[미래기술25]②인간 뇌 모방한 딥러닝 컴퓨터, 방대한 데이터 스스로 학습

[이데일리 김유성 기자] 인공지능(AI)은 사람의 학습하는 능력, 생각하는 능력, 말하는 능력 등을 컴퓨터 프로그램으로 실현한 기술입니다. 인공지능을 통해 컴퓨터나 로봇이 인간처럼 지능적인 행동을 하기도 합니다.일종의 ‘생각하는 기계’인 셈이죠. 이 가운데 프로기사 이세돌과 바둑대결로 유명한 알파고처럼 특정 분야에 한정해 사고(思考)하면 ‘약(弱) 인공지능’이라고 하고, 영화 ‘2001 스페이스 오딧세이’의 HAL 9000이나 ‘터미네이터’처럼 스스로 판단하고 결정하는 인공지능을 ‘강(强) 인공지능’이라고 합니다.

기계를 위시한 도구가 인간처럼 움직이고 행동하는 상상은 고대부터 있어왔습니다. 주술에 걸린 빗자루가 예입니다. 1770년 유럽 사교계는 술렁입니다. 체스를 두는 신기한 기계 때문이었습니다. 이 기계는 체스 자동장치로 이름은 ‘더 투르크(The Turk)’였습니다. 유럽 유명 정치인 등 명사들을 체스로 꺾어며 더 투르크는 유명세를 탔습니다. 기계가 사람을 이긴다는 게 당시에도 충격이었습니다.

실은 더 투르크의 지능은 거울을 이용한 사기행각이었습니다. 이 사실이 밝혀지기 전까지 사람들은 체스 두는 기계에 ‘충격과 공포’를 느꼈습니다.

체스하는 기계 더 투르크. 사람이 내부에 들어가 조종하는 식으로 움직였다.

컴퓨터 개발과 함께 전기를 맞이한 인공지능

인공지능은 컴퓨터 시대가 열리면서 새 전기를 맞이하게 됩니다. 컴퓨터가 수식 연산을 빠른 시간내에 수행할 수 있게 된 것입니다. 컴퓨터는 알고리즘에 따라 질문에 대한 답을 내놓는 과정을 빠르게 처리할 수 있습니다. 인간의 연산 속도와는 비교할 수 없는 정도였죠. 컴퓨터의 등장은 ‘약 인공지능’ 시대의 도래라고도 볼 수 있습니다.

수식 연산 등 인간이 하던 일을 컴퓨터가 대체하면서 인공지능에 대한 철학적 논쟁도 벌어집니다. ‘인공지능을 무엇으로 규정하는가’부터 ‘사람처럼 사고도 인공적으로 할 수 있는가’ 등이 주제였습니다.

1950년 앨런 튜링은 인공지능에 대한 첫 제안을 합니다. 사람이 인공지능과 대화를 한다는 설정을 한 것입니다. 사람이 대화 중 인공지능이 기계란 것을 인식 못하면, 인공지능이 ‘생각’하고 있다는 근거가 된다고 본 것입니다. 이게 바로 ‘튜링테스트’입니다. ‘사고’하는 인공지능의 수준을 판단함에 있어 튜링테스트는 수십년간 쓰였습니다.

대화하는 초기 인공지능은 알고리즘에 기반 했습니다. 인간이 사전에 정해놓은 규칙대로 움직이는 것입니다.

사람의 말을 이해하는데 있어 인공지능은 문장에서 주어와 동사, 목적어 등을 구분합니다. 그리고 단어 뜻을 분석합니다. 미리 입력된 문장 구조 배열 법칙에 따라 문장을 이해하고 그에 맞는 답을 내놓습니다. 그 답도 사실상 사람들이 프로그램화 시켜놓은 답입니다. 기초적인 챗봇에서 이 방법이 쓰이고 있습니다.

컴퓨터와 프로그램의 발달은 인공지능 시대의 도래를 예감케 했습니다. 알고리즘이 많아지고, 이를 컴퓨터가 빠르게 연산할 수 있다면 사람처럼 생각하는 기계를 만들 수 있다는 기대감이었습니다.

실제 1950년대부터 1970년대까지 인공지능 연구는 활기를 띄었습니다. 초기 인공지능 연구자였던 마진 민스키는 1970년 미국 라이프(LIFE)지와의 인터뷰에서 1980년대 전까지 인간과 비슷한 지능의 기계가 출현할 것으로 예견했습니다.

[이데일리 이동훈 기자]

암흑기 맞았던 2000년대 이전 인공지능

이런 기대는 1970년대 중반 들어 깨집니다. 인공지능에 필요한 경우의 수를 빠르게 계산할 만큼 컴퓨팅능력이 부족했고, 저장 공간도 부족했습니다. 이상과 현실의 극명한 차이였던 것입니다.

예컨대 1970년 IBM 메인프레임 컴퓨터의 당시 가격은 460만달러였지만 연산속도는 12.5MHz 였습니다. 최근의 컴퓨터와는 비교조차 어려운 수준입니다.

1980년대 들어 인공지능은 다시 전기를 맞습니다. 컴퓨터 연산 능력이 향상되면서 엄청난 양의 데이터를 저장하고, 그 안에서 필요한 정보를 찾을 수 있게 된 것입니다. 특정 질병 등 전문 영역을 사람이 물어보면 주요 키워드별로 인공지능이 이해하고, 그에 맞는 답을 검색해 찾는 식입니다. IBM의 인공지능 ‘왓슨’이 그 예입니다. 이런 방식은 의학, 법률, 금융 등 전문가 영역에서도 쓰이고 있습니다.

시각이나 촉각, 후각 등 외부 자극을 눈이나 피부, 코 등 감각 기관으로 느끼고 이를 뇌에 전달하고 처리케 하는 신경망에 대한 연구도 다시 관심을 모으게 됩니다. 사람이 학습하는 방식을 본딴 ‘인공신경망’이 연구되기 시작한 것입니다.

그러나 1980년대 후반 들어 인공지능 연구는 다시 암흑기에 들어갑니다. 1990년대 PC와 인터넷 등 새롭게 등장한 매체에 사람들이 관심이 쏠리면서 기존 인공지능 연구에 대한 투자가 줄었습니다. 새로운 시대에 맞는 인공지능 연구가 요구됐습니다.

고도로 발달한 컴퓨터와 네트워크, 인공신경망의 활성화

인공지능은 2000년대 들어 새 전기를 맞이합니다. 컴퓨팅 속도가 빨라졌고 인터넷데이터센터(IDC)를 통해 대량의 데이터를 저장할 수 있게 됐습니다. 이들 IDC가 인터넷망으로 연결되면서 인공지능은 거대한 계산 기반을 마련하게 됐습니다.

인공신경망 기술은 이런 거대한 네트워크를 통해 구현될 수 있게 됐습니다. 엄청나게 많은 데이터를 수집하고 여기에서 최적의 답을 찾고 학습하는 방식을 쓸 수 있게 된 것입니다.

인공 신경망 대략도 (출처 : LG CNS 블로그)

경우의 수가 우주 안에 있는 원자 숫자보다도 많을 것이라는 바둑에서 인공지능이 인간 최강자 이세돌 9단을 이긴 것은 현대 인공지능 발달의 상징이 됐습니다. 딥마인드의 알파고는 전세계 구글 IDC에 연결돼 짧은 시간에 엄청난 수를 계산하고 그것을 스스로 추려내는 식으로 이세돌 9단과 대결했습니다.

대화에 있어서도 인공지능은 ‘튜링테스트’의 수준을 넘어섰습니다. 지난 5월 구글은 자사 개발자 컨퍼런스 행사인 구글IO에서 사람을 대신해 레스토랑을 예약해주는 서비스를 선보였습니다 .구글듀플렉스였던 것입니다. 녹음된 목소리를 듣고 누구도 인공지능과 사람이 대화를 하는지 구분을 못했습니다. 급속한 기계의 발전에 소름을 느낀 이도 있었습니다.

구글듀플렉스도 인공신경망 방식을 응용한 딥러닝 덕분에 가능했습니다. 수많은 대화 데이터를 수집하고 이에 걸맞는 응답 데이터를 학습하는 것입니다. 쉽게 말해 지금의 컴퓨터는 특정 정보를 통째로 외우고 엄청난 정보를 분석해 확률적으로 맞는 답을 찾습니다. 이 모든 게 빨라진 컴퓨터와 네트워크 덕분입니다.

인간과 비슷한 수준의 인공지능은 올까

지금도 컴퓨터의 속도는 계속 빨라지고 있습니다. 이들이 저장하는 데이터도 쌓여가고 있습니다. 바둑에 있어 신계에 오른 알파고처럼 인공지능도 인간의 수준을 넘어설까요? 우리의 일자리도 위협받을까요?

컴퓨터와 네트워크, 센서 데이터에 기반한 기계학습 인공지능이 계속 발달하다보면 기계가 감성과 사회성을 가진 것처럼 착각하게 만드는 일도 가능해질 것입니다. 일상 생활의 모든 데이터가 수집되고 이를 인공지능을 학습한다면 우리의 모든 행동과 생각도 상당 부분 예측 가능할 수도 있습니다. 이른바 완전한 인격체로의 인공지능의 출현입니다.

인공지능 고도화 시대 인류의 미래는 어떻게 전개될까요? 국내 로봇틱스 인공지능 최고 권위자인 장병탁 서울대 교수는 “인공지능의 위험성에 대해 심각하게 받아들 필요는 있다”면서도 “그러나 (지금까지 인류가 개발한 기술은) 국제적인 협약 등을 통해 어느 정도 통제돼왔다”고 말했습니다. 다만 “인공지능 기술이 인류 발전에 역행하지 않도록 사회적 영향 평가를 병행해야한다”고 그는 제언했습니다.