AI(인공지능)에 대한 흔한 오해와 그에 대한 답변 정리

AI(인공지능)에 대한 흔한 오해와 그에 대한 답변 정리

최근 빠르게 진화하는 인공지능(AI) 기술로 인해 조만간 자율주행차와 완벽한 번역도구가 탄생할 것으로 보인다. 뿐만 아니라 "인간이 하는 대부분의 일이 AI에 빼앗기는 것 아니냐?" "AI의 폭주를 멈출 수 없게 될 위험은 없는가?" 등 AI의 진화를 경계하는 목소리도 들리기 시작하고 있다. 가까워지고 있는 AI에 대해 흔한 오해와 그에 대한 답변을 정리하면 이렇게 된다. 

◆ AI란 무엇인가?
AI란 컴퓨터에 지성을 부여하는 기법의 총칭이다. 대충 말하면 좋은 것과 나쁜 것의 구별을 할 수 있도록 하는 것이다. 여기서의 「좋은 일」이란, 목적에 도달하기 위해서 가장 가능성이 높은 행동을 취하는 것으로, 응용분야로는 추론·학습·계획·지각·언어·로봇기술 등을 들 수 있다. 

 ·일반적인 오해: 'AI는 특정 기술이다'
앞서 기술한 바와 같이 AI란 '컴퓨터에 지성을 갖게 하기 위한 연구'의 총칭인 것으로 말하면 이는 '물리학'을 '증기기관'으로 파악하는 것과 다름없는 오류이다. 

◆ AI는 인간 사회에 어떤 이익을 가져오는가?
문명의 이기는 모두 인간 지성의 산물이다. 그리고 모든 문명의 이기 목적은 인간의 능력을 확장하는 데 있었다. AI도 지성이라는 인간의 능력을 확장하는 것이며, 적절하게 설계되는 한 인간의 가치에 대한 이해를 더욱 훌륭하게 해 높여 준다. 

 ·일반적인 오해: 'AI는 비인간적인 것이다'
악의적인 시나리오에서 AI는 잘못된 방식으로 사용된 결과 로봇화, 감시화가 진행되고 정의마저 AI에 의해 만들어지고 통제된 경제가 생겨날 것으로 생각하기 쉽다. 하지만 인간의 지성을 확장하는 유력한 수단이 AI이고 AI는 적절히 설계되는 한 훨씬 큰 가치를 실현한다. 예를 들어 다른 언어를 사용하는 사람들끼리 AI를 사용해서 실시간으로 의사소통을 할 수 있는 그런 상황은 매우 인간적인 것이라고 할 수 있다. 

·일반적인 오해: 'AI는 불평등을 촉진한다'
일의 자동화가 진행됨으로써 부(富)가 소수의 사람에게 집중될 가능성은 분명히 있다. 하지만 AI 사용법을 선택하는 것은 가능하고 개인이나 작은 그룹 간 협업을 활성화해 반드시 대기업의 일자리를 구할 필요가 없어진다는 장점도 있다. 

◆ 기계학습이란 무엇인가?
기계학습이란 경험을 바탕으로 컴퓨터의 성능을 높이는 방법을 탐구하는 AI 기술 중 하나이다. 

 ·일반적인 오해 : 기계학습이란 AI를 대신하는 새로운 분야다. 
기계학습이란 성능을 향상시키는 하나의 AI 기술이지 AI 기술을 대체하는 것이 아니다. 기계학습은 1950년 튜링이 논문을 낸 이후 AI 연구에 항상 중심이 되는 기술로 AI로 연구되는 기술 중 하나이다. 

 ·일반적인 오해 : 기계는 학습할 수 없다. 그저 시키는 대로 할 뿐이다. 
단적으로 프로그래머는 기계에 학습하도록 명령할 수 있다. 많은 AI 애플리케이션이 대량의 데이터를 다루는 기계학습을 통해 만들어지고 있다. 

◆ 뉴럴 네트워크란 무엇인가?
뉴럴 네트워크란 뇌의 뉴런 특성을 모델로 고안된 컴퓨터 시스템이다. 뉴럴 네트워크는 많은 유닛들로 구성되어 있으며, 각각이 입력을 받거나 출력을 송신하기도 한다. 출력은 입력의 가중합 형태를 취하고 유닛끼리 연결하는 링크의 무게가 경험에 의해 수정되는 것이 관건이다. 

· 일반적인 오해 : 「뉴럴 네트워크란 새로운 종류의 컴퓨터이다」
뉴럴 네트워크는, 인간의 뇌의 뉴런을 모델로 생각할 수 있는 계산시스템을 말하며, 뉴럴 네트워크 자체는 범용의 컴퓨터상에 실제 장착된다. 

· 일반적인 오해 : 신경망은 뇌처럼 작용한다. 
사실 뇌의 뉴런은 AI의 신경망에서 사용되는 유닛만큼 단순하지 않다. 뇌의 뉴런에는 다양한 종류가 있으며 시간에 따라 연결은 변화한다. 

◆ 딥러닝이란 무엇인가?
딥러닝은 다층구조를 가진 신경망을 이용한 특수한 기계학습이다. 딥러닝은 화상인식과 음성인식에 매우 중요한 기술로 최근 단숨에 유명해진 기술이다. 

·일반적인 오해: '딥러닝은 기계학습을 대체하는 새로운 기술이다'
딥러닝은 기계학습의 일종이기 때문에 딥러닝과 기계학습을 별개로 생각하는 것은 잘못이다. 딥러닝 자체는 20년 이상 전부터 존재했지만 알고리즘이나 모델의 개량이나 대량의 데이터를 모을 수 있게 됨에 따라 최근 기술적으로 크게 진보하고 있다. 

◆'강한 AI'와 '약한 AI'는 무엇인가?
'강한 AI'와 '약한 AI'라는 표현은 두 AI의 가설을 설명하기 위해 존 사르가 사용한 것이다. 원래는 '약한 AI'는 '인간 수준의 지성을 프로그램할 수 있다'는 가설에서 사용됐다. 이에 대해 '강한 AI'는 기계가 사람처럼 생각하거나 이해할 수 있다는 가설에서 사용된 것이다. 

·일반적인 오해: '강한 AI란 모든 것을 인간 차원에서 할 수 있는 AI를 실현하는 것이다. 
약한 AI는 특정한 것을, 강한 AI는 모든 것을 인간 차원에서 할 수 있는 AI라는 식으로 일반적으로 이해되고 있지만 1980년 처음 사르가 정의한 것과는 다르다. 

◆'무어의 법칙'이란 무엇인가?
무어의 법칙은 반도체의 집적밀도가 지수함수적으로 성장한다는 경험칙에 기초한 미래예측을 말한다. 「반도체의 집적밀도는 18개월 마다 배증한다」라고 단순화되고 있다. 

· 일반적인 오해 : 무어의 법칙은 물리법칙이다. 
무어의 법칙은 기술의 진보에 대한 경험에서 오는 예측이다. 이것이 지속될지 어떨지는 아무도 모르고 영구히 계속되지는 않다. 

·일반적인 오해: "이미 컴퓨터는 충분히 빠르고 효율적인 알고리즘 개발이 낭비라고 할 수 있을 정도로 빠르다"
사실 알고리즘 개선은 하드웨어 개선보다 훨씬 중요하다. 

◆ 기계의 IQ(지능지수)란 무엇인가?
기계에 IQ 같은 것은 없다. 복수의 태스크를 수행할 수 있는 인간에게는 IQ가 있다고 해도 분야에 특화된 기계에는 IQ를 상정할 수 없다. 체스 챔피언을 꺾는 컴퓨터도 오셀로 등 다른 게임에서는 이길 수 없다. 퀴즈대회에서 우승할 수 있는 컴퓨터도 당신의 이름은?이라는 단순한 질문조차 답하지 못한다. 

· 일반적인 오해 : 무어의 법칙에 따라 기계의 IQ는 계속 높아지고 있다. 
기계에 IQ는 없다. 또한 무어의 법칙은 어떤 태스크도 해낼 수 있는 알고리즘의 존재와는 전혀 관계가 없다. 

◆AI시스템은 지금, 무엇을 할 수 있는가?
기계가 해낼 수 있는 태스크의 범위는 몇 년 전에 비해 훨씬 넓어져 있다. 보드게임이나 카드게임을 하거나 단순한 질문에 답하는 것 뿐만 아니라 뉴스기사에서 사실을 추출하거나 복잡한 객체를 조립하거나 언어를 다른 언어로 번역하거나 음성을 인식하거나 이미지의 종류를 판별하거나 자동차를 운전할 수 있다. 검색엔진 기능의 상당수도 AI를 활용한 것이다. 

· 일반적인 오해 : 체스를 플레이하는 것과 같은 태스크는 인간과 머신에서 같은 것이다. 
인간은 체스하는 법을 보거나 들으면서 배우지만 체스 프로그램에는 이런 능력이 없다. 말의 움직이는 방법이라는 알고리즘을 직접 프로그램하고 있는 것이지, 컴퓨터는 체스의 규칙을 인간이 알고 있는 것처럼은 모른다. 

◆조만간 AI는 인간 사회에 어떤 영향을 미칠까?
몇 가지 기술혁신이 가까운 장래에 출현할 가능성이 있다. 대표적인 예는 자율주행차이다. 농업분야나 고령자 간호분야 등에서 일하는 로봇의 등장이나 스마트폰의 퍼스널 어시스턴트 기능의 진화도 예상할 수 있다. 게다가 대량으로 복잡한 정보를 다룰 수 있는 AI에 의해 과학분야에서의 활용도 기대되고 있다. 

· 일반적인 오해 : 로봇은 인간의 역할을 빼앗으려 한다. 
AI 분야에서 진보의 대부분은 컴퓨터나 로봇을 편리하게 만드는 것이고, 그 진보는 조금씩 가산해서 이뤄져 온 것이다. 그렇다고는 해도 장기적인 관점에서 보면, 인간에 의해 컨트롤 하는 것은 중요해진다. 

◆AI와 로봇의 진화는 인간으로부터 일자리를 빼앗을까?
AI와 로봇의 진화가 앞으로도 계속된다면 많은 직업이 영향을 받는 일은 불가피해 보인다. 이는 곧 대량의 실업을 의미하는 것이 아니라 경제구조의 변화로 이어질 것이다. 그리고 일이나 보수 자체에 대한 새로운 생각을 요구하게 될 수도 있다. 

· 일반적인 오해 : 로봇이 하는 일은 모두 인간의 일을 적게 한다. 
일은 제로섬이 아니다. 로봇의 도움을 받아 생산성이 높아지거나 로봇에 의해 새로운 수요가 창출될 수 있다. 로봇 없이는 일이 경제적으로 이루어지지 않을 수도 있다. 이것은 집을 새로 칠할 때 브러시나 스프레이를 사용하는 것이 일반적인데 잉크를 한 방울씩 흘려서는 완성은 할 수 없는 것과 같다. 

◆왜 사람들은 갑자기 AI를 걱정하게 됐나?
2014년 이후 스티븐 호킹, 일론 머스크, 스티브 워즈니악, 빌 게이츠 등 유명 인사들이 "AI를 우려하고 있다"고 정기적으로 언론이 보고하게 됐다. 또 다른 이유는 AI 기술의 진보가 가속화되고 있는 것처럼 보인다는 사실이다. 거기에는 다양한 AI 기술이 결합되어 연구실에서 이루어지던 성과가 현실세계의 문제를 해결하는 수준까지 도달함으로써 연구에 대한 투자가 늘어나고 연구가 진행되면서 진보가 가속화되는 등 복합적인 요인이 있을 수 있다. 

·일반적인 오해: '인간의 지성을 뛰어넘는 지성을 지닌 super intelligent AI의 탄생이 바로 코앞까지 다가오고 있다'
super intelligent AI의 탄생이 가깝다고 생각하는 연구자는 비록 있다고 해도 극소수이다. 하지만 이는 super intelligent AI의 등장을 심각하게 생각하지 않는다는 것을 의미하는 것은 아니다. 만일 50년 이내에 지구에 충돌하는 운석이 발견되었다고 해서 '5년 거리가 되고 나서 주의를 기울이기로 하자'는 사람은 없는 것과 같다. 

◆현실이 될 수 있는 AI 위험에 대해 AI 커뮤니티는 무엇을 하고 있는가?
AI 연구자들 대부분에게서 부정적인 반응을 보였음에도 불구하고 AI의 실존적 위험에 대한 많은 논의는 AI 커뮤니티 주제에서 벗어나고 있다. 그러나 일론 머스크는 이 분야의 연구를 지원하기 위해 1000만달러의 자금을 제공하기로 하거나 에릭 홀비츠가 정책적인 제언 마련으로 이어지는 장기적인 연구를 위해 출자하는 활동을 하고 있다. 그리고 AA AI는 'AI의 영향도와 윤리적 과제'를 다루는 상임위원회를 설립되어 있다. 

·일반적인 오해: 'AI 연구를 통제하는 것은 불가능하다'
연구를 통한 진보는 멈출 수 없고 규제도 할 수 없기 때문에 AI로 인해 나쁜 미래가 일어나는 것을 피할 길이 없다고 생각하는 사람이 있다. 하지만 이 주장은 틀렸다. 예를 들어 1975년에 개최된 아실로마 회의는 결론을 내리는 데 시간적인 유예를 준 결과 이후 유전자 변형기술에 관한 국제규범을 만드는 데 성공했다. 만약 인간 수준의 AI를 실현하는 연구가 체크 없이 이루어진다면 AI 시스템이 여전히 인류의 통제 하에 있음을 확인하는 방법에 대한 연구의 중요성이 더욱 커질 것이다. 

Q&A: The future of artificial intelligence
http://people.eecs.berkeley.edu/~russell/temp/q-and-a.html