人工知能(AI)李 開發된 以後 지난 數十 年 동안 人間의 知能이 人工知能보다 뛰어나다는 主張을 하기 위해 人類는 무던히 努力해왔다. 映畫나 드라마 속 人工知能의 挑發은 언제나 人間에 依해 挫折됐다. 正말 人間은 人工知能보다 優越할까. 아니면 그렇게 믿고 싶은 걸까. 아주 먼 未來에도 人工知能이 人間을 뛰어넘을 수 없을지는 充分히 생각해봐야 한다. 

몇 年 前까지만 해도 人間은 人工知能을 ‘計算 機械’라 부르며 애써 無視했다. 人工知能은 스스로 思考하는 能力이 없기에 但只 人間의 思考力 範圍를 넓히는 手段으로 活用될 수 있다는 생각이었다. 하지만 計算과 人工知能은 全혀 다른 뜻이다. 最近 人工知能이라는 表現이 마구잡이로 使用되고 있다. ‘알고리즘’과 混同해 쓰기도 한다. 하지만 이 둘의 差異를 分明히 알 必要가 있다. 

計算은 주어진 式을 演算法則에 따라 풀어내는 것이다. 쉽게 말해 問題를 푸는 게 바로 計算이다. 알고리즘의 辭典的 意味는 ‘어떠한 問題를 解決하기 위해 入力된 資料를 土臺로 願하는 出力을 誘導해내는 規則의 集合’이다. 簡單히 말하면 풀지 못하는 代身, 方法을 아는 게 알고리즘이라는 얘기다. 좀 異常한 表現처럼 보이지만 實際로 이런 事例는 꽤 있다. 學窓時節을 떠올려보자. 주어진 公式으로 풀지 못하는 問題인데 神奇하게 答을 求하는 方法을 알아내는 境遇가 種種 있지 않았나. 

그렇다면 알고리즘과 人工知能을 混同하는 理由는 뭘까. 間或 人工知能을 알고리즘으로 代替해 使用하는 境遇가 있다. 自動販賣機를 例로 들어보자. 銅錢을 넣으면 飮料가 나오는 게 알고리즘이다. 하지만 人工知能은 銅錢과 飮料를 넣으면 自販機를 만들어준다. 소프트웨어가 받는 다양한 類型의 入力 情報에 對한 出力을 定義하는 規則들 母音을 프로그램이라고 하는데, 人工知能은 받은 情報들을 바탕으로 프로그램을 만들어준다. 따라서 人工知能은 스스로 規則的인 시스템을 構築해 사람에게 依存하지 않고 作業을 解決한다. 이것은 마치 아이에게 말을 가르치는 것과 같다.

決定된 結果를 豫測하지 못하는 理由

原因과 結果에 該當하는 情報를 繼續 집어넣으면 結局 아이는 스스로 말할 수 있게 된다. 여기서 情報를 받는 過程은 世上과 交感을 의미하며, 이러한 相互作用을 통해 우리 腦는 他人과 對話할 수 있도록 스스로 訓鍊한다. 人工知能도 이와 비슷하다. 스스로 運轉하는 自律走行 人工知能은 道路를 달릴 때 接하는 世上의 모든 情報를 蒐集한다. 그리고 이를 통해 安全한 走行을 위한 프로그램을 만들고, 使用者 피드백을 받아 繼續 變化한다. 勿論 商用化를 위해서는 넘어야 할 山이 많고 限界도 分明하다. 그럼에도 짧은 期間 人工知能은 人間의 腦를 흉내 내며 엄청난 速度로 發展했다. 이제 人工知能이 人間처럼 學習하고 생각하는 새로운 時代가 머지않았다. 



人工知能을 학습시키는 理由 中 하나는 人間이 할 수 없는 일, 卽 未來를 豫測하기 위해서다. 多幸히 컴퓨터가 選擇할 모든 未來는 決定돼 있다. 當然하게도 選擇肢 自體가 全部 프로그램 코드로 쓰여 있기 때문이다. 自動販賣機에 銅錢을 어떤 方式으로 넣어도 나올 수 있는 飮料가 定해져 있는 것과 마찬가지다. 未來가 이미 定해져 있다면 事實上 아직 오지 않은 ‘다음’이라는 말은 意味가 없고, 모든 未來는 그저 狀態일 뿐이다. 

映畫를 볼 때 再生 바를 드래그해 願하는 場面으로 移動할 수 있는 것처럼 자유롭게 時間帶를 移動할 수 있을지도 모른다. 하지만 컴퓨터가 아니라 우리가 사는 宇宙라면 어떨까. 宇宙의 未來도 全部 定해져 있는 건 아닐까. 누구도 이 말에는 同意하지 않는다. 時間旅行은 不可能할 것이라는 推測은 둘째 치고, 未來는 나만의 自由意志로 決定된다고 믿기 때문이다. 아쉽게도 現在로서는 自由意志가 存在하는지 알 수 없다. 宇宙가 決定돼 있는지 아직 모르기에, 結果가 決定돼 있다고 確信하는 컴퓨터를 利用해 豫測하려는 건 그럴싸하다. 그렇기에 人工知能의 어깨가 무거울 수밖에 없다. 그런데 正말 未來를 豫測하는 게 可能할까. 

映畫 ‘나비效果’로 알려진 物理學의 理論이 있다. 바로 카오스 理論이다. 1961年 美國 氣象學者 에드워드 로렌츠는 컴퓨터로 微分方程式을 풀고 있었다. 컴퓨터가 출력된 結果를 다시 初期 條件으로 넣고 計算하는 過程을 지켜보던 그는 時間을 아끼고자 예전에 적어둔 初期 條件을 손으로 入力했다. 그랬더니 놀라운 일이 벌어졌다. 그저 自動으로 入力되던 값을 直接 入力했을 뿐인데, 結果가 完全히 달라진 것이었다. 小數點 셋째짜리 未滿의 微細한 誤差 때문이었다. 컴퓨터가 入力할 때는 省略되지 않던 매우 작은 數字가 손으로 넣을 때는 削除됐고, 그 結果 誤差가 또 다른 誤差를 낳아 豫測하지 못한 값을 出力한 것이다. 여기서 카오스 理論이 처음 登場했다. 이렇게 初期 條件에 敏感해 큰 差異를 갖는 結果가 導出되는 境遇 우리는 結果를 쉽게 豫測할 수 없다.

人間과 AI를 區別하는 方法

豫測할 수 없는 것과 決定돼 있지 않은 것은 어찌 보면 비슷한 듯하다. 하지만 完全히 다른 말이다. 일정한 軸을 中心으로 規則的으로 움직이는 振子가 있다고 치자. 여기에 振子를 2個 더 連結하면 三重 振子가 되는데, 振子가 하나일 때와 比較가 안 될 程度로 複雜하게 運動한다. 初期 條件에 따라 全혀 다른 形態로 運動하는 것이다. 勿論 振子의 運動이기에 綿密하게 分析하면 패턴을 찾을 수 있다. 하지만 너무 複雜해 簡單히 豫測할 수 없다. 우리가 사는 世界도 비슷하다. 未來가 決定돼 있는지 아닌지를 區分하는 건 現實에서 意味가 없다. 그러거나 말거나 於此彼 豫測할 수 없기 때문이다. 모든 試驗 問題에 正答이 있는데도 우리가 無條件 滿點을 맞지 못하는 것과 비슷하다. 工夫해야 할 部分이 너무 많고, 甚至於 아무리 工夫해도 到達 不可能한 어려운 部分이 存在한다. 只今까지는 答이 없어 못 맞히는 것이라고 主張했지만, 現實은 決定돼 있어도 豫測할 수 없는 것이다. 

未來를 豫測하려면 어떻게 해야 할까. 우리 自身을 너무 過大評價하지 말고, 思考 領域을 줄여야 한다. 컴퓨터를 基盤으로 만들어진 人工知能 프로그램도 마찬가지다. 決定돼 있다는 事實과 無關하게 人間과 人工知能 모두에게 未來를 豫測하는 건 어렵다. 

未來 豫測이 可能한지 아닌지로 人間과 人工知能의 差異를 알기 힘들다. 그래서 나온 方法이 ‘튜링 테스트’다. 1950年 英國 數學者 앨런 튜링이 提案한 것으로, 對話를 보고 人間과 人工知能을 區分하는 試驗이다. 하지만 美國 哲學者 존 설은 反論을 提起했다. 튜링 테스트로는 人工知能의 水準을 제대로 判定할 수 없다는 것이었다. 그가 設計한 事故實驗이 바로 ‘中國語 房’이다. 房 안에 中國語로 된 質問과 對答이 적힌 事前, 筆記道具가 있다. 그곳에 中國語를 全혀 모르는 사람이 앉아 있다 해도 밖에 있는 中國人 審査官이 中國語 質問에 對한 答을 적어서 건네줄 수 있다. 卽 中國語 問答을 完璧하게 해내도 中國語를 안다고 할 수 없기에 튜링 테스트는 틀렸다는 것이다. 하지만 科學者들의 觀點은 달랐다. 中國語 房에서 完璧한 中國語 問答이 可能하다면 그 過程이 어떻든 房은 하나의 시스템이며, 完成된 시스템은 中國語를 理解하고 있다고 보는 것이다. 우리가 電子機器로 빠르게 인터넷 檢索을 해 質問의 答을 찾아내는 것도 知識의 擴張이라고 볼 수 있으며, 飜譯 機能이 있는 眼鏡을 쓰고 있다면 이것 亦是 言語 領域의 擴張이다.

AI가 小說 쓰고 作曲하는 世上

中國語 放은 本來 튜링 테스트의 不完全性을 攻擊하기 위한 論證的 返禮였지만, 오히려 只今은 反復的인 튜링 테스트를 支持하는 例示가 됐다. 이러한 觀點에서 보면 우리는 人工知能이 人間인지 아닌지를 區別할 수 있지만, 眞짜 人間인지 아닌지를 알아낼 수는 없다. 萬若 人工知能이 人間처럼 行動한다면 우리는 人間으로 여길 수밖에 없는 것이다. 

會員加入을 하거나 認證할 때 種種 나오는 道路 標識板 찾기 같은 自動 튜링 테스트는 이제 人工知能이 더 잘 맞히기도 한다. 오직 人間의 領域으로 여겨지던 藝術조차 威脅받고 있다. 人工知能이 그린 그림이 競賣場에서 數億 원에 팔렸고, 小說을 쓰거나 作曲도 하며, 甚至於 世上에 없는 料理까지 만들어낸다. 수많은 組合에서 나오는 創意性을 平凡한 사람은 當해낼 수 없다. 시키는 일만 잘한다는 人工知能도 옛말이다. 人工知能을 開發한 會社로부터 知能을 脫中央化시키기 위해 블록체인 技術을 椄木한 韓國 新生企業度 나왔다. 最近 登場한 增强 人工知能은 사람이 介入해 追加로 檢討해야 하는 狀況조차 스스로 檢討해 推論하고 最終 檢證한다. 반드시 사람이 마무리해야 했던 일조차 이제 人工知能이 할 수 있게 된 것이다. 

人間의 演算曆으로 計算이 不可能한 廣闊한 宇宙를 人工知能이라고 다 計算해낼 수 있는 것은 아니다. 人工知能 亦是 우리와 마찬가지로 永遠히 宇宙를 豫測할 수 없다. 다만, 人工知能은 自身의 限界를 明確히 規定하고 可能한 日常의 範圍에서 우리와 비슷하게 進化하고 있다. 그래서 區別하기가 더 어렵다.

_{軌道는… 연세대 天文宇宙學科 學部 및 大學院을 卒業하고 韓國天文硏究院 宇宙監視센터와 연세대 宇宙飛行制御硏究室에서 勤務했다. ‘軌道’라는 藝名으로 팟캐스트 ‘課長窓’, 유튜브 ‘안될과학’과 ‘투머치사이언스’를 進行 中이며, 著書로는 ‘軌道의 科學 虛勢’가 있다.}