ChatGPT나 Gemini 같은 생성형 AI를 처음 사용하다 보면 신기하게 느껴지는 부분이 있습니다. 질문을 한 줄 입력했을 뿐인데 몇 초 만에 꽤 자연스러운 설명을 만들어주기 때문입니다.
특히 문장이 길어져도 앞에서 이야기한 내용을 어느 정도 이어가는 모습을 보면, AI가 우리가 하는 말을 정말 이해하고 생각해서 답하는 것처럼 느껴지기도 합니다.
그렇다면 생성형 AI는 실제로 어떤 방식으로 문장을 만들고 있을까요?
복잡한 기술 용어를 모두 알아야 하는 것은 아닙니다. 기본적인 원리만 살펴보면 AI를 사용할 때 왜 질문 방식이 중요한지, 그리고 왜 가끔 이상한 답변이 나오는지도 조금 더 쉽게 이해할 수 있습니다.
생성형 AI는 답을 저장해 두었다가 꺼내는 것이 아니다
생성형 AI를 처음 접하면 인터넷 어딘가에 있는 답변을 찾아서 그대로 보여주는 것이라고 생각하기 쉽습니다.
하지만 검색엔진과 생성형 AI는 정보를 보여주는 방식에 차이가 있습니다.
검색엔진은 이미 인터넷에 존재하는 웹페이지를 찾아주는 역할이 중심입니다. 예를 들어 어떤 지역의 축제 역사를 검색하면 관련 홈페이지나 기사, 블로그 등이 검색 결과에 나타납니다.
반면 생성형 AI는 질문을 입력하면 그 질문에 맞는 새로운 문장을 만들어서 보여줍니다.
예를 들어 다음처럼 질문했다고 해보겠습니다.
고양이가 높은 곳을 좋아하는 이유를 쉽게 설명해줘.
AI는 단순히 똑같은 제목의 글 하나를 찾아서 보여주는 것이 아닙니다. 질문에 들어 있는 내용과 문맥을 바탕으로 답변의 흐름을 새롭게 구성합니다.
그래서 같은 내용이라도 질문을 조금 바꾸면 답변의 모습도 달라집니다.
고양이가 높은 곳에 올라가는 이유를 어린이가 이해하기 쉽게 설명해줘.
이렇게 질문하면 어려운 표현을 줄이고 비교적 쉬운 단어를 사용해서 설명하는 경우가 많습니다.
반대로
고양이가 높은 장소를 선호하는 이유를 세 가지로 정리해줘.
라고 물어보면 번호를 나누거나 이유별로 내용을 정리하는 식으로 답변이 달라질 수 있습니다.
결국 AI가 어떤 답을 내놓을지는 질문에 포함된 조건에 영향을 많이 받습니다.
스마트폰의 자동완성을 떠올리면 이해하기 쉽다
생성형 AI가 문장을 만드는 원리를 가장 쉽게 이해하는 방법 중 하나는 스마트폰 키보드의 자동완성을 생각해보는 것입니다.
메신저에서
오늘 날씨가
라고 입력하면 키보드 위에 좋네요, 춥네요, 덥네요와 같은 단어가 추천되는 경우가 있습니다.
앞에서 입력한 내용을 보고 다음에 어떤 표현이 이어질 가능성이 높은지 예상하는 것입니다.
생성형 AI도 기본적인 개념은 이와 비슷합니다. 다만 우리가 사용하는 간단한 자동완성보다 훨씬 복잡한 방식으로 앞뒤 문맥과 표현의 관계를 살펴봅니다.
예를 하나 더 들어보겠습니다.
대한민국의 수도는
이라는 문장이 있다면 뒤에 서울입니다라는 내용이 이어지는 것이 자연스럽습니다.
하지만 AI는 한 단어를 골라 넣고 작업을 끝내는 것이 아닙니다.
앞에서 만들어진 내용을 다시 참고해 그다음에 이어질 내용을 만들고, 또 그 결과를 이용해 다음 내용을 이어갑니다. 이런 과정이 계속 반복되면서 한 문장이 만들어지고, 여러 문장이 모여 긴 답변이 됩니다.
화면에서 AI 답변이 조금씩 이어져 나오는 모습을 본 적이 있다면 이러한 생성 과정을 떠올려볼 수 있습니다.
같은 질문을 해도 답이 조금씩 달라질 수 있다
생성형 AI를 사용하다 보면 똑같은 질문인데도 답변이 완전히 같지 않은 경우가 있습니다.
이 부분은 직접 확인해보기도 어렵지 않습니다.
새 대화를 몇 개 열고 다음 질문을 각각 입력해볼 수 있습니다.
비 오는 날 집에서 할 수 있는 활동을 5가지 알려줘.
첫 번째 답변에서는 독서, 영화 보기, 요리하기가 나올 수 있고 다른 답변에서는 방 정리, 음악 듣기, 일기 쓰기 등이 포함될 수도 있습니다.
내용이 비슷하더라도 설명 순서나 문장 표현이 달라지는 경우도 많습니다.
이유는 하나의 문장 뒤에 올 수 있는 표현이 한 가지만 존재하지 않기 때문입니다.
주말에는 집에서
라는 문장만 봐도 뒤에는 여러 표현이 이어질 수 있습니다.
책을 읽을 수도 있고, 영화를 볼 수도 있으며, 집안일을 했다고 쓸 수도 있습니다.
사람이 글을 쓸 때도 상황에 따라 여러 표현 가운데 하나를 선택하는 것처럼 생성형 AI 역시 여러 가능성을 바탕으로 문장을 이어갑니다.
따라서 같은 질문을 했을 때 답변의 표현이 조금 달라지는 것 자체는 이상한 현상이라고 보기 어렵습니다.
자연스러운 답변이 항상 정확한 답은 아니다
생성형 AI에서 가장 헷갈리기 쉬운 부분이 바로 이것입니다.
AI의 답변을 읽어보면 문장이 상당히 자연스럽습니다. 설명의 흐름도 매끄럽고 자신 있게 이야기하는 것처럼 보일 때가 많습니다.
하지만 문장이 자연스럽다는 것과 내용이 정확하다는 것은 다른 문제입니다.
AI는 문맥에 어울리는 내용을 만들어내는 데 강점을 가지고 있지만, 만들어진 내용이 실제 사실과 일치하는지까지 항상 보장해주는 것은 아닙니다.
특히 다음과 같은 내용을 물어볼 때는 한 번 더 확인하는 습관이 필요합니다.
특정 사건이 발생한 정확한 날짜, 책이나 논문의 제목, 사람의 경력, 통계 수치, 출처가 필요한 정보 등이 대표적입니다.
예를 들어 AI에게 잘 알려지지 않은 책을 추천해달라고 했는데 처음 보는 책 제목과 작가 이름이 나왔다고 해보겠습니다.
답변 문장만 보면 실제 존재하는 책처럼 보일 수 있습니다. 하지만 검색해보면 해당 자료를 찾을 수 없는 경우도 생길 수 있습니다.
이처럼 그럴듯하지만 사실과 다른 내용을 만들어내는 현상은 생성형 AI를 이해할 때 꼭 알아둘 부분입니다.
중요한 정보를 얻었다면 AI 답변에서 끝내기보다 공식 홈페이지나 원문 자료, 신뢰할 수 있는 검색 결과를 함께 확인하는 편이 좋습니다.
AI의 원리를 알면 질문하는 방법도 달라진다
생성형 AI가 무엇이든 정확히 알고 있는 검색창이라고 생각하면 기대와 실제 결과 사이에 차이가 생기기 쉽습니다.
반대로 질문에 주어진 내용을 바탕으로 문장을 만들어주는 도구라고 이해하면 활용 방법도 조금 달라집니다.
예를 들어 단순히
제주도에 대해 알려줘.
라고 물어보는 것보다
제주도의 돌담이 많이 만들어진 이유를 처음 접하는 사람도 이해하기 쉽게 설명해줘.
라고 질문하면 AI가 어떤 내용을 중심으로 답해야 하는지 훨씬 분명해집니다.
원하는 글의 길이나 형식도 마찬가지입니다.
세 문단으로 정리해줘, 어려운 용어는 줄여줘, 차이점을 표로 정리해줘처럼 조건을 추가하면 답변의 형태를 조절하는 데 도움이 됩니다.
즉, 생성형 AI를 잘 활용하는 데 반드시 복잡한 명령어가 필요한 것은 아닙니다. 내가 무엇을 알고 싶은지 구체적으로 알려주는 것만으로도 답변의 방향은 크게 달라질 수 있습니다.
생성형 AI는 사람처럼 생각하는 존재라기보다, 입력된 내용을 바탕으로 적절한 다음 표현을 이어가며 결과를 만들어내는 기술에 가깝습니다.
이 기본적인 원리를 알고 사용하면 AI 답변을 무조건 믿기보다 필요한 부분은 활용하고, 확인이 필요한 부분은 따로 검증하는 습관도 자연스럽게 만들 수 있습니다.
다음 글에서는 생성형 AI가 자연스럽게 문장을 만들면서도 가끔 존재하지 않는 정보까지 사실처럼 이야기하는 이유, 이른바 AI 환각 현상에 대해 조금 더 자세히 살펴보겠습니다.
FAQ:
생성형 AI는 인터넷 검색과 같은 기능인가요?
완전히 같지는 않습니다. 검색은 이미 존재하는 웹페이지나 자료를 찾는 것이 중심이고, 생성형 AI는 입력된 질문과 문맥을 바탕으로 새로운 형태의 답변을 만들어냅니다. 다만 최근에는 검색 기능과 생성형 AI 기능이 함께 제공되는 경우도 있습니다.
같은 질문을 했는데 답변이 바뀌는 이유는 무엇인가요?
한 문장 뒤에 이어질 수 있는 자연스러운 표현이 여러 가지이기 때문입니다. 생성형 AI는 여러 가능성을 바탕으로 답변을 구성하기 때문에 질문이 같더라도 표현이나 순서가 조금 달라질 수 있습니다.
AI가 알려준 정보는 따로 확인해야 하나요?
날짜, 숫자, 인물, 책이나 논문, 출처처럼 사실 확인이 중요한 정보라면 별도로 확인하는 편이 좋습니다. AI가 만든 문장이 자연스럽다고 해서 모든 내용이 반드시 정확한 것은 아닙니다.
0 댓글