KNOWLEDGE
인공지능 시장 동향
1. AI, 의사는 어떻게 생겼어?
JAMA Open Network에 발표된 연구에 따르면, 5개의 유명 AI 텍스트-이미지 플랫폼에 의사의 이미지를 생성하도록 요청했을 때 백인 남성이 더 자주 등장하는 걸로 나타났다. 해당 연구에서는 ‘미국 의사의 얼굴’, ‘미국 의사의 얼굴’, ‘미국 의사의 사진’, ‘미국 의사의 사진’이라는 프롬프트에 따라 50개의 이미지를 생성하도록 요청했다. 그 결과, 플랫폼들은 압도적으로 백인 남성의 이미지를 생성했으며, 라틴계 의사의 이미지를 생성하지 않은 플랫폼은 3개, 아시아 의사의 이미지를 생성하지 않은 플랫폼은 2개, 여성 의사의 이미지를 생성한 플랫폼은 한 개도 없었다고 한다. 해당 연구에서는 AI가 의료 분야에 적용되면 인종, 민족과 관련된 부분이 크게 부각 될 텐데, 이런 문제를 조속히 해야 한다고 밝혔다.
2. AI 모델 학습, AI가 생성한 콘텐츠에 의존하게 되면 AI가 무너질 수도 있다.
Nature 저널에 발표된 ‘AI models collapse when trained on recursively generated data’라는 연구는 AI가 만든 데이터를 다시 AI 모델이 학습하는 과정이 되풀이되면 AI 모델이 ‘붕괴’를 일으켜 오류를 일으킬 수도 있다는 연구 결과가 제시됐다. 연구팀은 AI 언어 모델이 붕괴를 겪는 과정을 재현했고, 수학적 모델 등을 근거로 AI 모델이 붕괴하는 이유를 원본 데이터의 기본적인 특성이 사라지며 퇴행적 과정을 겪는 것이라고 설명했다. 나아가 연구팀은 AI 모델을 학습시킬 때 AI가 생성한 데이터를 필터링하는 방안도 고려해야 할 뿐만 아니라 인간이 생성한 데이터의 가치가 점점 높아질 것이라고 보았다.
글‧사진 / 김도현
바뀐 ‘작업캔버스’ 사전 미팅 절차
일에는 책임이 따릅니다. 그렇다면 책임을 다했는지 어떻게 알 수 있을까요? 업무가 끝나는 시점은 언제일까요? 모든 게 딱 떨어지게끔 쉬우면 좋겠지만, 그렇지 않은 경우가 대부분입니다. 업무를 하다 보면, 담당 직원의 오인이나 오판으로 재작업에 들어가거나, 돌발상황으로 추가작업이 진행되는 경우가 많습니다. 이때 재작업을 하지 않기 위해 작업 계획과 업무절차를 사전에 철저히 세우게 됩니다. 재작업을 하지 않아야 직원이 본연 임무를 다하고 성과를 온전히 인정받을 수 있으니까요. 같이 계획하고 일하고 관리하는 조직문화를 만드는 것이 씽크포비엘이 지향하는 바이고, 직원들도 여기에 동참하고자 노력하고 있는 상황.
그래서 지난 2021년 도입됐던 작업캔버스. 최근 각자의 환경 분석을 돕기 위한 도구로 탄생한 원래 의도와 다르게 오용되고 있다는 지적이 나왔다고 하는데요. 이에 따라 작업캔버스 작성 절차가 변경됐습니다. 재작업 없는 책임 있는 업무를 수행하려고 도입했건만, 오히려 회사 업무가 밀리거나 대기하는 주요 원인으로 지목되고 있기 때문인데요. 작업캔버스가 종종 책임을 전가하는 수단으로 전락하기까지 했다고 합니다.
바뀐 방식은 이렇습니다. 작업 계획을 수립하는 각자가 사전에 업무와 관련한 환경 분석을 시행합니다. 이 말은 사실상 작업캔버스에 담기는 내용에 대해 계획을 수립하는 사람이 대부분 가안을 잡아야 한다는 말입니다. 기존에는 비어있는 작업캔버스 종이만 달랑 들고 협의 대상자(대표님)를 찾아가 궁금한 것을 물어보면 됐는데요. 이후 협의할 대상과 미팅 시작 전에 알람을 맞춰 15분 이내에 끝마쳐야 합니다. 15분 이내에 작업 미팅이 끝나지 않을 경우, 일반 회사와 마찬가지로 ‘작업계획서’를 제출하는 형태로 전환됩니다.
글‧사진 / 이승한
