AI가 글을 읽기 전에 컴퓨터가 하는 일

AI가 똑똑해 보여도 바닥에는 저장과 계산이 있다

우리는 AI가 질문에 답하거나 보고서를 요약하면 “내용을 이해했네”라고 말한다. 일상적인 표현으로는 자연스럽지만, 그 안에서 실제로 일어나는 일은 사람의 읽기와 다르다.

컴퓨터는 데이터를 저장하고 정해진 규칙에 따라 계산하는 기계다. 사진, 영상, 문서, 게임, 채팅 기록도 컴퓨터 안에서는 모두 데이터로 저장된다. 전기 신호의 켜짐과 꺼짐에 해당하는 단순한 상태를 수없이 조합해 글자와 숫자, 사진과 소리를 표현한다.

AI는 컴퓨터라는 물리적 장치의 한 종류가 아니다. 컴퓨터에서 실행되며 입력 데이터를 수치로 표현하고 계산하는 모델 또는 시스템이다. 겉으로는 문장을 읽고 답하는 것처럼 보여도, 그 바닥에서는 데이터를 불러오고 변환하고 계산하는 과정이 진행된다.

PDF도 처음에는 데이터 묶음이다

사람이 PDF를 열면 제목과 표, 본문을 훑어보고 “분기별 매출 보고서구나”라고 짐작한다. 컴퓨터가 처음 마주하는 것은 PDF 형식에 따라 저장된 데이터 묶음이다. 파일 이름이 report.pdf라고 해서 그 내용을 곧바로 매출 보고서로 판별하는 것은 아니다.

문서를 유용하게 다루려면 안에 있는 글자와 구조를 읽어내는 과정이 필요하다. 글자로 저장된 PDF는 파서로 텍스트를 추출할 수 있고, 종이를 스캔한 PDF에는 OCR이 필요할 수 있다. 제목, 날짜, 작성자, 표의 위치와 같은 정보는 파일의 메타데이터나 레이아웃 분석을 통해 자동으로 추출할 수도 있다. 자동 추출이 틀리거나 빠진 경우에는 사람이 확인하고 바로잡는다.

이 차이가 사람의 읽기와 컴퓨터의 처리 방식을 가른다. 사람은 대략 훑고도 맥락을 짐작하지만, 컴퓨터 시스템은 파일을 분석해 텍스트와 구조를 찾아낸 뒤 계산에 쓸 형태로 바꾼다.

이 관점이 왜 중요할까

“AI가 자료를 읽고 생각한다”는 표현만 받아들이면 AI를 필요 이상으로 신비하게 보기 쉽다. 실제 과정에는 저장된 데이터를 꺼내고, 필요한 부분을 찾고, 숫자로 표현하고, 계산한 결과를 다시 문장으로 만드는 여러 단계가 있다.

그래서 업무에서 AI의 답이 좋지 않을 때 모델만 탓해서는 원인을 찾기 어렵다. 스캔 상태가 나쁜 문서인지, 표가 제대로 추출되지 않았는지, 오래된 파일과 최신 파일이 뒤섞였는지부터 살펴봐야 한다. 입력 자료와 처리 과정이 흐트러지면 좋은 모델도 정확한 답을 내기 어렵다.

한 줄로 정리하면, 컴퓨터는 데이터를 저장하고 계산하는 기계이며 AI는 그 위에서 실행되는 계산 모델 또는 시스템이다. AI를 이해하는 첫걸음은 답변만 바라보지 않고 그 전에 어떤 데이터 처리 과정이 있었는지 확인하는 것이다.

다음 글에서는 컴퓨터가 글을 어떤 숫자로 바꾸는지, 그리고 토큰과 임베딩, 벡터가 각각 어떤 역할을 하는지 살펴본다.