[책 리뷰 82편] 박태웅의 AI 강의

 

박태웅의 AI 강의

2022년 말 GPT-3.5를 기반으로 한 챗GPT가 출시되었다. 그리고 모두가 알다시피 올해 초부터 이 대화형 인공지능에 대한 관심이 폭발했고, 그 열풍은 지금까지 이어지고 있다. 인간보다 더 빠르게 글을 써내는 능력에 열광하는 한편으로, 이러다 내 일자리를 정말 기계에 빼앗기는 건 아닌가 하는 공포심, 그리고 도대체 생성형 AI가 뭐길래 이 난리인가 하는 의구심까지, 놀라움과 두려움, 환호와 충격 등등 여러 감정이 마구 뒤섞이는 상황이다. 쓰나미에 비견되는 이 같은 상황에서 유튜브에 올라온 박태웅의 인공지능 특강은 모든 이의 혼란스러운 감정을 해결해주었다. “이제야 인공지능이 뭔지 알겠다”, “귀에 쏙쏙 박힌다”, “돈 주고도 못 들을 강의다”, “가장 이해하기 쉬운 콘텐츠였다”, “개발자도 들어야 할 강의다”, “쉬운데 깊이가 있다” 등등의 찬사가 쏟아진 것이다. 유튜브 특강만이 아니다. 방송을 비롯한 여러 매체에 그가 내놓은 인공지능 해설과 비평은 많은 이들의 공감을 불러일으켰다. 정말 필요로 하는 내용, 궁금한 내용을 정확히 짚어서 명쾌하게 풀어주었기 때문이다. 하지만 이것으로는 부족했다. 많은 사람들은 그의 말과 글이 정리된 콘텐츠를 원했고, 그 요청에 부응하고자 《박태웅의 AI 강의》가 출간되었다. 특히 이 책에는 저자가 그동안 미디어에서 다루지 못했던 전문적인 내용도 담겨 있다. 100개에 가까운 해외 논문과 문서, 최신 뉴스들을 분석하여 깊이와 전문성을 더한 것이다. 그리하여 이 책은 ‘쉬우면서도 깊이 있는 지식’을 원하는 독자들의 요구를 100% 충족하고 있다.

저자

박태웅

출판

한빛비즈

출판일

2023.06.20

 

 

 

 

 

82번째 책을 읽었다.

 

책을 읽고 난 후의 개인적인 점수는 10점 만점에 10점

 

오랜만에 10점 만점에 10점 짜리 책을 읽은 것 같다.

 

다 읽고 난 후 책이 짧아서 아쉬웠다는 마음이 들었는데 이 정도면 말 다한 것 같다.

 

정말 친절한 책이었다. 쉬운 단어 & 쉬운 문장 & 쉬운 예시 3콤보로 AI 기초에 관한 내용을 떠먹여준다. 게다가 관련 삽화나 논문의 짧은 내용, 그래프 등이 적절하게 등장해서 이해속도를 더욱 가속시켜줬다.

 

이 책은 AI의 기본 개념과 현 AI의 발전상태 리뷰 마지막으로 AI가 초래할 부정적인면과 가장 어두운 부분에 대한 이야기로 구성되어 있다.

 

인류는 왜 AI가 필요하게 되었는가?

 

사람들은 왜 챗GPT에 열광하는가?

 

인공지능의 특징은 규모의 법칙은 무엇인가?

 

인공지능 관련 학자들이 생각하는 인공지능이 인류를 멸종시킬 가능성은 얼마나 되는가?

 

이런 흥미로운 질문을 통해 독자의 호기심과 관심을 열어둔 채 이야기가 진행되니 과학교양 서적인데 지루할 틈이 없었다. 물론 저 질문에 대한 답도 초보자인 내게는 아주 만족스러웠다.

 

이 책을 읽다가 정말 많은 생각을 하게 하는 문장을 만났다.

 

 

 

제대로 된 질문을 찾지 못하면 올바른 답을 할 수가 없다

 

인공지능을 잘 알지 못하면 올바른 대처를 할 수 없을 것이라는 의미였지만 내 생활속에도 적용할 수 있는 문장임을 느꼈다.

 

지금 내게 발생하는 일들에 나는 제대로 질문을 한 적이 있었을까

 

왜 이렇게 되었나? 더 잘할 수는 없었나? 다른 방법은 없었을까? 아니면 애초에 문제 정의를 잘못 내린채 행동했을 수도 있다.

 

이제 모든 일을 하기 전 제대로 된 질문을 찾는 연습을 내 삶에 녹여봐야겠다라는 교훈도 이 책을 통해 얻을 수 있었다.

 

 

AI의 약자도 모르는 나같은 사람도 이 책을 읽고 이렇게 많은 내용을 얻었다.

 

내가 읽은 과학교양 서적 중 단연 1등이었다.

 

강력추천한다.

 

---

1강

놀라움과 두려움 사이에서 등장하다

 

• GPU는 그래픽 계산을 위해서 만들어졌는데, 뜻밖에 인공지능 시대에 빛을 발하게 되었다. 압도적인 병렬계산 능력 덕분에

→ GPU 시장은 사실상 엔비디아가 지배하고 있다

 

• 인공지능이 하는 일 중 많은 부분이 단순하게 더하기, 빼기를 하는 일이다. 단순한 막노동을 무자비한 속도로 하는 것이다.

 

• 인공지능이 하는 일 = 잠재된 패턴을 찾아내는 일

 

• 챗 GPT는 인류 역사상 가장 빠른 속도로 사용자를 모은 서비스다

 

• 토큰 = 단어에 숫자를 매긴 것

 

• 인공지능은 잠재된 패턴이 없는 곳, 확률이 필요하지 않은 분야에서는 어처구니 없이 약하다

→ EX) 단 하나의 명확한 사실이 존재하는 질문

 

• 지금의 AI는 블랙박스다. 왜 그렇게 작동하는지 구체적으로 설명할 수 없다. 그러니 부분만 고치는 건 할 수 없다. 전체를 다시 학습시킬 수 밖에 없다.

 

 

 

 

 

2강

우리는 왜 챗GPT에 열광하게 되었나

 

• 거대 인공지능의 특징은 '규모의 법칙'이다. 컴퓨팅 파워를 늘릴수록, 학습 데이터 양이 많을수록, 매개변수가 클수록 성능이 좋아진다

→ 인공지능 군비경쟁이라고 비유한다

 

• 사람에게 해롭지 않은 목표를 주었다고 해도 인공지능이 스스로 중간 목표를 정할 수 있다면 아주 위험해질 수 있다

 

• 우리가 챗 GPT에 열광하게 되는 이유는 이것이 사상 최초로 사람이 평소에 쓰는 말로 기계와 대화할 수 있게 만들어 주었기 때문이다

→ 많은 분야에서 일반인의 수준을 뛰어넘고 있다

 

• 다른 서비스들의 큰 고민거리 : 챗 GPT의 플러그인이 된다면 많은 사용자들을 가질 수 있지만 바깥에 있게 된다면 점점 사용자 수가 줄어들 위험이 있다. 반대로 챗 GPT의 플러그인이 되면 그 순간 내 브랜드의 존재감은 퇴색할 수 밖에 없다는 걸 감수해야 한다

 

 

 

 

 

3강

열려버린 판도라의 상자

 

• 게리 마커스의 다섯가지 우려

→ 어마어마한 허위정보가 생성되어 민주주의와 공존에 악영향을 끼칠 것

→ 잘못된 의료 정보가 형성될 것

→ 광고 클릭을 위해 사실과 상관없는 자극적인 내용들이 생산될 것

→ 챗 봇은 일부 사용자들에게 감적적인 고통을 유발할 것

→ 남용으로 인해 웹 사이트가 붕괴될 위험성(끝도 없는 자동 댓글 + 포스팅)

 

• 최근의 설문조사에서 인공지능 연구자의 절반이 "인공지능이 인류 멸종을 초래할 가능성이 10% 이상이다"라고 대답했다

→ 인공지능이 자율적으로 만든 보조 목표가 인간의 가치와 정렬되는지 확인할 방법이 없다

 

• 대규모 인공지능 모델을 구축하고 유지하는 데는 천문학적인 비용이 든다. GPU 클러스터를 구축한느 데만 수천억 원이 드는데, 전기료는 그것보다 더 필요하다

 

• 거대 언어모델은 학습 과정에서 인터넷 접근성이 낮고 온라인 영향력이 적은 국가의 언어와 규범을 포착하지 못할 것이다. 즉 거대언어모델들이 생성한 답들은 가장 부유한 국가들의 커뮤니티의 관행을 반영하여 동질화 될 수 밖에 없다

 

• 초창기 구글의 모토는 '악해지지 말자'였으나 구글은 이 모토를 없앴다

 

 

 

 

4강

몸에 대한 실험, 마음에 대한 실험

 

• 새로운 미디어는 그 특성에 따라 분명한 사회변화의 방향을 지시한다

 

• 의회가 페이스북과 인스타그램 플랫폼이 청소년의 정신건강에 미치는 영향에 관한 내부 연구 결과를 달라고 요청하였을 때 페이스북은 이를 거부했다

 

• 자신들의 이해가 걸린 일에서 인류의 가치를 생각하기는 아주 어렵다. 그러므로 이 일은 소수의 인공지능 전문가들에게만 맡겨두어선 안 된다

 

• 오픈 AI의 CEO 샘 알트먼이 한 말 : "우리가 아직 잘 이해하지 못하는 어떤 끔직한 일을 했다"

 

 

 

 

 

5강

인류는 어떻게 대응해야 하는가

 

• 제대로 된 질문을 찾지 못하면 올바른 답을 할 수가 없다

 

• 전 세계적으로 인공지능의 윤리와 관련하여 다루는 핵심주제 8가지

→ 프라이버시 / 책임성 / 안전과 보안 / 투명성과 설명 가능성 / 공정성과 차별금지 / 인간의 기술 통제 / 직업적 책임 / 인간가치 증진

 

• 최초의 인공지능 관련 법 = EU의 인공지능 법

 

• 우리나라 정부 자료들은 HWP, PDF인데 이것들은 컴퓨터가 자동으로 처리를 못한다. 정부가 인공지능 학습을 방해하고 있는 중이다

 

• 기초과학을 육성해야 한다. 인공지능 알고리즘은 수학을 모르고선 만들 도리가 없다.

 

• 정부의 연구개발 예산지원은 긴 호흡으로 해야한다. 성공 가능성이 낮지만 꼭 해야 할 분야에 들어가야 한다. 유행처럼 주제를 따라가지 말고 연구자를 육성하는게 목표가 되야 한다. 그래야 비록 실패하더라도 소중한 경험을 쌓은 연구자가 남기 때문이다

 

 

 

 

 

맺음말

 

• 1975년 아실로마 회의 = 최고의 유전학자들이 모여 DNA 재조합 실험이 갖는 위험성에 대한 의견을 모았고. 이듬해 미국국립보건원이 가이드라인을 발표할 때까지 6개월간 실제로 모든 실험을 멈췄다. 그 덕분에 생명공학은 인류 공동의 기준을 가질 수 있게 되었다.

 

• 인공지능의 적용은 인공지능 전문가와 각 산업 부문의 전문가들이 협업을 할 때 가장 잘 작동한다

 

• 등대공장 = 세계 제조업의 미래를 혁식전으로 이끌 공장(EX. 포스코)

 

• 지금 무슨 일이 일어나고 있는지를 먼저 이해해야 대응책도 찾을 수 있다