강의 1-1: AI의 역사와 작동 원리
AI는 데이터에서 패턴을 배워 다음 토큰을 확률적으로 예측하는 강력한 언어 도구이지, 진리의 원천이 아닙니다.
기독교와 인공지능
옆으로 넘기거나 화살표 키를 쓰세요 →
수료증 무료 발급 — 2027년 3월 31일까지.
AI는 데이터에서 패턴을 배워 다음 토큰을 확률적으로 예측하는 강력한 언어 도구이지, 진리의 원천이 아닙니다.
기독교와 인공지능
옆으로 넘기거나 화살표 키를 쓰세요 →
목회자가 컴퓨터 공학자가 될 필요는 없지만 최소한의 정확한 이해는 필요합니다. 부정확한 전제 위의 신학은 빗나가고, AI를 지나치게 두려워하게 하는 것도 신뢰하게 하는 것도 성도를 오도합니다. 또한 작동 방식 자체가 산출물의 진리성과 권위 판단에 신학적 함의를 갖습니다.
이 강의가 본문 성경 구절로 제시한 구절입니다. 강의는 AI의 역사와 작동 원리를 목회자가 듣고 배워 정확히 이해해야 한다는 흐름 가운데 이 구절을 놓았습니다.
지혜있는 자는 듣고 학식이 더할 것이요 명철한 자는 모략을 얻을 것이라 잠언 1:5
이 강의가 본문 성경 구절로 제시한 두 번째 구절입니다. 강의는 AI의 산출물을 검증 없이 믿지 않아야 한다는 목회적 착지점과 이어지도록 이 구절을 놓았습니다.
어리석은 자는 온갖 말을 믿으나 슬기로운 자는 그 행동을 삼가느니라 잠언 14:15
1950년 튜링은 기계가 생각할 수 있는가라는 질문을 인간과 구별되지 않게 대화할 수 있는가로 바꾸었고, 1956년 다트머스 회의에서 인공지능이라는 용어가 채택되었습니다. 초기에는 사람이 규칙을 적는 기호주의가 주류였으나 상식 문제의 벽에 부딪혀 두 차례 AI 겨울이 왔습니다. 이후 데이터에서 패턴을 찾는 기계학습, 2012년경 심층학습, 2017년 트랜스포머, 2022년 말 대화형 생성 AI의 대중화로 이어졌습니다.
인간 전문가가 규칙을 명시하므로 투명성이 높습니다. 그러나 규칙 밖 상황에 취약하고 오류는 규칙의 누락으로 나타납니다.
데이터에서 통계적 패턴을 추출하므로 유연성이 높습니다. 그러나 내부 과정이 불투명한 블랙박스이며 데이터의 편향이 그대로 재생산됩니다. 이것이 편향의 자동화와 책임 소재 같은 윤리 논의의 기술적 근거가 됩니다.
대규모 언어모델의 핵심 작동은 다음에 올 언어 단위를 확률적으로 예측하는 것입니다. 방대한 텍스트에서 이런 맥락 다음에는 이런 표현이 올 확률이 높다는 통계적 관계를 익히고, 이 예측을 한 단위씩 반복해 문장을 만듭니다. 모델의 목표는 참을 말하는 것이 아니라 그럴듯한 다음 단어를 고르는 것이므로, 자신 있게 틀린 말을 하는 환각은 결함이 아니라 구조에서 나옵니다.
과소평가입니다. 모델은 문장을 저장했다 꺼내는 것이 아니라 문법, 문체, 논증 형식, 개념 간 관계의 추상적 패턴을 추출해 훈련 데이터에 없던 조합도 상당 수준 처리합니다.
과대평가입니다. 존재하지 않는 성경 구절이나 실존하지 않는 저서, 잘못된 원어 분석이 매끄러운 문장으로 제시될 수 있습니다.
언어모델은 그럴듯하지만 실제로는 다른 내용인 구절을 인용할 수 있습니다.
설교 준비에 AI를 쓴다면, 성경 인용과 인용 출처를 원문에서 직접 확인하는 절차를 나는 어떻게 세우겠습니까?
AI 연구는 규칙을 적는 기호주의에서 데이터로 패턴을 배우는 학습 기반으로 옮겨 왔고, 오늘의 언어모델은 다음 토큰을 확률적으로 예측합니다. 그래서 유창하지만 틀린 말을 생성할 수 있습니다. AI는 강력한 언어 도구이지 진리의 원천이 아니며, 산출물을 검증 없이 강단에 올리는 것은 출처 미확인 인용을 설교하는 것과 같은 잘못입니다.