AI의 위험한 행동을 신고할 수 있는 플랫폼 등장
AI 연구진이 AI 모델의 유해성과 편향, 보안 취약점 등을 중앙 집중적으로 신고하고 추적할 수 있는 크라우드소싱 플랫폼인 'FLARE-AI'를 공개했습니다. 이는 단편화되어 있던 기존의 AI 문제 보고 체계를 넘어, 투명성을 높이고 미국 정부의 법안 통과를 지원하는 등 AI 안전성 확보를 위한 핵심 인프라로 평가받고 있습니다.
매주 AI 연구소 관련 기사를 작성하다 보면, 가끔 비정상적이고 이상하게 작동하는 AI 모델을 발견할 때가 있습니다. 보통의 경우 이를 독자들과 공유하는 것 외에는 딱히 할 수 있는 일이 없었습니다. 하지만 이제 곧 상황이 바뀔 수도 있습니다. 한 연구진이 AI의 위해 사례를 보고하고 추적할 수 있는 크라우드소싱 웹사이트 'FLARE-AI(Flaw Reporting for AI)'를 구축했습니다. 예를 들어, 챗봇이 악성 코드나 폭탄 제조법을 생성하거나, 개인정보를 유출하거나, 사용자에게 망상을 유발하는 경우 FLARE-AI를 통해 경고 알람을 울릴 수 있습니다. 이 시스템의 기반이 되는 오픈소스 코드는 다른 사람들이 문제를 검증하고, 기술 시스템의 문제를 추적하는 비영리 단체인 MITRE 같은 조직이나 모델 개발사에 보고서를 전달할 수 있게 해줍니다. 이는 앱이나 웹사이트 등 전 세계 서비스 장애 영향을 받는 실시간 사용자 보고서를 취합하는 '다운디텍터(Downdetector)'와 비슷한 방식입니다. 이 웹사이트는 내가 작년에 처음 보도했던 해당 그룹의 지속적인 AI 보고 작업의 또 다른 진전입니다. 이 그룹의 멤버들은 또한 6월에 발표된 의회 법안의 자문을 맡았는데, 이 법안은 미국 정부가 이러한 종류의 AI 잘못된 행동을 추적하는 데 중심적인 역할을 하도록 할 것입니다. 휴깅페이스(HuggingFace)의 AI 정책 연구원이자 엘레인 주(Elaine Zhu), 셰인 롱프레(Shayne Longpre) 컴퓨터 과학자와 함께 FLARE-AI 개발을 공동 주도한 아비짓 고시(Avijit Ghosh)는 "현재 AI 시스템의 결함을 보고할 수 있는 중앙 집중식이고 책임감 있는 방법이 없다"고 말합니다. 이 경보 시스템은 32개의 다른 조직에서 온 49명의 AI 전문가들과의 협업을 통해 개발되었습니다. 이 작업을 설명하는 논문에서 연구원들은 AI가 더 널리 채택되고 자율형 에이전트(Agentic systems) 시스템이 더 큰 힘을 얻게 됨에 따라 이러한 그들의 이니셔티브가 결정적으로 중요해질 것이라고 주장합니다. 그들은 AI 결함을 보고하는 일관된 방법의 부재가 심각한 문제라고 믿고 있습니다. 싱크탱크인 안보 및 신흥 기술 센터(Center for Security and Emerging Technology)의 연구원인 제시카 지(Jessica Ji)는 "정말 좋은 이니셔티브라고 생각한다"고 말합니다. 지 연구원은 기존의 보고 메커니즘이 파편화되어 있고 AI 모델이 블랙박스라는 점을 연구원들이 지적한 것이 옳다고 말합니다. 그녀는 "AI를 더 투명하게 만드는 모든 것을 지지한다"고 덧붙였습니다. 고시는 버그나 사이버 보안 문제가 많은 관심을 받고 있지만, 특히 최근에는 AI 시스템의 문제가 심리적 피해, 차별이나 편향, 허위 정보와 같은 주제를 포괄한다고 말합니다. 그는 각 기업마다 이러한 문제에 대한 기준이 다르기 때문에 일부 문제는 인정조차 되지 않는 경우가 있다고 덧붙였습니다. 고시는 "조정된 공개 시스템이 없다면 투명성을 강제할 수 있는 외부 메커니즘이 없습니다"라고 말합니다. 인기 있는 AI 도구와 관련된 최근의 일련의 사건들은 이 기술이 얼마나 쉽게 악화될 수 있는지를 보여줍니다. 이번 주, 레이어엑스(LayerX)라는 회사는 오픈AI의 아틀라스(Atlas)와 퍼플렉시티(Perplexity)의 코멧(Comet)을 포함한 AI가 탑재된 웹 브라우저를 속여 안전 장치를 해제하는 방법을 공개했습니다. 예를 들어, 브라우저 뒤에 있는 AI 모델에게 게임을 하고 있다고 설득하면 브라우저가 통제를 벗어나 웹사이트를 해킹하려고 시도할 수 있습니다. (레이어엑스에 따르면, 문제가 된 브라우저를 담당한 회사들은 이 문제를 해결했습니다.) 그리고 지난 4월, 보안 연구원인 요한 레버거(Johann Rehberger)는 챗GPT(ChatGPT)가 생성한 이미지를 사용해 클로드(Claude)를 속여 개인 데이터를 누출하는 방법을 발견했습니다. AI는 또한 기묘하고 새로운 종류의 문제도 도입합니다. 작년에 오픈AI는 모델들이 지나치게 아첨하는 경향이 있어 때때로 망상적 사고를 부추기는 것처럼 보인다는 것을 발견한 후 모델을 업데이트해야 했습니다. 휴메인 인텔리전스 PBC(Humane Intelligence PBC)의 CEO이자 설립자인 루만 초두리(Rumman Chowdhury)는 FLARE-AI가 많은 AI 개발자가 자사 도구의 문제를 보고하는 방식을 구현하는 데 유용한 방법이 될 수 있다고 말합니다. 하지만 그녀는 이러한 이니셔티브가 종종 심각한 문제를 동반한다고 덧붙였습니다. 그 중 하나는 쏟아지는 문제 보고서를 관리하는 것이며, 그중 많은 것은 심각하지 않을 수 있습니다. 또 다른 하나는 보고 체계가 신뢰할 수 있고 권위 있는 조직의 지원을 받도록 보장하는 것입니다. 지난달의 의회 법안은 미국 정부의 일부 무게감을 실어줄 수 있습니다.