NewsPeppermint

* 뉴스페퍼민트는 SBS의 콘텐츠 플랫폼 스브스프리미엄(스프)에 뉴욕타임스 칼럼을 한 편씩 선정해 번역하고, 글에 관한 해설을 쓰고 있습니다. 그 가운데 저희가 쓴 해설을 스프와 시차를 두고 소개합니다. 스브스프리미엄에서는 뉴스페퍼민트의 해설과 함께 칼럼 번역도 읽어보실 수 있습니다.

** 오늘 소개하는 글은 7월 12일 스프에 쓴 글입니다.

신기술이 기존의 직업을 위협하는 것은 그리 드문 일이 아닙니다. ATM 기기가 은행의 출납계원 수를 줄인 것처럼, 기술이 인간의 일을 적절한 방식으로 대체할 수 있을 때 해당 직업은 빠르게 사라지곤 합니다.

핵심은 새로운 기술이 무엇을 할 수 있느냐일 겁니다. 산업혁명 시기 인간은 인간과 동물의 육체적 노동력을 대체할 수 있는 동력원을 발명했습니다. 그리고 21세기 우리는 인간의 지적 능력을 대체할지 모르는 AI 기술의 세상을 살고 있습니다.

최신 AI는 신경망이라는 인간의 뇌를 모방한 기술을 사용합니다. 이 기술은 수십 년 전에 제안됐지만, 당시 하드웨어 기술의 부족으로 그리 좋은 성능을 보여주지 못했습니다. 그러나 기술의 꾸준한 발전과 딥러닝이라는 더 고도화된 방법 덕분에 지난 10년 동안 이들은 인류의 삶을 바꿀 가장 확실한 기술로 자리 잡았습니다.

인간의 뇌를 흉내 낸 AI

구체적으로 이 기술은 인간의 뇌와 비슷하게 패턴을 인식합니다. 인간이 시각 이미지를 통해 사물을 구별하는 것처럼 이미지 속에서 필요한 사물을 구별하며, 인간이 음성 신호를 이해하는 것처럼 음성 신호를 문자로 바꾸어 줍니다.

이것만으로도 충분히 놀라운 기술이지만, 지난해 등장한 생성 AI 기술은 이제 그럴듯한 이미지와 음성을 원하는 대로 만들어 낼 수 있는 세상을 예고하고 있습니다. 특히 거대언어모델을 기반으로 한 챗GPT는 난공불락의 문제처럼 여겨지던, 언어를 사용해 자유롭게 대화하는 인공지능이 불가능한 목표가 아님을 보였습니다.

따라서 AI가 인간의 일을 상당수 대체하리라는 우려는 더 이상 상상 속의 이야기가 아닙니다. 그리고 그 우려는 의사나 변호사처럼 높은 수준의 인간 지성이 필요한 직업에서 더 두드러집니다. 지난 6일, 보스턴 브리검 여성병원의 의사 다니엘라 라마스는 뉴욕타임스 오피니언에 의사들이 이 문제를 피할 수 없을 것이라는 칼럼을 썼습니다.

전문 번역: 의사들이 피해 갈 수 없는 어려운 질문 하나가 있다

그는 글의 앞부분에 가장 중요한 질문을 던집니다. 의사가 만약 복잡한 의학적 지식을 머리에 쌓아두고 환자의 사례를 통해 진단을 내리는 사람이라면, 그 일을 AI가 하게 되었을 때 의사의 전문성은 과연 어디에 있다고 봐야 하느냐는 것입니다. 이 말은 결국 의사가 필요한가라는 질문으로 이어지죠.

물론 AI가 의사를 대체할 수 있을 정도로 정확한 진단을 내려줄 수 있다면, 그 자체로 기술적으로 놀라운 일이고 모두에게 좋은 일일 겁니다. 의사가 부족한 지역에서도 의료 서비스를 받을 수 있게 될 것이며, 모든 사람이 더 저렴한 비용으로 의학적 조언과 진단을 받게 될 것입니다.

그러나 진단은 의사가 하는 수많은 역할 중 일부에 불과합니다. 환자를 직접 대하고 대화를 통해 종합적인 판단을 내리는 일이나 수술과 같은 직접적인 치료 행위도 의사의 일입니다. 또 AI 기술이 진단 하나에 대해서라도 그 결과를 책임질 수 있을 만큼 정확할 수 있을지도 아직은 확실하지 않습니다.

즉, AI 기술은 의사를 대체하기보다 의사의 판단에 도움을 주는 보조적 역할을 하게 될 것이며, 이는 곧 이 기술을 잘 다루는 특정 의사들의 능률을 높여줄 가능성이 크다는 뜻입니다.

수련의가 챗GPT에 너무 기대면 안 되는 이유

라마스의 이야기 가운데 의대생들이 수련 과정에서 챗GPT를 사용하다가 의사 스스로 판단할 수 있는 능력을 수련 과정에서 기르지 못할 수 있다는 지적은 인상적입니다.

의대생들이 회진 중에 챗GPT를 이용해 도움을 받는 것은 수학 시간에 계산기를 허용하는 것과 비슷하게 느껴집니다. 물론 미국을 비롯한 여러 나라에서 학생들은 계산기를 쓸 수 있습니다.

그러나 이는 계산기 사용법을 익히는 것이 실무에 더 도움이 되기 때문일 겁니다. 곧, 계산이라는 과정을 기계에 온전히 맡길 수 있을 정도로 계산기의 정확도와 신뢰도가 매우 높고, 계산을 사람이 직접 하는 것이 과학이나 공학의 발전에 더는 큰 의미가 없는 시대가 되었기 때문일 겁니다.

반면 챗GPT와 진단은 위의 두 가지 조건을 모두 만족하지 못합니다. 챗GPT가 답하는 사실은 실제 사실과 다를 가능성이 꽤 큽니다. 또한, 수련의들이 환자의 상태를 관찰해 스스로 진단을 내리는 능력은 의사가 기본적으로 갖춰야 할 질병에 대한 이해에 필수적인 능력입니다.