한국어 특화 AI의 필요성

최근 ‘GPT3’라는 인공지능(AI)이 화두다. 테슬라 창업자 일론 머스크 등이 참여해 설립한 인공지능 연구기관인 ‘오픈AI’가 개발한 대규모 언어모델로 마이크로소프트 슈퍼컴퓨터 수준의 최고 컴퓨팅 기술로 학습했다. CPU 28만 5000개, GPU 1만개, 400기가비트(Gb) 네트워크로 시스템 규모부터 압도적이다. 샘플 2~3개만 주면 사용자가 원하는 형태로 변환해 준다. 지난해 대화, 질의응답, 번역, 프로그램 작성 등에 사용되더니 최근에는 이미지를 그리는 변환까지도 가능해졌다고 한다. AI 발전을 실감케 하는 대목이다.

범용 AI 개발을 목표로 해 온 연구진에게도 이슈다. GPT3가 적은 샘플로 좋은 결과를 얻은 것은 사실이지만 범용언어 인공지능으로는 부족한 점이 많다. 추가 학습이 없어 지속적으로 샘플을 공급해야 하고, 모델 구조 한계로 의미 비교평가에 약하며, 사고추론 과정이 규명되지 않는다.

AI 원천기술이라 할 수 있는 음성언어 정보를 연구한 지 올해로 30여년이 됐다. 그동안 콜센터, 챗봇, 교육용 영어학습, 통·번역, 특허문서 번역, 국회도서관 서비스 등에 사용됐다. 한국어에 특화된 발화음성, 말뭉치 데이터베이스, 언어연구 등을 지속적으로 같이했기에 가능한 일이었다. GPT3를 무조건 따라하기보다는 한국어에 특화된 범용언어 인공지능 확보 전략이 필요하다. ‘한국어에 적합한 범용언어 인공지능’ 확보를 위해 범국가적 협력이 필요한 때이다.

민옥기 한국전자통신연구원 지능정보연구본부장