무어의 법칙과 모라벡의 역설
#무어의 법칙 #모라벡의 역설 #황의 법칙 #기하급수의 법칙
인공지능과 관련된 법칙 : 무어의 법칙과 모라벡의 역설
인공지능 기술은 컴퓨터 기술의 발전과 함께 성장했다. 인텔의 설립자인 고든 무어Moore's law가 반도체 집적회로는 2년마다 2배씩 증가한다는 ‘무어의 법칙’을 내놓았다. 컴퓨터 CPU 속도는 40년 동안 무어의 법칙대로 증가하면서 인공지능 기술도 발전하게 되었다. 인공지능이 잘하는 일과 인간이 잘하는 일은 다른데 이를 ‘모라벡의 역설’이라 한다. 아이가 태어나면서 자연스레 걷고 자전거를 배우는 일은 인간에게 쉽다. 많은 양의 데이터를 분석하여 특징을 찾아 분류하고 수학적 알고리즘을 기반으로 미래를 예측하는 일은 인공 지능에게 쉬운 일이다. 이러한 인공지능 기술은 ‘무어의 법칙’을 넘어 ‘기하 급수의 법칙’으로 향해 가고 있다.
#무어의 법칙 : 반도체 메모리 용량과 CPU 속도는 2년에 2배씩 증가한다.
인텔의 고든 무어Moore's law는 1965년 ‘반도체 칩에 집적되는 트랜지스터 수는 24개월마다 2배로 증가한다’는 법칙을 내 놓았다. 이 법칙은 메모리 용량과 CPU 속도는 24개월마다 2배씩 증가하고 컴퓨터 가격은 반으로 떨어진다는 법칙이다. 무어의 법칙이 나온 지난 40년 동안 CPU 프로세서 속도의 성장을 충실히 2배씩 지켜왔다. 하지만, 2010년부터 2년마다 2배라는 법칙을 따라가지 못했다. 이유는 한 개의 칩 내부의 발열 문제와 경제성의 문제였다. 그러면서 ‘무어의 법칙은 죽었다’라는 게 업게 대세가 되었다.
황의 법칙은 삼성전자 반도체 기술총괄 황창규 사장이 내놓은 법칙이다. 황창규 사장은 2002년 2월 미국 샌프란시스코에서 열렸던 ISSCC국제반도체회로 학술회의에서 “반도체 집적도는 1년에 2배씩 증가한다”는 메모리 신新성장론을 주장했다. 삼성전자는 2001년 1G 메모리를 시작으로 2007년 64G 메모리까지 실제로 플래시 메모리 용량을 매년 2배씩 늘려 낸드 플래시 메모리NAND Flash Memory 분야를 이끌었다.
#모라벡의 역설 : 기계가 잘하는 것은 인간에겐 어렵고 인간이 잘하는 것은 기계가 어렵다.
인공지능이 잘하는 일은 분류와 추론, 예측인데 이것은 수학과 알고리즘의 조합이다. 인공지능은 계산을 빠르고 정확하게 하며 인간은 그 속도를 따라갈 수 없다. 인간은 여러 가지 상황을 직감적으로 분석하여 예측하는 감각적인 일을 잘한다. 한식 명장의 노하우를 전수 받기 위해 익혀야 할 것은 재료의 빠른 계산과 조리 속도보다 손맛이라는 감感이다. 스포츠 경기를 보면서 왠지 A팀이 이길 것 같은 느낌이 있다. 아침 현관 문을 나서면서 하늘을 봤는데 비가 오기는 하겠지만 돌아오는 길에는 오지 않을 것 같은 날도 있다. 그래서, 우산을 가져가지 않았는데 그 느낌이 맞았을 때의 희열, 이것이 인간이 잘하는 일이다.
인간이 잘하는 일은 기계는 어렵고 기계가 잘하는 일은 인간이 하기 어렵다. 이것을 모라벡의 역설Moravec’s Paradox이라고 한다. 카네기 멜론 대학교 교수 한스 모라벡Hans Moravec은 “지능 검사나 체스에서 어른 수준의 성능을 발휘하는 컴퓨터를 만들기는 상대적으로 쉬운 반면, 지각이나 이동 능력 면에서 한 살짜리 아기만 한 능력을 갖춘 컴퓨터를 만드는 일은 어렵거나 불가능하다.”라고 했다.
인공지능은 강아지를 구별하기 위해 수만 장의 사진 데이터를 입력하여 훈련한다. 강아지 한 가지 종류만을 학습하는데 치와와와 머핀을 웰시코기 엉덩이와 식빵을 명백하게 구별하지 못한다. 어린 아이에게는 강아지 몇 마리만 보여줘도 강아지를 구별할 수 있다. 심지어 강아지의 크기, 색, 종류에 상관없이 지구상의 거의 모든 강아지를 인식한다.
http://ko.experiments.wikidok.net/wp-d/590fd4772e93853e1ba2aec4/View
인공 지능은 알고리즘을 똑똑하게 만들어 지능처럼 느끼도록 한 것이다. 이렇다 보니 알고리즘을 만들기 위한 순서와 규칙이 명백히 존재한다. IF ~ THEN과 같이 ‘~~라면 ~~이다’ 의 경우이다. 이를 프레임이라고 하는데 알고리즘은 프레임 밖의 상황을 인식하지 못한다. 이를 프레임 문제Frame Problem라고 한다. 인공지능은 현실 세계의 많은 변수와 돌발적인 상황의 한계를 아직까지 넘지 못하고 있다.
#인공지능의 시대는 ‘기하급수의 법칙’의 시대이다.
인공지능 시대는 속도가 생명이다. 빠른 물고기가 느린 물고기를 잡아먹기에 규모나 자본이 아닌 시장 선점이 우선이다. 새로운 법칙 기하급수의 법칙이 지배하는 세상이다. 인공지능의 법칙은 3개월마다 2배씩 증가하며 인공지능의 성능 향상 속도는 무어의 법칙보다 7배 빠르다. 무어의 법칙과 비교하면 30만배가 된 셈이다. 시장을 선점한 인공지능 기업을 자본과 규모로는 절대로 따라잡을 수 없다.
여기에 우리가 인공지능을 왜 공부해야 하며 인공지능 시대를 살아가기 위해서 어떻게 해야 하는지에 대한 답이 있다. 우리나라는 아쉽게도 인공지능 기술이 미국, 유럽, 일본 그리고 중국에 비해 뒤처지 있는 게 사실이다. 먼저 선점한 국가들과의 격차를 좁히고 무섭도록 속도를 높이고 있는 중국의 기술 속도를 체감할수록 인공지능 시대를 살아가야 할 다음 세대들에 대한 걱정이 앞선다.
싱귤래리티 대학의 초대 이사 살림 이스마엘Salim Ismail은 “이제 세상은 더 똑똑하고 작고 빠르게 움직이는 기업의 것이다”라고 했다. 컴퓨터로 대표되는 디지털화는 기하급수적 증가가 가능하며 인공지능 시대의 속도는 생명이다. ‘무어의 법칙’과 ‘황의 법칙’은 모두 기하 급수의 법칙인 것이다. 기하 급수의 법칙에도 불구하고 인공지능의 한계는 분명히 있다. 인간에게 쉬운 일이 기계에게는 어렵다는 ‘모라 벡의 역설’이다. 하지만, 스스로 학습하는 딥러닝 기술의 발전으로 점차 인간이 잘하는 일도 기계가 기하 급수적으로 학습하고 있다.
