연합뉴스에 따르면 '추론 AI'라 불리는 새로운 형태의 인공지능 모델이 기술업계의 관심을 집중시키고 있다.
◇ 암기 잘하는 학생에서 문제 해결사로 변신
기존 생성형 인공지능과 추론 AI의 핵심 차이점은 결론 도출 방식에 있다. 9일 관련 업계 설명을 종합하면, 추론 AI는 즉각적인 해답 제시 대신 중간 단계를 밟아가며 최종 결론에 도달하는 구조를 갖췄다.
글로벌 대형 기술기업들이 연이어 추론 기능을 탑재한 신규 모델을 선보이면서 업계 주목도가 급상승하는 추세다.
그간 대중화된 생성형 AI는 대량의 데이터 학습을 토대로 가장 적합해 보이는 응답을 생성하는 원리로 작동해왔다. 수많은 문제를 암기한 학생처럼 신속한 답변 능력이 장점이었으나, 복잡한 조건이 얽힌 문제 앞에서는 취약점을 노출하곤 했다.
다중 조건이 포함된 수학 문제나 프로그래밍 오류 교정 작업 등에서 틀린 답변을 그럴듯하게 포장하는 사례가 빈번했던 것이다.
추론 AI는 이러한 한계를 극복하기 위해 문제를 세분화하고 순차적으로 접근하는 역량을 강화했다. 가령 "원가에서 10% 할인된 상품에 별도 쿠폰을 추가 적용할 경우 최종 결제 금액은?"이라는 질문을 받으면 각 단계의 계산 과정을 명시하며 답에 이른다. 프로그래밍 영역에서도 오류 발생 원인을 순차적으로 규명해가는 과정 지향적 응답을 제공한다.
이러한 기술적 전환은 AI 활용 영역 확대로 이어지고 있다. 단순 문서 요약이나 언어 변환 작업을 넘어 복잡한 데이터 분석, 보고서 초안 작성, 경영 판단 지원 등 고차원 업무에 도입되는 빈도가 증가하는 중이다.
"과거에는 결과물의 신속성이 AI 가치를 결정했다면, 현재는 해당 결론의 도출 근거를 제시할 수 있느냐가 핵심 경쟁력으로 부상하고 있다"고 IT 업계 한 관계자는 설명했다. 실무 현장에서 AI를 본격 활용하려면 논리적 사고력이 필수 요건이 되고 있다는 분석이다.
◇ 진화했지만 완벽과는 거리 있어
물론 추론 AI에도 해결 과제는 남아있다.
잘못된 가정에서 출발한 논리 전개로 인해 오히려 더욱 설득력 있게 포장된 오답을 생성할 위험이 존재한다. 단계별 연산 과정 증가에 따른 처리 시간 지연과 운영 비용 상승 역시 극복해야 할 난제로 지목된다.
이러한 한계에도 불구하고 전문가 집단은 추론 역량 고도화를 AI 기술 발전의 분수령으로 평가하고 있다. 단순히 정확한 답을 맞히는 수준을 벗어나 문제의 본질을 파악하고 스스로 해법을 모색하는 단계로 AI가 성장하고 있다는 시각이다.
결과적으로 AI는 이제 응답의 정확도만이 아니라 사고 흐름과 판단 체계까지 검증받는 새로운 국면에 진입했다.
Copyright ⓒ 나남뉴스 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
