KOSEN 한인과학기술자네트워크

안녕하세요, 저희는 캐나다 알버타 대학(University of Alberta)에 재학중인 한인 대학원생, 연구원, 그리고 직장인으로 구성된 모임입니다. 저희는 한국에서 오시는 학생분들의 환경적응과 진로, 연구, 뉴스 등 각종 다양한 관심사를 두고 토론을 종종하고 있습니다. 작년 KOSEN 데이 행사때 좋은 경험과 기억을 가지고 또 다시 올해 코센데이 행사에 참여할수있어서 너무 기뻤습니다. 저희 구성원이 각자 다양한 분야에 종사를 하는 만큼, 저희는 다양한 관점에서 인공지능이 각자의 분야에 끼치는 영향과 전망 그리고 개선점 및 한계 등에 대해서 상세하게 토론을 진행하였습니다. 공학 및 관찰행동학 분야의 경우, 인공지능의 도입은 기술적으로 제각각의 분야에 큰 임팩트를 남기고 있으나, 마치 패러다임의 역사가 그렇듯, 인공지능 기반의 기술, 연구, 산업에 대한 관련 종사자의 미래 전략 혹은 인공지능과 연구자의 역할 분배에 대한 고찰이 많이 중요할것이라는 결론이 나왔습니다. 한편, 조직의 관리 및 경영의 관점에서는 조직의 목표와 인공지능을 동기화하여 인공지능을 민주적으로 활용할수 있는 방안과 윤리적인 문제의 개념화가 필요하다는 의견이 있었으며, 인공지능 교육학 관점에서는 기술만능주의에 기반한 기술의 무분별한 사용을 경계하며, 인공지능을 통해 제공된 데이터와 지식을 편의를 목적으로 무분별하게 사용하는 현상에 대해 윤리적인 선을 구체화 하는 등 개념화에 초점을 두었습니다. 한편, 비판적 장애학 관점에서는 인공지능이 가진 특징인 효율성과 합리성은 소수보다는 대중의 논리와 편의에 맞춰져 있으며, 차별적인 현상이 일어날수 있음을 경계함으로써, 인공지능이 갖는 보편성과 타당성이 갖는 범위를 좀더 넓혀야 한다는 결론이 나왔습니다. 마지막으로 스포츠 사회과학 관점에서는 인공지능을 좀더 원론적으로 고찰하려고 노력하였으며, 자극에 의한 복합적 감정을 갖는 인간의 지능과 정보를 정해진 알고리즘에 맞게 학습하고 결과를 계산하는 인공지능의 지능은 서로 다른 개념에 있으며, 여전히 사람이 인공지능과 달리 가질수있는 차별성을 언급하였습니다. 이렇게 다양한 관점에서 해석한 인공지능에 대한 토론은 상당히 흥미로웠으며, 개인적으로 인공지능 사용에 대한 윤리적인 개념을 정의할수있을지, 또한, 사람들은 인공지능과 더불어 어떠한 기술적인 발전과 공헌을 하게될지 호기심을 갖게 해주었습니다.

Opinions from different fields

이름: 최승준 (PhD student)

분야: Materials Science and Electrocatalysis

의견: 

재료과학의 핵심 과정은 새로운 물질의 합성과 그 물성을 파악하는 것이다. 이 과정에서 물질의 안정성과 원하는 반응을 유도할 수 있는지 예측하는 것은 중요하다. 이전까지는 확률밀도 함수와 전산모사를 활용하여 물질의 가능성을 예측하였다. 하지만 최근에는 구글의 Deepmind가 개발한 GNoME과 같은 GNN (Graph Neural Network) 기반 인공지능 모델이 더 많은 재료를 빠르게 예측하고 분석하는 데 기여하고 있다. 

또한, 자동화된 재료 합성 및 분석 시스템의 발전으로 수많은 신소재 후보를 효율적으로 합성하고 분석할 수 있게 되었다. 이러한 기술 발전은 전기화학 촉매 연구에도 중요한 영향을 미칠 것으로 예상된다. 이제는 새로운 재료 구조나 변형을 찾는 것보다 인공지능 모델을 활용하여 관련성 높은 재료 모델을 찾는 과정이 중요해질 것이다. 재료과학자들은 인공지능 데이터베이스와 재료 합성, 양산 사이의 연결 고리 역할을 하게 될 것이며, 특정 재료의 효율적인 생산, 이론적 궁금증의 해결, 새로운 물성의 발견 및 예측 등에 기여할 수 있을 것이다. 전기화학 촉매를 연구하는 입장에서는 전기화학 에너지 기술 분야에서 필요한 물성과 메커니즘을 명확히 파악하고, 이를 바탕으로 적합한 재료 모델을 '검색'하는 접근 방식과 인공지능 GNN 모델의 계산 과정을 이해하는 것이 필요할 것으로 보인다.

이름: 황영호 (PhD Candidate)

분야: Behavioural Epidemiology

의견: 

인간의 행동 중 움직임과 관련된 행동은 특히 건강결과 들과 깊은 관련이 있다. 이에 여러 정부들과 WHO와 같은 국제기구는 최선의 과학적 증거를 바탕으로 24-hour movement guidelines을 만들고 배포한다. 이 때 인구집단 건강의 관점에서 인간의 움직임 관련 행동은 그 움직임의 강도에 따라 구분하는 것이 일반적이다. 이를 테면 중고강도 신체활동 (예, 달리기), 저강도 신체활동 (예, 걷기), 좌식 행동 (예, 의자에 앉아있기), 수면 행동 (예, 밤에 자기) 등이 그것이다.

학계에서는 이 움직임 행동을 정확하게 측정하기 위해 가속도계라 불리는 장치를 사용하는 것을 권장한다. 전통적으로 가속도계를 사용하여 인간의 움직임을 측정할 때, 기존에 설정된 역치 값 (cut points)를 사용하여 이러한 움직임 행동을 분류하는 것이 일반적이다. 그러나 이 전통적인 방법은 때때로 제한적일 수 있는데, 다양한 인구집단 혹은 문화적 맥락에서 얻은 데이터에 대해 항상 최적화된 분류 결과를 제공하지 못할 수 있기 때문이다.

최근 인공지능의 중요한 부분으로서 기계학습은 이러한 인간 움직임 행동의 분류를 개선하고 더 정밀한 분류기준을 제시하는 데 특별한 도움을 주고 있다. 기계학습은 대규모 데이터 세트의 복잡한 패턴을 학습할 수 있기 때문이다. 이러한 기계학습은 연구 데이터 속에서 발견되는 개개인의 특성이나 행동의 특수성을 더 잘 반영할 가능성이 높다. 따라서 기계학습을 통해 인간의 움직임 행동을 분류하는 것은 역치 값을 사용하는 전통적인 방법보다 더 정확한 결과를 제공할 수 있을 것이다. 

이름: 고해수 (PhD candidate), 분야: Animal genomics, 의견: 축산업에선 가축의 지속가능한 생산성 향상을 위한 방법 중 하나로 동물의 유전적 가치 (육종가; breeding value)를 예측하여 유전적으로 우수한 가축들을 선발하여 이들을 생산에 활용한다. 육종가를 예측하는 방식은 동물의 관찰가능한 표현형만을 이용하는 방법에서부터 출발하여 DNA 분석 기술의 발전으로 가축들이 지닌 무수히 많은 유전변이정보를 활용하는 데까지 이르렀다. 이러한 정보들은 양적으로 방대하며 선뜻 이해하기 어려운 복잡한 패턴들을 가진 특성이 있어 정교한 분석방법이 필요하다. 최근 들어 AI 기술이 제공하는 다양한 머신 러닝 알고리즘들을 통해 이러한 유전정보를 좀 더 다양한 측면에서 이해하고 더 정확한 육종가를 계산하고 이를 선발에 이용하는 것이 동물유전육종 분야에서 화두가 되고 있다. 다양한 과학기술의 발전 덕분에 가축의 생체 및 환경 관련된 정보를 수집하는 수준도 고차원적인 수준으로 확장되고 있다. 따라서 머신러닝 모델들을 기반으로 가축의 생체정보와 유전정보 및 환경 정보를 통합하여 동물의 육종가와 표현형을 정확하게 예측하는 연구들이 최근 많이 이루어지고 있다. 결국엔 단일한 연구재료와 전통적인 통계모델들을 이용하는 연구보단 고차원 수준의 연구 재료와 진보된 통계 모델들을 이해하고 통합하여 해석할 수 있는 능력이 중요해진 것 같다. 

이름: 윤수정 (Master student)

분야: Civil Engineering

의견:

디자인 최적화 분야에서 AI의 융합, 특히 제너레이티브 디자인은 엔지니어와 건축가들에게 혁신적인 파장을 일으켰다. 인공 지능이 디자인 프로세스에 참여함으로써 엔지니어와 건축가들은 예상치 못한 디자인 옵션을 살펴보고, 더 자유롭게 실험하며 창의적인 솔루션을 찾을 수 있게 되었다. 이는 전통적인 디자인 프로세스에서는 어려웠던 디자인 옵션의 다양성과 혁신적인 접근의 확장을 의미한다. 이러한 접근 방식은 특히 효율성 측면에서 이점을 제공한다. 빠른 계산과 분석 능력을 통해 다양한 디자인 시나리오를 신속하게 평가하고 최적의 솔루션을 찾을 수 있어 프로젝트의 시간과 비용을 절감하며 생산성을 향상시킨다.

그러나 인공 지능의 참여는 한계와 고려 사항도 동반한다. 인간의 직관과 제너레이티브 디자인이 제안하는 알고리즘 기반 선택 사이의 상충점에 대한 논의가 불가피해진다. 예측 모델은 주로 학습된 데이터에 기반하므로 새로운 패러다임이나 예외적인 디자인 요소에는 제한이 있을 수 있다. 또한, 디자인의 주관적인 측면이나 감성적인 부분에서는 인간의 역할이 여전히 필수적이다. 

미래에는 이러한 기술이 발전함에 따라 인간과 인공 지능 간의 협업이 더욱 강조될 것으로 전망된다. 디자이너의 직관과 창의성을 존중하면서도, 기술적 지원을 받아 더 나은 디자인을 창출하는 방향으로 나아갈 것으로 기대된다. 

이름: 박소현 (M.Sc. in Computer Science)

분야: Educational Artificial Intelligence

의견: 기술만능주의에 기반한 무분별한 인공지능 사용이 과연 궁극적으로 인간에게 득이 될 수 있을 것인지에 대한 고민이 필요하다. 현재 인공지능은 ChatGPT와 같은 Large Language Model (LLM)의 등장과 함께 급속도로 발전하고 있으며, 다양한 분야에서 쓰이고 있다. 하지만, 인공지능 개발에 쓰이는 데이터나 혹은 인공지능을 적용하는 프로세스 자체에 대한 윤리적 기준은 한참 부족한 것이 현실이다. 지금 당장은 "편의"를 무기삼아 무분별하게 인공지능을 사용하고 있지만, 이로 인해 생길 여러가지 문제점을 간과한다면 머지 않은 미래에 반드시 댓가를 치러야할 날이 올것이라고 생각한다. 따라서, 무조건적으로 인공지능을 맹신하며 기술만능주의에만 치중할 것이 아니라, 인공지능을 사용함에 있어서의 "옳음 (정의)", "윤리적 기준"을 정립하는 것에 선구적으로 그리고 적극적으로 임할 필요가 있다고 생각한다.

이름: 황상현 (Post-doctoral fellowship)

분야: Critical disability study and Adapted physical activity

의견: 이 글은 비판적 장애학의 관점에 기초하여 ‘AI 시대, 인간적인 연구자는 누구인가?’를 질문하고 성찰하는 목적을 가진다. 

인공지능이 가진 특징을 아주 거칠게 표현하자면 ‘문제에 대한 답을 방대한 자료에 기반하여 빠르고(효율성) 정확하게(합리성) 제시하는 것’이라고 할 수 있다. 우리는 인공지능 기술이 현실의 여러 문제를 해결하고 인간의 삶을 윤택하게 만들어 줄 것이라 기대한다. 하지만 인공지능이 제시하는 문제에 대한 답은 모두에게 유용할까? 

장애 활동가 JEREMY ANDREW DAVIS는 최근 비디오 플랫폼(틱톡)에 이와 관련한 영상을 업로드하였다. 두 사람은 AI가 인종차별주의자이며 장애인차별주의자라는 대화를 나누고 그것에 대한 검증을 시도한다. AI프로그램에 자폐스펙트럼 장애를 키워드로 입력하고 그림을 그려줄 것을 요청했다. 애석하게도 대부분 그림에 묘사된 인물은 남성이자 어린 백인이었고 모두가 우울한 모습이었다. 단 한 장도 웃고 있는 그림이 없었다.

AI는 효율적이며 합리적이다. 하지만 AI가 제시하는 답변은 우리 사회 내 주류 지식을 전제로 한다. 주류집단이 가진 동일성에 포섭되는 정보는 의미를 얻는다. 그리고 재생산된다. 반대로 그렇지 못한 지식은 더욱 완전히 배제된다. 어쩌면 우리는 AI를 통해 계몽이라는 이름으로 야만을 낳은 근대의 문제를 답습하고 있지 않는지 성찰해 봐야한다. 

AI 시대에 인간적인 연구자는 누구일까? 보편성과 타당성이라는 논리로 생산되는 내러티브가 아닌 우리 사회의 주변부에 존재하는 목소리에 귀 기울이는 연구자가 아닐까?

이름: 조예슬 (PhD Student)

분야: 스포츠사회학

의견: 몸과 분리된 지능을 과연 지능이라 할 수 있을까?

몸과 마음의 관계에 대한 논의는 이미 고대에서부터 현재까지 활발히 이루어져 왔다. 어쩌면 케케묵은 주제라 할 수 있는 이 문제가 인공지능이 우리 사회의 곳곳을 침투하기 시작한 요즈음 다시금 화두가 되고 있다. 인간만이 지니고 있다고 믿어져 왔던 희망, 믿음, 욕구, 사랑, 의심, 후회 등과 같은 감정들도 이제는 인공지능이 이야기하는 시대가 온 것이다.

이러한 가운데 몸이 없는 인공지능은 결코 진정한 ‘지능’의 수준에 도달하지 못할 것이라는 목소리도 나오고 있다. 주변 환경과 자극을 인지하고 느끼며, 그것에 반응할 수 있는 몸을 통해서 체(體)득된 지능이야말로 진정한 지능이라는 것이다. 

이런 측면에서 인공지능이 결코 생산해 낼 수 없는 지식을 다루는 체육학은 우리 사회에서 그 의미와 미래가 막중하다 할 수 있다.

이름: 박윤중 (PhD Candidate)

분야: 경영학

내용: 경영학에서 AI는 업무 자동화 뿐만 아니라, 의사 결정 및 혁신 촉진에 중추적인 역할을 한다. 하지만, 알고리즘의 기반이 되는 데이터 및 해석의 편향성, 개인정보 보호와 같은 이슈들이 동시에 제기되면서 AI의 조직적 활용에 대한 고민이 깊어지고 있다. 최근 경영학 연구는 AI사용의 윤리적 문제를 개념화하고, AI와 조직의 목표를 동기화시키는 전략을 개발하며, AI를 민주적으로 활용할 수 있는 환경조성에 초점을 맞추고 있다. 특히, AI의 민주적 활용은 AI에 대한 전문성 정도와 관계 없이 조직 내 다양한 사람들이 AI 도구와 지식에 접근하고 활용할 수 있도록 조직적 여건을 조성하는 것을 의미하며, AI 개발 및 적용에 있어 다양한 관점, 이해관계를 고려하여 보다 포용적이고 효과적인 AI 솔루션의 개발을 촉진하는 데 관심이 있다. AI의 급속한 발전을 고려하여, 지속적인 학습과 적응을 위한 조직문화도 함께 논의되고 있다. 

Conclusion

토론 내용을 종합해 볼 때, 각 분야의 전문가들은 인공지능이 제공하는 기술적 혜택과 더불어 인공지능 사용에 따른 윤리적, 사회적 고려사항에 대해 강조하고 있습니다. 재료과학, 행동역학, 축산유전학, 토목공학, 컴퓨터 과학, 장애학, 스포츠 사회학, 경영학 등 다양한 분야에서 인공지능의 효율성과 잠재력을 인정하면서도 그 한계와 문제점에 대해 경각심을 가지고 있습니다.

재료과학에서는 인공지능이 재료 예측과 분석에 큰 기여를 하고 있지만, 이러한 기술의 발전이 연구자의 역할을 변화시키고 있음을 보여줍니다. 행동역학 분야에서는 인공지능을 활용한 행동 분류가 더 정밀한 결과를 제공할 수 있지만, 다양한 인구집단과 문화적 맥락에 대한 고려가 필요함을 지적합니다. 축산유전학에서는 머신러닝을 통한 육종가 예측의 정확성 향상에 주목하면서도, 고차원적 데이터 분석과 통합의 중요성을 강조합니다.

토목공학에서는 AI가 디자인 프로세스에 혁신을 가져왔지만, 인간의 직관과 창의성의 중요성을 잊지 말아야 함을 언급합니다. 컴퓨터 과학 분야에서는 인공지능의 무분별한 사용에 대한 윤리적 고려의 필요성을 강조합니다. 장애학에서는 인공지능이 주류 지식에 기반한 해결책을 제시하는 경향이 있어, 소수자 그룹에 대한 배려와 포용성을 촉구합니다.

스포츠 사회학에서는 인공지능이 인간의 복합적 감정과 체득된 지능을 재현할 수 없음을 지적하며, 인간과 인공지능의 차별성을 강조합니다. 경영학에서는 AI의 조직적 활용과 민주적 접근의 중요성을 언급하며, AI 개발과 적용에 있어 다양한 관점과 이해관계를 고려할 것을 주장합니다.

이러한 다양한 분야의 전문가들이 제시하는 의견을 통해 인공지능의 발전이 가져올 수 있는 긍정적인 변화와 함께, 윤리적, 사회적 책임을 고려하는 균형 잡힌 접근 방식의 중요성을 알 수 있습니다.