"챗GPT는 손 빠른 '인턴사원'...정리·요약 잘할 뿐 최종결과물은 인간의 몫!"

[열린라디오 YTN]
■ 방송 : YTN 라디오 FM 94.5 (20:20~21:00)
■ 방송일 : 2023년 2월 25일 (토요일)
■ 진행 : 최휘 아나운서
■ 대담 : 김덕진 미래사회IT연구소장

"챗GPT는 손 빠른 '인턴사원'...정리·요약 잘할 뿐 최종결과물은 인간의 몫!" 

* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기 바랍니다.

◇ 최휘 아나운서(이하 최휘)> 오늘 뉴미디어 트렌드, IT 분야로 만나봅니다. 김덕진 미래사회IT 연구소장님 전화 연결돼 있습니다. 소장님 안녕하세요?

◆ 김덕진 미래사회IT연구소장(이하 김덕진)> 안녕하세요, 반갑습니다. 김덕진입니다. 

◇ 최휘> 반갑습니다. 요즘 이것과 관련한 뉴스가 매일 쏟아져 나오고 있습니다. 챗gpt예요. 제가 오프닝에서도 잠깐 언급을 했는데, 사실 인공지능 챗봇이 처음은 아니잖아요. 그런데 이 챗gpt는 왜 이렇게 난리인 겁니까?

◆ 김덕진> 일단은 누구나 사용하기 쉽다라는 이야기를 해야 할 것 같습니다. 우리가 보통 이런 인공지능 서비스라고 할 때 여러 가지 들어보신 분들도 있지만, 이거를 쓰려고 하면 뭔가 어떻게 써야 할지 잘 모르시는 분들이 많았거든요. 그런데 이 챗gpt 같은 경우는 접속만 해서 제가 아무거나 물어봐도 대답을 해 주니까 일단은 신기한 거죠. 그리고 이번에 이게 생각보다 우리나라에서는 뉴스가 많이 안 나왔었는데, 이 챗gpt가 더 사용성을 높이기 위해서 도메인 주소를 샀습니다. 어떤 주소를 샀느냐. ai.com만 치면 바로 이 사이트에 들어오는데, 무려 한 140억 이상을 주고 샀거든요. 그만큼이나 누구나 사용하기 쉽다고 하는 이 접근성 때문에 지금 전 세계에서 거의 1억 5천만 명 이상의 사용자가 두 달 조금 넘는 사이에 모집이 됐고 그 사람들이 쓰고 있다는 것입니다.

◇ 최휘> 그럼 지금 우리나라에서도 ai.com을 검색하면 바로 들어가서 이걸 사용해 볼 수 있는 건가요?

◆ 김덕진> 네, 맞습니다. 그렇게까지 접근성을 높여놓은 상황이기 때문에 많은 사람들이 쓴다라고 보실 수 있을 것 같고요. 두 번째로 2016년에도 우리가 알파고 열풍이 있었잖아요. 그런데 그때는 알파고라는 게 바둑을 두는 거니까 바둑을 안 두는 사람한테는 솔직히 와닿지 않았던 부분이 있는 것 같습니다. 그런데 이제 챗봇이라고 하는 건 대화잖아요. 대화는 누구나 하고 누구나 접근하기 쉽기 때문에 미지의 대화를 하면서도 새로운 것들을 느끼는 이런 패턴들 때문에 이 챗gpt가 다른 때보다도 뜨거운 열풍이라고 설명드릴 수 있을 것 같습니다.

◇ 최휘> 기존 챗봇과 다른 점에 대해서 얘기를 해 주셨는데, 또 이게 우리가 질문을 하면 단답으로 답을 하는 걸 넘어서 기승전결로 구성된 답을 내놓고 또 ‘노인 무임승차’나 ‘간호법 제정’ 이런 묵직한 이슈를 물어봐도 곧잘 답을 한다고 하더라고요?

◆ 김덕진> 네, 그 부분 같은 경우에 우리가 생각을 해야 되는 게, 말씀해 주신 대로 기존의 챗봇하고 그러면 챗gpt가 구조적으로 어떻게 다른가에 대해서 우리가 이해를 할 필요가 있습니다. 왜냐하면 일반적인 챗봇 같은 경우에는 지금까지 우리가 사전 형태라고 보통 하죠, 정답과 질문이 정해져 있는 상태예요. 예를 들면 ‘대한민국의 수도는?’이라고 질문을 했을 때 정답이 ‘서울’이라고 써 있다고 하면 우리가 그대로 ‘대한민국의 수도는?’이라고 물어봤을 때 ‘서울’이라고는 대답을 잘하는데, 예를 들면 응용 질문이죠. ‘대한민국의 제2의 수도라고 불리는 데는 어디야?’라고 물어보면 그게 예를 들면 부산이 이런 곳들에 대한 정답이 없다고 하면 대답을 못 해 주는 거예요. 그러다 보니까 우리가 기본적으로 대화를 할 때 얼마나 많은 패턴의 대화를 하잖아요. 그런 대화들을 정확한 정답 셋을 다 만들 수가 없기 때문에 그래서 기존 챗봇이 대답을 제대로 많이 못 해줬던 건데, 이 챗gpt 같은 경우에는 이렇게 먼저 표현하고 싶어요. 얘가 내는 건 정답은 아니고요, 의견을 내는 쪽입니다. 의견을 낸다고 하는 게 어떤 의미냐면, 챗gpt는 기술 자체가 문장을 계속적으로 이어서 써주는 생성형 AI라는 겁니다. 그러니까 결국에는 우리가 ‘나는 밥을’ 다음에 보통 이제 많은 인터넷에 있는 글들을 학습을 했더니 ‘먹었다’라고 하는 단어가 확률적으로 많이 나오면 그냥 그거를 계속 붙이면서 글짓기를 이어가는 형태라고 보시면 돼요. 그러니까 이게 기존에 있었던 거는 아까 말씀드렸던 것처럼 ‘대한민국의 수도는?’이라고 했을 때 ‘서울이라고 대답해’라는 것을 어떤 공부를 하거나 정답 같은 걸 만들어 놓은 건데, 이 챗gpt는 그게 아니라 그냥 전 세계에 있는 많은 데이터들을 학습 수많은 블로그들에서 예를 들면 ‘대한민국 수도 서울의 어디를 갔다’ 이런 식의 대화들이 계속 있다고 하면 누군가가 ‘대한민국 수도는?’이라고 물어봤을 때 확률상으로 ‘서울’이라고 하는 많은 단어가 나오니까 그냥 서울을 거기다 붙이는 겁니다. 그러니까 얘가 이게 정답이라고 얘기하는 게 아니라 그냥 확률적으로 그 단어를 붙이는 건데, 사람들이 볼 때는 이게 되게 정답인 거죠. 사람들이 볼 때는 이게 정말 문장이 매끄러운 거죠. 그렇게 되다 보니까 우리는 챗gpt가 정말 똑똑한 정답을 준다라고 생각하지만 그것이 아니라 아까 말씀드린 것처럼 수많은 어떤 단어의 조합을 통해서 확률적으로 계속 단어를 붙이는 형태다, 이렇게 설명을 드릴 수 있습니다.

◇ 최휘> 그러니까 이게 데이터를 학습해서 강화된 답을 내놓는 거군요?

◆ 김덕진> 네, 맞습니다. 이제 그렇게 되면서 문장을 더욱더 부드럽게 얘기해 주는 것이죠.

◇ 최휘> 오답을 내놓을 수도 있고요?

◆ 김덕진> 네, 맞습니다. 그래서 이제 계속 말씀드리는 게 이거는 정답을 내놓는 녀석이 아니라 말씀드린 것처럼 확률상으로 다음에 나올 좋은 단어들을 계속 붙이는 것이기 때문에 이것은 의견을 내는 것이고요. 앞서서 ‘강화 학습’이라는 표현을 쓰셨는데 실제로 챗gpt한테 뭔가 오답을 냈을 때 제가 ‘이거 틀렸어’ 이게 아니라 ‘a가 아니라 b야’라고 얘기를 하면 다음부터 얘가 그 채팅창에서 b라고 대답을 합니다. 그런 식으로 우리가 강화를 시킬 수 있는 것인데요. 역으로 내가 의도적으로 잘못된 방식으로 강화를 하면 거꾸로 얘가 계속 오답을 냅니다. 예를 들면 이런 건데요. ‘2 더하기 3은 뭐야?’라고 할 때 ‘5’라고 계속 대답을 하겠죠. 그런데 제가 계속 ‘5가 아니고 6이야’라고 계속 얘한테 학습을 시켜요. 그러다 보면 얘가 어느 순간에 ‘죄송합니다. 제가 잘못된 답을 얘기하는 것 같아요’라고 하면서 그다음에 제가 ‘2 더하기 3이 뭐야?’라고 물어보면 그다음부터는 ‘6’이라고 대답하는 패턴을 보실 수 결국에 이런 식으로 사용자 입장에서 계속 이거를 튜닝하면서 시키는 거지만 이 챗gpt 자체가 우리가 말하는 정확한 정답을 알고 있다고 볼 수는 없는 것이죠.

◇ 최휘> 그래서 챗gpt를 너무 맹신하면 안 된다, 주의를 해서 사용해야 한다는 점도 기억을 해두셔야 할 것 같고요. 제가 또 놀랐던 거는 챗gpt에게 기사를 써보게 했는데 사람 기자에 가까운 수준으로 뚝딱 써냈다고 하더라고요. 그래도 오답을 내놓는 것도 있고 여러 가지 좀 완벽하지 않은 부분들이 있죠. 또 어떤 것들이 있을까요, 한계점?

◆ 김덕진> 말씀해 주셨던 것처럼 그래서 저는 이런 표현을 많이 쓰는데, 손이 빠른 인턴 사원이 생겼다. 이렇게 생각을 하시면 인턴 사원이 주는 어떤 보고서를 우리가 완성된 거라고 어디다 내놓지 않잖아요. 결국 그거 담당자가 다시 검토하고 틀린 것을 수정하는 방식인데, 그런 관점에서는 챗gpt가 쓸 때가 많은 거죠. 내가 뭔가 귀찮게 많이 했거나 혹은 좀 더 아이디어를 구체화시키고 싶은데 처음에 초안을 잡는 데 어려운 것들, 그런 부분에서는 챗gpt가 도움을 줄 수 있습니다. 말씀하신 것처럼 기사 같은 경우에도 다른 내용들을 정리해 오거나 요약해 오는 건 얘가 잘해요. 그런데 중요한 것은 그 중간에 틀리는 단어나 팩트적으로 잘못될 수 있는 것들이 있기 때문에 그걸 무조건 정답이다라고 내놓기 시작하면 오류가 생길 수 있는 확률이 있다. 이런 거는 잘 생각을 해봐야 할 것 같고요. 그래서 이 챗gpt는 초안 혹은 의견 혹은 그 안에서 내가 새로운 아이디어를 발굴하는 쪽으로 쓸 때는 좋지만, 이것을 결론적인 리포트라고 낼 때는 오히려 위험할 수도 있다라고 하는 것만 잘 알아도 이걸 어떻게 쓰면 좋을지, 도구로서 어떻게 쓰면 좋을지를 생각해 볼 수 있을 것 같습니다.

◇ 최휘> 네 챗gpt가 등장을 하고 일부 학생들은 ‘그럼 나 에세이나 리포트 쓸 때 챗gpt한테 써달라고 해도 되지 않을까’ 생각하는 분들이 분명히 있을 거거든요. 문제가 될 것 같은데, 근본적으로 차단할 방법이 있을까요?

◆ 김덕진> 이거 같은 경우에는 일단 두 가지 관점으로 생각해 봐야 될 것 같아요. 일단은 말씀하신 것처럼 지금 이렇게 리포트를 생성하는 것들을 패턴적으로 반대로 이건 잘못된 어떤 것들이다 혹은 이게 인공지능이 만든 것이다라고 체크를 하는 또 다른 인공지능이 나오고 있습니다. 결국에는 우리가 이걸 뭐라고 해석하시면 좋을 것 같냐면, 요즘에는 인공지능이 발전되다 보니까 해킹 있잖아요. 해킹 같은 경우에도 인공지능이 직접 해킹을 하거든요. 그런데 이제 역으로 막는 것도 인공지능이 하게 됩니다.

◇ 최휘> 창과 방패를 다 만들고 있군요?

◆ 김덕진> 네, 맞습니다. 그래서 마찬가지로 이 글 써주는 생성형 AI 같은 경우에도 글을 생성할 때 만드는 패턴이 있습니다. 그런데 그 패턴이 우리가 보는 패턴이 아니고 컴퓨터가 봤을 때, 우리가 쓰는 글을 어떤 그래프 상으로 그렸을 때 이 그래프가 사람이 쓴 글은 뭔가 기승전결이 있다고 할지라도 이게 뭔가 매끄러운 커브가 아니라 약간 들썩날쑥하는 어떤 그래프가 그려져요. 그런데 이제 기본적으로 사람이 아닌 인공지능이 글을 쓴다고 하면 그 글의 패턴을 뭔가 수학적으로 봤을 때 아주 매끄러운 곡선의 형태가 된다는 것이죠. 그러면 그 관점을 역으로 봐서 누군가가 쓴 글을 그런 인공지능을 추적하는 프로그램에 확인을 해서 이게 너무나도 매끄러운 형태다라고 하면 이건 사람이 쓴 게 아니라 인공지능이 썼을 확률이 몇 퍼센트다, 이런 것들을 계산하는 알고리즘이 나오고 있고요. 흥미로운 거는 아까 창과 방패라고 말씀하셨는데. 그런 것들이 이미 서비스한 곳이 참 아이러니하게도 이 챗gpt를 만든 오픈 AI가 또 이게 인공지능이 쓴 글인지 아닌지를 판별하는 판별기 역시도 같이 만들고 있다는 겁니다. 그래서 이런 걸 활용해서 실제로 우리가 패턴적으로 막는 부분이 있을 수 있고요. 또 한 가지 생각해 볼 것은, 이렇게 뭔가 챗gpt를 활용해서 과제를 내는 것이 과연 이게 무조건 잘못됐다라고 인식을 해야 될 것인가를 한번 생각을 해봐야 된다는 거예요. 이게 무슨 말이냐면, 우리 아이들의 과제 같은 경우 보면 대부분 다 뭔가를 정리해서 내라, 요약해서 내라, 이런 거잖아요. 지금 보더라도 그걸 그 친구들이 할 때 뭔가 내가 책을 찾아보거나 이러기보다는 그냥 대부분 검색을 하죠. 검색을 해서 어차피 2~3개 나온 거를 요약해서 내는 형태인데, 그거를 이런 챗gpt를 쓴다라는 것 자체가 조금 더 시간을 줄여줄 뿐이지 결국에는 그렇게 크게 다르지 않다고 저는 개인적으로 생각합니다. 그런데 만약에 그들에게 우리가 원래 공부를 할 때 근원적인 것들, 그러니까 남들과 다른 생각이나 의견을 얘기하라고 하는 쪽으로 좀 더 집중을 한다면 결국 이 챗gpt라고 하는 것은 내 생각을 확장시킬 수 있는 아주 좋은 도구가 될 수 있다고 생각하거든요. 이게 뭐랑 비슷한 거냐면, 우리가 보통 과거에 고대 그리스 철학자들 얘기를 많이 하잖아요. 그 그리스 철학자들을 보게 되면 실제로 그 철학자로 유명한 선생님들은 대부분 본인의 생각을 본인이 글로 정리하지 않았다는 거예요. 대부분 다 ‘문답법’이라고 표현을 하죠. 질문과 문답을 통해서 나온 어떤 성찰, 이런 것들을 또 다른 누군가가 요약을 해서 만든 것들이 우리가 보는 대부분의 철학책입니다. 그렇기 때문에 결국 챗gpt와 사람이 대화를 하면서 문답을 통해서 기존에 느끼지 못했던 새로운 아이디어를 찾아내고, 그 찾아낸 것을 과제로 내는 이런 형태의 과제의 변화가 있다면 우리의 생각의 사고의 폭이 더 늘어날 수도 있지 않을까라는 관점에서 이걸 어떻게 쓸지에 대해서 한 번 더 심도 있게 교육계에서도 고민해 볼 필요가 있다. 이런 얘기 드리고 싶습니다. 

◇ 최휘> 새로운 고민거리도 하나 던져주셨고요. 근데 일각에서는 챗gpt가 아직은 이런저런 한계가 있긴 하지만 나중에 점차 더 발전을 하게 되면 기사도 정말 뚝딱, 방송 원고도 뚝딱, 이렇게 글을 너무 잘 쓰다 보니까 일자리 사라지는 거 아니냐, 이런 걱정하시는 분들도 있거든요?

◆ 김덕진> 그 부분에 있어서는 항상 기술이 발전될 때마다 비슷한 것 같아요. 물론 말씀하신 것처럼 자동화될 수 있는 영역은 없어질 수 있습니다. 예를 들면 이런 거죠. 제가 아까 말씀드린 대로 이 챗gpt가 뭔가 똑똑한 인턴 사원 혹은 아주 빠른 인턴 사원이라고 표현을 했잖아요. 그렇게 치면 뭔가 이미 그 업에서 어느 정도 부장님들 이상 같은 경우는 챗gpt를 잘 활용하면 너무 편한 거예요. 그런데 역으로 지금 사회 초년생들 같은 경우에는 본인들의 위치가 없어질 수 있는 확률이 분명히 있습니다. 그렇기 때문에 결국에는 이 챗gpt라고 하는 녀석이 생겼을 때 일자리나 혹은 우리의 일의 형태가 어떻게 바뀌었는지를 한번 생각을 해봐야 한다는 거예요. 그런데 이거는 비슷하게 인터넷의 발전의 역사에도 이미 이런 것들이 많이 있었습니다. 생각해 보시면 90년대 초창기 아니면 2000년대 초기에 아주 유행했었던 자격증 중에 하나가 ‘인터넷 검색사’라고 하는 게 있었어요. 그러니까 우리가 지금은 누구나 포털사이트에 검색을 하지만, 검색을 좀 어떻게 하면 효과적으로 해서 정보를 찾을 수 있을지가 일종의 자격증까지 있었던 시대였습니다. 그런데 그때로 생각을 해보면 그때 오히려 백과사전을 보시는 분들은 이제 인터넷으로 자료 조사하면 그거는 우리가 실제적으로 공부하는 게 아니다 이런 얘기까지 나왔었단 말이에요. 그런데 오히려 그것이 우리의 삶을 풍요롭게 했고. 그다음에 그 시절만 하더라도 작가로 등단을 하기 위해서는 무조건 책에다가 뭔가를 썼어야 했는데 지금은 블로그라고 하는 것에다가 혹은 자기의 어떤 포털에다가 글을 쓰면 그 사람들이 작가가 되지 않습니까? 그래서 결국에는 기술이 발전되면서 업의 형태들이 바뀌고 그 안에서 어떤 사람에게 기회가 더 많아지고 어떤 사람들은 기존에 있던 일자리가 위협받는 이런 형태들이 분명히 생긴다라고 볼 수 있을 것 같아요. 예를 들면 앞서서 제가 말씀드렸던 것처럼 만약에 사람들이 검색하는 것과 비슷한 요즘에 새로운 일자리가 또 이미 생겨났습니다. 이게 뭐냐면 ‘프롬프트 엔지니어’라고 하는 거예요. 이게 어떤 거냐면 실제로 챗gpt 써보신 분들이 제일 어려워하는 게 뭐냐면 ‘얘한테 무슨 질문을 해야 얘가 대답을 잘하지?’라는 거예요. 생각보다 우리가 질문하는 능력이나 질문하는 훈련이 잘 안 돼 있습니다. 그러다 보니까 질문을 잘하면 정답을 내줄 텐데 어떻게 하면 인공지능한테 좋은 질문을 해서 얘가 좋은 결과물을 내줄 수 있을지에 대한 어떤 고민을 한단 말이에요. 그런데 그렇게 질문을 하고 명령하는 걸 프롬프트라고 얘기하는데, 그래서 지금 이미 해외에서는 예를 들면 내가 법률 쪽에서 인공지능을 쓰고 싶다라고 하면 어느 정도 법률 지식이 있는 사람이 인공지능한테 질문을 어떻게 하느냐에 따라서 정답이 다르게 나오니까 아예 그걸 하나의 일자리로 정규직으로 만들어서 직원들을 뽑고 있습니다. 그래서 이제 특정 질문만 계속 연구하는 사람인 거죠. 네 이게 마치 ‘인터넷 검색사’ 시절하고 비슷한 건데요. 그런 형태로 이미 이들 같은 경우에는 연봉도 최소 억대 이상 연봉으로 계속 나오고 있거든요. 그만큼 기술이 발전되면서 또 새로운 형태의 업무와 일의 변화가 있을 수 있지만 결국 일을 한다고 하는 본질은 변하지 않는다, 이렇게 설명드릴 수 있습니다.

◇ 최휘> 앞으로 펼쳐질 변화까지도 전망을 해 주셨습니다. 오늘 말씀은 여기까지 들을게요. 감사합니다.  

◆ 김덕진> 감사합니다.

◇ 최휘> 지금까지 미래사회IT연구소의 김덕진 소장과 함께했습니다.