최근 인공지능(AI) 기술의 발전 속도가 눈부십니다. 우리 삶 곳곳에 AI가 스며들고 있는 가운데, 과연 우리가 사용하는 AI는 얼마나 뛰어난 능력을 갖추고 있을까요? 특히 논리적 사고와 문제 해결 능력이 요구되는 고차원적인 작업에서 AI는 어떤 성능을 보일까요? 최근 서강대학교 수학과 연구팀이 주도한 AI 수능 문제 풀이 능력 평가 결과는 우리에게 많은 시사점을 던져줍니다. 글로벌 빅테크 기업의 AI와 국내 대표 AI 모델들이 펼친 진검승부, 그 충격적인 결과와 함께 AI 기술의 현주소를 깊이 있게 분석하고 앞으로 나아갈 방향을 모색해 봅니다.
격차의 확인: AI 수능 성적표 공개
이번 평가는 단순히 AI의 계산 능력을 테스트하는 것을 넘어, 복합적인 추론 능력을 측정하기 위해 정교하게 설계되었습니다. 2024학년도 대학수학능력시험(수능) 수학 영역의 고난도 킬러 문항뿐만 아니라, 서울 주요 대학의 논술 문제, 심지어 인도와 일본의 까다로운 대학 입시 문제까지 평가 범위에 포함되었습니다. 이는 AI가 특정 유형의 문제 풀이를 넘어 얼마나 유연하고 깊이 있는 사고를 할 수 있는지를 확인하기 위함이었습니다.
결과는 놀라웠습니다. 구글의 제미나이(Gemini)와 같은 해외 AI 모델은 100점 만점에 90점을 넘는 우수한 성적을 거두며 인간 전문가 수준의 문제 해결 능력을 입증했습니다. 반면, 국가대표 AI 프로젝트에 참여하며 기대를 모았던 국내 유수 기업들의 AI 모델들은 대부분 20점대에 머무르는 아쉬운 결과를 보였습니다. 이는 단순한 점수 차이를 넘어, AI의 핵심 역량인 논리적 추론, 창의적 문제 해결, 그리고 깊이 있는 지식 이해 능력에서 상당한 격차가 존재함을 명백히 보여주는 대목입니다.
왜 거대한 격차가 발생했는가? 심층 원인 분석
그렇다면 이처럼 큰 성능 차이는 어디에서 비롯된 것일까요? 전문가들은 몇 가지 근본적인 원인을 지적합니다. 이는 단순히 특정 기업의 기술력 문제를 넘어, AI 개발 생태계 전반의 구조적인 차이에서 기인합니다.
학습 데이터의 ‘양’과 ‘질’
가장 핵심적인 원인은 AI의 ‘두뇌’를 구성하는 학습 데이터의 규모와 품질에 있습니다. 구글, OpenAI와 같은 글로벌 빅테크 기업들은 막대한 자본력을 바탕으로 전 세계의 웹 문서, 서적, 논문 등 방대한 데이터를 수집하여 AI 학습에 활용합니다. 특히 수학, 과학, 철학 등 논리적 사고와 깊은 전문 지식을 요구하는 분야의 데이터를 집중적으로 학습시켜 추론 능력을 극대화합니다. 반면, 국내 AI 모델들은 주로 한국어 데이터 위주로 학습이 이루어졌습니다. 이로 인해 한국어의 미묘한 뉘앙스를 파악하고 자연스러운 문장을 생성하는 능력은 뛰어날 수 있으나, 언어의 장벽을 넘어 보편적인 지식과 논리를 다루는 데에는 아직 한계가 있을 수밖에 없습니다.
압도적인 자본과 인프라
AI 개발은 천문학적인 비용이 드는 분야입니다. 수만 개의 고성능 GPU를 클러스터로 구축하고, 방대한 데이터를 저장 및 처리하며, 수백, 수천 명의 최고 수준 연구 인력을 유지하기 위해서는 막대한 투자가 필수적입니다. 글로벌 빅테크들은 이러한 인프라와 인력에 아낌없이 투자하며 기술 개발 속도를 높이고 있습니다. 국내 기업들도 최근 투자를 확대하고 있지만, 아직은 그 규모 면에서 격차가 존재하는 것이 현실입니다.
현명한 AI 사용자 되기: 무엇을 고려해야 할까?
이번 결과는 AI를 사용하는 우리에게 중요한 교훈을 줍니다. 바로 ‘모든 AI가 동일한 성능을 가지지 않는다’는 명백한 사실입니다. 따라서 우리는 AI를 도구로 활용할 때, 그 목적과 작업의 중요도에 따라 적절한 AI를 선택하는 지혜가 필요합니다.
일상적인 정보 검색, 이메일 초안 작성, 간단한 번역과 같은 작업에는 국내 AI 모델도 충분히 훌륭한 성능을 발휘할 수 있습니다. 오히려 한국 문화와 정서에 대한 이해도가 높아 더 자연스러운 결과를 제공할 수도 있습니다.
하지만, 전문적인 연구 보고서 분석, 복잡한 데이터 기반의 의사결정, 정밀한 과학적 계산 등 높은 정확도와 신뢰성이 요구되는 작업에서는 현재로서는 제미나이와 같은 고성능 글로벌 AI를 활용하는 것이 더 나은 선택일 수 있습니다. 혹은 여러 AI에게 동일한 질문을 던져 결과를 교차 검증하며 오류 가능성을 줄이는 것도 현명한 방법입니다.
위기를 기회로: 국내 AI 산업의 미래
이번 평가 결과를 단순히 실망스러운 성적표로만 여길 필요는 없습니다. 오히려 이는 국내 AI 기술이 앞으로 나아가야 할 방향을 명확히 제시하는 중요한 이정표가 될 수 있습니다. 부족한 부분을 명확히 인지한 만큼, 이제는 이를 극복하기 위한 전략적인 노력이 필요합니다.
정부와 기업은 한국어 데이터를 넘어, 수학, 과학, 법률 등 전문 분야의 고품질 데이터 확보에 적극적으로 투자해야 합니다. 또한, 글로벌 연구 커뮤니티와의 협력을 강화하고, 오픈소스 생태계에 적극적으로 참여하여 최신 기술을 빠르게 흡수하고 내재화하는 노력이 필요합니다.
우리 소비자들 역시 무조건적인 비판보다는, 국내 AI 산업이 성장할 수 있도록 꾸준한 관심과 격려를 보내는 성숙한 자세가 필요합니다.
AI 기술의 발전은 이제 거스를 수 없는 시대적 흐름입니다. 이번 AI 수능 대결은 우리에게 AI 기술의 현주소를 냉정하게 돌아볼 기회를 제공했습니다. 사용자는 AI의 특성을 이해하고 현명하게 사용하는 ‘AI 리터러시’를 함양하고, 국내 AI 산업은 이번 결과를 발판 삼아 글로벌 경쟁력을 갖춘 기술 개발에 더욱 매진해야 할 것입니다. 오늘의 아쉬움이 더 큰 도약을 위한 밑거름이 되기를 기대해 봅니다.
