무료

수료증 무료 발급 — 2027년 3월 31일까지.

PT8 기독교와 인공지능

강의 1-1: AI의 역사와 작동 원리

카드로 보기 (3분)
목차 58
PT8 기독교와 인공지능
제 0 장 · 강의 0: 왜 신학교와 목회자가 인공지능을 다루어야 하는가
  1. 강의 0: 왜 신학교와 목회자가 인공지능을 다루어야 하는가
제 1 장 · 제1장 AI/AGI의 기술적 이해와 철학적 전제
  1. 강의 1-1: AI의 역사와 작동 원리
  2. 강의 1-2: AGI 개념과 그 논쟁
  3. 강의 1-3: AI 기술에 깔린 철학적 전제의 신학적 조망
제 2 장 · 제2장 하나님의 형상(Imago Dei)과 기계 지능
  1. 강의 2-1: Imago Dei의 세 가지 해석 전통
  2. 강의 2-2: 기계 지능은 형상을 위협하는가
  3. 강의 2-3: 형상의 재확인 — 지능이 아니라 부르심
제 3 장 · 제3장 인간의 고유성: 이성·감정·영혼·관계성
  1. 강의 3-1: 이성과 계산의 차이
  2. 강의 3-2: 감정, 몸, 그리고 체현된 인격
  3. 강의 3-3: 영혼과 관계성 — 인간을 인간 되게 하는 것
제 4 장 · 제4장 공동 창조자(Co-creator)와 문화 명령
  1. 강의 4-1: 문화 명령과 기술의 신학
  2. 강의 4-2: '공동 창조자(Co-creator)' 개념의 가능성과 위험
  3. 강의 4-3: 기술 노동의 소명론
제 5 장 · 제5장 바벨탑 담론: 기술 발전의 신학적 양면성
  1. 강의 5-1: 창세기 11장 다시 읽기
  2. 강의 5-2: 기술은 중립적인가
  3. 강의 5-3: 분별의 신학 — 축복과 우상 사이 (제1부 종합)
제 6 장 · 제6장 AI 알고리즘의 편향성과 성경적 공의
  1. 강의 6-1: 알고리즘 편향의 구조
  2. 강의 6-2: 성경적 공의(미슈파트·체다카)의 렌즈
  3. 강의 6-3: 구조적 죄와 자동화된 불의
제 7 장 · 제7장 노동과 경제적 소외: 이웃 사랑의 윤리
  1. 강의 7-1: 노동의 신학과 자동화
  2. 강의 7-2: 일자리 대체와 인간 존엄
  3. 강의 7-3: 교회의 응답 — 희년 정신과 돌봄 공동체
제 8 장 · 제8장 트랜스휴머니즘과 기독교 구원론
  1. 강의 8-1: 트랜스휴머니즘의 사상적 계보
  2. 강의 8-2: 마음 업로딩과 디지털 불멸의 신학적 분석
  3. 강의 8-3: 몸의 부활 신앙과의 대조
제 9 장 · 제9장 생명윤리: 의료 AI와 생명 신학
  1. 강의 9-1: 의료 AI와 진단·치료의 윤리
  2. 강의 9-2: 생명의 시작과 끝 — AI 시대의 경계 문제
  3. 강의 9-3: 유전자 기술·강화와 피조물의 한계
제 10 장 · 제10장 AGI의 통제권과 청지기적 사명
  1. 강의 10-1: 정렬(alignment)과 통제의 문제
  2. 강의 10-2: 청지기 신학과 기술 거버넌스
  3. 강의 10-3: 제2부 종합 — 그리스도인의 기술 윤리 원칙
제 11 장 · 제11장 생성형 AI와 설교: 말씀의 권위와 성령의 조명
  1. 강의 11-1: 설교 준비에서 AI의 자리
  2. 강의 11-2: 성령의 조명과 기계 생성 텍스트
  3. 강의 11-3: 정직성·저작권·설교 윤리 지침
제 12 장 · 제12장 기계 매개 돌봄과 AI 목회상담의 한계
  1. 강의 12-1: AI 챗봇 상담의 실제와 효용
  2. 강의 12-2: 성육신적 돌봄의 신학
  3. 강의 12-3: 위기 상황과 안전 프로토콜
제 13 장 · 제13장 디지털 생태계 속 진정한 코이노니아
  1. 강의 13-1: 코이노니아의 신학적 정의
  2. 강의 13-2: 온라인·가상 공간의 교회론적 검토
  3. 강의 13-3: 성례와 몸의 임재
제 14 장 · 제14장 AI와 제자훈련·기독교 교육
  1. 강의 14-1: 지식 전달의 자동화와 형성(formation)의 구분
  2. 강의 14-2: AI 보조 성경 연구와 교리 교육
  3. 강의 14-3: 다음 세대와 디지털 영성 훈련
제 15 장 · 제15장 교회 행정과 AI 활용 윤리지침
  1. 강의 15-1: 행정·데이터·개인정보의 목회 윤리
  2. 강의 15-2: 교회 AI 활용 지침 작성 실습
  3. 강의 15-3: 제3부 종합 — 도구와 사역의 경계
제 16 장 · 제16장 AI 자의식 논쟁과 기독교 영성
  1. 강의 16-1: 의식·감각질·중국어 방 논증
  2. 강의 16-2: 기계는 영혼을 가질 수 있는가
  3. 강의 16-3: 흉내 낼 수 없는 것 — 기독교 영성의 본질
제 17 장 · 제17장 기술적 특이점(Singularity)과 성경적 종말론
  1. 강의 17-1: 특이점 담론의 구조와 그 종교성
  2. 강의 17-2: 기술 유토피아·디스토피아와 성경적 소망
  3. 강의 17-3: 새 하늘과 새 땅 — 참된 종말론적 전망
제 18 장 · 제18장 AGI 시대 신학교 교육의 방향
  1. 강의 18-1: 신학 교육의 위기와 기회
  2. 강의 18-2: 커리큘럼과 학문적 정직성
  3. 강의 18-3: 형성 중심 신학 교육의 재설계
제 19 장 · 제19장 목회자의 존재론적 리더십
  1. 강의 19-1: 정보 전달자에서 분별의 인도자로
  2. 강의 19-2: 현존(presence)의 목회
  3. 강의 19-3: 과정 종합 — 사람이 사람에게

핵심만 먼저 보기 ↓

11분

이 강의는 인공지능의 역사적 전개를 개괄하고, 오늘날 목회 현장에서 마주치는 생성형 AI가 실제로 어떤 원리로 작동하는지를 신학적 판단이 가능한 수준까지 설명합니다.

이 11분으로 얻는 것

  • 인공지능 연구의 주요 전환점과 두 차례의 '겨울'을 이해한다.
  • 규칙 기반 AI와 학습 기반 AI의 근본적 차이를 설명할 수 있다.
  • 대규모 언어모델의 작동 원리(다음 토큰 예측)를 정확히 진술할 수 있다.
  • 현재 AI가 잘하는 것과 구조적으로 취약한 것을 구분할 수 있다.

지혜있는 자는 듣고 학식이 더할 것이요 명철한 자는 모략을 얻을 것이라

잠언 1:5

어리석은 자는 온갖 말을 믿으나 슬기로운 자는 그 행동을 삼가느니라

잠언 14:15

1. 왜 목회자가 작동 원리를 알아야 하는가

목회자가 컴퓨터 공학자가 될 필요는 없습니다. 그러나 최소한의 정확한 이해는 필요합니다. 이유는 세 가지입니다.

첫째, 부정확한 전제 위의 은 빗나갑니다. "AI가 스스로 생각하고 스스로 목적을 세운다"는 전제로 설교하면, 그 설교는 현재 존재하지 않는 대상을 다루는 것이 됩니다.

둘째, 과장과 축소 모두 성도를 오도합니다. AI를 지나치게 두려워하게 만드는 것도, 지나치게 신뢰하게 만드는 것도 목회적 실패입니다.

셋째, 기술의 작동 방식 자체가 신학적 함의를 갖습니다. 예컨대 언어모델이 "확률적 예측"으로 문장을 만든다는 사실은, 그 산출물의 진리성과 권위에 대한 판단(11장 설교 윤리)에 직접 영향을 줍니다.

2. 인공지능 연구의 역사적 전개

① 태동기 (1950년대) 1950년 앨런 튜링(Alan Turing)은 「계산 기계와 지능」에서 "기계가 생각할 수 있는가"라는 질문을 "기계가 인간과 구별되지 않게 대화할 수 있는가"로 바꾸어 놓았습니다. 이 전환 자체가 매우 중요합니다. 그는 내면의 실재에 관한 질문을 외적 행동에 관한 질문으로 치환했습니다. 이 치환의 정당성 여부가 16장의 핵심 쟁점이 됩니다. 1956년 다트머스 회의에서 '인공지능(Artificial Intelligence)'이라는 용어가 공식적으로 채택되었습니다.

② 기호주의와 첫 번째 겨울 (1960~1980년대) 초기 AI는 인간 전문가의 지식을 규칙(if-then)으로 명시하여 프로그램에 담는 기호주의(symbolic AI) 접근을 취했습니다. 의료 진단 전문가 시스템 등이 이 시기의 성과입니다. 그러나 현실 세계의 지식은 규칙으로 다 적을 수 없을 만큼 방대하고 암묵적이었습니다(이른바 '상식 문제'). 기대에 미치지 못하자 연구비가 끊기는 'AI 겨울'이 두 차례 찾아옵니다.

③ 기계학습의 부상 (1990~2010년대) 접근이 뒤집힙니다. 규칙을 사람이 적어 주는 대신, 데이터를 주고 기계가 규칙(패턴)을 스스로 찾게 하는 방식입니다. 통계적 방법과 신경망이 결합되고, 2012년경 심층학습(deep learning)이 이미지 인식에서 결정적 성과를 내면서 판도가 바뀝니다.

④ 대규모 언어모델의 시대 (2017년~ ) 2017년 '트랜스포머(Transformer)' 구조가 발표되면서 언어 처리 능력이 비약적으로 향상됩니다. 이후 모델의 크기와 훈련 데이터를 키우자 예상치 못한 능력들이 나타났고, 2022년 말 대화형 생성 AI가 대중에게 공개되면서 사회 전체가 이 기술을 체감하게 되었습니다.

도식: 인공지능 발전의 흐름

1950  튜링 "계산 기계와 지능"  ── 질문의 전환: 내면 → 행동
  │
1956  다트머스 회의            ── 'AI' 용어 확립
  │
  ├─ 기호주의 시대 (규칙을 사람이 적는다)
  │     └─ 전문가 시스템 → 상식 문제의 벽 → 두 차례의 AI 겨울
  │
1990s ├─ 기계학습으로 전환 (규칙을 데이터에서 찾는다)
  │
2012  ├─ 심층학습 돌파 (이미지 인식)
  │
2017  ├─ 트랜스포머 구조 등장
  │
2022  └─ 대화형 생성 AI 대중화 ── 사회 전체가 체감
  │
현재     "능력은 넓어졌으나 이해의 본질은 논쟁 중"

3. 두 접근의 근본적 차이

구분 기호주의 AI 학습 기반 AI (현재 주류)
지식의 출처 인간 전문가가 규칙을 명시 데이터로부터 통계적 패턴을 추출
투명성 높음 (왜 그런 결론인지 추적 가능) 낮음 (내부 과정이 불투명, '블랙박스')
유연성 낮음 (규칙 밖 상황에 취약) 높음 (유사 사례로 일반화)
오류의 성격 규칙의 누락 데이터의 편향이 그대로 재생산됨
신학적 쟁점 인간 지식의 형식화 가능성 편향의 자동화(6장), 책임 소재(10장)

이 표의 마지막 행에 주목하십시오. 오늘날 주류가 된 학습 기반 AI의 특성 — 불투명성과 데이터 편향의 재생산 — 이 곧 제2부 윤리 논의의 기술적 근거가 됩니다.

4. 대규모 언어모델은 실제로 무엇을 하는가

이것이 이 강의에서 가장 정확히 이해해야 할 부분입니다.

대규모 언어모델의 핵심 작동은 다음에 올 언어 단위(토큰)를 확률적으로 예측하는 것입니다. 방대한 텍스트를 학습하면서 "이런 맥락 다음에는 이런 표현이 올 확률이 높다"는 통계적 관계를 극도로 정교하게 익힙니다. 문장을 생성할 때는 이 예측을 한 단위씩 반복합니다.

입력: "여호와는 나의 목자시니 내게"
          ↓
   [학습된 확률 분포 계산]
          ↓
   부족함이 (0.87) │ 필요한 (0.04) │ 주시는 (0.02) │ ...
          ↓
   선택 → "부족함이"  → 이 과정을 반복 → 완성된 문장

여기서 두 가지 오해를 모두 경계해야 합니다.

오해 A: "그냥 앵무새처럼 따라 하는 것이다." — 이것은 과소평가입니다. 모델은 문장을 저장했다가 꺼내는 것이 아니라, 언어의 통계적 구조에서 문법·문체·논증 형식·개념 간 관계에 해당하는 매우 추상적인 패턴을 추출합니다. 그 결과 훈련 데이터에 없던 조합의 문제도 상당 수준 처리합니다. 이를 무시하면 실제 능력을 오판하게 됩니다.

오해 B: "이해하고 답하는 것이다." — 이것은 과대평가입니다. 모델의 목표 함수는 "참을 말하는 것"이 아니라 "그럴듯한 다음 단어를 고르는 것"입니다. 그렇기 때문에 자신 있게 틀린 말을 생성하는 현상(환각, hallucination)이 결함이 아니라 구조에서 나옵니다. 존재하지 않는 성경 구절, 실존하지 않는 신학자의 저서, 잘못된 원어 분석이 매끄러운 문장으로 제시될 수 있습니다.

목회적 경고 (11장에서 상술) 언어모델은 "베드로전서 5장 12절"처럼 실제로는 다른 내용인 구절을 그럴듯하게 인용하거나, 존재하지 않는 논문을 각주로 달 수 있습니다. 설교 준비에 사용할 경우 모든 성경 인용과 인용 출처는 반드시 원문에서 직접 확인해야 합니다.

5. 현재 AI의 능력과 한계 지도

영역 현재 능력 구조적 취약점
언어 생성·요약·번역 매우 높음 사실 오류를 유창하게 생성
패턴 인식(이미지·음성) 매우 높음 학습 분포를 벗어난 입력에 취약
정형화된 추론 높음 긴 다단계 추론에서 오류 누적
정보 검색·정리 높음 출처 조작·왜곡 가능
사실의 진위 판단 제한적 진리 개념 자체를 다루지 않음
가치 판단·도덕 추론 형식적 모방 도덕적 책임의 주체가 아님
체현된 경험 없음 몸·고통·죽음의 경험 부재 (3장)
적 관계 없음 관계의 상대가 아니라 관계의 시뮬레이션

마지막 두 행이 이 과정의 신학적 논의가 집중되는 지점입니다.

6. 목회적 착지점

이 강의의 실천적 결론은 단순합니다. AI는 강력한 언어 도구이지, 진리의 원천이 아닙니다. 목회자는 이 도구를 자료 정리, 초안 구성, 번역 보조 등에서 유용하게 쓸 수 있습니다. 그러나 도구의 산출물을 검증 없이 강단에 올리는 것은, 출처를 확인하지 않은 인용을 설교하는 것과 정확히 같은 종류의 잘못입니다.


도표 1. 인공지능 발전사 — 규칙을 적는 시대에서 패턴을 배우는 시대로

인공지능 발전사 타임라인 — 튜링부터 대화형 생성 AI까지

도표 2. 목회자를 위한 AI 이해 요약표

질문 정확한 답
AI는 생각하는가? 인간이 생각이라 부르는 활동의 결과물과 유사한 산출을 만든다. 내적 이해 여부는 별개 문제(16장).
AI는 스스로 목적을 세우는가? 아니다. 주어진 목표 함수를 최적화한다. 다만 목표 설정의 부작용은 실재하는 위험이다(10장).
AI는 왜 틀린 말을 자신 있게 하는가? 진리가 아니라 확률적 그럴듯함을 최적화하기 때문.
AI는 감정을 느끼는가? 감정 표현의 언어 패턴을 재현한다. 느낌의 실재 여부는 확인된 바 없다(3장, 16장).
AI는 창의적인가? 새로운 조합을 생성한다. 그러나 그 조합이 무엇을 위한 것인지 아는 주체는 인간이다(4장).

핵심 요약

  • 인공지능은 규칙을 사람이 적어 주던 기호주의에서, 데이터로부터 패턴을 학습하는 기계학습으로 전환하며 오늘의 능력에 도달했다.
  • 대규모 언어모델의 핵심 작동은 다음 언어 단위의 확률적 예측이며, 목표는 진리 진술이 아니라 그럴듯함의 최적화다.
  • 따라서 '환각(hallucination)' 현상은 일시적 버그가 아니라 구조적 특성이며, 설교와 교육에서 모든 인용의 원문 확인이 필수적이다.
  • 현재 AI는 언어·패턴 처리에서 탁월하나, 진리 판단, 도덕적 책임, 체현된 경험, 인격적 관계에서는 구조적으로 부재하다.
  • 학습 기반 AI의 불투명성과 편향 재생산 특성은 제2부 윤리 논의(6장, 10장)의 기술적 근거가 된다.
이 과목 요약 전체 보기 →

스스로 확인해 보세요

읽었는지가 아니라 설명할 수 있는지를 묻는 것입니다. 체크는 이 기기에만 저장됩니다.

묵상 및 토론

  • 튜링이 "기계가 생각하는가"를 "기계가 구별되지 않게 대화하는가"로 바꾼 것은 무엇을 얻고 무엇을 잃었는가?
  • 기호주의에서 학습 기반으로의 전환은 AI를 더 유능하게 만들었지만 더 불투명하게 만들었다. 이 맞바꿈이 윤리적으로 무엇을 의미하는가?
  • "확률적으로 그럴듯한 문장"과 "참된 문장"의 차이를 성도에게 어떻게 설명하겠는가?
  • AI가 유창하게 만들어 낸 잘못된 성경 인용을 발견했다고 가정하자. 이 경험이 말씀의 권위에 대해 무엇을 가르쳐 주는가?
  • 이 강의에서 배운 내용 중, 당신이 이전에 가지고 있던 AI에 대한 인상을 수정하게 만든 것은 무엇인가?

로그인하시면 여기에 답을 적고 보관하실 수 있습니다

다음 단계

여기까지가 강의입니다. 아래는 읽은 사람들이 남긴 글입니다.

질문과 응답

이곳의 질문에는 7일 안에 답변드립니다.

아직 이 강의에 올라온 질문이 없습니다. 첫 질문을 남겨 주세요.

질문과 답변은 로그인 후 이용하실 수 있습니다. 로그인