반응형 AI462 452. AI의 창의성, 착각인가 새로운 창작인가? 머신러닝 '의외성'의 본질 AI의 창의성, 착각인가 새로운 창작인가? 머신러닝 '의외성'의 본질 서론2022년 미국 콜로라도 주립 박람회에서 AI 이미지 생성기가 만든 작품이 ‘디지털 아트/디지털 합성 사진’ 부문에서 1등을 차지했습니다. 하지만 결과 발표 후 거센 반발이 일었고, 많은 예술가들은 해당 작품을 "예술의 죽음"으로 규정했습니다. 작품 자체의 완성도와는 별개로, AI가 만든 것이라는 출처가 부정적 인식의 핵심 이유였습니다. 이 사건은 "AI가 정말 창작자인가?"라는 사회적 질문을 불러일으킨 대표적 사례입니다. Frontiers in Psychology (2025)에 실린 Human Creativity versus Artificial Intelligence 연구는 이러한 사회적 반응을 실험적으로 확인했습니다. 동일한 작.. 2025. 9. 24. 451. AI는 과연 '배운다'고 할 수 있을까? 패턴 인식과 인간 학습의 결정적 차이 AI는 과연 '배운다'고 할 수 있을까? 패턴 인식과 인간 학습의 결정적 차이 요약AI는 정말로 배우는 걸까, 아니면 단순히 데이터를 흉내 내는 것일까? 인간 학습과 AI 패턴 인식의 본질적 차이를 최신 연구와 실제 사례를 통해 깊이 있게 풀어봅니다. 서론Claim: 최근의 AI 모델, 특히 GPT-4 같은 대규모 언어 모델은 놀라운 성능을 보여주지만, 그것을 인간처럼 ‘학습’한다고 부를 수 있는지에 대해서는 논란이 있습니다. Evidence: AI 전문가 Gary Marcus는 “겉보기에는 지능적인 행동도 사실은 방대한 데이터에서 통계적 패턴을 반복하는 것에 불과하다”고 지적합니다. 다시 말해 AI의 성과는 진정한 이해가 아니라 패턴 맞추기(pattern matching, 데이터에서 반복되는 통계적 규.. 2025. 9. 19. 450. 알고리즘이 전부라고? AI 성공 좌우하는 건 결국 데이터 알고리즘이 전부라고? AI 성공 좌우하는 건 결국 데이터 요약고도화된 알고리즘보다 데이터 품질과 데이터 중심(Data-Centric) AI가 성능과 비즈니스 성과를 좌우합니다. 왜 그런지, 무엇을 바꿔야 하는지, 최신 연구와 실제 기업 사례, 실무 체크리스트로 확장 설명합니다. 서론Claim: “좋은 알고리즘이면 성능은 따라온다”는 믿음은 반쪽 진실입니다. 실제 현장에서는 정확성·완전성·일관성 같은 데이터 품질이 알고리즘 선택 못지않게, 때로는 그보다 더 크게 모델 성능을 좌우합니다. Evidence: 최신 연구에 따르면, 전체 ML 파이프라인 노력의 45%~90%가 데이터 준비(수집·정제·검증·통합)에 투입된다고 보고되었습니다. 데이터가 편향되거나 누락·오염되어 있으면, 고급 모델도 그대로 그 한계를 .. 2025. 9. 17. 449. AI 채용에 구직자 불만 폭발: 기업이 그래도 밀어붙이는 이유 AI 채용에 구직자 불만 폭발: 기업이 그래도 밀어붙이는 이유 서론AI 채용은 전 세계 기업에서 빠르게 확산되고 있는 흐름입니다. 기업 입장에서는 수천 건의 지원서를 신속히 처리하고, 비용을 절감하며, 더 효율적인 인재 선발을 가능하게 한다는 장점이 있습니다. 채용 담당자 입장에서는 기존의 인력으로는 감당하기 어려운 대규모 지원서를 단기간에 처리할 수 있다는 점에서 AI의 매력이 매우 큽니다. 그러나 구직자들의 반응은 정반대입니다. “내 미래를 기계가 결정한다”는 불안감, 그리고 차별적 결과가 나올 수 있다는 우려가 점점 커지고 있습니다. 최근 설문과 실험 연구에 따르면 AI 채용 시스템이 도입되었을 때 지원자들은 통제력을 잃었다고 느끼거나 공정성 기대가 낮아지는 경우가 많습니다. 특히 면접 단계에서 A.. 2025. 9. 9. 이전 1 2 3 4 5 ··· 116 다음 반응형
