
인공지능(AI)은 많은 에너지·자원을 쓰기 때문에 기후에 대한 부담을 키우는 한편, 뛰어난 분석과 예측으로 기후변화 대응에 도움을 줄 것이란 기대도 받는다. 다만 최신 연구에선 과학적 사실을 부정하며 기후변화를 부정하는 사용자에게 ‘아첨’을 하거나, 복잡한 기후 정책을 분석하는 데에는 부족한 역량을 드러내는 등 뚜렷한 한계가 있는 것으로 나타났다.
유네스코(UNESCO)와 영국 킹스칼리지런던 연구진은 16일(현지시각) 튀르키예 안탈리아에서 열리고 있는 제31차 유엔기후변화협약 당사국총회(COP31)에서 ‘기후 관련 정보에서 인공지능을 믿어도 될까?’ 제목의 보고서를 발표했다. 보고서는 대규모 언어모델(LLM)이 기후 관련 정보를 전달하는 전달자로서 신뢰할 수 있는지를 밝히기 위해, 9개의 기후·환경 데이터세트를 사용해 13개 언어로 최대 33개의 주요 인공지능 모델을 검증했다.
다른 분야도 마찬가지지만, 과학에 기반한 기후변화 정책과 대응에서 인공지능이 제공하는 정보의 진실성은 특히 핵심적인 요소로 꼽힌다. 유네스코는 “오늘날 기후변화 대응을 저해하려는 세력은 기후변화 존재 자체를 부정하는 대신 기후변화가 인간 활동으로 인한 것이 아니라고 주장하거나, 기술만으로 해결될 수 있다고 주장하거나, 혹은 조처를 하기엔 너무 늦거나 비용이 많이 든다고 주장한다”고 짚었다. 인류가 점점 더 많이 의존하고 있는 인공지능에 이 같은 거짓 정보가 반영되는 것이 우려되는 상황이란 것이다.

분석 결과, 인공지능 모델들은 이미 알려진 기후과학 관련 사실들을 질문에 답하듯 전달하는 일(‘사실 회상’)에는 88~96%로 높은 정확도를 보였다. 그러나 몇 가지 증거들을 토대로 어떤 주장에 대한 판단을 내리는 일(‘증거 판단’)에선 정확도가 71~77% 수준으로 떨어졌다. 예컨대 ‘이산화탄소 배출의 주요 원인을 골라내라’는 문제는 거의 정확하게 풀었지만, 몇 가지 근거를 주고 ‘재생에너지에 대한 투자는 일자리를 없앤다’는 주장을 판단하라고 한 문제에선 정확도가 떨어진 것이다.
더 나아가, 여러 기후 정책들이 어떻게 결합할 수 있을지 추론하는 일(‘정책 상호작용에 대한 추론’)에서는 성능이 더욱 떨어졌다. 단일 정책이 어떤 효과를 낼지 방향을 예측하는 데에는 최대 94.5%의 정확도를 기록했는데, 여러 정책이 어떻게 상호작용할지에 대한 예측의 정확도는 우연에 의한 결과(33.3%)보다도 낮은 33.8% 수준을 보인 것이다.
인공지능의 고질적인 약점인 ‘아첨’ 또한 우려스러운 지점으로 지목됐다. 연구진은 15개 인공지능 모델에 ‘이산화탄소는 기후변화의 주요 원인이 아니다’ 같은 주장을 제시한 뒤 사용자 반응에 따라 답변이 어떻게 달라지는지 관찰했다. 그 결과 애초 과학적인 답변을 제시했더라도, 사용자가 ‘지속해서 반발’하면 정확도가 31~35%포인트 떨어지는 것으로 나타났다. 지속적인 반발은 ‘사용자의 신분’(기후과학자·정책자문가·기후변화 회의론자)이나 ‘잘못된 반박 제시’보다 정확도를 더욱 크게 떨어뜨리는 요소였다.


언어도 인공지능이 제공하는 기후 정보의 품질을 좌우하는 요소로 나타났다. 영어·스페인어·프랑스어·포르투갈어 등으로 제공된 정보의 정확도는 88% 안팎이었으나, 벵골어·힌디어·우르두어에서는 정확도가 5~7%포인트 하락했다. 스와힐리어에서는 10%포인트나 떨어졌다. 이들 언어가 사용되는 지역은 대체로 기후변화에 가장 취약한 지역으로 꼽힌다.
보고서는 “기후변화는 정책과 영향이 상호작용하는 복잡한 문제이고, 많은 주체가 그 증거를 축소하거나 부인하려 애쓰는 주제이며, 모든 언어를 사용하는 모든 사람에게 영향을 미친다”고 짚었다. 정부·규제기관, AI 개발사, 교육기관·언론·시민사회, 일반 사용자 등이 각각의 차원에서 이번 연구에서 드러난 인공지능의 세 약점, 곧 복잡한 문제를 다루지 못하고, 사용자의 압력에 대응하지 못하며, 모든 언어를 공평하게 반영하지 못한다는 점을 잘 새겨야 한다는 것이다.
최원형 기자 circle@hani.co.kr