요즘 chatGPT를 사용하는 분들 많으실 것 같습니다. 검색 엔진을 대체할 정도로 방대한 양의 유용한 정보를 제공하고, 내가 원하는대로 프롬프트만 입력하면 콘텐츠나 텍스트, 이미지 등을 콕 찝어 완성해서 결과물을 만들어 주기때문에 인간의 수고로움을 덜고 업무 효율화 측면에서도 여러 방면에 많이 사용하게 됩니다. 보고서를 작성하거나, 자기소개서, 이력서 등을 작성할 때, 대학교 논문이나 과제를 제출할 때에도 많은 분들이 chatGPT 같은 생성형 AI를 활용하는 탓에, 오히려 인공지능 툴 사용을 제한하거나, 거꾸로 인공지능 툴 사용 여부를 검토하는 인공지능 툴이 생겨나기도 했다는 뉴스를 본 적이 있습니다.

이렇게 생성형 AI에 대한 관심이 뜨거운 가운데, 이미지 생성 인공지능 모델학습 관련한 재미있는 결과가 발표되었습니다. 최근 발표된 한 연구에서는 인공지능이 생성한 이미지로 다시 학습한 인공지능 모델에서는 이미지 품질이 저하하는 것으로 나타났습니다. 미국 라이스대 연구진에 따르면, 이런 모델 훈련 방식이 반복될 때 몇세대 이후 모델에서는 이미지를 제대로 알아보기 힘들 정도로 심각한 품질 저하가 나타날 수 있다고 합니다. 이미지 품질을 높이도록 훈련 방식을 조절하면, 이번에는 생성물에서 다양성이 줄어들어 이미지 생김새가 비슷해지는 다양성 저하 현상이 나타났습니다. 기존의 인공지능의 모델학습 원리라면 오차범위를 줄이고 학습을 지속할 수록 더욱 정확하고 정교한 결과가 나타나야 합니다. AI 모델학습은 머신러닝, 딥러닝 과정을 거쳐 인간의 뉴런과 가장 비슷한 인공신경망 방식으로 정보를 처리하고 학습하기 때문에 그 결과는 인간과 매우 흡사한 혹은 이를 뛰어넘는 결과를 나타내고 있습니다. 그런데 모델학습에 사용하는 원본이 인간이 생성한 것이 아닌, 인공지능이 생성한 것으로 반복하여 학습하면 이와 반대되는 결과로 품질 저하 현상이 나타난다는 것입니다.

이 연구 결과는, 인공지능이 다방면에서 뛰어난 역량을 발휘하며 다가오는 미래에는 인간을 대체할 직업군으로서 인간을 위협할 것으로 전망한 것과 상반되는 결과입니다. 인공지능 기술의 발달로 최근 몇 년 새 우리는 인공지능이 만들어낸 텍스트, 이미지, 영상 등 다양한 인공지능 결과물의 홍수 속에 살고 있다고 해도 과언이 아닙니다. 그 결과로 인공지능에 의해 대체되는 수많은 업무와 직업군에 대해 위협을 느끼면서도 미래사회를 이끌어갈 신기술로서 인간도 반드시 알아야 할, 인공지능과 함께 성장해야 할 것으로 기대되는 분야로 각광받고 있습니다. 그러나 지금까지 나온 예측을 뒤집을 만한 이번 연구 결과 덕분에, ‘인공지능이 완벽한 것은 아니다.’, ‘아직은 인간의 기술, 인간의 산물이 필요하다’ 라는 것을 반증할 수 있게 된 것 같습니다. 인공지능 콘텐츠가 점점 더 많아질 것이라는 것은 분명한 미래이지만, 그렇다고 세대를 거치며 무한히 똑똑해지지만은 않을 것으로 생각됩니다. 그러나, 여전히 인공지능 기술은 인간의 영역을 위협할 것이 분명하기에, 우리는 인간만이 할 수 있는 고민과 창의성을 발휘하며 자신만의 기술과 역량을 길러 나가야 할 것 입니다.