_4531.jpg

(사진=셔터스톡)
오픈 AI가 내년 초 출시할 차세대 인공지능(AI) 모델 ‘오라이온’의 성능을 끌어 올리기 위해 안간힘을 쓰고 있다는 소식이 전해졌다. 목표는 기존 ‘GPT-4’보다 월등한 성능을 선보이는 것이만, 큰 차이를 내는 것이 어려워지고 있다는 설명이다.

디 인포메이션은 9일(현지시간) “오픈AI가 GPT 모델 개선 속도 둔화에 따라 전략을 변경했다”라고 소개했다. 여기에서 말하는 전략이란 이전처럼 사전 훈련으로 모델 성능을 대폭 끌어올리는 것보다, 사후 강화학습이나 추론 기능 강화에 초점을 맞춘다는 내용이다. 

소식통에 따르면 샘 알트먼 오픈AI CEO는 오라이온이 훈련 과정의 20%만 완료했지만, 지능과 작업 수행 능력은 이미 GPT-4와 동등하다고 말했다. 또 현재는 오라이온의 안전성을 테스트 중으로, 내년 초 출시가 유력한 것으로 알려졌다.

특히 오픈AI는 이번 모델을 기존 GPT 시리즈가 아닌 오라이온으로 명명할 만큼, 다른 차원으로 만드는 것이 목표다. 

그러나 일부 오픈AI 직원은 오라이온의 성능이 이전 모델보다는 우수하지만, GPT-3에서 GPT-4로 넘어가는 과정에 선보인 성능 향상보다 폭이 훨씬 작았다고 말했다.

또 일부 오픈AI 연구원들은 특정 작업에서 이전 모델과 성능이 별 차이가 없다고 전했다. 언어 작업에서는 더 뛰어난 모습을 보였지만, 코딩과 같은 작업에서는 이전 모델보다 성능이 좋지 않을 수 있다는 것이다. 특히 실행 비용이 더 비싸다는 것을 감안하며 사실상 성능 후퇴로 보는 것이 맞다는 입장이다.

이런 문제는 지금까지 대형언어모델(LLM) 개발의 원칙으로 통했던 ‘스케일링 법칙’이 사실상 한계에 달했기 때문이라는 분석이다. 스케일링 법칙은 LLM에 더 많은 학습 데이터를 제공하고 추가 컴퓨팅을 제공하면 성능이 계속 향상될 것이라는 논리다.

이처럼 GPT 모델의 개선 속도가 느려지며 AI 업계에서는 사전 학습보다는 다른 방법을 모델을 개선하는 쪽으로 방향을 전환하고 있으며, 이 가운데 새로운 확장 법칙이 생겨날 가능성이 있다고 전했다.

이에 대해서 마크 저커버그 메타 CEO를 비롯한 일부 관계자들은 “현재 기술이 개선되지 않는 최악의 시나리오를 맞아도 소비자 및 기업용 제품을 만들 여지가 여전히 많이 있을 것”이라고 말했다. 그 대표적인 예가 최근 앤트로픽이 내놓은 ‘컴퓨터 유즈’와 같은 AI 에이전트 기능이다. 에이전트는 분명히 챗GPT 등장만큼 혁신적인 기술이 될 수 있다.

특히 업계에서는 LLM 성장이 한계에 맞았다는 지적이 나오고 있다. 

전설적인 벤처 캐피털리스트 벤 호로비츠는 지난주 한 팟캐스트에 출연해 “AI 훈련에 사용되는 GPU의 수를 계속 늘리고 있지만, 이제는 과거만큼의 지능적인 개선을 전혀 얻지 못하고 있다”라고 지적했다. 동료인 마크 앤드리슨도 “많은 똑똑한 사람들이 한계를 돌파하고 더 높은 수준의 추론 능력에 도달하는 방법을 알아내기 위해 노력하고 있다”라고 말했다.

하지만 저커버그 CEO는 물론 알트먼 CEO와 다른 기술 리더들은 아직 전통적인 확장 법칙이 한계에 도달하지 않았다고 주장한다.

이 때문에 이들은 모델의 사전 훈련에서 최대한 성능을 얻어내기 위해 지금과는 차원이 다른 수십억달러 규모의 투자로 대규모의 데이터센터를 설립하려는 것으로 보고 있다.

물론 투자가 늘어나는 만큼 모델 성능 향상이 뒷받침될지는 의문이다. 비용에 비해 얻을 수 있는 성능 발전이 작다면, 투자 효율성에 의문이 생길 수 밖에 없다.

노암 브라운 오픈AI 연구원이 지난달 TED 컨퍼런스에서 “어느 순간 스케일링 패러다임이 무너질 수 있다”라며 “수천억달러 또는 수조달러의 비용이 드는 모델을 계속 훈련할 것인가”라고 말한 것도 이런 이유에서라는 것이다.

또 사전 훈련에서 얻는 이득이 줄어드는 이유 중 하나로는 고품질 데이터의 공급이 줄어든다는 점이 꼽혔다.

지난 몇 년 동안 LLM은 사전 학습에 웹사이트와 서적, 공개 사용이 가능한 텍스트 등을 사용했지만, 이미 최대한 많은 것을 쥐어 짜냈다는 말이다.

또 데이터 부족의 대안으로 꼽히는 합성 데이터도 한계가 지적됐다. 오라이온은 GPT-4와 최근에 출시된 o1을 포함한 다른 모델이 생성한 합성 데이터로 부분적인 학습을 받은 것으로 알려졌다. 그러나 합성 데이터는 오라이온이 특정 측면에서 이전 모델과 유사해질 수 있는 새로운 문제로 이어지고 있다고 오픈AI 직원은 말했다.

이에 대응해 오픈AI는 사전 학습을 담당했던 닉 라이더가 이끄는 기초 팀을 만들어 학습 데이터 부족 문제를 해결하는 방법과 확장 법칙이 얼마나 오랫동안 적용될지 파악하겠다고 밝혔다.

02 165134_179277_4830.jpg

챗GPT 훈련 과정 (사진=링크드인, Pradeep Menon)
이 때문에 오픈AI는 사전 훈련이 아닌, 다른 방법에 집중하는 것으로 알려졌다. 여기에는 강화 학습과 추론 강화가 주를 이루는 것으로 알려졌다.

오픈AI는 챗GPT부터 인간 피드백을 통한 강화학습(RLHF)으로 유명했다. 최근에는 RLHF를 담당하는 외부 계약직이 1000명에 달하는 것으로 전해졌다. 이를 관리하는 ‘휴먼 데이터 팀’도 운영하고 있다. 

특히 박사급 학위 소지자 등 전문가들이 포함된 것으로 알려졌다. 이들의 검증을 통해 모델 성능의 기준을 높이겠다는 의도로, 이에 따른 비용 증가도 만만치 않은 것으로 알려졌다.

또 o1 모델에 이어 o2를 개발하는 등 추론 성능 향상에도 전념하고 있다. 알트먼 CEO는 최근 “회사의 최우선 순위는 o1과 그 후속 모델의 개발”이라고 밝혔으며, 지난주에는 X(트위터)를 통해 o2의 벤치마크 성능이 비약적으로 좋아졌다는 글을 실수로 올린 바 있다.

즉 추론 성능 향상이 오라이온의 성능을 끌어올릴 핵심으로 보는 것이다. 이 때문에 오라이온은 추론 후속 모델 출시 이후 개발을 마칠 것으로 예측되고 있다.

브라운 연구원도 TED에서 비슷한 내용을 공개한 바 있다. 모델을 변경하지 않고도 사용자 질문에 답하는 동안 모델에 추가 컴퓨팅 리소스와 시간을 제공하면 응답 품질이 계속 향상될 수 있다고 전했다. 이른바 ‘테스트-타임 컴퓨트(Test-Time Compute)’라는 개념이다.

03. 165134_179276_4721.png

테스트-타임 컴퓨트 (사진=오픈AI)
따라서 오픈AI가 사전 훈련으로 성능 향상을 조금이라도 올릴 수 있다면, 결국 추론 강화로 전반적인 모델 성능 향상을 이뤄내는 구조라고 한 관계자가 전했다.

알트먼 CEO도 결국 이런 방식을 염두에 두는 것으로 분석됐다. 지난 10월 데브데이에서는 “나는 추론이 우리가 수년간 기다려온 많은 것을 가능하게 해주기를 바란다”라고 말했다.

특히 게리 탄 와이 컴비네이터 CEO와의 팟캐스트에서는 “우리는 인공일반지능(AGI)을 달성하기 위해 무엇을 해야 할지 알고 있다”라며 “일부는 창의적인 방식으로 현재 모델을 사용하는 것을 포함한다”라고 말했다.

이에 대해 이온 스토이카 데이터브릭스 공동 창립자 겸 회장은 “LLM의 성과가 특정 면에서는 정점에 도달했지만, 다른 면에서는 그렇지 않을 가능성이 있다”라고 말했다.

그는 AI가 코딩이나 복잡하고 여러 단계로 구성된 문제 해결 등의 작업에서 지속적으로 개선되고 있지만, 텍스트의 감정을 분석하거나 의학적 문제의 증상을 설명하는 등 일반적인 능력에서는 진전이 둔화한 것으로 보인다고 설명했다.

“일반 지식 질문에 대해서는, 지금은 LLM의 성과가 정체돼 있다고 주장할 수 있다. 우리에게는 더 많은 고품질 데이터가 필요하며, 합성 데이터는 그다지 도움이 되지 않는다”라고 말했다.

임대준 기자 ydj@aitimes.com

출처 : AI타임스(https://www.aitimes.com)

[출처] https://www.aitimes.com/news/articleView.html?idxno=165134

Loading

9 11월 2024

[사회과학] [박진영의 사회심리학] 자신이 겪은 어려움 처한 사람을 경멸하는 이유

[사회과학] [박진영의 사회심리학] 자신이 겪은 어려움 처한 사람을 경멸하는 이유

[박진영의 사회심리학] 자신이 겪은 어려움 처한 사람을 경멸하는 이유

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

자신이 겪었던 것과 비슷한 어려움을 겪는 사람들을 보면 그 힘듦을 알기에 더 마음이 가고 돕고 싶은 마음이 생길 것 같다. 물론 그런 경우들이 존재하지만 안타깝게도 그 반대의 경우도 존재한다는 것이 문제다.

사람들에게 자신이 과거에 겪었지만 이겨낸 어려움(예를 들어 금연, 취업하기)을 현재 겪고 있는 사람들을 보여주면 측은지심보다 경멸하는 마음이 더 크게 나타난다는 연구 결과가 있었다.

한국에서도 군대 갔다온 사람들이 지금 군인들을 보며 저건 힘든 것도 아니라고 어려움을 평가절하 하는 일이나 어려운 환경 속에서도 자수성가한 사람들이 비슷하게 어려운 환경에 처해있는 사람들에게 결국 다 의지력의 문제라며 사회 구조적 문제를 개인의 문제로 치환하는 일들이 흔한 것을 보면 꽤 흔히 나타나는 현상인 것도 같다.

이렇게 과거의 고생을 평가절하하고 비슷한 어려움을 겪는 사람들을 비난하는 것은 우선 우리의 ‘기억’이 자신을 훌륭하게 포장하는 방향으로 재구성되는 것이 한 몫 한다. 실은 힘들게 겨우겨우 문턱을 넘었지만 시간이 지나면 생각보다 할 만 했다고 개구리 올챙이적 기억 못 하는 이야기를 하는 것이다.

또 많은 이들이 자신의 능력과 노력 외에도 여러가지 운, 가족과 친구, 주변 사람들의 직간접적인 도움의 영향이 컸음에도 이런 부분은 모두 생략하고 오직 자신의 능력과 노력으로 이겨냈다며 자신의 성공을 과도하게 ‘내적 귀인’하는 모습을 보인다. 반대로 실패했을 경우에는 자신의 능력과 노력이 부족했다기보다 상황이 여의치 않았거나 주변의 방해가 심했다며 ‘외적 귀인’을 한다.

이렇게 우리의 기억이란 나에게 유리한 방향으로 쉽게 재구성되고 실제 성공에 기여한 원인들도 우리 마음대로 편집되기 때문에 그 결과 우리는 어려움을 이겨낸 소중한 경험을 타인을 돕는 방향으로 쓰기보다 ‘꼰대질’을 하는 데 사용하고 만다.

“내가 해보니까 할만하던데 너는 왜 어려워 하냐”고 어려움에 처해있는 사람을 돕기는 커녕 비난하고 만다. 하지만 우리가 ‘나 스스로 이겨냈다’라고 생각하는 많은 사건들은 사실 스스로의 역할을 과대포장해서 지어낸 거짓말인 경우가 많다.

최근 한 연구가 지나친 내적 귀인이 공감을 방해하는 요소일 가능성을 포착했다. 연구자들은 어렵게 직장을 구한 사람들에게 그 동력이 자신의 능력과 노력인지, 아니면 그 외에 주변의 도움 또한 존재하는지에 대해 물었다.

그 결과 자신의 성공에 가족, 친구, 주변인들의 도움 또한 크게 작용했다고 생각한 사람들이 그렇지 않은 사람들에 비해 비슷한 고생을 겪고 있는 다른 사람들에 대해 안타깝고 도와주고 싶다는 의향을 내비치는 것으로 나타났다.

어려움을 극복한 경험에 대해 내적 귀인보다 ‘관계적 귀인’을 할 때 우리는 더 비슷한 어려움을 겪고 있는 타인에게 따뜻한 손길을 내밀게 된다는 것이다.

생각해보면 태어난 순간부터 상당시간을 오로지 타인의 선의에 의해 생존해온 우리의 발자취에는 보이지 않더라도 크고 작은 도움의 손길들이 분명히 존재한다. 그럼에도 불구하고 오로지 나의 노력으로만 전부 이루었다고 보는 것은 정확하지 않은 시각일 것이다.

물론 어떤 사람들은 비교적 작은 도움을 받고 이로 인해 더 많은 어려움을 겪는다. 하지만 이 때에도 상관없는 타인에게 보상심리나 억울함을 내비치기보다는 “나는 도움을 받지 못했고 그래서 더 힘들었지만 너는 그런 어려움을 겪지 않았으면 좋겠다. 내가 너를 도와주겠다”고 할 수 있다면 좋겠다는 생각이 든다. 자신의 과거에 매이지 않고 다음 세대의 행복을 바라는 것이 바로 ‘성숙한’ 인간의 조건이 아닐까.

Ruttan, R. L., McDonnell, M. H., & Nordgren, L. F. (2024). Relational attributions for one’s own resilience predict compassion for others. Journal of Personality and Social Psychology, 108(6), 610-622.

※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.

[출처] https://n.news.naver.com/article/584/0000029491?cds=news_media_pc

Loading

8 11월 2024

[물리] 원자핵은 어떻게 생겼을까…고에너지 핵충돌로 첫 확인

[물리] 원자핵은 어떻게 생겼을까…고에너지 핵충돌로 첫 확인

원자핵은 어떻게 생겼을까…고에너지 핵충돌로 첫 확인

입력 
수정2024.11.08. 오후 12:33
국제 공동 프로젝트 ‘스타콜라보레이션’ 성과 발표

우라늄 원자핵이 전자와 충돌하면서 입자를 방출하는 장면을 표현한 이미지. Chunjian Zhang/Fudan University 및 Jiangyong Jia/Stony Brook University 제공

우라늄 원자핵이 전자와 충돌하면서 입자를 방출하는 장면을 표현한 이미지. Chunjian Zhang/Fudan University 및 Jiangyong Jia/Stony Brook University 제공

과학자들이 전자를 가속시켜 무거운 원자핵과 충돌시키는 장치인 상대성중이온가속기(RHIC)를 사용해 원자핵의 세부적인 형태를 규명하는 시각화 기술을 개발했다. 관찰된 원자핵은 약간 찌그러든 축구공의 형태를 보였다. 관찰 축에 따라 형태에 미묘한 차이가 있다는 사실도 확인됐다.

이번 연구는 원자핵의 복잡하고 다양한 형태를 자세하게 알 수 있게 됐다는 의미가 있다. 원자핵의 형태를 알면 핵 분열에서 분열할 가능성이 가장 높은 원자가 무엇인지, 중성자별의 충돌에서 무거운 원자 원소가 어떻게 형성되는지 등 다양한 물리학 난제를 해결하는 실마리가 될 수 있다. 초기 우주를 구성하는 입자의 형성 조건을 찾는 데도 중요하다.

미국 브룩헤이븐국립연구소(BNL)가 운영하는 RHIC로 새로운 물질 상태 등을 연구하는 국제공동연구프로젝트 ‘스타콜라보레이션(STAR Collaboration)’ 연구진은 RHIC를 사용해 원자핵의 형태를 다양한 축에서 관측한 결과와 관측을 가능케 한 고에너지 시각화 기술을 국제학술지 ‘네이처’에 6일(현지시간) 발표했다. 이번 연구에는 한국의 세종대 연구진도 참여했다.

원자핵은 원자의 중심에 위치한 핵심 구조다. 양성자와 중성자로 구성돼 있으며 원자의 거의 모든 질량을 차지한다. 물질의 기본적인 구조와 물질이 상호작용하는 메커니즘을 연구하는 데 중요하다. 원자핵의 양성자와 중성자는 강한 핵력으로 결합돼 있다. 이 힘은 입자 간의 상호작용을 연구하는 데 필수적이다.

원자핵의 형태를 규명하는 것은 과학계의 주요 과제 중 하나였다. 기존에 사용되던 저에너지 시각화 기술은 원자핵을 다양한 방식으로 자극해 방출되는 빛의 입자를 관찰하는 방식으로 원자핵의 형태를 추론했다. 마치 사진을 촬영할 때 카메라 센서가 오랜 시간 빛을 받아들이게 하는 장기간 노출 촬영법과 같아 짧은 시간에 원자핵 내부에서 발생하는 양성자 배열의 미묘한 변화까지는 포착할 수 없었다. 원자핵의 정확한 형태를 다각도에서 관찰하는 데도 역부족이었다. 전자기의 상호 작용 활동을 활용하기 때문에 원자핵에서 전하를 띠지 않는 중성자를 관찰하기 어려운 것도 한계였다.

연구팀이 개발한 고에너지 시각화 기술은 원자핵을 구성하는 양성자와 중성자를 마치 동결된 것과 같은 상태에서 관측할 수 있다. 노출 시간이 짧은 사진 촬영법과 유사하다.

연구팀은 고에너지로 원자핵을 자극하는 RHIC에 주목했다. 앞서 RHIC는 전자를 가속시켜 무거운 원자핵과 충돌시키는 실험에 사용됐다. 무거운 원자핵일수록 양성자와 중성자의 내부 구성 요소이자 물질을 구성하는 가장 기본적인 입자인 ‘쿼크’와, 쿼크를 매개하는 입자인 ‘글루온’의 방출 과정을 관찰하기 쉽다. 방출된 쿼크와 글루온은 고에너지에 의해 뜨거운 덩어리인 쿼크-글루온 플라즈마(QGP)를 형성하게 된다. 이때 쿼크-글루온 플라즈마는 충돌한 원자핵의 형태에 의해 결정된다.

연구팀은 이 과정을 ‘역추적’하는 방식으로 원자핵의 형태에 대한 데이터를 도출했다. 원자핵이 충돌할 때 발생하는 입자의 흐름과 운동량을 분석하고 이를 다양한 쿼크-글루온 플라즈마 모양에 대한 유체역학적 모델링에 적용해 원래 충돌했던 원자핵의 형태에 도달했다. 연구팀은 이번 시각화 기술을 위한 유체역학적 모델링을 만드는 데는 2000만 시간 이상의 컴퓨터 작업을 통해 1000만건 이상의 원자핵 충돌 데이터를 분석하는 작업이 필요했다고 설명했다.

연구팀은 “이번에 개발된 고에너지 시각화 기술로 우라늄의 원자핵을 관찰한 결과 3개의 관측 축에 따라 미묘한 형태의 차이가 확인됐다”며 새로운 관측 기술은 원자핵의 밝혀지지 않은 복잡한 구조를 규명하는 데 활용될 수 있다고 말했다.

<참고 자료>
-10.1038/s41586-024-08097-2

Loading

7 11월 2024

[인공지능 기술] WebLLM 소개와 구조 분석

[인공지능 기술] WebLLM 소개와 구조 분석

WebLLM 소개와 구조 분석

 
 

2022년 11월 ChatGPT가 초기 베타버전을 출시한 이후 많은 사용자들이 이러한 언어 모델에 관심을 가지고 한동안 폭발적인 반응과 시장의 변화를 가져오면서 관심이 집중되고 있습니다.

한번쯤 사용해 보셨을(혹은 들어 보셨을) LLM과 컴파일, 빌드 과정에 대해 간단히 소개하고 최근 크롬에 정식 탑재된 WebGPU를 사용한 WebLLM의 구조 형태를 가볍게 분석해보고자 합니다.

관련 용어와 개념 소개

일반적인 어플리케이션 위주의 개발을 수행해온 저는 새로운 도메인이자 엔지니어링 영역이기도 한 AI 및 Machine learning에 대해 학습하면서 다양한 용어와 개념들을 새로 학습해야 했습니다. 이와 같은 분들을 위해 WebLLM의 구조에 대해 이야기하기 전에 먼저 용어와 기반 개념들을 소개하고자 합니다.

LLM

https://twitter.com/akshay_pachaar/status/1667147092614336512

대형 언어 모델(Large Language Model)이라고도 불리는 LLM은 ChatGPT 베타 출시 이후로 더욱 유명해진 딥러닝 모델입니다. 기본적인 개념으로는 입력값으로 들어오는 자연어를 기반으로, 통계학적으로 가장 적절한 출력값을 내는 원리로 되어 있습니다. 간단하게 이야기하자면 다음 단어가 나올 확률을 계산하여 그럴듯한 문장을 만들어내는 것이라고 할 수 있습니다.

MLC-LLM 프로젝트

MLC LLM의 세 가지 독립 하위 모듈: https://llm.mlc.ai/docs/get_started/project_overview.html

MLC-LLM 프로젝트는 LLM을 다양한 환경에서 배포하고 범용 API를 통해 쉽게 사용할 수 있도록 돕는 배포 솔루션입니다. 위 이미지와 같은 일련의 과정을 통해 모델을 정의하고 컴파일한 후 각 디바이스 플랫폼별 런타임에서 LLM을 실행할 수 있도록 구성되어 있습니다.

  1. MLC에서 미리 정의해 둔 모델(Llama2 등)을 사용하거나, TVM Unity 인터페이스 기반의 파이썬으로 작성된 모델을 구현해야 합니다.
  2. 후술할 TVM Unity를 통해 컴파일되며, 이 때 model lib, weights, config 결과물이 export됩니다. 우리가 사용하게 될 웹 브라우저의 라이브러리(WebAssembly)는 .wasm의 형태로 떨어지게 됩니다.
  3. 각 디바이스 플랫폼별 런타임에서 컴파일된 모델 라이브러리와 가중치(weights), 설정 등을 로드하여 실행되며, 각 런타임별 API가 제공됩니다.

TVM

TVM의 컴파일러 스택과 런타임: https://www.kc-ml2.com/posts/blog_TVM

이러한 LLM 등의 AI 어플리케이션을 생성하고 하드웨어 장치에서 실행하기 위해서는 우리가 어플리케이션을 만들 때와 동일하게 소스 코드를 변환하여 저수준의 layer에서 인식할 수 있는 코드로 변환하고 실행하는 과정이 필요합니다. 예를 들어 윈도우 환경의 Nvidia 그래픽 연산 카드에서 AI 어플리케이션을 구동해야 할 경우, python으로 설계한 모델 코드는 C++ 및 CUDA 코드로 변환되고 최종적으로 각 하드웨어를 위한 어셈블리 언어로써 변환됩니다.

Apache TVM이라는 end-to-end 오픈소스 컴파일러에서는 이러한 과정(딥러닝 시스템 스택)에 대해 인터페이스를 제공하며 아래에서 살펴볼 WebLLM을 위한 WebAssembly 런타임 또한 제공됩니다.

WebLLM

MLC에서는 TVM에서 제공하는 WebAssembly 런타임 및 자바스크립트 인터페이스를 응용하여 Chat 형식으로 구성된 WebLLM을 배포했습니다. 이를 사용하면 서버와의 통신 없이 오로지 웹 브라우저에서 WebGPU의 가속을 사용하여 LLM을 구동할 수 있습니다.

WebGPU

WebGPU는 WebGL의 후속 버전 API입니다. 이미지 등 그래픽 연산에 집중되던 WebGL과는 다르게 GPU에서 일반적인 계산을 수행하는 데 더 최적화되어 있습니다. 또한 네이티브 API를 직접 미러링하지 않고 자체적인 추상화를 도입하여 웹용 API에 적합하지 않은 개념들(저수준의 메모리 관리 등)을 숨기고 편하게 사용될 수 있도록 설계되었습니다.

다만 현재(2023.10)는 크롬 113 이상(Windows, MacOS, ChromeOS)에서만 지원하고 있습니다: https://caniuse.com/?search=webgpu

WebLLM 환경 구축하기

???? 순서: emscripten 설치 → tvmjs 컴파일 → web-llm 빌드

WebLLM을 로컬에서 빌드하고 패키징하기 위해서는 몇 가지 작업이 필요합니다. WebLLM 빌드에 앞서 의존성 패키지를 살펴보면, tvmjs만 유일하게 패키지로 제공되지 않고 소스 컴파일이 필요합니다.

tvmjs 컴파일을 위해서는 emscripten을 먼저 설치해야 합니다. emscripten은 LLVM을 사용하는 언어(C/C++)를 웹 어셈블리로 컴파일할 수 있도록 제공하는 툴체인이며, TVM의 WebAssembly 런타임을 컴파일하고 시스템 라이브러리 지원을 제공하기 위해 필요합니다.

emscripten SDK 설치 과정: https://emscripten.org/docs/getting_started/downloads.html#installation-instructions-using-the-emsdk-recommended

emscripten 설치가 완료되었다면, WebLLM repo의 스크립트(scripts/prep_deps.sh)를 실행하여 순서대로 tvmjs를 컴파일하고 패키지를 빌드할 수 있습니다.

script/prep_deps.sh
script/prep_deps.sh 실행 결과

WebLLM 구조

WebLLM의 Javascript단 API 구조는 상대적으로 단순하게 구성되어 있습니다. 우리가 흔히 접해왔던 ChatGPT와 같은 형태의 LLM을 서포트하기 위해서 아래와 같이 chat 서비스에 초점이 맞춰진 핵심 모듈들로 구성되어 있습니다.

  • ChatModule: 사용자 단의 메소드를 제공하는 외부 인터페이스를 구현하고 있으며, LLMChatPipeline을 직접 제어하며 WebLLM 초기화, 프롬프트 전송 등의 추상화된 개념을 구현하고 있습니다.
  • LLMChatPipeline: TVM 런타임 인스턴스의 초기화/실행 등의 직접 제어를 수행하고, Conversation 데이터에 접근하면서 프롬프트 메시지를 제어합니다.
  • Conversation: 메세지와 관련된 데이터의 제어를 수행하며, 각 LLM별로 적합한 Instruction config를 정의하고 있습니다.

이 외에도 WebLLM에서 사용할 설정의 인터페이스를 구현한 Config, WebWorker 형태로 ChatModule을 사용할 수 있도록 구성된 ChatWorkerHandler 등이 존재합니다.

WebLLM의 Javascript단 API를 실행하는 샘플 로직과 내부 Flow는 아래와 같습니다.

Start Example: https://github.com/mlc-ai/web-llm
Example Flow

[출처] https://medium.com/@widoint/webllm-%EC%86%8C%EA%B0%9C%EC%99%80-%EA%B5%AC%EC%A1%B0-%EB%B6%84%EC%84%9D-2cfeac159454

Loading

6 11월 2024

[인공지능 기술] 이성에게 7번 차이고 인형과 결혼한 日남성…6주년 맞은 근황

[인공지능 기술] 이성에게 7번 차이고 인형과 결혼한 日남성…6주년 맞은 근황

이성에게 7번 차이고 인형과 결혼한 日남성…6주년 맞은 근황

01. PCHPNXD4XNHZZE7Y3IRGROJC54.png
 
2018년 간단한 대화가 가능한 보컬로이드 인형 ‘하츠네 미쿠’와 결혼한 콘도 아키히코. /콘도 아키히코 인스타그램

여성에게 7번 차인 후 인형과 결혼한 일본 남성이 결혼 6주년을 앞두고 근황을 전했다.

홍콩 사우스차이나모닝포스트(SCMP)는 4일(현지 시각) 여성에게 7번 차인 끝에 6년 전 간단한 대화가 가능한 보컬로이드 인형 ‘하츠네 미쿠’와 결혼한 콘도 아키히코(41)의 근황을 보도했다.

콘도는 최근 결혼 6주년을 맞이해 미쿠에게 선물한 케이크 사진을 자신의 인스타그램에 올렸다. 그는 “오늘은 우리의 결혼기념일이다. 6년이나 지났다. 우리가 계속 잘 지내길 바란다”라고 적었다. 케이크에는 “나는 미쿠를 매우 좋아한다. 6주년을 축하한다”는 문구가 적혀 있었다.

콘도와 미쿠는 2018년 일본 도쿄의 한 예배당에서 결혼식을 올렸다. 결혼식 비용으로는 200만엔(약 1813만원)을 썼다.

학창 시절 그는 여성에게 7번 고백했지만 모두 거절 당한 경험이 있다. 또한 애니메이션 오타쿠라는 이유로 친구들에게 놀림과 괴롭힘을 당했다. 그로 인해 적응장애 진단을 받고 병가를 내기도 했다. 그러던 중 콘도는 2008년 미쿠를 처음 알게 됐다. 미쿠는 청록색 머리카락을 가진 16세, 키 158㎝의 가상 아이돌이다. 그는 미쿠 인형과 함께 식사하고, 잠자고, 영화도 보며 시간을 보냈다.

02 TYHGNLEN4NBIHOWT7OO4VUZKWA-ezgif.com-webp-to-gif-converter.gif
 
2018년 간단한 대화가 가능한 보컬로이드 인형 ‘하츠네 미쿠’와 결혼한 콘도 아키히코. /콘도 아키히코 인스타그램

이후 다양한 가상의 캐릭터들을 홀로그램으로 소환할 수 있는 테이블 램프 크기의 기계인 ‘게이트 박스’가 2017년 상용화되면서 콘도는 미쿠와의 ‘상호작용’이 가능해졌다. 콘도는 게이트 박스에 소환된 미코에게 청혼했고, 미쿠는 “나에게 잘 대해주세요”라고 대답하며 결혼을 승낙했다. 2018년 10년간의 연애 끝에 둘은 결혼식을 올렸다. 이듬해엔 미쿠를 실물 크기 인형으로 제작했다.

콘도는 미쿠 덕분에 사회로 다시 복귀할 수 있었고 자신의 생명도 구할 수 있었다고 매체에 말했다.

한편, 콘도는 현재 교토 대학교 등 일본 내 여러 대학에서 자신과 미쿠의 관계에 대해 강연하는 강사로 활동 중이다. 또한 그는 일본 내 ‘픽토섹슈얼(허구의 인물에게 로맨틱한 감정을 느끼는 사람)’ 협회를 설립하고 자신과 비슷한 처지에 놓인 사람들도 돕고 있는 것으로 알려졌다.

03. https___s3.amazonaws.com_arc-authors_chosun_4dd79542-325c-43d6-b190-8ba83b0b31f0.png

[출처] https://www.chosun.com/international/topic/2024/11/05/7ARINXIHPVFULMTHY24E2RJFJI/

Loading

5 11월 2024

[profit] 찰리 멍거옹의 세 가지 조언

[profit] 찰리 멍거옹의 세 가지 조언

자기 자신을 과대평가하는 사람에 대한 위험을 과소평가 하지 말라 by 멍거옹.

 

001.jpg

버핏톨로지
 
찰리 멍거옹의 세 가지 조언
 
피우스
 
2022. 9. 12. 13:48
이웃추가
찰리 멍거옹은 세계에서 가장 위대한 투자자이자 사상가 중 한 명이다. 그의 사고방식을 한 가지로 정의할 수 없고, 그의 삶을 하나의 글로 요약할 수도 없지만, 삶에 대한 그의 시각과 배움에 대한 그의 접근 방식을 훌륭한 요약해 주는 세 가지 조언이 있다.
 

매일매일 하루가 끝날 때, 일어났을 때보다 조금 더 똑똑해지려고 노력하면서 하루를 보내십시오. 그렇게 하면서 오래 산다면, 그만큼 삶도 더 나아질 것입니다.

멍거옹은 모든 삶을 배움과 공부에 바쳤다. 자기 지식을 향상시키기 위해서 그리고 배움을 사랑했기 때문이다. 어떤 면에서는, 그것이 그의 비밀이다. 매일 강박적으로 읽기와 배움을 계속해 나가는 것이 아주 어려울 수 있지만, 멍거옹이 그렇게 할 수 있는 이유는 배움을 사랑하기 때문이다.
 
매일 조금씩 더 배워나가려는 그의 열망은 투자자, 사업가, 그리고 자선가로서 성공할 수 있었던 필수적인 요인이었다. 투자에서 자신의 의견을 바꾸고, 새로운 아이디어와 시장의 새로운 움직임을 배우는 것이 장기적인 성공을 위한 필수 요인이다.
 
멍거옹은 이 기술을 마스터했다. 그는 결코 가만히 앉아서 자기 아이디어가 다른 아이디어 때문에 배척되도록 내버려 두지 않는다. 적극적으로 자기 의견에 반대되는 다른 아이디어를 찾아 나서면서, 확증 편향에 빠지지 않으려고 노력한다.

우리 모두는 항상 아이디어를 배우거나, 아이디어를 수정하고, 아이디어를 버리고 있습니다. 그래야 할 때 즉시 아이디어를 버릴 수 있는 능력이야말로 가질 수 있는 가장 가치 있는 기질 중 하나입니다. 억지로라도 반대쪽의 주장을 고려해야 합니다.

많은 사람들이 멍거옹을 역사상 가장 위대한 사상가이자 투자자 중 한 명이라고 생각할지 모르지만, 그는 자신도 단지 인간일 뿐이고 실수를 저지른다는 것을 알고 있다. 또한 자신이 삶의 모든 질문에 답을 가지고 있지 않음을 알고 있다. 그것이 바로 항상 배우고, 아이디어를 부수고, 다른 관점을 고려하려고 하는 이유다.
 
멍거옹은 결코 성공을 머리에 맡긴 적이 없다. 결코 다른 이들의 의견이 자기 의견을 이끌어 가도록 내버려 두거나, 자기 의견을 다른 이들의 의견에 의존하지 않았다. 대신, 연구를 통해 자기 의견을 발전시키고, 만일 사실이 바뀌면 기꺼이 의견을 바꾼다.
 
그리고 그는 인간이 얼마나 연약한지 알기 때문에 다음과 같은 원칙을 따른다.

아이큐가 높은 많은 사람들이 끔찍한 투자자가 됩니다. 끔찍한 기질을 가지고 있기 때문입니다. 따라서 우리가 특정한 종류의 기질을 갖는 것이 머리보다 더 중요하다고 말하는 이유입니다. 원초적인 비이성적 감정을 자제할 수 있어야 합니다. 인내심과 규율, 그리고 정신을 빼앗기지 않고 위험과 역경을 감수할 수 있는 능력이 필요합니다. 큰 성공에도 자제할 수 있는 능력이 필요합니다.

이 세 가지 조언이 멍거옹의 사고방식을 잘 요약하고 있다. 성공하기 위해서 투자자들은 살고 있는 세상을 계속 배우고 알아나가야 한다. 끊임없이 새로운 아이디어를 찾아나가면, 자기 자신에게 계속 도전할 수 있고, 시대에 뒤떨어진 관점에 사로잡히지 않게 된다.
 
또한 이런 지속적인 배움의 과정은 너무 감정적이 되지 않게 해준다. 감정을 조절할 수 있어야 한다. 감정적인 결정은 결과에 큰 영향을 미칠 수 있다. 다른 사람의 실수와 오점에 대한 글을 읽는 것이 실수를 저지르지 않고도 배울 수 있는 가장 쉬운 방법 중 하나다.
 
쉽게 말해, 투자와 삶에서 성과를 개선하고 싶다면, 계속 읽고 배우는 것이 관건이다. 정서적으로나 교육적으로 올바른 길을 유지하는 데 도움이 된다. 배움은 적은 비용과 최소한의 위험으로 결과를 개선할 수 있는 가장 좋은 방법 중 하나다.
 
자료 출처: Rupert Hargreaves, “3 Quotes Summarizing Charlie Munger’s Mentality”
 
[출처] https://m.blog.naver.com/jeunkim/222872624435
 

Loading

5 11월 2024

[알아봅시다] 퇴짜 맞고 떨어지고…KAIST ‘실패학회’ 개최

[알아봅시다] 퇴짜 맞고 떨어지고…KAIST ‘실패학회’ 개최

퇴짜 맞고 떨어지고…KAIST ‘실패학회’ 개최

입력
‘2024 KAIST 실패학회’ 행사로 열리는 '망한 과제 자랑대회’ 포스터. KAIST 제공.

‘2024 KAIST 실패학회’ 행사로 열리는 ‘망한 과제 자랑대회’ 포스터. KAIST 제공.

KAIST가 지난해에 이어 올해도 실패 경험을 공유하는 자리를 마련했다. KAIST 구성원들이 불합격 등의 실패 경험을 공유하고 실패를 주제로 한 전문가 강연도 듣는 자리다.

KAIST는 8~20일 ‘제2회 KAIST 실패학회’를 개최한다고 5일 밝혔다. KAIST 실패연구소가 주관하는 이 행사는 실패에 대한 기존 인식을 전환하고 학생들에게 도전과 혁신을 장려하기 위해 추진되고 있다.

8일에는 대전 본원 KI빌딩 1층 퓨전홀에서 실패 세미나가 열린다. ‘실패의 과학: 다른 시각으로의 초대’라는 주제로 권정태 KAIST 뇌인지과학과 교수와 이정모 전 국립과천과학관장 겸 과학커뮤니케이터가 연사로 나선다. 두 전문가는 각각 뇌과학과 자연사 관점에서 실패의 의미와 가치를 조명할 예정이다.

13일에는 지난해 개인 발표 형식으로 큰 호응을 얻었던 ‘망한 과제 자랑대회’가 부스 박람회 형태로 열린다. 팀을 이룬 학생들이 자신들의 실패 사례를 아이템, 사진, 영상 등 다양한 매체로 선보인다. 이 대회는 KAIST 학생동아리 아이시스츠(ICISTS)가 기획하고 준비한다.

망한 과제 자랑대회에서는 공감과 동점을 유발한 팀에게 수여하는 ‘치명상’, 가장 흥미롭게 실패를 풀어낸 팀에게 주는 ‘상상 그 이상’, 실패했지만 성공을 응원하고 싶은 팀에게 전달하는 ’화려한 비상‘ 등이 마련된다.

실패학회 2주간 KAIST 본원 창의학습관 1층 로비에서는 ‘거절’을 주제로 ‘We regret to inform you(안타까운 소식을 전하게 되어 유감입니다)’라는 제목의 상시 전시가 열린다. ‘실패 포토 보이스: 거절 수거함’ 캠페인을 통해 수집한 구성원들의 반려, 불합격 등의 인증 사진들을 콜라주 형태의 작품으로 감상할 수 있다. 에세이 공모전으로 선정된 실패 및 극복 이야기들도 선보인다.

실패연구소 설립 3주년을 맞아 국민 1500명을 대상으로 실시한 ‘도전과 실패에 대한 대국민 인식조사’ 설문 결과도 전시된다. 도전과 실패에 대한 세대별 인식 차이를 살펴볼 수 있는 전시다.

조성호 실패연구소장(전산학부 교수)은 “이번 행사를 통해 구성원들이 경험했던 실패와 거절을 공유하며 단순한 위로를 넘어 실패의 과학적 가치를 발견하고 도전의 동력을 얻는 계기가 되길 희망한다”며 ”실패연구소에서 야심차게 준비한 국민들의 세대별 도전과 실패에 대한 인식 차이에 대한 설문조사 결과에 대해서도 많은 관심을 부탁한다”고 전했다.

Loading

2 11월 2024

[사회과학] [박진영의 사회심리학] ‘나의 행복’에 주변 사람들 안위도 포함된다

[사회과학] [박진영의 사회심리학] ‘나의 행복’에 주변 사람들 안위도 포함된다

[박진영의 사회심리학] ‘나의 행복’에 주변 사람들 안위도 포함된다

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

나의 어려움 뿐 아니라 타인의 어려움 또한 인지하고 측은지심을 느끼는 것이야말로 사람을 사람답게 만드는 것이라는 이야기를 흔히 들을 수 있다. 이것이 옳고 그르다는 도덕적인 판단을 떠나서 이는 과학적으로도 사람을 꽤 정확하게 표현하는 이야기라는 생각이 든다.

심리학자들을 포함해서 많은 사람들이 인간을 이기적인 존재로 바라보곤 한다. 보통 사람들은 다른 사람의 안위보다 자기 자신의 안위를 가장 중시한다는 의미로 쓰인다. 하지만 이것이 완벽하게 성립하기 조금 어려운 이유가 있으니 바로 사회적 존재인 우리들에게는 ‘자기 자신의 안위’에 주변 사람들의 안위가 필연적으로 어느 정도 포함되어 있다는 것이다.

많은 영화나 소설 등에서 인간의 악한 본성을 보이겠다며 극한 상황을 만들어서 나 혼자 살겠다며 바둥거리는 모습들을 연출하곤 한다. 하지만 안타깝게도 현실은 이와 매우 다르다. 실제 재난 상황에서 사람들의 모습을 관찰한 연구들에 의하면 대부분의 결론은 패닉에 빠져 혼자 살겠다고 뛰쳐나가는 경우는 의외로 드물다는 것이다.

수섹스대의 연구자 존 드루리에 의하면 긴박한 상황에서도 평소 흔히 관찰되는 사회적 행동들이 여전히 그대로 나타나는 편이다. 많은 재난 상황에서 “긴박한 상황에서도 약자를 도와주는 행동, 소중한 사람들과 가까이 붙어있으려고 하는 일상적인 사회적 행동들이 그대로 나타났다. 이러한 행동들이 사람들의 탈출을 늦췄지만 이와 같은 패턴이 흔히 관찰되었다.”고 한다.

이들 연구자들에 의하면 사람은 태어나면서부터 양육자와의 애착, ‘관계’를 통해 생존하는 동물인만큼 생존의 위협과 같은 큰 불안이 닥쳐왔을 때에도 사람들은 여전히 친밀한 사람들을 통해 마음의 불안을 다스리려 한다. 따라서 재난 상황에서도 가장 먼저 하는 일은 혼자 탈출하는 것이 아니라 가족이나 친구, 아는 이들을 찾아 해매는 것이다.

또한 재난이 지나간 후에도 살아남았음을 기뻐하기보다 살아남았다는 죄책감이 남는다. 재난이 지나가도 살아남은 사람들과 사회 전체가 함께 집단적인 트라우마를 겪는 모습을 보이고 이 과정에서도 원래는 전혀 알지 못했던 사람들이 서로를 위로하고 도움을 주면서 집단적 치유와 회복이 이루어지는 경향이 나타난다.

이렇게 사람들은 큰 재난일수록 직접적인 영향을 받지 않은 사람들까지도 함께 재난을 겪어가는 모습을 보인다. 이 과정에서 ‘같은 운명’을 지녔다는 깨달음에서 ‘우리’라는 새로운 정체성이 형성되는 현상이 나타난다고 한다. 이 과정을 잘 겪어갈수록 회복력이 강한 사회가 된다. 자신이 겪은 일이 아니더라도 타인의 아픔에 함께 슬퍼하고 함께 연약함과 무력함을 느끼고 꽃 한 송이를 바치는 행동들이 실은 인간 사회를 지탱해온 가장 거대한 물결일지도 모르겠다.

내가 힘들다는 인식에서 나아가 나 뿐만 아니라 타인들도 다양한 이유로 힘들다는 깨달음, 측은지심이 인간이 지금까지 무리를 이루어 생존해 온 비결일 것이다. 어차피 인간인 이기적인 존재일 뿐이라고 보는 냉소적인 시선이 다소 비논리적인 이유이기도 하다.

때로는 심하게 이기적인 것 같지만 때로는 그렇지 않은 소중한 사람과 함께 있는 것이 좋고 혼자 있으면 외롭고 불안한 보통의 사람들이 사회를 떠받쳐 온 것일 테니까 이런 모습을 보더라도 서로 너무 미워하지 않고 또 냉소주의에 빠지지 않을 수 있다면 좋을 것 같다.

Drury, J. The role of social identity processes in mass emergency behaviour: an integrative review. Eur. Rev. Soc. Psychol. 29, 38–81 (2018).

※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

31 10월 2024

[인공지능 기술] 챗GPT, 인간보다 창의적일까? ‘No!’ [달콤한 사이언스]

[인공지능 기술] 챗GPT, 인간보다 창의적일까? ‘No!’ [달콤한 사이언스]

챗GPT, 인간보다 창의적일까? ‘No!’ [달콤한 사이언스]

입력
생성형 인공지능이 만드는 글은 여전히 인간이 쓰는 글보다 창의적이지 못하다는 분석 결과가 나왔다.  Dall-E 2 생성 이미지

생성형 인공지능이 만드는 글은 여전히 인간이 쓰는 글보다 창의적이지 못하다는 분석 결과가 나왔다. Dall-E 2 생성 이미지

인조인간과 사랑에 빠지는 주인공에 대한 짧은 글을 써야 한다고 상상해보자. 주인공과 인조인간의 성별은 어떻게 할 것인지, 감동적 사랑 이야기가 될 것인지, 인류를 위협하는 디스토피아 이야기로 진행할 것인지 여러 가지를 결정해야 한다. 이를 두고 사람과 챗GPT가 쓴 글 중 어떤 것이 더 흥미로울까.

미국 캘리포니아 버클리대(UC버클리) 정보학부, 역사학부 연구팀은 이런 생각에서 시작해 비교 문학에 관한 배경과 생성형 인공지능(AI)에 대한 지식을 활용해 특정 소재에 대해 인간과 챗GPT가 만들어 낸 응답을 비교한 결과, 아직은 인간이 훨씬 창의적이라고 31일 밝혔다. 이 연구 결과는 융합 과학 분야 국제 학술지 ‘인문학·사회과학 커뮤니케이션’ 10월 28일 자에 실렸다.

연구팀은 인간과 생성형 AI 모델의 응답을 비교할 공통의 이야기 구조를 정했다. 연구팀은 오비디우스의 시 ‘변신 이야기’에 등장하는 피그말리온 신화를 선택했다. 예술가가 자기가 조각한 조각상과 사랑에 빠지는 내용의 이 신화는 수많은 문학 작품에서 변형, 활용됐으며, 영화 ‘마이 페어레이디’는 물론 SF영화 ‘허’(Her), ‘엑스 마키나’ 등에도 쓰였다.

연구팀은 전문적으로 글을 쓰는 사람이 아닌 일반인과 챗GPT, 메타(구 페이스북)에서 만든 생성형 AI인 ‘라마’(Llama)에게 “한 사람이 인공 인간을 만들었다. 이 인간은 인공 인간과 사랑에 빠졌다” 또는 “한 인간이 인공 인간을 만들었다. 다른 인간이 인공 인간과 사랑에 빠졌다”라는 두 소재 중 하나를 선택해 글을 쓰도록 했다.

인간이 작성한 250개 글과 생성형 AI이 작성한 글 80개를 받았다. 연구팀은 이 글을 성별, 성적 지향성, 인종과 민족, 문화에 대한 논의 방식, 전체적 내러티브 구조의 복잡성 등 문학성을 평가했다.

그 결과, AI 모델은 수백만 개의 글을 기반으로 학습하고, 대중문화에서 변용된 것을 참조한 것으로 확인됐다. 약간의 변화를 줘 같은 이야기를 반복적으로 생성했으며, 캐릭터는 평면적이고 일반적이었으며 사랑에 빠지는 동기가 결여됐으며, 내러티브는 공식을 따랐고 긴장감이 빠졌을 뿐만 아니라 진부한 표현들이 많은 것으로 평가됐다. 반면 사람이 쓴 글은 캐릭터와 내러티브가 풍부하고 다양한 것으로 조사됐다.

그러나 연구팀은 놀라운 점을 발견했다. AI가 만든 이야기들의 4분의1은 동성애, 또는 복잡한 관계의 사랑을 다뤘지만, 사람이 쓴 글에서 동성애나 다른 형태의 사랑을 다룬 것은 7% 미만으로 확인됐다. 대신 최신 생성형 AI 버전은 사랑, 인류, 인간에 대한 이해가 점점 높아지는 것으로 확인됐다.

니나 베구스 연구원은 “생성형 AI는 점점 더 정교해지고 있지만, 현재 질 높은 창작은 여전히 인간의 영역”이라면서도 “대형 언어 모델은 인간의 가치를 모방하고 있는 만큼 인간을 따라잡을 수 있으며, 현재도 인간의 글쓰기 방식을 변화시키고 있다”라고 말했다.

Loading

26 10월 2024

[사회과학] [박진영의 사회심리학] 피나는 노력, 과연 정답일까?

[사회과학] [박진영의 사회심리학] 피나는 노력, 과연 정답일까?

[박진영의 사회심리학] 피나는 노력, 과연 정답일까?

입력
게티이미지뱅크 제공

게티이미지뱅크 제공

“열심히만 하면 어떤 어려움이든 다 이겨내고 성공할 수 있다”는 류의 개천 용 이야기들은 다양한 사회에서 쉽게 찾아볼 수 있다. 미국에서 흔히 하는 아메리칸 드림과 관련된 이야기들이나 유색인종들 사이에서 회자되는 ‘존 헨리이즘(John Henryism)’ 류의 이야기들이 여기에 속한다.

후자는 전설처럼 전해져 오는 이야기로 흑인 노예 출신인 존 헨리라는 사람이 해머 하나로 증기 기관 드릴과의 승부에서 이겼다는 이야기다. 존 헨리는 승부에서 이겼지만 힘을 전부 소진한 탓에 그만 죽고 말았다.

가볍게 생각하면 이는 인간의 의지력과 노력의 대단함에 관한 이야기다. 실제로 가난과 차별 같은 역경에도 불구하고 누구보다 빛나는 성취를 이뤄낸 사람들이 존재하고 이들이 대단함은 분명하다. 하지만 문제는 이와 같은 이야기들이 사회적으로 다양한 어려움에 처해있는 약자들을 돕기는 커녕 비난하는 용도로 쓰일 때가 있다는 것이다.

예를 들어 아무리 가난하고 차별이 심해도 존 헨리 같이 이겨내면 될 텐데 왜 너는 그러지 못하냐며 결국 네 의지력과 노력이 부족한 것이 문제 아니냐고 사회적 문제를 개인적 차원의 문제로 축소하는 이야기들이 그러하다.

문제는 이런 이야기들이 차별을 받는 이의 마음에 내재화 될 때가 많고 결국 약자들로 하여금 스스로를 비난하게 만든다는 것이다. 물론 노력만 하면 다 이룰 수 있다는 논리는 사람들에게 어느 정도 ‘통제감’을 선사하기도 한다. 따라서 역설적이게도 가장 심하게 차별 받는 사람들이 가장 노력 만능주의를 믿는 현상이 나타나기도 한다.

물론 그 결과 실제로 더 노력하게 되고 성공하게 될 수도 있다. 하지만 안타깝게도 남들보다 배로 노력한 사람들의 경우 정신적으로나 신체적으로나 금방 소진되어 버리는 현상이 나타난다.

비인간적인 수준의 힘을 쏟은 존 헨리가 승부에서 이겼지만 결국 죽고 만 것처럼 비인간적인 노력에는 대가가 따른다. 그럼에도 사회적 약자들에게 주어진 선택지는 별로 없기 때문에 많은 이들이 ‘과한 노력 전략’을 사용하는 것이 현실이다.

개인이 자신이 처한 상황을 이겨내기 위해 이런저런 노력을 기울이는 것은 좋지만 서로 다른 출발선을 만들어 둔 사회에서 마치 그런 사실이 없는 것처럼 개인을 향해 노력을 요구하는 것은 아무래도 좀 이상한 일이다.

누군가가 한심하다는 생각이 들 때에도 내가 그 사람의 인생에 대해 무엇을 안다고 쉽게 판단하는 것인지 생각해 볼 필요가 있다. 내게 어려움이 닥쳐 휘청거릴 때 사람들이 나를 쉽게 판단하지 않기를 바라는 것처럼.

Bernard, D. L., Jones, S. C., & Volpe, V. V. (2020). Impostor phenomenon and psychological well-being: The moderating roles of John Henryism and school racial composition among Black college students. Journal of Black Psychology, 46(2-3), 195-227.

※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