AI는 발전하지만 여전히 인간의 상호작용을 이해하지 못합니다.

동안인공 지능(AI) 는 계속 진화하고 있지만, 인간의 사회적 상호작용의 복잡성으로 인해 여전히 어려움을 겪고 있습니다.

최근 미국에서 진행된 한 연구에서는 이러한 한계를 조명하며, AI가 정지 이미지의 사물과 얼굴은 효율적으로 인식할 수 있지만 움직이는 장면에서 사회적 역학을 설명하고 해석하는 데 어려움을 겪는다는 사실을 밝혀냈습니다.

존스 홉킨스 대학교의 인지과학 교수인 레일라 이식이 이끄는 이 연구는 AI 모델이 사회적 행동을 이해하는 방식을 평가하는 것을 목표로 했습니다.

이를 위해 연구팀은 비디오, 이미지, 언어 처리에 각각 특화된 350개 이상의 AI 모델이 참여하는 대규모 실험을 진행했습니다.

이 모델들에게 다양한 사회적 상황을 묘사한 3초 분량의 짧은 동영상 클립을 보여주었고, 인간 참가자들은 상호작용의 강도를 1에서 5까지의 척도로 평가했습니다.

인간과 AI가 이러한 시나리오를 해석하는 방식을 비교하여 사회적 상호작용의 뉘앙스를 이해하는 데 있어 현재 AI의 한계에 대한 귀중한 통찰력을 제공하는 것이 목표였습니다.

최신 AI 모델의 중요한 격차

그리고인간 연구 참여자들은 사회적 상호작용에 대한 깊이 있고 공유된 이해를 반영하듯 평가에서 놀라운 일관성을 보여주었습니다.

반면 AI는 이러한 판단을 재현하는 데 어려움을 겪었습니다.

동영상 전문 모델은 장면을 정확하게 해석하는 데 특히 효과적이지 못했고, 정지 이미지 기반 모델은 여러 개의 동영상 발췌본을 제공하더라도 등장인물이 대화에 참여하고 있는지 판단하는 데 어려움을 겪었습니다.

언어 모델은 특히 사람이 쓴 설명이 주어졌을 때 약간 더 나은 성능을 보였지만 여전히 사람 수준의 이해력에는 훨씬 못 미쳤습니다.

이식에게 AI가 인간의 사회적 역학을 파악할 수 없다는 점은 실제 애플리케이션에 효과적으로 통합하는 데 큰 장벽이 됩니다.

이 연구의 수석 저자는 보도 자료에서 다음과 같이 설명합니다:

예를 들어 자율 주행 차량용 AI는 인간 운전자와 보행자의 의도, 목표, 행동을 인식해야 합니다. 보행자가 어느 방향으로 걷기 시작하려는지, 두 사람이 대화를 나누고 있는지 아니면 길을 건너려는지 등을 파악해야 합니다. 인공지능이 인간과 상호 작용하기를 원할 때는 언제나 사람들이 무엇을 하고 있는지 인식할 수 있어야 합니다. 이 [연구]는 이러한 시스템이 현재로서는 불가능하다는 사실을 밝혀낸 것이라고 생각합니다."라고 말합니다;

연구진은 이러한 차이가 주로 정적 이미지 처리를 담당하는 뇌 영역을 모델로 한 AI 신경망의 설계에서 비롯된 것일 수 있다고 제안합니다.

반면, 역동적인 사회 장면에서는 다양한 뇌 영역의 참여가 필요하기 때문에 연구자들이 AI 개발의 '사각지대'라고 설명하는 구조적 불일치가 발생할 수 있습니다.

연구의 공동 저자인 캐시 가르시아는 다음과 같이 언급했습니다:

실제로 '실제 삶'은 정적이지 않습니다. 장면에서 펼쳐지는 이야기를 이해하기 위해서는 AI가 필요합니다;

궁극적으로 이 연구는 역동적인 사회 시나리오에 대한 인간과 AI의 인식 사이에 심각한 차이가 있음을 강조합니다.

AI는 방대한 양의 데이터를 처리할 수 있는 놀라운 연산 능력과 용량을 갖추고 있지만, 인간의 사회적 상호작용의 근간이 되는 미묘하고 암묵적인 의도를 완전히 이해하지는 못합니다.

AI는 상당한 진전을 이루었지만, 인간 행동의 복잡성을 이해하는 데는 여전히 상당한 도전에 직면해 있습니다.