챗 지피티(Chat-GPT)를 활용한 연구와 논문 작성이 전 세계 학계에서 뜨거운 화두가 되고 있는 가운데 국내 전문가들이 선제적으로 이에 대한 활용 가이드라인을 내놔 주목된다.

환각과 표절 등은 분명 문제가 될 수 있지만 효과적으로만 활용한다면 비 영어권 국가의 학자들로서는 '프로메테우스의 불'이 될 수 있다는 것이 이들의 의견. 지금은 밀어낼 단계가 아니라 어떻게 하면 더 효과적으로 쓸지를 고민해야 할 시점이라는 주장이다.

오는 10월 24일 대한영상의학회 국제학술지 KJR(Korean Journal of Radiology)에는 국내 첫 챗 지피티를 활용한 의학 논문 작성 가이드라인이 공개될 예정이다(10.3348/kjr.2023.0773).

챗 지피티를 비롯한 생성형 인공지능(AI), 나아가 거대 언어 모델을 연구와 논문에 활용해도 되는가에 대한 문제는 최근 전 세계 학계에서 논란이 되고 있는 사안 중의 하나다.

특히 사이언스(Science)지 등에서 챗 지피티 등을 활용을 사실상 원칙적으로 금지하면서 사실상 이에 대한 배척에 무게가 실리고 있는 것이 사실.

이러한 가운데 국내 영상의학 전문가들이 이에 대한 활용을 전제로 한 논문 가이드라인을 내놓으면서 주목을 받고 있는 셈이다.

그렇다면 이들이 이에 대한 활용을 전제로 한 배경은 무엇일까. 이같은 배경은 논문에도 자세히 서술돼 있다. 바로 언어적 장벽에 대한 해소다.

영어가 모국어가 아닌 비 영어권 국가, 즉 우리나라의 경우 영어 능력의 부족으로 논문 작성에 매우 큰 어려움을 겪는 경우가 많다는 점에서 활용도가 높다는 것.

사실상 무료로 24시간 개인 영어 교사처럼 활용할 수 있다는 점에서 영어 논문 작성에 대한 장벽을 낮추고 연구자가 특정 분야의 연구에 더욱 집중할 수 있는 만큼 이에 대한 활용에 제한을 둬서는 안된다는 것이 이들의 주장이다.

이에 따라 분당서울대병원 영상의학과 황성일 교수를 비롯, 인하대병원 영상의학과 이로운 교수 등 저자들은 이러한 활용을 전제로 챗 지피티를 활용한 논문 작성법을 자세히 서술했다.

일단 이들은 서문과 토론 부분을 작성하는데 챗 지피티를 사용할 것을 권장했다.

영어가 모국어가 아닌 연구자들이 서론과 토론 부분의 작성에 있어 가장 어려움을 겪고 있는데다 이 부분에서 환각이나 표절 문제가 발생할 확률이 가장 적은 만큼 활용도가 높다는 의견이다.

하지만 최근 학계에서 논란이 되고 있는 환각과 표절에 대해서는 분명히 경고의 목소리를 남겼다.

일단 환각 부분에 있어서는 참고 논문의 세부 사항이나 진행중인 임상시험의 식별자와 같은 매우 구체적인 정보를 생성하는 작업에서 주로 일어나는 만큼 이를 경계해야 한다고 조언했다.

이에 따라 만약 챗 지피티 등을 활용해 논문을 작성하더라도 반드시 펍메드(Pubmed)나 구글(Google) 등 전통적인 정보 검색 도구를 활용해 생성된 텍스트를 교차 활용해야 한다고 강조했다.

표절에 대해서도 주의해야 할 점이 있다. 일단 전문가들은 언어 모델이 응답에서 기존 소스를 인용하도록 설계된 빙(Bing)이나 바드(Bard)에서 이같은 표절이 발생할 위험이 높다고 경고했다.

또한 챗 지피티 같은 경우 가장 가능성이 높은 응답을 생성하기 위해 동일한 단어 문자열을 실수로 생송할 수 있다는 점에서 전통적인 표절 정의에 취약할 수 있다며 iThenticate이나 Turnitin 등과 같은 텍스트 유사성 탐지기를 활용해야 한다고 설명했다.

이외에도 전문가들은 챗 지피티가 메시지의 내용을 수집한다는 점에서 환자 데이터가 개인 정보와 같은 민감한 정보를 입력하면 심각한 개인 정보 문제가 발생할 수 있는 만큼 옵션을 끄는 조치 등을 통해 이를 원천적으로 막아야 한다고 충고했다.

하지만 그럼에도 이 부분만 잘 해결한다면 챗 지피티 등 언어 모델은 분명하게 영어 논문 작성에 도움이 된다는 것이 전문가들의 결론이다.

연구진은 "영어 논문을 쓰기 위해 가장 일반적으로 쓰는 방법은 전문 편집 및 교정 서비스를 이용하는 것이지만 상당한 비용이 발생한다"며 "또한 이러한 원어민들은 특정 연구 분야에 전문가가 아니라는 점에서 연구 자체를 잘못 해석할 위험이 있다"고 지적했다.

이어 "하지만 거대 언어 모델(LLM)은 영어 편집 서비스를 매우 쉽게 받을 수 있으며 프로세스가 상호 작용하므로 추가 비용을 들이지 않고도 수정이나 추가 설명을 요구할 수 있다"며 "특히 매우 다양한 버전의 교정을 제공해 연구자가 의도한 메시지에 가장 적합한 옵션을 선택할 수 있다"고 강조했다.

이에 따라 연구진은 결론적으로 거대 언어 모델의 발전에 큰 기대감을 보였다. 문제로 열거한 환각과 표절 문제도 지속적으로 개선될 것이라는 점에서 비 영어권 연구자들에게는 더할 나위 없는 무기가 될 수 있다는 결론이다.

연구진은 "거대 언어 모델이 발전하면서 비 영어권 연구자들이 활용할 수 있는 잠재력도 크게 커질 것"이라며 "챗 지피티 등의 한계과 환각이나 표절 등에 대한 잠재적 위험성만 정확히 이해한다면 논문의 품질을 크게 높이고 궁극적으로 과학 지식의 발전에 기여할 수 있을 것"이라고 밝혔다.