[AI문학] 극단을 만들 수 없다

본 적이 없는 걸 따라할 수 있는가.

생성형 AI 는 본 적이 없는 데이터를 따라할 수 없다.

 

GAN을 활용해서 토지이용 자동 생성 모델을 개발하는 논문을 쓸 때 가장 곤란했던 건,

'용적률 1000 짜리 고-밀도 상업지역의 토지이용을 만들어줘!' 라고 요청했을 때,

 

서울의 토지이용을 베이스로 학습한 나의 GAN 모델이

기껏해야 200~300짜리 용적률의 대지를 만드는 데 그쳤다는 사실이다.

분명 용적률이 매우 높은 토지이용의 데이터들만 가지고 학습을 시켰는데도.

 

이유를 알고보니,

 

왼쪽이 서울의 기초구역별 평균 용적률의 분포, 오른쪽이 평균 건폐율의 분포.

 

'암만 고-밀도 기초구역의 토지이용을 학습시켜봤자 200따리만 실컷 학습한' 나의 GAN 모델은

200따리밖에 학습할 수 없었다는 뜻.

 

그 외에도 대부분의 토지이용이 주거용지라는 사실도 크리티컬하다.

 

그러니까, 

생성형 AI 모델은 '못 본 건 못 만든다'.

 

- 100년에 한번 올까말까한 기후위기의 시나리오

- 아마존 전통 부족의 생활양식

- 출산율 0.7을 기록한 국가의 100년 뒤 모습

 

에 대해서 챗GPT한테 아무리 물어봐도,

극단적인 상황을 본 적이 없기 때문에,

혹시 있더라도 대부분의 데이터가 몰려있는 구간에 대해 강화하여 학습하므로,

믿고 따를 수 있는 결과를 내지 못한다.

 

그러니까,

AI에게 알 수 없는 미래를 묻지 말자.

묻더라도, 믿지 말자.