AI, 사람 도움 없이 스스로 전문 기술을 익힌다

AI가 영화 시나리오를 잘 쓰려면 어떻게 해야 할까요? 이번 연구는 사람의 평가 없이 AI 스스로 전문 기술을 익히는 새로운 방법을 제안했습니다.

AI는 엄청난 양의 글을 학습한 덕분에 질문에 답하고 글을 쓰는 능력이 뛰어납니다. 그런데 창작 시나리오나 전문 보고서처럼 깊은 지식과 감각이 필요한 일은 아직 어려워합니다. 기존에는 이런 분야에서 AI를 향상시키기 위해 두 가지 방법을 썼습니다. 첫째는 사람이 만든 좋은 예시를 보여주는 것입니다. 둘째는 AI의 답이 좋은지 나쁜지 점수를 줘서 학습을 조정하는 것입니다. 그런데 둘 다 문제가 있습니다. AI 회사의 내부 기술을 직접 만져야 하기 때문에 외부 연구자는 사용할 수 없습니다. 그리고 전문가가 일일이 평가해야 해서 시간과 비용이 엄청나게 듭니다. 최근에는 AI 스스로 경험을 쌓아가며 배우는 방법도 나왔지만, 여전히 사람의 전문적인 평가가 필요했습니다. 이런 한계 때문에 AI의 전문 분야 활용은 항상 큰 비용과 시간이 따라붙었습니다.

AI가 스스로 문제를 내고 푼다

연구진은 이미지를 만드는 AI의 훈련 방식에서 해결 단서를 찾았습니다. 이미지 생성 AI는 그림에 무작위로 얼룩을 만든 뒤, 다시 원래 그림으로 복원하는 과정을 반복하며 배웁니다. 이번 연구에서는 글에 같은 원리를 적용했습니다. AI가 자신이 쓴 문장의 의미를 일부러 손상시킵니다. 예를 들어 중요한 단어를 엉뚱한 말로 바꾸거나, 문장 순서를 뒤섞습니다. 그런 다음 원래 의미를 맞추도록 스스로 연습합니다. 이 과정에는 사람의 평가나 점수표가 전혀 필요 없습니다. AI가 스스로 문제를 내고 정답을 확인하는 셈입니다. 전문가의 손길 없이도 글을 배우는 자기 주도 학습을 하는 것입니다. 이렇게 스스로 규칙을 찾아내는 방식을 '자기 지도 학습'이라고 부릅니다.

핵심은 '의미'를 배우는 것

여기서 핵심은 '의미'를 건드린다는 점입니다. 단순히 단어를 지우는 것이 아니라, 글 전체의 핵심 내용을 바꿔버립니다. 예를 들어 시나리오를 쓰는 AI가 있다고 합시다. 이 AI는 자신의 초안에서 '주인공은 용감하다'를 '주인공은 겁쟁이다'로 바꿉니다. 그런 다음 다시 원래 의미를 되살리는 연습을 합니다. 복원 과정에서 캐릭터를 어떻게 표현하는지, 이야기가 어떻게 흘러가는지를 배우게 됩니다. 이렇게 배운 기술은 숫자 코드가 아니라 글로 저장됩니다. 기존에는 AI가 무엇을 배웠는지 내부를 들여다볼 수 없었습니다. 하지만 이번 방식은 배운 기술을 사람이 직접 읽고 검토할 수 있어서, AI의 행동을 투명하게 관리할 수 있습니다. 배운 내용이 문서처럼 정리되기 때문에 다른 AI에 옮겨 쓸 수도 있습니다.

비공개 AI에도 적용할 수 있다

이 방식의 또 다른 장점은 AI 내부 구조를 건드리지 않아도 된다는 점입니다. 그래서 회사가 내부를 공개하지 않은 AI 모델에도 적용할 수 있습니다. 기존에는 전문화된 AI를 만들려면 그 AI를 만든 회사와 협력해야 했습니다. 하지만 이제는 외부 연구자도 AI의 답변만 받아서 전문 기술을 가르칠 수 있습니다. 전문가 평가 비용도 줄어들기 때문에, 더 많은 분야에서 저렴한 비용으로 특화된 AI를 만들 수 있게 됩니다. 창작, 교육, 상담 같은 분야에서 생활 속 AI 도우미가 훨씬 유능해질 가능성이 열린 것입니다. 예를 들어 시나리오 작성 AI가 좋은 대사와 긴장감을 만드는 법을 글로 설명할 수 있게 되는 것입니다.

물론 아직 갈 길이 멉니다. AI가 스스로 배운 기술이 항상 옳은지 확인하는 절차가 필요합니다. 때로는 잘못된 규칙을 배울 수도 있습니다. 그래서 사람의 검토는 여전히 중요합니다. 하지만 이번 연구는 사람의 손을 거치지 않고도 AI가 스스로 전문가가 되는 길을 보여줬다는 점에서 의미가 큽니다. 아직 실험실 단계이지만, 앞으로 AI 교육의 표준이 될 가능성도 있습니다.

📖 원문 보기: arXiv 원문

본 요약은 AI로 작성되었습니다. arXiv 논문을 바탕으로 재구성되었습니다.