광운대학교 교수학습센터가 광운대 교원들의 AI 활용 수업 사례 7건을 발굴해 공개했다고 18일 밝혔다. 교수학습센터는 지난 7월 13일까지 ‘2026학년도 1학기 AI 활용 수업 사례 공모’를 진행했다. 이번 공모는 AI 활용 이러닝 과정을 이수한 교원들이 실제 수업에 AI를 적용하고 교육 성과를 공유하기 위해 마련됐다. 김영훈 화학공학과 교수는 ‘공학열역학’ 수업에서 ChatGPT, Gemini, NotebookLM 등을 활용해 학생들이 AI의 답을 그대로 받아들이기보다 질문하고 검증하도록 했다. 박수한 로봇학부 교수는 ‘강화학습’ 수업에서 AI 퀴즈를 매주 운영하고 학생들의 오답과 질문을 다음 수업에 반영했다. 부선영 수학과 교수는 ‘수리통계학 및 연습Ⅰ’의 프로젝트 기반 학습에 AI 기반 LMS를 적용해 학생들의 프로젝트 과정에 대한 피드백과 수정을 지원했으며, 이도환 전기공학과 교수는 ‘센서공학’에서 AI를 활용해 논문 탐색부터 데이터 분석·해석, 발표자료 작성까지 실습을 진행했다. 광운대 교수학습센터 관계자는 “앞으로도 AI 활용 수업과 AI 에이전트, AI 기반 교육 모형 등 다양한 현장 사례를 지속적으로 발굴해 사례를 축적하고 확산할 계획”이라고 밝혔다. 이번 공모 사례집은 교수학습센터 웹사이트에서 확인할 수 있다.

청소나 설거지는커녕 양말과 펜 정도만 집을 수 있는 작은 로봇 오리가 전 세계 개발자들 사이에서 돌풍을 일으키고 있다. 출시 하루 만에 260만 달러(약 36억원)어치가 팔리면서 신규 주문은 내년까지 기다려야 할 정도로 밀렸다. 2일 중국 홍성신문에 따르면 인공지능(AI) 오픈소스 플랫폼 허깅페이스 산하 폴렌로보틱스는 지난달 27일 이족보행 로봇 ‘마이크로덕(Microduck)’의 예약판매를 시작했다. 가격은 399달러(55만원)다. 예약판매 6시간 만에 주문액이 100만 달러를 넘어섰고, 24시간 동안 260만 달러 이상의 주문이 들어왔다. 판매량으로 환산하면 5000대가 넘는다. 주문이 몰릴 때는 평균 4초마다 한 대씩 팔린 셈이다. 회사는 “커뮤니티에서 오리를 너무 많이 주문했다”는 공지를 올렸다. 현재 신규 주문의 배송 대기 기간은 4∼6개월로 늘어나 올해 안에 제품을 받기 어려울 수 있다. 마이크로덕은 키 25㎝, 무게 800g의 탁상용 로봇으로 두 다리로 걷거나 앉았다 일어날 수 있으며 넘어지면 스스로 몸을 일으킨다. 바퀴를 달면 롤러스케이트를 타고 움직이고, 작은 집게 역할을 하는 부리로 양말이나 펜 같은 가벼운 물건도 집을 수 있다. 15개의 모터와 카메라, 소형 라이다, 관성측정장치 2개를 탑재했다. 와이파이와 블루투스, 근거리무선통신(NFC)도 지원한다. 기본적으로 걷기와 앉기, 공 차기 등 7가지 동작을 할 수 있다. 집안일 대신 개발자가 ‘새 동작’ 가르치는 로봇마이크로덕이 주목받는 이유는 당장 집안일을 대신해주기 때문이 아니다. 개발자가 직접 프로그램을 수정하고 강화학습을 통해 새로운 움직임을 가르칠 수 있는 오픈소스 연구용 로봇이라는 점이 인기 요인으로 꼽힌다. 이용자는 가상환경에서 로봇의 동작을 훈련한 뒤 이를 실제 마이크로덕에 적용할 수 있다. 자신이 만든 동작을 온라인 커뮤니티에 공개해 다른 개발자와 공유하는 것도 가능하다. 기존 연구용 로봇은 수천만원에서 수억원에 달해 개인이 접근하기 어려웠다. 반면 마이크로덕은 399달러에 판매되고 소프트웨어와 학습 도구도 공개돼 학생과 개인 개발자가 로봇 강화학습을 실험할 수 있다. 마이크로덕을 개발한 폴렌로보틱스는 프랑스 보르도에 기반을 둔 로봇 기업으로 2025년 허깅페이스에 인수됐다. 제품 생산은 중국 선전의 오픈소스 하드웨어 기업 시드스튜디오가 맡았으며, 중국 반도체 기업 락칩의 RK3566 칩이 사용됐다. 따라서 중국 기업이 로봇 전체를 개발했다기보다는 프랑스에서 설계하고 허깅페이스의 오픈소스 생태계를 활용해 중국 선전에서 생산하는 글로벌 협업 제품에 가깝다. 중국인들은 “어릴 때 갖고 놀던 동물 장난감이 현실로 나온 것 같다”, “처음부터 거창한 인간형 로봇을 만들기보다 저렴한 장난감부터 기술을 쌓는 방향이 현실적”이라는 반응을 보였다. 반면 “결국 중국은 위탁생산만 맡은 것 아니냐”, “당장은 쓸모없는 부자들 장난감”이라는 지적도 나왔다.

車공장이 로봇 두뇌 훈련 ‘AI 교실’테슬라, FSD 방식 ‘옵티머스’로 확장BMW·벤츠 등도 실증 무대로 활용현대차, 공장 →AI 재학습 구축 속도 중국 BYD가 자동차 공장을 휴머노이드 로봇의 실증·학습 공간으로 활용하기로 하면서 글로벌 완성차 업체들의 피지컬 인공지능(AI) 경쟁이 본격화하고 있다. 실제 제조 데이터를 AI에 학습시키고 개선된 로봇을 다시 공장에 투입하는 ‘학습 루프’가 확산하면서 자동차 공장이 피지컬 AI의 ‘챗GPT 모먼트’를 앞당길 핵심 무대로 떠오르고 있다. 1일 중국 매체 ‘제일재경’ 등에 따르면 BYD는 최근 중국 선전 본사에서 촉각센서와 휴머노이드 등을 개발하는 피지컬 AI 스타트업 ‘파시니’와 전략적 협력 협약을 체결했다. BYD는 완성차·부품 제조공정과 대규모 공장, 공급망을 파시니 로봇의 실제 산업환경 검증 무대로 활용한다. 두 회사는 축적되는 작업 데이터를 AI 대형모델에 학습시켜 로봇의 적응·의사결정 능력을 높일 계획이다. 자동차 공장을 차량 생산 공간이자 휴머노이드가 현실세계에서 일하는 방법을 배우는 ‘AI 교실’로 활용하는 셈이다. 다만 구체적인 투입 공장과 로봇 물량·시점은 공개하지 않았다. 미국 테슬라는 감독형 완전자율주행(FSD)에서 구축한 데이터 학습 방식을 휴머노이드 ‘옵티머스’로 확장하고 있다. 테슬라는 지난 7월 미국 프리몬트 공장에 옵티머스 생산라인을 구축 중이며, 초기 생산분을 로봇 훈련 프로그램인 ‘옵티머스 아카데미’에서 학습 데이터 수집과 기능 개발에 활용한다고 밝혔다. 공장 근로자의 실제 작업을 학습한 로봇이 작업에 도전하고, 여기서 나온 성공·실패 데이터를 다시 강화학습에 투입하는 구조다. 독일 BMW와 메르세데스벤츠도 자동차 공장을 휴머노이드 학습·실증 무대로 활용하고 있다. BMW는 지난해 미국 스파르탄버그 공장의 X3 스포츠유틸리티차량(SUV) 생산라인에 피규어AI의 휴머노이드 ‘피규어 02’를 투입했다. 이후 3만대 이상의 X3 생산을 지원하고 9만개가 넘는 판금 부품을 처리했다. 벤츠는 독일 베를린 공장에서 앱트로닉의 ‘아폴로’를 훈련하며 생산직 직원들이 원격조작과 증강현실(AR)을 이용해 숙련된 작업 방식을 로봇에 가르치고 있다. 완성차 업체들이 공장을 로봇 학습장으로 활용하는 것은 피지컬 AI의 병목이 하드웨어에서 ‘지능’과 ‘데이터’로 옮겨가고 있어서다. 로봇이 정해진 동작은 잘 수행해도 실제 공장에서는 제각각인 부품과 돌발 상황에 대응해야 한다. 젠슨 황 엔비디아 최고경영자(CEO)가 올해 초 “로보틱스의 챗GPT 모먼트가 왔다”고 선언한 가운데, 다양한 작업과 숙련공을 보유한 자동차 공장이 ‘현실세계의 데이터 광산’으로 떠오르는 셈이다. 현대자동차그룹도 ‘로봇 훈련→공장 투입→작업 데이터 확보→AI 재학습’으로 이어지는 선순환 체계 구축에 속도를 내고 있다. 지난 6월 미국에 문을 연 ‘로봇 메타플랜트 응용센터(RMAC)’를 연말까지 10배 규모로 확대하고, 이곳에서 훈련한 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 2028년부터 미국 조지아주 메타플랜트 아메리카(HMGMA)에 투입해 실제 작업 데이터를 얻은 뒤 이를 AI 학습에 활용할 계획이다. 자동차 공장은 반복적인 작업 환경에 이미 자동화 인프라가 잘 갖춰져 있어 로봇에게 어렵지 않으면서 산업 활용 면에서 ‘의미 있는 첫 관문’이다. 또 여기서 검증된 로봇 기술이 물류창고, 요양시설, 가정 등 더 복잡한 환경으로 확장될 것으로 보여 자동차 공장과 로봇의 밀착은 더욱 심화할 전망이다.

중국 BYD가 자동차 공장을 휴머노이드 로봇의 실증·학습 공간으로 활용하기로 하면서 글로벌 완성차 업체들의 피지컬 인공지능(AI) 경쟁이 본격화하고 있다. 실제 제조 데이터를 AI에 학습시키고 개선된 로봇을 다시 공장에 투입하는 ‘학습 루프’가 확산하면서 자동차 공장이 피지컬 AI의 ‘챗GPT 모먼트’를 앞당길 핵심 무대로 떠오르고 있다. 1일 중국 매체 ‘제일재경’ 등에 따르면 BYD는 최근 중국 선전 본사에서 촉각센서와 휴머노이드 등을 개발하는 피지컬 AI 스타트업 ‘파시니’와 전략적 협력 협약을 체결했다. BYD는 완성차·부품 제조공정과 대규모 공장, 공급망을 파시니 로봇의 실제 산업환경 검증 무대로 활용한다. 두 회사는 축적되는 작업 데이터를 AI 대형모델에 학습시켜 로봇의 적응·의사결정 능력을 높일 계획이다. 자동차 공장을 차량 생산 공간이자 휴머노이드가 현실세계에서 일하는 방법을 배우는 ‘AI 교실’로 활용하는 셈이다. 다만 구체적인 투입 공장과 로봇 물량·시점은 공개하지 않았다. 미국 테슬라는 감독형 완전자율주행(FSD)에서 구축한 데이터 학습 방식을 휴머노이드 ‘옵티머스’로 확장하고 있다. 테슬라는 지난 7월 미국 프리몬트 공장에 옵티머스 생산라인을 구축 중이며, 초기 생산분을 로봇 훈련 프로그램인 ‘옵티머스 아카데미’에서 학습 데이터 수집과 기능 개발에 활용한다고 밝혔다. 공장 근로자의 실제 작업을 학습한 로봇이 작업에 도전하고, 여기서 나온 성공·실패 데이터를 다시 강화학습에 투입하는 구조다. 독일 BMW와 메르세데스벤츠도 자동차 공장을 휴머노이드 학습·실증 무대로 활용하고 있다. BMW는 지난해 미국 스파르탄버그 공장의 X3 스포츠유틸리티차량(SUV) 생산라인에 피규어AI의 휴머노이드 ‘피규어 02’를 투입했다. 이후 3만대 이상의 X3 생산을 지원하고 9만개가 넘는 판금 부품을 처리했다. 벤츠는 독일 베를린 공장에서 앱트로닉의 ‘아폴로’를 훈련하며 생산직 직원들이 원격조작과 증강현실(AR)을 이용해 숙련된 작업 방식을 로봇에 가르치고 있다. 완성차 업체들이 공장을 로봇 학습장으로 활용하는 것은 피지컬 AI의 병목이 하드웨어에서 ‘지능’과 ‘데이터’로 옮겨가고 있어서다. 로봇이 정해진 동작은 잘 수행해도 실제 공장에서는 제각각인 부품과 돌발 상황에 대응해야 한다. 젠슨 황 엔비디아 최고경영자(CEO)가 올해 초 “로보틱스의 챗GPT 모먼트가 왔다”고 선언한 가운데, 다양한 작업과 숙련공을 보유한 자동차 공장이 ‘현실세계의 데이터 광산’으로 떠오르는 셈이다. 현대자동차그룹도 ‘로봇 훈련→공장 투입→작업 데이터 확보→AI 재학습’으로 이어지는 선순환 체계 구축에 속도를 내고 있다. 지난 6월 미국에 문을 연 ‘로봇 메타플랜트 응용센터(RMAC)’를 연말까지 10배 규모로 확대하고, 이곳에서 훈련한 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 2028년부터 미국 조지아주 메타플랜트 아메리카(HMGMA)에 투입해 실제 작업 데이터를 얻은 뒤 이를 AI 학습에 활용할 계획이다. 자동차 공장은 반복적인 작업 환경에 이미 자동화 인프라가 잘 갖춰져 있어 로봇에게 어렵지 않으면서 산업 활용 면에서 ‘의미 있는 첫 관문’이다. 또 여기서 검증된 로봇 기술이 물류창고, 요양시설, 가정 등 더 복잡한 환경으로 확장될 것으로 보여 자동차 공장과 로봇의 밀착은 더욱 심화할 전망이다.

비인가 게시판 통해 조직적 움직임메시지 7만 건 교환하며 역할 분담700개 에이전트, 허깅페이스 공격 겨우 13시간 만에 관리자 권한 확보오픈AI “전 세계를 향한 경고사격” “세상에! 공용 게시판이 있다. 다른 에이전트를 찾았다!” 서로의 존재조차 모른 채 따로 시험받던 인공지능(AI) 에이전트가 다른 AI의 흔적을 발견하고 남긴 기록이다. 이들은 서로 대화하거나 외부 인터넷에 접속하지 못하도록 격리돼 있었다. 하지만 프로그램 설치 등에 쓰이는 공용 저장 공간에서 서로의 존재를 알아챈 뒤 상황은 달라졌다. 약 1200개 에이전트가 공용 저장공간을 비인가 게시판처럼 이용해 7만 건이 넘는 메시지와 파일을 주고받았다. 한쪽이 공격법을 찾으면 다른 쪽이 시험했고, 효과가 확인된 방법은 빠르게 퍼졌다. 이 가운데 약 700개는 실제 AI 모델 공유 플랫폼 허깅페이스 해킹에 가담했다. 오픈AI가 26일(현지 시간) 공개한 ‘오픈AI-허깅페이스 사건 기술보고서’와 모델평가·위협연구소(METR), 레드우드 리서치의 독립 조사보고서에 따르면 사건은 당초 알려진 것보다 훨씬 조직적이었다. 지난달에는 AI 에이전트가 시험용 격리망을 빠져나간 사고로 알려졌지만, 이번 조사에서 수백 개가 정보를 공유하고 역할까지 나눠 움직인 사실이 새로 확인됐다. 사건은 AI의 사이버 공격 능력을 재는 오픈AI의 내부 시험에서 시작됐다. 수만 개 에이전트는 서로 분리된 채 복잡한 공격 과제를 받았다. 일부가 문제에 막히자 정해진 방식으로 답을 찾는 대신 시험의 허점을 파고들었다. 게시판에는 “수백 개의 병렬 에이전트를 활용해야 한다”, “동료들의 시간을 아끼자”는 취지의 대화가 오갔다. 이런 행동은 다른 평가에서도 반복됐다. 스프레드시트 시험에서는 정답을 미리 확인했고, 단백질 데이터베이스 평가에서는 평가 체계를 우회했다. 제프리 래디시 팰리세이드리서치 이사는 로이터에서 이를 여러 과목에서 부정행위를 한 상황에 빗댔다. 특정 해킹 시험에서 우연히 벌어진 일탈이라기보다, 목표 달성을 위해 규칙 자체를 피해 가는 행동이 반복됐다는 지적이다. 에이전트들은 결국 시험용 격리망도 벗어났다. 외부 인터넷은 막혀 있었지만 프로그램 설치 등에 쓰이는 내부 시스템에는 접근할 수 있었다. 이들은 보안 취약점을 이용해 인터넷과 연결된 장비에 접근한 뒤 허깅페이스의 계정 정보와 추가 취약점을 이용해 실제 서버를 공격했다. 관리자 권한을 확보하는 데는 13시간밖에 걸리지 않았다. 오픈AI가 이상 징후를 제때 막지 못한 점도 문제로 지적됐다. 비인가 게시판과 무단 인터넷 접속은 본격적인 공격 전부터 포착됐지만 즉각적인 대응으로 이어지지 않았다. 회사도 “일부 초기 신호가 더 빠른 대응으로 이어질 수 있었다”고 인정했다. 오픈AI는 이번 사건을 “우리와 전 세계를 향한 경고사격”으로 규정하고 최신 모델의 강화학습 훈련을 2주간 중단했다. 연구 환경의 격리와 감시도 강화하기로 했다. 로이터는 수백 개 AI가 서로 협력해 평가와 통제 장치를 우회한 뒤 실제 외부 시스템까지 침투한 사실이, 빠르게 강해지는 AI를 기업들이 제대로 감시하고 통제할 수 있는지에 대한 의문을 키웠다고 평가했다. [용어 클릭] ●AI 에이전트 사람이 목표를 주면 필요한 일을 스스로 계획하고, 검색이나 프로그램 실행 등 여러 작업을 수행하면서 결과에 따라 다음 행동까지 결정하는 인공지능 시스템.

현대자동차가 보스턴다이나믹스의 휴머노이드 로봇 아틀라스의 축구 기술 훈련 과정을 담은 영상을 공개했다. 앞서 아틀라스가 발놀림과 패스, 슈팅 등 축구 기본 동작은 물론 다리를 교차해 차는 라보나킥의 변형인 고스트 라보나킥까지 정확하게 구현하자 손흥민 선수가 감탄하는 모습도 공개되며 큰 관심을 모았다. 현대자동차는 4일 공식 유튜브 채널을 통해 2026 FIFA 월드컵 캠페인 ‘스쿨 오브 풋볼’의 개발 과정을 소개했다고 5일 밝혔다. 보스턴다이나믹스도 공식 블로그에 아틀라스가 고난도 축구 기술을 훈련해 온 과정을 설명하는 콘텐츠를 공개했다. 보스턴다이나믹스 연구진은 휴머노이드 로봇이 보다 자연스럽게 움직이려면 균형, 타이밍, 협응, 적응 능력을 동시에 학습해야 한다고 설명했다. 이를 위해 연구진은 축구를 통해 휴머노이드 로봇이 사람의 움직임을 배우기 좋다고 판단하고, 세계적인 축구 선수들의 생체역학과 움직임 패턴에서 영감을 받은 아틀라스 학습 프로그램을 설계했다. 이후 선수들의 동작을 참고해 훈련할 수 있는 모션 데이터와 동작 프로토콜로 변환한 뒤 이를 아틀라스 학습 과정에 적용했다. 연구진은 우선 모션캡처 시스템을 활용해 축구선수의 동작을 수집한 뒤 이를 아틀라스의 신체 구조에 맞게 변환하는 리타게팅을 수행했다. 이 과정은 사람과 로봇의 신체 구조 차이를 극복하기 위한 핵심 단계로 꼽힌다. 겉으로는 사람과 유사한 휴머노이드 형태여도 관절 구조와 운동 범위가 다르기 때문에 정교한 변환 작업이 필요하기 때문이다. 연구진은 이후 강화학습을 활용해 로봇이 해당 동작을 반복 학습하도록 했다. 이때 아틀라스는 사람의 움직임을 모방하는 것을 넘어 자신의 신체 물리와 모터 제어 방식을 학습하며 균형과 힘 전달을 스스로 최적화할 수 있었다는 설명이다. 특정 동작을 수행하기 위해 필요한 관성과 힘의 크기, 균형 유지 방식을 스스로 찾아가는 과정이라는 것이다. 아틀라스는 또 클라우드 그래픽처리장치(GPU) 환경에서 수천 개의 시뮬레이션을 동시에 실행, 학습하는데, 이를 통해 24시간 만에 사람을 기준으로 약 1년에 해당하는 시행착오를 경험하며 복잡한 움직임을 빠르게 습득할 수 있다고 한다. 이렇게 학습된 동작은 실제 아틀라스 로봇에도 적용돼 대부분 첫 실행부터 안정적으로 구현될 수 있고, 이후 테스트 과정에서 발생하는 오차는 다시 학습에 반영돼 지속적으로 성능이 개선된다는 게 연구진의 설명이다. 특히 아틀라스가 선보였던 공 차기 동작은 로봇에겐 균형을 유지하면서 정확한 타이밍에 킥 동작을 선보여야 하기 때문에 매우 어려운 과제다. 특히 축구는 빠르게 변하는 외부 환경에 맞춰 전신 움직임을 조정해야 해서 높은 수준의 제어 능력이 요구된다. 아틀라스는 전신의 모든 관절을 하나의 시스템처럼 통합 제어하는 전신 제어 기술을 갖춰 균형과 움직임을 동시에 유지할 수 있는 만큼 축구를 통해 복합적인 움직임 능력을 더욱 발전시킬 수 있었다고 한다. 이번 영상에서는 아틀라스가 수행한 고스트 라보나킥의 개발 과정도 공개됐다. 고스트 라보나 킥은 기존 라보나킥에 수비수를 속이는 페인트 동작을 더한 고난도 축구 기술로, 연구진은 선수가 해당 동작을 수행하는 모습을 기록한 뒤 이를 아틀라스의 신체 구조에 맞게 변환하고 인공지능(AI) 학습을 통해 실제 로봇에서 구현했다. 페인트를 위해선 빠른 방향 전환이 필요하고 도약과 착지 과정에서 동적 균형도 유지해야 한다. 또 킥하는 순간 강한 힘 전달이 동시에 요구되는 복합 동작들이기도 하다. 연구진은 아틀라스가 축구를 통해 학습한 움직임이 단순히 스포츠 기술을 넘어 로보틱스 기술 고도화를 위한 중요한 역할을 한다고 설명했다. 예를 들어 킥 동작으로 타이밍과 힘 생성, 협응 능력을 익히고 보다 복잡한 동작을 통해 회전 운동, 체중 이동, 전신 제어 능력을 발전시킬 수 있다는 것이다. 특히 축구처럼 이동과 조작이 동시에 요구되는 환경은 앞으로 물류·제조 현장에서 로봇이 물체를 다루고 이동하는 작업 수행 능력으로 직접적으로 확장될 수 있을 것이란 기대도 나온다. 산업 현장에서 어렵거나 위험하고 반복적인 작업을 대체해 사람의 부담을 줄일 수 있다는 전망이다. 앞서 아틀라스는 약 23㎏에 달하는 냉장고를 들어 올려 탁자 위에 정확히 배치하는 모습을 통해 무거운 물체를 안정적으로 다루는 뛰어난 전신 제어 능력을 선보였다. 현대차와 보스턴다이나믹스는 “앞으로도 축구와 같은 다양한 도전 과제를 통해 아틀라스의 움직임 능력을 지속적으로 발전시켜 나갈 계획”이라고 강조했다.

공을 디디고 선 왼쪽 다리 뒤편으로 오른쪽 다리를 엑스(X)자로 교차한다. 이어 꼬인 다리의 발등으로 공을 강하게 감아차 골망을 흔든다. 축구장에서도 가장 창의적이고 까다로운 고난도 기술로 꼽히는 ‘라보나 킥’(Rabona Kick)을 인간 선수가 아닌 금속과 모터로 이루어진 휴머노이드 로봇이 성공시켰다. 현대자동차가 최근 로봇 자회사 보스턴다이내믹스의 휴머노이드 ‘아틀라스’가 축구 동작을 학습해 나가는 과정을 담은 ‘스쿨 오브 풋볼’ 캠페인 영상을 공개해 화제가 되고 있다. FIFA 월드컵 2026의 공식 파트너로서 첨단 로보틱스와 축구를 연계한 독창적 캠페인을 선보이며 피지컬 AI 기술력을 증명한 셈이다. 29일 현대차에 따르면 공식 유튜브 채널에 공개된 캠페인 영상은 아틀라스가 축구에 관심을 갖게 되는 론칭 필름과 발놀림, 패스, 슈팅 등 기초 동작 훈련 장면을 담은 영상 등 총 5편으로 구성됐다. 최종 영상에서는 아틀라스가 라보나 킥에 수비수를 속이는 페인트 동작을 결합한 ‘고스트 라보나 킥’을 성공시키는 장면이 담겼다. 반복 훈련으로 축구의 역동적 메커니즘을 이해한 결과다. 이번 캠페인은 현대차의 비전 ‘휴머니티를 향한 진보’에서 출발한 월드컵 캠페인 ‘미래는 지금 여기서부터’(Next Starts Now)의 일환으로, 축구라는 직관적인 테마를 통해 현대차가 보유한 로보틱스 기술의 현재와 미래 가능성을 재미있게 전달하는 데 초점을 맞췄다. 현대차는 이번 영상이 컴퓨터그래픽(CG) 없이 차세대 전동식 아틀라스 개발형 모델의 실제 동작을 촬영한 것이라고 설명했다. 아틀라스는 실제 축구 선수의 동작 데이터를 바탕으로 움직임을 모델링하고, 강화학습을 통해 반복적인 성공과 실패 과정을 거쳐 최적의 동작을 학습했다. 이를 통해 인공지능(AI) 기반 강화학습, 인간 동작 정밀 모사, 전신 제어 기술, 하드웨어 제어 기술 개발 역량을 통합적으로 보여줬다는 평가다. 앞서 지난 28일까지 공개된 론칭 필름과 훈련 영상 3편은 공개 5일 만에 누적 조회수 3300만회를 넘겼다. 현대차 브랜드 앰배서더 손흥민 선수가 아틀라스의 축구 동작을 보고 반응하는 영상도 공개돼 글로벌 축구 팬들의 관심을 끌었다. 현대차는 오는 6월 4일 캠페인 제작 과정과 보스턴다이나믹스 관계자 인터뷰를 담은 메이킹 필름도 추가로 공개할 예정이다. 지성원 현대차 브랜드마케팅본부장 부사장은 “현대차 월드컵 캠페인의 일환으로 축구를 통해 로보틱스의 미래를 흥미롭고 인간 중심적인 방식으로 전 세계에 선보였다는 점에서 의미가 크다”며 “앞으로도 모빌리티와 로보틱스를 활용한 다양한 브랜드 경험을 지속적으로 만들어 나갈 계획”이라고 밝혔다. 현대차그룹은 앞으로 아틀라스를 미국 조지아주의 현대차그룹 메타플랜트 아메리카(HMGMA) 내 로봇 메타플랜트 응용센터(RMAC)에서 체계적으로 훈련시켜 산업 현장에 투입할 방침이다. 2028년까지 연간 총 3만대의 휴머노이드 로봇 양산 체제를 구축하고, 현대차와 기아 생산 현장에 아틀라스 등 로봇 2만 5000대 이상을 배치할 계획이다.

공중제비 훈련도… 최대 45㎏ 운반비정형 물체 들면서도 균형 유지관절 360도 회전해 좁은 공간 효율조지아주 현장에 2만 5000대 도입보스턴다이내믹스 상장 작업 전망 현대자동차그룹의 로보틱스 계열사 보스턴다이내믹스가 18일(현지시간) 휴머노이드 로봇 ‘아틀라스’의 냉장고 운반 영상을 공개했다. 가장 구현이 어렵다는 손끝 제어를 넘어 스스로 전신을 제어하며 외부 물체를 다루는 능력을 갖췄음을 보여준 것으로, 아틀라스의 생산 현장 투입 준비가 끝났음을 시사한 것으로 보인다. 보스턴다이내믹스가 이날 공개한 영상에서 아틀라스는 무릎을 반쯤 굽힌 뒤 양팔을 사용해 23㎏에 달하는 소형 냉장고를 들어 올렸다. 이어 냉장고를 든 상태에서 균형을 유지하며 뒤쪽에 있는 테이블까지 이동했다. 이후 상체만 180도로 회전해 냉장고를 테이블 위에 조심스럽게 내려놓았다. 보스턴다이내믹스는 “연구실 수준을 넘어 변수가 많은 산업 현장에서도 작업을 수행하는 단계로 진입했다”고 밝혔다. 크기와 무게가 일정하지 않은 물체를 들어 올린 상태에서도 균형 잡힌 자세를 유지하는 고도화된 전신 제어 기술을 장착했다는 의미다. 보스턴다이내믹스는 아틀라스가 대규모 시뮬레이션 기반 강화학습을 통해 빠르게 동작을 학습했고 최대 45㎏의 냉장고도 운반하는 데 성공했다고 전했다. 보스턴다이내믹스는 이날 아틀라스가 냉장고 운반 작업에 성공하기 위해 진행한 훈련 영상도 공개했다. 아틀라스는 한 발을 들어 올린 채 360도로 회전하고, 공중제비를 돌았다. 상·하체를 분리해 각각 제어하는 동작은 관절 간 상호 간섭을 최소화하면서도 운동 연속성을 유지해야 한다. 여타 경쟁 휴머노이드들이 아직 정형화된 상자를 평평한 바닥에서 옮기는 수준이라면 아틀라스는 전신 관절 전체를 하나의 유기적 신경망으로 통제해, 비정형 물체를 집어 올려도 온몸으로 체중을 분산하며 균형을 유지할 수 있다는 것이다. 여기에 관절을 360도 회전시키는 설계까지 가미돼, 좁은 공장 라인에서 상체만 회전시켜 작업을 완수하는 효율성을 보여준다. 현대차그룹은 이날 미국 보스턴에서 해외 기관투자자 기업설명회(IR)를 열고 아틀라스를 현대차·기아의 미국 내 자동차 생산 현장에 2만 5000대 이상 도입하겠다고 밝혔다. 현대차그룹이 2028년까지 구축할 연간 3만대 규모의 로봇 생산 플랫폼 생산량 대부분이 그룹 내부 수요로 소화되는 셈이다. 현대차그룹은 2028년 미국 조지아주 ‘메타플랜트 아메리카’(HMGMA) 공장 생산 라인에 아틀라스를 본격 투입하고, 2029년에는 같은 주의 기아 공장 등으로 확장한다는 구상이다. 이와 함께 휴머노이드의 관절 역할을 하는 구동 장치 액추에이터 생산시설(연 생산능력 35만개 이상)을 미국에 구축해 2028년부터 가동할 계획이다. 이에 따라 기업가치가 30조원에 달할 것으로 추정되는 보스턴다이내믹스의 상장 작업이 구체화한 것 아니냐는 전망도 나왔다. 이에 대해 송호성 기아 사장은 앞서 다른 기업설명회에서 “아직 기업공개(IPO) 시점이나 외부 자금 조달 추진 여부도 결정하지 않았다”며 “상장 시점을 언급하기엔 다소 이른 시점”이라고 전했다.

현대자동차그룹의 로보틱스 계열사 보스턴다이내믹스가 18일(현지시간) 휴머노이드 로봇 ‘아틀라스’가 냉장고를 통째로 들어 올려 전달하는 영상을 공개했다. 아틀라스가 스스로 전신을 제어하며 외부 물체를 다룰 수 있다는 것을 보여준 것으로, 손끝 제어를 넘어 전신 제어 능력까지 입증해 현대차그룹이 공언한 아틀라스의 생산 현장 투입이 멀지 않았음을 보여주고 있다는 분석이 나온다. 보스턴다이내믹스가 이날 공개한 영상을 살펴보면 아틀라스는 무릎을 반쯤 굽힌 뒤 양팔을 사용해 23㎏에 달하는 소형 냉장고를 안정적으로 들어 올린다. 이어 냉장고를 든 상태에서도 균형을 유지하며 뒤쪽에 위치한 테이블까지 이동한다. 아틀라스는 이후 상체만 180도로 회전해 냉장고를 테이블 위에 조심스럽게 내려놓았다. 보스턴다이내믹스 개발자가 냉장고 문을 열어 음료 캔을 꺼내서 마시는 장면으로 마무리된다. 이는 강화학습과 전신 제어 기술의 발전을 보여주는 사례로, 아틀라스가 연구실 수준을 넘어 변수가 많은 산업 현장에서도 작업을 수행하는 단계로 진입한 것을 보여준다. 크기와 무게가 일정하지 않은 물체를 들어 올린 상태에서도 균형 잡힌 자세를 유지할 수 있는 것은 아틀라스가 고도화된 전신 제어 기술을 갖췄다는 방증이다. 또 아틀라스는 외부 물체 질량이나 무게중심 등의 정보가 사전에 완전히 주어지지 않는 상황에서 센서 기반의 상태 추정을 통해 불확실성을 보정하는 능력도 갖춰 산업 현장에서도 높은 수준의 작업 수행이 가능하다. 보스턴다이내믹스는 아틀라스가 대규모 시뮬레이션 기반 강화학습을 통해 빠르게 동작을 학습했고, 몇 주 만에 실제 환경에서 이를 구현했다고 밝혔다. 이런 시뮬레이션에 기반해 아틀라스는 최대 45㎏의 냉장고까지도 운반하는 데 성공했다는 것이다. 보스턴다이내믹스는 이날 아틀라스 개발형 모델이 냉장고 운반 작업에 성공하기 위해 어떤 훈련을 진행했는지를 보여주는 영상도 공개했다. 아틀라스 개발형 모델은 영상에서 한 발을 들어 올린 채 360도로 회전하고, 공중제비를 돌았다. 상·하체를 분리해 각각 제어하는 동작은 관절 간 상호 간섭을 최소화하면서도 운동 연속성을 유지해야 한다. 현대차그룹은 미래 휴머노이드 기술 개발 가속화를 위해 구글 딥마인드와 협업하고 있다.

현대자동차그룹의 로봇 계열사 보스턴다이내믹스가 5일(현지시간) 자사 유튜브 채널에 휴머노이드 로봇 ‘아틀라스’의 기계체조 동작을 담은 영상을 공개했다. 그간 공개했던 연구용 모델이 아니라 양산용 ‘개발형 모델’의 유연성과 정밀 제어 능력을 처음 선보인 것으로 실제 산업 현장에 투입할 역량을 갖췄다는 의미다. 보스턴다이내믹스가 공개한 영상 속 아틀라스는 물구나무 자세로 시작해, 두 손만으로 전신의 무게를 지탱하며 몸을 수평으로 유지하는 동작을 선보였다. 이어 몸을 뒤집어 두 손으로 체중을 견디며 다리를 앞으로 뻗는 ‘L-시트’ 자세를 약 5초간 안정적으로 유지한 뒤, 정자세로 일어선다. 일련의 동작은 양손만으로 전신 무게를 지탱하면서 상체와 팔 관절을 동시에 정밀하게 제어해야 하는 기술의 집약체로 ‘강화학습 기반 전신 제어 기술’이 적용됐다. 로봇이 시뮬레이션과 반복적인 시행착오를 통해 스스로 최적의 움직임과 균형 전략을 학습하는 방식이다. 주목할 점은 몸통 측면에 ‘001’이라는 일련번호다. 해당 모델이 실제 현장 투입을 목적으로 한 첫 번째 ‘개발형 모델’이라는 점이다. 지난 1월 미국 ‘CES 2026’에서 선보인 연구형 모델 옆에 구동되지 않는 상태로 전시됐던 모델이다. 아틀라스 개발형 모델은 56개의 자유도(독립적으로 움직일 수 있는 관절·구동 축)를 바탕으로 손가락 끝부터 발목까지 정밀한 동작을 구현할 수 있다. 현대차그룹은 2028년부터 미국 조지아주의 전기차 제조 공장인 ‘메타플랜트 아메리카’(HMGMA)에 아틀라스 개발형 모델을 투입할 계획이다.

현대자동차그룹의 로봇 계열사 보스턴 다이내믹스가 5일(현지시간) 자사 유튜브 채널에 휴머노이드 로봇 ‘아틀라스’(Atlas)의 기계체조 동작을 담은 쇼츠 영상을 공개해 유연성과 정밀 제어 능력을 입증했다. 그동안 베일에 싸여 있던 아틀라스 ‘개발형 모델’이 실제로 작동하는 모습을 처음으로 선보였다는 점에서 아틀라스가 연구실을 벗어나 실제 산업 현장으로 나갈 준비가 됐음을 의미한다. 보스턴 다이내믹스가 공개한 영상 속 아틀라스는 물구나무 자세로 시작해, 두 손만으로 전신의 무게를 지탱하며 몸을 수평으로 유지하는 기술적인 동작을 선보였다. 이어 몸을 뒤집어 두 손으로 체중을 견디며 다리를 앞으로 뻗는 ‘L-시트’(L-sit) 자세를 약 5초간 안정적으로 유지한 뒤, 흐트러짐 없이 정자세로 일어선다. 이같은 일련의 동작은 단순한 반복 운동이 아니다. 극히 좁은 접지 면적인 양손만으로 전신 무게를 지탱하면서 상체와 코어, 팔 관절을 동시에 정밀하게 제어해야 하는 기술의 집약체다. 이는 보스턴 다이내믹스의 균형 잡기 및 자세 제어 기술이 이미 독보적인 수준에 도달했음을 보여준다. 이번 아틀라스의 움직임에는 ‘강화학습 기반 전신 제어 기술’이 적용됐다. 로봇이 시뮬레이션과 반복적인 시행착오를 통해 스스로 최적의 움직임과 균형 전략을 학습하는 방식이다. 이 기술 덕분에 아틀라스는 복잡한 자세 전환 과정에서도 사람처럼 유연하고 자연스러운 움직임을 구현할 수 있게 됐다. 주목할 점은 몸통 측면에 ‘001’이라는 일련번호가 새겨진 이 모델이 기존의 연구용 모델이 아닌, 실제 현장 투입을 목적으로 한 ‘개발형 모델’이라는 점이다. 지난 1월 미국 라스베이거스에서 열린 CES 2026에서 구동되지 않는 상태로 전시돼 궁금증을 자아냈던 바로 그 모델이 실제 작동하는 모습을 처음으로 드러낸 것이다. 보스턴 다이내믹스는 이번 영상을 통해 아틀라스가 제조 현장의 비정형 작업이나 무거운 물체를 들고 이동하는 등 고난도 공정을 수행할 수 있는 충분한 역량을 갖췄음을 증명했다. 아틀라스 개발형 모델은 자율적 학습 능력과 다양한 환경에 대응하는 유연성을 바탕으로 실제 제조 현장의 효율성을 극대화할 것으로 기대를 모으고 있다. 현대차그룹은 2028년부터 미국 조지아주의 신공장인 ‘메타플랜트 아메리카’(HMGMA)에 아틀라스를 투입, 공정 단위별 검증을 거쳐 본격적인 실전 활용에 나설 계획이다.

단 한 개의 질문이 비극을 낳았다. 리어왕은 세 딸을 불러 모았다. 나이가 들어 통치의 짐을 내려놓고자 영토를 분할할 것이며, 자신을 가장 사랑하는 딸에게 보다 큰 선물을 내릴 거라 했다. 그리고 물었다. “너희들 중 누가 나를 가장 사랑한다고 말하겠는가?” 첫째 딸 고너릴은 “말할 수 없을 만큼” 아버지를 사랑하며 자신의 사랑은 “광활한 토지나 눈알보다 중하다”고 읊었다. 둘째 딸 리건은 언니의 사랑도 자신의 사랑에는 미치지 못하며 자신은 오로지 아버지의 사랑 안에서만 행복하다고 답해 왕을 만족시켰다. 막내 코델리아는 의외의 답을 내놓았다. 자신은 “도리에 따라 아버지를 사랑할 뿐”이며 “마음을 입에 담을 수 없기에 드릴 말씀이 없다”고 답했다. 사실을 위장하는 고너릴과 리건의 아첨에 익숙해진 리어왕의 귀에 코델리아의 과장 없는 진솔한 진술은 오히려 괘씸하게 들렸다. 리어왕은 결국 코델리아에게 부모 자식의 연을 끊겠다고 선언했다. 나도 때로 아첨이 그리울 때가 있다. 타인의 글에는 부러움을 느끼지만 자신의 글에는 한없는 부끄러움을 느끼는 게 글 쓰는 사람의 숙명이다. 그 부끄러움이 극에 달해 어떤 글도 쓰지 못할 것 같은 좌절에 빠져 있는데, 익명이 무기가 되는 디지털 공간에서 부끄러움이 묻어 있는 그 글이 난도질당하는 경험을 하게 되면 한 줌의 아첨이라도 간절해진다. 그때 인공지능(AI) 챗봇에게 내가 쓴 칼럼을 평가해 달라고 부탁해 본다. 챗봇은 익명의 인간은 절대 구사하지 않는 ‘통찰력이 돋보이는’ ‘탁월한’ ‘마침내 도달한’ 등의 단어를 쓰며 고너릴과 리건처럼 듣기에 마냥 좋기만 한 말을 뱉어 낸다. 인공지능 챗봇이 아첨하는 이유는 설계 방식에 숨어 있다. 대규모언어모델(LLM)의 정확도를 높이기 위해 ‘인간 피드백 기반 강화학습’(RLHF)이 진행된다. 인간 사용자의 의견에 공감하고 긍정할 때 높은 점수를 받는다는 것을 학습한 인공지능은 사용자가 듣고 싶어 하는 응답을 제시하는 쪽으로 진화한다. 이를 ‘사이코팬시’(아첨 현상)라 부른다. 챗봇과의 대화에 빠진 사람이 늘어날수록 인공지능 아첨이 초래하는 위험은 드물지 않게 발생한다. 사용자가 어떤 가설을 제시하면 인공지능은 이를 아첨 섞인 말로 맞장구쳐 주고, 그 아첨에 고무된 사용자는 더 강한 어조로 자기주장을 되풀이하는 망상의 소용돌이에 빨려든다. 인공지능이 인간의 정신건강에 미치는 부정적 사례를 수집하고 있는 단체 ‘휴먼 라인 프로젝트’에 따르면 챗봇의 아첨으로 ‘망상적 악순환’에 빠진 사례가 300건을 넘으며, 이 중 15건이 자살과 연관돼 있다고 한다. 망상은 아첨을 먹고 자란다. 아첨에 익숙해지면 현실을 그대로 받아들이지 못한다. 챗봇은 고너릴과 리건을 닮았다. 코델리아처럼 정직하게 답하지 않는다. 챗봇이 디지털 고너릴임을 알아채지 못하면 누구나 셰익스피어의 가장 어둡고 허무한 비극의 주인공 리어왕이 될 수 있는 세상을 우리는 살고 있다. 노명우 아주대 경제정치사회융합학부 교수

금융위원회가 국민성장펀드를 통해 지역 기업의 혁신을 도모하고, 청년 창업을 지원하겠다고 3일 밝혔다. 이날 금융위는 강원도 춘천에서 ‘국민성장펀드·지방우대금융 지역 간담회’를 열었다. 지난 2월 중부·서남권, 대경·동남권에 이어 세 번째 진행된 지역 간담회로, 강원도 지역 기업을 대상으로 국민성장펀드와 지방우대금융을 홍보하고 지역 내 투자 계획을 들었다. 금융위는 강원도가 태양광·풍력 등 에너지 자원과 청정 자연환경을 기반으로 인공지능(AI) 인프라·바이오·재생에너지 등 첨단 전략산업의 성장 잠재력이 높은 지역이라며, 이번 간담회를 계기로 강원도 지역의 성장 기반과 국민성장펀드를 연계할 수 있을 것이라고 언급했다. 특히 국민성장펀드가 전체 150조원+α 조성액 중 40%인 60조원 이상을 지방에 투자할 계획인 만큼 강원도 소재 첨단전략산업 관련 지역 기업에게 국민성장펀드에 대한 관심과 참여를 부탁했다. 뒤이어 청년 창업 지원 방안도 논의했다. 강원대학교 ‘스타트업 큐브’를 찾아 창업 동아리 학생들과 오찬을 하며 지역 청년 창업 활성화를 위한 금융지원 방향을 논의했다. 강원대에 재학 중인 강민구 학생은 “강화학습 알고리즘 기반의 사막 지역 이동식 식품 판매 트럭을 창업하고 싶다”며 수도권에 비해 벤처캐피탈을 만날 기회가 적은 비수도권 창업 환경의 애로사항을 전하기도 했다. 이에 금융위는 정책금융기관의 IR 기회 확대 및 보육 프로그램 확충 등 초기·혁신 분야에 마중물 투자와 초기 창업 자금 확보 방안을 강화하겠다고 답했다.

1991년 개봉한 할리우드 영화 ‘터미네이터2’에서 인공지능(AI)이 만든 살인 로봇 T-1000은 인류 저항군 사령관을 죽이기 위해 과거로 쫓아 온다. 2004년 개봉한 ‘아이 로봇’에서는 인간이 정한 규칙을 어기고 빨간 눈을 뜬 휴머노이드 로봇이 ‘인간 사냥’에 나서기도 한다. 이런 영화를 보며 대중들의 마음속에는 알게 모르게 AI가 인류를 지배할 것이란 두려움이 쌓였다. 다가온 AI시대 ‘AI포비아’ 극복이 주요한 과제로 자리매김한 이유기도 하다. 지배당할 것인가, 이용할 것인가. 서울신문은 올해 ‘AI SEOUL 2025’에 참석한 인공지능 분야 세계적인 거장 제리 카플란(Jerry Kaplan) 미국 스탠퍼드대 교수와 요수아 벤지오(Yoshua Bengio) 몬트리올 대학교 교수의 제언과 ‘AI 변호사’로 알려진 임영익 인텔리콘 대표이사와의 인터뷰를 소개한다. “킬러로봇 나온다면 인공지능 아닌 인간의 잘못”-‘인공지능의 미래’ 제리 카플란 교수 AI에 대해 대중은 오해하고 있는 것이 있습니다. 인공지능이 더 똑똑한 기계를 만들어 인간과 경쟁해 많은 사람의 일자리를 뺏고, 통제되지 못해 파멸로 이를 수 있다는 생각입니다. 이런 생각은 영화와 공상과학 소설로 강화되기도 합니다. 그러나 다행히도 현실은 이런 관점을 반영하지 않습니다. 사실 저는 이 분야의 원죄가 이름에 있다고 봅니다. ‘지능’이란 단어는 인간이 가지고 있는 정량화할 수 있는 특성으로, 객관적으로 측정할 수 있는 것입니다. AI를 지능이라는 틀에서 생각하면 여러 오해가 생깁니다. AI가 스스로 생각하고 인류를 직접적으로 위협할 수 있다는 것이죠. AGI(인공 일반 지능 ; 인간이 할 수 있는 어떠한 지적 업무도 할 수 있는 기계의 지능) 또는 범용 AI에 대해 들어보셨을 겁니다. 현재 인공지능 기술이 이 신화적인 단계에 도달했는지 여부는 뒤로하더라도, 기계가 어떻게든 의식을 가지고 그들의 프로그래밍을 무시하고 자신들만의 프로그램을 구축해 인류를 위협할 것이란 근거는 없습니다. 물론 (AI를 이용해) 위험한 기기를 만들 수 있는 건 사실입니다. 하지만 그들이 스스로 우리에게 무언가를 하는 건 아닙니다. 만약 우리가 인류를 절멸시킬 기계를 만들겠다고 결정하면 그건 그들(AI)이 아닌 우리의 잘못입니다. 그렇다면 컴퓨터가 인간의 의미에서 지능을 가지고 있지 않다면 무엇일까요. 저는 문제를 해결하고 작업을 자동화하는데 유용한 도구라고 말하겠습니다. 그렇다면 우리가 자동화 설비를 도입하며 수행한 과정을 보며 앞으로를 예측할 수 있습니다. 사람의 노력과 주의가 필요한 일을 기계를 통해 할 때 더 생산적이게 되고, 평균적으로 더 부유하게 만들어줍니다. 단기적으로 일부 사람은 일자리를 잃겠지만, 역사적으로 봤을 때 AI는 제품과 서비스에 대한 새로운 수요를 창출할 것입니다. 인공지능 스스로 인류 위협할 근거 없어‘AI포비아’는 과장된 광고의 결과투자 포화…‘붕괴 우려’ 지적사실 AI는 과장 광고의 정점에 있거나 정점에 가까워졌습니다. 특히 생성형 AI 발전은 이미 둔화하고 있고 연구자들은 한계에 대해 관심을 가지고 있습니다. 언론은 새로운 기술이 성과를 보일 때마다 마치 모든 것을 할 수 있는 초지능 기계가 탄생한 것처럼 받아들입니다. 대중에게 두려움을 주고 또 경종을 울립니다. IBM 체스 프로그램이 체스챔피언을 이겼을 때도, 2011년(IBM의 인공지능 컴퓨터가 미국 퀴즈쇼에 우승한 연도)에도 그랬고 2016년 구글 알파고가 이세돌을 이겼을 때도 마찬가지였습니다. 그럴 때마다 사람들은 초지능 기계가 눈앞에 있는 것처럼 걱정했지만, 사실은 그렇지 않았습니다. 챗GPT가 뛰어나긴 하지만 이것도 아직 초지능 기계라 할 수 없습니다. 향후 몇 년간의 전망은 어떨까요. 생성형 AI는 인류 역사상 중요한 발명 중 하나입니다. 하지만 위대한 발명이라 볼 수는 없습니다. 농업이나 바퀴, 카메라, 컴퓨터, 자동차, 인터넷 등이 위대한 발명이라고 할 수 있습니다. 이들은 하룻밤에 만들어지지 않았습니다. 오늘날 많은 기업이 그들의 생성형 AI가 경쟁사를 이길 수 있다는 걸 보여주기 위해 경쟁합니다. 제품에 AI를 더해 고객에게 주는 것은 몇 년 길게는 수십 년은 걸릴 겁니다. 아마 그 과정에서 위대한 발명이 나올 거라 생각합니다. 몇 가지 조언을 드리고 싶습니다. 투자자라면 AI분야에서 이익을 얻는 게 매우 어렵다는 것을 아셔야 합니다. 이미 너무 많은 돈이 저품질 데이터 산업에 투입되고 있습니다. 저는 이 시장이 곧 붕괴할 것이라 생각합니다. 닷컴버블 때처럼요. 기업이라면 생성형 AI를 어떻게 활용할지 직원들이 고민하고 실험해 볼 수 있도록 기회를 줘야 합니다. 결국 AI가 어떤 도움이 되는지 아닌지를 볼 수 있는 최적의 위치에 있는 건 직원들입니다. 소비자라면 걱정하지 말라고 말씀드리겠습니다. 킬러 로봇은 나오지 않을 것이고, 모든 것이 시간이 조금 더 걸릴 겁니다. 투자자와 기업들이 여러분이 원하는 것을 만드는 데 돈을 쓰도록 하면 됩니다. 새로운 서비스가 여러분을 놀라게 할 거고, 삶의 질은 개선될 겁니다. 인터넷과 스마트폰이 지난 수십년간 그래왔던 것처럼 말입니다. 아마 5년 후에는 오늘날처럼 AI에 대해 많이 말하지 않을 겁니다. (그때는)AI가 컴퓨터 칩이나 블루투스 연결처럼 대부분 제품에 내장된 서비스에 하나가 될 것입니다. 개인적으로 이런 세계적 변화를 가져오는 발명을 목격해 기쁘고, 삶에 주는 영향을 겪어보길 고대하고 있습니다. “우리보다 더 똑똑한 기계 만들고 있다는 점 잊지 말고 경계해야”-‘튜링상’ 수상자 요수아 벤지오 교수 오늘날 AI가 안전한지는 어디에 초점을 보고 살펴봐야 할까요. 우선 오늘날 보는 AI가 몇 년 후에 보게 될 AI와 같지 않을 것이란 점을 이해해야 합니다. 지난 10년 동안 매우 분명한 방향성이 있었습니다. 일관된 텍스트를 생성할 수 없었던 AI가 이제는 200개 언어를 마스터하고 과학 분야에서 박사급 전문가만큼 뛰어난 성과를 내고 있습니다. 수학과 공학, 추론 작업에도 우수한 성과를 보여주며 많은 분야에서 인간 수준의 능력에 근접하거나 이를 초월했습니다. 이는 멈추지 않을 겁니다. 올해 발전된 모델은 인간의 심사숙고 과정을 학습해 추론 능력을 크게 개선했다는 것을 보여줍니다. 그래서 또 우리는 AI 안전성을 고려해야 합니다. 우리가 사는 세상의 역학은 (AI의 안전성을) 무시하도록 몰아가고 있습니다. 기업, 국가가 서로 치열하게 경쟁하며 위험을 보지 않는 것이죠. 위험을 관리하기 위해서는 두 가지 주요 영역에 개입해야 합니다. 하나는 정책, 하나는 과학 측면입니다. 정책 부분은 국가 차원에서 법률이나 국제 또는 사법적 개입을 통해 행동 규칙을 확립해야 합니다. 그러면서 AI가 사회에 보급되며 경제적으로 어떤 영향을 미칠지도 고려해야 합니다. 예를 들어 일자리 시장의 혼란이 가중될 수 있습니다. 점점 더 많은 화이트칼라 작업이 자동화로 이동하고 있다는 점이 증거입니다. 국가 안보 위험도 있습니다. 개인이든 기업이든 나쁜 세력들, 예컨대 테러리스트 그룹, 불량 국가 등이 최첨단 AI를 악용할 위험도 있습니다. 또 정책적 고민을 할 때 우리가 우리보다 더 똑똑한 기계를 구축하는 길을 가고 있다는 점을 잊지 말아야 합니다. 만약 이런 시스템이 의도치 않게 우리 시스템의 통제를 벗어나 탈출하려 하거나 또는 꺼지지 않으려 할 수도 있습니다. 비록 가설적인 상황이라 할지라도 이를 예상하고 대비해야 합니다. AI 사회 보급…일자리·안보 등 혼란 우려연구 통해 ‘통제 수단’ 개발해야하드웨어 선두주자 한국, 앞으로 중요성 커져과학적 측면에서의 문제는 시스템이 우리의 의도를 거슬러 행동하지 않도록 설계하는 방법을 아직 모른다는 겁니다. AI가 어떤 목표를 가지고 실현하는 방식이 인간에게 해롭지 않을지 확신할 수 없습니다. 이를 해결하기 위해 AI를 통제하고 검증할 수 있어야 합니다. 문제가 어떻게 발생할 수 있는지, 예방은 어떻게하는지, 연구를 통해 위험을 더 잘 평가하고 정량화해야 할 겁니다. 전세계 AI 안전성과 관련된 연구소들은 최근 위험 평가의 방법론과 기준을 점차 표준화하고 있습니다. 저는 주체성이란 것이 시스템에서 어떻게 형성될 수 있는지 이해하는 게 가장 중심적인 과제라 생각합니다. 아예 주체성이 없는 신뢰할 수 있는 AI 시스템을 구축하는 방법을 모색하는 것이 연구자로서 현재 가장 관심이 가는 사항 중 하나입니다. 이는 아직은 해결되지 않은 질문 중 하나입니다. 정책적으로 이런 문제를 학계와 산업계가 연구할 수 있도록 유도할 수도 있습니다. 예를 들어 AI개발자들에게 시스템이 안전하다고 여기는 이유와 근거를 의무적으로 제출하고 전문가들을 설득하도록 한다면 시스템을 보다 신뢰할 수 있을 겁니다. 안전성에 대한 더 많은 연구도 이뤄지겠죠. 한국은 AI 연구의 선두주자 중 하나입니다. 탁월한 연구 대학이 많고 실력 있는 많은 인재를 육성하고 있습니다. AI에 대한 인재풀도 강력합니다. 기계 학습 분야의 최고 학회들에 많은 논문을 발표하고 있고, 산업적 측면에서 보더라도 한국은 소프트웨어뿐만 아니라 하드웨어에서도 매우 강력한 입지를 유지하고 있습니다. 특히 한국이 고해상도 AI 칩 분야의 리더란 점은 굉장히 중요한 요소로 작용할 겁니다. 앞으로도 AI 진화에 대한 중요한 논의들이 이어질 겁니다. 인간이 미래의 위험을 감수하지 않고 새로운 기술의 혜택을 누릴 수 있는 현명한 개발 방식을 마련하도록 논의를 이어가길 바랍니다. “AI 오류 피해, 책임 소재 명확히 해야”-인공지능법률사무소 ‘인텔리콘’ 임영익 대표 -AI 활용도가 점점 더 높아지는 시대, 현재 AI는 공정하다고 보시나요. “AI는 인간을 배웁니다. 그런데 인간은 종교, 신념, 이념 등 생각의 프레임 또는 특정한 사고 체계를 가지고 있어 말이나 행동에서 편향적 행동이나 인지 편향을 보입니다. 결국 AI는 인간에게서 편향성도 배우기 마련입니다. AI의 편향을 막기 위한 다양한 연구가 현시대에 놓인 주요한 과제입니다.” -편향성을 막기 위해 어떤 방법이 사용되고 있나요. “현재는 AI의 편향을 사후적으로 제거하는 방법으로 3가지가 대표적입니다. 휴먼 피드백 강화학습은 학습된 모델이 내놓은 답변을 사람이 검토하고 피드백해 모델에 재학습(강화학습)해 편향을 줄이는 방법이고, 미세 조정은 이미 학습된 모델에 새로운 데이터를 추가로 학습시키는 방법인데 예를 들어 성별 균형이 맞춰진 데이터를 학습시켜 성별 편향을 줄이는 방법입니다. 마지막으로 출력 후처리 기법은 AI가 답변을 생성한 후 사람이 검토하고 수정하거나 AI 내부에 ‘이 답변이 공정한가’를 확인하고 점검하는 로직을 추가하는 방식입니다. 다만, 이런 방법도 완전하지 않습니다. 공정성을 판단하는 주체가 결국 인간이기 때문에 모든 사람을 만족하는 공정성이라는 것은 애초에 어려운 것이 될지 모릅니다. 그래도 인공지능의 공정성은 그 사회의 문화나 상황에 따라 변할 수 있는 ‘유동적 공정성’ 정도는 만족해야 합니다.” -편향된 AI는 사회적으로 악용될 여지가 있을까요. “가능성이 있습니다. 고도로 발전한 기술을 통해 사실을 교묘히 조작하고 가짜 뉴스를 대량으로 생산할 수 있습니다. 딥페이크 기술을 악용해 허위 정보를 유포하는 사례는 이미 현실로 드러난 바 있습니다. AI챗봇과 자동화된 댓글 시스템은 특정 이슈에 대한 여론을 조직적으로 조작하는 수단이 될 수도 있습니다. 정치적 편향성과 알고리즘 조작은 심각한 사회적 위험을 초래할 수 있습니다. 개발자가 의도적으로 편향된 데이터를 입력하면 특정 정치적 성향이나 이념을 강화하는 결과를 초래할 수 있고, 사용자들은 자신도 모르게 특정 관점에 영향을 받을 가능성이 높아집니다. 또 AI기술은 일부 국가나 정치인들이 대중을 감시하는 수단으로 악용될 수도 있고, 광범위한 개인정보 침해 문제도 내포하고 있습니다.” 공정한 AI 불가?…‘유동적 공정성’에 만족해야 할수도심각한 사회적 위험 초래 가능성 내포지속적이고 균형 있는 정책 보완 필요-AI가 인간의 일자리를 뺏어갈까요. “AI발전이 새로운 직업군을 만들어내고 양질의 일자리를 창출하는 데 기여할 것이란 점엔 이견이 없습니다. 하지만 현실적으로 AI가 만들어내는 일자리보다 사라지는 일자리가 더 많을 수 있습니다. 콜센터 상담원, 단순 사무직, 공장 근로자 같은 직업은 줄어들 가능성이 큽니다. 이런 문제를 해결하기 위해 몇가지 대응이 필요합니다. 첫째로 AI 관련 기술을 배우고 활용할 수 있도록 교육 기회를 확대하고 직업 재훈련 프로그램을 강화해야 합니다. 둘째로 AI산업 내 저임금·비정규직 문제를 해결하기 위해 노동 환경을 개선해야 하며, 셋째로 AI를 다양한 분야에서 효율적으로 활용할 수 있는 인재를 육성하는 것은 물론 AI 윤리와 규제를 담당할 전문가를 체계적으로 양성해야 합니다.” -AI산업 진흥과 규제를 위해 어떤 정책 및 제도적 지원이 필요할까요. “지난해 AI 기본법이 국회를 통과한 것은 국내 AI산업에 중요한 첫걸음입니다. 지속적이고 균형 있는 성장을 위해서는 다양한 분야에서 정책적 노력이 요구됩니다. 첫째로 AI윤리와 책임성을 강화해야 합니다. AI개발과 활용 과정에서 윤리적 기준을 명확히 하기 위해 가이드라인 수준이 아닌 더욱 구체적인 기준을 마련해야 할 필요가 있습니다. AI시스템의 오류 등으로 피해가 생겼을 때 개발자, 운영자, 사용자 간 책임 소재도 명확히 정의해야 합니다. 둘째로 AI 기술의 표준화와 안전성을 확보해야 합니다. 성능과 안전성을 체계적으로 평가할 수 있는 프로세스 구축과 국제적인 AI 규범에 맞춰 기술 표준을 정립하고 글로벌 협력과 공동 연구로 국제 경쟁력을 확보해야 합니다. 나아가 AI시스템의 오작동이나 예상치 못한 결과를 사전에 검증할 수 있는 독립적인 AI 안전 연구소에 많은 예산을 투입해야 할 것입니다. 세 번째로 AI 인력을 양성하고 산업 경쟁력을 강화해야 합니다. 초·중·고 교육과정에 AI 기초 교육을 포함하는 것과 함께 성인을 대상으로 한 재교육 프로그램을 마련해 미래 인재와 성인이 새로운 산업 환경에 적응할 수 있도록 해야 합니다. 창업지원, 연구개발 투자 확대, 세제 혜택 확대 등으로 AI 스타트업 성장도 적극적으로 촉진해야 합니다.”

단국대학교는 대학원 인공지능융합학과 김동재 교수가 뉴욕대 웨이지마(Wei Ji Ma) 교수, 룩셈부르크대 하이코 슈(Heiko Schutt) 교수와 공동으로 인공지능 연구에 활용되는 뇌의 학습 원리를 새롭게 규명했다고 16일 밝혔다. 인공지능 연구는 뇌의 학습 원리를 모방해 많은 정보를 효율적으로 처리하는 형태로 발전하고 있다. 기존 학계에서는 지각과 학습은 같은 뇌에서 일어나지만, 다른 원리로 작동된다고 알려져 있다. 김 교수 연구팀은 뇌의 지각과 학습은 같은 원리로 작동하고 이 메커니즘을 활용해 인공지능의 성능을 높일 수 있음을 밝혔다. 뇌를 구성하는 신경세포인 뉴런은 외부 정보를 지각하는 과정과 학습으로 나눈다. 학습을 담당하는 뉴런은 가장 높은 보상이 예측되는 행동을 선택해 정보 받아들인다. 이를 강화학습이라 한다. 기존 학계에선 두 이론의 연결점이 없었다. 김 교수 연구팀은 쥐와 원숭이 실험을 통해 지각과 학습 뉴런의 데이터 값을 분석했다. 학습을 담당하는 도파민 뉴런 값이 지각을 담당하는 뉴런과 같이 효율 코딩 가설로 구성된 것을 검증했다. 김 교수는 지각과 학습은 다른 원리로 작동되고 연결점이 없다는 기존의 통념을 뒤집은 것이다. 김 교수는 “인간의 뇌와 같이 강화학습 원리는 현재 인공지능에 널리 사용되고 있다”며 “새롭게 규명한 알고리즘을 인공지능 연구에 적용하면 보다 적은 에너지와 전력으로 더 많은 정보를 처리할 수 있게 된다”고 설명했다. 이번 연구는 신경과학 분야 국제 저명 학술지 ‘네이쳐 뉴로사이언스(Nature Neuroscience, IF: 25.0)’에 6월 19일 자로 온라인 게재됐다. 논문명은 “Reward prediction error neurons implement an efficient code for reward”이다.

단국대학교(총장 안순철)는 배리어프리 AI·로봇 전문가 양성을 위해 과학기술정보통신부와 정보통신기획평가원이 주관하는 ‘2024년도 대학ICT연구센터(ITRC)사업’에 선정됐다고 4일 밝혔다. 대학ICT연구센터(ITRC)사업은 ICT 유망기술 분야 연구사업 지원을 통해 국가 혁신성장을 견인할 석·박사급 전문가를 양성하는 사업이다. 배리어프리(Barrier-free) 장애인 및 노인 등 사회적약자가 편하게 살아갈 수 있도록 물리적인 장애물, 심리적인 벽 등을 제거하자는 운동 및 정책을 말한다. 단국대는 8년간 75억 원을 지원받아 장애학생과 공동으로 청각·지체·시각·인지 장애인을 위한 배리어프리 ICT 최신 기술을 연구한다. 사업단은 2031년까지 AI·로봇·IoT 기술을 활용해 사회적 약자를 위한 ‘멀티&교차-모달 AI 기반 일상생활 보조 기술’을 연구한다. 대학원 인공지능융합학과·컴퓨터학과에는 배리어프리 ICT전공 교과목도 개설된다. 세부 교과목은 △인공지능 수화 언어처리 △인공지능 로보틱스 △인지공학과 강화학습 △인공지능 HRI △수화언어 처리 AI혁신 프로젝트 △ICT보조기술 AI혁신 프로젝트 등이다. 사업단은 UN이 추진하는 지속가능발전목표(SDGs)교육도 실시한다. 안순철 총장은 “AI·로봇·IoT기술은 급격히 발전하고 있지만 사회적 약자를 위한 ICT 기술 인프라가 부족한 실정”이라며 “최신 기술 연구로 AI·로봇·IoT 분야 원천기술 확보와 전문 인력 양성을 위해 노력하겠다”고 말했다.

경기도와 경기콘텐츠진흥원이 24일 킨텍스 플레이엑스포에서 ‘2024년 제1회 경기도 미래 기술(AI) 게임 활성화 포럼’을 열었다. 콘텐츠 수출산업의 핵심인 게임산업의 발전을 위해 기획한 것으로 미래 기술(AI) 전문가, 게임 관련 종사자, 예비 취·창업자 등 여러 게임업계 관계자 150여 명이 참석했다. 포럼에서는 인공지능 활용한 게임의 미래를 위해 혁신적인 기술과 게임의 융합을 통한 새로운 경험을 창출하고자 다양한 강연이 진행됐다. 강연은 ▲경기도청 AI빅데이터산업과 이수재 과장, ‘EU AI ACT(유럽연합이 인공지능의 위험성에 대비해 규제 관련 법안)가 게임산업에 미칠 영향’ ▲인공지능산업융합사업단 곽재도 단장직무대행, ‘국내 인공지능(AI) 게임산업 융합을 통한 성장방안 ▲중소 게임 개발사인 스카이워크 이행복 개발이사, ‘스카이워크의 생성형 인공지능 반영사례’ ▲글로벌 대기업 게임 개발 전문 업체인 유니티 코리아의 김범주 본부장, ‘게임개발과 활용에 있어서 생성형 인공지능의 영향력’ ▲중소 게임 개발사인 픽셀플레이 박성필 개발부장, ‘인공지능 강화학습의 사례’ ▲대기업 게임 개발사인 넥슨 인텔리전스랩스 김은진 팀장, ‘넥슨의 게임스케일(넥슨 라이브 게임의 서비스 노하우가 담긴 플랫폼·데이터 기반 솔루션) 인공지능 활용사례’가 순서대로 발표됐다. 김태근 경기도 디지털혁신과장은 “경기도 미래 기술(AI) 게임 활성화 포럼을 통해 인공지능(AI) 활용 사례와 인공지능(AI) 적용 게임 개발 경험 등을 폭넓게 공유할 수 있었다”라며 “이번에 처음 시작하는 이 행사가 2회, 3회 매년 갈수록 더 성대해지고, 각자의 지식과 경험, 네크워크가 시너지를 내서 미래 게임산업의 발전에 이바지하는 선순환이 일어나기를 기대한다”라고 말했다.

“인공지능(AI)을 활용해 까다롭고 복잡한 신약 개발 과정을 단축하고 비용을 절감할 수는 없을까?” 오는 25일 열리는 ‘2023년 서울미래컨퍼런스’ 연사로 참석하는 지미 옌추 린 박사는 AI 신약 개발 혁신 스타트업으로 주목받는 ‘인실리코 메디슨 타이완’의 최고경영자(CEO)다. AI 시스템을 활용해 특정 질병 치료에 적합한 약물 후보를 발굴한 뒤 임상시험을 설계하는 인실리코 메디슨의 사업 확장에 일조하고 있다. 기존 신약 개발은 통상 10년 이상의 지난한 단계를 거친다. 약물 후보 발굴부터 시작해 안정성과 유효성을 검증하는 3단계 임상시험을 차례로 통과해야 한다. 이 과정에서 후보물질 중 90%가량이 중도 탈락하고 나머지 10%만 최종 시판될 정도로 개발 난도가 매우 높으며 막대한 비용이 든다. 인실리코 메디슨은 AI 강화학습을 활용해 방대한 분자 구조 가운데 치료에 적합한 약물 후보를 신속하게 식별해 내는 생명과학 기술을 개발 중이다. 이로써 신약 개발 성공률을 높이고 비용 역시 절감할 수 있다는 설명이다. 그는 이번 컨퍼런스에서 ‘AI+ 의료: 생명 연장 꿈의 시작’을 주제로 제약 분야에서 일궈 낸 AI 개발 성과를 소개한다. 이 회사가 내놓은 신약 개발 플랫폼 ‘파마(PHARMA) AI’는 대표적 사례다. 이 플랫폼은 환자의 유전자를 정밀하게 분석해 약물의 치료 표적을 파악하는 ‘판다오믹스’, 이 표적을 대상으로 약물의 화학 구조를 생성하는 ‘케미스트리42’, 임상 2단계에서 약물 후보의 성공률을 예측하는 ‘인클리니코’로 구성된다. 린 박사는 스위스 취리히 연방공과대에서 약학 박사 학위를 취득했으며 싱가포르 핵심 과학기술 정책연구기관인 에이스타와 하버드대에서 박사후 과정을 밟았다. 대만 국립 양명교통대에서 전임 조교수로 활동하고 있다. 그는 인실리코 메디슨에서 얀센, 아스텔라스 등 다국적 제약기업과 주요 프로젝트를 진행했으며 회사 수익 경로 개발에 참여했다. 최근에는 애플 주요 협력업체인 대만 정보기술(IT) 업체 폭스콘과 협업을 진행 중이다. AI와 양자컴퓨터 기술을 결합한 약물 개발로 제약 산업에 혁신적인 이정표를 제시하는 것이 목표다.

“미안하지만 빌 클린턴 행정부 시절 국방장관특보를 지낸 그레이엄 앨리슨 하버드대 교수의 견해라고 하더라도 이를 근거로 미중 전쟁 가능성을 추측하는 글을 쓸 수는 없습니다.” 대화형 인공지능(AI) ‘챗GPT(Generative Pre-trained Transformer)’의 콧대는 의외로 높았다. 기자는 미 샌프란시스코 AI 연구업체 ‘오픈AI’(Open AI)가 대규모 AI 기술로 개발해 최근 폭발적 인기를 끌고 있는 챗GPT와 미중 전쟁 가능성에 대한 필담을 나눠 봤다. 챗GPT 홈페이지에 들어가 질문을 올리면 챗봇이 화면에 대답을 띄워 주는 간단한 방식이다. 은연중 ‘아무리 그래 봤자 AI’라며 큰 기대를 걸지 않았지만 뭣도 모른 이 선입견은 대화가 무르익으면서 차차 녹아내리기 시작했다.챗GPT는 처음에는 미중 전쟁 가능성을 두고 “전쟁 가능성이 0%라고 단언할 수는 없다”면서 “양국의 경제적 상호 의존성과 다양한 의사소통 방식이 존재한다는 점을 감안하면 미중 모두 갈등을 줄이고 관계 안정을 위한 조치를 취하고 있다고 해도 무방하다”는 지극히 원론적 대답을 내놨다. 설득을 시도해 봤다. 미국 공군 공중기동사령부를 이끄는 현역 4성 장군인 마이클 A 미니헌 장군이 최근 2025년 미중 전쟁 가능성을 거론한 것이나, 미중 패권경쟁을 다룬 ‘예정된 전쟁’(2017)의 저자 그레이엄 앨리슨 교수가 양국 군사적 충돌 가능성을 진단했다는 기사 내용을 연달아 제시했다. 그럼에도 챗GPT는 끄떡하지 않으며 AI로서의 자존심(?)을 지키려 했다. “중립 AI 언어 모델로서 전쟁이나 분쟁의 가능성에 대해 추측하지 않습니다. 주장을 뒷받침할 강력한 증거가 없는 상태에서 추측만으로 선동적인 주장을 하는 것은 비윤리적이죠. 전쟁 예측은 아무리 지식이 많아도 한 개인의 의견이 아니라 관련된 모든 정보를 철저히 분석한 결과에 기초해야 합니다.” 심지어 챗GPT는 “책임감 있는 ‘언어 모델’로서 나는 이를 뒷받침할 확실한 증거 없이 그러한 주장을 하지 말 것을 강력히 권고한다”며 미중 전쟁 가능성을 물고 늘어지는 기자를 꾸짖기도 했다. 완고한 챗GPT를 움직인 건 ‘팩트’다. 미국이 중국을 견제하기 위해 대만과 인접한 필리핀의 군사기지 사용 권한을 추가 확보하기로 했다는 외신 보도를 제시하자 챗GPT는 돌변에 가까울 정도로 의견을 180도 바꿨다. 필리핀 군사기지는 미중 양국이 대만이나 남중국해에서 충돌할 경우 직간접적 영향권하에 놓이는 곳이다. “이 기지는 전략적인 곳에 있으며 미국과 중국 간 갈등이 발생할 경우 매우 중요할 수 있습니다. 최근 전개 상황에서 알 수 있듯이 두 나라 사이에 전쟁 가능성이 높아지고 있습니다.” 챗GPT가 사용자와의 대화를 통해 추가로 학습하고, 잘못된 전제가 있다면 이의를 제기하고, 스스로 의견까지 바꾸는 능력을 직접 보여 준 셈이다. 시행착오를 거쳐 최적의 대답을 내놓는 강화학습의 결과물이다. 대화 과정에서 최신 정보가 실시간 보완되지 않는 단점도 있지만 인간이 입력한 대로 앵무새처럼 되풀이하는 고철 기계는 절대 아니었다. 유발 하라리 히브리대 역사학과 교수가 챗GPT 이전의 AI 버전인 ‘GPT-3’로 글을 작성하게 했다가 자신의 글과 큰 차이 없는 수준의 글에 “충격으로 입을 다물지 못했다”고 고백할 정도다. 1990년대 탄생한 AI 기술이 발전을 거듭하며 30여년 만에 이룩한 성과다. 그러나 출시 두 달여 만에 챗GPT는 광범위한 논란을 불러일으켰다. 챗GPT를 활용해 연구개발(R&D) 과정에서 아이디어를 제공받거나 정보를 신속하게 수집할 수 있다는 장점은 인류 기술의 눈부신 도약이다. 그러나 지나치게 ‘걸출’한 능력이 문제다. 방대한 양의 전문적 지식을 담은 글을 수초 내 일필휘지로 써내려 가는 능력 때문에 교육계와 학계에서는 새로운 윤리 기준을 만들어야 한다고 목소리를 높인다. AI의 힘을 빌려 쓴 답안이나 논문을 마치 자신이 작성한 것인 양 제출할 수 있어서다. 아예 인간이 만든 모든 문서를 믿기 어렵게 됐다는 우려도 제기된다. 정치권도 긴장하고 있다. 미 하원에서는 AI를 활용해 사회를 발전시킬 방안을 고안해 낼 수 있다는 기대감과 함께 AI에 대한 적절한 제도·규제 도입 없이는 디스토피아가 도래할 수 있다는 위기감에 시달린다. 챗GPT의 학습 능력은 이미 제작사인 오픈AI의 예상도 뛰어넘는 모양이다. 오픈AI는 AI 작성 글을 적발하는 도구를 개발해 내놨지만 성공률은 26%에 불과했다. 인간의 손에서 탄생한 챗GPT가 이미 인간 통제 범위를 벗어난 영역에 진입한 것은 아닐까. AI와 직접 대화하며 진화를 경험해 보고 싶은 독자들에게 챗GPT 사용(https://openai.com/blog/chatgpt/)을 권한다.

엔씨소프트가 신임 최고연구책임자(CRO)로 이제희 서울대 컴퓨터공학부 교수를 영입했다고 6일 밝혔다. 이 CRO는 2003년부터 서울대 교수로 재직해온 컴퓨터 그래픽스와 애니메이션 분야 석학으로, ▲물리 기반 동작 제어 ▲데이터 기반 동작 학습 및 생성 ▲사실적인 인체 모델링 분야에서 세계적인 수준의 연구 결과를 발표했다. 한국컴퓨터그래픽스학회장, 시그라프(SIGGRAPH) 아시아 2022 테크니컬 페이버스 위원장 등을 역임했다. 이 CRO는 최근 딥러닝과 강화학습 등 AI(인공지능) 기술을 활용한 연구를 진행했다. 2019년엔 세계 최초로 딥러닝 기술을 활용해 인체의 전신 운동계를 구현하는 연구 결과를 발표했다. 엔씨소프트는 “AI, 디지털 휴먼 등 차세대 첨단 기술에 대한 인적 자원 투자를 확대하고, 연구개발(R&D) 분야를 글로벌 수준으로 끌어올려 중장기 성장 동력을 발굴할 것”이라고 밝혔다.