AI란 무엇인가

OECD의 최신 작동 정의는 AI 시스템을 입력에서 예측, 콘텐츠, 추천, 결정 같은 출력을 추론하는 기계 기반 시스템으로 봅니다. 이 정의는 인간과 비슷한 지능을 가졌는지 묻지 않습니다. 관찰 가능한 입출력과 추론 과정에 초점을 맞춥니다.

AI 시스템의 작동 정의는 자율성 수준과 배치 뒤 적응 가능성이 시스템마다 다를 수 있음을 포함합니다. 1OECDExplanatory Memorandum on the Updated OECD Definition of an AI Systempp. 5–8, definition and characteristics of AI systems

“자율성”도 책임에서 벗어난다는 뜻이 아닙니다. 사람이 매번 중간 계산을 지시하지 않아도 출력할 수 있다는 정도의 특성입니다. 규칙 기반 전문가 시스템, 학습한 분류기, 생성형 언어 모델은 방법이 다르지만 이 작동 정의 안에서 비교할 수 있습니다. 반대로 단순한 타이머도 사람의 개입 없이 움직이지만, 입력으로부터 결과를 추론한다고 보기 어렵다면 AI라고 부를 이유가 적습니다.

모델 파일만 조사해서는 실제 작동을 설명할 수 없습니다. 채용 추천 모델을 예로 들면, 과거 이력서와 평가가 데이터가 되고, “성공한 직원과 비슷함” 같은 대리 목표가 쓰일 수 있습니다. 담당자가 추천 순위를 어떻게 읽는지, 탈락자가 이의를 제기할 수 있는지까지 결과를 바꿉니다.

AI를 평가할 때 모델뿐 아니라 목표, 데이터, 사용자, 제도와 출력이 쓰이는 환경까지 시스템 경계에 포함해야 합니다. 2OECD · European UnionEmpowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Educationpp. 12–19, four dimensions of AI literacy

경계를 그리면 책임도 보입니다. 데이터 항목을 고른 팀, 목표 지표를 승인한 조직, 경고를 무시하거나 맹신한 운영자에게 서로 다른 책임이 있습니다. “모델이 결정했다”는 문장은 이 연쇄를 감춥니다. 특히 추천은 명령이 아니지만, 사용자가 거부하기 어렵거나 자동으로 다음 절차에 연결되면 사실상 결정과 비슷한 힘을 가질 수 있습니다.

자동화는 정해진 과정을 기계가 수행하도록 만드는 넓은 개념입니다. AI는 그 안에서 학습이나 추론을 이용하는 한 갈래가 될 수 있습니다. “AI 탑재”라는 표시만으로 더 유연하거나 공정하다고 결론 낼 수 없습니다. 단순 규칙이 더 투명하고 안전한 문제도 있습니다.

유창한 상호작용을 의도·감정·도덕적 책임의 증거로 해석하면 실제 설계자와 운영자의 책임을 흐릴 수 있습니다. 3UNESCOAI Competency Framework for Studentspp. 17–22, human-centred mindset and human agency

의인화는 인터페이스 이해를 돕기도 합니다. “도우미가 찾아봤다”는 표현은 짧고 편합니다. 다만 시스템이 무엇을 저장하는지, 왜 그 답을 냈는지, 누가 오류를 고칠 수 있는지를 가리는 순간 문제가 됩니다. 능력은 과대평가하고 책임은 AI에 떠넘기는 조합이 특히 위험합니다. 유용한 도구로 대하되, 주체성과 책임을 자동으로 부여하지 않는 것이 출발점입니다.