🤖 안녕하세요, 클레비입니다.
1월 20일에서 22일까지 전북대학교에서 주관하는 「2025 JBNU 리서치 페어 위크 (Research Fair Week)」 행사를 다녀왔어요.
이 행사는 전북대학교의 우수한 연구성과를 중심으로, 산업 및 국가 전략과 연계된 미래 기술의 방향을 제시하고 산학연관이 함께하는 교류의 장을 마련하는 의미 있는 자리었습니다.
특히 클레비의 이환호 대표님이 20일에 열리는 개막식의 VIP 강연자로 초청받았는데요! 👏
그 날의 분위기를 다시 한번 느껴보도록 해요!
시작전에 이환호 대표님이 강연을 준비하시는 모습인데요, 어떻게 더 알차고 쉽게 강연할지 고민하는 모습이 보입니다.
행사가 시작되고 개막식이 진행됐습니다.
먼저 전북대학교 학생의 즉석으로 완성된 라이브 아트 퍼포먼스로 행사를 멋지게 열었습니다.
첫번째 기조강연 후에 두번째 기조강연 “AI는 왜 물리 매개체가 필요한가”를 주제로 우리 클레비의 이환호대표님이 겅연을 하셨는데요. 간단히 살펴볼까요?
AI는 도대체 어떤 방식으로 세상을 이해하고,
문장을 만들고, 행동까지 하게 되는가?
우리가 매일 사용하는 챗GPT나 클로드 같은 거대 언어 모델(LLM)이 도대체 어떤 원리로 문장을 이해하고 만들어내는지, 그 '두뇌 속'을 함께 들여다보려고 합니다.
- 이름표 달기 (Token ID): AI는 먼저 모든 단어에 '5번', '8번' 같은 고유한 번호를 붙여 관리합니다.
- 지도에 주소 찍기 (Vector): 하지만 단순한 번호만으론 뜻을 알 수 없기에, 단어마다 수백 개의 숫자로 된 '상세 주소(좌표)'를 부여합니다.
- 이웃사촌 찾기: 비슷한 뜻을 가진 단어들(예: 'the', 'a')은 이 지도상에서 아주 가까운 곳에 '이웃사촌'처럼 모여 살게 됩니다.
그렇다면 AI는 어떻게 다음 단어를 맞힐까?
기초적인 데이터 변환을 이해했으니, 이제 이 숫자들이 어떻게 실제 문장으로 탄생하는지 전체 과정을 봅시다. 여기 "Paris is the city..."라는 입력값이 있다고 가정해 봅시다.
Tokenizer (조각내기): 우리가 입력한 문장은 앞서 본 것처럼 토크나이저를 통해 숫자(Token ID)로 바뀝니다. "Paris"는 1652번, "is"는 5번... 이런 식이죠.
LLM (거대한 계산기): 이 숫자 뭉치들이 LLM(그림 속 Bloom 모델)이라는 거대한 계산기 속으로 들어갑니다. 여기서 아까 배운 '벡터' 연산을 통해 문맥을 파악합니다. '아, 지금 파리라는 도시에 대해 이야기하고 있구나!' 하고 말이죠.
Logits & Softmax (확률 계산): 계산을 마친 AI는 다음에 올 수 있는 수만 개의 단어 후보에 점수를 매깁니다. 그리고 '소프트맥스'라는 필터를 거쳐 이를 우리가 보기 편한 **'확률'**로 바꿉니다.
최종 선택: 오른쪽 그래프를 보세요.
- of → 33.7%
- that → 15.3%
- where → 9.4%
결국 AI는 확률이 가장 높은 **'of'**를 선택해 "Paris is the city of..."라는 문장을 완성해 나갑니다. 그리고 이 과정을 수만 번 반복하며 우리가 보는 긴 답변을 만들어내는 것이죠.
결론적으로, AI에게 단어를 기억한다는 것은 글자를 외우는 게 아니라, 거대한 의미의 지도 위에서 그 단어가 어디쯤 살고 있는지 '주소'를 기억하는 것과 같습니다.
LLM엔 시각, 로봇, 행동학습으로 확장할 수 있습니다.
의미를 이해하고, 보고 이해하고, 행동하는 AI.
AI에게 팔과 다리를 준다는 건 언어에서 인식으로. 더 나아가 행동으로 이어지는 지능의 확장을 의미합니다.
AI는 더이상 아이디어나 상상의 영역이 아니라, 구현과 현실의 단계에 들어와 있습니다.
클레비의 다음 걸음
클레비는 앞으로도 더 많은 분들이 AI 기술이 실제 세상에서 어떻게 작동하는지 직접 체험할 수 있도록, 학내외 워크숍, 실습 프로젝트, 체험 부스 등 다양한 기회를 확대해 나갈 계획입니다.
이번 전북대학교 강연이 학생들과 저희를 잇는 소중한 다리가 되었듯, 앞으로도 기술자와 사용자, 학계와 산업계 사이에서 가교 역할을 이어가겠습니다.