#FTP독01.인공지능의 미래_제리카플란
인간의 본질에서 답을 찾다
*제리카플란: 스탠퍼드대학교 법정보학센터 교수, 인공지능학자
#Fact:
인공지능 분야의 속도가 워낙 빠르기 때문에 현재의 기술 발전 상황을 조사해서 밝히지는 않을 것이다. 애를 써서 설명하더라도 그 내용이 금세 불완전하고 시대에 뒤처진 자료가 되어 버리기 때문이다. 기술적인 지식은 없지만 인공지능 분야에 호기심이 있는 독자들에게 이 중요한 기술에 관한 다양한 주제와 미래의 잠재적인 영향력을 간결하고 이해하기 쉽게 소개하려는 목적에서 기획한 것이다. p.7,8
기계의 지적, 물리적 능력의 발전은 우리 인간이 살고, 일하고, 놀고, 짝을 찾고 아이들을 가르치고, 노인을 보살피는 방식을 바꾸어 놓을 것이다. 또 노동 시장을 뒤집고 기업과 공공기관을 뒤틀어 놓을 것이다. 기계들이 가면 갈수록 우리 삶의 다양한 측면에서 중요하고 의미 깊은 역할을 맡을 가능성이 높다.
독립적으로 추론하고 행동할 수 있는 시스템의 출현은, 그런 시스템이 누구의 이익을 위해 일해야 할 것이며, 우리 사회가 그런 시스템을 만들고 사용하는 데 어떤 제한을 두어야 할 것인지 등 여러 의문을 제기한다. p.10
뭐든지 숫자로 측정하고 직접 비교하기를 선호하는 인간의 문화적 성향은 흔히 객관성과 정밀성이라는 거짓된 품격을 만들어내는데, 지능처럼 주관적이고 추상적인 대상을 정량화하려는 시도 역시 분명 그런 범주에 든다. 인간과 기계의 지능을 비교하기 까다로운 건, 문제에 어떤 방식으로 접근하느냐가 문제를 풀어내는지 여부만큼 중요하기 때문이다. p.20
내가 생각하는 인공지능의 본질, 더 정확히 말해 지능의 본질은, 제한된 데이터를 기초로 적당한 시기에 적절히 일반화 해내는 능력이다. 이때 적용 영역이 넓어질 수록, 그리고 최소한의 정보로 더 빨리 결론을 내릴수록 더 지능적인 행동이다. p.27
‘학습’의 개념은 이전의 경험을 미래의 분석에 고려함으로써 일시적으로 순차적인 일반화를 수행하는 과정이라고 설명할 수 있다. 유추를 통한 추론이 한 영역의 지식을 새로운 정황에서 활용해 다른 것을 일반화하는 과정과 같다. p.28
학자들이 풀어야 할 미스터리는 비교적 단순하고 균일한 생물할 개체(뉴런)들이 연계해서 도대체 어떻게 기억을 저장하고, 시각 정보를 처리하고, 몸을 움직이고, 감정을 만들고, 행동을 유도하고, 자아감을 불러일으키는 등의 엄청나게 다양한 위업을 달성해 내느냐 하는 점이다. p.29
인공지능의 기술은 생계 수단에서 시작해서 인간의 자아의식에 이르기까지 우리가 소중히 여기는 대단히 많은 것들에 영향을 줄 것이다. 인공지능이 무엇인지 아직 정확히 정의하기 힘들지도 모른다. 미 대법원 판사 포터 스튜어트가 포르노를 정의내리기는 힘들지만 “보면 안다”고 했던 유명한 말처럼, 보면 직관적으로 알 수 있다고 확신한다.
컴퓨터들은 엄청난 속도, 정확성, 기억 용량에 힘입어 체스를 두거나 검색을 통해 원문을 번역하는 등의 과정을 인간보다 효과적으로 수행할지 모른다. 때에 따라서는 일을 해내기에 가장 적합한 인물이 기계가 되는 경우도 있을 것이다. p.36
‘인공지능’이라는 용어가 맨 처음 사용된 것은 1956년 뉴햄프셔하노버의 다트머스 대학교 수학과 조교수로 있던 존 맥카시에 의해서다. 록펠러 재단에 학회 지원을 요청하면서 처음 보냈던 제안서에는 이런 내용이 나온다. “이 연구를 통해 우리는 기계가 언어를 사용하고, 추상성과 개념을 형성하고 지금껏 인간들만 풀 수 있었던 문제를 풀고, 스스로 발전해 나가도록 만들 방법을 모색할 것이다.” p.39,40
전문가 시스템 프로그램은 전문성이 필요한 과업을 두 가지 요소로 나눈다. 그 두 가지는 기호 형태로 제시되는 특정 관심 영역과 관한 사실, 규칙, 관계의 집합인 ‘지식 기반’과, 그런 기호들을 어떻게 활용하고 결합하는지를 설명한 범용 ‘추론 엔진’이다. 사실과 규칙 두 가지를 모두 명확히 제시해 두면 새로운 사실이나. 지식이 더해졌을 때 시스템을 수정하기가 쉽다는 장점이 분명히 있다. p.56
계획은 ‘의도한 목표를 성취하기 위해 단계를 계획해서 처리하는 기술’을 개발하는 과정이다. 계획 과정은 일반적으로 주어진 최초의 상태, 목표하는 최종 상태, 초기에서 최종 상태로 진행하는 데 활용되는 일련의 활동이나 조치, 해결책으로서의 가치가 있는 방법으로 구성된다. 간단히 말해 계획 시스템의 임무는 ‘무엇을 해야 할지’를 알아내는 것이다. 계획 시스템의 대부분은 휴리스틱 추론(Heuristic reasoning)이라고 불리는 기법으로 효율성을 높인 상징적 추론을 적용한다. 기호 체계 접근법을 적용할 때면, 나타날 수 있는 가능성의 가짓수가 너무 많아서(이런 현상을 ‘조합적 폭발’이라고 부른다) 선택 가능한 모든 조건을 조사한다는 것이 순전히 불가능하다는 문제에 자주 맞닥뜨린다. 휴리스틱 추론은 그런 골치 아픈 문제를 해결하기 위한 방법이다. p.59
학습은 추론보다는 경험, 연습, 훈련을 통해 주로 이루어진다. 무언가가 학습되었다는 말은 데이터베이스에 데이터를 저장하듯 무언가를 포착 해서 보관하는 것 이상을 뜻한다. 즉 나중에 활용할 수있는 방식이어야 학습되었다고 말할 수 있다. p.64
인공신경망은 인간의 두뇌 같은 실제 신경망의 유기적 구조가 작용하는 원리에 영향을 받은 컴퓨터 프로그램이다. 인공신경망의 뉴련은 일반적으로 여러개 층으로 조직된다. 각 층에 있는 뉴런들은 바로 위나 밑의 층에 있는 뉴런들 하고만 연결될 수 있으며 상호 연결은 숫자 갑으로 설계된다. 사물의 인식은 주로 최상위층에서 일어나는 뉴런의 발화에 의한 것이다. p.66,67
인공신경망은 셀 수 없이 많은 이미지를 보면서 훈련을 하고 나면, 전에 본 적 없던 사진에서 비슷한 패턴을 찾아 낼 능력을 키운다. 최근에 개발된 것들은 물체 인식 능력이 사실상 인간을 능가한다. p.68
제퍼디 퀴즈쇼에서 승리한 왓슨은 위키피디아 전체 내용을 포함해서, 2억 페이지 이상이 되는 사실과 인물에 관한 데이터베이스를 활용했다. 이 데이터는 용량이 4테라바이트에 이르렀다. 왓슨은 다른 참가자들처럼 게시판에 제시되는 힌트를 ‘읽은’ 것이 아니라, 문제가 제시되는 동시에 컴퓨터로 전송 받는다. p.89
알데바란 로보틱스와 소프트뱅크 모바일에서 만든 페퍼(Pepper)는 사람의 의도를 읽고 그에 맞게 대응한다. 이 로봇은 현재 일본 소프트뱅크 대리점에서 고객들을 맞이하고, 제품과 서비스에 관한 몇가지 간단한 질문에 답하기도 하지만, 이 로봇의 주요한 가치는 고객과 어울리고 고객을 기쁘게 하는 것이다. p.99
일반적으로 자유 의지라고 하면 외부의 영향에 흔들릴 수 있을 지 몰라도 외부의 힘에 의해 결정되는 것은 아닌, 사려 깊은 선택을 할 능력이있다는 뜻이 된다. p.137
우리에게 자유 의지가 있는지, 자유 의지란 무엇인지는 분명하지 않다. 실제로 현명한 사람들 중에도 선택의 느낌이 환상과 다름없다는 설명에 일리가 있다고 생각하는 사람들이 많다. 마음이 뇌에서 생겨난다면, 우리가 그와 관련한 자연 법칙을 이해하는지 여부와 관계없이 마음 역시 일정 수준에서 자연 법칙의 일부에 따라 작용하는 것이 틀림없다. p.147
왓슨은 각 암환자에게 적절한 항암치료를 찾는 것부터 시작해서, 다양한 자료를 종합하고 분석해 새로운 치료법과 약물을 찾기 위한 임상실험 부터 신약에 가장 효과가 있을 만한 환자를 고르는 일까지 다룬다. 새로운 인공지능 기술은 기존에 자동화의 손길이 미치지 않았던 많은 영역에서 생산성을 극적으로 향상시킬 것이다. 때문에 다른 한편으로는 많은 직종에 엄청나게 파과적인 영향력을 행사할 위험도 있다. p.209
#Think:
현재의 인공지능 기술만으로도 일정 부분에 있어서는 인간의 한계를 뛰어 넘었다. 발전의 속도가 이전과는 다른 상상 이상의 빠른 변화는 우려했던 상황을 현실로 만들어 버리고 있다. 엄청난 변화를 예견하고 있고, 그 위험수위도 이전에 격어보지 못한 상상 이상이 될 것으로 보인다. 그 동안도 많은 변화에 적응해왔다고 하지만, 현재의 변화의 다양성과 속도를 보면 이전의 경험치를 운운할 시간 조차 의미 없어 보인다. 인간에 대한 관심을 그동안 상업적 시각에 매몰되어 한정적으로 정의를 내렸다면, 이제는 인간 본질에 대해 좀더 심도있게 접근해야 봐야 할 필요가 있어 보인다. 즉, 인간의 존엄성, 가치에 관한 연구가 개인적이며 본질적인 측면에서 다루어야 할 필요가 있다고 본다.
#Plan:
인간의 본질에 대한 정의에 대해 좀더 심도있는 접근을 하고자 하며, 특히 언어에 대해 관심을 두고자 한다. 인공지능이 스스로를 빠르게 진화시키듯이 인간도 스스로의 진화에 가속화를 시도할 수 있는 방법을 구체적으로 제시해보고자 한다. 영역의 핵심은 “창의적 인간”의 모습을 되찾기 위한 솔루션의 개발에 집중하고자 한다.
