인공지능이 유머를 학습하게 하면 인간과 컴퓨터의 대화가 어색하지 않게 됩니다.

연구자들은 1992년부터 컴퓨터가 유머를 인식하고 이해하는 능력을 연구해 왔습니다. 현재 AI는 몇 가지 농담을 할 수 있지만, 여전히 인간의 손에서 나온 것이며 창의적이지 않습니다. 미래에는 유머 감각을 갖춘 음성 비서가 실현될 수 있을지, AI가 코미디언을 대체할 수 있을지 여부는 아직 탐구해야 할 문제입니다.

AI는 점점 더 많은 일을 할 수 있게 되었지만, 유머를 배울 수 있을까요? 

인간에게 있어서 유머 감각은 서로에 대한 호감을 높여주는 장점입니다. 더욱이, 오락은 이제 우리 삶의 큰 부분을 차지하고 있습니다. 채팅 소프트웨어에 재미있는 이모티콘이 없다면, 우리는 다른 사람들과 채팅하는 것이 부끄러울 것입니다. 

하지만 AI가 사람과 상호작용할 때 인간처럼 유머 감각을 가질 수 있을까요? 

사실, 지금으로서는 AI가 스스로 농담을 할 수는 없습니다. 

시리와 샤오아이스가 몇 가지 농담을 읊을 수 있다고 하더라도, 우리는 그들이 흥미로운 생각을 하는 사람이라기보다는 본질적으로 반복해서 말하는 사람이라는 것을 알고 있습니다.

따라서 현재 관점에서 보면 코미디언들은 당장 AI에 의해 대체될 걱정을 할 필요가 없습니다. 

이것은 사람들을 궁금해하게 만듭니다."유머와 유머 감각"이 인간과 AI 사이의 마지막 보루가 될까요? 

AI가 유머를 배워야 하는 이유 

인간과 컴퓨터 간의 음성 상호작용은 우리 삶에서 점점 더 중요한 역할을 하고 있습니다. 하지만 인간과 기계 간의 자연스러운 의사소통은 다른 측면에 비해 크게 뒤처져 있습니다. 

인간의 언어 체계에는 유머러스한 표현이 많기 때문에 AI가 이해하고 반응하는 데 큰 어려움이 있습니다. 

하지만 유머에는 컴퓨터와 인간의 상호작용을 위한 완벽한 시금석이 되는 측면도 있습니다. 시스템이 농담을 인식할 수 있다면 아이러니와 풍자 등 텍스트와 대화의 다른 뉘앙스도 이해할 수 있다는 뜻입니다. 

어느 정도까지는 AI에 유머를 주입하는 것이 자연어 처리 개발의 방향이 될 것입니다. 

다시 말해, AI에게 유머 감각을 부여하면 세상을 더 잘 이해하는 데 도움이 될 것입니다. 

AI가 보다 자연스러운 대화를 처리하고, 당신이 농담하는지 진지한지 명확히 구분할 수 있는 미래를 상상해보세요. 만약 당신이 냉소적인 방식으로 명령을 내린다면, 컴퓨터는 그 명령을 따를 필요가 없다는 것을 알아야 합니다. 

어떤 사람들은 그렇게 생각한다유머 감각은 튜링 테스트와 미래의 기계 지능에 대한 궁극적인 테스트의 열쇠가 될 수 있습니다.그러므로 기계 유머에 대한 연구는 많은 컴퓨터 연구자들에게 매력적입니다. 

그러면 이 분야에 대한 연구는 어디에 있나요? 

AI 유머 연구의 긴 여정 

1992년 초에 최초로 "유머 감각에 대한 컴퓨터 모델"이 제안되었습니다.. 

퍼듀 대학교의 컴퓨터 과학 및 정보 기술 부교수인 줄리아 레이즈는 15년 동안 유머와 관련된 AI 연구를 진행해 왔습니다.

그녀의 원래 의도는 계산 알고리즘을 통해 구체적인 내용을 결정하여 사람들 간의 일반적인 대화와 비교할 수 있는 컴퓨터를 만들어 더 나은 인간-컴퓨터 상호 작용을 달성하는 것이었습니다. 

Rayz의 연구는 농담 등을 통해 전달 방식, 맥락, 감정 등의 측면을 살펴봄으로써 AI가 유머가 무엇인지 이해하도록 하는 것을 목표로 합니다. 이해하기 위해서는 컴퓨터도 농담에 묘사된 상황에 대한 많은 배경 지식이 필요합니다. 

연구는 컴퓨터에만 국한되지 않았습니다. 언어학, 심리학, 사회학, 인류학 분야의 전문가들도 참여했습니다. "저는 컴퓨터에게 농담을 가르치려는 것이 아니라, AI를 이용해 우리가 왜 어떤 것이 재밌다고 생각하는지 이해하도록 가르치려는 것입니다." 

연구에 어느 정도 진전이 있기는 했지만, 아직 AI가 유머러스한 표현을 정확하게 구분할 수 있게 하지는 못했습니다. 그녀는 컴퓨터에 두 가지 서로 다른 문장 세트를 입력했는데, 그중 하나만이 농담이었던 걸 기억합니다.

AI 모델은 결국 농담이 아닌 몇몇 문장을 농담으로 판단했습니다. 레이즈가 AI에게 왜 그것이 농담이라고 생각하는지 물었을 때, AI는 기술적으로만 의미가 있다고 대답했습니다. 

2018년 초, 미국의 연구원 자넬 셰인은 43,000개의 "만약" 농담 데이터베이스를 사용하여 신경망이 유머를 학습하도록 훈련하려고 시도했습니다. 시스템이 재밌는 방법을 배울 가능성이 있는 것 같습니다.

그러나 훈련된 모델이 만들어낸 수많은 농담은 거의 웃음을 자아내지 못했습니다.AI가 복잡한 언어 구조를 이해할 수 있는 능력을 갖췄다고 하더라도 이런 방식으로 유머를 완벽하게 구사하기까지는 아직 먼 길이 남았습니다. 

최근 옥스퍼드 대학교, 마이크로소프트 연구소, TRASH의 연구진이 단어 임베딩에서의 유머를 조사하는 연구를 수행했습니다. 

논문 주소: https://arxiv.org/pdf/1902.02783.pdf  

많은 사람이 "멍청이"와 같은 단어를 다소 웃기다고 생각할 것이기 때문에, 그들은 AI가 단어 수준에서 유머를 이해할 수 있는지 테스트하기로 결정했습니다. 

그들은 기존의 유머 이론 연구를 바탕으로 유머의 여섯 가지 특징을 고려했습니다. 유머러스한 목소리, 예상치 못한 부조화, 성적 의미, 모호한 의미, 모욕적인 단어, 구어체입니다. 

그런 다음 연구진은 4,997개 단어의 데이터 세트를 살펴보고 영어 원어민을 모집하여 해당 단어를 유머러스하다고 평가하게 했습니다. 

그런 다음 연구자들은 처음에 발견한 유머 특징이 데이터 세트의 유머 평점과 어떻게 연관되는지 조사하여 인간이 내린 평점을 포착하는 이론적 구성의 효과를 확인했습니다.

또한,그들은 단어 임베딩을 사용하여 이러한 평가의 예측 가능성을 테스트하고 AI가 유머를 어느 정도 이해할 수 있는지 알아보았습니다. 

연구진은 단어 임베딩이 데이터 세트에 있는 유머러스 단어의 다양한 측면을 효과적으로 포착한다는 것을 발견했습니다. 연구 결과는 또한 다음과 같은 사실을 보여주었습니다.사람들의 유머 감각은 일부 평가를 사용하여 내장될 수 있으며, 그 결과 내장된 정보는 이전에 평가되지 않은 단어의 유머 평가를 예측하는 데 사용될 수 있습니다.. 

따라서 그들은 인공지능이 문장이나 긴 텍스트 속의 유머를 이해할 수는 없지만, 유머 수준을 내장함으로써 AI의 유머에 대한 이해를 향상시킬 수 있다고 믿습니다.

연구팀은 또한 "남성 유머", "여성 유머", "노인 유머" 등 다양한 집단의 유머 평가를 분류했습니다. 이는 AI가 다양한 집단의 유머를 인식하도록 훈련하는 데 사용됩니다. 

연구원인 걸친은 "추천 시스템이나 자동화된 비서와 같은 일반 AI 시스템 시대에는 유머가 사용자와 자동화 시스템 간의 더 원활하고 매끄러운 상호작용을 촉진하는 데 중요한 역할을 할 수 있다"고 말했습니다.

또한 그들은 AI 시스템이 단어 유머에 대한 이해를 향상시키면 다음과 같은 흥미로운 가능성이 열릴 수 있다고 믿습니다.코미디언을 돕거나 인간과 기계의 상호 작용을 개선하는 도구 개발과 같은. 

유머 감각이 있는 AI를 만드는 건 얼마나 어려울까? 

왜 이렇게 흥미로운 연구가 아무런 실질적인 진전을 이루지 못하는 걸까? 다시 말해, 음성 비서를 재미있는 친구로 만드는 것은 아직 먼 꿈일 수도 있습니다. 

영국 케임브리지에 있는 Speechmatics의 머신 러닝 엔지니어인 윌 윌리엄스는 다음과 같이 말했습니다."AI에 유머를 가르치려면 아주 좋은 일반 모델이 필요한데, 아직 그런 모델은 없습니다." 

머신 러닝, 딥 러닝, 빅 데이터 시스템은 모두 데이터를 분석하는 방법을 학습합니다. 결과적으로 데이터를 기반으로 한 결정이나 추세를 만드는 패턴이 생기고, 이러한 결정은 논리적이고 명확해야 합니다.

따라서 AI는 효율적인 의사결정 기계로 볼 수 있다.분석적 예측에는 사용할 수 있지만, 데이터의 패턴과 추세를 넘어서는 새로운 통찰력을 창출할 수는 없습니다.  

그래서 감정적인 문제를 다룰 때, 상황은 더 어려워집니다. 하지만 이것이 바로 유머의 핵심으로 여겨지는 것입니다.  

한 연구자는 이렇게 말했습니다. "유머는 실제 세계의 배경 지식과 상식에 크게 의존합니다. 컴퓨터는 그런 실제 경험을 활용할 수 없습니다. 컴퓨터는 당신이 말하는 것과 그로부터 무엇을 이끌어내는지만 알 뿐입니다." 

게다가 우리에게는 유머와 즐거움을 위한 틀이 부족합니다. 코미디나 농담과 같은 장르의 경우, 가장 큰 문제는 이를 시스템에 어떻게 설명할 것인가입니다. 이는 논리적인 최종 결과가 아닙니다. 시스템에 농담을 잔뜩 들려주고 그 속에서 패턴을 찾으라고 하는 것은 막다른 길입니다.  

사람들을 웃게 만드는 요인은 대부분 상황이나 신체 언어와 같은 미묘한 요소와 관련이 있습니다. 때로는 우리 자신조차도 왜 농담이 재밌는지 모를 때가 있습니다. 독일 다름슈타트 공과대학의 컴퓨터 과학자이자 언어학자인 트리스탄 밀러가 말했듯이, 전문 언어학자조차도 유머를 설명하는 데 어려움을 겪습니다.  

게다가,청중도 중요하다. 한 사람에게 재밌는 것이 다른 사람에게는 재미없을 수도 있고, 두 사람이 하는 같은 농담도 다른 반응을 불러일으킬 수 있습니다.

그렇다면 우리 스스로 농담이 왜 재밌는지 이해하지 못한다면 어떻게 AI에게 재밌는 대화를 하도록 가르칠 수 있을까요? 

AI가 유머를 이해하는 것은 좋은 일인가 나쁜 일인가? 

지금으로선 언어와 유머에 관해서 "기계가 할 수 있는 일과 사람이 할 수 있는 일 사이에는 여전히 매우 분명한 격차가 있습니다."  

이런 측면 외에도 AI가 악의적인 파괴 행위나 풍자를 유머와 구별할 수 있는지도 고려해야 합니다. 이것이 가능하다면 언어 이해와 창조에 있어서 큰 획기적인 진전이 될 것입니다. 하지만 AI는 그 경계를 어떻게 이해할 수 있을까? 또한, 흥미로운 사람들이 항상 흥미로운 것은 아닙니다. 흥미롭지 않을 때는 귀찮은 일이다. 그럼, 기분이 나쁠 때 귀찮은 AI를 원하는 사람이 있을까? 

요즘에는 AI 시스템에 대한 법적 소송이 가끔씩 발생합니다. 만약 그게 단지 풍자적으로 한 말이었지만, 상대방이 그것을 심각하게 받아들여 상처를 입었다면 어떨까요? 그렇게 되면 처음에 AI를 만든 목적이 달성되지 않습니다.  

물론, 이는 AI가 유머를 배울 때까지 기다려야 할 것입니다. 이런 식으로 하면, 샤오 웨웨는 AI가 자신의 일자리를 빼앗을까봐 걱정할 필요가 없을 것입니다.