“人間이 機械의 愛玩犬이 되는 世上이 올 것이다.” 2015年 9月 韓國을 찾은 애플 創業者 스티브 워즈니악이 討論會에서 한 말이다. 人工知能(AI) 德에 고된 勞動에서 벗어나 主人의 사랑을 듬뿍 받는 愛玩犬처럼 便하게 사는 世上이 올 거라는 뜻이었다. 그는 AI가 人間처럼 되기는 어려울 것이라고 봤다. 그런데 最近 AI 챗봇 챗GPT가 登場해 驚異로운 能力을 뽐내자 8年 前 ‘愛玩犬 樂觀論’李 AI가 사람 머리 꼭대기에 앉아 主人 行世 하려 들 거라는 悲觀論으로 바뀌어 膾炙되고 있다. AI가 報告書 쓰고, 旅行 計劃 짜고, 飜譯하고, 文法 矯正까지 한다. 그것도 注文한 지 몇 秒 만에, 24時間 지치지 않고, 어떤 不平도 없이, 歇값에 말이다. 뉴욕타임스 칼럼니스트는 챗GPT의 놀라운 글솜씨를 確認하고는 AI에게 事務室을 내주고 愛玩犬으로 轉落할 날이 올 거라며 개 밥그릇을 準備해야겠다고 썼다. 眞짜 그런 날이 올까. 새로운 技術이 登場할 때마다 일자리가 줄어들 것이라는 警告가 있었다. 技術 發展에 따른 構造的 일자리 減少에 對備하자는 基本所得 論爭은 1960年代에도 뜨거웠다. 結果的으로 新技術이 나올 때마다 生産性이 높아지고 經濟가 成長했으며 雇傭率은 暫時 출렁이긴 해도 長期的으로는 큰 變動이 없었다. 일자리가 機械로 代替된 것 以上으로 새로운 일자리가 생겨난 德分이다. AI가 사람의 일자리를 앗아갈 能力을 갖는 것부터가 쉬운 일이 아니다. AI는 어려운 數學 問題는 풀어도 얼굴 알아보기, 自轉車 타기, 運轉하기와 같은 쉬운 일은 어려워한다. AI가 作動하려면 正確한 命令語를 入力해야 한다. 그런데 비슷비슷한 얼굴을 區別하는 法, 두 바퀴로 均衡 잡는 法, 突發 變數 가득한 道路에서 安全하게 運轉하는 法을 어떻게 數學 公式처럼 明確하게 說明할 수 있을까. 人間의 暗默知(tacit knowledge)를 硏究해온 英國 哲學者 마이클 폴라니는 “우리는 말할 수 있는 것보다 많은 걸 알고 있다(we know more than we can tell)”고 했다. 이른바 ‘폴라니의 逆說’ 때문에 우린 AI에게 明瞭한 言語로 指示하지 못하고 AI는 人間이 하는 일을 해내지 못하는 것이다. AI는 代身 厖大한 데이터와 統計에 依存해 暗默的 規則을 推論하는 方式으로 폴라니의 逆說을 克服한다. 사람이면 쉽게 하는 일을 ‘데이터 노가다’로 挽回한다는 뜻인데 이게 또 얼마나 至難한 過程인지 매사추세츠工大(MIT) 데이비드 아우터 敎授는 椅子 分類하기로 說明한 적이 있다. 무엇이 椅子인가. 다리와 등받이와 앉을 판이 있으면 椅子인가. 明確한 指示語를 받지 못한 AI는 등받이 없는 椅子와 卓子를 區分 못 하고, 다리 없는 椅子는 椅子로 分類해내지 못한다. 사람도 說明 못 하는 椅子다움을 機械가 理解하기란 어려운 일이다. AI 專門家 레이 커즈와일은 2045年 前後로 AI가 全體 人類의 知能을 넘어서게 될 것이라고 내다본다. 大略 20年 後의 일이다. ‘20年 後면 AI가 人間을 凌駕할 것’이라는 衝擊的 豫言은 1950年代에도 있었다. 그때도 틀렸으니 이番에도 빗나가는 거냐고 따지려는 게 아니다. 칼 세이건은 “無(無)의 狀態에서 애플파이를 만들려면 먼저 宇宙를 創造해야 한다”고 했다. 單純한 파이 만들기도 蓄積된 知識 없이는 아득한 일이다. 하물며 數萬 年 동안 變化無雙한 環境과 부딪혀가며 直觀과 悠然함과 常識으로 體化해온 人間의 知的 能力을 따라잡기는 1秒 만에 論文 써내는 AI로서도 버거운 일이라는 걸 얘기하고 싶을 뿐이다.이진영 論說委員 ecolee@donga.com}
PDF紙綿보기