MIT 팀, AI 모델에 새로운 지식 학습시켜
인공지능(AI)의 적용은 빠르게 성장하고 있으며, 헬스케어, 통신, 에너지와 같은 고위험 산업과 우리 일상생활에 점점 더 깊숙이 얽히고 있습니다. 하지만 큰 힘에는 큰 책임이 따릅니다. AI 시스템은 때때로 실수를 하거나 불확실한 답변을 내놓을 수 있으며, 이는 중대한 결과를 초래할 수 있습니다.
CSAIL 연구소의 다니엘라 루스(Daniela Rus) 교수가 공동 설립하고 이끄는 MIT의 Themis AI는 획기적인 해결책을 제시합니다. 이 기술은 AI 모델이 '자신이 모르는 것을 알 수 있도록' 지원합니다. 즉, AI 시스템이 예측에 대해 확신이 없을 때 스스로 이를 표시할 수 있게 하여, 피해가 발생하기 전에 오류를 방지할 수 있습니다.
이것이 왜 중요할까요?
많은 AI 모델, 심지어 최첨단 모델조차도 때때로 소위 '환각(hallucination)'을 보일 수 있습니다. 즉, 잘못되거나 근거 없는 답변을 내놓는 것입니다. 의료 진단이나 자율 주행과 같이 결정의 무게가 큰 분야에서는 이것이 치명적인 결과를 낳을 수 있습니다. Themis AI는 불확실성 정량화(uncertainty quantification)를 적용하는 플랫폼인 Capsa를 개발했습니다. 이는 AI 출력의 불확실성을 상세하고 신뢰할 수 있는 방식으로 측정하고 정량화합니다.
작동 방식
모델에 불확실성 인식을 부여함으로써, 모델은 출력에 위험 또는 신뢰도 레이블을 제공할 수 있습니다. 예를 들어, 자율 주행 자동차는 특정 상황에 대해 확신이 없음을 표시하고 그 결과 인간의 개입을 활성화할 수 있습니다. 이는 안전성을 높일 뿐만 아니라 AI 시스템에 대한 사용자의 신뢰도 향상시킵니다.
- PyTorch와 통합 시, 모델 래핑은
capsa_torch.wrapper()예측 결과와 위험도를 모두 포함하는 형태로 이루어집니다:
NetCare와 고객에게 이 기술은 엄청난 진전을 의미합니다. 저희는 지능적일 뿐만 아니라 안전하고 예측 가능성이 높으며 환각(Hallucination) 발생 가능성이 낮은 AI 애플리케이션을 제공할 수 있습니다. 이는 조직이 더 나은 정보에 기반한 의사 결정을 내리고 비즈니스 핵심 애플리케이션에 AI를 도입할 때 발생할 수 있는 위험을 줄이는 데 도움이 됩니다.
결론
MIT 팀 는 AI의 미래가 단순히 더 똑똑해지는 것에만 국한되지 않고, 무엇보다 더 안전하고 공정하게 작동하는 데 달려 있음을 보여줍니다. 넷케어는 AI가 자체적인 한계에 대해 투명할 때 비로소 진정한 가치를 갖게 된다고 믿습니다. Capsa와 같은 고급 불확실성 정량화 도구를 통해 귀사도 이러한 비전을 실현할 수 있습니다.
