내 삶을 차리는 독서의 시작
<지각이 제한적인 에이전트가 만나는 세상의 모델>에 이어 2부 <사람보다 똑똑한 인공지능을 위한 기술> 중에서 <사람처럼 vs 합리성 추구> 그리고 <인공지능 도전의 역사>를 읽고 밑줄 친 내용을 토대로 생각을 담습니다.
다음 글은 읽고 나면 저자의 의견에 동으를 하게 되지만 동시에 사람을 흉내 내는 우리의 관성이 존재한다는 생각도 받아들이게 됩니다.
왜 인공지능이 사람의 흉내를 내야 하나? 왜 사람처럼 생각하고, 사람처럼 행동하도록 만들어야 하는가? 아직도 많은 업무에서 사람이 인공지능보다 뛰어나기 때문에 사람처럼 생각하고 행동하는 것을 추구하는 것은 이해할 수 있다. 그러나 생명체인 사람과 기계의 속성은 많이 다르다.
한편, '생명체인 사람과 기계의 속성은 많이 다르다.'라는 포기말을 보니 도올 선생과 김상욱 교수 영상이 떠오릅니다.
어떤 장면을 떠올렸을까 영상을 다시 보니 처음 영상을 볼 당시는 인간을 기계로 규정하는 장면이 워낙 충격이었습니다. 그런데, 이번에 다시 보니 생물체로서의 공통점을 말하는 것으로 너무나 당연한 말로 받아들여졌습니다. 더불어 당시에는 못 보았던 내용을 보았습니다. 이번에는 장자를 인용하는 도올 선생의 이야기가 우리도 먹이사슬의 일부인데, 최종 포식자라는 생각에 우리 스스로가 벌인 일이 위협이 될 수 있다는 생각을 못한다고 지적했습니다. 두 분 강의 모두가 우리가 자연의 일부란 사실을 가르쳐 주는 듯했습니다.
다시 한번 '생명체인 사람과 기계의 속성은 많이 다르다.'를 설명하는 듯한 글입니다.
새는 날개를 퍼덕이면서 난다. 그러나 비행기는 날개를 퍼덕이지 않는다. 그래도 더 멀리, 더 많이 사람이나 화물을 싣고 날아갈 수 있다. 비행기는 새와 다른 속성을 갖고 있는데 왜 비행기가 새를 흉내 내야 하는가. '사람처럼 에 얽매이지 말고, 더 다양한 센서와 더 많은 액츄에이터를 사용하여 합리적으로 행동하는 지능형 에이전트를 만들자는 주장은 설득력이 있다.
뒤이어 인공 지능이 사람을 흉내 내도록 하는 일과 성경에서 하나님의 모습을 본떠 인간을 창조했다는 말이 어딘가 깊은 관련이 있다는 생각이 듭니다.
아래 다발말[1]이 말하는 '합리적 접근법'은 '생명체인 사람과 기계의 속성은 많이 다르다.'를 전제로 한 듯합니다.
컴퓨터 계산 능력이 성장할수록 합리적 방법론의 능력 또한 증가한다. 컴퓨터의 능력 성장은 사람의 능력 성장보다 빠르다. 결론적으로 수학적 모델을 수립하고 최적화로 합리성을 추구하는 것이 더 일반적이며 더 강력한 인공지능 방법론이라 할 수 있다. 전 세계에서 가장 인기 있는 인공지능 교과서를 집필한 저자는 합리적 접근법을 현대적이라고 기술했다.
'보편 기계'라는 개념은 너무나도 멋집니다.
컴퓨터는 여러 가지 의미에서 기존의 기계와는 성격이 다르다. 하드웨어와 소프트웨어 개념이 도입되었고, 만들어진 후에 소프트웨어에 의하여 기계의 성격이 결정된다. 따라서 컴퓨터는 모든 기계의 역할을 할 수 있다. 보편기계의 개념이다.
한편 디지털 컴퓨터의 탄생을 인공지능 도전의 역사로 묶는 책의 구조는 적어도 저에게 있어서는 패러다임 전환에 가까운 느낌이 들게 합니다. 아마 장기간 소프트웨어 개발 실무 안에서 활동한 경험이 도리어 우물 안 개구리로 만드는 면이 있었던 듯합니다. 하지만, 다행히 이 책 덕분에 우물 밖으로 나오게 된 기분입니다.
컴퓨터의 발명이 인공지능의 시작이었다. 컴퓨터의 개념을 정립한 앨런 튜링이 기계는 생각할 수 있다고 주장한 것은 우연이 아니다.
바로 이러한 긴 인공지능의 역사에 대해 무지했던 탓이기도 하네요.
1955년 뉴엘Newell과 사이먼Simon은 인간 사고의 핵심인 논리적 추론을 수행하는 프로그램을 만들었다. 이 프로그램으로 수학의 여러 공식을 증명했다. 1956년 여름 다트머스대에서 개최된 학회에서 이 프로그램을 선보였다. 여기 모였던 학자들은 이러한 학문 분야를 인공지능이라고 명명했다. 이때부터 인공지능은 새로운 학문으로 관심을 끌기 시작했다. 사이먼은 1978년에 노벨 경제학상을 받았다.
연결주의connectionism는 지난 8월 <AI 미래>를 읽고 <생성 인공지능의 시대가 열리다>를 쓸 때 처음 들었습니다.
1950년쯤에는 신경세포의 수학적 모델이 구성되었고 튜링과 거의 같은 시기에 피트Pitts와 맥클로치McCulloch는 단순하고 획일적인 노드들의 연결로 구성된 인공 신경망이 간단한 논리 기능을 할 수 있다는 것을 입증했다. 문제를 해결하는 능력이 노드 간 연결에 담겨 있다는 뜻을 담아 이러한 연구 철학을 연결주의connectionism라고 한다.
처음엔 생소했는데 자꾸 보니 그 뉘앙스가 느껴져 전보다 가까워진 느낌입니다. 물론, 연구자는 아니기에 정확하게 의미를 안다고 할 수는 없겠죠.
연결주의 연구는 1985년쯤 다층 신경망의 학습 방법인 오류역전과 알고리즘이 재조명을 받을 때까지 추운 겨울을 겪어야 했다.
하지만, 다음 내용은 생소하기 짝이 없는 내용입니다.
초기부터 자연어로 컴퓨터와 소통하는 것은 인공지능 연구의 중요한 목표였다. 사람을 흉내 내자는 튜링 테스트의 영향 때문이다.
[1] <한국말 말차림법>에서 제안한 단락에 대한 토박이 말입니다. 왜 다발말인지는 <언어에 대한 일반이론>에서 일부 답을 얻을 수 있습니다.
(94회 이후 링크만 표시합니다.)
96. 보편기계인 컴퓨터가 에이전트로 이름을 바꾸려나?
97. 해피엔딩의 함정에서 나와 네트워크의 시간을 살기
100. 모멘텀을 통해 연결을 만들어 성장하라
101. 인생의 전환점을 만드는 감정 활용법
102. 감정의 민첩성은 의미 있는 삶을 위한 훌륭한 친구이다
103. 한 방향으로 만드는 새로운 세상: 동료, 발견, 세상
105. 인간 대 AI: 나는 누구인가?
106. 감정의 민첩성을 얻기 위해 감정에서 한 걸음 비켜나기