< 목 차 >

1. AI의 위대한 변곡점 (AI’s Great Inflection Point)

2. 합성 환자의 잠재력 (The Potentials of Synthetic Patients)

3. 의료 서비스 개선, 환자 관리에서 비용 청구까지 (Upending Healthcare, from Patient Care to Billing)

4. 자연을 들여다보는 AI의 창 (An AI Window into Nature)

5. 일상 생활의 새로운 도구 (The New Tools of Daily Life)

6. 시는 최적화되지 않을 것: AI 시대의 창의성 (Poetry Will Not Optimize: Creativity in the Age of AI)

7. 생성 AI와 법치주의 (Generative AI and the Rule of Law)

8. 新캄브리아기: ‘과학적 흥분과 불안’ (The New Cambrian Era: ‘Scientific Excitement, Anxiety’)

9. 작업자들을 위한 증강(자동화가 아닌) (A Call to Augment – Not Automate – Workers)

10. 노동의 재발명 (The Reinvention of Work)

11. 교육계 ‘진행중인 재앙’ (In Education, a ‘Disaster in the Making’)

12. 교육 시스템의 불평등 해결 (Solving Inequalities in the Education System)

‘생성 AI(Generative AI)’는 텍스트 프롬프트를 기반으로 새로운 콘텐츠를 생성하는 AI로 진화 사용자가 텍스트로 요청함에 따라, ChatGPT는 에세이를 작성할 수 있고, Midjourney는 그림을 그리며, MusicLM은 작곡이 가능* △(ChatGPT) OpenAI社가 `22.11.에 공개한 챗봇, 온라인서비스중 최단기간(5일)에 1백만 사용자수 돌파, △(Midjourney) AI연구소인 Midjourney가 개발한 그림생성 AI로 `22.7.에 공개, △(MusicLM) 구글이 개발한 음악 생성 AI(`23.1.) 대부분의 최신 생성 AI는 광범위한 데이터를 학습한 AI 모델로 구동되며, 다양한 작업에 맞게 적용(튜닝) 이러한 생성 AI 모델이 산업과 사회, 우리 삶에 미치는 영향은 매우 클 것 긍정측면 인간의 노동력을 완벽하게 보완하며, 우리 삶이 더 생산적이고 창의적일 수 있도록 함 부정측면 우리 세상의 산재하는 편견을 증폭 시키거나, 정보에 대한 신뢰를 떨어뜨림 이 기술이 우리 모두에게 혜택을 줄 수 있도록 하려면 학제 간 협력이 필수적 HAI의 연구자들은 의학, 과학, 공학, 인문학, 사회과학 등의 분야에서 생성 AI가 미칠 수 있는 영향을 연구하고, 각 분야를 발전시키기 위해 가장 잘 적용하는 법을 고찰언어, 이미지, 음성 등을 생성할 수 있는 기계 역량이 변곡점에 도달 최근의 심도있게 상호연결된 딥러닝과 대규모 데이터로 인해, 언어, 이미지, 음성 등을 생성할 수 있는 기계 역량의 변곡점에 도달한 것으로 보임 인간이 볼 수 있는 것을 볼수 있는 AI를 만드는 것이 컴퓨터 시각 분야에 영감을 주었다면, 이제는 인간이 볼 수 없는 것을 볼 수 있는 AI를 만드는 것을 생각할 수 있는 시점 가령, 미국에서 심각한 문제 중 하나인 의료 사고로 인한 사망을 줄이기 위해 생성 AI 모델은 의료 진이 미처 보지 못한 잠재적인 문제*를 발견 수 있도록 지원 의료진의 실수가 희귀한 상황에서 발생한 것이라면, 생성AI는 이러한 희귀 데이터의 시뮬레이션된 버전을 만들어 AI 모델 학습 훈련이나 의료제공자 교육에 활용 될 수 있음 새로운 생성 도구를 개발하기 전에 사람들이 이러한 도구로부터 무엇을 원하는지 집중 필요 Li 교수 연구실에서 수행한 로보틱스 작업을 벤치마킹하기 위한 프로젝트에서 연구에 앞서 연구팀은 로봇이 사람들의 특정 과업에 얼마나 유용할 것인지 대규모 사용자 조사를 수행하였고 선정된 과제들이 연구의 초점이 되었음 생성 AI가 만드는 기회를 온전히 실현하기 위해 관련된 위험도 평가 필요 생성 AI 모델에서도 편향성 문제가 있을 수 있고 특히 모집단이 크지 않는 계층에서 문제 Joy Buolmwini는 “Gender Shades”라는 연구에서 AI가 여성과 유색 인종을 인지하는데 빈번히 실패함을 밝힘(2018) 이미지가 AI를 통해 생성되었는지를 판별할 수 있는지의 여부도 중요한 문제한데, 이 경우 취약 계층이 이러한 기술의 적대적 사용에 피해받지 않게 특별한 주의를 기울일 필요 우리 사회는 시민의식과 정보의 신뢰에 기반하고 있는데 만약 이미지가 AI에 의해 만들어 진 것인지 판별할 수 없다면 정보에 대한 신뢰가 무너질 것 콘텐트를 생성하는 기계 능력의 진보는 인간이 볼수 없는 것을 보는 AI의 잠재력을 탐구하는 것만큼 매우 흥미로움 하지만 이러한 능력이 우리 일상, 공동체, 세계 시민으로서 우리의 역할을 파괴하지 않는지 살펴야 함