공명(Resonance)

AI가 인간의 도덕적 판단을 대신하기 시작했습니다. 강화학습과 윤리 알고리즘의 구조를 분석하며, 인공지능이 선과 악을 구별할 수 있는지 탐구합니다. AI의 윤리 판단 구조인공지능이 스스로 판단을 내리는 시대가 도래했습니다. 자율주행차가 사고 상황에서 ‘누구를 구할 것인가’를 선택하고, 의료 AI가 환자의 생존 가능성을 바탕으로 치료 우선순위를 결정합니다. 이러한 과정은 모두 윤리적 의사결정(Ethical Decision-Making) 알고리즘에 의해 수행됩니다. 그러나 AI는 도덕적 직관이 아닌 확률적 판단을 내립니다. 강화학습(RLHF, Reinforcement Learning from Human Feedback)은 인간의 평가 데이터를 학습하지만, 그 평가의 기준이 언제나 선한 것은 아닙니다. 결국 ..

AI는 이제 인간의 창의성을 모방하고 확장하는 존재로 진화했습니다. 트랜스포머와 강화학습 기술을 중심으로, 생성형 인공지능의 창의성과 인간적 의미의 차이를 탐구합니다. 생성형 AI의 등장과 창의성의 재정의인공지능은 단순한 데이터 분석기를 넘어, 인간의 창작 영역에 진입했습니다. DALL·E, Midjourney, GPT-4와 같은 생성형 AI(Generative AI)는 텍스트, 이미지, 음악, 영상 등 다양한 분야에서 결과물을 만들어내고 있습니다. 이러한 AI의 핵심 기술은 트랜스포머(Transformer) 구조입니다. 이 모델은 언어와 시각 데이터를 벡터 공간으로 변환하여, 각 요소 간의 관계를 수학적으로 계산합니다. 그 결과 AI는 ‘다음에 올 가능성이 가장 높은 결과’를 예측하며 인간이 만든 ..

AI와 의사소통의 윤리 AI는 인간의 언어를 분석하고 감정을 모사하지만, 이해하지는 못한다. 트랜스포머와 강화학습을 기반으로 한 AI 대화 기술의 원리와 의사소통의 윤리를 탐구한다. AI 언어 이해의 기술적 기반AI가 인간의 언어를 이해하는 것처럼 보이는 이유는 대규모 언어모델(LLM, Large Language Model)의 구조에 있습니다. 이 모델은 트랜스포머(Transformer)라는 신경망 기술을 사용해, 단어의 순서를 넘어 문맥 전체를 분석합니다. 각 단어는 ‘벡터(수치)’로 변환되어, 문장 속 의미적 관계가 수학적으로 표현됩니다. 이렇게 생성된 언어 벡터는 문장의 의미를 확률적으로 예측하게 하고, AI는 가장 가능성 높은 단어를 선택해 자연스러운 문장을 만듭니다. 그러나 이 과정은 이해가 ..