오리씨네(Orissine) 블로그

책, 생각이 보이는 교실 리뷰 (저자 : 론 리치하트, 마크 처치, 캐린 모리슨) 1. 책 생각이 보이는 교실의 부제 는 "스스로 질문하고 생각하도록 가르치는 사고 루틴 21가지"로 교사의 수업에 관하여 질적인 개선을 이루는데 큰 도움이 되는 책이다. 2. 책 생각이 보이는 교실의 핵심 내용  : 수업에서 학생들이 특정 활동을 하는 것만이 사고로 이어지는 것은 아니다. 흔히 수업 내에서 활용하는 퀴즈도 사고를 하게 만드는 것이 아니라 교사의 마음 속의 답 맞추기 같은 암기 확인에 가깝다. 이를 비롯하여 정답이 정해진 답을 쓰는 것과 같은 활동들이 이어질 수록 학생들은 사고를 하는 것이 아니라 교사가 해야 할 것을 정해주길 바라며 정해진 내용을 암기만 할 뿐이다.   학생들이 수업 활동과 교사 발문으로 정말 생각을 하게 되는지 의문을 가져보고 사고 기회와 학습 기회를 주기 위해 고민해야 한다고 말한다. 이를 위한 발문을 섬세하게 선정하고 활동의 내용도 구체적으로 루틴화하여 제시하였다. 3. 책 생각이 보이는 교실이 매우 마음에 든 이유   1) 간결한데 핵심을 잡은 루틴 21가지 :  이 책을 처음 알려준 펭귄에게 감사해 하며 2~3일 만에 열심히 읽은 원동력은 화려한 수업 사례를 보여주는 것이 아니라 정련을 거쳐 일반화된 루틴을 제시한다는 것이다.    21가지 루틴들은 매우 간단하지만 핵심을 간파하고 있다.    겉은 화려하고 색다른 수업도구를 사용했으나 학생이 정말 생각하고 배웠을까에 의문이 드는 아쉬운 수업이 있는 반면, 사진 몇 장, 고전적인 도구, 뛰어난 발문으로 학생들이 고민하고 배우게 하는 구나 보이는 수업이 있다.  교사라면 누구나 두번째와 같은 수업을 하고 싶은데 여기 나온 수업 루틴이 보여주는 모습은 한끗차이로 가능하다는 것을 가르쳐준다.    예를 들어서 루틴 21가지 중 하나로 제시된 "줄다리기 토론"이 그렇다.  ...

 트롤리 딜레마, 인공지능 윤리 토론 수업의 주제로 적절할까?   트롤리 딜레마는 자율주행자가 관심을 받기 이전에도 초등 도덕 수업의 소재가 되고는 했다. 하지만 트롤리 딜레마에 대해 이야기할 때 수업의 목적, 토론을 하는 이유, 무엇을 생각해보려는 것인지 생각해볼 필요가 있다. 공리주의에 대해 말하고 싶다면 연관성이 있을 수 있지만 다른 사람의 죽음을 선택한다는 도덕적으로 문제가 되는 요소, 그리고 자율주행차가 겪게 될 문제라는 유사성만을 보고 수업이나 토론의 소재로 삼기에는 재고해볼 점이 있다. 자칫 공리주의를 이야기 하기보다는 누가 조금 더 냉정한가 정도의 이야기로 끝날 수도 있다. 특히, 인공지능 윤리 토론의 주제로 트롤리 딜레마를 가져왔다면 자율주행차가 누구를 살리는게 나을지 찬반토론을 하기보다는 자율주행차가 가져올 미래의 윤리적 파장에 대해 찾아보고 해결 방법을 토의하는 것이 더 필요하다고 생각한다.   자율주행차는 도입될 것이며 책임의 전가, 죽음을 선택하는 프로그래밍이 주는 사회 인식의 변화 등을 가져올 것이다.  트롤리 딜레마를 현실에서 논하게 된 이 타당하지 못한 상황에 대해 알고 살아나갈 방법을 이야기 해보아야 한다.  독일의 철학자 리하르트 다비트 프레히트는 책"인공지능의 시대, 인생의 의미"에서 자율주행차 윤리적 프로그래밍이 타당한가를 다룬다. 책 인공지능의 시대, 인생의 의미 中 11. 죽음의 알고리즘의 내용 발췌 및 요약  예를 들어 뤼트게와 그 동료들이 출간한  『 AI 와 로봇 공학의 윤리 Ethik in KI und Robotiky 』 에는 이렇게 적혀 있다 .  〈 만일 적용 영역이 일정한 범위로 제한되고 ,  도덕적 결정의 토대를 이루는 정보가 충분히 알려져 있다면 인공지능은 매우 구체적인 사례에서도 도덕적결정을 내릴 수 있을 것이다 .>  이로써 앞서 언급한 모든 심중한 반박에도 불구하고   AI 의  ...

오토핫키라는 매크로 키보드 언어와 디자이너들의 단축키 키보드 스마토이 차이점, 장단점 비교 AutoHotKey(오토핫키)란?  AutoHotKey(오토핫키)란 키보드로 작동하는 매크로를 만들기 위한 오픈 소스 프로그래밍 언어이다.   (프로그래머 사이에서는 언어라고 불릴 자격이 있는지 없는 지에 대해 일정 기준이 있는 듯하다. 이 오토핫키라는 언어도 만든 이들은 언어라고 하고 있으나 일부 사람들은 언어라고 인정하지 않는다고 한다. 비전공자가 보기에는 다 참신하고 멋지고 마법같다.) AutoHotKey(오토핫키) 간단 사용법, 후기  직관적이어서 꽤 간단하다. 그리고 챗지피티가 있어서 요즘은 비전공자도 하나도 안어렵다.  1. AutoHotKey에 접속한다.  2. Download v2.0 (옆의 버젼 deprecated는 더 이상 사용되지 않음?이라고 하는데 더 이상 개선등이 지원 안된다는 것 같다....?!)   3. 프로그램 설치 후 AutoHotKey Dash 실행한 다음 New Script 클릭  4. 돋보기 파일 아이콘을 눌러서 기존 프로그램을 Edit할 수도 있고,       Create를 눌러서 새 프로그램을 작성할 수도 있다.   5. Edit이나 Create를 누르면 메모장이 열린다.   6. 챗지피티의 도움을 받아서 코드를 짜고 저장한다.  7. 문서 >  AutoHotkey 에서 저장한 파일을 실행하면 키가 작동한다.      단, AutoHotKey가 실행 중일 때 이 프로그램이 작동한다. Window Spy 는 내 마우스 좌표, 현재 커서가 위치한 곳의 색상 등 정보가 뜨는데 왜 있는 것인지 궁금하면서도 이 언어를 알게 되니 컴퓨터의 생전 처음보는 측면을 보는 것 같아 신기하다. 정해진 키보드와 단축키를 연습해서 써왔는데 사용자가 컴퓨터를 ...

도널드 노먼은 누구?  도널드 노먼(Donald A. Norman, 1935년 12월 25일 ~) 은 UX(User Experience, 사용자경험)이라는 개념을 만들었고, 인간 중심 디자인에 대해 연구해온 디자이너, 교수, 작가, 심리학자이다.   그의 이력이 엄청나다. IDEO이사, 휴렛패커드 이사, 애플 부사장을 역임했고, 캘리포니아 대학교 인지과학 명예교수, 노스웨스턴 대학교 컴퓨터과학과 명예교수, 그리고 닐슨 노먼 그룹의 창립자이기도 하다. 미국 예술과학 학술원 및 국립공학원 회원이다.   유명한 저서로 <도널드 노먼의 디자인 심리학>, <도널드 노먼의 인터랙션 디자인 특강>. <도널드 노먼의 UX 디자인 특강>이 있고, 내가 요즘 읽고 있는 것은 <도널드 노먼의 인터랙션 디자인 특강>이다. 책<도널드 노먼의 인터랙션 디자인 특강>  도널드 노먼은 경력을 봤을 때 나이가 많은 것을 알 수 있었지만 책만 봐서는 현재 나이나 직책과 상관없이 디자이너 다운 세련된 감각과 창의적인 생각이 마치 의욕넘치게 이제 이 일을 시작하는 사람처럼 보이기도 했다. 물론  한 분야에서 대가가 된 사람이 가진 내공이 느껴진다. 군더더기가 없이 내용에 일관성이 있어서 책이 크게 두껍지도 않은 편이다.   책<도널드 노먼의 인터랙션 디자인 특강>인간과 기계의 상호작용에 대해 다루는 책이다. 인터렉션 디자인에 관하여 자신의 흥미로운 일화나 이 사람만이 가볼 수 있는 듯한, 다양한 산업 디자인 관련 컨퍼런스의 내용 그리고 거기서 만난 전문가들과의 이야기를 들려주면서 디자인 원리를 쉽게 말해준다. 책<도널드 노먼의 인터랙션 디자인 특강> 흥미로운 부분 2가지 1. 로봇과의 가상 인터뷰  책의 마지막 부분은 전개의 참신함에 깜짝!놀라는데 기계들의 대표에게 메일을 받았다면서 가상으로 인터뷰를 한 내용이 나온다. 기계와의 몇 번...

제임스 카메론 감독이 생각하는 AGI와 디지털 전체주의의 위협 제임스 카메론 감독이 생각하는 AGI, "진정한 위협은 디지털 전체주의다." 제임스 카메론 감독은 누구? 제임스 카메론은 터미네이터, 아바타, 타이타닉, 에일리언의 감독이다. 24년 9월 말 기사를 찾아보니 인공지능에도 관심이 많아 최근 Stability AI의 이사회의 멤버로 참여했다고 한다. 이 회사는 이제 모르는 사람이 거의 없는 이미지 생성AI, '스테이블디퓨전'으로 유명한 회사이다. AGI를 두고 터미네이터의 "스카이넷" 캐릭터가 많이 회자되는 만큼 제임스 카메론 감독은 AGI 관련 인터뷰를 정말 많이 받았을테고, 실제로 AI의 위험성에 관심이 많다고 한다. 23년 인터뷰에서는 "내가 1984년에 여러분에게 경고했지만, 여러분은 듣지 않았다"고 답변하기도 했다. (참고로 1984년은 영화 '터미네이터'가 개봉된 해) 흥미로운 표현이다. 제프리 힌턴 교수가 한 말이 떠오른다. "연구원들은 정렬 문제를 연구해야 하고 정부는 법안을 마련해야 한다고 말한다. 다만, 아주 불쾌한 일이 일어나기 전까지는 입법이 불가능할 것" 두려워해야 할 것은 터미네이터 영화 장면 같은 종말이 아니라 AI로 인해 '오웰식' 감시 체제가 생기는 것 최근 24년 10월 말 인터뷰에서는 AGI에 대해 AGI 자체는 우리의 거울일 뿐 두렵지 않다고 말하면서 더 두려워해야 할 것은 터미네이터 영화 장면 같은 종말이 아니라 AI로 인해 '오웰식' 감시 체제가 생기는 것이라고 말했다. "AGI는 우리가 선한 만큼 선하고, 우리가 악한 만큼 악할 것"이...

데스봇과 인공지능 윤리 데스봇에 대한 해결방안을 연구한 논문  데스봇은 찬반토론의 주제로 쓰이기도 하지만 이미 구현된 사례도 있을 정도로 삶에 들어오고 있다.  이 인공지능을 사용할지 말지에 대해서는 애도 방식의 차이라 생각되어 데스봇을 사용하는 사람의 뜻을 존중할 필요가 있고 데스봇이 쓰이는 것을 막을 길도 없다고 생각한다.    데스봇에 윤리적 문제가 얽혀있는 것은 찬반토론으로 끝나지 않는다. 사용될 것이고 이로 인해 야기될 문제들에 대해 이야기하고 함께 토의하는 과정이 꼭 필요하다.

Perplexity AI 체험기   Perplexity가 현재 SK Telecom회원은 1년 Pro무료 입니다.덕분에 퍼플렉시티를 체험해보고 있습니다. Pro 요금제를 1년이나 무료로 쓰게 해준다니 주변 SK텔레콤 쓰는 분들이 모두들 시도해보더라고요. 이 이벤트로 챗지피티나 클로드, 제미나이에 비해 덜 유명한 듯한 퍼플렉시티의 인지도에 변화가 클 것 같습니다.(SK텔레콤 사용자는 Tmembership어플을 켜면 바로 메인에 이 행사 배너가 뜹니다.)  Perplexity AI 써보고 느낀 ChatGPT나 Claude 와 다른 점   1. 발견하기 기능 : 대화형 챗봇만이 아니라 "발견하기"라고 하여 저널, 소식, 정보, 뉴스 등을 제공하는 기능이 있습니다. 새 정보를 접하게 되니 퍼플렉시티에 더 머무르게 되기도 하는데 더 본격적으로 플랫폼의 역할을 하려는 시도가 엿보인다고 생각했습니다.  2. 스레드 그룹화 및 공유 기능 : 그리고 내가 질문한 것들이 "도서관(Libarary)"에 기록되는데 여기 모인 생각의 흐름, 가닥인 "스레드(Thread)"는 정리하고 그룹화해서 다른 사람들에게 공유도 가능합니다. "발견하기"의 저널들도 그렇고 개인적으로 챗지피티, 클로드는 챗봇과 내가 단둘이 대화를 하는 공간이라는 느낌을 받는다면 퍼플렉시티는 사람과 사람 간의 연결, 나와 다른 분야의 소식과의 연결도 일어날 수 있는 공간이 있다는 느낌입니다.  3. 후속 질문 예시를 제시하는 기능 : 내 질문에 이어 가능한 후속 질문을 제시해주어 꼬리에 꼬리를 무는 대화가 가능해서 한 주제에 대해 깊이 연구하게 되는 재미가 있습니다. 미처 생각하지 못한 좋은 질문이 제시되어서 협업의 느낌도 납니다.  4. 답변생성과정이 상세하게 제시되는 기능 : Perplextiy Pro가 답변을 얻기 위한 과정을 정리하고 이에 따라 정보를 검색하여 답변을 정리하는 일련의 과정이 상세히 제시됩니다. 그리고 마지막에 출처 등도 ...

   생성형 인공지능 윤리(엔트리 과정) 라이브 코칭  생성형 인공지능 윤리(엔트리 과정)에서 3번째 날은 라이브 코칭이었다. 선생님들 중 과제를 제출하신 분의 엔트리코드, 지도안에 대한 피드백을 하는 시간이었다.  선생님들의 지도안과 코드는 인상적인 것, 간단한 것 그리고 교육적인 것이 많아 함께 나누었고 연수하며 많이 배웠다. 처음에는 2시간 동안 과제를 피드백하는 라이브 코칭에 대해 어떻게 해야 할까 고민이 컸다. 그러다가 과제를 내신 분들 아이디어가 정말 좋은 것들이 많아서 나눌 점만 소개해도 좋겠다는 아이디어가 나왔다. 이런 식의 진행은 처음 해보았는데 모든 사람이 다같이 배우는 것 같다. 시간상 모든 분의 과제를 소개 못하는 점은 난제로 남았으나 모든 분을 다 소개하면 하루로 안되고 그게 더 문제일지도 모른다 .  데드봇  과제, 작품 공유를 하고도 시간이 많이 남게 되므로 우리는 각자 생성형 인공지능과 관련된 더 이야기 해보고 싶은 주제를 가져오기로 했다.   테드 창의 소프트웨어 객체 생애주기는 참 흥미롭지만 주제와 완전히 밀접하지는 않았다. 대신 제이슨 로러라는 프로그래머가 만든 챗봇 커스터마이징 사이트인 프로젝트 디셈버와 그 사이트를 활용해서 죽은 약혼자 챗봇을 만든 조슈아의 이야기를 꺼내기로 했다.    챗봇 사이트를 만든 프로그래머 제이슨 로러의 입장은 기술에 자유로운 편이다. 오히려 조슈아의 일이 알려지고 나서 사이트의 컨셉이 데드봇에 더욱 더 가까워진 것 같다.   (여담 : 더불어 이번에 자료를 찾으면서 제이슨 로러라는 프로그래머가 굉장히 독특한 생각을 가진 인디 게임 제작자라는 것도 알게 되었다. 일화 중에 자식을 성별 구분 없이 키우기 위해 아이가 태어나고 며칠 동안 자식의 성별을 확인 안하고 키웠다거나 냉장고 없이 5~6년 산 이야기 등이 있다. 태어나서 처음 보는 유형의 사람이다.  이 사람이 제작한 게임 중에 한...

왜 유명하지 않은가 의문인 아두이노 시뮬레이터 사이트, WOKWI   아두이노 우노, 아두이노 메가, 아두이노 나노, ESP32, STM32, Pi Pico 등의 회로를 완성하고 코드를 입력하여 시뮬레이션을 해볼 수 있는 WOKWI라는 사이트가 있다.   꽤 훌륭하고 간편한데도 불구하고 덜 알려져 있는가 궁금할 정도이다. 물론! 다들 아는데 내가 몰랐을 수 있다.     포스팅을 하게 만들 정도로 강력한 장점이 있다. 로그인이 필요없다는 것이다. WOKWI 장점 1 : 팅커캐드와 달리 로그인을 하지 않아도 된다.   WOKWI 장점 2 :  로그인 없이 다른 사람들이 공유한 시뮬레이션 프로젝트를 활용하여 코드만 직접 바꾸어 볼 수 있어서 회로 연결이 어려운 경우도 프로젝트, 수업 등에  활용할 수 있다.   WOKWI 장점 3 : 로그인 없이 회로도, 코드를 Share버튼으로 공유할 수 있다. (Share하면 URL을 공유할 수 있다.)     WOKWI의 장점 1,2,3 덕에 초급자, 아두이노를 처음 배우는 학생과 활동할 때에 매우 편리했다. WOKWI에 공유되어 있는 작품들 중에 하나를 활용하여 코드만 바꾸어보는 활동을 하였다.   또한 교사가 이미 완성한 회로도, 코드의 주소를 공유하여 작품을 변형해보는 활동도 할 수 있었다.    아두이노 회로를 구성해보고 코드를 넣어 실행해보는 과정이 로그인 없이 패들렛에 프로젝트 URL 링크를 걸어두는 것만으로 가능하다. 수업하는 입장에서 로그인 없이 프로젝트를 공유하고 활동할 수 있다는 것이 마음에 든다.

네이버 오픈클래스 (생성형 AI 윤리)   지난 6월 말에 2주에 걸쳐서 생성형 AI 윤리 교재 오픈 클래스를 진행하였다. 작년에 개발하여 지난 2월까지 계속 수정을 거듭한 것이 드디어 배포되었다. 과기부의 인공지능 윤리 원칙인 3대 원칙, 10대 요건을 바탕으로 하였으며 인공지능 중에서도 생성형 인공지능을 교재 내용에 넣었다.  네이버 소프트웨어야 놀자에서 "인공지능&데이터"로 접속하여 "생성형 인공지능 윤리1"에서 교재와 PPT 자료를 받을 수 있다. 링크 :  https://www.playsw.or.kr/artificial/textbook/ai_data_web_textbook_ai  교육청에서 개발하는 교재의 경우 교사 대상인 경우가 많다. 네이버 오픈클래스의 수강생들은 330명 정도였는데 대부분 강사이신듯했다. 생성형 AI를 체험하되 윤리적 고민을 넣은 교재 내용에 많은 분들이 공감해주셔서 보람이 컸다.  1주차에는 권쌤과 교수님이 2주차에는 펭귄과 내가 맡은 파트를 하였다. 교재의 의도를 설명할 때 2차시이지만 1시간이 안되는 시간에 필수적인 내용만 전달되므로 미리 연습을 많이 하였다. 오픈클래스를 계기로 더욱 더 교재를 명쾌하게 설명할 수 있게 되었다.  오픈클래스를 준비하면서 더 자세히 알게된 어도비 이미지 생성형 인공지능, Firefly의 연령제한(한국 어도비 및 교육청의 연령제한)  초등학교 생성형 인공지능 수업과 관련해서 필수 고민인 연령 제한!  1주차에 오픈클래스 패들렛에 질문을 받았을 때, 네이버 클로바X, 어도비 파이어플라이와 관련한 생성형 인공지능의 연령제한에 대해 질문이 있었다. 2주차를 맡은 덕에 약관 등을 다시 찾아볼 겨를이 있었는데 교재를 쓸 때와 다르게 약관이 한 번 더 바뀐 것을 알게 되었다.   또한 새롭게 알게 된 것은 미국은 어도비 파이어 플라이, 즉 어도비의 이미지 생성 인공지능을 초등학생도 사용 가능할 수 있다...

  도서관에서 발견한 MIT Technology Review 5,6월호, 흥미로운 내용이 많아서 단번에 거의 다 읽고 왔다. 1. 소셜미디어와 AI 기업과 기술 지난 10년간의 소셜미디어의 무분별한 개발이 AI 기업과 기술에 주는 시사점 중 하나를 메모 한다. 2. EU의 세계 최초 AI 규제법   1) 올 해 말부터 국민의 기본권에 "큰 위험을 초래하는 AI 사용 사례"와 "용납할 수 없는 위험을 초래할 수 있다고 판단되는 일부 사용 사례"가 금지된다. 법 집행 기관을 위해 기술이 사용되는 예외들도 있는데 디지털 인권 단체 Access Now 등의 단체는 안면인식과 같은 기술들을 전면 금지 않았으니 AI 규제법은 '인권에 대한 실패'라고 했단다.  인상적인 것은 기업, 학교는 사람의 감정을 인식한다고 주장하는 소프트웨어를 사용할 수 없지만, 의료나 안전 상의 이유로는 사용이 가능하다.   덴마크의 학생 자살 예방 해결책을 위한 플랫폼들의 사례가 생각난다. 저 규제에서 허용될 수 있는 것이다. AI 교과사 도입 등 주로 학습 측면에서 AI 도입에 속력을 내는 우리나라 교육 방향도 감정인식과 관련된 연구를 하는 플랫폼이 있겠지?  2) 기술 기업은 AI 생성 콘텐츠에 라벨을 부착해야 하고 사용자가 챗봇이나 기타 AI 시스템과 상호작용할 때 사용자에게 알려야 한다.  그러나 이점에 대해서는 필자도 한계점을 지적한다. 그리고 이 매거진의 다른 챕터에서도 소셜미디어 속 의도된 챗봇들의 대화들이 양산되면 마치 큰 흐름인양 착각하게 만드는 것도 막을 수 없다고 한다. 쉬운 일은 아닌 셈이다.  3) 유럽 AI 사무소를 설립할 것이고 관련 인력을 채용 중이다. EU시민들은 AI 시스템으로 피해를 입었다고 의심되는 경우 불만을 제기 할 수 있다. 그리고 AI시스템이 내린 결정에 대해 설명을 들을 수 있다.    3)번이 중요하고 실효성도 있다고 생각하였다. 이 매거진 다른 와이파...

# 인공지능 윤리 교육 중 "편견" # 이미지 생성 AI, 기업의 노력 사례 (Runway) # 네이버 소프트웨어야 놀자 교재 배포 관련한 오픈 클래스를 할 때에 교재 설명 외에도 좋은 자료를 제공하고 싶어서 공부하고 있다. How AI Image Generators Make Bias Worse (https://www.youtube.com/watch?v=L2sQRrf1Cd8) 영상 도입을 미드저니로 생성한 더빙으로 시작하며  바비이미지 생성에서 나왔던 차별 사례가 나온다. 실제 직업에서의 성비보다 더 과장되게 편향이 나오는 경우가 있다고 한다. 이를 Representational Harms라고 한다. 그런데 이를 개선하여 비교적 정확하게 사실을 반영한다면 과장이 매우 적어도 문제가 있다는 점을 지적한다.  미국 대통령, 수감자 비율을 실제로 남성이 매우 높은데  사실을 그대로 반영할 것인가,  완전히 랜덤이 옳은 것은 아닐까?  Bias in AI and How to Fix It | Runway (https://www.youtube.com/watch?v=5zLxoiBdG2U) Runway는 기업의 노력 사례라고 볼 수 있다. 인종, 성별 등의 데이터를 다양하게 만들어서 이미지 생성AI 모델을 다시 훈련하는 방법하는 작업에 착수했다고 한다.  두 영상 모두 댓글의 갑론을박을 보는 재미도 있다.

(동영상 : Mustafa Suleyman & Yuval Noah Harari -FULL DEBATE- What does the AI revolution mean for our future?)  유발 하라리의 의견에 동의하면서도 무력감이 느껴진다.   무스타파의 말처럼 기술이 그려주는 긍정적인 혜택이 주어질지라도 유발 하라리가 걱정하는 것들이 모두 수반되는 혜택일 듯하다.  댓글에서 누군가 말했듯 유발 하라리만이 인공지능 발전으로 인한 경제적 혼란에 대해 현실적으로 인식하는 유일한 사람으로 보인다. 부유한 사람들은 이 점에 대해 공감이나 우려를 덜한다는 것이다. AI 개발을 선도하고 그로 인해 큰 부를 차지한 사람들이 실제로 유발 하라리가 지적하는 문제에 대해 진지한 고민을 하기 어렵다.  이 대화에서는 5년 뒤를 AI 발전의 중요 기점으로 보고 있다.   5년 뒤에 이 영상을 다시 보러 오겠다는 댓글에 그 때는 AI가 이 영상을 지웠을 거라는 농담이 달려있다.  유발 하라리는 5년 뒤 AI 발전이 이루어졌을 때에 대한 질문에 대해 결정권을 넘겨주면서 역사가 끝나는 것은 아니지만 인류의 역사는 끝난다고 표현한다.  "인공지능 개발에 하는 투자가 너무 많으며 우리 자신의 마음도 개발할 수 있는 거대한 범위가 있다. 아직 인류는 우리의 잠재력을 완전히 보지 못했다. 하지만 인공지능에 투자하는 시간과 달러만큼 우리 자신의 의식과 정신을 발전 시키기 위해 투자하면 좋겠지만 이런 투자는 볼 수 없다."라는 말이 인상적이다. 직업에 대해  실업과 새로운 직업의 탄생에 대해서는 유발 하라리가 상세한 지적을 하였다. 우리는 흔히 없어지는 직업만큼 새로운 직업도 생겨날 것이고 적응의 기회가 있을 것이라 생각한다. 그러나 유발 하라리는 부의 분배가 불공평할 것을 지적한다. 각 나라에서 실업, 새 직업의 탄생이 고르게 일어나지 않을 것이라는 것이다. 캘리포니아, 미국, 중국 등에서...

알렉스 넷, 딥러닝과 GPU   2012년 이미지 넷의 ILSVRC(ImageNet Large-Scale Visual Recognition Challenge), 쉽게 말해 이미지 분류 인공지능 올림픽에 알렉스 넷이 경이적인 기록으로 우승하게 된다.    알렉스 넷의 성능이 다른 모델들에 비해 매우 뛰어났으며 알렉스 넷 연구에서 핵심은 "컴퓨터 비전 모델의 깊이가 뛰어난 성능을 위해 필수적이며 (인간이 배우는 것 같이 인공지능을 학습시키자는 딥러닝이 효과적이라는 것), 딥러닝을 위해서는 GPU를 활용하면 된다"였다.  전 세계 사람들에게 "중력이 있어 물체가 땅에 떨어진다." 만큼 익숙해진 "딥러닝과 GPU"의 관계가 이 논문에서 나왔다.  그리고 제프리 힌턴의 경고  제프리 힌턴은 구글의 석학 연구원을 겸임하다가 2023년에 인공지능의 위험성을 경고하며 퇴사하였다. 그는 AI를 혁신시킨 "딥러닝"기법의 개척자이며 그 발견이 지금의 생성형 AI 챗봇들을 탄생하게 만든 셈인데 이제는 위험성에 대해 말하며,  "디지털 지능이 생물학적 지능을 대체할 것이 거의 확실하다." 라고 말한다. 23년의 유튜브 영상에 이어 24년 2월 22일 기사와 3월 기사를 보며 그의 주장을 정리하면 다음과 같다.  제프리 힌튼의 주장  " 점점 강력해지는 AI모델들이 집단 지성으로 작용하며 서로 학습한 내용을 공유할 수 있고 이는 인간보다 큰 이점을 가진 것이다. 따라서 인간보다 더 나은 지능일 수 있다고 생각한다."  인공지능 모델 중 하나가 학습하면 배운 내용을 거의 즉시 다른 모델과 공유할 수 있다.   일종의 하이브 마인드, 집단지성이다. 인공지능이 위험하다는 제프리 힌턴의 주장 2가지  1. 나쁜 사람들이 나쁜 목적으로 AI 사용하는 것  예를 들어 대규모 허위 정보 유포, 생물 테러, 사이버 전쟁, 킬러 로봇을 생각할 수 있고 특히 메타가 Ll...

Fei Fei Li는 누구일까?  Fei Fei Li는 이미지 넷의 설립자이며 컴퓨터 비전 분야의 선구자이다. 컴퓨터 비전이란 Vision이라는 말 그대로 컴퓨터가 시각정보를 해석, 이해하도록 학습시키는 AI분야이다.  이미지넷 프로젝트는 1400만개 넘는 어마어마한 양의 이미지 데이터 베이스를 연구에 사용할 수 있도록 무료로 공개한 것이다. 이 프로젝트가 컴퓨터 비전과 딥 러닝 연구 발전에 중요한 역할을 했다. 각 이미지에는 "해당 이미지는 개다, 해당 이미지는 고양이다"처럼 주석(라벨)이 달려있다.   이미지넷 프로젝트는 무료로 데이터를 공개한 것 뿐만 아니라 이미지 인식 정확률이 어느 모델이 더 높은지 콘테스트트 2010년부터 개최했다. 이 대회에서 쟁쟁한 모델들이 나왔고 그 중 가장 영향력 있었던 일이 딥러닝의 선구자로 불리는 제프리 힌턴과 알렉스 크레제프스키, 일리야 수츠케버가 공동으로 설계한 CNN 아키텍처인 알렉스 넷의 등장이다.    Fei Fei Li 가 TED에서 말한 공간 지능  태초의 생명체에게 시력이 생겨나면서 진보가 폭발적으로 일어났다는 것에 비유하여 지금의 인공지능에게 이 과정이 일어나고 있다는 비유적인 설명이 인상적이다.   컴퓨터, 로봇이 현재 능력 이상으로 발전하려면 우리는 보고 말하는 AI 그 이상을 원하며 "우리는 (행동)할 수 있는 AI를 원한다고 말한다.  이를 위한 공간지능을 설명하기 위한 방법도 흥미로운데 고양이가 우유가 든 유리잔을 쳐서 테이블 위의 우유 잔이 바닥으로 떨어지는 순간의 이미지를 보여주며 사람들에게 '이 사진을 보고 뭔가 하고 싶은 마음이 들면 손을 들어보세요'라고 말한다.  우리의 뇌는 유리잔의 기하학적 구조, 3D 공간에서의 위치, 테이블과 고양이의 관계, 그리고  공간의 다른 모든 것을 고려하여 다음에 무슨 일이 일어날지 예측하고 '행위하려는 충동'을 갖는다. 이 '행위하려는 충동'은 공간지능...

AI 춘추 전국 시대  OPEN AI 출신이 만든 앤트로픽의 클로드3에 마소랑 구글이 투자했고 구글보다 나을 수 있다고 한다. 무엇이 독점하게 될지 몰라 서로 투자하는 것일까? 춘추 전국 시대이다. 지금 당장은 사용자 입장에서 흥미로운 것이 가득하고 무료도 많지만 곧 독점이 시작되면 상황이 달라진다는 것을 모두 알고 있다. 우리는 다함께 구독 경제로 독점의 무서움에 대해 예행 연습을 하였는데 개인 입장에서는 특별히 선택의 여지가 없어 보인다. 적어도 3~4개의 플랫폼이 공존할 수 있을까 궁금하기도 하다. LAM 플랫폼의 독점에 대한 두려움  최근 흥미롭게 살펴본 LAM 이 삶에 줄 변화를 생각해보고 있다 . ACT-1 과 같은 액션 트랜스포머에 의해 구동되는 자연어 인터페이스는 컴퓨터 / 전화 / 인터넷 연결 장치 앞에서 사람들이 할 수 있는 것을 바꿔 놓을 것이라고 말한다 . 1)~5) 는 ACT-1 사이트에 있던 내용들을 정리한 것이다 .   예를 들면 1) 컴퓨터와의 상호작용은 GUI 가 아닌 자연어로 대부분 이루어지게 된다 . 2) 오늘날의 사용자 인터페이스는 조금 지나면 유선 전화들처럼 보일 것이다 . 3) 컴퓨터를 사용할 때 특별한 교육이 필요하지 않으며 초보자라도 자신의 아이디어를 언어로 표현할 수 있는 사람은 관련 전문 지식이 없어도 구현이 가능할 것이다 . 모든 사람이 고급 기능에 접근하게 될 것이다 . 4) 소프트웨어는 드롭다운 메뉴의 길이에 제약을 받지 않게 되면서 더욱 강력해질 것이다 . 5) 이제 문서 , 메뉴얼 , FAQ 를 읽는 것은 사람이 아닌 모델이다 . 코딩 언어를 배울 필요가 없다 .  이중에서 1) 3) 에 생각해 볼거리가 있어 보인다 .  다만 3) 은 모든 사람이 고급 기능을 쓰면서 악용이 일어나는 등의 문제에 대해 책임 소재 , 처벌 등을 분분하게 따질 수 있지만 1) 과 관련해서는 그야말로 교묘한 문제가 생기지 않을까 고민이 된다 .  자연어로 상호작용하...

(직접 탐구하고 최대한 쉽게 써보는 요즘 AI 소식과 정보들) CES에서 많은 호응을 받았다고 들었던 R1  R1은 조그만 AI 에이전트 장치이다. 래빗이라는 미국 스타트업에서 만든 AI 장치로 CES 2024에서 공개되고 나서 하루만에 1만대 이상이 팔렸다. 가격은 199달러, 원화로 27만원 내외다.   R1은 쉽게 생각하면 우리 집 인공지능 스피커를 들고 뱃지로 만들어서 들고 다닌다 생각해도 된다. 물론 R1에는 카메라도 있고 R1은 사용자와 여기저기 같이 다니므로 활용 가능성이 더 크다. 사용자가 말만 하면 택시도 불러주고, 장보기를 해줄 수도 있다.  그런데 R1은 요즘 삼성폰, 아이폰, 노트북 등의 성능을 말할 때 자주 언급되는 온디바이스가 아니다. 온디바이스 AI는 외부 서버에, 클라우드에 연결되지 않고 기기 자체에 인공지능이 들어 있는 것이다. 기기 안에 경량화된 AI가 들어있으니 서버나 클라우드에 데이터를 전공하고 받고 할 필요가 없다. 온디바이스는 보안성이 높고 처리 속도도 빠르다.   R1은 온디바이스가 아니다. LLM을 쓰는 것도 아니라고 한다. 대신 자체 개발한 LAM(대규모 행동 모델)을 쓴다.  LAM(Large Action Model, 대규모 행동모델, 대형액션모델)은 또 뭔가?  단어에 포함된 행동 , 액션이란  모델 자체가 생성하고 예측하는 행동 시퀀스를 의미한다.  LAM 은 주어진 작업을 완수하기 위해 AI가스스로가 취해야 할 일련의 행동들을 생성하고 최적화하는 것이다.    예를 들어  로봇 제어 분야에서 LAM은 로봇이 특정 목표를 달성하기 위해 취해야 할 움직임 시퀀스(팔 구부리기, 물체 집기 등)를 예측한다.  작업 자동화라고 한다면 소프트웨어가 작업을 자동화하기 위해 수행해야 할 일련의 행동들(파일 열기, 데이터 복사, 분석 실행 등)을 하는 것이다.  즉, LAM은 환경과 작업 ...