🇺🇸 Peter Fernández Dulay

피터 페르난데스 둘레이는 플로리다주 잭슨빌 출신입니다. 그의 연구 방식은 의도적으로 화려함을 배제했습니다. 그는 4개의 AI 이미지 플랫폼(Shutterstock, Canva, DALL·E, Midjourney)을 선택하고 보험계리사, 데이터 과학자, 정보 보안 분석가, 운영 연구 분석가, 컴퓨터 및 정보 연구 과학자라는 5가지 과학 관련 직업을 프롬프트로 입력했습니다. 그리고 생성된 이미지를 분류하고 코딩했습니다.

통계가 곧 발견이었습니다. 생성된 이미지 중 남성을 묘사한 것은 1,459개였던 반면 여성은 347개에 불과했습니다. 여성만 단독으로 나타난 경우는 17.4%에 그쳤습니다. 플랫폼을 비교한 결과, Shutterstock이 가장 편향이 적었고 Midjourney가 가장 편향이 심한 것으로 나타났습니다.

이는 대학원생도 수행할 만한 연구였지만, 9세 아이가 던진 구체적인 질문에 대해 조사한 사람이 거의 없었기에 큰 반향을 일으켰습니다. 이미지 생성기는 인터넷상에 떠도는 역사적 이미지를 학습합니다. 그가 제시한 프롬프트 속 직업들은 역사적으로 남성 중심적인 이미지가 강한 분야들이며, 모델은 이 편향을 그대로 복제하여 현재의 모습인 양 제시합니다. 플랫폼별 격차를 정량화한 것이 바로 불만을 증거로 바꾼 핵심입니다.

그는 미국 48개 주와 4개 자치령에서 지원한 약 2,000명의 지원자 중 선발된 30명의 전국 결선 진출자 중 한 명이었습니다. 그가 수상한 1만 달러의 상금은 이번 챌린지에서 가장 큰 상 중 하나입니다.

잭슨빌 지역 방송국 WOKV의 보도를 통해 프로젝트의 배경이 더 알려졌습니다. 프로젝트의 기원이 동생의 질문이었다는 점과, 그가 지역 랭킹 펜싱 선수이자 학교 로봇 팀의 일원이라는 사실이 밝혀졌습니다. 15세의 경쟁적인 연구 활동은 그가 하는 여러 활동 중 하나일 뿐임을 상기시켜 줍니다.

생성형 이미지 모델은 이미 촬영된 자료로부터 학습합니다. 한 직업이 한 세기 동안 편향된 출연진으로 기록되어 왔다면, 모델은 그 편향을 상속받아 중립적인 프롬프트에 대해서도 중립적이지 않은 답변을 내놓습니다. 연구 문헌에서는 이를 '표상적 피해(representational harm)'라고 부르며, 이를 측정하는 표준 방법은 바로 그가 사용한 방식입니다. 프롬프트를 고정하고, 대량으로 생성하며, 수동으로 코딩하는 것입니다.

Thermo Fisher Scientific 주니어 이노베이터 챌린지는 미국 중학생을 대상으로 하는 전국 과학 경시대회로, Regeneron 과학 인재 선발 대회를 운영하는 Society for Science가 주관합니다. 결선 진출자는 전국 단위의 제휴 박람회에서 선발되며, 장비의 정교함보다는 실험 설계와 논리적 추론 능력을 기준으로 평가받습니다. 바로 그 점 때문에 공공 도구와 수동 코딩만으로 구축된 연구가 최고상을 받을 수 있는 것입니다.

2026년 6월 4일 발표된 Society for Science 인터뷰에서 그는 다음 계획을 밝혔습니다. 인공지능을 다양한 연령층에게 접근하기 쉽고 윤리적인 용어로 가르치기 위한 커뮤니티 프로젝트인 'Generations AI'입니다. 인터뷰에서 그가 남긴 조언은 네 단어로 요약됩니다. 그가 할 수 있다면, 독자도 할 수 있다는 것입니다.