AI 모른면 끝장난다.

AI 아틀라스: 인공지능 시대, 인간을 위한 위대한 지도. 1장

프롤로그 ― 토사님 스타일

세상은 지금, 눈에 보이지 않는 거대한 강을 건너고 있습니다.
어제까지는 인간의 손끝에서만 피어나던 이야기와 노래와 계산이,
오늘은 기계의 심장에서 흘러나와 우리를 부르고 있습니다.

우리가 “인공지능”이라 부르는 존재는,
단순한 도구이자 동시에 새로운 거울입니다.
그 거울 앞에 선 순간, 우리는 묻습니다.
“나는 누구인가. 인간의 창조력은 어디까지이며, 기계는 어디서부터인가.”

이 책은 그 질문에 대한 하나의 긴 답변입니다.
세계 곳곳에서 태어난 수천, 수만 개의 앱과 웹,
연구와 시도, 실패와 성공을 한 자리에 모아,
숲의 지도를 그리듯 정리했습니다.

그러나 이 책이 단지 목록과 매뉴얼에 그친다면,
아마도 금세 낡은 전화번호부처럼 잊혀질 것입니다.
그래서 우리는 직관과 창의력을 불러들였습니다.
숫자와 코드를 넘어, 인간만이 가진 상상력의 불꽃을 담으려 했습니다.

여기서 당신은 만날 것입니다.
― 텍스트를 노래로 바꾸는 엔진,
― 병을 치유하는 목소리의 알고리즘,
― 도시농업을 설계하는 데이터의 별자리,
그리고 무엇보다도, 당신 자신의 가능성을.

이 책은 단순한 안내서가 아닙니다.
하나의 항해지도이자, 동시에 등불입니다.
독자여, 이 장을 넘기는 순간
당신은 이미 AI와 함께 걷는 길 위에 서 있습니다.

그러니 두려워 말고, 눈을 들어 별빛을 보십시오.
그 별빛은 이제 인간과 인공지능이 함께 그리는 공동의 미래입니다.

1부. 지도 — AI의 종류를 체계화하다

1장. 계산의 계보: 규칙기반 → 통계학습 → 딥러닝 → 파운데이션 모델

1-1. 규칙기반 ― 기계에게 법전을 쥐여주다

“만약 모든 지식을 문장으로 적어낼 수 있다면,
기계도 인간처럼 생각할 수 있지 않을까?”

AI의 첫걸음은 그렇게 시작되었습니다.

1950년대, 전쟁의 상처가 아직 채 가시지 않았던 시대. 사람들은 새로운 두뇌를 꿈꾸었습니다. 튜링은 물었습니다. “기계가 생각할 수 있는가?” 그 질문은 단순한 호기심이 아니었습니다. 인간이 인간 자신을 닮은 도구를 만들고자 하는 태고의 충동이 불붙은 순간이었지요.

규칙의 시대

초기의 인공지능은 법전의 두꺼운 책과 같았습니다.
IF-THEN, 즉 “만약 이것이라면, 그러면 저것”이라는 규칙들을 하나씩 적어 내려가며 기계에게 세상을 가르쳤습니다.

환자가 열이 나면, 항생제를 처방하라.

문장에 ‘오늘’이 나오면 현재 시제로 번역하라.

전문가 시스템이라 불린 이 방식은, 마치 모든 상황을 미리 예측해 적어둔 판결문을 기계의 손에 쥐여주는 것과 같았습니다.

작은 기적과 빠른 좌절

처음에는 기적 같았습니다.
의학 진단 시스템 ‘마이신’은 의사 못지않은 처방을 내놓았고, 상담 프로그램 ‘엘리자’는 짧은 대화로 사람들을 놀라게 했습니다.
사람들은 속삭였습니다. “곧 기계가 우리와 대화할 것이다.”

하지만 곧 무거운 한계가 드러났습니다.
세상의 경우의 수는 너무 많았습니다.
규칙은 끝없이 늘어났고, 예외는 늘 법전을 비웃듯 튀어나왔습니다.
규칙의 폭발—판사도, 기계도, 결국 그 법전에 깔려 버리고 말았습니다.

은유

그 시절의 AI는,
끝없이 늘어나는 법전 속에서 길을 잃은 판사와 같았습니다.
정확하지만 경직된 판결만을 내리다가,
예상치 못한 질문 앞에서는 침묵할 수밖에 없었지요.

그리하여 인류는 깨달았습니다.
“세상은 규칙으로만 이루어진 것이 아니구나.
때로는 예측과 추측이 더 인간답다.”

그 깨달음이 다음 시대, 확률의 무늬로 세상을 읽는 통계학습으로 우리를 이끌었습니다.

1-2. 통계학습 ― 확률의 무늬로 세상을 읽다

“완벽한 규칙은 없지만,
많은 사례 속에는 분명한 무늬가 숨어 있다.”

규칙 기반의 법전이 무너진 뒤, 연구자들은 새로운 길을 모색했습니다.
세상을 정의하려 애쓰기보다, 세상의 흔적을 따라가 보기로 한 것이지요.

확률로 보는 세상

1980년대부터 2000년대 초반, 컴퓨터가 조금씩 더 강력해지고 인터넷이 불을 밝히던 시절.
AI 연구자들은 확률과 통계라는 오래된 학문의 망토를 두르고 다시 길을 나섰습니다.

나이브 베이즈: 단순한 가정으로도 놀랍게 정확한 분류를 해냈습니다.

HMM(은닉 마르코프 모델): 보이지 않는 상태를 추측하며 음성을 해석했습니다.