GPT-4.5, 튜링 테스트를 통과하다
GPT-4.5가 튜링 테스트에서 인간을 속일 정도로 발전했지만, 이는 곧 인공지능이 인간처럼 사고한다는 것을 의미하지는 않습니다.
- 튜링 테스트는 컴퓨터 과학자 앨런 튜링에 의해 제안된 것으로, 기계가 인간처럼 대화할 수 있는지를 판단하기 위한 기준입니다. 그러나 이 테스트는 AI의 이해능력보다는 대화의 자연스러움에 중점을 두고 있습니다.
- OpenAI의 GPT-3는 1750억 개의 매개변수를 가지고 있었습니다. 반면, GPT-4.5는 그보다 더 많은 규모의 매개변수를 가짐으로써 대화의 자연스러움을 더욱 강화했습니다.
AI의 능력, 오해와 현실
많은 사람들이 튜링 테스트가 기계의 사고 능력을 증명한다고 오해하지만, 이는 인간의 가정에 대한 테스트에 더 가깝습니다.
- 튜링 테스트는 기계의 인지 능력을 평가하기보다는 인간 대화자의 인식을 시험하는 데에 중점을 둡니다. 즉, 기계가 인간처럼 보이는 능력을 평가하는 것이 아니라, 인간이 식별하지 못하게 만드는 능력을 평가하는 것입니다.
- 2019년 기준, 전 세계의 기업 중 37%가 이미 AI를 사용하고 있으며, 이는 AI가 실제로 인간과의 상호작용을 통해 얼마나 많은 오해와 도전 과제가 존재하는지를 나타냅니다.
최신 연구와 GPT-4.5의 성과
캘리포니아 대학 샌디에이고의 연구진은 GPT-4.5가 인간 판사에게 인간임을 설득하는 데 성공했다고 밝혔습니다.
- 연구진은 다양한 사회적 및 윤리적 문제들을 고려하여 시험을 설계하며, 판사들은 주제에 대해 깊이 있는 대화를 나누도록 훈련되었습니다. 이러한 결과는 GPT-4.5의 대화능력이 향상되었음을 시사합니다.
- 동일한 연구에서, AI와 인간을 구분하는 데 걸린 평균 시간은 10분 미만이었으며, 이는 이러한 시스템이 실생활에서 인간과 쉽게 상호작용할 수 있음을 나타냅니다.
튜링 테스트와 AGI의 차이
튜링 테스트의 통과는 일반 인공지능(AGI)의 도달을 의미하지 않으며, 이는 인간과 동일한 수준의 사고를 의미하지 않습니다.
- AGI는 인간과 유사한 방식으로 다양한 작업을 처리할 수 있는 인공지능을 의미하며, 기술적 및 윤리적 관점에서 아직 도달하지 못한 영역으로 간주됩니다.
- 2021년 오픈AI와 구글 딥마인드와 같은 기관들은 AGI에 대한 대규모 연구를 진행하면서도 아직 기술적 한계로 인해 AGI에 도달하지 못하고 있습니다.
인간의 기대와 AI의 현실
AI가 인간처럼 보이는 것은 인간의 기대에 부응하는 것으로, GPT-4.5는 다양한 상황에 적응할 수 있는 능력을 보였습니다.
- 예를 들어 OpenAI의 GPT-3는 다양한 콘텐츠 생성 도구로 채택되었고, 사용자 요구에 맞게 조정하여 이메일 작성, 문서 요약, 번역과 같은 작업에서 큰 성과를 보였습니다.
- 관련 연구에 따르면, 67%의 사용자가 AI와의 상호작용이 인간적임을 느끼고 있으며, 이는 AI의 소프트웨어 설계의 진보에 기인합니다.
인간의 판단, AI와의 구분
연구 결과에 따르면 인간은 AI와 인간을 구분하는 데 어려움을 겪으며, 이는 인간의 기대와 상호작용 방식에 영향을 받습니다.
- 2022년 실시된 실험에서, 참여자의 41%가 실제 사람과 AI 봇을 명확하게 구분하지 못했다는 결과가 나왔습니다.
- 이와 같은 결과는 AI가 현실에서 더욱 유용하게 사용되는 동시에 윤리적 문제 발생의 가능성도 증가하는 것을 의미합니다.
튜링 테스트의 한계와 확장 가능성
튜링 테스트는 인간성과 지능을 테스트하는 데 한계가 있으며, AI 전문가와 일반인 간의 판단 차이를 연구할 필요가 있습니다.
- 현재 AI는 인간 고유의 감정적 지능, 공감 능력 및 도덕적 판단을 완전히 모방하지 못합니다. 이러한 요소들은 인간과 AI를 구분하는 중요한 지점으로 남아 있습니다.
- 향후 AI 평가지표로는 더 복잡한 판단 기준, 예를 들면 감정 인식과 윤리적 고려를 포함해야 합니다.
기계와 인간의 상호작용의 미래
궁극적으로 AGI를 평가하기 위해 인간은 기계의 도움을 받아야 할 수도 있으며, 기계가 기계를 평가하는 시대가 올지도 모릅니다.
- 현대의 AI 연구의 일부는 기계 학습 알고리즘을 사용하여 새로운 AI 모델을 평가하고 개선하는 방법을 탐구하고 있습니다. 이러한 접근은 때때로 AutoML(자동 기계 학습)이라고 불립니다.
- 이러한 기술들은 점점 더 빠르고 효율적인 방법으로 AI 시스템을 발전시키고, 앞으로 기계가 인간의 도움 없이 기계를 평가하고 개선할 가능성을 열어줍니다.
출처 : 원문 보러가기
