사례1. 필자의 연구실에서 공부하는 연구원 A는 챗GPT라는 대화형 인공지능(AI)에 푹 빠졌다.
그는 국제분쟁 관련 데이터를 분석하며 젤렌스키 우크라이나 대통령에 관심을 갖게 됐다.
챗GPT에 영어로 현재 러시아와 우크라이나의 분쟁 상황을 설명하며 우크라이나 대통령 입장에서 국민과 세계 인류를 상대로 연설문을 작성해 달라고 요구했다. 그러자 수십 개 버전의 연설문을 순식간에 작성해 주었고, 그 가운데 상당수는 실제 젤렌스키 대통령만큼 미려한 문장은 아니었지만 조금만 각색하면 그대로 써 먹어도 좋을 정도로 양질의 글이었다고 한다. 그는 앞으로 챗GPT보다 똑똑한 AI와 함께 살아가야 할 자신의 아이들에게 어떤 교육을 시켜야 할지 고민에 빠졌다면서 이제 AI가 만들어 낸 산출물을 더 낫게 고쳐 줄 수 있을 정도의 소양을 갖춘 사람이 되지 않는다면 AI 산출물을 그대로 받아들일 수밖에 없을 것 같다며 불안감을 토로했다.
사례2. 필자 지인인 연구자 B씨는 호기심에 챗GPT에 논문 주제를 주고 논문에 적절한 목차를 뽑아 보라고 요구했다. 챗GPT는 마치 기다렸다는 듯 논문의 목차를 순식간에 뽑아 냈다. B씨는 논문 소주제 일부가 주제에 맞지 않는 것 같다, 더 나은 것 없냐고 일부러 트집을 잡아 보았다. 그랬더니 실제로 더 나은 목차를 뽑아 주었다고 한다. 다음 단계로 세부 목차별로 채울 만한 내용을 500개 단어 이내로 정리해 달라고 했다. 그랬더니 순식간에 매우 그럴듯한 요약문을 만들어 냈다고 한다. 그는 앞으로 학술지 논문심사를 할 때 어떻게 AI의 가짜 작품을 걸러낼지 두려움에 빠지게 됐다.
비록 실제 데이터를 이용한 가설 검정까지 이르지는 못하지만 기존 논문을 요약·분석하는 형식의 '리뷰논문' 정도는 마치 인간이 작성한 논문처럼 쓸 수 있을 것 같다고 한다.
사례3. 모 포털에 근무하는 C씨에게도 챗GPT의 탁월한 역량은 감탄을 자아내게 했다고 한다. 한 가지 다행으로 느껴진 점은 챗GPT가 한글로 입력했을 때 생산하는 결과물이 영어로 질문했을 때보다 아직 질적으로 떨어져 보인다는 점이었다. 그래서 자사가 자신하는 AI 역량을 활용해 초거대AI 모델을 바탕으로 한 대화형AI 서비스 출시가 급선무라고 했다. 검색어를 입력했을 때 가장 근접한 결과물을 뽑아내는 데 치중해 온 기존 서비스는 이제 큰 변화를 앞두게 됐다.
맥락과 질문자 의도를 정확히 추론해서 관련 자료의 링크가 아니라 실제 정답을 유려한 글 또는 멋진 이미지나 영상으로 제공하는 것이 앞으로 우리가 사용하게 될 정보검색 서비스의 모습이 될 것이다.
필자는 학교에서 일하는 교육자로서 앞으로 초거대AI, 대화형AI가 보편화될 가까운 미래를 위해 학생 대상으로 어떤 교육을 해야 할지 큰 고민을 하게 됐다. 지금처럼 프로그래밍 역량과 통계분석 역량, 거기에 독서와 글쓰기 및 발표역량 등을 결합한 교육과정으로 충분할 것인가. 대학에서 제공하는 교양 교육은 어떻게 바뀌어야 할 것인가. 전공 지식은 어떤 방식으로 전달해야 할 것인가. 노하우(know-how)에서 노웨어(know-where)로 전환하던 교육 콘텐츠는 AI와 협업 및 경쟁을 전제로 하는 노인텔리전스(know-intelligence), 다시 말해 AI와 인간지능 양자를 이해하는 지능협업형 콘텐츠로 넘어가야 하는 것은 아닐까. 교육기관이 따라잡기에는 세상의 변화가, 기술의 변화가 너무 빠르다. 그래도 변화를 포기할 수는 없다. 대학이 어떻게 변화해야 할지 챗GPT와 상담해 보아야 하는건 아닐까 하는 생각이 머리를 스친다. 그런 시대가 왔다.
김장현 성균관대 교수 alohakim@skku.edu
