인공지능 아는 척하기

난해하고 복잡한 인공지능의 역사와 이론,
그리고 원리를 알기 쉽게 풀었다!

인공지능은 철학적 인식론인가, 아니면 공학적 기계론인가, 의학적 뇌과학인가?

인공지능에 대한 이해와 오해

□ 인공지능의 최종 목표는 인간을 기계로 이해하는 데 있다?
□ 인공지능은 신체에서 이탈하여 정신을 유지할 수 있는 불멸을 제시한다?
□ 인공지능의 기계장치는 인간의 초인적 뇌 지능을 능가할 수 있다?
□ 1960년대 인지심리학자는 심리학을 컴퓨터 프로그램의 한 형태로 생각했다?
□ 인공지능의 근본 문제는 철학적 심신론에서 시작되었다?
□ 공상과학 소설과 만화가 인공지능의 이론적 발전을 앞당겼다?
□ 인공지능은 언어, 기억력, 계산, 추론, 감정의 인지 과정을 수행한다?
□ 튜링 기계의 계산 이론은 인공지능의 뉴런 이론과 밀접하다?
□ 체스 같은 게임 플레이에서 인공지능이 이기는 이유는 무엇일까?
□ 미래에 인공지능의 뇌는 과연 생각하는 기계가 될 수 있을까?

4차 산업혁명으로서 인공지능

사실 2009년 애플 아이폰의 상용화를 시작으로 2010년 스마트폰의 일상화는 디지털 미디어 시대에서 4차 산업혁명의 중요성을 부각하는 결정적인 전기를 마련했다. 과거 하드웨어 기술 기반의 테크놀로지 시대에서 현재와 미래 소프트웨어 프로그램 기반의 하이 테크놀로지 시대로 급격한 전환을 이뤄냈다. 이런 전환기에서 다시 관심사가 급부상한 4차 산업혁명이 바로 인공지능 즉, AI(Atificial Intelligence)다.
국내에서 인공지능에 대한 관심을 불러일으킨 사건은 아마도 2016년 알파고(AlphaGo)와 이세돌 기사의 세기적인 대국일 것이다. 바둑에서 알파고라는 컴퓨터가 바둑 천재 인간 이세돌을 이길 수 있을 것인가, 라는 세기 대결이 전 국민의 이목을 집중하게 만들었다. 이를 계기로 인공지능이 단순히 계산기나 컴퓨터의 능력을 넘어서 스스로 계산하고 스스로 생각하고 스스로 판단하는 휴머노이드(Humanoid)의 단계까지 이른 존재로 간주하게 되었다.
그렇다면, 과연 머리·몸통·팔·다리 등 인간의 신체와 유사한 형태를 지닌 로봇을 뜻하는 휴머노이드는 정말 인간의 행동은 물론, 사고와 감성까지도 가장 잘 모방할 수 있는 포스트 인간형 로봇이 될 수 있을까? 휴머노이드의 인공지능은 어떤 의미이며, 어떠한 기술적 프로세스를 거쳐서 탄생하게 된 것일까? 과연 인공지능의 능력은 인간의 몸과 뇌를 능가할 수 있을까? 더 나아가 인공지능은 인간처럼 생각하고 느끼고 판단하고 결정하는 자유의지를 지닐 수 있는 걸까?
그런 관점에서 이 책은 인공지능의 정의는 물론, 인공지능이 형성하는 역사적 과정에서 과학적으로 시도했던 것과 실패했던 것부터, 인공지능의 과거, 현재 그리고 미래에 대한 전망, 인공지능 시스템이 어떻게 작동하거나 구축되는지, 인공지능의 철학적 이론과 과학적 현실가능성에 대한 이론과 실제, 그리고 문제점까지 인공지능에 대한 모든 것을 시각적 예와 함께 알기 쉽게 풀어냈다.

인공지능이란 무엇인가?

지난 반세기 동안 인간은 인공지능에 대한 연구를 공학 프로젝트를 성공적으로 이끌어냈다. 그러나 더욱 중요한 것은 인공지능이 공학용 응용 프로그램 이상으로 확장되는 문제를 안고 있다는 점이다. 결국 인공지능을 단순히 공학적 기계론 관점으로만 파악할 것인가에 대한 회의론이 제기되었기 때문이다. 그만큼 인공지능은 우리가 상상하는 아니, 우리가 판단하는 그 이상의 능력을 발휘하지만, 우리 인류의 역사에서 철학, 문학, 과학, 의학, 생리학 등 다양한 인문과학의 영역에서 이해되어야 하고, 그 이론과 실제의 논리와 상상력 속에서 기술되고 판단되고 구성되어야 한다.
인공지능은 거대한 프로젝트다. 인공지능의 창시자 중 한 명인 마빈 민스키는 “인공지능의 문제는 지금까지 진행했던 가장 어려운 과학 중 하나다.”라고 주장했다. 약한 인공지능의 목표는 인간과 동물의 지능에 관한 이론을 개발하고, 컴퓨터 프로그램이나 로봇의 형태로 작동하는 모델을 만들어 이러한 이론을 시험하는 것이다. 한편 강한 인공지능은 이런 기술적 기반을 넘어서 마음과 정신의 문제에 다다르게 된다.

인공지능은 지적 능력과 인지에 대한 문제다?

아마도 우리의 지적 능력은 뇌를 어떻게 설계하는가에 따라 제약을 받게 된다. 우리의 뇌 구조는 수백만 년 동안 진화해왔다. 지속적인 생물학적 진화를 통해서든 혹은 공학을 통한 인간의 개입으로 인해서든 끊임없이 진화하는 과정을 목도하고 있다. 결국 인공지능이 인간과 동물의 인지 과정 이면에 있는 메카니즘을 이해하려는 시도와 차별화를 이룰 수밖에 없다. 이러한 인공지능의 인지 능력은 지능 행동 이론을 기반으로 한 인지심리학, 기계공학, 철학적 심신론, 생명체의 모방, 수학적 계산, 언어와 인지적 능력, 로봇과 신경의 결합, 인지적 계산력, 컴퓨터 장치로서의 두뇌, 기능적 뇌와 사유적 뇌 등 복잡다단한 연결고리를 안고 있다.
이러한 인지적 프로세스를 위해서 1976년 뉴얼과 사이먼은 물리적 기호 체계 가설을 제안했다. 이 가설은 마음이 의존하는 계산의 종류를 특정 짓는 일련의 속성을 제안한다. 물리적 기호 가설은 지적 행동이 기호의 문법 조작에 의존해야 한다며, 다음과 같이 선언한다. “지능적 행동을 위한 필요하고 충분한 수단인 물리적 기호 체계‘ 즉, 인지에는 상징적 표현이 필요하다. 이러한 표현들은 이 세상의 사물들을 가리킨다. 본질적으로 뉴얼과 사이먼은 컴퓨터가 실행하는 일종의 인지 프로그램에 대해 언급했던 것이다.

인공지능의 미래는 어떻게 될 것인가?

“2029년이 되면 지능형 소프트웨어는 대부분 완성될 것이고, 평균 개인용 컴퓨터는 1,000개의 두뇌와 맞먹게 될 것이다.”

이것은 인공지능 과학자 레이 커즈와일이 1999년에 한 말이다.
사실 인공지능 실무자들은 종종 과감한 예측을 쏟아내고 있다. 지금까지 기계가 인간의 지능에 접근하는 것이 가능하다는 것을 암시하는 증거가 아직은 거의 없는 것이 현실이다. 그런 점에서 이런 주장은 사실에 비추어볼 때 시기상조라고 할 수 있다. 일반적으로 과학자들은 그들이 은퇴할 즈음에 새로운 획기적인 돌파구가 열리 것이라고 예측하기도 하고 바람을 갖기도 한다. 하지만 이러한 예측이 마냥 허무맹랑하거나 터무니없는 것은 아니다. 지금 현실화된 기술과학의 결과물이 과거 공상과학 소설이나 만화에서만 존재했던, 인간의 망상과 같은 상상력에 기인했지만, 이것이 차츰 현실화되고 있다는 점 또한 부인할 수 없다.
다만, 지금의 숙제는 과연 언제쯤 인공지능이 인간의 뇌와 같이 스스로 생각할 수 있게 될 것인가, 아니 과연 그것이 현실화될 것인가, 라는 점이다.

지은이 : 헨리 브라이튼
학문적 영역과 비즈니스 영역에서 머신러닝에 관한 연구를 수행했다. 최근 들어 그는 다중 에이전트 집단의 언어 진화를 모델링하기 위해 머신러닝 기술을 사용하는 언어의 진화 문제에 연구의 초점을 맞추고 있다.

그린이 : 하워드 셀리나
리즈에서 태어났으며 성 마틴 예술대학과 왕립 아카데미에서 그림을 공부했다. 그는 런던에서 화가와 삽화가로 일하고 있으며, 오래된 강철 보트를 정리하고 지금은 웨스트 요크셔에 있는 오래된 돌집을 개조하고 있다.

옮긴이 : 정용찬
정보통신정책연구원 ICT통계정보연구실 데이터사이언스그룹장이며 국가통계위원회 데이터분과위원이다. 고려대학교 통계학과를 졸업하고 같은 대학원에서 통계학 석·박사학위를 받았다. 한국국방연구원 선임연구원, DNI컨설팅 CRM담당이사, 방송위원회 연구센터 연구위원으로 일했다. 시청률검증제도개선위원회 위원, 방송통신위원회 미디어다양성위원회 분과위원, 경인지방통계청, 문화관광부·영화진흥위원회·출판문화산업진흥원·정보화진흥원 통계조사 자문위원, 한국인터넷진흥원 인터넷·정보보호통계 자문위원, 과학기술정보통신부 ICT통계품질진단 전문가로 활동 중이다. 저서로 ??통계법의 이해??(2019), ??생각이 크는 인문학 15. 빅데이터??(2018), ??빅데이터??(2013), ??미디어 산업통계??(2013), ??미디어 소비통계??(2013), ??시청률조사??(2013), ??미디어통계의 이해??(2008), ??통계로 본 대한민국??(2007), ??SAS고급 프로그래밍??(공저, 2002) 등이 있다. 연구보고서로 “빅데이터 활용통계의 국가통계 승인관리방안 연구”, “정책지원 강화를 위한 국가통계 관리체계 개선 심층연구”(2018), “4차 산업혁명 시대의 데이터 거버넌스 개선 방향”(2018), “4차 산업혁명 시대의 데이터 경제 활성화 전략”(2017), “조사환경 변화에 대응한 ICT 통계 생산체계 혁신 방안 연구”(2017), “빅데이터 산업과 데이터 브로커”(2015), “빅데이터 혁명과 미디어 정책 이슈”(2013) 등이 있다. 

 인공지능
 인공지능 문제의 정의
 에이전트란 무엇인가?
 경험적 과학으로서의 인공지능
 이질적 인공지능 공학
 인공지능 문제 해결
 한계를 내포한 야망
 인공지능을 극한까지 몰고 가기 : 불멸과 트랜스휴머니즘
 초인적 지능
 인접 학문 분야
 인공지능과 심리학
 인지심리학
 인지과학
 인공지능과 철학
 심신 문제
 존재론과 해석학
 긍정적 출발
 낙관주의와 대담한 주장
 지능과 인지
 생명체의 모방
 복잡한 행동
 엘시는 지능을 가졌는가?
 영리한 한스 : 경고성 이야기
 언어, 인지 및 환경
 인공지능 문제와 관련된 두 조류
 인공지능의 핵심 신조 : 인지주의
 계산이란 무엇인가?
 튜링 기계
 컴퓨터 장치로서의 두뇌
 계산과 인지주의
 기계 두뇌
 기능주의자의 뇌와 정신의 분리
 물리적 기호 체계 가설
 지능적 행동 이론
 기계가 정말 생각할 수 있을까?
 튜링 테스트
 뢰브너 상
 튜링 테스트의 문제
 기계 내부 : 존 설의 중국어 방
 존설의 중국어 방
 설에 대한 대답
 복잡성 이론 적용
 이해 작용은 창발성인가?
 올바른 재료로 만든 기계
 인공지능과 이원론
 인공뇌 실험
 로저 펜로즈의 양자 효과
 펜로즈와 괴델의 정리
 양자 중력과 의식
 인공지능은 정말로 생각하는 기계에 대한 것일까?
지향성 문제 해결
 인지론자의 관점 탐색
 엘시를 넘어서
 인지 모델링
 모델은 설명이 아니다
 선충
 진정한 행동의 이해
 묘사 수준 줄이기
 문제 단순화
 분해 및 단순화
 모듈 기반
 마이크로 월드
 초기 성공 : 게임
 자체 개선 프로그램
 내부적으로 게임 구현하기
 무차별 대입 ‘검색 공간’ 탐색
 무한한 체스 공간
 직관 활용
 딥 블루
 진척 부족
 기계 지식 제공
 논리와 사고
 CYC 프로젝트와 취약점
 CYC 프로젝트가 성공할 수 있을까?
 인지 로봇 : 쉐이키
 쉐이키의 환경
 감지-모델-계획-실행
 계획의 제한
 신형 쉐이키
 쉐이키의 한계
 연결주의자의 입장
 생물학적 영향
 신경 계산
 신경망
 신경망의 해부학
 생물학적 신뢰성
 병렬 분산 처리
 병렬 대 직렬 계산
 강건성 및 점진적 성능 저하
 머신러닝과 연결주의
 신경망 학습
 국소 표상
 분산 표상
 복합 활동
 분산 표상 해석
 보완적 접근법
 신경망이 생각할 수 있을까?
 중국 체육관
 기호 접지 문제
 기호 접지
 순환에서 벗어나기
 인공지능의 소멸?
 새로운 인공지능
 마이크로 월드는 일상 세계와 다르다
 전통적인 인공지능의 문제점
 진화에 근거한 새로운 주장
 생물학으로부터의 논쟁
 비인지적 행동
 철학으로부터의 논거
 형식주의에 반대하다
 육체를 떠난 지능은 없다
 새로운 인공지능
 행동 기반 로봇 공학
 설계 단위로서의 행동
 장기스 로봇
 설계된 행동
 에이전트 집합
 토킹 헤드 실험
 객체 분류
 이름붙이기 게임
 객체 분류
 피드백 과장
 인지 로봇의 자기조직화
 미래
 가까운 미래
 더 가까운 미래
 소니 드림 로봇
 노래하고 춤추고
 SDR은 심각한 로봇이다
 미래 가능성
 모라벡의 예측
 인공지능 : 새로운 종류의 진화?
 생물학 없는 진화
 예측
 기계화된 인지
 미래를 향한 길

null