AI는 연관성을 어떻게 알까: 뜻을 느끼는 대신 가까움과 패턴을 계산한다

AI는 비슷함을 느끼지 않고 계산한다

사람은 두 문장을 읽고 “이건 비슷한 말이네”라고 자연스럽게 느낀다. 하지만 AI는 그런 식으로 느끼지 않는다. AI는 문장과 문서를 벡터라는 숫자 묶음으로 바꾼 뒤, 그 숫자들이 얼마나 가까운지를 계산해 연관성을 판단한다.

비슷한 뜻을 가진 표현들은 숫자 공간에서 어느 정도 가까운 위치에 놓이도록 학습된다. 반대로 전혀 다른 주제는 멀리 떨어진다. 즉 AI에게 연관성이란 같은 감정을 불러일으키는 것이 아니라, 수학적으로 서로 가까운 것에 가깝다.

운동장 위에 학생들이 흩어져 있다고 생각해보자

축구를 좋아하는 학생들은 한쪽에, 음악을 좋아하는 학생들은 다른 쪽에, 책 읽기를 좋아하는 학생들은 또 다른 쪽에 모일 수 있다. 완전히 줄 맞춰 서는 것은 아니지만, 비슷한 관심사를 가진 학생들이 어느 정도 가까이 모이는 그림이다.

AI가 문장들을 다루는 방식도 조금 비슷하다. 비슷한 주제나 맥락의 문장들이 벡터 공간에서 가까워지는 것이다. 예를 들어 “예산안”, “재정계획”, “정부 지출안”은 서로 다른 표현이지만 비슷한 맥락에서 자주 나타나므로 가까워질 수 있다.

강력하지만 완벽한 인간식 이해는 아니다

중요한 점은, AI의 연관성 계산은 통계적이라는 것이다. 인간은 경험과 상식, 감정, 사회적 맥락까지 한꺼번에 끌어와 의미를 판단한다. AI는 그렇게 하지 못한다. 대신 수많은 텍스트 속에서 어떤 표현들이 비슷한 환경에 자주 나타나는지 학습해 비슷할 가능성을 계산한다.

그래서 AI는 놀라울 만큼 잘 맞히다가도 가끔 이상한 연결을 한다. 인간이라면 상식으로 바로 걸러낼 수 있는 문장을, AI는 벡터 공간에서 충분히 가까워 보인다는 이유로 비슷하다고 판단할 수 있다.

한 줄로 정리하면

AI는 뜻을 느끼는 대신, 문장들을 숫자 공간에 놓고 서로 얼마나 가까운지를 계산해 연관성을 판단한다. 인간의 직관 대신 수학적 거리와 패턴이 작동하는 셈이다.