인공지능의 보이콧

그림, 음악, 분류 등 특정한 알고리즘으로 구현 할 수 없는건 오랫동안 사람의 역할로 임무를 해결하곤 했습니다. 그러나 최근 생성형 인공지능의 발달로 기계가 그림을 그리고, 음악을 완성하는 등 제작영역에 발을 들이게 되자 반발도 거세지고 있는 건 사실입니다. 이 부분에 대해 저의 개인적인 견해를 서술해 봅니다. 자기 전 스마트폰으로 간단하게 작성한 것으로 문맥이 일치하지 않거나 반복되는 문장이 존재할 수 있습니다.

예측된 미래

사실 무에서 유를 창조하는 생성형 기술은 예측된 미래였다고 생각합니다. 결국 디지털에 존재하는 모든 그림, 사운드, 데이터들은 2진 데이터로 저장되어 있으며, 사람의 손을 통해 값들의 배열을 찾곤 했습니다. 그림을 멋지게 그리거나 작곡을 멋지게 하거나. 결국 모두 2진 데이터의 배열로 표현이 되죠. 이러한 자료는 누구나 언제든지 손 쉽게 똑같이 복사하고 변조할 수도 있습니다. 반대로 생각 해보면, 의미 있는 데이터를 만드는 알고리즘만 어떻게든 구현 해 낸다면, 누구든지 유사한 자료를 만들 수 있고, 무에서 유를 창조하는 것이란 가능해집니다. 결국 이미지 파일의 경우 색상의 배열 및 조합으로 탄생하는 것이며, 난수를 색상 값에 적용하여 만든 노이즈 이미지 조차 이미지 파일이라고 볼 수 있겠네요. 하지만 어떻게 의도한 그림을 만들고, 유의미한 데이터를 만들어 내는지가 큰 관건이었고, 이때 동안 이러한 방법은 터무니 없이 부족하거나, 거의 불가능했었죠. 하지만 인공지능의 발전으로 이러한 데이터의 배열을 색 다르게 만들어 낼 방법이 다양화되었고, 응용할 방법들이 탄생하자 이러한 문제가 화두에 오른게 아닐까 싶습니다.

학습 데이터

학습 데이터는 인공지능의 생명입니다. 현재로써는 인공지능을 학습하기 위해 다양한 자료와 질이 좋은 자료를 대량으로 구해야 합니다. 하지만 모든 문제는 여기서 파생됩니다. 그림 업계를 보면, 인공지능의 기술 발전 및 무작위한 학습에 대해 손실, 침해 받는 경우가 종종 보이며 학습 데이터에 대한 저작권법 정책 등 부족한 부분도 여전합니다. 그러나 이 문제들을 법으로 제한하고 규격을 만들기보다, 기술의 변화에 따라 적응하기 위한 노력도 필요할 것으로 보입니다. 현 시점에서는 인공지능을 학습할 때에 다양성을 주기 위해 다양하면서 질 좋은 학습 자료가 있어야 하겠지만 멀지 않은 미래에는 적은 데이터만으로도 알고리즘을 손쉽게 구현 해 내고, 적용해 내는 기법들이 많이 배포될 것 입니다. 그럴 땐 학습 자료의 침해 없이도 인공지능이 활약하게 될 것이고, 이러한 주장은 의미가 없어질 수도 있으리라... 생각합니다.