[디지털투데이 AI리포터] 인공지능(AI)을 어린아이 키우듯 학습시키면 어떻게 될까. 27일(현지시간) 아스테크니카에 따르면 미국 뉴욕대 연구팀이 인간의 어린 시절 학습 방식을 AI에 적용하는 프로젝트를 진행했다.

오픈 AI의 챗GPT는 수백만 권의 책과 셀 수 없을 기사, 위키피디아 등 엄청난 양의 텍스트 데이터를 학습해 인간의 대화 기술을 배운다. 하지만 뉴욕대 연구팀이 진행한 프로젝트는 AI에게 방대한 양의 데이터를 학습시키지 않고, 말 그대로 어린아이처럼 학습하는 방식이다. 

연구팀은 인간의 어린 시절과 가장 유사한 환경을 AI 알고리즘에 적용했다. 샘이라는 이름의 아기가 생후 6~25개월 동안 보인 행동을 카메라로 촬영한 1인칭 비디오 영상 '세이캠-S'(SAYCam-S) 데이터베이스를 AI에 학습시켰다.

와이 킨 봉 뉴욕대 데이터 과학 센터 연구원은 "카메라의 시각적 입력 프레임과 아이가 직접 하는 말을 처리하는 멀티모달 학습 알고리즘을 사용했다"고 설명했다. 이 알고리즘은 시각 및 언어 인코더를 활용해 이미지와 단어를 설명 벡터로 변환하는 방식으로 작동하는 아동용 대조 학습(CVCL)이다. 이후 AI는 신경망 방정식을 분석해 패턴을 찾고 올바른 이미지를 단어와 연관시키는 방법을 학습했다.  

AI는 샘이 깨어 있는 시간 중 61시간, 즉 아이가 경험하는 시간의 약 1%에 불과한 시간 동안 모래, 종이, 퍼즐 등을 이미지로 인식하는 방법을 배웠다. 그 결과, 수백만 개의 예제를 통해 일반적인 방식으로 학습한 표준 이미지 인식 알고리즘과 동등한 수준의 성능을 보였다. 

하지만 한계도 명확했다. AI는 샘의 경험을 샘과 같은 방식으로 인식하지 못한 것. 봉은 "알고리즘은 전사된 음성으로 주석이 달린 개별 프레임에 접근할 수 있기 때문에 연속적 경험이 아니라 매우 긴 슬라이드쇼처럼 인식했다"라고 설명했다. 또한 AI는 밀다, 당기다, 비틀다 등과 같은 움직임에 대한 개념을 이해하지 못했다. 이는 정지된 프레임에 대한 한계로, 연속적인 경험을 통한 학습이 정리될 것이 요구된다는 평가가 나왔다.

봉은 "운전이든 언어든, 학습이든 인간은 AI보다 샘플 효율이 훨씬 높을 뿐"이라며 "무엇이 우리를 샘플 효율이 높은 존재로 만드는지 알아내 이를 활용해 더 똑똑한 기계를 만드는 방법을 찾아야 할 것"이라 설명했다.