인간은 행동하기 전 독백을 통해 생각을 정리, 일의 효율을 높일 수 있다. 그리고 이런 독백은 대부분 혼잣말, 즉 언어로 이뤄진다. 

이런 점을 로봇에 적용, 임무 수행 성공률을 획기적으로 높였다는 연구 결과가 나왔다. 즉 언어모델을 활용해 ‘독백하는 로봇’을 만들었다는 설명이다.

사이언스는 8일(현지시간) 브리티시 컬럼비아 대학교 연구진이 ‘사고 복제(Thought Cloning)’ 프레임워크를 도입한 AI 에이전트를 개발했다고 소개했다. 이 연구는 지난해 10월 열린 머신러닝 분야 세계 최대 학회 ‘뉴립스(NeurIPS) 2023’에서 발표됐다.

이에 따르면 연구진은 20×20 그리드로 구성된 가상 2D 세계에서 일종의 ‘방 탈출 게임’과 같은 임무를 수행할 수 있는 AI 에이전트를 설계했다. AI는 방안에 배치된 다양한 색깔의 열쇠를 찾아 정확한 문을 열고 나와야 하는 임무가 주어졌다.

AI 에이전트는 자신이 향하고 있는 방향의 일부를 볼 수 있고, 이를 통해 얻은 시각적 정보에 미션 및 에이전트의 학습치를 더해 ‘계속 탐색하기 위해 파란색 문을 열어라’ ‘보라색 상자로 이동하라’ 등과 같은 명령을 내리도록 했다.

이는 기존 AI 에이전트의 움직임을 학습한 ‘행동 복제(Behavioural cloning)’를 적용한 경우다. 이는 기존 로봇에 사용되는 방식으로, 유튜브 영상을 보고 단순하게 따라 하는 식이다.

여기에 연구진은 사고 복제를 적용한 에이전트를 추가했다. 이는 앞선 에이전트와 달리, 행동을 결정하기 위해 시각 정보와 임무, 이에 따른 결정 사항 등을 ‘언어’로 재정리하도록 만든 것이다. 이를 통해 축적한 데이터로 다시 AI 에이전트를 재학습, 정확도를 끌어올린다는 의도다.

연구진은 복잡한 미로탈출 임무에서 사고 복제 AI 에이전트가 무려 80%의 성공률을 보였다고 전했다. 단순 행동 복제 에이전트는 30%에 그쳤다.

성란 후 브리티시 컬럼비아 대학교 컴퓨터 과학자는 “언어는 다양한 추상화 수준에서 개념을 학습하고 이를 새로운 방식으로 결합하는 데 도움이 된다”라며 “고급 AI 에이전트는 예상치 못한 장애물에 부딪힌 후에도 계획을 다시 생각할 수 있었는데, 이는 상당히 멋진 일”이라고 말했다. 

게다가 사고 복제 방식은 AI의 ‘블랙박스’ 현상을 해결하는 기회가 될 수 있다고 주장했다. AI가 생성해 낸 명령 과정을 인간이 자연어로 확인할 수 있기 때문에, 위험한 상황을 방지하고 버그와 같은 문제를 찾아낼 수 있다는 말이다.

연구진은 실제로 ‘범죄 전 개입’이라는 테스트를 통해 이를 입증했다. 기존 카메라에 설치된 AI 모델은 은행 창구로 누군가 달려가면 이를 단순 거래를 위한 것인지 아니면 강도질을 위한 것인지 구별할 수 없었기 때문에 무조건 비상벨을 울릴 수밖에 없었다는 설명이다. 하지만 사고 복제를 실시한 모델은 순간마다 지속적으로 계획을 세웠고, 이를 통해 사람이 이를 확인하고 불필요한 결정을 내리지 않도록 조치할 수 있었다고 전했다.

앞으로 이를 기존 대형언어모델(LLM)에도 적용할 뜻을 밝혔다.

예를 들어 이미지나 비디오 입력이 가능한 ‘GPT-4 V’와 같은 모델에 내부 독백 구성 요소를 추가, 이를 통해 학습하는 내용을 더 유용하게 만들겠다고 밝혔다. 요리법이나 타이어 수리법, 포토샵으로 사진을 편집하는 법, 마인크래프트를 플레이하는 법 등에 적용, AI가 더 효과적인 솔루션을 찾아낼 수 있다는 말이다.

이에 대해 인지 및 언어학자인 안나 보르키 로마 사피엔자 대학교 심리학과 교수는 “가장 흥미로운 점은 언어의 존재가 AI에 유연성을 부여한다는 것”이라며 “복잡한 작업도 더 쉽게 수행할 수 있기 때문에 정말 효율적인 방식”이라고 밝혔다.

연구를 진행한 제프클룬 브리티시 컬럼비아 대학교 컴퓨터 과학자는 “인간 지능의 강력한 사고 과정을 AI 에이전트에도 도입할 수 있다”라며 “독백은 인간에게는 단순한 작업이지만 AI에는 큰 도약이라고 할 수 있다”라고 말했다.

임대준 기자 ydj@aitimes.com