마루의 인공지능 탐구
큰 질문을 작은 질문으로 쪼개서, 하나씩 알아보는 그림 이야기
시작
마루의 큰 질문은 이거예요. “감정을 읽는 AI가, 비꼬는 말도 알아들을까?”
너무 크죠? 그래서 작은 질문 8개로 쪼개서 하나씩 풀 거예요. 이게 진짜 연구하는 방법이에요!
글을 읽고 기분이 좋은지(긍정) 나쁜지(부정)를 맞히는 AI예요.
쇼핑몰 후기, 댓글 같은 걸 자동으로 읽고 기분을 알아내는 데 써요.
말과 속뜻이 반대인 거예요.
“참 잘~한다.” → 사실은 “못한다”는 뜻!
겉으로는 칭찬 같지만 속으로는 화가 난 거죠. 이걸 반어법(비꼼)이라고 해요.
한 걸음 더
종류가 많아서 AI가 더 헷갈려 해요!
단순한 AI(또박이)는 단어만 봐요. “빠르다”가 있으면 무조건 칭찬이라고 생각하죠.
그래서 비꼬는 말에 홀랑 속아요. 겉과 속이 반대인 걸 모르니까요.
단어 하나가 아니라 문장 전체와 상황을 함께 봐야 해요.
“빠르다”와 “일주일이나 걸렸다”를 같이 보면 → “아, 비꼬는 거구나!” 이렇게 알아채요. 이게 맥락이에요.
답은 “엄청 많이 읽고, 빈칸 맞히기 연습”이에요.
어텐션이라는 능력으로 단어끼리 연결해서 봐요 — “빠르다”와 “일주일이나”를 딱 이어주는 거죠. 🌱
아니에요! 문장 100개로 시험 봤더니 3단 계단이 나왔어요. (반어법 정답률)
단어만 세기는 거의 다 속고, BERT(옛 방식)는 조금 낫고, 요즘 LLM은 아주 잘해요!
왜?
AI가 어떻게 만들어졌나(구축 방법)에 달렸어요. 세 가지가 중요해요:
상당 부분 이해해요! (95%나!) 맥락을 폭넓게 배웠으니까요.
하지만 100%는 아니에요. 아주 미묘한 비꼼은 AI도, 심지어 사람도 헷갈리거든요. 그래서 아직 재미있는 연구거리예요.
읽기만 하면 심심하죠. 직접 해보면 진짜 연구가 돼요!
결론
“단어만 보는 AI는 비꼬는 말에 속지만, 맥락을 배운 AI는 꽤 잘 알아들어. 하지만 완벽하진 않아!”
마루의 탐구는 계속됩니다 🌱