[채널톡] AI 챗봇이란 무엇인가요?

💡

챗GPT 이후, 모두가 AI를 이야기하고 있습니다. 비즈니스 현장에서도, 개인적인 용도로도 생성형 AI 툴을 활용하는 일이 흔하고 자연스러워지고 있죠. 하지만 AI와 머신러닝, 딥러닝, LLM 같은 개념들, 많이는 언급되는데, 쉽고도 정확하게 설명하는 콘텐츠는 많지 않은 것 같아요. 채널톡 콘텐츠팀도 AI가 항상 낯설고 어려운데요. 그래서 시작합니다. CX 업계에서 이해하면 좋을 AI 개념들을 쉽게 풀어 소개한 '개념 허브' 시리즈! 네 번째는 바로 'AI 챗봇'입니다.

AI 챗봇의 정의

1. 챗봇의 기본적인 의미

AI 챗봇에 대해 이야기하기 전에, 우선 ‘챗봇’에 관해 이야기해 보죠.

넓은 의미의 ‘챗봇’은 채팅(chatting)과 로봇(robot)의 합성어로, 사람과 대화하면서 질문에 응답하거나 정보를 제공하는 프로그램입니다. 사실 AI와 챗봇은 그 자체로 매우 관련이 깊습니다. 사람들이 AI를 상상할 때 가장 흔하게 떠올릴 수 있는 형태가 다름아닌 '나와 대화를 나눌 수 있는 존재'였기 때문인데요. AI 연구의 극 초반인 20세기 중반부터 챗봇의 개념이 존재했을 정도입니다.

혹시 '이미테이션 게임(imitation game)'이라는 영화 제목을 들어 보셨나요? 이 영화는 AI의 선구자라고 불리는 앨런 튜링의 이야기를 담고 있습니다. 제목인 ‘이미테이션 게임’, 즉 '흉내 게임'은 튜링이 만들어낸 유명한 AI 성능 테스트의 명칭입니다. 사람과 구분이 가지 않을 정도로 감쪽같이 채팅을 할 수 있는 AI라면 '지능이 있다'고 판단할 수 있다는 내용인데요. 무려 1950년에 쓰인 AI 분야의 기념비적인 논문에서 AI의 형태를 ‘챗봇’으로 설정하고 있는 겁니다. [1]

이후 일라이자(ELIZA, 1966)를 시작으로 왓슨, 심심이, 이루다를 거쳐 챗GPT와 ALF(알프)까지, 많은 AI가 챗봇의 형태로 대중 앞에 나타났습니다. 스마트폰의 보급으로 모바일 시대가 시작되고 사람들이 채팅 형식에 익숙해지면서 챗봇의 중요성과 활용도는 서서히 커져 갔죠. [2] 여기에 2016년 ‘알파고’가 프로 바둑기사 이세돌을 이기는 사건이 벌어지면서 AI, 그리고 챗봇에 대한 관심은 기하급수적으로 증가했습니다.

아래 그림은 2000년 이후 ‘챗봇’ 키워드가 '스코퍼스'라는 학술 데이터베이스에서 검색된 양의 추이입니다. 2016년을 기점으로 가파르게 우상향하는 모습을 볼 수 있습니다. [3]

2. '챗봇'과 'AI 챗봇'의 차이

시간이 흘러 AI 기술이 질적으로 발전하면서 ‘챗봇’의 스펙트럼도 넓어졌습니다. 이제는 ‘챗봇’이라고만 쓰면 보다 좁은 의미로 쓰일 때가 많은데요. 보통 과거의 단순한 챗봇, 그러니까 ‘규칙 기반 챗봇(rule-base chatbot)’을 의미하는 경우가 많습니다. 이와 대비해 ‘AI 챗봇’이라고 하면 보다 최신의, 딥러닝 기술을 기반으로 한 챗봇을 의미할 때가 많죠.

규칙 기반 챗봇이란 사람이 수많은 대화 규칙을 일일이 입력해서 만든 챗봇입니다. 시키지 않은 답변을 할 걱정은 없지만, 답변의 범위가 한정적이고 단조로울 수밖에 없죠. 사실 규칙 기반 AI도 엄밀히 말하면 AI의 한 종류이고, 따라서 규칙 기반 챗봇도 'AI 챗봇'이 아니라고는 말할 수 없습니다. 지금 기준으로는 신기하지 않은 과거의 기술이라는 차이가 있을 뿐이죠. 만약 2024년에 어떤 회사가 '우리는 AI 챗봇을 만듭니다'라고 할 때, 딥러닝 기반이 아닌 챗봇을 'AI 챗봇'이라고 표현하기는 어려울 겁니다. 사람들이 AI 챗봇에 기대하는 수준이 그렇게 낮지 않으니까요.

이런 현상을 일컫는 용어도 따로 있습니다. ‘AI 효과(AI Effect)’라는 용어인데요. 과거에는 AI로 불렸지만 실용화되면서 더 이상 AI로 여겨지지 않는 현상입니다. 예를 들어 지금은 기계 번역이 전혀 신기하다거나 ‘인공지능’이라고 여겨지지 않죠. 이렇게 지능이 있어야 처리할 수 있다고 여겨졌던 어려운 과제를 컴퓨터가 해낼 수 있게 되면서, 그간 가졌던 환상이 사라지고 당연하게 여기게 되는 역사가 반복되고 있습니다.

“인공지능 자체는 아직 실현되지 않았지만 그만큼 시행착오의 부산물로 다양한 모습의 인공지능이 만들어져 온 것이다. (중략) 이러한 부분들은 예전에 인공지능이라고 불렀지만 실용화되어 하나의 분야를 구성하면서 이제 더 이상 인공지능이라고 불리지 않게 되었다. 이것은 ‘AI 효과’라고 불리는 흥미 깊은 현상이다. 많은 사람들이 그 원리를 알아버리면 ‘이것은 지능이 아니다’라고 생각하는 것이다.” [4]

이 글에서도 AI 챗봇을 규칙 기반 챗봇과 구분되는 용어로 설명하려고 합니다. 규칙 기반 챗봇이 사전에 학습된 상황과 답변을 기반으로 응답한다면, AI 챗봇은 스스로 자연어를 인식하고 상황에 알맞은 답변을 생성해 응답합니다. 다만 규칙 기반 챗봇과 AI 챗봇을 이렇게 무 자르듯 설명하기는 좀 어려운데요. 좀더 쉬운 이해를 위해 챗봇의 종류와 사례별 원리를 하나씩 설명해 보겠습니다.

최근의 ‘AI’ 챗봇들이 기반으로 삼고 있는 딥러닝 기술, 특히 트랜스포머 구조와 LLM이 궁금하다면 아래 링크를 클릭해 주세요.

💡

딥러닝이란 무엇인가요?