네안데르탈인으로 생성형 AI와 학문적 지식 간 격차를 확인해 보니...

메인 대학교University of Maine 제공

이 연구는 DALL-E 3를 사용해 생성한 AI 이미지에 포함되었다. 이 이미지는 네안데르탈인의 전형적인 활동, 배경, 복장, 도구 등을 묘사하는 프롬프트를 사용했지만, 과학적 정확성을 요구하지는 않았다. (이미지 제공: 메인 대학교)

 
지난 40년간의 기술 발전으로 모바일 기기와 컴퓨터는 탭 한 번으로 정보를 얻을 수 있는 세계 최대 도서관이 되었다.

휴대폰, 노트북, 태블릿, 스마트워치는 일상생활 일부가 되어 엔터테인먼트, 정보, 그리고 서로 간 소통을 간편하게 만들어 준다.

생성형 인공지능의 지속적인 발전은 이러한 기술에 더욱 강력한 경쟁력을 부여한다.

누군가 기기에 공룡이 어디에 살았는지, 혹은 자신의 심박수가 얼마나 빠른지 묻더라도, AI는 기존 기술보다 훨씬 빠르게 정보를 제공할 수 있다. 하지만 정확성은 여전히 의문으로 남는다.

생성형 AI는 과거를 표현하고 시각화하는 방식에 큰 영향을 미칠 잠재력을 지닌다.

전국 연구자들이 이 현상을 연구하며, 메인 대학교 매튜 마냐니Matthew Magnani 교수도 그중 한 명이다.

인류학 조교수인 마냐니 교수는 계산 인류학 전문가인 시카고 대학교 존 클린다니엘Jon Clindaniel 교수와 함께 수세기 동안 축적된 과학 이론과 학술 연구에 기반한 모델을 개발했다.

그들은 두 개 챗봇에게 네안데르탈인의 일상생활을 묘사하는 이미지와 이야기를 생성하도록 요청했고, 그 결과를 'Advances in Archaeological Practice'에 발표했다.

연구 결과, 정확도는 AI가 원천 정보에 접근하는 능력에 달렸다는 사실을 발견했다. 이 경우, 이미지와 이야기는 오래된 연구 자료를 참조했다.

이 연구가 중요한 이유는 무엇일까?

마냐니 교수와 클린다니엘 교수는 이미지 생성에는 DALL-E 3를, 이야기 생성에는 ChatGPT API(GPT-3.5)를 사용하여 네 가지 다른 질문을 각각 100번씩 수행했다.

두 가지 질문은 과학적 정확성을 요구하지 않았고, 나머지 두 가지 질문은 과학적 정확성을 요구했다.

두 연구는 네안데르탈인이 무엇을 하고 있었거나 무엇을 입고 있었을지 등의 맥락을 포함하여 더 자세한 내용을 담고 있었다.

이들의 목표는 인공지능의 일상적인 사용에 과거에 대한 편견과 잘못된 정보가 어떻게 내재되어 있는지 이해하는 것이었다.

"이러한 기술을 일상적으로 사용하는 데 내재된 편견의 유형을 살펴보는 것은 매우 중요하다"고 마냐니는 말했다.

"우리가 받는 빠른 답변이 최첨단 과학 지식과 얼마나 관련이 있는지 이해하는 것은 중요합니다. 챗봇에서 정보를 찾을 때, 특히 어떤 분야에서 시대에 뒤떨어진 답변을 받을 가능성이 높은가요?"

마냐니와 클린다니엘은 2023년에 이 연구를 시작했다.

불과 2년 만에 GenAI는 기술 발전 변두리에서 현대 사회 최전선으로 올라섰다.

마냐니는 만약 이 연구가 지금 다시 진행된다면 챗봇이 최근 과학 연구 결과를 더 잘 반영할 수 있을 것이라고 기대한다고 말했다.

"우리 연구는 다른 연구자들이 학문적 연구와 인공지능을 이용해 생성된 콘텐츠 사이의 간극을 조사하는 데 하나의 틀을 제공한다"고 마냐니는 덧붙였다.

클린다니엘은 AI가 방대한 정보를 처리하고 패턴을 찾는 데 유용한 도구이지만, 과학적 기록에 근거하여 활용하려면 숙련된 기술과 세심한 주의가 필요하다고 덧붙였다.

GenAI는 무엇을 잘못 이해했을까요?

네안데르탈인의 골격 화석은 1864년에 처음으로 공개되었다. 그 이후로 과학계는 네안데르탈인 옷차림이나 사냥 방식 등 여러 세부 사항에 대해 의견이 분분했다.

네안데르탈인에 대한 이러한 구체적인 이해와 지식의 부족이 GenAI의 정확성과 자료 출처 파악 능력을 검증하기에 이상적인 주제가 된 이유다.

이 연구에서 생성된 이미지는 100여 년 전 사람들이 생각한 네안데르탈인 모습을 그대로 묘사했다.

즉, 인간보다는 침팬지에 더 가까운 원시적인 특징을 지닌 인류 관련 종으로 그려낸 것이다. 풍성한 체모와 구부정한 상체 외에도, 이미지에는 여성과 어린이가 등장하지 않았다.

이러한 묘사는 현대 과학 문헌에서 이해되는 네안데르탈인 문화의 다양성과 정교함을 제대로 반영하지 못했다.

ChatGPT가 생성한 내레이션의 약 절반이 학술적 지식과 일치하지 않았으며, 특정 프롬프트의 경우 불일치율이 80%를 넘었다.

이미지와 내레이션 모두에서 바구니 세공, 초가 지붕, 사다리, 유리, 금속과 같은 기술 관련 언급이 해당 시대에 비해 지나치게 앞선 것이었다.

마냐니와 클린다니엘은 이미지와 내레이션을 다양한 시대의 과학 문헌과 대조하여 챗봇이 어떤 자료를 바탕으로 정보를 수집했는지 파악할 수 있었다.

그 결과, ChatGPT는 1960년대, DALL-E 3는 1980년대 후반과 1990년대 초반 자료와 가장 일치하는 내용을 생성했다.

클린다니엘은 "AI 출력의 정확도를 높이는 중요한 방법 중 하나는 인류학 데이터 세트와 학술 논문을 AI가 접근할 수 있도록 하는 것"이라고 말했다.

1920년대에 제정된 저작권법은 2000년대 초 오픈 액세스가 시작될 때까지 학술 연구 자료에 대한 접근을 제한했다.

앞으로 학술 연구 접근성을 둘러싼 정책은 인공지능 생성에 직접적인 영향을 미치고, 나아가 과거를 상상하는 방식에도 영향을 줄 것이다.

마냐니 교수는 "학생들에게 생성형 인공지능에 신중하게 접근하는 법을 가르치는 것은 기술적으로 더욱 능숙하고 비판적인 사회를 만드는 데 기여할 것"이라고 말했다.

이 연구는 마냐니 교수와 클린다니엘 교수가 고고학 연구 및 주제에 인공지능을 활용하는 방안을 탐구하는 일련의 연구 중 하나다.

More information
Matthew Magnani et al, Artificial Intelligence and the Interpretation of the Past, Advances in Archaeological Practice (2025). DOI: 10.1017/aap.2025.10110 

Provided by University of Maine 
 
***
 
결국 AI가 제공하는 정보는 구닥다리 정보로 학습한 것이 많아 세심한 주의가 요구된다는 것이다. 결국 AI도 끊임없이 최신 정보를 학습해 나가야 한다는 것이다.