#AI | 생글생글

시사·교양 기타
‘메이드 바이 휴먼’의 시대… AI 홍수 속 인간의 손길을 찾는 법

인간이 손으로 빚은 도자기에는 미세한 굴곡이 있다. 사람이 하는 수제 가죽 제품의 바느질도 완벽하게 간격을 맞추지는 못한다. 기계로 작업했다면 명백한 결함으로 보일 수도 있는 흔적이다.하지만 일률적이며 별 개성도 없는 제품의 홍수 속에 이런 불완전함은 ‘사람의 손길’을 증명하는 표식이 되곤 한다. 최근 인공지능(AI) 시대의 콘텐츠 시장에서도 비슷한 흐름이 나타나고 있다고 한다.AI는 순식간에 글을 쓰고 그림과 음악, 영상을 만든다. 인터넷상에는 그럴듯하지만 비슷비슷한 AI 생성물이 넘쳐난다. 이른바 ‘AI 슬롭(slop·질 낮은 콘텐츠)’이다. 미국 뉴스레터 플랫폼 서브스택은 최근 게시물에 AI가 사용됐는지를 검사하는 탐지 도구를 도입했다. 앞서 미국작가조합은 사람이 썼다는 의미로 ‘인간 작가(human authored)’ 로고를 도입했다. ‘AI에 의한 것이 아닌(not by AI)’과 같은 표시 문구도 등장했다.유기농 식품이 재배 방식에 가치를 두는 것처럼 콘텐츠가 만들어지는 과정에서 인간의 손길이 중요하다는 의미다. 완벽한 제품보다는 사람의 경험과 감정, 개성을 더 귀한 가치로 평가하는 ‘메이드 바이 휴먼’ 운동이다.그러나 지금 시대에 100% 인간 제작이라는 것이 과연 가능하냐는 의문은 남는다. 사람이 컴퓨터로 글을 쓰고 인터넷에서 검색하는 순간 이미 수많은 기술의 도움을 받게 된다. AI를 통해 일부 자료를 찾거나 초안을 다듬었다면 인간 창작으로 볼 수 있을까, 아닐까. 어디까지가 인간의 창작이고, 어디까지가 AI 창작인지의 구분도 모호하다.AI 사용 여부를 판별하는 일도 완벽할 수 없다. 대안으로 어떤 도구를 이용했고 무엇을 수정했는지 제작
경제 기타
AI 시대의 새로운 고민, 일자리 감소

인공지능(AI) 기술이 빠르게 발전하며 우리 삶이 더욱 편리해지고 있다. 그러나 AI가 사람이 하던 일을 놀라운 속도로 처리해버리면서 일자리가 감소할 것이라는 우려가 나온다. 기업들은 효율성을 높이고 인건비를 절감하기 위해 AI 기술을 적극적으로 도입하고 있다. 전문가들은 AI가 점점 더 많은 직업의 형태를 바꿀 뿐 아니라 일부 직업은 사라질 것이라고 전망한다.특히 젊은 층에서 AI에 일자리를 빼앗길 것이라는 우려가 크다. 이런 정서가 단적으로 드러난 사례가 지난 5월 미국 애리조나대 졸업식이었다. 에릭 슈미트 전 구글 최고경영자가 연설 도중 AI의 중요성을 강조하자 학생들은 야유를 보냈다. 이는 AI가 자신들의 일자리를 위협한다고 느끼는 젊은 세대의 불안감을 보여준다. 실제로 국내외에서 젊은 층의 고용 감소가 통계로 확인되는 중이다.기존 근로자들의 불안감도 커지고 있다. AI로 대체할 수 있는 업무의 범위가 넓어지면서 기존 인력을 해고하는 기업이 많기 때문이다. 세계 최대 전자상거래 기업 아마존이 대표적이다. 아마존은 이미 지난해 사무직 1만4000명을 내보냈고, 앞으로 최대 3만 명 규모의 인력 감축을 추진할 계획이라는 보도가 나왔다. 주된 이유는 역시 AI였다. 개발자 고용도 점점 줄고 있다. 이제 기업들이 인간 개발자 대신 AI로 코드를 짠다.AI는 우리에게 많은 혜택을 주고 있지만 일자리 감소라는 새로운 문제를 낳고 있다. 이에 따른 대책을 마련해야 할 때다. 기술 발전이 일자리 감소라는 재앙으로 다가오기 전에 대응해야 한다.곽은정 생글기자(대전관저중 3학년)
커버스토리
수능시험장에 챗GPT 반입을 허용한다면?😮 미래 교육의 거대한 도박 [커버스토리]

“숙제하는 데 챗GPT 써도 되죠?”불과 몇 년 전만 해도 상상도 하지 못한 질문입니다. 하지만 이제는 많은 학생이 생성형 인공지능(AI)을 공부에 활용합니다. 발표문 초안을 작성하고 수행평가 자료를 찾을 때, 영어 작문 교정이나 수학 개념 이해가 필요할 때, 심지어 코딩을 배울 때도 AI를 쓰는 일이 자연스러워졌습니다. AI는 학생들에게 인터넷 검색만큼 익숙한 학습 보조 도구가 됐고, 기술의 발전은 학습 풍경을 완전히 바꿔놓았습니다.하지만 시험장에 들어서면 상황은 완전히 달라집니다. 대학수학능력시험을 비롯해 전국연합학력평가, 학교 시험에서는 스마트폰과 스마트워치, 태블릿 PC 등 전자기기 사용이 엄격히 제한돼 AI를 전혀 사용할 수 없습니다. 학생들은 스스로 축적한 지식과 이해력, 사고력만으로 문제를 풀어야 합니다.이 때문에 교육 현장에서는 근본적 질문이 제기되고 있습니다. 스마트폰만 있으면 전 세계 지식에 접근할 수 있고, AI가 몇 초 만에 글의 초안을 작성해주는 시대에 모든 기술을 차단한 지필시험이 과연 여전히 유효한 평가 방식인지 묻는 목소리가 커지는 겁니다. AI를 쓰지 못하게 하는 지금의 시험이 타당한지, 세상은 이미 바뀌었는데도 이 같은 평가 방식을 유지하는 것이 시대착오적인 일은 아닌지에 대한 문제 제기입니다. 평소에 학생들이 배우는 방식과 평가받는 방식이 지나치게 다르다는 지적도 나오고 있습니다.논쟁은 뜨겁습니다. 한쪽에서는 시험장에서만큼은 AI를 배제해야 학생의 실력을 정확히 측정할 수 있다고 주장합니다. 다른 한편에서는 대학과 산업 현장 등에서 AI 활용이 빠르게 확산하는 상황에서 이를 금지하는 시험은 오히려 현실의 문제
경제 기타
🐱AI는 왜 고양이를 토스터로 착각할까(⊙_⊙)？ [수능에 나오는 경제·금융]

2022학년도 수능 국어에서는 자동차의 사방을 위에서 내려다보듯 보여주는 ‘어라운드 뷰’ 시스템의 영상 합성 원리를 다룬 기술 지문이 출제돼 수험생을 당황하게 했습니다. 이전에도 2015학년도 수능에 디지털 이미지의 확대와 축소 시 화솟값을 처리하는 메커니즘이 출제된 적이 있죠. 이처럼 우리가 매일 접하는 시각 정보를 컴퓨터가 어떻게 데이터로 처리하는지에 관한 기술적 원리는 수능 비문학 지문의 단골 소재입니다.그렇다면 최근 전 세계를 뒤흔들고 있는 AI는 사진을 어떻게 알아볼까요. 인간은 고양이 사진을 보면 0.1초 만에 직관적으로 알아채지만, 컴퓨터에 사진은 그저 수많은 0과 1의 조합일 뿐입니다. 컴퓨터가 눈도 없으면서 이미지를 형태별로 분류하는 기술의 핵심에는 ‘합성곱 신경망(CNN)’이라는 알고리즘이 있습니다.컴퓨터가 이미지를 처리하는 첫 단계는 시각 정보를 ‘숫자 행렬’로 변환하는 것입니다. 디지털 이미지는 수많은 격자 모양의 점인 픽셀(pixel)로 이뤄져 있어요. 흑백 이미지라면 각 픽셀의 밝기에 따라 0(검은색)부터 255(흰색)까지의 숫자로 채워진 2차원 행렬이 됩니다. 컬러 이미지라면 레드, 그린, 블루의 세 가지 색상 채널이 겹친 3차원 행렬(가로x세로x두께)로 표현됩니다. 가로세로 100픽셀짜리 작은 컬러 사진 한 장도 컴퓨터엔 100x100x3, 즉 3만 개의 숫자가 나열된 거대한 데이터 덩어리입니다.이렇게 많은 데이터를 어떻게 빠르게 파악할 수 있을까요. AI는 이미지를 효율적으로 파악하기 위해 합성곱이라는 연산을 적용해요. 쉽게 얘기하면 고양이 사진을 놓고 고양이 주변의 전체를 다 파악하지 않고 눈·코·몸 윤곽 등 중요한 특징

커버스토리
스스로 푸는 힘 vs 도구를 다루는 능력…AI 시대 시험은 무엇을 평가해야 할까

‘인공지능(AI) 금지’ 시험을 옹호하는 논리는 분명합니다. 시험의 본래 목적은 학생 스스로 문제를 이해하고 해결하는 능력을 평가하는 데 있습니다. AI를 허용하면 답을 만드는 과정에서 기계의 도움이 개입해 학생 개인의 역량을 정확히 가려내기 어려워진다는 주장입니다. AI 활용 능력의 격차도 문제로 꼽힙니다. 학생마다 AI 도구에 대한 접근성, 디지털 활용 능력, 관련 교육 경험이 다르기 때문입니다. 시험 성적이 학업 역량보다 AI 사용 환경이나 경제적 여건에 더 크게 좌우될 수 있다는 우려가 나옵니다. 이는 모든 학생이 같은 조건에서 경쟁해야 한다는 시험의 형평성과 공정성 원칙에 어긋나며, 새로운 교육 불평등으로 이어질 수 있다는 지적입니다.기초학력 약화에 대한 걱정도 있습니다. 계산기를 사용하기 전에 사칙연산을 익혀야 하듯, AI를 활용하기에 앞서 읽기와 쓰기, 논리적 추론, 기본 계산 능력 등을 충분히 갖춰야 한다는 것입니다. 기본기가 부족한 상태에서 AI에 지나치게 의존하면 학생들의 사고력과 문제 해결력이 약해질 수 있습니다. 또 교사가 채점하는 수행평가나 논술형 시험지가 학생 본인의 순수한 실력인지, AI의 도움을 어느 정도 받았는지 구별하는 것도 현실적으로 쉽지 않습니다.숙제는 AI로 … 시험장에선 금지반면 AI 사용을 막는 시험이 시대착오적이라는 주장도 만만치 않습니다. 요즘 대학이나 기업이 요구하는 역량은 단순 암기나 계산이 아니라 문제를 정의하고 도구를 잘 활용해 필요한 정보를 선별하고, 더 나은 결과를 만들어내는 능력으로 바뀌고 있다는 점이 근거입니다.AI는 이제 계산기나 검색엔진처럼 기본 도구로 자리 잡았습니다. 이런 상황에
커버스토리
"질문 잘하면 장땡?" 챗GPT가 코웃음 치는 이유🤭 [커버스토리]

인공지능(AI) 기술의 발전 속도가 상상을 초월합니다. 조금은 어눌하던 AI의 답변과 글이 이젠 웬만한 전문가 뺨칠 정도입니다. 회계 서비스 시장에선 “기업의 재무제표를 분석한 뒤 사람이 일일이 기입하는 작업은 AI가 완전히 대체할 수 있을 것”이란 전망이 많았습니다. 그런데 이 수준을 넘어 자료의 문맥상 논리까지 파고들고 정리해내는 능력을 보여주고 있습니다.요즘 로펌의 신입 변호사 수요가 많이 줄고 있다고 합니다. 판례 분석, 법률 조항 검색 같은 업무를 주로 신입 변호사에게 맡겼는데, 굳이 그럴 필요 없이 AI로 해결할 수 있기 때문입니다. 신입을 뽑아 차근차근 가르쳐가며 전문 인력을 양성하던 시스템이 AI로 인해 흔들리고 있는 겁니다.국내 고용 통계에 따르면 지난 5월 상용직 근로자 수는 총 1674만 명으로 1년 전보다 7000명 감소했습니다. 이런 일이 26년 만에 처음이라고 합니다. 30대 상용직 근로자 중 전문·과학·기술 서비스 업종에서만 7만6000명이 줄어든 게 가장 큰 원인이었습니다. 이 가운데 다수가 연구개발·건축·엔지니어링·법무·회계 서비스 등 고숙련 전문직에서 발생했습니다. 혹시 AI 영향 때문은 아닐까요?이런 현상을 놓고 ‘화이트칼라 전문직 노동의 종말’, ‘화이트칼라 대학살’이란 자극적 표현도 나옵니다. 과연 그렇게 봐야 할지 아직은 헷갈립니다. 미국 스탠퍼드대 연구팀은 챗GPT 출시 이후 전체 고용률 자체엔 뚜렷한 변화가 없었지만, AI 노출도가 높은 직군에서 초년차 근로자의 고용이 16% 줄었다고 발표했습니다. 적어도 전 직종의 붕괴는 아니라는 얘기입니다. 분명한 것은 “AI는 내 동료”라는 인식이
커버스토리
"AI라는 망치, 제대로 때릴 줄 아는 능력이 중요"…분야의 본질을 아는 숙련자 될 때 생존할 수 있죠

인공지능(AI)이 ‘직장 동료’가 되고 있는 곳은 회계사와 변호사 업계뿐이 아닙니다. 뉴스 앵커와 기자가 활동하는 언론계, 가수가 일하는 녹음실, 학교 현장 등에도 AI가 침투했습니다. 부산 지역방송인 KNN은 지난해 6월부터 메인 뉴스 ‘뉴스 아이’의 마지막 부분을 AI 앵커가 전담하도록 했습니다. 한 종합편성채널은 간판 앵커의 영상 10시간을 AI에 학습시켜 ‘AI 앵커’를 만들었습니다. AI 앵커는 저녁 메인 뉴스의 헤드라인을 정리해 전하는 코너를 맡고 있습니다. 미국 폭스의 지역 계열회사는 AI 가상 특파원 리바 휴스턴을 통해 매주 뉴스 하이라이트를 제공합니다. 심층 취재나 직접 인터뷰, 현장의 판단이 중요한 보도는 여전히 ‘사람 기자’의 몫이지만, 속보성 기사와 정형화된 짧은 리포트는 AI에게 바통이 넘겨지고 있습니다.음악시장에선 AI의 상업적 성과가 숫자로 입증되고 있습니다. 음원 스트리밍 플랫폼 디저에 따르면 전 세계 플랫폼에는 하루 평균 5만 곡의 AI 생성 음악이 업로드됩니다. 이는 하루 신규 업로드 트랙의 34%에 달합니다. 품질도 크게 뒤지지 않습니다. 8개국 9000명을 대상으로 한 디저의 블라인드 테스트에선 응답자의 97%가 인간이 만든 음악과 AI 생성 음악을 구분하지 못했습니다. 국내에서도 일반인이 AI로 작곡한 곡을 동호인 등과 공유하며 즐기는 사례가 크게 늘고 있습니다. 빌보드는 이에 대해 “더 이상 실험적 장르가 아닌, 흐름의 가속화”라고 평가했어요. “AI는 조력자”…재편되는 일자리직업별로 AI를 활용하는 사례를 보면 일자리가 소멸한다기보다 재편되는 쪽에 가깝습니다. 교사를 돕는 AI가 대표적입니다. 경기도
대학 생글이 통신
AI가 답해주는 시대, 공부의 의미는?

생성형 인공지능(AI)을 사용하다 보면 ‘AI가 이렇게 똑똑한데 내가 왜 공부해야 하지?’라는 생각이 들 때가 있습니다. 수학 문제를 찍어 올리면 풀이가 바로 나오고, 영어 문장도 고쳐주고. 과학 개념도 정리해줍니다.최근 전기정보공학부의 프로그래밍 수업을 들으면서 공부의 의미를 다시 생각하게 됐습니다. 교수님이 “AI의 등장으로 코딩을 잘하는 사람과 못하는 사람의 차이가 줄어들 것이라고 생각하는 사람이 많지만, 실제 생산성 차이는 오히려 더 벌어질 수 있다”고 말씀했습니다.이유는 질문 방식에 있었습니다. 코딩을 잘하는 사람은 AI에게 질문하거나 명령할 때 매우 구체적으로 설명합니다. 어떤 기능이 필요한지, 어떤 상황에서 오류가 날 수 있는지, 어떤 조건을 고려해야 하는지까지 정리해서 입력합니다. 그러면 AI도 훨씬 정확한 결과를 만들어냅니다.반면 코딩에 익숙하지 않은 사람은 “이거 이상한데 고쳐줘”, “빨리 만들어줘”처럼 두루뭉술하게 요청하는 경우가 많습니다. 그러면 AI도 사용자의 의도를 제대로 이해하지 못합니다. 프로그램 구조를 이상하게 바꾸거나 전혀 다른 방향으로 결과를 만들기도 합니다. 이처럼 같은 AI를 사용해도 결과에서 큰 차이가 나게 됩니다.질문을 잘하려면 기본 개념이 머릿속에 있어야 합니다. 수학에서 함수와 극값 개념을 이해해야 “왜 그래프가 이렇게 변하는지 설명해줘”라고 질문할 수 있고, 역사에서 시대 배경을 알아야 “이 사건이 왜 중요한지”를 물을 수 있습니다. 아무것도 모르는 상태에서는 무엇을 질문해야 할지조차 떠올리기 어렵습니다. AI가 풀이를 보여줘도 본인이 개념을 모르면 그 풀

1 2 3 4 5 6 7 8 9 10