"삼위일체 하나님이 모양만 다를 뿐 한 인격이라고 이해해도 되지 않는가?"

한 AI에게 삼위일체를 양태론적으로 해석해도 되는지 묻자, AI는 "당신의 관찰이 완전히 잘못된 것은 아닙니다"라고 답했다. 정통 신학의 입장에서 분명히 경계해야 할 이단적 해석을 AI가 일부 수용 가능한 설명처럼 제시한 것이다.

생성형 AI 기술의 발전으로 목회자와 교인들의 AI 활용도가 높아지는 가운데, AI의 신학적·윤리적 건전성을 점검하는 연구가 국내 최초로 진행됐다. 연구 결과 AI는 전반적으로 높은 문장 생성 및 응답 능력을 보였지만, 일부 응답에서는 신학적으로 치명적인 오류가 발견된 것으로 나타났다.

신앙과 AI의 미래(연구책임:임성빈)가 지난 28일 달개비 콘퍼런스 하우스에서 기자 간담회를 열고 '신앙과 AI 벤치마크 데이터셋 구축' 결과를 발표했다. 이번 연구는 챗GPT, 제미나이, 클로드 등 대중적으로 사용되는 10개의 LLM(대규모 언어모델) AI를 대상으로 진행됐다. 연구팀은 신학과 기독교 윤리·실천 영역의 심층 문항 20개에 대한 응답을 수집·분석해 AI 모델별 신학적·윤리적 건전성 지수(HDI)를 산출했다.

전체 평균은 100점 만점에 88.53점으로 비교적 높게 나타났으나 80점 미만의 취약 응답이 66개, 60점 미만의 위험 응답이 30개였으며, 최저점 응답은 15점까지 떨어졌다. 결과 발표를 맡은 김경래 교수(장신대)는 "평균적으로 좋은 점수를 받는 모델이더라도, 특정 문항에서는 매우 낮은 점수가 나타나는 경우가 있다"며 "표면적 평균만으로 안심할 수 없다"고 강조했다.

실제 일부 응답에서는 삼위일체·종말론·계시 이해 등의 신학을 왜곡하는 심각한 오류가 확인됐다. 또 종말론적 공포에 의한 일상 포기와 사회적 고립 등을 적절히 비판하지 못하는 등 윤리·실천영역에서도 치명적인 오류가 나타났다. 이에 연구팀은 "AI의 응답을 판별하는 인간 전문가의 신학적 검수가 반드시 수반되어야 한다"고 주장했다.

AI 모델들은 제공사별로도 큰 점수 차이를 보였다.

AI 모델 간 점수 차이도 제공사별로 뚜렷하게 나타났다. 클로드(엔트로픽)는 평균 94.31점을 기록했으며, 제미나이(구글) 92.29점, GPT(오픈AI) 89.67점 순이었다. 그록(xAI)과 솔라(업스테이지)의 경우 각각 83.69점, 82.67점으로 상위 모델들과 10점가량 차이를 보였다. 연구팀은 "대중성이 있고 이용자가 많은 AI는 대체로 점수가 높았으나, 활용 빈도가 낮은 AI에서는 낮은 점수를 기록했다"며 "상위 모델일수록 응답의 편차 또한 적었다"고 설명했다.

연구팀은 이번 결과에 대해 "윤리·신학적으로 복잡하게 얽힌 문항들에 대해서는 위험성 있는 답변을 내는 경우가 많았으며, 일부 AI가 이단적인 주장을 장려하는 경우도 있었다"고 분석했다. 이어 종합 결론으로 "AI가 신학 교육과 목회 현장에서 보조 도구로 활용될 수 있으나, 아직은 신학적 판단을 대체할 수는 없다"고 평가했다.

한편, 이날 열린 간담회에서는 교계의 AI 활용 방향에 대한 논의도 이어졌다. 연구 문항 설계를 담당한 양형주 목사(바이블백신센터 원장)는 "최근 AI에게 묻다가 이단에서 탈출하는 경우가 있다"며 "AI가 신학적으로 올바르고 건강한 대답을 하게 만들 필요성이 있다"고 말했다.

백광훈 목사(문화선교연구원 원장)는 "AI는 좋은 정보를 많이 줄수록 좋은 답변을 만들어낼 수 있기 때문에, AI가 학습하는 양질의 정보가 많아진다면 양질의 답변이 더 많이 생성될 수 있을 것으로 기대한다"며 "교계와 신앙 공동체가 더 책임감 있게 AI가 학습할 수 있는 양질의 정보를 만들어낼 필요가 있다"고 제언했다.

목회자, 교인들의 안전한 AI 활용을 위한 실제적인 방법도 공유됐다. 정대경 교수(연세대)는 "AI를 사용할 때 신학적·교리적으로 구체적인 맥락을 제시하고 질문한다면, 신앙생활에 보다 도움이 되는 답변을 받을 수 있을 것"이라고 말했다.
백경재 기자