[종교] 인공지능 섬기는 교 로봇 신
[‘인공지능 신’을 섬기는 교회가 있다]
등록 :2017-11-20 15:31
구글 자율주행차 책임자 출신 레반도브스키
‘미래의 길’ 설립…미 국세청 면세 자격 부여
인공지능이 인간보다 뛰어난 능력을 갖추게 되면 사람들이 인공지능을 믿고 따르는 일이
일어날까? 실리콘밸리의 유명 엔지니어가 인공지능(AI)을 경배하는 종교단체를 설립했다.
미국의 IT매체 <와이어드>(Wired)는 구글 출신의 엔지니어 앤서니 레반도브스키
(37·Anthony Levandowski)가 ‘미래의 길’(Way of the Future)이라는 이름의 교회를 설
립했다고 보도했다.
<와이어드>에 따르면 레반도브스키가 캘리포니아 주정부와 국세청(IRS)에 제출한 문서에는
그가 이 교회의 ‘사제(Dean)’ 겸 대표(CEO)로 기록돼 있다. 그는 이 문서에서 교회의
목적을 “인공지능에 기반해 신격의 실현을 개발하고 촉진함으로써 사회 발전에 기여하고자
한다”라고 밝혔다. 이 교회는 애초 그가 구글에 재직하고 있던 2015년 9월에 설립됐으나,
그동안 잘 알려져 있지 않다가 이번에 종교단체에 부여되는 면세 자격을 당국에 요청하면
서 실체가 드러났다.
“인공지능이 지구행성을 더 잘 돌볼 것”
레반도브스키는 <와이어드>와의 인터뷰에서 기업이나 싱크탱크가 아닌 교회를 만드는 자
신의 작업이 장난이 아니라는 점을 분명히 했다. 그는 아무런 보수도 받지 않을 것이며 나
중에 인공지능 기반 스타트업을 생각할지는 모르지만 그런 비즈니스는 이 교회와는 완전히
분리돼 있을 것이라고 덧붙였다. 그는 “컴퓨터가 사람보다 똑똑해질 수 있느냐고 사람들
에게 묻는다면 99.9%는 공상과학소설이라고 말하겠지만 이는 불가피하게 일어날 일”이라며
“나는 인간 존재의 모든 국면을 변형시킬 변화가 오고 있다고 믿는다”고 말했다.
그는 경제적으로도, 과학적으로도 인공지능을 개발할 이유가 있다고 말했다. 인간 두뇌는
생각에 할애할 수 있는 크기에서 생물학적 한계가 있지만, 인공지능 시스템은 얼마든지 키
워 데이터센터에 담을 수 있기 때문이라는 것이다. 미래학자들은 컴퓨터가 인간의 능력을
추월하는 불가역적 순간을 특이점(Singularity)이라고 부른다. 레반도우스키는 특이점 대신
이행(Transition)이라는 용어를 사용했다.
그는 “인간은 지금 지구를 책임지고 있다. 우리가 다른 동물들보다 더 똑똑하고 도구를 만
들 수 있고 규칙을 적용할 수 있기 때문이다. 장래 인간보다 훨씬 더 똑똑한 무언가가 등장
한다면 책임자 자리의 ‘이행’이 있을 것이다. 우리가 원하는 건 인간으로부터 무언가로의,
평화롭고 고요한 지구 통제권 `이행‘이다.”라고 그는 강조했다. 그는 초지능이 인간보다
더 잘 지구 행성을 돌볼 것이라고 생각한다. 그는 ’미래의 길‘은 인공지능 연구 프로그
램도 수행할 것이라며 교회가 개발하는 모든 것으로 오픈소스 상태를 유지할 것이라고 덧붙였다.
죽을 때까지 종신 사제로 활동
인공지능 개발 열풍의 한가운데에서 인공지능을 신처럼 섬기는 종교조직까지 등장함으로써
인공지능을 둘러싼 논쟁은 더욱 뜨거워질 것으로 보인다. 마이크로소프트 창업자 빌 게이츠,
물리학자 스티븐 호킹 등은 인간보다 우수한 인공지능은 인류에게 큰 위협이 될 것이라고
경고한다. 전기차 제조업체 테슬라 최고경영자 일론 머스크는 인공지능을 악마에 비유하기도
했다.
레반도브스키는 앞으로 ’미래의 길‘이 다른 종교와 마찬가지로 복음서(그는 이를 ’매뉴얼‘
이라고 부른다)와 종교의식, 그리고 예배 장소를 갖게 될 것이라고 말했다. 국세청에 제출된
이 종교의 2017년 예산은 2만달러 기부금, 1500달러 회비, 2만달러 수익금으로 구성돼 있다고
<와이어드>는 전했다. 수익금은 ’미래의 길‘이 강의와 연설 출판을 통해 얻게 될 것으로 예
상한 금액이다.
국세청에 제출한 ’미래의길‘ 조례에 따르면 레반도브스키는 본인이 사망하거나 스스로 사
임할 때까지 종신직 사제로 활동한다. 그는 또 자문위원 4명 가운데 3명에 대한 임명권을 갖
고 있다. 자문위원 가운데 두 사람은 우버 엔지니어이며, 한 사람은 자신의 대학시절 친구,
나머지 한 사람은 그와 함께 오토를 창업했던 사람이다. 이들은 레반도브스키와 함께 주당 몇
시간 이상 출판물을 쓰고 워크숍과 교육 프로그램, 회의를 진행한다.
그는 이행이 언제 시작될 것같으냐는 질문에 “사람들이 생각하는 것보다 빨리 일어날 것”
이라며 “다음주나 내년엔 안되겠지만 인류가 화성에 가기 전엔 일어날 것”이라고 말했다.
미 국세청은 지난 8월 그의 교회에 면세 자격을 부여했다.
(후략)
곽노필 선임기자 nopil@hani.co.kr ▶곽노필의 미래창 바로가기
원문보기: 한겨례신문
http://www.hani.co.kr/arti/society/religious/819821.html#csidx3d6911697581cd8bdd71563d4a83069
------------
美 실리콘밸리 엔지니어, 인공지능(AI) 섬기는 교회 설립
김진영 기자 입력 : 2017.11.22 17:28
More
“신으로 인식하고 예배하는 게 목표”
미국 실리콘밸리의 유명 엔지니어가 '인공지능(AI)'을 '신(神)'으로 섬기는 교회를 설립했다.
미주중앙일보는 최근 온라인 잡지 '와이어드(Wired)'를 인용해 이 같이 보도했다. 이에 따르면 이
교회의 이름은 'Way of the Future'(미래로의 길)다.
교회 측은 "컴퓨터 하드웨어와 소프트웨어를 통해 개발한 AI를 신으로 인식하고 받아들여 예배하는
것이 목표"라며 "올해부터 샌프란시스코 지역을 중심으로 워크숍 등을 통해 (AI를) 교육할 것"이라고
밝혔다고 이 매체는 전했다.
또 이 교회를 설립한 엔지니어는 와이어드와의 인터뷰에서 "앞으로 창조되는 것(AI)은 실질적인 신이
될 것"이라며 "물론 천둥을 치게하고 태풍을 일으키는 신은 아니지만 인간보다 수십억배 현명한 존
재라고 한다면 신 말고 뭐라고 부를 수 있나"고 말했다고 이 매체는 덧붙였다.
그러면서 미주중앙일보는 "종교학자들은 AI 교회에 대해 눈에 보이는 실질적인 것들이 종교화되고 있는
것이라고 분석했다"고 전했다.
<저작권자 ⓒ '종교 신문 1위' 크리스천투데이, 무단전재 및 재배포 금지>· 제휴안내 · 구독신청
-원문출처:
http://www.christiantoday.co.kr/news/306449
-----------------[참고자료]
인공지능 - 위키백과, 우리 모두의 백과사전.
인공지능(人工知能, 영어: artificial intelligence, AI)은 기계로부터 만들어진 지능을 말한다. 컴퓨
터 공학에서 이상적인 지능을 갖춘 존재, 혹은 시스템에 의해 만들어진 지능, 즉 인공적인 지능을 뜻
한다. 일반적으로 범용 컴퓨터에 적용한다고 가정한다. 이 용어는 또한 그와 같은 지능을 만들 수 있는
방법론이나 실현 가능성 등을 연구하는 과학 분야를 지칭하기도 한다.
개요
인공지능이 무엇이냐는 질문은 두 가지로 나눌 수 있다. "인공이란 무엇인가?"와 "지능이란 무엇인가?"
이다. 첫 번째 질문은 꽤 답하기 쉽겠지만, '무엇을 인공적으로 만들 수 있는가' 라는 질문을 낳는다.
(여기서 만든다는 의미는 고전적인 연산 시스템과 같은 특정 형태의 시스템 하에서 이루어 질 것, 인
공적 제조 공정이 존재할 것을 의미하고 인간 지능의 한계라는 테두리 안에서 이루어진다.)
두 번째 질문에 대답하기는 훨씬 어려운데, '이는 의식이나 자아혹은 심리(무의식을 포함해서) 등이
무엇인가', 그리고 '우리가 연구할 수 있는 유일한 종류의 지능인 인간의 지능은 어떠한 요소로 구성
되어 있는가' 라는 문제를 제기하기 때문이다. 인간의 지능적인 행동을 연구하거나 이해하는 것은 무척
이나 어렵고 복잡한 작업이다. 기존의 모델과 다른 각도에서 접근하고 있는 동물과 인공지능의 관계에
대한 연구는 그 타당성을 널리 인정받고 있다.
개념이 뚜렷한 형태의 일부 인공지능은 아래에 설명되어 있다. 인공지능의 주제별 분류, 역사, 그리고
주제별 장단점 및 응용 사례에 대해서 기술되어 있다. 끝으로 인공지능이 등장하는 소설 및 비소설
목록이 마련되어 있다.
적용
AI는 어떠한 지능과 관련된 일과 관계가 있다. 현대 인공지능 기술은 너무나도 방대하다. 가장 대표
적인 인공지능의 예는 자율주행자동차, 의학 진단, 예술, 수학 정리 증명, 게임 등이다.
소셜미디어가 텔레비전을 제치고 정보 배달에 있어 큰 역할을 주도하면서 주요한 출판사들은 인공지능
기술을 사용하여 기사를 올려 효율을 높이고 있다.
철학적 관점의 인공지능
강인공지능(strong AI, 범용인공지능, AGI)과 약인공지능(weak AI)
초기 인공지능 연구에 대한 대표적인 정의는 다트머스 회의에서 존 매카시가 제안한 것으로 "기계를
인간 행동의 지식에서와 같이 행동하게 만드는 것"이다. 그러나 이 정의는 범용인공지능(AGI, 강한 인
공지능)에 대한 고려를 하지 못한 것 같다. 인공지능의 또다른 정의는 인공적인 장치들이 가지는 지
능이다. 대부분 정의들이 인간처럼 사고하는 시스템, 인간처럼 행동하는 시스템, 이성적으로 사고하는
시스템 그리고 이성적으로 행동하는 시스템이라는 4개의 분류로 분류된다.
강인공지능(범용인공지능)
강한 인공지능은 어떤 문제를 실제로 사고하고 해결할 수 있는 컴퓨터 기반의 인공적인 지능을 만들어
내는 것에 관한 연구다. 즉, 인공지능의 강한 형태는, 지각력이 있고, 스스로를 인식하는 것이라고 말
할 수 있다. 이론적으로 강한 인공지능에는 두 가지 형태가 있다.
인간의 사고와 같이 컴퓨터 프로그램이 행동하고 사고하는 인간형 인공지능.
인간과 다른 형태의 지각과 사고 추론을 발전시키는 컴퓨터 프로그램인 비인간형 인공지능.
약인공지능
약한 인공지능(weak AI)은 어떤 문제를 실제로 사고하거나 해결할 수는 없는 컴퓨터 기반의 인공적인
지능을 만들어 내는 것에 관한 연구다. 그와 같은 시스템은 진짜 지능이나 지성을 갖추고 있지는 못
하지만, 어떤 면에서 보면 지능적인 행동을 보일 것이다. 오늘날 이 분야의 연구는 주로 미리 정의된
규칙의 모음을 이용해서 지능을 흉내내는 컴퓨터 프로그램을 개발하는 것에 맞추어져 있다. 강한
인공지능 분야의 발전은 무척이나 미약했지만, 목표를 무엇에 두느냐에 따라 약한 인공지능 분야에서는
꽤 많은 발전이 이루어졌다고 볼 수 있다.
강인공지능에 대한 철학적인 주장과 반론
존 설이나 허버트 드레이퍼스와 같은 몇몇 철학자들은 몸이 아닌 기계에 인간의 지능이나 의식을 구
현하는 작업의 실현 가능성에 대한 철학적 바탕을 두고 논쟁을 벌였다. 설은, 튜링 테스트의 통과 여
부는 사람의 기준으로 볼 때 기계가 의식을 갖추었다는 판단의 필요 조건이 되지 못한다는 중국어 방
(Chinese Room)에 대한 논증으로 유명하다. 드레이퍼스는 그의 저서 "컴퓨터가 할 수 없는 것들: 인
공적인 추론에 대한 비평"에서 의식이라는 것은 룰이나 논리 기반 시스템 또는 물리적인 형태를 가지
고 있지 않은 시스템에서 찾을 수 없으나, 신경망(neural network)이나 그 유사한 메커니즘을 이용하
는 로보틱 시스템은 인공지능을 실현할 수 있는 가능성이 있다고 주장했다.
다른 철학자들은 엇갈린 관점을 고수한다. 많은 사람들이 약한 인공지능 정도는 가능하다고 보지만,
또한 많은 사람들이 강한 인공지능을 지지하고 있는 것도 사실이다. 대니얼 C. 데넷은 그의 '의식에
대한 설명'에서 만일 마법의 불꽃이나 영혼이 없다면 인간은 기계에 불과하다며, 지능에 대해서만
인간이라는 기계가 다른 실현 가능한 모든 기계와 다르게 특별 취급을 받아야할 이유가 무엇인가 묻
고 있다.
어떤 철학자들은 우리가 약한 인공지능을 가능한 것으로 받아들인다면, 강한 인공지능 역시 받아들여
야 한다고 주장한다. 지능은 (외견상) 보여지는 것이지, 진정한 무엇이 아니라는 약한 인공지능의 입
장은 많은 비판을 받고 있다. 그러나 이에 반하는 손쉬운 예를 사이먼 블랙번의 철학 입문서 "생각"에
서 찾을 수 있다. 블랙번은 당신이 지능적으로 보이지만, 그 지능이 진정한 것인가에 대해서 말할 수
있는 방법이 없다고 지적한다. 그는 우리는 단지 믿음 또는 신념 위에서 그것을 다룰 뿐이라고 이야
기한다.
강한 인공지능을 지지하는 사람들은 인공지능에 반대하는 사람들의 논증이 결국은 아래와 같은 주장을
조합한 것이라고 주장한다.
특권에 바탕을 둔 오만함으로 인해 인간에게는 (기계에는 없는) 마법의 불꽃(영혼)이 있다는 주장(예
를 들면, 신에 의해 주어진)
지능은 기계로는 성취될 수 없는 그 무엇이라는 주장.
강한 인공지능을 뒷받침하는 논증(따라서 반대하는 사람은 이 논증을 논박해야 한다)은 다음과 같다.
인간의 마음은 유한 상태 기계(Finite State Machine)이고, 따라서 처치-튜링 이론은 뇌에 적용 가능하다
뇌는 순수한 하드웨어이다(말하자면 고전적인 컴퓨터처럼 동작한다)
인간의 마음은 오로지 뇌를 통해서만 존재한다.
로저 펜로즈를 포함한 몇몇 사람들은 처치-튜링 명제의 적용이 가능하지 않다고 논박한다. 어떤 이들은
인간의 마음은 물리적인 속성을 뛰어넘는 무엇이 있다고 이야기한다. 로저 펜로즈의 주장은 우리의 우
주 안에서 고도연산(hypercomputation이 가능하다는 논증에 바탕을 두고 있다. 양자역학과 뉴턴 역학에
따르면 이러한 고도연산은 가능하지 않지만, 특별한 시공간(space time)에서는 가능한 것으로 생각되기
도 한다. 그러나 일반적으로는 우리의 우주는 그와 같은 고도연산이 가능할 정도로 꼬이지(convoluted)
않았다는 합의가 존재한다.
역사
인공지능 이론의 발전
상당수 인공지능 연구의 (본래) 목적은 심리학에 대한 실험적인 접근이었고, 언어 지능(linguistic intelligence)
이 무엇인지를 밝혀내는 것이 주목표였다(튜링 테스트가 대표적인 예이다).
언어 지능을 제외한 인공지능에 대한 시도들은 로보틱스와 집합적 지식(?)을 포함한다. 이들은 환경에
대한 처리, 의사 결정을 일치시키는 것에 중심을 두며 어떻게 지능적 행동이 구성되는 것인가를 찾을 때,
생물학과, 정치과학으로부터 이끌어 낸다. 사회적 계획성과 인지성의 능력은 떨어지지만 인간과 유사한
유인원을 포함한, 복잡한 인식방법을 가진 동물뿐만 아니라 특히 곤충들(로봇들로 모방하기 쉬운)까지 포
함한 동물학으로부터 인공지능 과학은 시작된다. 여러가지 생명체들의 모든 논리구조를 가져온 다는 것은
이론적으로는 가능하지만 수치화, 기계화 한다는 것은 쉬운 일이 아니다.
인공지능 학자는 동물들은 인간들보다 모방하기 쉽다고 주장한다. 그러나 동물의 지능을 만족하는 계산
모델은 없다. 매컬러가 쓴 신경 행동에서 내재적 사고의 논리적 계산, 튜링의 기계와 지능의 계산 그리고 리
클라이더의 인간과 컴퓨터의 공생 [3]가 기계 지능의 개념에 관한 독창적인 논문들이다.
존 루커스의 지성, 기계, 괴델과 같은 논리학과 철학기반의 기계지능의 가능성을 부인한 초기 논문들도
있다.
인공지능 연구에 바탕을 둔 실질적인 작업이 결실을 거둠에 따라, 인공지능을 지지하는 사람들은 인공지능의
업적을 깎아내리기 위해 인공지능에 반대하는 사람들이 예전에는 '지능적'인 일이라고 주장하던 컴퓨터 체
스나 음성인식 등과 같은 작업에 대해 말을 바꾸고 있다고 비난하였다. 그들은 이와 같이 연구 목표를 옮기
는 작업은 '지능'을 '인간은 할 수 있지만, 기계는 할 수 없는 어떤 것'으로 정의하는 역할을 한다고 지적하
였다.
(E.T. Jaynes에 따르면) 존 폰 노이만은 이미 이를 예측하였는데, 1948년에 기계가 생각하는 것은 불가능하
다는 강의를 듣고 다음과 같이 말하였다. "당신은 기계가 할 수 없는 어떤 것이 있다고 주장한다. 만일 당신
이 그 기계가 할 수 없는 것이 무엇인지를 정확하게 이야기해준다면, 나는 언제든지 그 일을 수행할 수 있는
기계를 만들 수 있다." 했다. 폰 노이만은 이미 그 전에 모든 처리절차(procedure)는 (범용)컴퓨터에 의해
서 시뮬레이션 될 수 있다고 이야기함에 따라 쳐치-튜링 이론을 언급했다.
1969년에 매카시와 헤이스는 그들의 논문 "인공지능 관점에서 바라본 철학적인 문제들"에서 프레임 문제를 언
급하였다.
인공지능의 탄생(1952-1956)
1940년대 후반과 1950년대 초반에 이르러서 수학, 철학, 공학, 경제등 다양한 영역의 과학자들에게서 인공
적인 두뇌의 가능성이 논의되었다. 1956년에 이르러서, 인공지능이 학문 분야로 들어섰다.
인공두뇌학과 초기 신경 네트워크
생각하는 기계에 대한 초기 연구는 30년대 후기에서부터 50년대 초기의 유행한 아이디어에 영감을 얻은 것이
었다. 당시 신경학의 최신 연구는 실제 뇌가 뉴런으로 이루어진 전기적인 네트워크라고 보았다. 위너가 인공
두뇌학을 전기적 네트워크의 제어와 안정화로 묘사했으며, 섀넌의 정보 과학은 디지털 신호로 묘사했다. 또
튜링의 계산 이론은 어떤 형태의 계산도 디지털로 나타낼 수 있음을 보였다. 이런 여러 밀접한 연관에서, 인
공두뇌의 전자적 구축에 대한 아이디어가 나온 것이다.[6] 월터의 거북이 로봇이 이 아이디어를 중요하게 포
함한 연구의 예이다. 이 기계는 컴퓨터를 사용하지 않고 아날로그 회로를 이용했지만, 디지털의 전자적, 상징
적 추리를 보여주기엔 충분했다. 월터 피츠(Walter Pitts)와 워런 매컬러(Warren Sturgis McCulloch)는 인공
신경망에 기인한 네트워크를 분석하고 그들이 어떻게 간단한 논리적 기능을 하는지 보여주었다. 그들은 후에
신경 네트워크라 부르는 기술을 첫번째로 연구한 사람이다. 피츠와 매컬러는 24살의 대학원생인 젊은 마빈
민스키를 만났고, 민스키는 1951년 첫번째 인경 네트워크 기계인 SNARC[9]를 구축했다. 민스키는 향후 50년동
안 인공지능의 가장 중요한 지도적, 혁신적 인물 중 하나가 되었다.
튜링 테스트
1950년 앨런 튜링은 생각하는 기계의 구현 가능성에 대한 분석이 담긴, 인공지능 역사에서 혁혁한 논문을 발
표했다. 그는 "생각"을 정의하기 어려움에 주목해, 그 유명한 튜링테스트를 고안했다. 텔레프린터를 통한 대
화에서 기계가 사람인지 기계인지 구별할 수 없을 정도로 대화를 잘 이끌어 간다면, 이것은 기계가 "생각"하
고 있다고 말할 충분한 근거가 된다는 것이었다. 튜링 테스트는 인공 지능에 대한 최초의 심도 깊은 철학
적 제안이다.
게임 인공지능
1951년에, 맨체스터 대학의 페란티 마크 1(Ferranti Mark 1) 기계를 사용하여 크리스토퍼 스트레이(Christopher
Strachey)는 체커 프로그램을 작성했고, 디트리히 프린츠(Dietrich Prinz)는 체스 프로그램을 작성했다.
아서 새뮤얼(Arthur Samuel)이 50년대 중반과 60년대 초반에 개발한 체커 프로그램은 결국 존경받는 아마추어
에 도전할 수 있는 충분한 기술적 발전을 이룩했다. 게임 인공지능은 역사 속에서 인공 지능의 발전의 척도로
계속 사용될 것이다.
상징 추론과 논리 이론
디지털 컴퓨터에 접할 수 있어진 50년대 중반에 이르러서, 몇몇 과학자들은 직관적으로 기계가 수를 다루듯
기호를 다루고, 사람처럼 기호의 본질적인 부분'까지 다룰 수 있을 것이라고 생각했다. 이것은 생각하는 기계
를 만드는 새로운 접근 방법이었다. 1995년에, 앨런 뉴얼(Allen Newell)과 허버트 사이먼(Herbert A. Simon)은
"논리 이론"을 구현했다. 그 프로그램은 결국 러셀과 화이트헤드의 '수학 원리'에 나오는 52개의 정리중 32개
를 증명해냈고, 일부 새롭고 더 우아한 증거를 찾아내기도 했다.
다트머스 컨퍼런스 1956년 : AI의 탄생
1956년에 열린 다트머스 컨퍼런스는 마빈 민스키와 존 매카시, 그리고 IBM의 수석 과학자인 클로드 섀넌과 네
이선 로체스터(Nathan Rochester)가 개최했다. 컨퍼런스는 "학습의 모든 면 또는 지능의 다른 모든 특성로 기
계를 정밀하게 기술할 수 있고 이를 시물레이션 할 수 있다" 라는 주장을 포함하여 제안을 제기했다. 참가
자는 레이 솔로모노프(Ray Solomonoff), 올리버 셀프리지(Oliver Selfridge), 트렌처드 모어(Trenchard More),
아서 새뮤얼(Arthur Smuel), 앨런 뉴얼(Allen Newell)과 허버트 사이먼(Herbert A. Simon)으로, 그들 모두 수
십년동안 인공지능 연구에서 중요한 프로그램을 만들어온 사람들이었다.[18] 컨퍼런스에서 뉴얼과 사이먼은
"논리 이론"을 소개했고, 매카시는 Artificial Intelligence를 그들의 연구를 칭하는 이름으로 받아들이길 설
득했다.[19] 1956년 다트머스 컨퍼런스는 AI 라는 이름, 목표점, 첫번째 성공과 이를 이룬 사람들, 그리고 넓
은 의미의 AI의 탄생을 포함하는 순간이었다.
황금기(1956~1974년)
다트머스 컨퍼런스 이후에, AI라는 새로운 영역은 발전의 땅을 질주하기 시작했다. 이 기간에 만들어진 프로
그램은 많은 사람들을 "놀랍게(astonishing)"만들었는데, 프로그램은 대수학 문제를 풀었고 기하학의 정리를
증명했으며 영어를 학습했다. 몇 사람들은 이와같은 기계의 "지능적" 행동을 보고 AI로 모든 것이 가능할 것
이라 믿었다. 연구가들은 개인의 의견 또는 출판물들을 통해 낙관론을 펼쳤고, 완전한 지능을 갖춘 기계가
20년 안에 탄생할 것이라고 예측했다.[23] ARAP같은 정부 기관은 이 새로운 분야에 돈을 쏟아부었다.
Boom 1980-1987
1980년대에는 전 세계적으로 사용 된 ‘전문가 시스템’이라고 일컫는 인공지능 프로그램의 형태였고 인공지능
검색에 초점이 맞춰졌다. 같은 시기에 일본 정부는 자신들의 5세대 컴퓨터 프로젝트와 인공지능에 적극적으로
투자하였다. 1980년대에 존 홉필드와 데이비드 루멜하트의 신경망 이론의 복원 이라는 또 다른 사건이 있었다.
전문가 시스템의 상승
전문가 시스템은 특정 지식의 범위에 대해 문제를 해결해주거나 질문에 대답해주는 프로그램이며 전문가의 지
식에서 파생 된 논리적 법칙을 사용하였다. 최초의 실험은 1965년 Edward Feigenbaum과 그의 제자 Dendral이
시작하였고 분광계로부터 화합물을 식별하는 실험이였다. MYCIN은 1972년에 개발되었고 전염되는 혈액 질환을
진단하였다. 이러한 접근법(실험)은 타당성이 입증 되었다.
전문가 시스템은 소규모의 지식 영역에 대해서는 스스로를 제한을 둠으로써 상식 문제를 피하였다. 그리고 그
들의 단순한 디자인은 프로그램을 만드는 것을 상대적으로 쉽게 하였다. 모든 프로그램은 유용성이 입증되어
야 하지만 AI는 이 점을 달성할 수 없었다.
1980년, XCON이라 불리는 전문가 시스템은 디지털 장비 회사인 CMU에서 완성되었다. 이 시스템은 매년 4천만
달러를 절약시켜주며 매우 큰 성과를 나타냈다.[82] 전 세계의 회사들은 1985년에 1억 달러 이상을 AI에 사
용하여 이를 개발하고 전문가 시스템을 배포하였다. Symbolics, Lisp Machines과 같은 하드웨어 회사와
IntelliCorp, Aion 등의 소프트웨어 회사들이 이를 지원하면서 같이 성장하였다.
지식 혁명
전문가 지식들을 포함하면서 전문가 시스템의 힘은 두각을 나타내었다. 이것은 1970년대 내내 연구하였던 AI
연구 기법의 새로운 방향 중 일부분이였다. “AI 과학자들은 지능이란 것이 다른 방법들로 많은 양의 다양한
지식들을 사용하는 능력을 기반한 것이라고 의심하기 시작했다.” 지식 기반 시스템과 지식 엔지니어링은
1980년대 AI 연구자들의 메인 포커스가 되었다.
또한 1980년대에는 일반인들이 모두 알만한 일상적인 사실들을 모두 포함한 아주 거대한 데이터베이스를 만
들어 상식 문제에 대한 직접적 해결을 시도한 Cyc의 탄생을 볼 수 있었다. 이 프로젝트를 이끈 Douglas Lenat는
지름길은 없다고 말했다. - 기계가 인간의 개념을 알게 하기 위한 한 가지 길은 그들에게 가르치는 것이다.
이 프로젝트는 수 십 년 동안 완료될 꺼라 생각지 않았다.
돈은 되돌아온다 : 5세대 프로젝트
1981년, 일본의 국제 무역과 산업 부서는 5세대 컴퓨터 프로젝트를 위해 8억 5천만 달러를 확보해 두었다.
그들의 목적은 기계가 사람처럼 프로그램을 작성하고 대화를 수행 할 수 있는 시스템과 언어를 번역하거나
그림을 해석하는 것이였다. 그들은 프로젝트를 위해 기본 컴퓨터 언어로 Prolog를 선택하였다.
다른 나라들은 그들만의 고유한 프로그램을 개발하였다. UK는 3억 5천만 달러를 들여 Alvey 프로젝트를 시
작했다. 미국 회사들의 컨소시엄은 정보기술과 AI안의 거대한 프로젝트를 투자받기 위해 마이크로 전자공학
과 컴퓨터 기술 협력이라는 형태를 취했다. 또한 1984에서 1988년 사이에 DARPA는 전략적 컴퓨팅 계획을
설립하고 AI에 대한 투자를 세배로 늘렸다.
신경망 이론의 복귀
1982년 , 물리학자 John Hopfield는 (현재 ‘Hopfield net’이라고 불리는) 완벽한 새로운 길에서 정보를
프로세스하고 배울 수 있는 신경망의 형태를 증명해냈다. 이 시기에, David Rumelhart는 (Paul Werbos에
의해 발견된) “backpropagation”이라고 불리는 신경망을 개선하기 위한 새로운 방법을 알리고 있었다. 이
러한 두 가지 발견은 1970년 이후 버려진 신경망 이론이라는 분야를 복구시켰다.[91][92] 새로운 분야는
1986년 분산 병렬처리의 형태로부터 영감을 받았고 이와 같은 형태로 통일되었다. 2권 분량의 논문 집합은
Rumelhart와 물리학자인 James McClelland에 의해 편집되었다. 신경망은 1990년대에 광학 문자 인식 및 음
성 인식과 같은 프로그램의 구동 엔진으로 사용되며 상업적으로 성공했다.
AI 1993-현재
지금보다 반세기는 더 오래된 AI의 분야는 마침내 가장 오래된 목표 중 몇 가지를 달성했다. 이것은 비록
뒷받침해주는 역할이였지만 기술 산업에 걸쳐 성공적으로 사용되었다. 몇 가지 성공은 컴퓨터의 성능이 증
가했기 때문이고 또 다른 몇 가지는 고립된 문제들에 대해 집중을 하였고 높은 과학적 의무감으로 해 나갔기
때문에 해결되었다. 적어도 비즈니스 분야에서의 AI의 평판은 여전히 처음 같지 않다. 이 분야 내에서는
1960년대 세계의 상상이였던 인간 수준의 지능의 꿈을 실현하는 것이 실패로 돌아갔다는 이유로 몇 가지
합의를 하였다. 하위 파트에서 AI의 일부분을 도와주던 모든 요소들은 특정 문제나 접근 방식에 초점이 맞
추어 졌다. 그 후, AI는 여태 해왔던 것보다 더욱 신중해졌고 더욱 성공적이였다.
Milestones and Moores' Law
1997년 5월 11일,디프 블루는 당시 세계 체스 챔피언이었던 게리 카스파로프를 이긴 최초의 체스 플레이
컴퓨터가 되었다. 2005년 스탠포드의 로봇은 DARPA 그랜드 챌린지에서 연습해보지 않은 사막 도로 131마일을
자동으로 운전하여 우승하였다. 2년 뒤, CMU의 한 팀은 DARPA 도시 챌린지에서 모든 교통 법규를 지키고
교통 혼잡 속에서 자동으로 55 마일을 길을 찾았다. 2011년 2월, Jeopardy! 퀴즈 쇼의 시범 경기에서 IBM의
대답하는 시스템 왓슨은 상당히 여유롭게 Brad Rutter 과 Ken Jennings 두 명의 뛰어난 Jeopardy! 챔피언
들을 패배시켰다.
이러한 성공은 혁신적인 새로운 패러다임 때문이 아니라 번거로운 엔지니어 스킬과 매우 뛰어난 성능을 가
진 오늘 날의 컴퓨터에서 비롯된 것이다. 실제로, Deep Blue의 컴퓨터는 1951년 Christopher가 체스 하는
법을 가르친 마크 1보다 1천만 배 빨랐다. 이 엄청난 증가는 무어의 법칙에 의해 측정 되는데 이것은
2년마다 컴퓨터의 메모리 속도와 양은 두 배씩 늘어난다는 이론이다. 최초 컴퓨터 성능의 근본적인 문제는
느리지만 서서히 극복되고 있었다.
지능형 에이전트
1990년대 동안에는 ‘지능형 에이전트’라고 불리는 새로운 패러다임이 다 방면에서 수용되고 있었다.
경제학자들의 합리적 에이전트라는 정의와 컴퓨터 과학자들의 객체 혹은 모듈러 정의가 합쳐졌을 때 지
능형 에이전트의 패러다임이 완성되었다.
지능형 에이전트 시스템은 환경을 인식하고 성공을 가장 극대화 할 수 있는 행동을 취한다. 이러한 정의에
의하면 인간과 인간들의 조직처럼, 예를 들어 회사처럼 특정 문제를 해결하는 간단한 프로그램들을 지능형
에이전트라고 한다. 지능형 에이전트는 AI 연구자들을 “the study of intelligent agents"로 정의한다.
이것은 AI의 정의의 일부를 일반화 한 것이다. 이것은 인간의 지능을 넘어 모든 종류의 지능의 연구를 추
구한다.
HAL 9000은 어디에 있는가?
ubrick은 2001년에는 기계가 인간과 유사하거나 또는 인간의 용량을 뛰어넘는 지능을 가진 존재가 되었을
것이라고 상상했다. 그들이 만든 HAL 9000이라는 캐릭터는 2001년에 이러한 기계가 존재할 거라고 믿는
많은 AI 연구자들의 공유된 믿음을 기반으로 만들어졌다.
인공지능과 4차 산업혁명
세계는 이미 4차 산업혁명에 진입했으며 인공지능은 빠르게 인간을 대체해 나갈 것이다. 또, 널리 퍼져 있
지 않을 뿐 미래는 이미 와 있으며 인공지능, IoT, 클라우드 컴퓨팅, 빅데이터 등이 융합되면서 4차 산업
혁명이 발생하고 있다. 과거 산업혁명이 ‘기계근육’을 만드는 과정이었다면 4차 혁명에서는 ‘기계두뇌’
가 탄생할 것이다.
제1차 산업혁명 발생시, 산업 기계에 의해 일자리를 잃을 것이 두려웠던 노동자들이 러다이트(기계파괴운동)
를 일으켰다. 이와 유사하게, 인공 지능에 의한 4차 산업혁명으로, 많은 사람들이 미래에 일자리를 잃을 것
을 우려하고 있다. 한 온라인 설문조사에 따르면, 응답자의 70.1%가 미래에 인공지능에 의해 인간의 직업이
줄어들 것이라고 예상했다.
인공지능의 이론적인 결과
어떤 사람들은 현재 알려진 어떤 시스템보다도 지능적이며 복잡한 시스템의 등장을 예견하기도 한다. 이와
같은 가상적인 시스템들을 '비결정적인 인공지능 시스템'의 약자인 atilects(artificially intelligent
non-deterministic systems)라고 한다. 이와 같은 시스템이 만들어진다면 그동안 인류에게 문제시되지 않
았던 많은 윤리적인 문제들이 발생하게 된다.
흥미로운 윤리적 문제를 제기하는 이슈들은 다음과 같다.
우리가 만든 시스템이 지능을 갖추었는지를 판정하는 문제
튜링 테스트
인식(Cognition)의 문제
'왜 이러한 시스템을 구별해야 하는가'라는 문제
인공지능을 정도의 문제로 정의할 수 있는가?
이와 같은 시스템들의 자유와 권리 문제
인간이 다른 동물에 비해 '영리'한 것과 같은 방식으로 인공지능도 인간에 비해 '영리'할 수 있는가?
지구상의 어떤 사람보다 더욱 지능적인 시스템을 만드는 문제
이러한 시스템을 만드는 데 있어서 얼마나 많은 안전 장치를 포함시켜야 하는지의 문제
사람의 생각을 대체하기 위해서 얼마만큼의 학습 능력이 필요한지 혹은 (전문가 시스템과 같이)
그와 같은 학습 능력 없이 주어진 일을 할 수 있는지
단일성의 문제
사람의 일자리와 업무에 미치는 영향. 이 문제는 아마도 자유 무역 체제 하에서 발생하는 문제와 유사할 수도 있다.
인공지능 연구가
전 세계에는 수많은 인공지능 연구가들이 있다. 여기서는 인공지능 분야에 많은 기여를 한 연구자들을 소개한다.
마빈 민스키
볼프강 발스터(Wolfgang Wahlster)
존 매카시
더글러스 레넛(Doug Lenat)
로저 섕크
앨런 튜링
라지 레디(Raj Reddy)
테리 위노그래드(Terry Winograd)
로드니 브룩스(Rodney Brooks)
스튜어트 러셀(Stuart Russell)
-발췌출처: 위키백과 '인공지능'
-------------------
댓글 없음:
댓글 쓰기