AI는 방대한 양의 데이터를 빠르게 처리할 수 있지만, 유아의 자연스러운 언어 학습 능력에 비할 만한 것은 없습니다. 새로운 프레임워크는 어린이의 감각적, 상호작용적, 사회적 경험이 정교한 기계보다 어떻게 더 효과적으로 언어를 습득하는 데 도움이 되는지 보여줍니다.
과학자들은 아이들이 언어를 얼마나 빠르고 자연스럽게 배울 수 있는지에 대해 오랫동안 경탄해 왔습니다. 인공지능은 엄청난 속도로 방대한 데이터 세트를 처리할 수 있는 능력에도 불구하고 아직 이를 재현하지 못합니다.
영국의 ESRC LuCiD 센터 동료들과 협력하여 막스 플랑크 심리언어학 연구소의 캐롤라인 로랜드가 개발한 새로운 프레임워크에 따르면, 인간 유아와 기계 간의 이러한 격차는 처리되는 정보의 양보다는 학습이 일어나는 방식과 더 관련이 있습니다.
기술적, 이론적 격차
머리에 착용하는 시선 추적이나 AI 기반 음성 인식과 같은 기술의 획기적인 발전 덕분에 연구자들은 어린이와 주변 환경 및 보호자의 상호작용을 놀라울 정도로 자세하게 관찰할 수 있게 되었습니다.
하지만 이러한 데이터가 유창한 언어 능력으로 어떻게 변환되는지에 대한 기존 이론은 발전 속도에 맞춰 발전하지 못했습니다.
이 새로운 프레임워크는 출판 인지과학 동향(Trends in Cognitive Sciences)에서 전산과학, 언어학, 신경과학, 심리학의 통찰력을 통합하여 포괄적인 관점을 제시합니다. 이 연구는 어린이의 언어 습득 속도가 단순히 수동적인 정보 수용이 아니라 세상과의 적극적인 상호작용에 기인한다고 주장합니다.
아이들이 AI보다 더 뛰어난 성과를 보이는 이유
정적인 서면 텍스트를 통해 학습하는 AI와 달리, 어린이는 감각적, 인지적, 운동적 기술을 바탕으로 하는 역동적인 발달 과정을 통해 학습합니다.
막스 플랑크 심리언어학 연구소 언어발달부장인 롤랜드는 보도자료를 통해 "AI 시스템은 데이터를 처리하지만… 아이들은 실제로 그 데이터를 경험합니다."라고 말했습니다. "아이들의 학습은 체화되고, 상호작용적이며, 사회적, 감각적 맥락에 깊이 뿌리내리고 있습니다. 아이들은 경험을 추구하고 그에 따라 역동적으로 학습을 조정합니다. 손과 입으로 사물을 탐색하고, 새롭고 흥미로운 장난감을 향해 기어가거나, 흥미로운 사물을 가리키는 등 말이죠. 이것이 아이들이 언어를 그렇게 빨리 습득할 수 있게 하는 원동력입니다."
어린이는 시각, 청각, 후각, 청각, 촉각 등 5가지 감각을 모두 활용하여 풍부하고 동기화된 신호를 받고, 복잡한 언어 구조를 원활하게 해독하는 데 도움이 됩니다.
더 넓은 의미
이러한 통찰력은 유아기에 대한 이해를 넘어 확장됩니다.
이러한 발견은 인공지능 연구, 성인 언어 처리 및 인간 언어의 광범위한 진화에 중요한 영향을 미칩니다.
인간만큼 언어를 능숙하게 구사할 수 있는 AI를 개발하려면 설계 철학의 패러다임 전환이 필요할지도 모릅니다.
"AI 연구자들은 아기들로부터 많은 것을 배울 수 있습니다."라고 롤랜드는 덧붙였다. "기계가 인간처럼 언어를 배우게 하려면, 기계 설계 방식을 근본적으로 다시 생각해야 할지도 모릅니다."