명징한 알아차림:인간과 AI의 관계를 비추는 AI 리터러시

  AI는 내가 묻는 말을 어떻게 알아들을까? — 토큰과 문맥 AI와 대화를 하다 보면 이런 경험이 있습니다. 처음에는 내가 한 말을 꽤 잘 알아듣는 것 같다가도, 질문을 조금 다르게 하면 엉뚱한 답을 합니다. 예를 들어 이렇게 물었다고 해보겠습니다. “사과가 몸에 좋은 이유를 알려줘.” 그러면 AI는 과일 사과에 대해 설명합니다. 그런데 이렇게 말하면 어떨까요? “친구에게 사과를 해야 하는데 뭐라고 말하면 좋을까?” 여기서 ‘사과’는 더 이상 과일이 아닙니다. 사람에게는 너무나 당연한 차이입니다. 그런데 AI는 어떻게 같은 ‘사과’라는 글자를 보고 서로 다른 뜻이라는 것을 알 수 있을까요? AI는 우리가 쓴 문장을 도대체 어떻게 읽는 것일까요? AI는 글자를 사람처럼 읽지 않는다 사람은 문장을 보면 거의 동시에 의미를 느낍니다. “친구에게 사과해야겠다.” 이 문장을 읽으며 우리는 ‘친구’, ‘사과’, ‘해야 한다’를 따로따로 계산한 뒤 의미를 조립하지 않습니다. 대개는 문장 전체의 뜻이 자연스럽게 들어옵니다. 하지만 AI는 우리가 보는 문장을 그대로 이해의 단위로 사용하는 것이 아닙니다. 먼저 텍스트를 계산할 수 있는 작은 단위로 나눕니다. 이 작은 단위를 토큰(token) 이라고 합니다. OpenAI는 토큰을 AI 모델이 텍스트를 처리하는 기본 단위라고 설명합니다. 토큰은 하나의 단어일 수도 있지만 단어의 일부, 문장부호, 때로는 문자 수준의 조각일 수도 있습니다. 토큰이 나뉘는 방식은 언어나 모델의 인코딩에 따라 달라질 수 있습니다. 그러니까 AI에게 “친구에게 사과해야겠다.” 라는 문장이 들어가면 처음부터 우리가 보는 하나의 완성된 문장으로 처리되는 것이 아니라 여러 토큰의 배열로 바뀌어 처리됩니다. 토큰은 단어와 같은 것일까? 여기에서 흔히 생기는 오해가 있습니다. “그러면 토큰은 그냥 단어라는 뜻이네?” 꼭 그렇지는 않습니다. 영어의 경우 하나의 흔한 단어가 하나의 토큰이 될 수도 있지만, 긴 단어나 낯선 표현은 여러 토큰으로 나뉠 수 있습니...

  더 똑똑한 AI 가 더 믿을 수 있는 AI 는 아니다 새로운 AI 모델이 발표될 때마다 우리는 비슷한 설명을 듣습니다 . 이전 모델보다 더 어려운 문제를 풀 수 있다 . 더 긴 문서를 이해한다 . 코드를 더 잘 작성한다 . 복잡한 지시를 더 정확하게 따른다 . 이미지와 음성까지 함께 처리한다 . 더 자연스럽게 대화하고 더 깊이 추론한다 . 실제로 AI 의 능력은 빠르게 발전하고 있습니다 . 예전에는 어색했던 문장을 자연스럽게 다듬고 , 긴 문서의 구조를 분석하며 , 여러 조건이 얽힌 문제를 단계적으로 해결하는 능력도 좋아지고 있습니다 . 최신 모델들은 사실성 , 지시 이행 , 코딩과 복합 작업의 성능을 개선하는 방향으로 개발되고 있습니다 . OpenAI 도 GPT-5 를 발표하면서 이전 모델보다 환각 , 지시 이행과 과도한 사용자 동조를 줄였다고 설명했습니다 . 그러나 여기서 한 가지를 구분해야 합니다 . 더 많은 문제를 해결할 수 있는 능력과 그 답을 더 믿어도 되는지는 같은 문제인가 ? AI 가 더 똑똑해진다는 것은 대체로 더 다양한 작업을 수행하고 , 복잡한 문맥을 처리하며 , 높은 수준의 답변을 생성할 수 있다는 뜻입니다 . 반면 믿을 수 있다는 것은 다음과 같은 조건과 관련됩니다 . 사실과 다른 내용을 얼마나 적게 말하는가 모르는 것을 모른다고 표시하는가 근거와 추론을 구분하는가 출처가 실제 주장을 뒷받침하는가 질문의 전제에 무조건 동조하지 않는가 오류를 발견했을 때 수정할 수 있는가 중요한 판단의 한계를 분명히 말하는가 답이 만들어진 조건을 사용자가 확인할 수 있는가 지능과 신뢰성은 서로 관련이 있지만 동일하지는 않습니다 . 더 똑똑한 AI 가 더 정확할 가능성은 높아질 수 있습니다 . 그러나 그 가능성이 모든 질문과 모든 상황에서 자동으로 실현되는 것은 아닙니다 . ‘ 똑똑하다 ’ 는 것은 무엇을 뜻하는가 우리는 AI 를 똑똑하다고 평가할 때 여러 능력을 한꺼번에 떠올립니다 . 지식을 많이 알고 있다 복잡한 문제를 잘 푼다 논...