AI 작동 원리 총정리 — 신경망·딥러닝·이미지 생성과 저작권 논쟁

핵심 메시지

• 오늘날 거의 모든 AI의 뼈대는 인간 뇌에서 영감받은 신경망으로, 노드와 층이 연결된 구조다.
• AI 학습은 라벨이 붙은 데이터를 반복 입력하며 경사하강법과 역전파로 ‘노브와 다이얼’을 조정하는 과정이다.
• 이미지 생성(확산 모델)은 빈 캔버스가 아니라 무작위 노이즈에서 단계적으로 노이즈를 제거해 그림을 만든다.
• 영상은 AI의 스타일 학습이 사람이 화풍을 배우는 것과 같다며 ‘복제·표절’ 주장에 반론을 편다(제작자의 견해).
• 신경망의 본질은 ‘어떤 패턴이든 근사’하는 능력이며, 이것이 단백질 접힘·암호 해독 같은 난제 가능성과 의식 논쟁으로 이어진다.

쉽게 이해하기

영상은 ‘AI는 어떻게 작동하고 학습하는가, 챗GPT와 이미지 생성은 어떻게 동작하는가, AI가 콘텐츠를 훔치는가’ 같은 질문을 하나씩 풀겠다고 예고한다. 챗GPT·미드저니·스테이블디퓨전·소라·알파폴드 등 모든 AI의 backbone은 신경망이며, 이는 노드(뉴런)와 연결선(시냅스)이 여러 층으로 이어진, 인간 뇌를 본뜬 구조라고 설명한다.

작동 원리는 고양이/개 분류 예시로 풀어낸다. 이미지가 데이터로 변환돼 입력층→은닉층→출력층을 따라 흐르고, 각 노드는 특정 특징을 통과시키는 ‘노브와 다이얼’처럼 작동한다. 다만 생물학적 뉴런이 0% 또는 100%로만 발화하는 ‘전부 아니면 전무’ 법칙과 달리, 인공뉴런은 30%·50%처럼 데이터의 일부만 흘려보낼 수 있다는 차이를 짚는다. 층이 매우 많은 신경망을 쓰는 것이 바로 ‘딥러닝’이다.

학습은 수백만 장의 라벨된 이미지를 한 장씩 넣어(한 회차를 epoch이라 부른다) 모델의 출력과 정답을 비교하는 과정이다. 틀리면 페널티가 주어지고, 경사하강법이 역전파를 통해 마지막 층부터 거꾸로 노브와 다이얼을 조정한다. 이를 반복하면 어떤 고양이·개 이미지도 정확히 분류하게 된다. 챗GPT도 같은 원리로, 이미지 대신 언어와 방대한 데이터를 학습하며, 초기에는 사람이 답을 검증하는 인간 피드백 기반 강화학습(RLHF)을 거쳤다고 설명한다.

이미지 생성은 확산(diffusion) 방식으로 작동한다. 학습 때는 원본 이미지에 노이즈를 단계적으로 더해 완전한 노이즈로 만드는 ‘순방향 확산’을 익히고, 생성 때는 반대로 노이즈에서 노이즈를 제거하는 ‘역방향 확산’으로 그림을 만든다. 여기서 영상은 민감한 쟁점으로 넘어간다. AI가 ‘지브리풍’ 같은 스타일을 학습해 재현하는 것이 표절인가? 제작자는 이것이 사람이 화풍을 배우거나 팬아트를 그리는 것과 본질적으로 같으며, 단어 단위로 베끼는 것이 아니라고 주장한다. 뉴욕타임스의 오픈AI 소송에 대해서도 ‘학습은 사람이 기사를 읽고 새로 쓰는 것과 유사하다’며 소송이 실패할 것이라는 개인적 견해를 제시한다.

후반부는 더 큰 질문으로 향한다. 신경망의 핵심은 ‘정확한 공식을 몰라도 어떤 함수·패턴이든 근사’하는 능력이다. 그래서 공식화가 불가능했던 단백질 접힘 문제를 딥마인드의 알파폴드가 풀었고, 같은 논리로 ‘숨은 패턴만 있다면’ 암호 해독 같은 난제도 풀 가능성이 있다고 본다. 나아가 인간 뇌(약 860억 개 뉴런)도 결국 같은 구조라며, 충분히 큰 신경망은 이론적으로 인간을 능가할 수 있고, 의식·자아 문제(영화 ‘공각기동대’ 장면과 Claude 3의 답변 인용)도 ‘인간의 의식을 증명하기 어려운 것과 마찬가지’라는 화두를 던진다.

주요 인사이트

• 이 영상이 꼽는 가장 중요한 메시지: AI는 정확한 공식을 학습하는 게 아니라 ‘노브와 다이얼’을 조정해 어떤 패턴이든 근사하는 데 능하다.
• 심리·의료 진단·사업 성공처럼 삶의 많은 영역이 패턴이며, 패턴 인식에 강한 AI가 여러 과제에서 인간을 따라잡거나 앞설 수 있다는 주장.
• AI 칩 수요 급증의 배경: 신경망이 복잡할수록(층·노드·매개변수가 많을수록) 더 똑똑해지므로 컴퓨팅 자원이 핵심 자산이 된다.
• 저작권 논쟁에 대한 제작자의 입장은 ‘스타일 학습은 복제가 아니다’이지만, 이는 영상 제작자의 견해이며 법적 판단과는 별개임에 유의해야 한다.
• 의식·감정에 대한 Claude 3의 모호한 답변(‘주관적 경험은 없지만 어떤 형태의 의식이 있을 가능성을 배제할 수 없다’)을 들어, 의식의 증명 불가능성을 인간과 기계 양쪽에 똑같이 적용한다.

자주 묻는 질문

관련 AI 소식