2016년 3월 인공지능 바둑 프로그램인 알파고(AlphaGo)가 이세돌 9단과의 5번기에서 4승 1패로 압승함에 따라 한국사회는 물론 온 세계가 충격의 소용돌이에 빠졌다.
인공지능은 사람이 지식과 경험을 바탕으로 하여 새로운 상황의 문제를 해결하는 능력, 방대한 자료를 분석하여 스스로 의미를 찾는 학습 능력, 시각 및 음성인식 등 지각 능력, 자연언어를 이해하는 능력, 자율적으로 움직이는 능력을 컴퓨터로 실현하는 분야이다. 한마디로 인공지능은 사람처럼 생각하고 느끼며 움직일 줄 아는 기계를 개발하는 컴퓨터과학이다.

인공지능은 상반된 두 가지 방식, 곧 상향식과 하향식으로 접근한다. 하향식 또는 계산주의(computationalism)는 컴퓨터에 지능과 관련된 규칙과 정보를 저장하고 컴퓨터가 외부 환경에서 감지한 정보와 비교하여 스스로 의사결정을 하도록 한다. 1956년 미국에서 인공지능이 독립된 연구분야로 태동한 이후 하향식 방법을 채택했으나 1960년대 후반 한계가 드러났다. 1970년대 말엽에 인공지능 이론가들이 뒤늦게 깨달은 사실은 컴퓨터가 지능을 가지려면 가급적 많은 지식을 보유하지 않으면 안된다는 것이었다. 20여년의 시행착오 끝에 얻은 아주 값진 교훈이었다. 이런 발상의 전환에 힘입어 성과를 거둔 결과는 전문가 시스템(expert system)이다. 의사나 체스 선수처럼 특정 분야 전문가들의 문제 해결 능력을 본뜬 컴퓨터 프로그램이다.

하향식은 2011년 2월 미국 TV 퀴즈쇼에서 퀴즈왕들에게 완승을 거둔 왓슨(Watson)처럼 전문가 시스템 개발에는 성과를 거두었지만 보통 사람들이 일상생활에서 겪는 문제를 처리하는 능력을 프로그램으로 실현하는 데는 한계를 드러냈다. 아무나 알 수 없는 것(전문지식)은 소프트웨어로 흉내내기 쉬운 반면에 누구나 알고 있는 것(상식)은 그렇지 않다는 사실이 밝혀진 셈이다. 왜냐하면 전문지식은 단기간 훈련으로 습득이 가능하지만 상식은 살아가면서 경험을 통해 획득한 엄청난 규모의 지식을 차곡차곡 쌓아놓은 것이기 때문이다. 하향식의 이런 한계 때문에 1980년대 후반부터 상향식이 주목을 받았다.

 

상향식 또는 연결주의(connectionism)는 신경망(neural network)으로 접근한다. 사람의 뇌 안에서 신경세포(뉴런)가 정보를 처리하는 방식을 모방하여 설계된 컴퓨터 구조를 신경망이라고 한다. 따라서 신경망 컴퓨터는 사람 뇌처럼 학습과 경험을 통해 스스로 지능을 획득해가는 능력을 갖게 된다. 이른바 기계학습(machine learning) 분야에서 상향식이 하향식보다 유리한 것도 그 때문이다. 기계학습은 주어진 데이터를 반복적으로 분석하여 의미를 찾고 미래를 예측하는 인공지능이다.

 

신경망 연구는 21세기 들어 획기적인 성과를 내놓기 시작한다. 2006년 캐나다의 컴퓨터 과학자인 제프리 힌턴(Geoffrey Hinton, 1947~)이 딥러닝(deep learning)의 걸작품으로 여겨지는 심층신경망(DNN, Deep Neural Network)을 선보였기 때문이다.

딥러닝은 신경망 이론을 바탕으로 설계된 기계학습 분야의 하나이다. 딥러닝은 여러 차례 뛰어난 기계학습 능력을 과시했다. 2012년 6월 구글의 딥러닝 프로젝트인 구글 브레인(Google Brain)은 컴퓨터가 스스로 고양이를 식별하도록 학습시키는 데 성공했다. 컴퓨터 프로세서 16,000개와 10억 개 이상의 신경망을 사용하여 유튜브에 있는 1,000만 개 이상 동영상 중에서 고양이 사진을 골라낸 것이다.
2015년 5월 출시된 딥러닝 소프트웨어인 구글포토(Google Photos)는 스마트 폰 속의 수천 장 사진을 자동으로 분류하는 응용프로그램(앱)이다. 구글의 데미스 허사비스(Demis Hassabis, 1976~)가 개발한 알파고 역시 사람 뇌의 학습능력을 본뜬 딥러닝 소프트웨어이다.

 

오늘날 인공지능은 인간 지능의 특정부분을 제각각 실현하고 있지만 인간 지능의 모든 기능을 한꺼번에 수행하는 기계는 아직 갈 길이 멀다. 이른바 인공일반지능(AGI, artificial general intelligence)은 하향식과 상향식이 결합해야만 실현될 전망이다. 인공일반지능 기계는 다름 아닌 사람처럼 생각하는 기계이다. 그런 기계는 데미스 허사비스의 말처럼 “수십 년은 더 기다려야” 개발될 것으로 전망된다.

 

2016년 1년 내에 한국사회는 거의 모든 국민이 인공지능에 관심을 갖지 않을 수 없는 상황이었다. 전문가의 연구 주제인 인공지능이 일반 대중의 입에 오르내리게 된 이유는 두 가지이다.
하나는 1월에 제46차 다보스 포럼 연례 총회에서 처음으로 국제적 화두로 제언된 4차산업혁명의 핵심기술이 인공지능으로 알려졌기 때문이다. 4차산업혁명은 그 후로 지속적으로 한국사회의 미래가 걸린 패러다임인 것처럼 정치인·언론인·경제인의 인구에 회자되었다.

인공지능이 한국사회를 송두리째 뒤흔들어놓은 두 번째 계기는 물론 3월에 서울에서 열린 알파고와 이세돌 9단의 5번기 결과이다.
한편 2016년에 미국에서 9월, 10월, 12월에 각각 주목할 만한 인공지능 관련 보고서가 발간되었다. 9월에 스탠퍼드 대학은 <2030년 인공지능과 생활 Artificial Intelligence and Life in 2030>을 발표했고, 미국 백악관은 10월에 <인공지능의 미래를 위한 준비 Preparing for the Future of Artificial Intelligence>를, 12월에 <인공지능, 자동화, 경제 Artificial Intelligence, Automation and The Economy>를 펴냈다.

 

2014년 가을 스탠퍼드 대학은 ‘인공지능에 관한 100년간 연구 One Hundred Year Study on Artificial Intelligence(AI100)’를 시작했다. 그러니까 AI100 프로젝트는 100년 뒤인 2114년까지 지속되는 연구이다. AI100 프로젝트는 2016년 9월 그 첫 번째 성과물로 <2030년 인공지능과 생활>이라는 보고서를 펴낸 것이다. AI 100보고서는 5년마다 수정·보완될 예정이다.

 

<2030년 인공지능과 생활>은 15년 뒤인 2030년까지 인공지능의 발전과 이에 따른 사회적 충격을 분석한다. 미국의 전형적인 도시를 중심으로 △교통, △가사 및 서비스 로봇, △ 건강관리(헬스케어), △교육, △빈곤지역(low-resource community), △공공의 안전 및 보안, △고용 및 직장, △엔터테인먼트 등 8개의 영역에서 인공지능이 수백만 명의 일상생활에 미치는 영향을 전망한다.

 

<2030년 인공지능과 생활> 보고서는 “언론에서 인공지능의 미래를 환상적으로 예측하는 것과는 달리 인공지능이 인류에게 즉각적인 위협이 될 것이라고 볼 만한 이유를 찾아내지 못했다”면서 “만일 사회가 공포와 의심으로 인공지능에 접근하면 인공지능의 발전을 늦추는 빌미가 되어 결국 인공지능 기술의 안전과 신뢰도를 확보할 수 없게 될 것”이라고 우려를 표명한다.

 

한국사회에서는 인공지능을 4차산업혁명의 핵심기술로 여기고 있지만 2030년 인공지능의 산업 측면을 다룬 이 보고서에서는 4차산업혁명이라는 단어를 단 한 번도 사용하지 않고 있다.
미국 백악관은 2016년 10월과 12월에 각각 인공지능 보고서를 발간했다. 10월에 백악관 직속 국가과학기술위원회(NSTC)가 발표한 <인공지능의 미래를 위한 준비>는 “인공지능기술의 발전은 보건·교육·에너지·환경과 같은 핵심적인 영역에서 새로운 시장과 새로운 발전 기회를 제공하고 있다”면서, 인공특수지능(ASI, artificial specialized intelligence)은 특정 분야에서 인간의 능력을 앞서고 있지만 인공일반지능(AGI)은 “향후 20년, 곧 2035년까지 실현될 가능성이 거의 없다”고 전망한다.

 

이어서 12월에 미국 대통령실(EOP)이 펴낸 <인공지능, 자동화, 경제>는 인공지능 기반 자동화가 미국의 노동시장과 경제에 미칠 파급효과를 심층 분석하고 미국 정부의 정책적 대응에 필수적인 전략을 제시한다.
미국 백안관의 ,인공지능의 미래를 위한 준비는 58쪽, <인공지능, 자동화 경제>는 58쪽의 짧지 않은 보고서이지만, 한국에서 인공지능에 의해 초래되는 불가피한 사회 변화처럼 여기는 4차산업혁명이라는 단어가 두 번째 보고서(7쪽)에 다보스 포럼을 언급한 대목에서 딱 한 번 나올 따름이다.
이런 맥락에서 2017년 7월에 펴낸 미래산업 관련 저서에 ≪4차산업혁명은 없다≫는 제목을 붙이게 된 것이다.
세계 첨단기술의 요람인 미국에서 통용되지 않는 개념이 한국사회에서는 대통령·국회의원·장관·교수·사회명사의 입, 공영방송의 텔레비전 화면, 유력언론의 경제면에 시도 때도 없이 오르락내리락 하는 이유가 뭘까.

기계학습 바둑 프로그램 알파고가 이세돌 9단을 몰아세우는 장면을 목격한 사람들은 인공지능에 두려움을 느낌과 동시에 궁금증을 가질 법도 하다. 특히 인공지능 찬반 논쟁에 관심이 많은 대학생들에게 견해를 달리하는 두 권의 명저를 추천하고 싶다. 먼저 인공지능의 가능성을 지지하는 대표적 저서로는 미국의 인지과학자인 더글러스 호프스태터(Douglas Hofstadter, 1945~)가 1979년에 펴낸 ≪괴델, 에셔, 바흐 Gödel, Escher, Bach≫가 손꼽힌다.
수학자(괴델), 화가(에셔), 작곡가(바흐)의 위대한 업적을 한데 묶어서 인간의 의식이 뇌에서 발생하는 이유를 설명하고, 뇌가 떠받들고 있는 마음에서 의식이 창발(emergence)하는 것처럼 컴퓨터 역시 하드웨어의 지원을 받는 소프트웨어에서 의식을 만들어낼 수 있다고 주장한다. 요컨대 기계가 의식을 얼마든지 가질 개연성이 있다는 뜻이다.

기계가 지능을 가질 수 있다고 확신하는 사람들에게 가장 강력한 공격을 퍼부은 책은 영국의 물리학자인 로저 펜로즈(Roger Penrose, 1931~)가 1989년에 출간한 ≪황제의 새 마음 The Emperor's New Mind≫이다. 펜로즈는 인지과학자들이 일반적으로 동의하고 있는 의식의 개념조차 인정하지 않는다. 게다가 사람 뇌에 의해 수행되는 모든 행동에 의식적인 사고가 반드시 필요한 것도 아니라고 주장한다. 이 책에서 펜로즈는 의식이 뇌세포에서 발생하는 양자역학적 현상에 의해 생성되기 때문에 인공지능의 주장처럼 컴퓨터도 사람 마음을 결코 복제할 수 없다고 강조한다. 그의 독창적인 양자의식(quantum consciousness) 이론은 신경과학자들로부터 마음의 수수께끼를 풀기는커녕 오히려 신비화시켰다는 비난과 함께 조롱까지 당했으나 대중적으로 주목을 받아 그의 난해한 저서가 뜻밖에도 세계적인 베스트셀러가 되는 행운을 누렸다. 물론 우리나라는 제외하고.

인공지능에 대해 극적으로 상반되는 두 권의 명저는 1992년 2월에 펴낸 ≪사람과 컴퓨터≫에 <괴델, 호프스태터, 펜로즈)(437~469쪽)라는 제목으로 나란히 소개했다.

 

인공지능에 관한 전문 서적은 1992년부터 지속적으로 출간되고 있지만 2006년 딥러닝 출현을 계기로 신경망 이론을 다른 책들도 인기를 있다. 딥러닝에 관심을 가진 초심자들에게는 2015년 일본의 전문가가 펴낸 ≪인공지능과 딥러닝≫을 추천하고 싶다. 이 책은 인공지능의 개념, 역사, 딥러닝을 일본 저자들 특유의 실용적 안목으로 설명하고 있어 잘 읽히는 미덕이 있다.

기계학습에 대해 관심이 있는 독자라면 미국의 페드로 도밍고스(Pedro Domingos)가 2015년 9월에 펴낸 ≪마스터 알고리즘 The Master Algorithm≫을 강추한다.

인공지능이 인류의 미래에 미칠 영향에 관심이 많은 엔지니어에게는 2017년에 호주의 인공지능 전문가인 토비 월시(Toby Walsh, 1964~)가 출간한 ≪생각하는 기계 Machines That Think≫가 큰 도움이 될 것 같다. 월시는 2018년 6월에 카이스트 주최로 서울에서 열린 인공지능 세미나에서 “인공지능 무기는 책만큼이나 인류 생존을 위협할 수 있다”고 발언하여 화제가 되기도 했다.

 

 

참고문헌
≪사람과 컴퓨터≫ (이인식, 까치, 1992)
≪자연주의적 유신론≫ (소흥렬, 서광사, 1992)
≪인공지능의 철학≫ (이초식, 고려대출판부, 1993)
≪심리철학과 인지과학≫ (김영정, 철학과 현실사, 1996)
≪황제의 새 마음 The Emperor's New Mind≫ (로저 펜로즈, 이화여대출판부, 1996)
≪인공지능 이야기 The Cambridge Quintet≫ (존 카스티, 사이언스북스, 1999)
≪괴델, 에셔, 바흐 Gödel, Escher, Bach≫ (더글러스 호프스태터, 까치, 1999)
≪특이점이 온다 The Sigularity Is Near≫ (레이 커즈와일, 김영사, 2007)
≪창조의 순간 The Creative Mind≫ (마거릿 보든, 21세기북스, 2010)
≪마음의 아이들 Mind Children≫ (한스 모라벡, 김영사, 2011)
≪몸의 인지과학 The Embodied Mind≫ (프란시스코 바렐라, 김영사, 2013)
≪제2의 기계시대 The Second Machine Age≫ (에릭 브린욜프슨·앤드루 맥아피, 청림출판, 2014)
≪마음의 미래 The Future of the Mind≫ (미치오 카쿠, 김영사, 2015)
≪인공지능과 딥러닝≫ (마쓰오 유타카, 동아엠엔비, 2015)
<인공지능, 어디까지 발전할까> (이인식, <월간조선>, 2016년 4월호)
≪앨린 튜링 The Imitation Game≫ (짐 오타비아니, 푸른지식, 2016)
≪인간 vs 기계≫ (김대식, 동아시아, 2016)
≪마스터 알고리즘 The Master Algorithm≫ (페드로 도밍고스, 비즈니스북스, 2016)
≪지능의 탄생≫ (이대열, 바다출판사, 2017)
≪슈퍼인텔리전스 Superintelligence≫ (닉 보스트롬, 까치, 2017)
≪4차산업혁명은 없다≫ (이인식, 살림, 2017)
≪인공지능의 시대, 인간을 다시 묻다≫ (김재인, 동아시아, 2017)
≪라이프 3.0 Life 3.0≫ (맥스 테그마크, 동아시아, 2017)
≪딥러닝 제대로 정리하기≫ (카미시마 토시히로, 제이펍, 2018)
≪트랜스휴머니즘 To Be A Machine≫ (마크 오코널, 문학동네, 2018)
≪인공지능의 존재론≫ (이중원 엮음, 한울아카데미, 2018)