General-Purpose AI and the Evidence Dilemma
토플 꼴 학술 지문 모음 · 다윈 · 패러데이 · 공개 연구 논문과 보고서(발췌)
자연과학 · 의학 · 마음과 뇌 · 인공지능 · 교육 정책의 학술 글에서 200~750 낱말을 골라 모았습니다. 토플 꼴 문제가 붙어 있습니다.
출처 Bengio, Y., et al. (2026). International AI Safety Report 2026. Department for Science, Innovation and Technology (UK), DSIT 2026/001. — Introduction · 라이선스 OGL v3.0 · 원문
문장을 누르면 해석과 끊어 읽기가 아래에 열립니다. 밑줄 친 문장은 글의 뜻을 정하는 핵심 문장입니다.
Leading general-purpose AI systems now pass professional licensing exams in law and medicine, write functional software when given simple prompts, and answer PhD-level science questions as well as subject-matter experts. Just three years ago, when ChatGPT launched, they could not reliably do any of these things. The pace of this transformation has been remarkable, and while the pace of future changes is uncertain, most experts expect that AI will continue to improve.
Almost a billion people now use general-purpose AI systems in their daily lives for work and learning. Companies are investing hundreds of billions of dollars to build the infrastructure to train and deploy them. In many cases, AI is already reshaping how people access information, make decisions, and solve problems, with applications in industries from software development to legal services to scientific research.
But the same capabilities that make these systems useful also create new risks. Systems that write functional code also help create malware. Systems that summarize scientific literature might help malicious actors plan attacks. As AI is deployed in high-stakes settings – from healthcare to critical infrastructure – the impacts of deliberate misuse, failures, and systemic disruptions can be severe.
For policymakers, the rate of change, the breadth of applications, and the emergence of new risks pose important questions. General-purpose AI capabilities evolve quickly, but it takes time to collect and assess evidence about their societal effects. This creates what this Report calls the ‘evidence dilemma’. By acting too early, policymakers risk implementing ineffective or even harmful interventions. But waiting for conclusive evidence can leave societies vulnerable to potential risks.
이 장의 낱말
- capability 능력, 역량 capable(할 수 있는)의 명사. 시스템이 할 수 있는 일
- conclusive 결정적인, 확실한 conclude(결론짓다)에서 온 말. conclusive evidence 결론을 내릴 만한 증거
- deploy 배치하다, 실제로 쓰이게 하다 군대의 '배치'에서 온 말. 여기서는 시스템을 실제 환경에 내놓는 것
- dilemma 딜레마, 어느 쪽도 곤란한 상황 evidence dilemma 증거의 딜레마
- intervention 개입, 조처 정부가 끼어들어 하는 조처
- policymaker 정책을 만드는 사람 정부 · 의회에서 정책을 정하는 사람
- assess 평가하다, 가늠하다 assess evidence 증거를 평가하다
- breadth 폭, 너비 broad(넓은)의 명사. the breadth of applications 쓰임의 폭
- critical 핵심적인, 매우 중요한 critical infrastructure 핵심 기반 시설(전력 · 수도 등). '비판적인'의 뜻과 구별
- deliberate 고의적인, 의도된 deliberate misuse 일부러 저지르는 오용
- disruption 혼란, 중단 disrupt(흐름을 끊다)의 명사
- emergence 등장, 나타남 emerge(나타나다)의 명사
- evolve 발전하다, 진화하다 조금씩 바뀌어 나아가는 것
- functional 제대로 작동하는 '기능적인'보다 여기서는 '실제로 돌아가는'의 뜻. functional software
- healthcare 의료, 보건 병원 · 치료와 관련된 영역
- impact 영향, 충격 impacts of misuse 오용이 미치는 영향
- implement 시행하다, 실행하다 implement interventions 조처를 시행하다
- ineffective 효과 없는 in-(아닌) + effective
- infrastructure 기반 시설 데이터 센터처럼 시스템을 돌리는 바탕 설비
- licensing 자격 부여, 면허 licensing exams 자격(면허) 시험
- literature 문헌, 연구 자료 '문학'의 뜻도 있지만 여기서는 '학술 문헌'
- malicious 악의적인, 나쁜 뜻을 가진 malicious actors 나쁜 뜻으로 움직이는 사람들
- malware 악성 소프트웨어 malicious(악의적인) + software
- misuse 오용, 잘못 씀 mis-(잘못) + use
- prompt 지시문, 입력 글 인공지능에 주는 요청 글. 동사로는 '하게 하다'
- reliably 믿을 만하게, 안정되게 reliable(믿을 수 있는)의 부사
- remarkable 놀라운, 두드러진 remark(눈여겨보다)에서 온 말
- reshape 다시 빚다, 바꾸다 re-(다시) + shape(모양을 만들다)
- societal 사회의, 사회 전체에 관한 social보다 격식 있는 말
- systemic 체계 전체의 systematic(체계적인)과 구별. 체계 전체에 퍼지는
- transformation 큰 변화, 변혁 transform(바꾸다)의 명사
- vulnerable 취약한, 상처 입기 쉬운 vulnerable to … 에 취약한
이해 확인 7문항. 읽은 글로 푸는 문제입니다. 결과는 프라이빗 코치의 독해 실력에 기록됩니다.
이해 확인 풀기이 글은 위 출처의 글에서 문단을 골라 그 라이선스에 따라 옮겼습니다. 영국식 철자 등 표기는 지금의 미국식 표준으로 바꾸었고, 문장은 원문 그대로입니다. 해석 · 끊어 읽기 · 낱말 풀이와 이해 확인 문항은 따로 덧붙인 것입니다.
Contains public sector information licensed under the Open Government Licence v3.0.