[과기원NOW] KAIST, 인공지능의 은밀한 연령 편향 규명 外 작성일 06-28 45 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="2jXeU9RfLP"> <figure class="figure_frm origin_fig" contents-hash="943936cd404231dcda69e0d389a94fbe37d7b1594fe48719a1e55b258cf753b3" dmcf-pid="VAZdu2e4L6" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽부터 홍완 KAIST 박사과정생, 최문정 교수. KAIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/28/dongascience/20260628122807511kgts.jpg" data-org-width="680" dmcf-mid="9YfOeasARQ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/28/dongascience/20260628122807511kgts.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽부터 홍완 KAIST 박사과정생, 최문정 교수. KAIST 제공 </figcaption> </figure> <p contents-hash="c0804173724488b699c530a8ab70ffd8f44b313a67608654043b129d9df6a40d" dmcf-pid="fc5J7Vd8i8" dmcf-ptype="general">■ KAIST는 최문정 과학기술정책대학원 교수팀이 생성형 인공지능 모델 '챗GPT-4o'의 답변에 노인에 대한 미묘한 연령 고정관념이 내재됐다는 사실을 정량적으로 분석했다고 28일 밝혔다. 연구결과는 노년학 분야 국제 술지 ‘더 제론톨로지스트(The Gerontologist)’ 2026년 2월호 특별호에 게재됐다. 연구팀은 10세부터 90세까지 10년 단위 연령대의 특성을 묘사하도록 하는 중립적 프롬프트로 텍스트 900개를 수집하고, 고정관념 내용 모델(Stereotype Content Model, SCM)을 적용해 ‘따뜻함’과 ‘역량’ 차원을 분석했다. 분석 결과 60세 이상 고령자 집단은 친절함과 배려심 등 따뜻함 점수는 높게 나타났지만, 능력과 전문성 등 역량 점수는 젊은 연령층보다 낮게 표현되는 경향이 확인됐다. 또 연령이 높아질수록 자신감과 주도성을 뜻하는 자기주장성 관련 표현이 줄어, AI가 노인을 지혜롭고 자애롭게 묘사하면서도 주체성과 능동성은 낮게 표현할 수 있음을 보였다. 연구팀은 이러한 표현이 반복 노출될 경우 고령자에 대한 사회적 편견을 강화하고 디지털 연령차별(Digital Ageism)로 이어질 수 있다고 지적했다.</p> <p contents-hash="84e9f8656e5ace0ab9c37a3cc0dbb3b3087826c7c12eef3a8fb2d6615b6f5728" dmcf-pid="4G4IdNOcd4" dmcf-ptype="general"> ■ 울산과학기술원(UNIST)은 윤성환 인공지능대학원 교수팀이 멀티모달 인공지능(AI)이 단일모달 AI보다 정확하고 안정적으로 학습되는 원리를 손실 지형의 평탄화 관점에서 규명했다고 26일 밝혔다. 연구 결과는 인공지능 분야 국제 학술대회인 국제 머신러닝 학회(ICML 2026)에서 발표될 예정이다. 멀티모달 학습은 이미지, 음성, 텍스트처럼 서로 다른 형태의 데이터를 함께 활용해 AI가 같은 대상이나 상황을 더 잘 이해하도록 하는 방식이다. 연구팀은 여러 모달리티의 데이터를 함께 학습하면 손실 지형이 더 평탄해져, 학습 과정에서 보지 못한 상황에도 안정적으로 대응하는 강건성이 높아진다고 설명했다. 또 서로 다른 데이터가 오차의 거친 변화를 평균 내듯 완화하는 ‘합성곱 스무딩 효과’를 수학적으로 제시하고, 같은 정답 범주 안에서 서로 다른 모달리티 데이터를 다시 짝짓는 분포 기반 멀티모달 학습(DML)을 제안했다. 이재준 UNIST 인공지능대학원 연구원이 제1저자로 참여했으며, 연구팀은 DML이 이미지-텍스트 검색과 분류 실험에서 기존 고정 쌍 학습보다 높은 성능을 보였다고 밝혔다.</p> <p contents-hash="5d6f57b768f855882605d2fa7a80bfff0e54ceecdc529cfe432a3a26e47a1e17" dmcf-pid="8H8CJjIkMf" dmcf-ptype="general"> ■ 광주과학기술원(GIST)은 6월 26일 GIST 오룡관에서 ‘GIST 통합과 혁신 포럼’을 열고 전남광주통합특별시 시대를 대비한 과학기술 기반 혁신 생태계 비전을 제시했다고 28일 밝혔다. 이번 포럼에는 GIST 구성원과 산·학·연·관 관계자 100여 명이 참석해 인공지능 전환(AX)과 초광역 통합 시대의 지역 성장 전략을 논의했다. GIST는 이날 창업혁신진흥원 개원식도 함께 열고 전남대학교 산학협력단 및 한국에너지공과대학교(KENTECH) 가치창출단과 지역혁신·기술창업·사업화 활성화를 위한 업무협약을 맺었다. 창업혁신진흥원은 연구성과 사업화, 기술창업, 투자 연계, 산학협력을 통합 지원하는 전담 조직으로 운영된다. 포럼에서는 김재관 의생명공학과 교수, 김강욱 정보컴퓨팅대학장, 박기홍 환경·에너지공학과 교수, 곽재원 AI정책전략대학원 특임교수가 AI 반도체, 에너지, 딥테크 창업, 인간·AI·지구 공존 비전 등을 주제로 발표했다. 임기철 GIST 총장은 "창업혁신진흥원을 중심으로 연구와 창업, 산업을 연결해 광주·전남이 대한민국 미래 성장의 중심으로 도약하는 데 앞장서겠다"고 밝혔다.</p> <p contents-hash="7689b90b43dc3ae479351bc0c48923e2a4261275c87b772da1209ca1f8f27fd6" dmcf-pid="6X6hiACELV" dmcf-ptype="general"> <참고 자료><br> - doi.org/10.1093/geront/gnaf291</p> <p contents-hash="45bb5fc594678577f29529133ca3f119fecafefe6e22c38bd577aafe468a7e4b" dmcf-pid="PZPlnchDn2" dmcf-ptype="general">[이병구 기자 2bottle9@donga.com]</p> </section> </div> <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p> 관련자료 이전 이정후·김하성, 한국인 빅리거 맞대결서 이틀 연속 침묵 06-28 다음 중고거래 분쟁 연 5천건 넘어… 정부, 개인 간 거래 보호 ‘사각지대’ 메운다 06-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
