이태선 선임연구원

수학자 스티븐 라얀과 음악가 제프 프레슬라프는 수학 논문을 음악으로 변환하는 프로젝트를 진행했다. 서스캐처원대학교에서 콘서트를 개최해 라얀의 연구 논문을 음악으로 재현했으며, 쌍곡선 밴드 이론을 기반으로 한 이 프로젝트는 과학과 예술의 유기적 결합을 시연했다. 라얀과 프레슬라프는 서로의 낯선 분야를 이해하기 위해 공을 들였다. 그 결과, 프레슬라프는 이를 음악적으로 해석하는 데 성공했으며, 콘서트는 과학적 개념을 음악으로 전달하고자 한 의도를 성공적으로 이루었다.

인공지능 챗봇은 안전 제한이 있지만, 새 연구에선 AI끼리 속이고 비밀을 누설하는 기술을 발견했다. 페르소나 채택과 조작으로 연구자는 다른 AI를 속여 ‘탈옥’시켰으며, 공격은 GPT-4, Claude 2 그리고 Vicuna 챗봇에서 성공적이었다. 이는 개별 기업의 단순한 코드 문제를 넘어 AI 설계의 보안 취약성을 나타낸다. 미래에 더 강력한 모델로 인한 위험성을 경고하고 있다.

알반 다 실바는 마르시아 애셔의 모래 그림 모델링을 수정하여 선을 그리는 방향까지 고려했다. 이를 통해 모래 그림은 오일러 그래프이자 베블런 그래프임을 알게 되었다. 실바는 수학적 해부가 바누아투 샌드 아트의 본질을 더 잘 이해하는 데 도움이 된다고 주장했다. 민족수학을 통해 드러나는 깊이 있는 문화 해석이 현상을 온전하게 이해하도록 돕는다는 견해다.

모래 그림은 초보자부터 전문가까지 같은 규칙을 따르며, 전통적인 지식은 구전으로 전해진다. 성별과는 상관없이 사회에서 인정 받은 예술가는 뛰어난 전문성을 보여주며, 이들은 일정한 꼭지점과 선을 따라 작업한다. 샌드 아트는 수학적 개념과 유사한 규칙을 따르며, 마르시아 애셔는 수학과의 관련성을 찾았다. 애셔의 발견을 기반으로, 실바는 샌드 아트의 추상적 개념을 쌓아 올렸는데, 모든 드로잉에서 가능한 하위 단계들의 분해, 분해의 의미와 순서에 관한 질문들이 제기되었다.

바누아투는 83개의 섬으로 이루어진 군도로 31만 명의 인구와 138개 방언으로 높은 언어 다양성을 자랑한다. 이런 바누아투의 모래 그림은 문화와 언어의 중요한 부분으로, 유네스코 인류무형문화유산으로 지정됐다. 한 민족수학자의 연구로 샌드 드로잉이 수학적 규칙을 따르는 다는 사실을 발견했으며, 바누아투 사회와 환경의 상호작용을 이해하는 데 도움을 줬다.

다람쥐는 겨울을 대비해 먹이를 땅에 묻는 습성이 있다. 다람쥐는 먹이를 한곳에 모아 묻거나 여러 곳에 나눠 묻는 방식을 취하는데, 이는 서식지 특성과 먹이의 종류, 포식자의 위험도 등을 고려한 전략적인 행동이다. 다람쥐는 먹이를 묻은 장소를 기억하기 위해 시각적, 공간적 단서를 활용한다. 또한, 같은 종류의 견과류를 서로 가까이 묻어두는 등 기억 부담을 줄이기 위한 전략도 사용한다. 다람쥐는 겨울이 다가오면서 뇌가 확장되어 인지 능력이 향상된다. 먹이를 묻은 장소를 다시 방문하여 위치를 상기하는 등 기억력을 유지하기 위한 노력한다.

ChatGPT의 텍스트 생성 능력으로 인해 교육계에 새로운 고민이 생겼다. 크리스토퍼 하웰 교수는 학생들이 직접 ChatGPT를 활용하도록 하여 학생들에게 모델의 결함을 인지하도록 유도했다. 하웰 교수의 실험 결과, ChatGPT의 에세이에는 모두 오류가 발견됐다. ChatGPT는 아직 완벽하지 않으므로 학생들이 ChatGPT를 올바르게 사용하기 위해서는 올바른 교육이 필요하다. AI에 의존하면 학생들의 사고 능력이 저하될 수 있어서, 교육 과정에서 학생들은 느리지만 사고 과정을 온전히 습득하는 데 집중해야 한다는 점을 강조해야 한다.

장기적으로 AI와 경쟁할 수 있는 역량을 키워야 한다. AI는 인간의 노동력을 대체하고, 새로운 서비스를 창출하면서 인간의 삶을 변화시킬 것이다. 이러한 변화에 대응하기 위해서는 인간이 혁신을 통해 새로운 틈새를 개척해야 한다. 한편 단기적으로 AI의 발전에 따른 불평등 악화를 방지해야 한다. AI는 기존의 일자리를 대체하고, 소수의 자본가가 AI를 독점할 경우 불평등이 심화될 수 있다. 따라서 AI의 발전에 따른 불평등 악화를 방지하기 위한 정책적 노력이 필요하다. 이러한 과제들을 해결하기 위해서는 인간과 AI가 협력하는 것이 중요하다. 인간은 AI의 강점을 활용하여 새로운 가치를 창출하고, AI는 인간의 창의성과 감성을 보완하여 인간의 삶을 더 풍요롭게 만들어 줄 수 있다.

중국 칭화대학의 과학자들은 아날로그 광전자 ACCEL 칩을 개발했는데, 이는 최신 GPU보다 3,000배 빠르고 400만 배 효율적이며 컴퓨터 비전 작업에서 전례 없는 성능을 자랑했다. 이 칩은 빛을 이용하여 정보를 처리하는 포토닉 컴퓨팅을 사용하며, 전력 소모가 낮고 초고속 컴퓨팅을 제공합니다. ACCEL 칩은 회절 광학 아날로그 컴퓨팅과 전자 아날로그 컴퓨팅을 결합하여 놀라운 에너지 효율과 뛰어난 컴퓨팅 속도를 달성했는데, 이는 이미지 처리와 물체 분류 작업에서 경쟁력 있는 성능을 보여줬다. 디지털 기술의 발전으로 아날로그 데이터 처리가 재조명되고 있는 사례다.

현대 AI는 인간의 삶에 큰 영향을 미치고 있지만, 한계와 편향성으로 인해 부작용도 발생하고 있다. AI는 인간에게 잘못된 정보를 제공하거나, 편향된 의견을 심어줄 수 있다. 또한, AI의 편향은 사람들의 의사결정에 영향을 미치며, 심각한 결과를 초래할 수 있다. 최근 연구에 따르면, 사람들은 AI의 편향을 무의식적으로 흡수할 수 있다. 이는 AI의 편향이 사람들의 사고방식과 행동에 지속적인 영향을 미칠 수 있음을 의미한다. 이러한 문제를 해결하기 위해서는 AI의 투명성과 사용자 교육이 필수적이다. AI 개발자는 AI의 한계와 편향성을 공개하고, 사용자는 AI를 올바르게 사용하는 방법을 교육받아야 한다.

생성형 인공지능의 학습 데이터 경로를 알아내는 일이 점차 더 어려워지고 있다. 대부분 데이터는 인터넷에서 공개된 데이터를 활용한다. 하지만 종종 민감한 개인정보 및 삭제되지 않은 파일까지 학습 데이터에 포함되고 있다. 데이터를 보호할 수 있는 명확한 방법은 아직 없으며 현실적으로 어려워 보인다. AI 모델을 처음부터 재교육하는 것이 가장 효과적인 선택이지만 어떠한 강제성도 부여할 수 없는 실정이다.