인공지능(AI)이 일상에 자리 잡으면서 새로이 생겨날 문제가 있다. 그것은 AI도 생명체처럼 세대를 거친 번식을 통해 진화할 수 있을까? 라는 질문을 가지고 시도해 보는 AI의 모델 혹은 AI가 만든 결과물을 AI가 학습하는 일종의 근친교배 현상이다.
지난해 영국 옥스퍼드대 연구팀은 인간이 만든 문장을 AI에 학습시켜 문장을 만들고, 이렇게 나온 문장을 계속해서 재학습하는 실험을 진행했다. 그러자 얼마 되지 않아 어순이 이상해지고, 잘못된 구두점이 포함된 결과가 나왔다. 이는 과거 화제가 되었던 ‘환각(Hallucination)’과는 또 다른 차원의 일이다. 올해 초 영국과 달리 AI 모델 개선책으로 일본 AI 스타트업 ‘사카나 AI’가 AI 교배를 통해서 뛰어난 AI 모델을 만드는 방법을 공개했다. 이들은 기존 AI 모델들을 교배해 새로운 모델을 만들고, 이 같은 과정을 반복해 고성능 AI를 만들어냈다고 밝혔다. 사카나의 진화 알고리즘은 우선 ‘부모’가 되는 AI 모델을 쪼개서 다양한 패턴으로 조합해 ‘자녀’가 되는 모델 100여 종을 만든다. 이후 이들 중 뛰어난 성능을 가진 모델들을 뽑아서 2번째 세대의 부모로 삼고, 다시 조합해 ‘손자’ 격의 AI 모델을 여럿 탄생시킨다. 이들을 다시 조합하는 과정을 100~150세대까지 반복해 가장 성능이 뛰어난 모델을 최종적으로 뽑아내는 것이다.
이런 AI 교배의 한 방법인 진화적 접근법은 미래의 AI 발전에 흥미로운 가능성을 제시할 것이다. 이 방식은 기존 고정된 모델보다 더욱 유연하고 적응력 있는 AI를 만들 수 있을 것으로 기대되고 AI 기술 개발에 여러 가지 영향을 줄 수 있다. 그것은 성능 향상 측면이다. 진화적인 접근법은 다양한 AI 모델을 조합하고 선택함으로써 더 뛰어난 성능을 가진 모델을 만들 수 있다. 이는 기존 모델보다 더 정확하고 효율적인 AI 시스템을 구축하는 데 도움이 될 것이다.
그리고 자동화와 자율성 측면에서 진화 알고리즘은 인간 개입 없이 자동으로 이뤄지기 때문에, 초대형 AI 모델을 만들 때 필요한 대량의 그래픽 처리 장치나 컴퓨터 없이도 새로운 모델을 바로 만들어낼 수 있다. 이는 AI 개발과 배포를 더욱 효율적으로 만들어 줄 것이다.
그리고 진화적인 접근법은 다양한 부모 모델을 조합하므로, 다양성과 창의성을 가진 AI를 만들 수 있다. 이는 다양한 분야에서 AI를 활용할 때 더 많은 가능성을 제공할 것이다. 그러나 부정적 측면으로 진화적인 접근법은 자동화되기 때문에, 윤리적인 측면에서 주의가 필요하다. 어떤 모델이 선택되고 어떤 모델이 제외되는지에 대한 기준을 명확히 설정해야 할 필요가 있다.
AI 교배 현상은 시간이 지나면서 더욱더 발생할 것이다. 챗GPT처럼 누구나 쉽고 간편하게 AI로 콘텐츠를 만들 수 있게 되면서 온오프라인에 AI 발 콘텐츠가 범람하기 시작했기 때문이다. AI 교배 시도는 AI 분야의 연구와 개발에 큰 관심을 불러일으킬 것으로 기대되는 긍정적인 부분도 있지만 AI 윤리적 측면이 반드시 고려돼야 한다. 먼저 AI 시스템을 개발하고 운용하는 조직은 윤리적 가이드라인을 수립해야 한다. 이를 통해 개발자와 사용자, 그리고 사회 전반에 걸친 윤리적 문제에 대한 피드백을 받을 수 있으며, 필요한 개선을 실시할 수 있다. 그리고 AI 시스템이 내린 결정이나 추론 과정을 설명 가능하게 만들어야 한다. 이를 통해 사용자와 개발자가 AI의 동작을 이해하고, 결정에 대한 책임소재를 명확히 할 수 있다.
그리고 AI 시스템을 개발할 때는 다양성과 포용성을 고려해야 한다. 데이터 수집 시 다양한 인종 성별 연령 문화적 배경 등을 포함해야 하며, 이를 통해 편견이나 차별을 방지할 수 있다. 마지막으로 AI가 인간의 권리를 침해하지 않고, 인간을 존중하는 방향으로 개발돼야 한다. 또한, 사용자와 AI의 소통은 윤리적으로 적절하게 이루어져야 하며, AI는 비윤리적 행위나 언어 사용에 올바르게 대응할 수 있어야 한다. 이러한 원칙들을 준수하면서 AI 교배에 적합한 기술 생태계를 조성하는 것이 중요하다.
)
