구글은 인공지능(AI)에 대담하며 동시에 책임감 있는 접근방식을 추구합니다. 이것은 곧 구글의 AI 원칙을 바탕으로 당면한 과제들을 해결해 가면서도 사회에 가져올 혜택을 최대화 할 수 있는 방식으로 AI를 개발하는 것을 의미합니다. 이 둘 사이에서 균형을 맞추는 것은 쉽지 않지만 충분히 가능하며, 이 균형을 더욱 생산적으로 활용할 수 있다고 믿습니다. AI를 장기적으로 대담하게 활용하기 위해서는 처음부터 책임감있게 사용해야 합니다.
구글은 사람들이 매일 사용하는 구글의 혁신적인 제품들, 사람들을 이롭게 하는 새로운 과학 기술, 사회적 문제의 해결을 위한 활동들을 위해 AI를 적극 적용하고 있습니다.
구글 지도, 구글 번역, 구글 렌즈 등 수백 만에서 수십 억명이 사용하는 다양한 구글 제품에 AI가 이미 활용되고 있습니다. 나아가 이제 구글은 바드(Bard)를 활용해 사람들이 창의력을 발휘할 수 있도록 돕고, 워크스페이스(Workspace) 도구들로 생산성을 높이고, Search Generative Experience을 통해 지식에 접근하는 방식을 혁신할 수 있도록 AI를 결합하고 있습니다. 이를 위한 노력의 일환으로 진행되었던 여러 애플리케이션의 초기 실험 사례들은 구글 랩스(Google Labs)에서 확인하실 수 있습니다.
한편, 사회적인 문제 해결을 위해 AI를 활용해 기후변화를 완화하고 이에 대응할 방안을 모색하고 있습니다. 현재 20개 국가에서 심각한 홍수 예보 기능, 실시간 산불 추적, 교통정체 완화를 통한 탄소배출 절감과 같은 기능을 사용할 수 있습니다. 또한, 산모관리, 암치료, 폐결핵 검사 등 의료서비스를 위해서도 AI를 활용하고 있습니다. 최근에는 의료인들에게 유용한 새로운 대규모 언어 모델인 Med-PaLM도 출시한 바 있습니다. 아울러 올해 안으로 수백 개의 출처로부터 자료를 취합, 정리해 지속가능성에서 헬스케어, 각국의 일자리 및 경제까지 주요한 사회경제적 문제들에 대한 접근 방식을 알려주는 시스템인 데이터 커먼스(Data Commons)도 바드를 통해 접속하도록 만들어 이용자들에게 더욱 유용하게 활용할 수 있도록 할 예정입니다.
학문과 연구분야를 새롭게 정의해 온 구글의 뛰어난 AI 연구들은 물리학, 재료 과학에서 사회에 기여하는 의학에 이르기까지 다양한 부문의 과학자들이 더욱 대담하게 기술을 발전시킬 수 있도록 돕고 있습니다. 일례로 구글 딥마인드(DeepMind)의 알파폴드(AlphaFold) 프로그램을 살펴보겠습니다. 알파폴드는 단백질 2억개의 3D 구조를 정확하게 예측할 수 있으며 이는 과학계에서 확인된 거의 모든 단백질의 수라고 할 수 있습니다. 해당 기술은 4억년이 걸릴 연구 과정을 단 몇 주만으로 단축시킨 것과 다름 없습니다. AI는 또한 세계 모든 곳의 사람들이 정보에 접근할 수 있도록 돕고 있습니다. 예를 들어, AI는 ‘1,000개 언어 이니셔티브(1000 Languages Initiative)’와 같은 구글의 야심찬 프로젝트를 뒷받침해 주고 있습니다. 세계에서 가장 많이 사용되는 1,000가지 언어로의 서비스 지원을 목표하고 있는 해당 프로젝트는 AI 기술로 유니버설 스피치 모델(Universal Speech Model)에 현재 400개 이상의 언어를 훈련시키는 등 놀라운 발전을 이뤄내고 있습니다.
AI가 이렇듯 놀랍도록 비약적인 발전을 만들어내기도 하지만 동시에 AI는 아직 초기 단계의 기술이기에 아직 밟아 나아가야 할 과정이 많이 놓여있습니다. 따라서 AI가 편견과 같이 기존의 사회적인 문제들을 더욱 악화시킬 수도 있고, 기술의 발전으로 새로운 이용자들이 등장함에 따라 또다른 문제들을 야기할 수도 있다는 점을 인지하고 있어야 합니다. 이같은 점은 구글의 자체 연구 및 다른 연구들을 통해서도 많이 강조되어 왔습니다. 그렇기 때문에 구글은 AI에 있어 책임감 있고 신중한 접근 방식을 취해야 하며 2018년 구글이 처음 수립한 AI 원칙을 준수하는 것이 필수적이라고 믿습니다. 매년 구글은 실제 사례를 통해 구글이 AI 원칙을 어떻게 적용해왔는가에 대한 자세한 과정을 담은 보고서를 발간합니다. AI의 기능이 더욱 발전함에 따라 그리고 이용자들이 AI기술을 사용하는 새로운 방법에 대해 더 알아가는 상황 속에서, 구글은 책임있는 활동을 지속하며 배운 점을 함께 공유할 것입니다.
구글을 비롯한 많은 기업들이 가장 우려하는 부분은 허위 정보(misinformation)입니다. 생성형 AI는 새로운 콘텐츠를 만들어 내는데 무척이나 편리한 도구이지만, 동시에 신뢰도에 대한 의구심을 불러일으키기도 합니다. 이에 구글은 온라인상 정보를 평가할 수 있는 도구를 개발하고 이를 이용자들에게 제공하기위해 지속적으로 노력하고 있습니다. 수개월 내로 구글은 구글 검색 내에 ‘About this image’라는 새로운 툴을 추가할 계획입니다. 해당 기능은 언제, 어디에서 유사한 이미지가 처음 올라왔는지, 팩트체킹이 가능한 웹사이트, 뉴스나 소셜 미디어와 같이 온라인상의 어느 채널에서 해당 이미지가 확인되는지 등 이미지에 대한 주요 맥락을 제공해 줍니다. 해당 기능은 연내 크롬 및 구글 렌즈에서 이용할 수 있습니다.
구글은 AI 원칙을 제품에 적용하며, AI 기술을 대담하면서도 책임감 있게 사용하기 위해 잠재적인 우려사항도 함께 살펴보기 시작했습니다. 예를 들어, 유니버설 트랜스레이터(Universal Translator)는 전문가들이 화자의 음성을 번역하고 화자의 입술 움직임과 동기화하도록 도와주는 실험적인 AI 영상 더빙 서비스입니다. 해당 기술은 학습 역량을 키워줄 수 있는 엄청난 가능성이 있습니다. 하지만, 동시에 악용될 가능성을 감안하여 구글은 해당 기능의 남용을 제한하고 승인된 파트너만 접근할 수 있도록 보호하고 있습니다.
구글이 AI 원칙을 준수하는 또 다른 방법은 문제가 발생하면 이를 혁신으로 해결하는 것입니다. 일례로 구글은 대규모 언어 모델(LLM)을 활용해 거짓 판별 테스트를 자동화한 업계 내 선두 그룹입니다. 해당 기술은 테스트의 속도, 품질 및 범위를 크게 향상시켜 보안 전문가들이 더 어려운 문제 해결에 집중할 수 있도록 도와 주었습니다. 이에 더해 구글은 허위 정보 문제를 해결하기 위해서 조만간 데이터 출처 관련 혁신 기술을 최신 생성형 모델에 결합할 계획입니다. 합성된 음성을 탐지하는 툴도 개발하고 있으며 오디오 생성을 위한 언어모델인 오디오LM(AudioLM)에서 합성된 음성을 탐지하는 판별기를 99%의 정확도로 훈련시킨 바 있습니다.
책임감 있게 AI 기술을 개발하는 일은 연구자, 사회과학자, 업계 전문가, 정부, 크리에이터, 퍼블리셔, 일상에서 AI를 사용하는 모든 사람들 등 공동의 노력이 필요한 일입니다.
구글은 자회사 직소(Jigsaw)의 연구원들이 온라인 댓글 내 유해한 언어를 거르기 위해 개발한 Perspective API의 예와 같이 혁신의 영향력을 더욱 증대시키기 위해 혁신 기술을 공유합니다. 이제 구글은 I/O에서 언급된 모든 모델들을 포함, 자사의 대규모 언어 모델에 해당 API를 적용하며, 학계 내 연구자들도 오픈AI(OpenAI)나 앤트로픽(Anthropic)같은 모든 주요 LLM에 적용되는 업계 표준 평가 기준을 수립하기 위해 해당 API를 활용하고 있습니다.
또한 구글은 AI와 창의력을 함께 활용하는 방법과 그 혜택이이용자들에게 최선의 방식으로 실현될 수 있는 방식을 모색합니다. 이에구글은 음악적인 아이디어를 묘사하고 실제로 구현해낼 수 있는 새로운 기술인 뮤직LM(MusicLM)과 같은 프로젝트를 통해 예술가들과도 협업하고 있습니다. 또한, 건강한 콘텐츠 생태계를 유지하기 위한 기준을 설정하기 위한 첫 걸음으로 온라인 커뮤니티와도 협력하여 AI 원칙을 배포하고 있습니다. 웹 퍼블리셔들에게도 그들의 웹 콘텐츠에 관한 선택권과 관리권한을 더 많이 제공하고자 하며 이와 관련된 내용을 조만간 공개할 계획입니다.
AI가 세간의 주목을 받는 이유 중 하나는 세상 모든 사람들을 이롭게 해 줄 수 있는 잠재력이 매우 크고 뚜렷하기 때문이며, 이것이 바로 AI를 책임감있게 개발하고 또 사용해야 하는 이유이기도 합니다. AI 기술의 발전에 따라 많은 것들도 함께 변화하고 진화하고 있습니다. 더 많은 사람들이 AI를 경험하고 공유하며 함께 개발, 사용하고 있습니다. 구글은 연구 결과, 실험, 이용자와 폭넓은 커뮤니티를 통해서 끊임없이 많은 것들을 배우고 있으며 이를 AI 접근방식에 적용하고 있습니다. 앞으로 우리가 달성할 수 있는 것들과 함께 바로잡아야 하는 것들도 무수히 많습니다. 그리고 이 모든 것들은 우리가 함께 이루어가야 합니다.
마지막으로, 책임감 있는 AI(Responsible AI), 책임감 있는 혁신(Responsible Innovation), 구글.org(Google.org), 구글 랩스(Google Labs), 구글 리서치(Google Research) 및 구글 딥마인드에서 놀랍고도 어려운 일들을 함께해 준 모든 동료들에게 감사의 말을 전하고 싶습니다.
