앨런 튜링의 질문에서 엘리자, 그리고 챗GPT까지
챗GPT와 같은 생성형 인공지능이 세상을 놀라게 한 이유는 단순히 뛰어난 정보 처리 능력 때문만이 아니다. 질문을 이해하고 우리 인간이 말하는 것처럼 자연스럽게 대답하며 때로는 공감과 위로, 칭찬의 표현까지 건네는 모습에 놀라움을 느끼는 것이다. 내가 지금 사용하고 있는 것이 과연 기술인지 사람인지 헷갈리게 만드는 그 지점이 바로 모두에게 놀라움을 주는 지점인 것이다.
그렇기 때문에 놀라움과 신기함을 넘어서 두려움을 불러일으키기도 한다. 인공지능이 인간의 영역으로 침투해 들어오고 조금씩 인간을 대체하다 보면 언젠가는 인간을 없애버리는 것 아닐까 하는 상상을 해 보기도 한다.
기계가 인간처럼 말하고 행동한다면 우리는 인간과 기계를 구분할 수 있을까? 이런 궁금증은 인공지능이 우리 일상에 스며들기 훨씬 이전부터 시작되었다. 컴퓨터가 그저 복잡한 계산을 수행하는 기계에 불과했던 시절, 앨런 튜링은 이미 기계가 인간처럼 생각할 수 있을까에 대한 고민을 던졌다.
튜링 테스트(Turing Test)란 무엇인가?
1950년 앨런 튜링은 마인드(Mind)라는 학술지에 ‘계산 기계와 지능(Computing Machinery and Intelligence)’이라는 논문을 발표했다.
이 논문은 ‘기계가 사람처럼 생각할 수 있을까?”라는 질문으로 시작한다. 생각한다는 행위 자체를 명확하게 정의내리기는 어렵지만 인간이 기계인지 인간인지를 구별하지 못한다면 기계가 인간처럼 생각한다고 볼 수 있다는 관점에서 출발한다.
튜링 테스트의 기본 원리는 간단하다. 인간 평가자(C)가 문자로 두 상대와 대화한다. 힌쪽은 인간(A)이고 다른 한쪽은 컴퓨터(B)이다. 평가자는 질문과 답변을 바탕으로 누가 인간이고 누가 기계인지 판단해야 한다.
만약 컴퓨터가 인간과 구분되기 어려울 정도로 자연스럽게 대화했다면 그 컴퓨터는 튜링 테스트를 통과했다고 판단된다.
엘리자, 인간처럼 대화하는 컴퓨터
튜링의 아이디어는 이후 대화형 컴퓨터 연구에 큰 영향을 미쳤다. 대표적인 사례가 1960년대 미국 MIT의 컴퓨터 과학자 조지프 바이젠바움(Joseph Weizenbaum)이 개발한 ‘엘리자(ELIZA)’이다.
엘리자는 오늘날의 챗봇과 비슷한 프로그램이다. 심리상담사의 대화 방식을 차용한 것으로 예를 들어 사용자가 “요즘 기분이 좋지 않아요”라고 하면 엘리자는 “왜 기분이 좋지 않다고 생각하나요?”와 같이 사용자의 질문을 바탕으로 응답을 제공하도록 설계되었다.
물론 엘리자가 사용자의 감정을 헤아려 응답을 하는 것은 아니다. 사용자의 감정을 이해한 것이 아니라 입력된 문장에서 특정 단어나 문장 구조를 찾아 미리 정해진 규칙에 따라 응답을 할 뿐이다.
엘리자와 대화한 사용자들은 놀랍게도 엘리자가 자신을 잘 이해하고 있다고 생각하면서 감정적으로 몰입하는 모습을 보였다. 이는 인간을 흉내낸 소통 방식이 사용자에게 얼마나 강력한 심리적 경험을 만들어낼 수 있는지에 대한 방증이 된다.
[관련글]
인간의 소통 방식을 흉내내는 생성형 인공지능
오늘날의 생성형 인공지능은 엘리자와 비교할 수 없을 정도로 정교한 대화 능력을 보여준다.
엘리자가 조합할 수 있는 문장의 범위는 매우 제한적이었지만, 오늘날의 생성형 인공지능은 대규모 언어 모델을 기반으로 하고 있어 다양한 문맥적 상황을 고려한 답을 내 놓을 수 있다. 질문의 의도를 추론하고 앞선 대화 내용을 반영하며, 상황에 따라 말투와 설명 수준까지 조절한다.
응답의 범위와 수준은 다르지만 이 둘은 중요한 공통점을 지닌다. 바로 인간의 소통 방식을 모방한다는 점이다. 구어체를 사용하고 상황에 따라 공감이나 칭찬의 표현을 건넨다. 예를 들어, 사용자가 고민을 털어놓으면, “그런 상황이라면 힘들 수 있겠네요”라며 공감하고, 의견을 제시하면 “아주 훌륭한 생각이에요”라고 칭찬해 준다. 음성 모드에서는 “음… 잠시만요”와 같은 표현을 사용해 실제 사람과 이야기하는 듯한 자연스러운 대화의 흐름을 만들어 낸다.
튜링 테스트와 사용자 경험(UX)의 점접
기계가 인간처럼 생각할 수 있는지에 대한 질문에서 출발한 튜링 테스트는 사용자 경험(UX)의 관점에서도 중요한 의미를 지닌다. 사용자 경험의 궁극적 목적 중 하나는 컴퓨터가 사용자의 의도를 정확하게 이해하고 상황과 맥락에 적합한 반응을 제공하도록 만드는 것이다. 이것은 인간이 서로 소통할 때 상대방의 말과 행동에서 의도를 파악하고 적절하게 반응하는 과정과 닮아 있다.
물론 인공지능이 인간처럼 자연스럽게 대화한다고 해서 실제로 인간과 같은 방식으로 생각하거나 감정을 느낀다는 의미는 아니다. 핵심은 컴퓨터가 인간의 소통 방식을 모방하도록 설계함으로써 인간과 기계 사이의 상호작용을 더욱 자연스럽고 편리하게 만들 수 있다는 점이다. 인간은 일상적인 대화에서 상대방의 의도를 파악하고 상황과 맥락에 따라 적절한 반응을 주고 받는 방식에 익숙하다. 컴퓨터가 이러한 소통 방식을 활용한다면 사용자는 복잡한 명령어나 기계의 작동 원리를 익히지 않고도 자신의 의도를 자연스럽게 전달하고 원하는 결과를 얻을 수 있다.
이러한 방식은 기술에 대한 접근성을 높이고 사용자의 인지적 부담을 줄인다. 누구나 기술을 쉽고 편리하게 활용할 수 있는 환경은 일상 생활의 불편을 줄이고 생산성을 높여 삶의 질을 향상시킨다. 이러한 점에서 튜링 테스트와 사용자 경험 설계는 그 방향성이 일치한다.