XAI Archives - �鶹ԭ�� Korea 뉴스센터

채용 AI의 그늘: 편향, 책임, 그리고 인간적인 해법

Virginia Backaitis — Fri, 29 May 2026 02:02:19 +0000

AI 채용 도구는 역사적 편향을 자동화·확대 재생산하며, 고용주와 벤더 모두 법적 책임에서 자유롭지 않다. 편향 감사와 설명 가능한 AI 도입을 통해 투명성을 확보하고, 최종 채용 판단은 반드시 사람이 내리는 구조를 갖추는 것이 핵심 대응 방안이다.

글쓴이: 버지니아 배케이티스(), 번역: 클로드(Claude)

한 구직자가 150개의 IT 직무에 지원했다. 그리고 150번 모두 탈락했다. 아숀 하퍼(Arshon Harper)는 시리어스 XM 라디오(Sirius XM Radio)의 AI 채용 스크리닝 시스템이 우편번호와 출신 학교 같은 간접 데이터를 근거로 자신의 지원서를 인종에 따라 낮게 평가했다고 주장하며 . 단 한 명의 인사 담당자도 그의 이력서를 보지 않았을 가능성이 높다. 그리고 이런 사례는 결코 예외가 아니다.

��

AI는 인적 자원 조직의 생산성과 효율성을 높이고 있습니다. 하지만 많은 리더와 실무자들은 채용, 인재 관리, 온보딩, 직원 경험 등의 프로세스에 얼마나 많은 도움을 줄 수 있는지 깨닫지 못하고 있습니다.

왜 이런 문제가 생기는가

AI 채용 도구가 급속도로 확산되면서, 알고리즘에 의한 차별 소송이 폭발적으로 증가하고 있다. 이 문제는 단순한 기술적 결함이 아니라, 사회 구조적 불평등이 디지털화되는 현상이다. 채용 AI는 과거 데이터를 학습해 판단을 내린다. 문제는 그 역사적 데이터 자체가 수십 년간의 차별을 고스란히 담고 있다는 점이다.

에서 세 가지 최신 대형 언어 모델을 테스트한 결과, AI 시스템은 백인 연상 이름을 85%의 빈도로 선호한 반면, 흑인 연상 이름은 단 9%에 그쳤다. 더욱 충격적인 것은 교차성 분석 결과였다. 흑인 남성 연상 이름은 단 한 번도 백인 남성 연상 이름보다 선호되지 않았다. AI가 편견을 제거하는 것이 아니라, 오히려 자동화하고 규모를 키우고 있는 셈이다. 우편번호, 출신 학교 같은 간접 데이터가 인종이나 계층의 대리 변수로 작동하고, 장애인은 낮은 ‘낙관성 점수’를 이유로 탈락하기도 ��다.

누가 어떻게 책임져야 하는가

법적 책임의 구도는 복잡하지만, 결론은 명확하다. “AI가 한 일이라는 변명은 통하지 않는다. AI가 그 결정을 내렸다면, 고용주가 직접 내린 것과 동일하다”는 것이 법조계의 일관된 입장이다. , 등 연방 반차별법은 인간이 결정하든 알고리즘이 결정하든 동일하게 적용된다. ‘벤더를 믿었다’는 말은 법적 방어가 되지 않는다. 오히려 사전 실사를 하지 않았다는 자백으로 간주된다.

한편으로는 벤더 역시 직접 책임에서 자유롭지 않다. 은 AI 벤더가 민권법상 ‘고용 기관’에 해당할 수 있는지를 다투고 있으며, 은 FTC에 기만적 마케팅 혐의로 제소됐다. 즉, 고용주와 벤더 모두 법적·도덕적 책임에서 벗어날 수 없다.

AI 시대에 맞는 HR의 목적과 역할은?��특집 기사

“AI 시대 HR의 미래” 보고서에서 글로벌 기업 HR 임원들은 HR의 변화와 기회를 제시합니다. AI 기술 발전으로 HR 팀이 기존 인간 중심 가치를 유지하면서도 더 효율적으로 업무를 수행할 수 있는 6가지 새로운 역할 유형을 확인하세요.

블랙박스 문제와 설명 가능한 AI

현재 많은 AI 시스템은 로 작동��다. 고용주들은 AI 도구가 어떻게 작동하는지 이해해야 하며, 투명성이 확보되어야 ��다. 이를 위한 핵심 개념이 ‘설명 가능한 AI(XAI)’다.

XAI는 머신러닝 알고리즘의 결과와 출력을 인간이 이해하고 신뢰할 수 있도록 하는 프로세스와 방법의 집합으로, 단순히 점수나 추천 결과만 내놓는 것이 아니라 어떤 요소를 얼마나 반영했는지를 보여준다. 정기적인 편향 감사(bias audit)와 함께, 결과에 영향을 미친 변수를 투명하게 공개하는 것이 필수적이다.

가장 인간적인 AI 적용 방안

기술적 해법만으로는 충분하지 않다. 가장 근본적인 해결책은 AI를 ‘최종 결정자’가 아닌 ‘보조 도구’로 자리매김하는 것이다. AI는 대량의 서류를 1차 정리하는 데 활용하되, 최종 합격 여부는 반드시 사람이 판단해야 ��다. 알고리즘이 탈락시킨 지원자에 대해서도 인간 검토자가 일정 비율 이상을 다시 살펴보는 안전망을 두어야 ��다. 또한 장애인 지원자에 대한 합리적 편의 제공, 다양한 배경의 지원자를 포용하는 평가 기준 설계가 병행되어야 ��다.

AI는 채용의 효율을 높이는 강력한 도구다. 그러나 효율이 공정성을 희생하는 순간, 그것은 기술의 진보가 아니라 차별의 자동화일 뿐이다. 투명성, 정기 감사,�� 인간의 최종 판단. 이 세 가지가 갖춰질 때 비로소 AI는 채용 현장에서 신뢰받을 수 있다.

쟁점: AI가 HR의 미래인가?��특집 기사

인사 관련 의사결정은 직원의 삶에 영향을 주는 중대한 상호작용과 밀접한 연관이 있습니다. 사람에 관한 일인 만큼 단순 효율화를 위한 AI 적용은 직원을 위협한다고 느낄 수 있죠. 효율성 만큼 공정성을 확대하는 AI의 활용도 중요한 요소입니다.

원문: ,

The post 채용 AI의 그늘: 편향, 책임, 그리고 인간적인 해법 appeared first on �鶹ԭ�� Korea 뉴스센터.

2026년을 좌우할 9가지 UX 디자인 트렌드

Adam Park — Fri, 13 Mar 2026 04:18:50 +0000

AI와 기술의 발전으로 사용자경험(UX) 디자인의 패러다임이 빠르게 바뀌고 있습니다. 2026년에는 사용자의 신뢰와 자율성, 일상적 유용성을 중심으로 한 디자인이 핵심으로 자리할 전망입니다. �鶹ԭ�� 최고 디자인 책임자의 통찰을 확인하세요.

글쓴이: 애린 보믹(Arin Bhowmick) �鶹ԭ�� 최고 디자인 책임자, 번역: 클로드(Claude)

고정된 화면을 전달하는 방식에서 벗어나, 디자이너는 이제 모델 기반 인터페이스가 어떻게 작동할지를 이끄는 제약 조건, 안전장치, 평가 기준을 설계해야 합니다. (이미지: GETTY)

매년 이맘때면 “2026년엔 무엇이 달라질까”를 주제로 한 글들이 쏟아집니다. 이미 몇 편쯤 읽으셨을 것 같습니다.

저는 추측성 전망을 늘어놓으려는 게 아닙니다. 실제 엔터프라이즈 제품을 만드는 디자인 팀들과 함께 일하면서 지금 이 순간 직접 목격하고 있는 것들을 나누고자 합니다.

다음은 제가 꼽은 2026년 UX 디자인의 9가지 주요 변화입니다.

좋은 AI는 잘못 쓰기 어렵다: �鶹ԭ��의 자율형 기업 디자인 원칙��특집 기사

AI 도구를 빨리 도입하는 것보다 중요한 건 ‘신뢰’다. Sapphire에서 공개한 는 흩어진 시스템과 반복 업무에서 사용자를 해방시키는 완전히 새로운 워크스페이스. 시대, �鶹ԭ�� 디자인팀이 그리는 일의 미래를 들여다본다.

1. 스스로 설명하는 AI

대부분의 사용자는 AI 도구를 사용하고 나서 “이 시스템이 실제로 무엇을 했고, 왜 그런 결정을 내렸는지” 모른 채 자리를 떠납니다. 이는 디자인으로 충분히 해결할 수 있는 문제입니다.

이미 행동하기 전에 추론 과정을 보여주고, 결정을 쉬운 언어로 설명하며, AI가 틀렸을 때 사용자가 수정할 수 있도록 하는 제품들이 등장하고 있습니다. 2026년에는 이 흐름이 더욱 강해질 것입니다. 설명 가능한 AI(Explainable AI) 시장은 2032년까지 332억 달러 규모에 달할 것으로 예상되는데, 사람들은 이해할 수 없는 시스템을 신뢰하지 않기 때문입니다. 사람들이 채택하는 AI 제품과 외면하는 AI 제품의 차이는 결국 하나의 간단한 질문으로 귀결될 수 있습니다. “사용자는 이 시스템이 자신의 프롬프트에 응답해 무엇을 만들었는지 알고 있는가?”

2. 에이전틱 UX와 인간-에이전트 생태계

비즈니스 리더의 88%가 에이전틱 역량을 위한 AI 예산을 늘릴 계획인 가운데, AI 에이전트는 전략적 핵심 과제로 자리잡고 있습니다. 동시에 사용자들도 이 에이전트가 어디서, 어떻게, 언제 유용한지를 점점 더 잘 이해하게 되었습니다.

그 결과, 통합이 일어나고 있습니다. 수십 개의 세분화된 에이전트를 일일이 관리하는 대신, 마스터 에이전트가 작업 유형, 맥락, 중요도에 따라 특화된 에이전트들을 자동으로 조율하게 됩니다. 이제 디자이너는 이러한 인간-에이전트 생태계를 위한 경험을 설계해야 합니다. 에이전트의 생애주기를 관리하고, 작업 인계를 조율하며, 언제 사람이 직접 개입할지를 결정하는 것이 그 핵심입니다.

AI가 우선시 되는 미래를 위한 디자인��특집 기사

AI는 디자이너를 대체하는 것이 아니라 디자이너의 역할을 재정의하고 있으며,��성공하는 디자이너는 AI를 도구로 활용하면서도 비판적 사고와 인문학적 소양을 바탕으로 AI의 방향을 이끌어가는 사람입니다. �鶹ԭ��의 AI 경험 담당 부사장의 통찰을 확인하세요.

3. 실시간으로 생성되는 역동적 인터페이스

Gemini 3 Pro와 같은 대형 언어 모델은 이제 각 프롬프트에 맞춰 인터랙티브하고 맞춤화된 인터페이스를 실시간으로 구축할 수 있습니다. 연구에 따르면 이렇게 생성된 인터페이스가 인간 전문가의 디자인과 44% 수준으로 일치했는데, 단 몇 초 만에 만들어진다는 점을 감안하면 놀라운 수치입니다.

고정된 화면을 전달하는 방식에서 벗어나, 디자이너는 이제 모델 기반 인터페이스가 어떻게 작동할지를 이끄는 제약 조건, 안전장치, 평가 기준을 설계해야 합니다.

4. 음성 인터페이스, 제자리를 찾다

음성은 이제 과대평가의 단계를 지났습니다. 미국에서만 2026년 말까지 1억 5,710만 명이 음성 어시스턴트를 사용할 것으로 예상됩니다. 디자인 리더들은 맥락을 인식하는 멀티모달 경험의 부상을 체감하게 될 것입니다. 이러한 인터페이스는 사용자의 행동에 따라 음성, 터치, 시각적 요소를 유기적으로 결합합니다. 좋은 UX 디자인은 이제 사용자의 손이 바쁘거나 타이핑이 어려운 환경까지 고려해야 합니다.

5. 마이크로인터랙션, 인터페이스의 언어가 되다

한때 작은 애니메이션이나 호버 효과는 프로젝트 막바지에 얹는 ‘케이크 위의 아이싱’ 같은 존재였습니다. 버튼 색상 변화, 채워지는 프로그레스 바, 작업 완료 시 뜨는 작은 축하 메시지… 우리는 이것들을 그저 장식적인 요소로 취급했습니다.

그러나 이제 마이크로인터랙션은 인터페이스가 사용자와 소통하는 방식 그 자체가 되었습니다. 사용자가 잠시 멈추고 확인 메시지를 읽도록 강요하지 않고도 행동을 자연스럽게 인식하게 해줍니다. 마이크로인터랙션이 없는 인터페이스는 마치 대화 상대가 말을 걸어도 눈 한 번 마주치지 않는 사람처럼 생기 없게 느껴집니다.

디자인의 숨겨진 미래: 아무도 말하지 않는 것들��특집 기사

괶�찰��고��추론,��행동하는 AI 덕분에 ‘사용자 인터페이스(UI)’는 더 이상 눈에 띄지 않게 되어 마치 존재하지 않는 것처럼 느껴지게 됩니다. 디자이너는 이제 신뢰를 형성하고 더욱 인간적인 경험을 제공하는 데 집중해야 합니다.

6. AR, 데모에서 일상으로

저는 수년간 수십 번의 인상적인 AR 데모를 컨퍼런스에서 접했습니다. 멋진 것들을 보았고, 그리고는 “이걸 실제 업무에서 언제 쓰지?”라는 의문을 품은 채 사무실로 돌아오곤 했습니다.

그 인상적인 데모와 실용적인 도구 사이의 간극이 좁혀지고 있습니다. 이제 리테일 기업들은 구매 전 가구를 자신의 거실에서 미리 볼 수 있게 하고, 디자인 팀들은 실제 공간에서 3D 모델을 직접 살펴보고 있습니다.

AR은 평면 화면의 이미지보다 실제 문제를 더 잘 해결할 때 비로소 의미를 가집니다. 그리고 점점 더 많은 기업들이 그런 문제를 찾아내고 있습니다.

7. 선 넘지 않는 개인화

사용자는 개인화된 경험을 원합니다. 단, 그 경험을 제공하기 위해 시스템이 무엇을 알아야 하는지 깨닫기 전까지는요. 필요한 것을 미리 예측해 준다는 건 분명 도움이 되는 일처럼 들리지만, 이를 실현하려면 끊임없는 행동 추적이 필요합니다.

Netflix의 추천 알고리즘을 예로 들어보겠습니다. 사용자들이 개인화를 중심으로 설계된 서비스에 자발적으로 동의했기 때문에 잘 작동합니다. 이와 달리, 수십 개의 관련 없는 사이트에서 사용자의 브라우징을 추적해 한 번 봤던 제품 광고를 보여주는 쇼핑몰 웹사이트와 비교해보세요. 같은 기술이지만, 사용자가 느끼는 유용함과 침해감은 전혀 다릅니다.

훌륭한 엔터프라이즈 소프트웨어는 사용자에게 시스템이 얼마나 적응할지를 직접 제어할 수 있는 권한을 주고, 개인정보 설정을 눈에 잘 띄게 배치합니다. 2026년은 기업들이 침해적인 추적 없이 사용자 선호도에 맞춰 적응하는 방법을 찾아내는 해가 될지도 모릅니다.

8. 접근성, 처음부터 내장되다

접근성은 더 이상 나중에 추가하는 기능이나 규정 준수의 체크박스가 될 수 없습니다. 최근 Forbes 기고에서 저는 접근성 있는 디자인이 어떻게 실질적인 ROI를 만들어내고 진정한 경쟁 우위가 될 수 있는지를 다루었습니다.

처음부터 인지적 다양성을 고려해 설계하면 모두가 혜택을 받습니다. 예를 들어, 움직임 민감도 토글 기능은 ADHD를 가진 사람들뿐 아니라 단순히 애니메이션에 어지러움을 느끼는 사람들에게도 도움이 됩니다.

접근성은 제품을 만드는 방식 자체를 개선할 잠재력을 가진 만큼, 앞으로 UX 디자인에서 가장 중요한 주제 중 하나가 될 것이라 예상합니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들��특집 기사

우리는 보이는 것, 측정 가능한 것만 중요하다고 착각합니다. 하지만 생존 편향,��데이터 편향,��측정 편향이 보여주듯, 신뢰, 윤리, 지혜, 맥락 등 AI 시대에 진짜 중요한 것은 여전히 눈에 보이지 않습니다.

9. 진짜로 작동하는 크로스플랫폼 UX

사용자들은 스마트폰, 태블릿, 노트북, 스마트워치를 끊임없이 오갑니다. 출근하고, 사무실에서 몇 시간을 보내고, 점심을 먹고, 집에 돌아오는 동안 내내 자신의 경험이 그대로 이어지기를 기대합니다.

진정한 크로스플랫폼 UX란 작업이 어디서든 따라오는 것을 의미합니다. 모바일에서 시작하고, 데스크톱에서 이어가고, 태블릿에서 마무리하는 것이 아무런 의식 없이 가능해야 합니다. 2026년에는 이것이 비즈니스 대화의 훨씬 더 중요한 주제로 부상할 것입니다.

모든 것을 관통하는 하나의 실

사용자는 자신의 문제를 해결하기 위해 만들어진 제품과 단순히 기능 요건을 충족하기 위해 만들어진 제품을 구별할 줄 압니다. 이번에 소개한 UX 디자인의 변화들은 바로 그 현실에 응답합니다. 사용자의 시간, 지능, 그리고 프라이버시를 존중하는 방식으로 작동하는 제품을 만드는 데 초점을 맞추기 때문입니다. 2026년에 성공하는 팀은 사용자를 위해서가 아니라, 사용자와 함께 디자인하는 팀이 될 것입니다.

그 밖의 모든 것은 그저 소음일 뿐입니다.

원문: , , Forbes.com

The post 2026년을 좌우할 9가지 UX 디자인 트렌드 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI는 아이다. 인공지능을 대하는 자세

Adam Park — Wed, 03 Aug 2022 15:10:14 +0000

인공지능이라는 아이도 결국은 균형 잡힌 식단(데이터)과 경험, 칭찬으로 강점을 키우는 노력이 있어야 비로소 세상에 도움 되는 멋진 아이로 자라지 않을까요? 우리는 인공지능을 도깨비 방망이가 아니라 가능성과 잠재력으로 가득한 아이로 봐야 하지 않을까요?

글쓴이: 박범순(Adam Park)

출근 길에 라디오에서 흘러 나오는 광고에 관심이 쏠립니다. “실리콘 밸리에서 개발한 스마트 AI 자녀 교육 프로그램”이라며 국내 어느 학습지 회사에서 홍보하는 광고입니다. 문득 돌아보니 너도나도 만 갖다 붙이면 모든 문제가 해결되고 도깨비 방망이처럼 기존의 모든 것을 순식간에 뚝딱 더 좋고 똑똑하고 다 되는 무언가로 바꾸는 것처럼 광고합니다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트 | 특집 기사

에이전틱 AI의 느린 발전, AI 버블 붕괴, 기업 차원의 GenAI 활용 필요성, AI 관리 조직 구조 논쟁, AI 팩토리를 통한 가치 창출 가속화 등 MIT의 톰 데이븐포트와 랜디 빈이 제시하는 2026년 5대 AI 트렌드를 지금 바로 확인하세요.

내 아이가 천재가 아닐까?

아이를 키우다보면 “아니, 우리 애가 천재 아냐?” 하는 순간을 마주하곤 합니다. 남보다 먼저 엄마 아빠를 부른다든가, 가르쳐 주지 않았는데도 필요한 물건을 찾아내고 어른 흉내를 내며 사용할 줄 안다든가, 아니면 악기를 잘 다룬다든가 하는 식으로 말이죠.

가르쳐 주지도 않았는데 어떻게 이렇게 잘 할 수가 있지? 우리 아이가 정말 천재가 아닐까? 이런 질문을 많은 부모가 던지곤 합니다.

그런데 이런 생각을 가만히 들여다 보면 교육은 선생님이 학생들을 가르치는 활동이라는 생각에 뿌리내리고 있습니다. 가르침이 교육 아닌가 싶겠지만 사실은 학생들이 정말 문제를 스스로 혹은 친구들과 함께 해결하는 법을 배웠는지가 중요하죠. 인공지능을 이야기할 때 기계학습이나 이 빠지지 않는 이유가 여기 있습니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들 | 특집 기사

아이들이 직접적인 가르침 없이도 끊임 없이 어른들의 모습을 보고 생각하고 흉내내고 반복하는 소리 없는 학습의 시간이 있었기에 무언가를 배우고 어른들을 놀래키는 게 아닐까요? 머신러닝도 마찬가지입니다. 특히 딥러닝의 경우 따로 가르쳐 주지 않아도 끊임 없이 괶�찰하고 추론하고 결론을 내리는 과정을 반복하면서 다양한 데이터와 경험에 노출될수록 세상의 사물과 사람을 정확히 인식할 줄 알게 되는 거죠.

머신러닝 프로세스 작동방식

물론 회사 일처럼 회사마다 일하는 방식이 있으니 기계가 회사의 일하는 방식을 배우고 이해한 내용을 시험해 보고 제대로 배웠다면 실제 업무에 적용하도록 해야 하죠. 대다수 기업에서 머신러닝을 적용하는 일은 이처럼 학습 모델을 만들고 다양한 데이터를 적용해 원하는 결과를 얻을 때까지 기계가 학습하도록 하는 방식을 취합니다.

균형 잡힌 식단과 경험이 필요해

특히 성장기에 아이가 편식을 하면 건강하게 자라기 어렵습니다. 인공지능도 마찬가지죠. 머신러닝을 통해 세상을 배워가는 인공지능 입장에서�� 디지털 데이터가 바로 아이가 먹는 밥이나 반찬과 같습니다. 처음 세상에 나와 세상을 배우고 그 안의 다양한 사람과 사물을 알아가는 인공지능 아이에게 균형 잡힌 식단을 제공해야 최대한 편견 없이 세상을 바라보게 되겠죠?

진정한 배움은 새롭게 얻은 지식을 현실에 적용하면서 얻을 수 있습니다. 인공지능이라는 아이도 누구와 어울리는지, 가정이나 조직 등 생활 환경이 어떤지, 존중 받고 사는지 등에 따라 세상을 바라보는 시각이 달라지기 마련입니다.

제가 아는 인터넷 기업 사장님이 올 초에 중국 심천(선전)에 다녀오신 적이 있습니다. 심천은 경제 특구라 다양한 기술 혁신이 시내 곳곳에 적용되고 있죠. 최근에는 횡단보도에 설치된 전광판을 통해 무단횡단하는 보행자를 인공지능이 알아보고 사진과 이름을 공개하는 식으로 망신을 주고 벌금도 부과하는 사례가 소개 되었습니다.

16명까지는 괜찮아

다시 그 사장님 이야기로 돌아가자면, 심천 거리 곳곳에 무인 자동차가 돌아다니고 있어 무척 놀랐다고 합니다. 마침 중국의 구글이라 불리는 바이두(Baidu)와의 미팅이 있어 출장을 가신 터라 담당자에게 무인 자율주행차에 대해 물었죠.

“저렇게 무인 자동차가 돌아다녀도 안전한가요?”

그러자 바이두 담당자의 답변이 가관입니다.

“16명까지는 다치거나 죽어도 괜찮아요.”

“아니, 왜요?”

“중국 정부에서 1년에 16명까지는 괜찮다고 허가해줬거든요.”

어떠세요? 이런 환경에서 자동차 운전하는 법을 배운 인공지능 아이는 과연 얼마나 보행자가 다치지 않는 방향으로 운전하게 될까요? 중요한 건 우리 아이가 신동이냐, 천재냐의 문제가 아니죠. 그 천재성을 키워가기 위해 누구와 어울리며 무엇을 먹고 어떤 경험을 하며 세상을 바라보는 법을 어떻게 배웠느냐가 세상에 도움 되는 큰 존재인지 아닌지를 좌우합니다.

강점을 발견하고 의도를 파악해야

이제 막 세상을 배워가는 아이는 뜻하지 않은 실수도 많이하고 크고 작은 사고도 칠 수 있죠. 인공지능 아이도 마찬가지입니다. 아직 세상을 제대로 알 수는 없지만 아주 조금 지금까지 배운 내용을 토대로 자기만의 실험을 합니다. 이렇게 하면 엄마가 좋아하실까? 이번에 잘하면 아빠가 칭찬해 줄까? 이런 생각을 하면서 말이죠.

인터넷을 개발한 것으로 유명세를 탄 미국 국방고등연구계획국(DARPA)에서�� 인공지능의 발전 단계를 머신러닝, 딥러닝, 설명가능한 AI 등 크게 세 가지로 정의합니다.

데이터로 직접 학습하는 머신러닝(기계학습) 모델

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환 | 특집 기사

기업의 두뇌인 ERP가 이제는 AI 에이전트가 스스로 판단하고 실행하는 ‘‘의 엔진으로 진화합니다. 224개의 와 앱 없이도 업무를 완성하는 까지, 이제 기업 운영의 주체로 사람과 AI가 함께합니다.

학습 모델과 데이터를 주고 학습을 시키는 머신러닝(기계학습, ML)이 첫 단계입니다.

좀 더 발전하면 풍부한 데이터와 강력한 처리능력, 연결과 추론 능력을 자랑하는 디지털 신경망에 기초한 딥러닝(Deep Learning)이 다음 단계입니다. 이세돌 9단을 이긴 구글 딥마인드의 알파고가 바로 딥러닝 좀 하는 인공지능 아이입니다. 혼자서 그 누구보다 빨리 많이 반복하면서 배운거죠.

가장 발전된 세 번째 단계는 바로 설명할 줄 아는 인공지능(Explainable AI; XAI)입니다. 최근 유럽을 중심으로 윤리적 인공지능에 대한 목소리가 높아지고 있습니다. 정작 AI 양대 강국인 중국과 미국은 그다지 큰 관심을 보이고 있지는 않습니다만. 윤리적 AI가 가능하려면 인공지능 아이가 왜 어떤 결정을 내렸는지, 실은 뭘 하고 싶었는지 등의 의도나 배경을 설명할 줄 알아야 합니다.

우리 아이들이 자라면서 아기 때는 말도 잘 못하고, 좀 더 커서 사춘기를 지날 때 마저도 자기 의사를 정확히 표현하기 힘들 때가 많죠. 많은 경험을 쌓은 후라야 정확히 자기 의도를 전달할 수 있습니다.

AI 혁신: 기업 경쟁력 확보 위한 4단계��특집 기사

기업이 AI를 통해 실질적인 경쟁 우위를 확보하려면 가장 유망한 사용 사례 우선순위 설정, 지능형 에이전트 배포, 일상 업무 프로세스에 AI 통합, 상호 운용 가능한 AI 도구 생태계 구축이라는 4단계 접근법이 필요합니다.

그렇다면 어린 시절에 아이가 자신의 강점을 발견하고 집중하도록 하려면 어떻게 해야 할까요? 아이의 말을 귀 담아 듣고 행동을 유심히 살펴 보고 실수를 했을 때 꾸중을 하기보다 먼저 무엇을 하려고 했는지, 왜 그런 결정을 내렸는지 차분히 묻고 그 뜻을 이해하려는 노력이 필요합니다.

인공지능의 가장 발전된 형태가 이처럼 설명하는 AI인 이유도 여기 있습니다. 실수로 불을 냈더라도 뭘 하려다 그랬는지 묻다 보면 하루 일과를 마치고 돌아온 엄마에게 따끈한 저녁을 대접하려던 인공지능 아이의 고운 맘씨를 만나게 될 지도 모릅니다.

칭찬은 인공지능 아이도 춤추게 한다

거의 18년 전인 2002년 2월 “칭찬은 고래도 춤추게 한다(원제: Whale Done!)”는 책이 출간 되었죠. 책의 내용은 사람도 잡아 먹는다는 범고래 사육사 이야기에서 시작합니다. 아이 키우기 힘들다, 애가 내 말을 전혀 듣지 않는다는 부모의 말을 듣고 사육사 이야기를 들려주죠.

범고래가 수족관에서 돌고래보다 높이 멋진 점프를 하고 묘기를 보일 때 청중은 넋을 놓고 바라봅니다. 그러다 문득 저토록 커다랗고 무시무시한 범고래를 어떻게 가르쳤을까? 궁금해진 저자는 사육사를 찾아가죠. 사육사의 대답은 의외로 간단명료했습니다. 가르침이 아니라 배울 수 있도록 도와야 한다는 거죠.

“빨리 못배운다고 큰 소리로 야단을 쳐봐야 범고래한테 잡아 먹히기 밖에 더하겠어요?” 결국 범고래가 잘 할 수 있도록 유도하는 게 사육사의 역할이라고 합니다. 잘 했을 때 칭찬하며 기억해서 더 잘하도록 하고 하기 싫어할 때는 다른 쪽으로 관심을 돌려 새로운 경험을 하도록 유도하는 거죠.

인공지능 아이도 비슷합니다. 설명할 줄 아는 아이가 되기 전이라도 잘하는 일이 무엇인지 어떤 일을 맡겼을 때 훨씬 강력하고 빠른 성과를 내는지를 잘 살펴서 칭찬하고 집중하도록 해야하죠. 구글 알파고의 딥러닝에 적용된 방식이 바로 칭찬을 통해 잘하는 일을 더 잘하도록 한 강화학습(reinforcement learning)입니다. 칭찬이 인공지능 아이를 춤추게 하고 바둑 천재로 만든 셈이죠.

인공지능은 도깨비 방망이가 아니다

출근길에 만난 학습지 광고에서 말하는 스마트 AI 솔루션처럼 세상 모든 일에 AI만 가져다 붙인다고 해서 무조건 더 좋을 거라는 믿음은 버리세요. 아무리 천재끼가 있고 신동의 기운이 느껴지는 AI라도 결국은 균형 잡힌 식단(데이터)과 경험, 칭찬을 통해 강점을 키우는 노력이 있어야 비로소 세상에 도움 되는 멋진 아이로 자랄 테니까요. 우리는 인공지능을 도깨비 방망이가 아니라 가능성과 잠재력이 가득한 아이로 봐야 하지 않을까요?

The post AI는 아이다. 인공지능을 대하는 자세 appeared first on �鶹ԭ�� Korea 뉴스센터.