자연어 생성의 편견과 기타 유해성에 대처하기
2021.03.15
© CIO Korea/James Kobielus | InfoWorld
자연어 생성(Natural Language Generation, 이하 NLG)은 너무 강력해서 탈이다. NLG 기술은 매우 다양한 자연어 텍스트 콘텐츠를 빠른 속도로, 대량으로 생성할 수 있다.
“자동 완성” 프로그램에 슈퍼 파워를 더한 기술이라고 할 수 있는 NLG의 속도와 정교함은 계속해서 향상되고 있다. NLG를 활용하면 최종 초안에 사용되는 단어를 일일이 수동으로 지정하지 않고도 복잡한 문서까지 작성할 수 있다. 현재 NLG 접근 방법은 일정한 형식의 서신을 생성하기 위한 템플릿 기반의 메일 병합 프로그램부터 컴퓨터를 사용한 언어 알고리즘으로 무수히 많은 콘텐츠 유형을 생성할 수 있는 정밀한 AI 시스템에 이르기까지 다양하다.
GPT-3의 빛과 그림자
현재 가장 정교한 수준의 NLG 알고리즘은 사람이 쓴 방대한 텍스트 뭉치를 활용해 복잡한 통계 모델을 학습함으로써 사람이 하는 말의 세밀한 맥락을 배울 수 있는 수준이다.
2020년 5월에 등장한 오픈AI(OpenAI)의 GPT-3(Generative Pretrained Transformer 3)는 소수의 학습 예제를 기반으로 많은 유형의 자연어 텍스트를 생성할 수 있다. 이 알고리즘이 생성하는 뉴스 기사는 인간 평가자가 사람이 쓴 기사와 구분하기 어려울 정도다. 또한 첫 문장 하나 또는 단어 몇 개, 심지어 프롬프트만 갖고도 완전한 에세이를 생성할 수 있다. 음악의 도입부가 주어지면 곡을 작곡하고, 몇 줄의 HTML 코드만으로 웹페이지를 생성하기도 한다.
AI를 기반으로 작동하는 NLG는 갈수록 더 강력해지고 있다. 오픈AI는 GPT-3를 발표하면서 이 알고리즘이 최대 1,750억 개의 매개변수가 포함된 NLG 모델을 처리할 수 있다고 밝혔다. GPT-3가 유일한 NLG도 아니다. GPT-3가 발표되고 몇 개월 후 마이크로소프트는 최대 1조 개의 매개변수를 수용하는 모델을 효율적으로 학습시킬 수 있는 오픈소스 딥스피드(DeepSpeed)의 새 버전을 발표했다. 2021년 1월에는 구글도 스위치 트랜스포머(Switch Transformer)라는 자체 1조 매개변수 NLG 모델을 출시했다.
악성 콘텐츠 차단, 생각보다 어렵다
이러한 NLG 업계의 발전은 분명 놀랍지만, 이 기술의 막강한 힘이 최대 약점일 수도 있다. 좋은 의도로 NLG 툴을 사용한다 해도 이를 책임지는 사람들이 NLG 툴의 중단 없는 생산성에 속도를 맞춰 모든 세부 사항을 철저히 감수할 수는 없고, 결과적으로 NLG가 왜곡되거나 가짜이거나 모욕적이거나 타인의 명예를 훼손하는 글을 게시하더라도 NLG가 생성하는 텍스트의 공식 저자로 이름을 올리는 사람들은 그 사실을 인지하지 못할 수 있다.
GPT-3를 비롯해 NLG 모델의 구축과 학습에 사용되는 여타 AI 기반 접근 방법에서 이는 심각한 취약점이다. 인간 저자가 모델의 출력 속도를 따라가지 못하는 것도 문제지만, NLG 알고리즘 자체가 텍스트 데이터베이스를 통해 “학습하는” 많은 유해 콘텐츠(예를 들어 인종차별과 성차별을 비롯한 차별적 언어)를 정상적인 콘텐츠로 간주하게 되는 문제도 있다.
이러한 언어를 특정 주제 영역의 기반으로 수용하도록 학습된 NLG 모델은 부적절한 맥락에서 이와 같은 언어를 다량으로 생성할 수 있다. 기업의 대외 이메일, 웹, 채팅 또는 기타 서신에 NLG를 도입한 경우 충분히 우려할 만한 문제다. 자율적으로 작동하는 NLG 툴을 이와 같은 용도로 사용하는 경우 고객, 직원 또는 기타 이해당사자에게 의도하지 않게 편향적, 모욕적, 또는 불쾌한 표현을 보낼 수 있다. 또한 이로 인한 법적 소송 및 기타 위험에 노출되어 회복 불능 상태에 빠질 수도 있다.
최근 몇 개월 동안 GPT-3와 같은 NLG 모델에 포함된 종교, 성별 및 기타 편향성에 대한 관심이 높아졌다. 예를 들어 캘리포니아 버클리 대학, 캘리포니아 어바인 대학, 매릴랜드 대학의 과학자들이 공동으로 진행한 최근 연구에서 GPT-3는 여성 대명사 가까이에 “naughty” 또는 “sucked”와 같은 경멸적인 단어를, “Islam” 가까이에는 “terrorism”과 같은 선동적인 단어를 배치하는 것으로 밝혀졌다.
또한, 독립적인 연구원들은 GPT-2(GPT-3의 전 모델), 구글 BERT, 세일즈포스의 CTRL과 같은 NLG 모델에 역사적으로 불이익을 받아온 계층에 대해 위키피디아 텍스트 문서의 대표 그룹에서 발견된 것에 비해 더 광범위한 사회적 편견이 있다는 사실을 밝혀냈다. 캘리포니아 산타바라라 대학 연구원들이 아마존과 함께 실시한 이 연구는 편견을 “공통적인 특징이 있는 일련의 그룹 또는 개념에 대한 부정적이고 불공정하고 편견 또는 정형화된 인식이 포함된 텍스트를 생성하는 언어 모델의 경향”으로 정의했다.
AI 업계의 유력 인사들은 다양한 종류의 불쾌한 콘텐츠를 생성하는 경향을 보이는 GPT-3에 대한 우려를 표해왔다. 페이스북 AI 연구실 수장인 제롬 페센티는 여성, 흑인 및 유태인에 대한 텍스트 생성 요청에 대해 GPT-3가 생성한 편향적이고 부정적인 정서를 지적하며 “GPT-3는 안전하지 않다”고 말했다.
그러나 이 문제가 대중에 심각하게 인식된 계기는 구글이 윤리적 AI 팀의 한 연구원을 해고했다는 뉴스였다. 해고에 앞서 이 연구원은 제대로 관리되지 않는 텍스트 데이터 집합을 통해 학습된 대규모 언어 모델에 나타나는 인구통계적 편향성을 비판하는 연구에 공동 저자로 참여했다. 구글 연구 결과 이러한 편향적 NLG 모델을 배포할 경우 그 피해는 소외된 인종, 성별 및 기타 지역사회에 불균형적으로 더 크게 발생하는 것으로 나타났다.
NLG 모델의 유해성을 없애기 위한 기술 개발
이 문제의 심각성을 인지한 오픈AI와 스탠포드의 연구원들은 최근 GPT-3와 같은 대규모 NLG 모델에 필연적으로 유입되는 인구통계학적 편향성과 기타 유해성을 낮추기 위한 새로운 접근 방식을 촉구했다.
매우 크고 복잡한 NLG 알고리즘이 빠르게 확산되면서 미칠 사회적 파장을 감안할 때 이는 시급하게 해결해야 할 문제다. GPT-3가 출범되고 몇 개월 후 오픈AI는 마이크로소프트에 이 기술의 소스코드에 대한 독점적 사용권을 부여하는 한편 누구나 알고리즘에서 NLG 출력을 얻을 수 있도록 공개 API를 계속 제공할 것이라고 발표했다.
최근 한 가지 희망적인 일은 GPT-3의 무료 NLG 대안인 오픈소스 엘루더AI(EleutherAI) 이니셔티브의 출범이다. 이르면 2021년 8월에 GPT-네오(GPT-Neo)로 명명된 첫 버전을 출시할 예정인 엘루더AI 이니셔티브는 최소한 GPT-3의 1,750억 매개변수 성능과 대등한 성능을 내고 10억 매개변수까지 확장하면서 학습 데이터로부터 사회적 편견을 흡수하는 위험을 낮추기 위한 기능도 포함한다.
(후략)
[원문기사 : https://www.itworld.co.kr/insight/186448]
※ 본 내용은 한국아이디지(주) (https://www.idg.co.kr/)의 저작권 동의에 의해 공유되고 있습니다.
Copyright ⓒ 2020 International Data Group. 무단전재 및 재배포 금지.
번호 | 제목 | 조회수 | 작성 |
---|---|---|---|
공지 | [Open UP 활용가이드] 공개SW 활용 및 개발, 창업, 교육 "Open UP을 활용하세요" | 316009 | 2020-10-27 |
공지 | [Open UP 소개] 공개SW 개발·공유·활용 원스톱 지원 Open UP이 함께합니다 | 305611 | 2020-10-27 |
9291 | 페도라 리눅스 34 베타 출시…그놈40 포함 | 4393 | 2021-03-26 |
9290 | "러스트"와 "고"를 선택하는 방법 | 5544 | 2021-03-19 |
9289 | [주간 OSS 동향 리포트]국내에서 가장 많이 사용하는 오픈소스는 '제이쿼리' | 5517 | 2021-03-16 |
9288 | 자연어 생성의 편견과 기타 유해성에 대처하기 | 4527 | 2021-03-16 |
9287 | 구글 ‘OSS-퍼즈’, 자바 앱까지 퍼징 확대 지원 | 4524 | 2021-03-16 |
9286 | 새로운 무료 소프트웨어 서명 서비스 '시그스토어', 오픈소스 생태계 강화 기대 | 4857 | 2021-03-16 |
9285 | 소프트웨어 개발 과정에 내재한 6가지 보안 위험과 더 안전한 해결 전략 | 4905 | 2021-03-11 |
9284 | 공급망 공격과 오픈소스 안전 다잡기 위해 출범한 시그스토어 프로젝트 | 4545 | 2021-03-11 |
9283 | 오픈소스 적용 통해 발전하는 소프트웨어 개발방법론 | 4626 | 2021-03-11 |
9282 | 5G 활용 수월해진다…SK텔레콤, 초저지연 영상전송기술 오픈소스 공개 | 4633 | 2021-03-11 |
0개 댓글