프린스턴 AI, 약 1000일 아이 가정 녹음으로 수천 단어 학습

프린스턴대학교 연구진은 아이들이 하듯이 말로 된 단어를 배우도록 인공지능 모델을 훈련했습니다. 집에서 듣는 말소리를 바탕으로 하루하루 배우는 방식입니다. EurekAlert를 통해 배포된 프린스턴대의 보도자료에 따르면, 이 연구는 2026년 11월 5일 학술지 사이언스(Science)에 게재되었으며, 집에서 녹음된 아이들의 생후 약 처음 1000일을 따라갑니다. SingularityHub는 11월 12일에, 포르투갈 매체 Pplware는 11월 14일에 이를 보도했습니다.

여기서 모델이란 신경망을 뜻합니다. 단순한 계산 단위를 여러 층으로 쌓아 만든 프로그램으로, 훈련 과정에서 연결이 조정됩니다. 연구의 핵심 기법은 재생(replay)입니다. 모의 하루가 끝날 때마다 모델은 이미 들었던 말소리의 일부를 다시 듣습니다. 이는 수면이 뇌에서 기억을 굳힌다고 여겨지는 방식에서 착안한 것이라고 SingularityHub는 전했습니다.

연구진은 어떤 데이터를 모았나요?

프린스턴대에 따르면 뉴저지주 15개 가정의 영아 17명이 생후 3년 동안 녹음되었고, 분석은 이 가운데 8명을 대상으로 합니다. EurekAlert는 약 1000일 동안 120만 시간의 데이터가 모였다고 전합니다. SingularityHub는 각 가정에 기기 4대에서 14대가 하루 약 12시간 작동했으며, 연구팀이 설계한 윤리적 틀 아래에서 부모가 녹음을 철회하거나 삭제할 권리를 유지했다고 덧붙입니다.

SingularityHub에 따르면 연구팀은 잡음, 긴 침묵, 겹치는 대화를 제거한 뒤 아이 한 명당 최대 6600시간의 오디오를 남겨 개별 모델을 훈련했습니다. 비교를 위해 같은 매체는 챗봇 뒤에 있는 대규모 언어 모델이 수십억 단어의 텍스트를 필요로 한다고 짚습니다.

왜 모델에는 하룻밤의 재생이 필요했나요?

SingularityHub에 따르면 각 모델은 아무것도 모르는 상태에서 출발했습니다. 영어 소리 목록도 없었고, 한 단어가 어디서 끝나고 다음 단어가 어디서 시작하는지에 대한 단서도 없었습니다. 모델은 두 부분으로 이루어져 있었는데, 말소리를 20밀리초 단위 조각으로 나누는 오디오 인코더와 다음에 올 소리를 예측하도록 훈련된 예측 디코더입니다. 프린스턴대는 모델이 일반적인 신경망에 쓰는 뒤섞인 데이터가 아니라, 아이의 말소리를 하루씩 순서대로 받았다고 설명합니다.

처음 결과는 실망스러웠습니다. SingularityHub에 따르면 프린스턴대의 계산 인지과학자 하다스 라비브(Hadas Raviv)는 모델을 매일의 말소리 흐름에 노출하는 것만으로는 충분하지 않았다고 말했습니다. 모의 하루가 끝날 때 재생 단계를 추가하자 결과가 달라졌습니다. 프린스턴대는 모델에 필요한 것을 하루 분량의 말소리가 날마다 이어지고, 그것을 다시 재생할 밤이라고 요약합니다.

AI는 무엇을, 얼마나 빨리 배웠나요?

• SingularityHub에 따르면 재생을 적용한 모델은 먼저 언어의 기본 소리 단위인 음소를 익힌 다음, 반복해서 나오는 단어를 익혔습니다.
• SingularityHub에 따르면 여덟 아이 전체에서 모델은 15개월 안에 약 37개의 음소를 배웠고 두 살이 되기 전에 단어를 알아보기 시작했으며, 속도는 매우 다양했습니다.
• SingularityHub와 Pplware에 따르면 1000일 무렵 각 아이에 대응하는 AI의 어휘는 수천 단어에 이르렀습니다.
• 프린스턴대가 EurekAlert를 통해 밝힌 바로는, 재생 때의 반복량과 처리 속도 같은 매개변수를 조정해 연구팀은 아이 한 명 한 명과 일치하는 단어 이해 경로를 얻었습니다.

프린스턴대는 이것이 중요한 이유를 강조합니다. 심리학은 주로 평균에 의존해 왔는데, 개별 아이를 따라가는 모델은 아이 한 명 한 명 단위로 발달을 연구할 길을 연다는 것입니다. 보도자료는 또한 아이들이 접한 말소리에 큰 차이가 있었음에도 모델이 모든 가정에서 언어를 이해하게 되었다고 밝힙니다.

이 연구의 한계는 무엇인가요?

연구진은 이 AI가 아기와 정확히 똑같이 배우는 것은 아니라고 강조합니다. Pplware에 따르면 아이들은 시각적 단서, 몸짓, 사회적 상호작용도 활용합니다. SingularityHub는 이 모델이 소리만으로 학습했고, 뉴런처럼 병렬적이면서 에너지 효율적으로 정보를 처리하지는 않는다고 덧붙입니다. 모델의 어떤 특징이 실제 영아의 학습을 반영하고 어떤 것이 계산상의 지름길인지는 앞으로 가려내야 한다고 같은 매체는 전했습니다. 읽은 출처들은 표본도 제한적이라고 설명합니다. 뉴저지주 가정의 아이 8명이므로 다른 언어나 환경으로의 확대는 확인되지 않았습니다.

이 연구는 어디에 쓰이나요?

EurekAlert에 따르면 프린스턴 연구팀은 이 모델로 수면이 많거나 적을 때의 영향, 또는 텔레비전 같은 다양한 종류의 말소리가 미치는 영향을 시험하고 싶어 하며, 전형적인 뇌가 언어를 어떻게 배우는지 이해함으로써 학습 장애를 더 잘 진단하기를 기대합니다. 라비브는 초인적 성능을 목표로 하는 현대 AI의 상당수와 달리, 목표는 인간이 어떻게 배우는지 이해하는 것이라고 말했습니다.

Pplware와 SingularityHub는 이 접근이 더 적은 데이터로 배우는 더 효율적인 AI 모델에 영감을 줄 수 있다고 덧붙입니다. 그러나 이는 가설일 뿐 연구의 결과가 아닙니다. 두 출처 모두 측정된 데이터나 에너지 절감을 보고하지 않습니다. SingularityHub에 따르면 연구에 참여하지 않은 막스 플랑크 심리언어학 연구소의 자라 하먼(Zara Harmon)과 캐럴라인 롤런드(Caroline Rowland)는 이런 연구가 점점 더 현실적인 조건에서 학습을 모델링할 수 있게 해 준다고 썼습니다.

기업에는 무엇이 달라지나요?

한국 기업에게 여기 있는 것은 아직 제품이 아닙니다. 이 모델은 연구 도구이지 서비스가 아닙니다. 눈여겨볼 점은 세 가지입니다. 첫째, 음성 비서, 언어 학습 앱, 음성 기반 건강 도구를 만드는 팀은 재생 원리를 기억해 둘 만합니다. 거대하고 뒤섞인 말뭉치에만 의존하기보다 연속적인 흐름에 주기적인 복습을 더해 훈련하자는 시사점이며, 실험실 밖에서의 검증은 아직 남아 있습니다.

둘째는 데이터입니다. 어린아이의 가정 내 연속 녹음에는 부모가 데이터를 철회하거나 삭제할 수 있는 틀이 필요했으며, 이는 아동의 음성 데이터를 데이터 보호 규정에 따라 다루는 모든 기업에 유용한 참고가 됩니다. 셋째, 에너지 소비가 줄어든다는 주장은 아직 입증되지 않았으므로 측정된 결과가 공개되기 전에는 사업 타당성 검토에 넣어서는 안 됩니다.