brunch

You can make anything
by writing

- C.S.Lewis -

by 글쓰는몽글c Jan 20. 2020

앨런튜닝부터 알파고까지. 인공지능의 역사

#1. 인공지능(AI)의 역사

#1.


인공지능에 대한 이야기를 조금씩 정리해보려 한다.

모두가 인공지능을 이야기하는 지금, 인공지능이라는 용어가 어떻게 생겨났고, 또  어떻게 지금까지 발전해왔는지에 대해서 정리해보는 것부터 시작해보려 한다.


우선 인공지능에 대한 사전적 정의를 찾아보니 아래와 같이 정의가 되어있다.

인공지능(artificial intelligence 혹은 machine intelligence)은 인간의 지능이 갖고 있는 기능을 갖춘 컴퓨터 시스템이며, 인간의 지능을 기계 등에 인공적으로 시연(구현)한 것이다. 일반적으로 범용 컴퓨터에 적용한다고 가정한다. 이 용어는 또한 그와 같은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 과학 분야를 지칭하기도 한다.
(출처: 위키피디아)


다시 이야기하면, 인간의 지능을 가진 컴퓨터, 그리고 컴퓨터로 흉내낸 인간의 지능이라고 표현하고 있는 것을 알수 있다. 챗봇, 스마트스피커 등이 인공지능이 적용된 서비스&제품이며 인공지능이 적용된 제품들은 이제 주변에서 너무나도 쉽게 찾아볼 수 있다.


하지만, 인공지능이라는 용어가 1956년부터 사용되기 시작했다는 사실을 알고 있는 사람은 그리 많지 않은 것 같다. 이러한 인공지능이라는 용어가 세상에 알려지고, 또 사람들이 인지하게 된데는 꽤나 오랜시간이 필요했던 것 같다. 차근차근 시간순으로 몇 가지 키워드를 통해 인공지능의 역사에 대해서 정리해보자.


history of first ai winter

이미지 출처: History of First AI Winter


튜링테스트 - 1950

튜링테스트는 앨런튜닝이라는 영국의 수학자가 인간의 '생각'을 정의하기 위해 만든 테스트이다.

기계와 일반적인 대화를 진행했을 때 그 대화에 등장한 인물이 사람인지, 기계인지 구별할 수 없을 정도로 이야기를 잘 끌어간다면, 이는 기계가 '생각'하고 있다고 말할 수 있는 근거를 제시할 수 있다고 생각하였다.

튜링테스트는 인공지능에 대한 최초의 심도깊은 철학적 제안이었다.

* 2014년 영국의 레딩대학교에서 만든 유진구스트만이라는 인공지능이 튜링테스트를 통과했다고 발표했다. 하지만 이는 유진구스트만이라는 인공지능이 '영어가 모국어가 아닌 13세 소년'이라는 제약을 둠으로써 어눌한 답변도 그려려니 하며 넘기게 되는 상황이 생겼고 이는 제대로된 테스트가 아니라는 비판이 있어왔고 지금 시대에 맞추어 튜링테스트 역시 재구성 해야한다는 이야기도 나오고 있다. (관련 기사)


다트머스 회의 - 1956

인공지능(AI)라는 용어를 가장 처음 사용한 회의로 기억해두면 좋다. 당시(1956년) 다트머스 대학에 있던 존 매카시가 AI(Artificial Intelligence)라는 용어를 발표했으며, 다트머스 회의를 통해 인공지능이라는 분야를 확립하게 되었다. 인공지능에 대한 용어, 정의, 그리고 목표 등에 대해 고민을 시작하게 된 회의이다.

 "학습의 모든 면 또는 지능의 다른 모든 특성로 기계를 정밀하게 기술할 수 있고 이를 시뮬레이션 할 수 있다." 라는 주장을 포함하여 AI에 대한 다양한 논의와 브레인스토밍을 진행했다고 한다.


AI의 황금기 (1956~1973)

다트머스 컨퍼런스 이후에, 인공지능은 모든 것을 해결해줄 것만 같은 이론으로 많은 사람들의 관심을 받게 되었다. 이 때 만들었던 프로그램들은 사람들이 풀지 못하던 대수학 문제를 풀었고, 기하학 정리를 증명하고 언어(영어)를 학습하기도 했다. 이러한 현상을 보고 많은 사람들은 인공지능을 통해 많은 것을 해결하고 더 나아가서 모든 것을 인공지능으로 해결할 수 있을꺼라는 낙관론자들 생기게 되었다.

 이 때, 사람들은 완전한 지능을 갖춘 컴퓨터가 20년 안에 탄생할 것이라고 예측했고 ARPA(Advanced Research Project Agency)와 같은 정부기관은 돈을 쏟아 붇게 되었다.


AI 연구의 첫번째 세대는 그들의 연구 결과에 대해 다음과 같이 예측했다고 한다.

1958년, 사이먼(H. A. Simon)과 뉴얼(Allen Newell) : "10년 내에 디지털 컴퓨터가 체스 세계 챔피언을 이길 것이다", 덧붙여 "10년 내에 디지털 컴퓨터는 중요한 새로운 수학적 정리를 발견하고 증명할 것이다."

1965년, 사이먼 : "20년 내에 기계가 사람이 할 수 있는 모든 일을 할 것이다."

1967년, 마빈 민스키 : "이번 세기에 AI를 만드는 문제는 거의 해결 될 것이다."

1970년, 마빈 민스키 : (Life 잡지를 통해서) "3~8년안에 우리는 평균정도의 인간 지능을 가지는 기계를 가지게될 것입니다.


첫번째 AI Winter (1973~1980)

인공지능에 대한 초반 기대와는 다르게, 20년이 흐른, 70년대에 이르자, AI는 비판의 대상이 되었고 재정적 위기가 닥쳤다. 인공지능에 대한 낙관론을 가지고 있던 AI 연구가들은 기존 기대와는 다르게 복잡한 문제를 해결하는데 실패했다. AI에 대한 자금 투자가 사라진 것은 당연한 결과였다.

투자가 끊기고 살아남은 연구원들에 의해서 'AI winter' 라는 단어 또한 만들어졌다고 한다.

70년대 인공지능은 하나의 장난감 정도 수준으로 기대치가 하락했고, 더 이상 극복하지 못할 것이라고 생각되었다. 그나마 인공지능에 대한 부정적인 인식이 있었음에도, 논리 프로그래밍, 상징추론과 같은 여러 영역의 아이디어 또한 나타났다는 긍정적인 내용 또한 존재한다.


다시금 AI Boom (1980~1987)

‘전문가 시스템’이라고 불리는 인공지능 프로그램이 다시금 AI를 유행시키는 것 처럼 보였다. '전문가 시스템'이란  인공지능이 검색에 초점이 맞춰져 있는 프로그램이며, 특정 지식의 범위에 대해 문제를 해결해주거나 질문에 대답해주는 프로그램이다.

뿐만 아니라 이 시기에 1970년대에 버려진 “역전파”라고 불리는 신경망 알고리즘을 다시금 개선하며 인공지능의 가능성에 대해서 확인해볼 수 있는 시기였다.



두번째 AI Winter (1987~1993)


 하지만 여전히 인공지능으로 성공적인 사례를 보여주지 못했으며, 당연히 비즈니스적인 측면에서의 인공지능의 매력은 상실되고, 인공지능 거품(AI Bubble) 시기로 접어들게 된다.

 80년대 인공지능의 알고리즘을 살펴보면 ANN이론이 이미 만들어져 있었으며, 딥뉴럴네트워크를 활용한 오류역전파 알고리즘 역시 1989년에 만들어졌다. 다시 말해 이론과 구현된 알고리즘은 매우 쓸모가 있었다고 생각한다. 하지만 지금처럼 IT가 발달하지 못한 그 당시, 알고리즘은 우수하더라도 신경망 학습에 3일 이상이 걸린다거나, 괜찮은 데이터를 얻기 어려운 등, 다양한 문제로 인해 AI Winter는 지속되었다.



4차 산업혁명과 AI, AI Spring? (2000년대~현재)


2000년대 초반만 하더라도 인공지능에 대한 평가는 여전히 좋지 않았다고 한다.

다양한 언론에서는 인공지능에 대해 아래와 같은 평가를 했다.


2007년, 이코노미스트 (The Economist, Alex Castro):

"인공지능", "음성인식" 과 같은 시스템을 신뢰하기 어려워 투자가 연기되었다. "

2006년, 비즈니스 타임즈(Paty Tascarella) :

"로보틱스(robotics)라는 단어 역시 투자가 망설여지는 단어이다."

2005년, 뉴욕 타임즈(John Markoff) :

"컴퓨터 과학자들과 소프트웨어 엔지니어들로 이루어진 인공지능팀이지만 '인공지능'이라는 용어를 사용하지 않았다."


2000년 대 초반, 비즈니스 분야에서 인공지능에 대한 평가는 여전히 혹독했다.

하지만 이후 인공지능은 성공적으로 포지셔닝하고 다시 투자를 받기 시작했는데, 그 이유는 무엇이었을까?


가장 큰 이유는 'Deep Learning Revolution'이라고 불리는 2012년의 이미지넷(Image Net) 대회에서의 사건이었다.

기존에 이미지 인식률이 75%를 넘지 못하던 CV를 딥러닝을 통해 90%이상의 정확도를 보이기 시작했다.

사람들은 딥러닝에 열광했고 인공지능에 대한 연구도 더욱 속도가 붙게 되었다.

이미지넷 정확도 증가

이미지 출처: 딥러닝의 모든 것


그리고 2017년 알파고의 등장 역시 지금의 인공지능이라는 언어의 대세감을 느끼기에 가장 중요한 역할을 한 사건이 아닐까 싶다.


물론 딥러닝이 이와같이 좋은 결과를 얻은 이유는 아래와 같다.

컴퓨터 능력(처리속도, 메모리 등)이 좋아졌다.

5G등 통신 환경자체가 좋아졌다.

스마트폰으로 인해 데이터가 폭증되었다.


80년대 부터 컴퓨터의 퍼포먼스, 통신속도, 데이터의 부족함 등으로 빛을 보지 못하던 알고리즘들이 주변 환경이 갖추어 지고 알고리즘이 고도화되면서 인공지능은 무한한 가능성에 대해서 이야기되고 있다.

 이러한 인공지능은 IoT, 클라우드 컴퓨팅, 빅데이터 등이 융합되면서 이른바 4차 산업혁명이 발생하고 있다.

 과거 산업혁명이 '기계근육'을 만드는 과정이었다면, 4차 혁명에서는 '기계두뇌'가 탄생할 것이라고 한다.





이미 다양한 설문들에서 이야기하고 있듯이, 많은 사람들이 미래에 인공지능으로 인해 사람들의 직업이 줄어들 것이라고 한다. 하지만 막연한 두려움 보다는, 인공지능에 대해 보다 제대로 알고 어떻게 대처해가야 할지를 고민하는 것이 중요해보인다.


인공지능을 기획하고 디자인, 개발하는 사람들은 인공지능이라는 기술과 프로세스에 대한 정확한 이해와 활용을 할 수 있어야 하며, 인공지능 시대를 곧 몸으로 체험하게될 모든 사람들은 인공지능에 대한 다양한 사례들을 통해 미리 경험하고 이해할 필요가 있다고 생각한다.


인공지능에 대한 다양한 사례들을 보며 인공지능의 긍정/부정적인 측면을 점차 이해하게 된다면,

' 모든 사람들을 위한 AI (AI Spring) 오지 않을까?'



Reference

https://ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5#%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5_%EC%9D%B4%EB%A1%A0%EC%9D%98_%EB%B0%9C%EC%A0%84

https://brunch.co.kr/@storypop/28

https://en.wikipedia.org/wiki/AI_winter#Current_%22AI_spring%22

https://blogs.nvidia.co.kr/2016/03/21/all_of_deeplearning/

https://www.mk.co.kr/news/culture/view/2016/05/317376/



일상에서 활용되고 있는 AI의 다양한 사례들이 궁금하다면.

https://brunch.co.kr/magazine/dailyai


음성 디자인에 대한 다른 글을 보고 싶다면.

https://brunch.co.kr/magazine/voicedesign


twitter: @pentaxzs

email: pentaxzs@daum.net

brunch: https://brunch.co.kr/@monglec




이전 01화 인공지능, 꼭 알아야만 하는걸까?
brunch book

현재 글은 이 브런치북에
소속되어 있습니다.

일상 속 인공지능

매거진 선택

키워드 선택 0 / 3 0

댓글여부

afliean
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari