Constitutional AI는 AI 모델을 인간의 가치에 맞추는 것을 목표로 합니다.

인공지능(AI)은 빠르게 우리 일상생활의 핵심 요소가 되고 있습니다. 의료, 채용, 금융, 공공 안전과 같은 분야에서 사용되는 도구에 AI가 통합되고 있습니다. 이러한 시스템이 확장됨에 따라 윤리와 신뢰성에 대한 우려도 제기되고 있습니다.

예를 들어, 공정성이나 안전을 고려하지 않고 구축된 AI 시스템은 때때로 편향되거나 신뢰할 수 없는 결과를 생성할 수 있습니다. 이는 많은 모델이 여전히 인간의 가치를 반영하고 이에 맞출 수 있는 명확한 방법을 갖추지 못했기 때문입니다.

이러한 문제를 해결하기 위해 연구자들은 현재 헌법적 AI라는 접근 방식을 탐구하고 있습니다. 간단히 말해, 이 방식은 모델의 training 과정에 작성된 원칙 집합을 도입합니다. 이러한 원칙은 모델이 자신의 행동을 판단하고, 인간의 피드백에 덜 의존하며, 더 안전하고 이해하기 쉬운 응답을 생성하도록 돕습니다.

현재까지 이 접근 방식은 주로 대규모 언어 모델(LLM)에 적용되어 왔습니다. 그러나 동일한 구조를 활용하면 컴퓨터 비전 시스템이 시각 데이터를 분석할 때 윤리적인 결정을 내리도록 유도할 수 있습니다.

이 글에서는 헌법적 AI의 작동 방식과 실제 사례를 살펴보고, 컴퓨터 비전 시스템에서의 잠재적 활용 분야를 논의합니다.

그림 1. 헌법적 AI의 특징. 이미지 출처: 작성자.

헌법적 AI란 무엇인가요?#

헌법적 AI는 명확한 윤리 규칙 집합을 제공하여 AI 모델의 행동 방식을 안내하는 모델 training 방법입니다. 이러한 규칙은 행동 강령 역할을 합니다. 모델이 무엇이 허용되는지 추론하도록 맡기는 대신, training 중 응답의 방향을 결정하는 작성된 원칙 집합을 따릅니다.

이 개념은 AI 안전 중심의 연구 기업인 Anthropic이 의사 결정 과정에서 AI 시스템의 자기 지도 기능을 강화하는 방법으로 처음 도입했습니다. Anthropic은 Claude LLM 제품군을 개발했습니다.

모델은 인간의 피드백에만 의존하는 대신, 미리 정의된 원칙 집합을 바탕으로 자신의 응답을 비평하고 개선하는 방법을 학습합니다. 이 접근 방식은 판사가 판결을 내리기 전에 헌법을 참고하는 법률 시스템과 유사합니다.

이 경우 모델은 동일한 규칙 집합을 사용해 자신의 행동을 검토하고 개선하면서 판사와 학생의 역할을 모두 수행합니다. 이 과정은 AI 모델 정렬을 강화하고 안전하며 책임감 있는 AI 시스템의 개발을 지원합니다.

헌법적 AI는 어떻게 작동하나요?#

헌법적 AI의 목표는 명확하게 작성된 규칙 집합을 따르도록 하여 AI 모델이 안전하고 공정한 결정을 내리는 방법을 가르치는 것입니다. 이 과정은 다음과 같이 간단히 설명할 수 있습니다.

• 헌법 정의: 모델이 따라야 할 윤리 원칙의 목록을 작성합니다. 헌법은 AI가 피해야 할 사항과 반영해야 할 가치를 명시합니다.
• 지도 예제를 사용한 training: 헌법을 따르는 샘플 응답을 모델에 보여 줍니다. 이러한 예제는 AI가 허용되는 행동이 어떤 것인지 이해하도록 돕습니다.
• 패턴 인식 및 적용: 시간이 지나면서 모델은 이러한 패턴을 파악하기 시작합니다. 새로운 질문에 답하거나 새로운 상황을 처리할 때 동일한 가치를 적용하는 방법을 학습합니다.
• 출력 비평 및 개선: 모델은 자신의 응답을 검토하고 헌법에 따라 조정합니다. 이러한 자기 검토 단계는 인간의 피드백에만 의존하지 않고 모델을 개선하는 데 도움이 됩니다.
• 정렬되고 더 안전한 응답 생성: 모델은 일관된 규칙을 통해 학습하며, 이는 실제 사용 환경에서 편향을 줄이고 신뢰성을 높이는 데 도움이 됩니다. 이 접근 방식은 모델이 인간의 가치에 더 잘 맞도록 하고 거버넌스를 용이하게 합니다.

그림 2. 헌법적 AI를 사용한 모델 training 개요.

윤리적 AI 설계의 핵심 원칙#

AI 모델이 윤리 규칙을 따르려면 먼저 해당 규칙을 명확하게 정의해야 합니다. 헌법적 AI에서 이러한 규칙은 일련의 핵심 원칙을 바탕으로 합니다.

예를 들어, 효과적인 AI 헌법의 기반을 이루는 네 가지 원칙은 다음과 같습니다.

• 투명성: 모델이 어떻게 답변에 도달했는지 쉽게 이해할 수 있어야 합니다. 응답이 사실, 추정 또는 패턴을 기반으로 한다면 이를 사용자에게 투명하게 알려야 합니다. 이는 신뢰를 구축하고 사용자가 모델의 출력을 신뢰할 수 있는지 판단하는 데 도움이 됩니다.
• 평등: 서로 다른 사용자에게 일관된 응답을 제공해야 합니다. 모델은 사용자의 이름, 배경 또는 위치에 따라 출력을 변경해서는 안 됩니다. 평등은 편향을 방지하고 동등한 대우를 촉진하는 데 도움이 됩니다.
• 책임성: 모델이 어떻게 training되었고 무엇이 모델의 행동에 영향을 미쳤는지 추적할 방법이 있어야 합니다. 문제가 발생하면 팀이 원인을 파악하고 개선할 수 있어야 합니다. 이는 투명성과 장기적인 책임성을 뒷받침합니다.
• 안전성: 모델은 피해를 일으킬 수 있는 콘텐츠를 생성하지 않아야 합니다. 요청이 위험하거나 안전하지 않은 출력으로 이어지는 경우 시스템은 이를 인식하고 중단해야 합니다. 이는 사용자와 시스템의 무결성을 모두 보호합니다.

대규모 언어 모델에서의 헌법적 AI 사례#

헌법적 AI는 이론에서 실제 적용으로 발전했으며, 현재 수백만 명의 사용자와 상호작용하는 대규모 모델에 점차 사용되고 있습니다. 가장 일반적인 두 가지 사례는 OpenAI와 Anthropic의 LLM입니다.

두 조직은 더 윤리적인 AI 시스템을 만들기 위해 서로 다른 접근 방식을 취했지만, 작성된 지침 원칙 집합을 모델이 따르도록 가르친다는 공통된 개념을 공유합니다. 이러한 사례를 자세히 살펴보겠습니다.

OpenAI의 헌법적 AI 접근 방식#

OpenAI는 ChatGPT 모델의 training 과정의 일부로 Model Spec이라는 문서를 도입했습니다. 이 문서는 헌법과 같은 역할을 합니다. 도움성, 정직성, 안전성과 같은 가치를 포함하여 모델이 응답에서 지향해야 할 사항을 명시합니다. 또한 유해하거나 오해를 일으키는 출력이 무엇인지 정의합니다.

이 프레임워크는 규칙과 얼마나 잘 부합하는지에 따라 응답을 평가하여 OpenAI의 모델을 fine-tuning하는 데 사용되었습니다. 시간이 지나면서 이는 ChatGPT가 유해한 출력을 더 적게 생성하고 사용자가 실제로 원하는 바에 더 잘 부합하도록 형성하는 데 도움이 되었습니다.

그림 3. OpenAI의 Model Spec을 사용하여 응답하는 ChatGPT의 예시.

Anthropic의 윤리적 AI 모델#

Anthropic의 모델 Claude가 따르는 헌법은 세계 인권 선언과 같은 문서의 윤리 원칙, Apple의 서비스 약관과 같은 플랫폼 지침, 다른 AI 연구소의 연구를 바탕으로 합니다. 이러한 원칙은 Claude의 응답이 안전하고 공정하며 중요한 인간의 가치에 부합하도록 하는 데 도움이 됩니다.

Claude는 또한 AI 피드백을 통한 강화 학습(RLAIF)을 사용합니다. 여기서 Claude는 인간의 피드백에 의존하는 대신 이러한 윤리 지침을 바탕으로 자신의 응답을 검토하고 조정합니다. 이 과정은 Claude가 시간이 지나면서 개선되고, 확장성을 높이며, 까다로운 상황에서도 유용하고 윤리적이며 유해하지 않은 답변을 더 잘 제공하도록 합니다.

그림 4. Anthropic의 헌법적 AI 접근 방식 이해.

컴퓨터 비전에 헌법적 AI 적용하기#

헌법적 AI가 언어 모델의 행동 방식에 긍정적인 영향을 미치고 있으므로, 자연스럽게 다음과 같은 질문이 제기됩니다. 이와 유사한 접근 방식이 비전 기반 시스템이 더 공정하고 안전하게 응답하도록 돕는 데 활용될 수 있을까요?

컴퓨터 비전 모델은 텍스트 대신 이미지를 처리하지만, 윤리적 지침의 필요성은 그만큼 중요합니다. 예를 들어 공정성과 편향은 핵심적으로 고려해야 할 요소입니다. 이러한 시스템은 모든 사람을 동등하게 대하고 시각 데이터를 분석할 때 유해하거나 불공정한 결과를 피하도록 training되어야 하기 때문입니다.

그림 5. 컴퓨터 비전과 관련된 윤리적 과제. 이미지 출처: 작성자.

현재 컴퓨터 비전에서 헌법적 AI 방법을 사용하는 것은 아직 탐색 단계이며 초기 단계에 머물러 있고, 이 분야에서는 연구가 계속 진행되고 있습니다.

예를 들어 Meta는 최근 이미지 안전성 작업에 헌법과 유사한 추론을 적용하는 프레임워크인 CLUE를 소개했습니다. 이 프레임워크는 광범위한 안전 규칙을 멀티모달 AI(여러 유형의 데이터를 처리하고 이해하는 AI 시스템)가 따를 수 있는 정밀한 단계로 변환합니다. 이를 통해 시스템이 더 명확하게 추론하고 유해한 결과를 줄일 수 있습니다.

또한 CLUE는 복잡한 규칙을 단순화하여 이미지 안전성 판단을 더 효율적으로 수행하므로, AI 모델이 많은 사람의 입력 없이도 빠르고 정확하게 작동할 수 있습니다. CLUE는 지침 원칙 집합을 사용하여 높은 품질의 결과를 보장하면서 이미지 moderation 시스템의 확장성을 높입니다.

핵심 요점#

AI 시스템이 더 많은 책임을 맡게 되면서 초점은 시스템이 할 수 있는 일에서 해야 하는 일로 이동하고 있습니다. 이러한 시스템이 의료, 법 집행, 교육과 같이 사람들의 삶에 직접적인 영향을 미치는 분야에서 사용되기 때문에 이러한 변화는 중요합니다.

AI 시스템이 적절하고 윤리적으로 작동하도록 하려면 견고하고 일관된 기반이 필요합니다. 이러한 기반은 공정성, 안전성, 신뢰를 우선시해야 합니다.

작성된 헌법은 training 중 이러한 기반을 제공하여 시스템의 의사 결정 과정을 안내할 수 있습니다. 또한 개발자에게 배포 후 시스템의 행동을 검토하고 조정할 수 있는 프레임워크를 제공할 수 있습니다. 이를 통해 시스템이 지켜야 하도록 설계된 가치에 계속 부합하고 새로운 과제가 발생할 때 더 쉽게 적응하도록 할 수 있습니다.

오늘 성장하는 커뮤니티에 참여해 보세요! GitHub repository를 탐색하며 AI를 더 깊이 알아보세요. 직접 컴퓨터 비전 프로젝트를 구축하고 싶으신가요? 라이선스 옵션을 확인해 보세요. 솔루션 페이지를 방문하여 의료 분야의 컴퓨터 비전이 효율성을 어떻게 향상시키는지 알아보고 제조 분야의 AI가 미치는 영향도 살펴보세요!