인공지능의 이해와 AI를 대하는 자세
뒤늦게나마 AI 관련 서적들을 읽으며 인공지능의 트렌드를 쫓아가고 있다. 이번에 읽은 책은 일본 최고의 AI 권위자로 평가받는 마츠오 유타카(松尾 豊) 교수의 저서 『인공지능은 인간을 넘어서는가(人工知能は人間を超えるか)』다.
2015년에 출간된 책이지만, 지금 읽어도 놀라울 만큼 정확하게 딥러닝의 본질과 AI의 미래를 짚어낸다. 코로나와 뇌경색으로 업무에서 떠나 있으면서 시간이 훌쩍 지나버린 탓도 있지만, 이미 10여 년 전부터 급속히 발전하고 있던 AI를 이제야 관심을 갖게 된 점은 많이 아쉽다.
마츠오 교수는 단순히 기술을 나열하는 것이 아니라, “왜 과거의 인공지능은 실패했는가?”라는 질문에서 출발해 딥러닝(Deep Learning)의 의미를 설명한다. 그는 “AI는 인간의 인지 능력을 복제하는 강력한 도구로서 특정 영역에서는 인간을 추월할 수 있지만, 인간과 같은 ‘생명적 의지’를 갖춘 존재가 되는 것은 아니다.”라고 강조한다. 따라서 AI를 두려워하기보다 이 도구를 어떻게 활용할지 고민하는 것이 우리 시대의 과제라고 말한다. 책의 주요 내용을 정리해 본다.
1. 딥러닝은 단순한 유행이 아닌 ‘50년 만의 혁명’
과거 AI가 실패했던 이유는 ‘세상을 바라보는 기준’을 인간이 일일이 컴퓨터에게 가르쳐줘야 했기 때문이다.
하지만 딥러닝의 등장으로 컴퓨터가 데이터에서 스스로 개념을 추출할 수 있게 되었다. 특히 2012년 이후 딥러닝의 급격한 발전은 AI의 패러다임을 완전히 바꿔 놓았다. 저자는 이를 인공지능 역사상 가장 큰 기술적 돌파구이자, 인류가 불을 발견한 것에 비견되는 획기적인 사건으로 평가한다.
2. ‘지능’은 넘어서겠지만, ‘생존 의지’는 별개의 문제
AI가 바둑, 암 진단, 번역 등 특정 지적 작업에서 인간을 뛰어넘는 것은 시간문제라고 본다. 하지만 인간의 ‘자아’나 ‘욕구’는 생물학적 생존 본능에서 비롯된다. 컴퓨터는 신체성도, 생존 본능도 없기 때문에 지능이 높아진다고 해서 인간을 지배하거나 해치려는 의지를 갖게 되지는 않는다는 것이 저자의 분석이다.
3. 막연한 공포 대신 ‘기술의 본질’을 도구로 삼아라
AI는 인류가 손에 넣은 강력한 도구다. 저자는 AI를 두려워하며 거부하기보다는, AI가 무엇을 잘하고 무엇을 못하는지 정확히 이해하고 활용하는 개인과 국가가 미래를 주도할 것이라고 말한다. 특히 일본(혹은 제조 강국)에게는 AI + 로봇 기술의 결합이 새로운 산업적 기회가 될 것이라고 강조한다.
AI는 특정 영역에서는 인간을 초월하지만, 인간 전체를 대체할 존재는 아니다. 중요한 것은 AI를 이해하고 함께 활용하는 능력이다.
(책의 중요 부분 요약)
제4장: ‘데이터’가 지능을 바꾼다 - 제3차 AI 붐의 서막
인터넷의 발전과 함께 등장한 머신러닝(기계학습)을 다룬다.
・통계적 접근: 지식을 직접 입력하는 대신, 방대한 데이터를 통해 컴퓨터가 스스로 학습하도록 한다.
・특징량의 한계: 하지만 이 시기까지는 ‘무엇이 중요한 특징인가’를 인간이 직접 지정해줘야 했다.(예: 고양이를 구별하기 위해 ‘귀의 모양’을 보라고 알려주는 방식)
제5장: 딥러닝은 무엇을 바꾸었나 - 특징 표현 학습
이 책의 핵심이자 저자가 가장 강조하는 부분이다.
・스스로 찾아내는 AI: 딥러닝은 데이터 속에서 ‘무엇이 중요한 특징인지’를 스스로 찾아낸다.
・층(Layer)의 깊이: 신경망이 깊어지면서 개념의 추상화가 가능해졌고, 이는 인공지능 역사 50년 만의 거대한 돌파구가 되었다.
● 딥러닝 간단 정리
딥러닝은 인간의 뇌 신경망을 모방한 인공 신경망(ANN)을 기반으로 데이터를 학습하는 머신러닝의 하위 분야다.
・다층 구조: 층을 깊게 쌓아 데이터를 단계적으로 처리하고 학습한다.
・자가 학습: 데이터가 많을수록 성능이 향상되며, 기계가 스스로 규칙을 찾아낸다.
・활용 분야: 이미지 인식, 음성 인식, 자연어 처리, 자율주행 등
・대표 사례: 알파고(AlphaGo), 생성형 AI 모델들
즉, 딥러닝은 방대한 데이터를 바탕으로 스스로 학습해 복잡한 문제를 해결하는 AI 기술이다.
저자 마츠오 유타카(松尾豊, まつお ゆたか）
1975년생. 도쿄대 대학원 공학계 연구과 교수(인공물공학 연구센터·기술경영전략학 전공), 일본 AI·딥러닝 연구의 선구자. 일본 딥러닝 협회 이사장과 정부 AI 전략 회의 의장을 역임하며, 기술 연구, 인재 양성, 산업 구현, 국가 전략 제언까지 폭넓게 활동 중.