Interview with Kalle Lyytinen on "Implications of Theories of Language for Information Systems"

정보 시스템(IS)의 세계를 차갑고 딱딱한 전선과 빛나는 화면의 집합체가 아니라, 책들은 빛으로 만들어지고 사서들은 알고리즘인 거대하고 북적이는 도서관으로 상상해 보십시오. 그 핵심에서, IS는 우리가 서로 소통하고 일을 완수하기 위해 기술을 어떻게 사용하는지를 연구하는 학문입니다. 이것은 마치 거대한 번역 프로젝트와 같습니다. 인간은 무질서하고 복잡한 감정과 아이디어를 가지고 있는 반면, 컴퓨터는 엄격한 이진 코드(0과 1)로 말하기 때문입니다. IS 연구자들의 임무는 이 두 세계 사이에 다리를 놓아, 컴퓨터가 우리의 의미를 이해하고 우리도 컴퓨터가 무엇을 하고 있는지 이해할 수 있도록 하는 방법을 찾아내는 것입니다. 수십 년 동안 과학자들은 이 다리를 구축하기 위해 언어가 어떻게 작동하는지를 두고 논쟁해 왔습니다. 어떤 이들은 언어가 문법과 같은 엄격한 수학적 규칙과 같다고 생각하는 반면, 다른 이들은 의미가 누가 어디에서 말하느냐에 따라 변하는 사회적 게임과 같다고 생각합니다. 이것은 모든 이에게 중요합니다. 왜냐하면 당신이 문자를 보내거나, 온라인으로 피자를 주문하거나, GPS를 사용할 때마다 당신은 이 보이지 않는 다리에 의존하고 있기 때문입니다. 만약 다리가 언어가 작동하는 방식에 대한 잘못된 개념 위에 세워진다면, 메시지는 길을 잃거나, 피자는 엉뚱한 집으로 배달되거나, GPS는 당신을 호수로 몰고 갈 것입니다.

이 활기찬 대화 속에서, 40년 전 이 "언어의 다리"에 대해 처음 글을 썼던 베테랑 연구자 칼리 리티넨(Kalle Lyytinen)이 두 명의 호기심 많은 인터뷰어와 함께 앉아 풍경이 어떻게 변했는지 살펴봅니다. 이 논문은 본질적으로 리티넨이 자신의 유명한 1985년 논문을 되돌아보며 "우리가 맞게 했는가? 그리고 컴퓨터가 말을 되받아칠 수 있게 된 지금 우리는 무엇을 해야 하는가?"라고 묻는 시간 여행적인 대화입니다.

리티넨은 그의 원래 아이디어가 단순하지만 깊이 있었다고 설명합니다. 정보 시스템은 단순히 기계가 아니라 언어적 시스템이라는 것입니다. 그는 이를 "비트 스트링(bit strings)"(0과 1의 긴 사슬)에 비유하는데, 이는 인간이 이야기를 부여하기 전까지는 완전히 무의미한 상태입니다. 컴퓨터는 단지 이러한 비트 스트링을 이리저리 옮기는 로봇일 뿐이며, 그것이 무엇을 의미하는지는 알지 못합니다. 의미는 이 시스템을 사용하여 소통하고 일하는 우리, 즉 인간으로부터 나옵니다. 그는 오랫동안 연구자들이 언어를 우리가 생각 없이 숨 쉬는 공기처럼, 지루하고 배경적인 사실로 취급해 왔다고 주장합니다. 하지만 리티넨은 그 "공기"가 사실 가장 중요한 부분이라고 강조합니다. 사람들이 단어를 사용하여 어떻게 의미를 만들어내는지 이해하지 못한다면, 실제로 그들을 돕는 시스템을 구축할 수 없기 때문입니다.

인터뷰어들이 그의 옛 조언이 여전히 유효한지 묻자, 리티넨은 세상이 변했다고 인정합니다. 80년대에 컴퓨터는 주로 재고 관리나 회계와 같이 지루한 사무 업무를 자동화하는 데 사용되었습니다. 이것들은 오래된 종이 파일의 디지털 버전과 같았습니다. 그러나 오늘날 우리는 **거대 언어 모델(LLM)**과 생성형 AI를 마주하고 있습니다. 이들은 이 구역의 새로운 신입들입니다. 리티넨은 이들을 매혹적이지만 까다로운 존재로 묘사합니다. 엄격한 규칙을 따랐던 과거의 컴퓨터와 달리, 이 새로운 AI 모델들은 마치 똑똑한 앵무새와 같습니다. 그들은 단어의 실제 의미를 "아는" 것이 아니라, 수십억 개의 문장을 읽은 결과를 바탕으로 어떤 단어들이 보통 서로 옆에 나타나는지를 알 뿐입니다. 그들은 문장의 다음 단어를 추측하는 데는 매우 뛰어나지만, 실제 세상에 대한 개념은 없습니다. 질문을 던지면, 그들은 답에 대해 "생각"하는 것이 아니라 패턴에 기반하여 가장 가능성 높은 응답을 계산할 뿐입니다.

여기서 이야기의 큰 반전이 일ر납니다. 리티넨은 이 AI 모델들이 인간의 말을 흉내 내는 데는 놀랍지만, "규범적 관점(normative view)"이 부족하다고 지적합니다. 쉬운 말로, 그들은 실제 세상에서 무엇이 옳고 그른지는 모르며, 오직 훈련 데이터에서 무엇이 흔한지만을 압니다. 그들은 세상의 모든 레시피를 맛본 적은 있지만, 정작 식사를 해본 적도 없고 배고픔이 무엇인지 느껴본 적도 없는 요리사와 같습니다. 이 때문에 리티넨은 우리가 이들을 맹목적으로 신뢰해서는 안 된다고 제안합니다. 우리 인간이 여전히 "최종 중재자"로서, AI가 하는 말이 실제로 말이 되는지 결정해야 합니다.

대화는 또한 이것이 기술의 "데이터 계층(data layer)"을 어떻게 변화시키는지로 이어집니다. 리티넨은 여기서 창의적인 비유를 사용합니다. 과거에 데이터는 라벨이 붙은 폴더가 있는 깔끔하게 정리된 서류함과 같았습니다. 그러나 이제 AI와 함께 데이터 계층은 "토큰(token)"(단어의 작은 조각들)과 "모델(model)"(그것들을 섞는 레시피)의 혼란스럽지만 강력한 수프가 되었습니다. 이것은 연구자들이 여전히 이해하려고 노력 중인 완전히 새로운 종류의 인공물입니다. 이제는 단순히 데이터를 저장하는 것에 관한 것이 아니라, 이러한 새로운 유동적 역량을 관리하는 것에 관한 것입니다. 리티넨은 우리가 현재 "시행착오를 통한 학습" 단계에 있다고 경고합니다. 우리는 아직 대기업에서 이러한 새로운 AI 도구들을 관리하는 완벽한 지도를 가지고 있지 않습니다. 그것은 마치 지면이 여전히 움직이고 있는 상태에서 마천루를 짓는 것과 같습니다.

마지막으로, 리티넨은 다음 세대의 연구자들(질문을 던지는 박사 과정 학생들)에게 조언을 건넵니다. 그는 가장 좋은 방법은 단순히 최신 유행을 따르는 것이 아니라, "상위 수준의" 질문을 던지는 것이라고 제안합니다. "이 AI를 어떻게 코딩할 것인가?"라고 묻는 대신, "이 AI가 우리가 일하는 방식을 어떻게 바꾸는가?" 또는 "이것이 데이터의 의미를 어떻게 바꾸는가?"라고 물으라는 것입니다. 그는 가장 흥exciting한 연구는 이러한 수행적 도구들(단순히 보여주는 것이 아니라 무언가를 '수행하는' 도구들)이 우리의 사회적 삶에 어떻게 들어맞는지 밝혀내는 데서 올 것이라고 믿습니다.

요약하자면, 이 논문은 우리가 컴퓨터와 대화하기 위한 도구들이 믿기 힘들 정도로 화려해졌을지라도, 근본적인 규칙은 동일하다고 제안합니다. 즉, 의미는 인간의 것이라는 점입니다. 컴퓨터는 단어를 섞고 패턴을 추측할 수는 있지만, 스스로 의미를 창조할 수는 없습니다. 앞으로 나아감에 있어 과제는 더 똑똑한 AI를 만드는 것뿐만 아니라, 이 새로운 패턴 매칭 기계들을 어떻게 인간의 복잡하고 사회적이며 언어적인 삶의 직조 속에 엮어 넣으면서도, 실제로 중요한 것이 무엇인지에 대한 통제력을 잃지 않을 것인가를 알아내는 것입니다. 이 논문은 이 퍼즐을 풀었다고 주장하는 것이 아니라, 우리가 이 퍼즐을 이해하기 위한 길고 흥미로운 여정의 시작점에 서 있음을 시사하고 있습니다.