안산이혼전문변호사 국정자원 화재로 서울신보 ‘먹통’···소상공인 급전 막혔다

페이지 정보

작성자 이길중 작성일25-10-02 12:18 조회46회 댓글0건

본문

안산이혼전문변호사 국가정보자원관리원 화재로 정부 전산망이 마비되면서 추석을 앞두고 긴급 자금 조달이 필요한 소상공인·자영업자들에게도 불똥이 튈 전망이다.
29일 서울시에 따르면 서울 소상공인을 지원하는 서울신용보증재단이 전산망 마비로 대출보증과 안심통장 업무가 중단되는 등 업무에 차질이 이어지고 있다.
서울신보는 서울시 소기업·소상공인 종합지원 기관으로 사업 자금조달을 위한 신용보증 지원, 저리 대출, 경영 지원 등의 업무를 맡고 있다.
현재 서울신보에서는 지난 26일 발생한 국가정보자원관리원 화재 사고로 인해 대출보증 업무가 전면 중단됐다. 서울신보 측은 “현재 온라인 상담 등 비대면 업무 처리가 불가하다”며 “시민들이 창구로 찾아온다고 해도 국세청·정부24 서류 등 온라인 활용이 불가능해 업무가 사실상 중단된 상태”라고 밝혔다. 국가 전산망 마비로 인해 신용평가나 심사 등에 필요한 서류를 발급받지 못하면 창구에 오더라도 업무 처리가 안 되기 때문이다.
또 사정이 급한 업주들은 동사무소와 국세청 등에서 일일이 관련 증빙서류를 발급받아 제출하는데, 서울신보에서 신용보증을 지원한다 해도 은행에서 이에 대한 확인이 어려운 상황이라고 신보는 설명했다.
그 외 서울시가 추진하는 생계형 자영업자 전용 ‘안심통장’ 사업도 전면 중단됐다. 안심통장은 제도권 금융 대출이 어려운 자영업자가 불법사금융으로 내몰리는 것을 막기 위해 지난 3월 전국 최초로 출시한 자영업자 전용 마이너스 통장이다. 최대 1000만원 한도에서 자금을 자유롭게 인출·상환할 수 있다.
안심통장 1호는 출시 58영업일 만에 2000억원이 전액 소진됐다. 호응에 힘입어 서울신보는 지난달 28일 2000억원 규모로 안심통장 2호를 출시했으나, 전산망 마비로 사업이 중단된 상황이다.
앞서 중소기업중앙회가 지난달 28일 발표한 추석 자금 수요조사 결과에 따르면 응답 기업의 25.6%가 올해 “추석 자금 사정이 작년보다 곤란하다”고 답했다. 서울신보 측은 “추석을 앞두고 경기침체 등으로 소상공인의 자금난이 심각한 상황”이라며 “서비스 정상화를 위해 조속히 복구가 이뤄져야 한다”고 말했다.
조희대 대법원장 없는 ‘조희대 대선 개입 의혹 청문회’가 30일 열린다. 여당은 청문회 개최 전날까지 조 대법원장을 향해 “출석하라”며 압박을 이어갔지만 조 대법원장이 끝내 불출석하기로 하면서 성과 없는 청문회가 될 가능성이 커졌다.
정청래 더불어민주당 대표는 29일 국회에서 열린 최고위원회의에서 “조 대법원장이 뭐라고 진실을 밝히기 위한 국회 청문회를 거부하나”라며 “얼토당토않은 궤변을 늘어놓지 말고 당당히 출석해 진실을 밝히라”고 말했다.
정 대표는 “입법부는 입법부로서 필요하다면 당연히 누구라도 불러서 청문회를 진행할 권리와 의무, 법적 권한이 있다”며 “조 대법원장이 불출석하는 것 자체가 입법 부정이요, 입법부 부정이요, 삼권분립을 부정하는 반헌법적 행위 아닌가”라고 주장했다.
민주당 소속 국회 법제사법위원회 위원들은 지난 22일 조 대법원장 청문회를 의결했다.
당 지도부와 사전 논의 없이 법사위 차원에서 청문회 개최를 결정한 것을 두고 당 안팎에서 비판이 나왔다. 조 대법원장은 법관의 독립 심판을 규정한 헌법 등을 이유로 들며 불출석 의견서를 제출했다. 증인으로 채택된 한덕수 전 국무총리도 서울중앙지법 재판 참석을 이유로 불참을 통보했다.
당에서는 이날 조 대법원장 없는 청문회 강행 여부를 두고 논의를 이어갔다. 당사자인 조 대법원장이 출석하지 않아 ‘맹탕 청문회’가 될 가능성이 높은 데다 국가정보자원관리원 화재, 한·일 정상회담 등 외교 일정까지 겹치면서 당내 일각에서 청문회 연기론도 제기됐기 때문이다.
당은 이날 오전 법사위 위원들 간 회의, 당 비공개 고위전략회의를 잇달아 열고 청문회를 개최하기로 했다. 박수현 수석대변인은 국회에서 기자들과 만나 “청문회는 그대로 진행되지만 순조로운 청문 절차는 진행되지 않을 것”이라며 “곧 국정감사가 예정돼 있어 청문회를 대신하는 수준의 대법원 국정감사를 할 것”이라고 말했다.
당이 고심 끝에 청문회를 실시하는 배경에는 당내 일각에서 ‘급발진’이라고 지적받은 청문회를 하루 전날 연기할 경우 더 비판받을 수 있고 청문회를 연기해도 조 대법원장이 출석할 가능성은 낮다는 판단 때문으로 풀이된다.
당은 이르면 이번주 중 나올 것으로 전망됐던 대법관 증원 등을 담은 사법개혁안 역시 추석 연휴 이후에 발표하겠다고 밝혔다. 박 수석대변인은 “국가 재난인 국가정보자원관리원의 화재를 신속히 수습하는 문제에 집중하기 위해 날짜를 순연했다”고 말했다.
챗GPT는 인간의 피드백을 학습했다. 이전까지 ‘끝말잇기’ 정도나 가능했던 인공지능 언어모델을 드라마틱하게 향상시킨 핵심 열쇠였다. 챗GPT는 인간이 남긴 텍스트만 기계적으로 학습한 게 아니다. 이후 사람이 만든 예상 질문과 정답 세트를 배웠고, 이를 토대로 챗GPT가 만들어낸 답변에 사람이 다시 점수를 매겨서 돌려줬다. 이른바 인간 피드백을 통한 강화학습(RLHF)이다. 이 피드백을 바탕으로 만든 인공지능 보상 모델이 다시 성능 향상에 쓰였다.
막 챗GPT가 화제로 떠올랐던 2년여 전, 언어모델을 개발하고 있는 김성훈 업스테이지 대표는 한 강의에서 챗GPT의 이 훈련 과정 개념도를 보여주면서 이렇게 말했다. “10년 뒤 인공지능 역사에서 가장 중요한 장면이 무엇이었냐 물으면 이 그림을 꼽을 것입니다.” 김 대표는 “끝말잇기 기계가 우리 말을 잘 알아듣도록 만들어준 핵심 기본 알고리즘”이라고도 말했다. 지금 이 시각에도 챗GPT, 제미나이에 질문하는 우리는 인공지능에 피드백을 제공하고 있다. 이제는 인공지능끼리 피드백을 주고받기도 한다.
인공지능이 피드백으로 향상되는 시대, 인간의 현주소는 어떨까. 16세기 유럽에서 시작된 ‘서신 공화국’이나 조선 시대 이황과 기대승의 편지 교환처럼 논쟁과 피드백은 인간의 지식을 더욱 정교하게 다듬고 확장하는 도구였지만 이제는 아닌 것 같다. 내 편이 얘기하는 정보는 무조건 옳고, 상대편이 얘기하는 정보는 무조건 그르다. 편지는 사라진 지 오래고 확성기만 남았다. 오늘날 인간은 그 어떤 시대보다 많은 정보를 접하고 있지만 그 어떤 시대보다 피드백을 받아들이지 않는 시대에 살고 있는지도 모른다.
데이터저널리즘팀은 지난 대선 선거운동기간 네이버 뉴스 정치분야 기사의 댓글을 분석했다. 극우 성향 교육단체 ‘리박스쿨’의 댓글 공작 흔적을 분석하려는 취지였지만, 댓글의 작성 행태와 내용에 더 주목하게 됐다. 2000년대 새로운 공론장의 하나로 부상했던 댓글 공간은 더 이상 토론과 논쟁, 피드백의 공간이 아니었다. 3만여명도 안 되는 이들이 분석 대상 댓글 130만여개의 절반 가까이 작성하고 있었다. 대선 후보 관련 댓글의 80% 이상이 상대 후보에 대한 비방으로 점철돼 있었고, 댓글 4개 중 하나는 자진삭제되거나 악성댓글 감시스템인 클린봇으로 숨김 처리되고 있었다. 서로 경쟁하듯 적대감 섞인 언어를 내던지는 비방과 혐오의 쓰레기통과 다를 바 없었다.
댓글 공간은 피드백을 잃어버린 오늘날 세태가 극대화된 축소판에 불과하다. 일부 무분별한 정치인과 그 극성 지지자들은 입맛에 맞는 허위조작정보와 유튜브만에 빠져들면서 상대방을 제거해야 할 악으로만 규정한다. 최소한의 공통적인 지점은 사라진 지 오래다. 서로 다른 평행우주에 사는 것처럼 세계를 완전히 다르게 보고 있다.
이런 모습은 인공지능 학습 과정에서 발생하는 문제인 ‘오버피팅(Overfitting)’을 닮았다. 인공지능 모델이 과도하게 훈련 데이터에만 최적화된 나머지, 학습에 사용되지 않은 일반 데이터에 대한 답은 제대로 내놓지 못하는 현상이다. 오버피팅 방지를 위해 여러 기법이 동원되는데 그중 하나가 학습 단계마다 무작위로 일부 뉴런을 꺼 버림으로써 특정 정보에 과의존하지 않고 다양한 패턴을 인식할 수 있게 하는 ‘드롭아웃’이다. 드롭아웃 비율은 사람이 정할 수 있는데, 이렇게 사람이 직접 설정하는 수치를 인공지능 모델이 학습 과정에서 자체 생성하는 ‘파라미터’와 구분해 ‘하이퍼파라미터’라고 한다. 학습 횟수 등도 이에 속한다.
드롭아웃은 내가 믿고 있었던 일부 정보를 버리고 다른 사람의 생각을 받아들이는 과정을 떠올리게 한다. 우리는 우리의 생각을 얼마나 드롭아웃할 준비가 되었을까. 최적의 드롭아웃 비율, 하이퍼파라미터를 찾는 과정은 매우 지난하고 어렵다. 인간 세상의 일도 마찬가지다. 산적한 문제를 해결하기 위해 최적의 공통 입장을 정리하면서 취할 건 취하고 버릴 건 버리는 과정은 고통스럽다. 반면 맞갖은 데이터만 들이켜면서 오버피팅 모델의 높은 정답률에 취하는 건 즐겁고 쉽다. 피드백을 받고 점점 성장해가는 인공지능과, 피드백을 거부하고 점점 과도한 자신감에 빠져드는 인간을 보면서 뭔가 거꾸로 돼 가고 있다는 생각이 든다.