2024 KU AI 포럼 — AI 시대의 담론을 이끄는 학문의 허브

2024년 10월 고려대학교에서 인공지능과 교육에 관한 포럼을 개최했습니다. 특히 이번 포럼은 기업에 있는 AI 전문가가 기술 중심으로 설명하는 방식과 다르게, 인공지능과 관련이 적은 전공의 교수님들이 인공지능을 바라보는 관점을 이해할 수 있어서 꽤 인상깊은 시간이었습니다. 또한 교수님들의 연구에 인공지능을 어떻게 적용하고 있고, 어떤 도움을 받고 있는지 등 연구 방법의 변화를 알 수 있는 시간이었습니다. ChatGPT가 가져온 인공지능 열풍은 산업계 뿐만 아니라 교육계에도 큰 영향을 미치고 있습니다. 이 글을 읽는 독자분들께서도 각자의 자리에서 인공지능과 함께 하는 미래를 미리 준비하는 기회가 되시길 바라겠습니다.

세미나는 강의를 들으며 정리한 내용을 최대한 원문 그래도 전달드리니, 존대어가 아닌 점 양해 부탁드립니다.

↓ 해당 포럼은 유튜브 영상을 통해서도 확인하실 수 있습니다.

세미나 개요

• 일시: 2024년 10월 11일(금) 10:00 ~ 17:10

• 장소: 고려대학교 백주년기념관 국제회의실

• 주최: 고려대학교 인문사회 디지털융합인재양성사업단 | 고려대학교 SW중심대학사업단

[11:00~12:00] AI 특별 강연 — AI 시대 도전과 응전 | 박태웅(한빛미디어 의장)

• 박태웅 의장님은 마셜 맥루한의 '미디어는 메시지다'라는 책을 추천했다.

• 새로운 매체가 등장할 때 미디어에 집중하면 본질을 놓치게된다.

• 기술의 성장 속도는 가속하고 있다.

GPT Wrap-up

• 다양한 운영체제에도 AI가 결합될 것이다.

  • 향후 1~2년 내에 모든 소프트웨어는 AI와 연동할 것

  • AI 거품론을 주장하는 것은 터무늬없는 주장이다.

• Contextual Interface

• AI as a partner

  • LLM을 잘 사용하는 방법은 두 번째, 세 번째 질문을 잘 하는 것이다.

• Multimodal

  • 비즈니스 시장을 타겟으로 복합 데이터 처리에 대한 수요가 증가할 것

  • 텍스트 학습 데이터의 고갈이 예상

  • 가격이 저렴해지고, 빨라지고, 작아진다.

• AGI

휴머노이드

• 모방학습과 전이학습, ALOHA

• OPEN AI의 피겨 — GPT와 결합

에이전트의 시대

• GPT-4o는 오디오, 비디오, 텍스트를 하나의 모델로 처리한다.

• Voice-to-Voice로 실시간처리하면 응답속도가 굉장히 빨라진다.

• STT를 처리하게 되면 정보의 소실이 일어난다.

• 온디바이스 형태로 에이전트가 공급될 것

• GPT-3.5가 성능이 낮더라도 병렬 처리를 통해 협업을 하게 하게 되면, GPT-4보다 높은 성능을 가지게됨. == Agentic workflow

• MOE(전문가조합): 16개의 전문가 에이전트를 통해 새로운 문제를 제시할 때 여러 에이전트가 해당 문제를 종합적으로 해결해줌

• AI의 5단계: 챗봇 - 추론가 - 에이전트 - 혁신가 - 조직(Organizations)

[13:00~13:20] 개회사 & 축사

정병호 (DHUSS 단장)

정순영 (SW중심대학사업 단장)

• 국가 차원에서 AI 경쟁력 강화를 위해 위원회를 출범하여 세계 경쟁력 3강에 도전

김동원 (고려대학교 총장)

• 섹션 마지막에 인문학 특화 인문 LLM 소개 예정

[13:20~13:35] 기조 발제 Ⅰ — 아직도 AI가 그냥 기술인 줄 아시나요? | 송상헌(언어학과 교수)

AI 기술의 대중화

• 지식이나 배경에 상관없이 누구나 자연스럽게 사용할 수 있는 기술

• 겉으로 보이지 않는 곳 어디선가 이미 우리 삶에 들어와 있다.

• 추천: [도서] 공부만 잘하는 아이는 AI로 대체됩니다.

인공지능 인문학

• AI와 함께, AI에 대하여, AI를 위해 교육

• 인공지능윤리교육

  • AI의 긍정적 측면을 포함한 교육을 진행해야함

  • 인공지능 작동 방식에 대한 이해 교육을 진행해야함

  • 실습을 병행해야 함

KU AI 포럼의 목적

• 융합 연구는 자주 만나서 스몰토크라도 꾸준히 나누어야 한다.

• 정보 공유: 연구 과제, 최신 동향, 학생들의 흐름과 니즈

• 협력 관계: 융합 연구 과제, 공통 교육 과정, 내 전공과 무관해 보이는 내용을 접해야 한다.

[13:35~13:50] 기조 발제 Ⅱ — 대학에서의 AI 교육 혁신: 사례와 방향 | 김현철(컴퓨터학과 교수)

대학교육에 인공지능이 어떻게 적용되고 혁신할 수 있을까?

AI 역량 교육

• 초,중,고 기초 소양에 언어소양, 수리소양, 디지털소양 포함

• 미래 일자리에 필요한 56가지 기본 시민 역량(2021 맥킨지 보고서)에서 디지털 역량 강조

• 2027년 부터 인공지능을 중학교때부터 경험한 학생들이 입학하게 된다.

• 2024년 부터 필수교양 수업에 ‘SW 기초 프로그래밍’과 ‘데이터과학과 인공지능’을 수업 진행

AI 기반의 교수학습 지원

• 초중고 교육과정에 AIDT(인공지능 디지털 교과서) 전격 도입(2025년 영어, 수학, 정보 과목, → 2026년 국어, 사회, 과학, 기술가정, 역사 등)

• 학습보조시스템 ALEKS를 통해 선수학습을 한 뒤, 교과수강신청이 가능하게 함.

• 오류도우미: 프로그래밍을 하면서 오답 내용을 쉽고 빠르게 찾아줘서 효익을 느낌

준비와 시도

• AI 디지털 교과서를 경험한 입학생은 2031년에 100%

• 다양한 전공에서 AI 교육 및 융합 시도

• 교수학습 지원에 인공지능 도구 도입 시도

  • LLM 활용 수업 연구반 운영(2024년 2학기)

[14:00~15:20] AI 포럼 1부(연구발표)

미래교육과 AI의 만남 | 이보라(교육학과 교수)

• 디지털 교과서 장점

  • 학생: 자신의 역량과 속도에 맞는 맞춤 학습

  • 교사: 데이터 기반 지도, 인간적 유대와 조언, 적성발굴, 진로상담

  • 학부모: 학생의 객관적 정보를 바탕으로 자녀 교육

인공지능이 바꿀 심리학, 심리학이 바꿀 인공지능 | 최준식(심리학과 교수)

• 노벨 물리학 상 제프리 힌튼은 실험심리학 전공임.

• 1장 인공지능을 활용한 심리학 연구

  • 기존 통계 방법론이 아닌 머신러닝/딥러닝 기법을 이용하고 있음

  • 사례

    • 머신러닝을 이용한 자살 위험 분석(허지원 교수)

    • 인공지능을 활용한 발달장애 진단 및 중재 경과 모니터링을 위한 지표 측정(김소현 교수)

• 2장 심리학을 활용한 인공지능 연구

  • 사례

    • AI-인간 상호작용과 설득 메시지(성용준 교수) — AI의 의인화 수준, 성격, 성별 등에 따라 설득 메시지의 효과성 연구

    • AI 기반 자서전적 기억 평가 및 훈련 기술(최기홍 교수) — 앱을 개발

    • AI 기반 아바타 상담자 기술 개발(허지원 교수)

    • 디지털 기반 우울치료기술 개발(허지원 교수)

    • 소셜 로봇 기반 심리학 연구(최준식 + 김소현 + 성용준)

• 3장 심리학을 위한 인공지능, 인공지능을 위한 심리학

  • 인공지능과 함께할 차세대 심리학자를 위한 교육

  • 심리학적 방법론에 근거한 인공지능 연구 방법론

  • 인공지능으로 인한 인간행동, 정서, 인지의 변화

  • 최근에는 인공지능의 마음을 연구하고 있음

    • 인간을 위한 심리검사를 인공지능에게 적용

AI & STAT | 신승준(통계학과 교수)

• 통계학은 데이터 기반의 의사결정 논리를 제공하는 학문

• 통계학의 본질은 Signal에 집중하는 것이 아니라 Noise를 측정하고 조절하는 힘에 있음 — Noise가 어떻게 생겼는지 알 필요가 있음

• AI의 발전과 더불어 비지도학습과 강화학습이 점점 더 중요해지고 있음

• Causal Inference

  • 데이터로 배울 수 있는 것은 Correlation

  • 의사결정에 필요한 것은 Causation

  • 빅데이터를 기반으로 학습한 모형의 경우 인과관계를 다루는데 취약함

  • 관찰자료를 통해 인과성을 추론하는 인과추론(Causal Inference)에 대한 연구가 활발히 이루어지고 있음

• Data Quality

  • 빅데이터 초기에는 Big Data에 집중했으나, Data Quality 혹은 Data Collection / Generation 집중

• 개인정보는 AI 활용에 가장 중요한 문제 중 하나

수학과, 인공지능이 함께하며 | 이동헌(수학과 교수)

• 그래디언트 방법론 대신해서 Bypassing for deep learning를 연구

• AGC 인공지능 그랜드챌린지

• 이론과 어플리케이션의 르네상스

[15:30~16:20] AI 포럼 2부(종합토론)

KU AI 포럼에서 논의된 인공지능(AI)에 대한 다양한 의견은 AI의 발전, 인간과의 상호작용, 그리고 교육과 사회 전반에 미치는 영향에 대한 중요한 통찰을 제공하고 있습니다. 각 교수님들의 의견을 정리하고 보완 설명을 덧붙여 보면, 다음과 같습니다.(GPT사용)

김진규 교수님은 멀티모달 AI의 빠른 발전 속도를 강조하며, 앞으로도 그 속도가 유지될 것인가에 대해 질문을 던졌습니다. 멀티모달 AI는 이미 텍스트, 이미지, 음성 등 다양한 데이터 유형을 동시에 처리하는 데 뛰어난 성과를 보이고 있으며, 이러한 기술 발전은 AI의 적용 범위를 넓히고 있습니다. 그러나 기술 발전의 속도가 지속될지는 연구자들과 기술 기업들이 지속적으로 새로운 발견과 혁신을 이끌어낼 수 있을지 의문을 가졌습니다.

이승은 교수님은 과거에는 인문학과 데이터를 결합하는 연구가 비판을 받았지만, 최근에는 연구 방향이 변화하고 있다고 언급했습니다. 특히 최근에는 고소설에 관한 인공지능 연구는 많은 발전 가능성을 가지고 있다고 보았습니다. 이는 고전 연구에 AI가 어떻게 활용될 수 있는지에 대한 새로운 길을 열어줍니다. AI는 방대한 문헌을 분석하고 패턴을 찾아내는 데 탁월한 능력을 가지고 있기 때문에, 인문학 연구에 데이터를 결합하는 것은 앞으로 더욱 중요한 역할을 할 것이라고 의견을 주셨습니다.

이보라 교수님은 인간과 AI의 관계를 다루며, 인간이 개방형 학습 시스템을 갖고 있듯이 AI도 끊임없이 변화하고 성장할 것이라고 보았습니다. 인간의 학습 방식이 환경과 상호작용을 통해 성장과 쇠퇴를 반복하는 것처럼, AI 역시 진화의 방향을 예측할 수는 없지만 지속적인 발전이 이루어질 것이라고 예측했습니다. 이는 AI가 인간과 유사한 방식으로 끊임없는 학습과 적응을 통해 발전할 수 있다는 가능성을 시사합니다.

최준식 교수님은 인공지능의 발전이 인간 사회에 큰 변화를 가져올 것이라고 경고하며, 특히 AI 세대 간의 격차가 벌어질 것이라고 언급했습니다. AI 통제력을 가진 세대가 기술의 발전을 어떻게 받아들여야 하는지 고민할 필요가 있으며, 어느 순간에는 최고의 지능을 가진 사람만이 학습을 하게 되고, 평범한 교육은 필요하지 않게 될 수도 있다는 의견을 내비쳤습니다. 이는 인공지능이 인간의 학습 능력과 지적 능력에 미치는 양극화의 문제를 제기합니다.

신승준 교수님은 기술 발전 속도보다는 인간이 잘하는 것과 기계가 잘하는 것을 구분하는 것이 더 중요하다고 강조했습니다. 기계가 잘하는 일을 기계에게 맡기고, 인간이 잘하는 일에 집중하는 것이 필요하다는 입장입니다. 이는 인공지능과 인간이 서로의 강점을 살려 공존하는 방식에 대한 통찰을 제공하며, 인간의 고유한 창의성, 감정적 지능 등을 탐구하는 것이 중요하다는 점을 시사합니다.

이동헌 교수님은 AGI(일반 인공지능)가 도달점이 아니라 통과점에 불과하다고 주장했습니다. 도구는 특정 영역에서 인간보다 뛰어나기 때문에 사용하는 것이며, 발전의 방향은 생산자의 관점에서는 계속 나아가겠지만 소비자의 입장에서는 변화에 적응해야 한다고 보았습니다. 또한, 기계는 주의 집중 시간을 늘려가고 있지만 인간은 오히려 집중 시간이 짧아지고 있다는 점을 지적하며, 이는 현대 사회에서 인간의 인지 능력이 감소하는 문제를 시사합니다.

최준식 교수님은 책 읽기를 통해 인간의 주의 집중 시간을 늘리는 노력이 필요하다고 강조했습니다. 이러한 노력은 양극화된 시대를 대비하기 위한 필수적인 준비일 수 있으며, 기술 발전 속에서도 인간의 집중력과 인지 능력을 유지하기 위한 방법으로 제시됩니다.

이승은 교수님은 요즘 학생들이 GPT와 같은 도구를 통해 글을 쓰고 읽는 방식이 전통적인 글쓰기와 다르다고 지적했습니다. 이러한 변화가 현재는 생산성 논의에 의해 정당화되고 있지만, 앞으로도 계속 이러한 방식이 괜찮을지에 대한 논의를 지속해야 한다는 입장입니다. 이는 기술이 제공하는 편리함이 인간의 사고력과 창의성에 미치는 영향을 우려하는 목소리로 해석될 수 있습니다.

이보라 교수님은 최근 교육이 기업교육의 모델을 따르는 경향이 있다고 지적했습니다. 결과 중심의 교육이 너무 강조되면서 과정의 중요성이 간과될 수 있다는 우려를 표명했습니다. 특히 글쓰기와 같은 기초적인 학습이 제대로 이루어진 후에 기술을 적용하는 것이 바람직하다는 의견입니다. 이는 AI 기술이 교육 현장에서 활용될 때도 전통적인 학습 방식의 중요성을 간과하지 않아야 한다는 경고로 해석될 수 있습니다.

KU AI 포럼에서 논의된 주제들은 AI의 발전과 그에 따른 인간 사회의 변화, 교육의 방향성, 그리고 인간과 기계의 상호작용에 대한 깊이 있는 성찰을 담고 있습니다. AI는 계속해서 발전할 것이며, 그 과정에서 인간은 자신이 잘하는 것과 기계가 잘하는 것을 명확히 구분하고, AI가 제공하는 도구를 잘 활용하면서도 인간 고유의 능력을 유지하고 발전시키는 노력이 필요하다는 점이 핵심으로 드러납니다.

[16:20~16:35] KULLM: 한국어 특화 KULLM | 임희석(컴퓨터학과 교수)

• KULLM을 적용한 구름 버전 3를 시연

• 구름 버전 4는 내년 초에 배포될 예정, 공감능력을 탑재할 예정

[16:35~16:50] 인문학기반 LLM ‘흐름’ 소개 및 시연 | 남호성(영어영문학과)

• 사람을 연구하는 사람이 LLM을 만들면 더 잘 만들 것이다.

• 음성 인식 Voice와 논문을 연결하여 실시간 응답을 텍스트와 보이스를 받아볼 수 있음

• 흐름에서 재밌는 것은 랭체인의 흐름을 도식화하여 보여준다는 것이다.