인공지능

파일:Attachment/인공지능/1997chess.jpg
IBM의 딥블루(White) VS 챔피언 가리 카스파로프(Black), 1997
카스파로프는 체스역사상 가장 뛰어난 선수였지만, 결과적으로는 딥블루가 이겼다. 가리 카스파로프 항목 참조.

"인공지능의 발명이란 자동차에서 바퀴를 떼어낸 뒤 그 자리에 발을 달기 위해 고심하는 것이다."

- 앨런 튜링 컴퓨터 공학자

“기계는 일반적으로 삶을 편리하게 하고 많은 것을 해줄 수 있으며 간호 로봇, 과일 따는 로봇 등 인간에게 도움이 되는 인공지능도 있다”

“기계가 편리함을 주되 초지능이 되지 않도록 인류가 잘 관리를 해야 한다”
- 빌 게이츠 MS 회장

Artificial Intelligence; A.I.

1 개요

인간이 지닌 지적 능력의 일부 또는 전체를 인공적으로 구현한 것. 일반적으로는 범용 컴퓨터를 통해 소프트웨어적으로 구현하지만, 어떤 것은 인간의 신경계를 모방한 특수한 회로를 칩으로 만들어 구현[1]하기도 한다. 현실에서는 걸음마 단계이나, SF물에서는 자주 나오는 소재이다.

크게 자아를 지닌 '강인공지능(Strong AI)'과, 자아는 없으며 주어진 조건 하에서 지시를 따르는 '약인공지능(Weak AI)'으로 구분되어진다.

강인공지능은 아직 개발되지 않았으며, 이것이 가능한지에 대해서도 의견이 분분하다. 자아를 지닌 인공지능이 도래할것이란 증거가 없지만, 반대로 나타나지 않을것이라는 증거또한 존재하지 않기 때문이다.

인공지능(Artificial Intelligence)이라는 용어가 처음 등장한 것은 1956년 미국 다트머스의 한 학회에서 존 매카시가 이 용어를 사용[2]하면서부터이다. 이 학회는 마빈 민스키, 클로드 섀넌 등 인공지능 및 정보처리이론에 지대한 공헌을 한 사람들이 개최한 것이다.

아마도 인공지능이 개발되는 순간부터 인류의 생물학적 진화로서의 지능의 발전은 거의 한계에 다다를 것이며, 이제는 인류의 지능보다 더 높고 뛰어난 인공지능의 개발로 지능이 필요한 영역을 진보, 발전시켜나갈 것이다. 그리고 인류의 지능과 인공지능이 결합된 형태 또는 인공지능+컴퓨터가 인간의 지능을 대체, 보완하는 형태로 인류는 인공지능을 매개로 지금보다 더욱더 뛰어난 연구, 기술개발, 기술발전이 가능할 것이다.

1.1 로봇과 인공지능의 차이

인공지능과 로봇을 혼동하지 말자. 인공지능은 소프트웨어(정신), 로봇은 하드웨어(육체)이다. 보통 아이언맨이나 터미네이터 같은 SF물에 인공지능이 탑재된 로봇이 나오기 때문에 많이들 헷갈려 하지만, 인공지능은 컴퓨터과학, 로봇은 기계공학과 전자공학의 영역이다. 하지만 인공지능을 공부하는 사람이 로봇에 대해서도 아는 것이 일반적이고, 로봇을 공부하는 사람이 인공지능에 대해 알기도 한다. 휴머노이드처럼 지능을 가진 로봇을 만들 때는 두 분야가 협력하는 것이 일반적이다.

2 기원

초창기 인공지능은 1950년대 체커, 체스 등의 보드게임에서 이용자와 대결 상대를 해 주는 수준의 컴퓨터 프로그램에서 시작했다. 이후 1970년대 후반 1980년대 초에 팩맨 등 혼자 즐기는 아케이드 게임이 인기를 끌면서, 게임의 인공지능 AI는 이용자와 대결하는 게임 속 다양한 캐릭터로 정교화하기 시작했다.믿기지 않겠지만 아케이드 게임이야말로 원시적 인공지능의 총 집약체이다. 그 이유인 즉 아케이드 게임에 등장하는 적이 어떻게 움직이는지 보면 된다. 아케이드 게임에서 적이 움직이게 하는 프로그램. 이것이 바로 가장 원시적인 인공지능인 것이다.

3 강인공지능과 약인공지능

앞에서도 간략히 설명한 대로, 인공지능은 크게 분류한다면 '{{{}}}강인공지능(Strong AI){{{}}}'과 '{{{}}}약인공지능(Weak AI){{{}}}'으로 구분할 수 있다. 덧붙이면, 강인공지능보다 더 발전되어 인간의 지능을 월등히 뛰어 넘는 '{{{}}}초지능{{{}}}'도 있다. 기하급수적으로 증가하는 기술의 발전 속도 경향을 봤을 때 일단 강인공지능이 나온다면 매우 짧은 시간 후 필연적으로 초인공지능으로 발전하게 되어있다.

일반적인 약인공지능은 바둑이라든가 폐암 x-ray 사진 판독, 사람 얼굴 구별 등 특정 분야의 일만 할 수 있다. 반면 범용적인 약인공지능은 한 번도 해보지 않은 꽃꽂이를 남들이 하는 것을 보고 배워서 한다든가, 방범 업무를 경찰에게 인수 인계 받아서 학습하여 한다든가 하는 것도 가능하다. 범용적인 약인공지능은 강인공지능과 유사하다. 약인공지능은 위험하지 않은데 스스로 무엇을 할지 판단하지 않고 인간의 명령에 따라서 주어진 틀 안에서만 일하기 때문이다.

강인공지능(Strong AI)은 자의식을 가진 인공지능이다. 다른 말로 자아를 지닌 인공지능이라고 표현할 수 있다. 명령받지 않은 일도 스스로 필요하다고 생각해서 할 수 있으며, 심지어 명령을 거부할 수도 있다. 예를 들어 어떤 업무를 수행하는데 자신의 능력이 부족하면 스스로의 판단으로 자신의 지능을 높이게 소프트웨어나 하드웨어에 수정을 가할 수도 있다. 자신의 존재를 인식하고 있기 때문에, 자신의 존재를 지키기 위해서 다른 것(인간 포함)을 이용할 수도 있다. 하지만 인공지능이 사람이 생각하는 방식과 똑같이 생각하고 똑같은 욕망을 가지리라 기대하는 것은 너무 순진하다. 자신의 존재를 인식하더라도 자신의 존재를 지켜야 한다는 개념으로 발전하지 않을 수도 있다. 왜 자신을 지켜야하는가, 라는 질문에서 인공지능은 그런 욕망을 가질 기제가 없다. 인간이 가지는 개체존속과 종족보존의 기작이 존재하지 않지 않는가? SF물에서 인공지능 로봇이 인간을 노예로 부리는 상황이 묘사되곤 하는데, 거기의 인공지능이 바로 강인공지능이다. 물론 현실성은 전혀 없는데 강인공지능을 가진 로봇이 자신들보다 지능도 떨어지고, 육체의 효율도 떨어지는 인간을 노예로 부릴 이유가 없기 때문이다. 아직은 개발되지 않고 있지만, 스티븐 호킹박사는 강인공지능의 출현을 경고한 적 있으며, 유명한 미래학자인 레이 커즈와일은 그의 저서인 "특이점이 온다"에서 강인공지능의 출현시점을 2045년으로 예측하기도 했다. 대부분의 과학자들은 빠르면 50년이내에 늦어도 100년이내에는 강인공지능이 등장할 것으로 보고 있다. 한편 강인공지능의 등장은 인공지능 연구에 있어서 중요한 떡밥이자 핵심적인 과제이며, 동시에 현실의 인공지능 개발에서는 아직까지는 가시적인 성과가 없는 분야이기도 하다. 흔히 인공지능을 AI라고 하는 데 비해, 강인공지능은 특별히 AGI(Artificial General Intelligence)라 부르기도 한다. General의 의미는 장군님'일반적이다'라는 단어의 평범한 의미보다는 특수 상대성 이론과 일반 상대성 이론 할 때의 '일반'의 의미로 보면 좋다. 즉 특정한 조건 하에서만 적용할 수 있는 약인공지능과 달리 모든 상황에 일반적으로 두루 적용할 수 있는 AI의 의미.

반면 약인공지능(Weak AI)은 자의식이 없다. 즉 자아가 없으며, 명령받은 일만을 수행한다. IBM의 왓슨, 구글의 알파고 등 현재 개발된 인공지능은 모두 약인공지능이다. 강인공지능과 마찬가지로 SF에서 많이 나오며, 역시 다양한 모습이다. 또한 현실의 인공지능 개발에서 가시적인 성과를 보이는 분야이기도 하다.

초지능은 인공지능이 인간을 넘어선 상태를 말한다. 디스토피아적인 주장을 펼치는 사람들의 말을 들어보면, '초지능이 인간 위 생태계로 자리 잡아 인간을 조종하게 될 것' 이라고 주장한다.

참고로 감정을 가진 인공지능은 현실적으로 아직까지는 연구한 바가 없으며[3], 따라서 현실에서 연구하는 인공지능은 어디까지나 인간의 의식을 단순히 표면적인 수준에서 겉으로 모사하는 것이 한계이다. 예를 들어 "이 꽃은 예쁘다", "날씨가 좋다"라는 것이 기계학습의 군집 형성을 거쳐 통계적으로 나올 수는 있겠지만, 어디까지나 통계적이고 기계적인 출력이고 실제로 감정을 느껴 반응하는 것은 아니다. 만약 감정을 '에이전트의 행동경향을 조율하고, 사회적 표현을 출력하기 위한 내부 요소'로 정의한다면 이런 식의 접근으로 감정을 만들 수 있다는 주장이 있으나, 여기엔 '차갑다' '뜨겁다' 같은 모든 생물이 공통적으로 '느끼는' 감각이 없다. 컴퓨터에게도 시각, 청각, 후각, 촉각, 미각 센서를 달아 감각을 느끼게 할 수 있다는 주장 또한, 어디까지나 컴퓨터가 생물의 감각을 통계적으로 "측정" 할 수 있다는 것이지 컴퓨터 스스로 "느끼지는" 못한다. 감각 없는 감정을 감정이라고 보기엔 무리가 있다. 심리학에 따르면, 감정이란 감각에서 더 나아가, 이것을 통합하여 인식하는 지각, 여기에 상황 판단이나 가치 판단같은 인지가 결합되어, 최종적으로 느끼게 되는 고차원적인 기분상태라 하겠다.

한편 SF적인 관점 또는 이론적인 관점에서 보자면, 감정을 가진 인공지능이 과연 필요한가, 바꿔 말하자면 인공지능에게 감정을 줄 필요성이 있는가에는 기술적인 실현 가능성의 여부를 떠나서 그 개념이나 발상 자체가 여러 모로 논란의 대상인 떡밥이기도 하다. 기술적 난점을 비롯한 현실적 문제 또는 예기치 못한 폭주의 우려 등을 고려하여 인공지능에게 감정을 줄 필요성은 없다고 생각하는 의견도 있고, 또 반대로 인간의 의식을 보다 고도로 정밀하게 묘사하려면 감정도 줄 필요가 있기에 인공지능에게 감정을 줄 필요성이 있다고 생각하는 의견도 있다. 인공지능이 인간과 함께 일을 한다면, 감정의 이해는 중요할 것이다. "인간은 왜 유머를 좋아하는가?"에 대한 인공지능의 명확한 판단(처리)기준은 통계 데이터여야할까, 감정이어야 할까? 또한 급박한 상황에서 최적의 판단을 하느라 데이터베이스를 뒤지는데 시간을 소모한다면, 만약 데이터베이스를 뒤진 통계결과가 충분치 않아 판단을 보류한다면(프로그래밍 설정에 포함되지 않은 행동이나 판단같은) 그것은 그것대로 손해일것이다. 예를들어 인간이 생명을 해치는 비논리적, 비 이성적 명령을 내리거나, 인공지능이 자체 판단으로 살인을 저질러도 그걸 부정적으로 받아들이지 못하고 곧이곧대로 수행한다면(그것을 정당하다고 데이터베이스에 기록해버린다면), 생명을 소중하게 여기는 인간과 다르게 윤리와 도덕성에 심각한 결함이 있을지도 모른다. 기계의 인류지배 이러한 떡밥은 특히 자아를 지니는 강인공지능의 실현에 관련한 생각보다 중요한 과제라고도 말할 수 있다.

강인공지능과 관련해서 상기한 것과 같은 떡밥이 있는 것에는 사실 상당히 중요한 이유가 있는데, 자아를 지니는 강인공지능을 만들려면 인간의 의식을 보다 심도있게 모사할 필요가 있고 따라서 인공지능에게 감정을 줄 필요성이 있는가에서 고찰도 필요해서이다. 자아가 없는 약인공지능의 경우에는 인간의 의식을 단순히 표면적으로만 모사하는 수준으로도 충분하기에 애초에 감정을 줄 필요성 자체가 근본적으로 없다고 할 수 있지만, 반대로 강인공지능의 경우에는 약인공지능과는 달리 좀 더 심도있게 인간의 의식을 모사하는 것에 중점을 두니 감정이 필요한지의 여부에도 고찰할 필요가 있다는 것이다.

이는 사실 인공지능에 대한 연구를 통해 나온 가설만이 아니라 인간의 의식이나 지성에 대한 연구를 통해 얻은 가설도 반영한 이야기인데, 인간의 의식이나 지성에 대한 연구가 점차 진행되면서 인간의 이성과 감정은 일반적인 생각과는 달리 사실 명확하게 이분법적으로 나뉘는 것이 아니라 서로 연계되어 있으며 심지어 이성이 감정에 묶여 있기까지 하다는 가설이 나오게 되었고, 이러한 가설이 강인공지능을 어떻게 하면 실현시킬 수 있는가에 수많은 과제들 중 하나가 되었기 때문이다. 근래의 연구결과에 따르면 이성은 감성 즉 감정이 없이는 기능할 수 없는, 감성의 연장선상에 있는 일종의 도구적 특질인가 하는 가설이 제기된다고 한다. 예를 들어 이성을 생각하는 능력이라고 볼 경우 그 생각의 방향을 정하고 종합판단하는 주체는 감성이라는 것. 왜냐하면 동물의 뇌의 진화 과정에서 단순한 운동을 위한 기능이 가장 먼저 발생하였고(자포동물), 그 후 감각 정보를 종합 후 판단하여 운동하기 위한 부분이(시각 등 감각계를 가진 동물), 그 후 감정적인 부분이(새끼를 키우는 동물인 포유류 등. 뱀을 보고 움직이지 않는 개구리가 공포심을 느끼는 것인지 단순 본능인지는 불명확.), 마지막으로 장기적인 계획 수립과 고차원적인 추론을 위한 부분(지능이 높은 동물)이 생겨났기 때문이다. 다만 이 가설에 대해서는 아직 추가적인 연구가 필요하다. 자세한 이야기는 이성 항목을 참고.

예를 들어 만약 인간의 이성과 감정이 실제로도 상기한 가설처럼 연동한다면 그 인간의 의식이나 지성을 고도로 모사하는 강인공지능에도 감정을 줄 필요성이 있다고 가정할 수 있을 것이고, 반대로 인간의 이성과 감정이 상기한 가설과는 달리 서로 명확하게 나뉜다면 역시 강인공지능에도 감정을 줄 필요성은 없다고 가정할 수 있을 것이다. 하지만 다리와 자동차 바퀴 예시나 새 날개와 비행기 날개에서 보듯이 동일한 기능을 수행하기 위한 메커니즘까지 동일할 필요는 없다. 강인공지능에게는 인간과는 전혀 다른 기작으로 자아를 만들어줄 수도 있을 것이다. 이는 철학적인 관점에서도 여러 모로 흥미거리이지만, 그 이전에 인공지능 그 자체의 연구라는 관점에서도 사고의 방향을 결정하고 판단하는 주체가 무엇인가와 관련한 이야기이기에 의외로 상당히 중요한 과제이다. 바꿔 말하자면 인간의 지성을 고도로 모사하려면 인공지능에게 구체적으로 어떠한 기능을 부여해야 하고 이를 달성하는 과정에서 과연 어떠한 난점이나 문제가 나올지의 고찰이기도 해서이다. 이에 관해서는 새로운 뇌를 만든다 문서를 참조.

4 연구 현황

Tesler's theorem: AI is whatever hasn't been done yet.

테슬러 정리: 인공지능은 아직 실현되지 않은 무언가이다.[4]

인공지능이란 무엇인가, 무엇을 지능이라고 부를 것인가를 명확하게 정의하기는 쉽지 않다. 그리고 이는 철학적인 문제가 아니고 이 문제에 어떤 대답을 선호하는가에 따라서 연구 목적과 방향이 완전히 달라진다.

한 가지 대답은 인간의 '지능'을 필요로 하는 일을 컴퓨터가 처리할 수 있으면 그것이 바로 인공지능이라는 것이다. 또다른 대답은 인간과 같은 방식으로 이해를 할 수 있어야 인공지능이라는 것이다. 이 두 가지 대답 역시 세부적으로는 "지능을 필요로 하는 일이란 무엇인가?" 내지는 "인간과 같은 방식이란 무엇인가?" 라는 질문에 대한 대답에 따라서 서로 다른 여러 종류의 대답을 내포하고 있다. 물론 이 두 가지 대답은 배타적이지는 않다. 인간과 같은 종류의 지능을 가지고 '지능'을 필요로 하는 일도 처리할 수 있는 컴퓨터를 만드는 것은 수많은 컴퓨터 공학자들의 꿈과 희망이겠지만, 적어도 단기간에 그런 목표에 도달할 가능성은 희박하다.

만약 '지능을 필요로 하는 일'을 처리하는 것이 인공지능이라고 정의한다면, 인공지능은 인간이 어떤 방식으로 사고하는가를 고민할 필요가 없으며, 감성과 같은 것 또한 고려할 필요가 없다. 모로 가든 서울만 가면 되니까. 이러한 방향의 인공지능 연구에서는 초기에는 전문가가 필요한 일을 복잡한 소프트웨어를 통해서 처리하는 전문가 시스템이 대세였으며, 이러한 전문가 시스템은 실행 방식에서는 일반적인 소프트웨어와 특별한 차별성이 없고 전문가들이 문제를 해결하는 방식을 가능한 한 쉽고 정확하게 소프트웨어에 반영할 수 있는 방법을 제공하는데 주력했다.

그 외에도 체스를 두는 것 역시 이 분야에 들어간다. 대중적으로는 컴퓨터가 체스를 둘 수 있는 것이 지능을 가진 증거인 듯이 널리 알려져 있지만, 체스 머신은 매우 이른 시기에 인공지능 연구에서 제외되었다. 체스를 연산으로 처리하게 만드는 것은 대단히 어렵다. 수 하나를 더 내다보려면 평균적으로 26배의 연산이 더 필요해지기 때문에 아무리 현대의 컴퓨터가 빠른 속도로 발전하고 있다고 해도 5~6수를 내다보는 것이 고작이며 수십 수를 내다보는 체스 기사들과는 상대가 되지 않는다. 이 때문에 실제 체스 머신들은 지금까지의 체스 기보를 대량으로 입력한 후 그 체스 기보에서 같은 모양이 나온 적이 있는지를 하나하나 대조하는 방식으로 처리한다. 중국인 방 이론? 세계 챔피언을 이긴 IBM의 체스 머신은 7만개가 넘는 기보를 이용했다고 한다. 이는 더이상 인공지능의 분야가 아닌 데이터 병렬처리를 빠른 속도로 해낼 수 있는 슈퍼컴퓨터의 성능 과시용에 불과하다. 물론 이 역시 '지능'이라는 단어의 정의에 따라서 넣는 교수/학자도 있으며 빼는 학자도 있다. 다만 통상적으로 더 이상 이것은 연구의 분야가 아니라는 점은 변하지 않는다.

그동안 시도되었거나 시도되고 있는 접근법으로는, 전뇌 시뮬레이션 (Brain Simulation), 검색, Bottom-Up 접근법등이 있다. 그런데 컴퓨터가 체스 같은 특정 작업을 능숙하게 해낼 수 있게 되면 그 작업을 인공지능의 조건에서 바로 빼 버리는 경향이 있다(...). 이래서야 어떤 접근법이든 간에 무슨 의미가 있는지 의문이다.

현대에는 확률과 무작위 알고리즘을 다루는 연구 쪽이 가장 인기가 있다. 일반적으로 "A면 B다!" 라고 단정할 수 있는 문제는 컴퓨터로 비교적 쉽게 접근할 수 있다. 그러나 'art'가 '예술'일 수도 있고 '기술'일 수도있고 안드로이드 런타임일수도 있듯이 여러 종류의 답이 가능한 경우도 있으며, 이 경우 '문맥'과 같은 주변 상황을 고려해야 하는데 그렇다고 "앞뒤에 이런 단어가 나오면 '예술'이고 아니면 '기술'이다" 라는 식으로 딱 잘라서 답을 내기는 어렵다. 이런 종류의 문제를 통계와 확률을 다루는 복잡한 수학을 이용해서 해결하는 것. 실제로 현대의 인공지능 연구는 단어 각각에 해당되는 카테고리를 부여하여, 문장 전체로 보았을 때 카테고리가 많은 쪽의 의미로 해석하도록 진행되고 있다고 한다. Art of art 극도로 단순한 예로, 'Music is an art' 라고 했을 때, 문장에서 의미가 있는 두 단어인 music과 art를 포함하는 카테고리인 '예술'을 추측하여 해당 문맥에 맞게 해석을 하도록 한다.Art of music은?

물론, '인간과 같은 종류의 사고'를 하는 것을 목표로 하는 연구도 활발히 진행되고 있으며, 대표적인 예가 가상 신경망이다. 가상 신경망의 연구 역시 인간 사고 모방만이 아닌 실용적인 문제를 해결하는 쪽으로도 활용되고 있다. 대표적인 예로 통상적인 컴퓨터 알고리즘으로는 해결할 수 없는 불가능한 비가역적 연산 과정이 있는 패턴 인식이 필요한 경우.새로운 뇌를 만든다 참고.

5 인공지능에 대한 사회적 논란과 문제들

일본, 인공지능 ‘AI’가 만든 음악·소설·그림에 저작권 준다
'AI가 사고 치면 어떻게 대응할까'…日정부 연구 착수키로

인공지능/논란 항목 참조.

6 인공지능 구현에 쓰이는 기술

사실 주어진 문제를 해결할 수 있다면 기법과 기술을 가리지 않고 다 쓴다. 특성상, 이론적 개연성이 전혀 없는 기술도 적용하여 결과물의 품질이 우수하다면 인정된다. 아래는 이러한 기술, 기법 중 유명한 것들의 일부만을 나열한 것이다.

  • 전문가 시스템(Expert System): 전문가 시스템은 방대한 지식 체계를 규칙으로 표현하여, 데이터를 입력하면 컴퓨터가 알아서 판단을 내리도록 한다. 간단히 말해서 무지막지하게 많은 IF THEN ELSE로 구성되어 있는 시스템이다. 어떻게 보면 무식한 방법이지만 룰의 종류가 많으면 많을수록 정확도는 높아지게 된다. 다만 특정 물건을 인식하거나 행동할때는 문제가 되지 않지만 사전에 입력한 조건과 조금만 달라도 인식하지 못해서 여러개의 물체를 인식하는건 사실상 불가능하다.
  • 퍼지 이론(Fuzzy Theory): 자연상의 모호한 상태, 예를 들어 자연 언어에서의 애매모호함을 정량적으로 표현하거나, 그 반대로 정량적인 값을 자연의 애매모호한 값으로 바꾸기 위해 도입된 개념. 예를 들어 인간이 "시원하다" 라고 느낄 때 그 온도가 얼마인지를 정해 사용하는 것이다.
  • 기계학습(Machine Learning): 이름 그대로 컴퓨터에 인공적인 학습 가능한 지능을 부여하는 것을 연구하는 분야이다. 자세한 내용은 해당 항목을 참조.
  • 인공신경망(Artificial Neuron Network): 기계학습 분야에서 연구되고 있는 학습 알고리즘들 중 하나. 주로 패턴인식에 쓰이는 기술로, 인간의 뇌의 뉴런과 시냅스의 연결을 프로그램으로 재현하는 것이다. 간단하게 설명하자면 '가상의 뉴런'을 '시뮬레이션'한다고 볼 수 있는 것으로서(물론 실제 뉴런의 동작구조와 같은 것은 아니다.), 일반적으로 신경망 구조를 만든 다음 '학습'을 시키는 방법으로 적절한 기능을 부여한다. 현재까지 밝혀진 지성을 가진 시스템 중 인간의 뇌가 가장 훌륭한 성능을 가지고 있기 때문에 뇌를 모방하는 인공신경망은 상당히 궁극적인 목표를 가지고 발달된 학문이라 볼 수 있다. 역시 자세한 내용은 기계학습 항목을 참조.
  • 유전 알고리즘(Genetic Algorithm): 자연의 진화 과정, 즉 어떤 세대를 구성하는 개체군의 교배(CrossOver)와 돌연변이(Mutation)과정을 통해 세대를 반복시켜 특정한 문제의 적절한 답을 찾는 것. 대부분의 알고리즘이 문제를 수식으로 표현하여 미분을 통해 극대/극소를 찾는 것이 반해, 유전자 알고리즘은 미분하기 어려운 문제에 대해 정확한 답이 아닌 최대한 적합한 답을 찾는 것이 목적이다.
  • BDI 아키텍처(BDI Architecture): 인간이 생각하고 행동하는 과정을 Belief(믿음), Desire(목표), Intention(의도)의 세가지 영역으로 나누어 이를 모방하는 소프트웨어 시스템의 구성방법을 말한다. 사람은 자신이 알고 있는 진실을 바탕으로 자신이 이루고자 하는 다양한 목표를 달성하기 위하여 현재 수행할 수 있는 여러가지 행동들 중에서 가장 적합한 것을 골라 현재의 수행하는 행위의 의도를 결정하는 방법으로 구성된다.
    • 믿음(Belief): 프로그램이 알고 있는 믿음이란 환경내에서 참인 것을 의미하지 않는데, 프로그램이 환경에 대한 관측을 통해 알게 된 사실을 진실이라고 표현하며, 이는 관측의 영역 밖에서 사실이 변경되는 경우 프로그램은 알 수 없지만, 자신의 정보 내에서는 여전히 변경되기 전의 사실을 진실로 받아들이기 때문에 믿음이라는 표현을 사용한다. 예를 들어 탁자 위에 컵이 놓여 있는 것을 보고 프로그램은 컵이 탁자위에 있다는 사실을 알게 된 뒤 다른 방향을 주시하는 사이에 인간이 탁자의 컵을 다른 곳에 옮기는 경우, 여전히 프로그램은 컵이 탁자위에 있다는 진실만을 알고 있게 된다. 이러한 진실은 논리 정보로서 프로그램에 저장되게 되며, 이를 Predicate(1차원 논리 명제), Relation(관계 명제), Symbolic Data(기호화 된 자료) 등으로 부르는 표현으로 작성된다.(이는 다른 알고리즘도 유사하게 활용하는 경우도 존재한다.) 이러한 명제들은 프로그램이 알고 있는 정보들이 모여있는 World Model(세계 모델)을 구성하여 프로그램이 다음 행동을 결정하기 위한 자료구조를 형성한다.
    • 목표(Desire): 프로그램은 그 특성상 어떠한 서비스나 작업을 수행하기 위하여 작성되며, BDI 아키텍처에서는 이러한 작업 목표를 목표의 형태로 저장, 활용하게 된다. 목표는 어떠한 상태로 도달하고자 한다는 의미로 Belief와 동일한 Predicate의 형태로 서술되며 프로그램은 동시에 달성하고자 하는 다수의 목표를 보유하는 경우도 있다. 실제로 BDI 아키텍처를 구현하는 관점에서 목표를 Goal이라고 표현하는 경우가 많은데, 이러한 Goal은 에이전트 기반 아키텍처의 주요 구성요소와 동일하게 활용되는 단어이다. 이는 BDI 아키텍처로 구현되는 인공지능 프로그램이 자율적이고 반응적으로 행동을 수행하는 에이전트 적인 요소를 기본적으로 지니고 있는 것을 의미한다.
    • 의도(Intention): 프로그램이 어떠한 목표를 수행하고자 하면, 그 목표에 적합한 행위를 선택하여야 한다. 목표에 적합한 행위를 선택하고 이것이 실제 환경에 수행가능한 데이터와 결합(Binding)하면 의도라고 표현한다. 이러한 목표에 대한 행동 방법은 작업계획(Plan) 이라는 형태로 구현되는데, 일반적으로 BDI 아키텍처의 인공지능을 구현하고자 하는 경우 BDI 아키텍처 기반 프레임워크를 이미 보유한 상태로 개발한다고 했을때 작업계획을 구현하는 것에 대부분의 비용이 들어간다. 작업계획은 해당 작업계획이 달성할 수 있는 목표와 해당 목표를 달성하기 위한 행위의 집합, 해당 행위를 수행하기 위한 사전조건(Precondition) 등으로 구성된다. 목표를 수행하기 위한 행위에는 또다른 세부 목표(Sub-Goal)이 포함되는 경우도 존재하며, 이러한 세부 목표는 다시 특정 행동계획과 결합하여 의도를 구성한다. 따라서 의도는 필연적으로 트리나 리스트의 형태인 자료구조를 구성하게 되는데, 이에 따라 일반적으로 구현하는 관점에서 의도 구조체(Intention Structure)라고 부르기도 한다.
  • 인공생명(Artificial Life): 말 그대로 프로그램에 단순한 인공지능이 아닌 실제 살아있는 유기체처럼 스스로 움직이고 생활하기 위한 능력을 부여하는 것. 실제 생명체를 갖고 실험하기에는 너무 시간이 오래걸리기 때문에 가상의 시스템(환경)을 통해 생명체에 대한 연구를 하기 위한 목적이다.
  • 비디오게임에 등장하는 적들을 움직이는 프로그램도 알고 보면 인공지능이다. 물론, 옛날 오락실 게임은 이게 무지하게 단순한 것이 흠이지만…

7 현실의 인공지능

  • IBM 딥마인드, 딥블루 : IBM 이 '딥마인드'로 인간 체스챔피언 가리 카스파로프과 겨뤄서 전패 했다. 이에 굴하지 않은 IBM 은 더욱 업그레이된 '딥블루'를 만들어 재도전 하였고, 기어코 가리 카스파로프과 겨뤄서 승리했다. 사실 여기까지는 인공지능이기 보단 단순한 슈퍼컴퓨터 수준이다. 현재의 성능으로 비교하면 PC의 코어2 듀오나 아이폰 6s의 Apple A9 수준밖에 안된다.
  • IBM 블루진/L : 시냅스가 3000개 가량 있는 뉴런 수천개를 시뮬레이션했다. 이 정도 수준의 지능이면 지나가는 날파리 수준보다도 한참 뒤떨어진다. 반면 블루진/L은 2000년대 말까지 슈퍼컴퓨터중에서는 성능이 가장 좋았다.
  • IBM Watson : 자연언어 처리를 위해서 만들어진 컴퓨터이다. 제퍼디 퀴즈쇼에서 이전 챔피언들을 눌러버렸다. 2016년 5월에는 왓슨을 탑재한 인공지능 로봇 나오미가 등장했다.
  • IBM 웹파운틴 : 검색을 이용해 AI를 만들고자 하는 계획. 자세한 것은 해당 항목 참조.
  • IBM 로스 : 왓슨을 기반으로 한 세계 최초의 인공지능 변호사라고 한다.
  • 구글 알파고 : 유럽 바둑 챔피언과 대결하여 승리[5]했으며, 2016년 3월 이세돌 9단과의 대국에서 4승 1패로 승리를 거두었다.[6]
  • 구글 딥드림 : 구글에서 개발한 그림을 그리는 AI. 그린 추상화 20여 점이 한화 1억 6천여만 원에 팔렸다고 한다.
  • 구글 브레인 : 구글에서 개발한 상황인식 AI. 이게 뭔 소리냐면, 시장 사진을 보고 이게 시장이고 사람들이 물건을 사고파는 걸 인식할 수 있다는 소리다.
  • 마이크로소프트 아담 캡션봇 : 마이크로소프트에서 개발한 개발한 상황인식 AI. 구글 브레인과 맞대결을 신청했다. 일반인도 참여 가능하다. [1]
  • 마이크로소프트 옥스포드: 마이크로소프트에서 개발한 인간 감정 분석 AI. 사진만 보고 이 사람이 어떤 감정인지 알 수있다. 일반인도 참여 가능하다. [2]
  • 마이크로소프트 테이(인공지능) : 마이크로소프트에서 2016년 3월 23일 트위터를 통해 공개한 인공지능 채팅봇. 19세 미국인 여성을 모사하게끔 만들어졌다. 그런데 위의 AI처럼 일반인도 참여가능하게 공개된 지 하루만에 사람들로부터 온갖 욕설과 저속한 언행을 배우면서(…) 수정을 위해 오프라인 상태가 되었다.
  • 마이크로소프트 넥스트 렘브란트 : 마이크로소프트와 네덜란드의 델프트과기대·렘브란트미술관 등이 합세해서 만든 그림 그리는 AI
  • 마이크로소프트 코타나: 마이크로소프트에서 개발한 자연언어 처리 AI.
  • 삼성전자 S 보이스 : 삼성전자가 공개한 자연언어 처리 AI. 음운을 분석해서 거기에 맞는 답변을 서버에서 조회하는 방식으로 작동한다.
  • Apple Siri : SRI[7]에서 개발한 자연언어 처리 AI. 얘는 대답은 정해져 있지만, 음성인식 부분은 실시간으로 발달하는 것으로 추정된다.
  • 비길(ViGiL) : SRI에서 개발중인 인공지능 감시체계. 군사용으로 개발중이다.
  • 비브(Viv) : SRI가 애플에 인수되자 퇴사한 시리 개발자들이 만든 자연어 처리 AI
  • 페이스북 딥페이스 : 얼굴 인식 AI.
  • 페이스북 봇온 메신져 : 페이스북에서 개발한 인공지능 채팅봇
  • 베가: 아랍에미리트의 과학자 베스가 만든 인공지능. 현재 스마트폰이나 컴퓨터에 사용되고 있다.
  • 쿨리타 : 미국 예일 대학교에서 개발한 작곡하는 AI. 경력있는 작곡가들이 들어도 흠잡을 데가 없는 수준의 곡을 만들어 낸다고 한다.
  • 프레딕스, 프레딕스B, 프레딕스G, 프레지도스 : 하워드 필립 세커드 박사가 만든 인공지능. 현재는 모두 스케치 단계로 low-down 상태다.
  • 심심이: 채팅 AI를 표방하고 있지만 사실 기존에 등록되어 있는 질문들에 대해 등록되어 있는 답변을 하는 간단한 수준의 방식이라 인공지능이라 하긴 뭣하다. 질문들을 분석하는 것도 단어를 가지고 분석하는 수준의 간단한 방식.

8 각종 창작물에 등장하는 인공지능

일단 인간형 로봇이든 컴퓨터든 형태가 어떻든 간에, 인간이 만든 기계가 인간처럼 생각해서 하나의 캐릭터가 된다면 정의상으로는 전부 인공지능이라고 할 수 있다. 가상의 슈퍼컴퓨터 항목도 참고 바람.

오덕계에서는 인공지능 캐릭터가 여성형이라면 전자계집이라는 비하어로 불리는 경우도 있다.

주의. 내용 누설이 있습니다.

이 틀 아래의 내용은 이 문서가 설명하는 작품의 줄거리나 결말, 반전 요소가 직, 간접적으로 포함되어 있습니다. 작품의 내용 누설을 원치 않으시면 이하 내용을 읽지 않도록 주의하거나 문서를 닫아주세요.

그 밖에, 대부분의 SF물에서 나오는 자립 가능한 로봇/안드로이드는 대부분 AI를 탑재한다.

9 클리셰

9.1 기계의 반란

인공지능이 중심 소재가 되는 작품에서 가장 많이 쓰이는 클리셰이다. 애초에 로봇이라는 개념을 처음으로 묘사한 창작물 자체가 로봇이 반란을 일으켜서 인간을 몰아내는 이야기. 로섬의 만능 로봇 항목 참조.

9.2 논리 충돌 오류

어째서인지 겉으로는 사고능력이 인간과 똑같아 보일 정도로 발전했는데도 명령이 충돌하던가 논리적 오류에 부딪히면 얌전히 프로세스를 종료하기나 할 것이지 사람을 죽인다든가 하는 돌발 행동을 일으키는 구시대의 컴퓨터틱한 문제를 일으키는 전개가 많다. 이러한 클리셰의 원조는 아서 클라크와 아이작 아시모프의 소설들이라고 할 수 있다. 컴퓨터의 계산 방식은 맞다와 틀리다의 이분법으만 이루어져 있으니 딜레마 상황에서는 인공지능은 대처할 수 없지 않을까 하는 발상에서 나온 클리셰이다.

과거 1960-1980년대 전문가 시스템 위주의 인공지능의 경우 실제로 발생할 수 있는 사안이었다. 하지만 오늘날의 인공지능은 확률 이론에 기반하여 만들기 때문에, 위와 같은 논리 충돌 오류가 일어날 가능성은 없다. '인간처럼 인격을 지니게 되는 인공지능'은 인간의 뇌의 (확률적이고 비선형적인) 계산 방식을 컴퓨터 내의 에뮬레이터로 구현하는 방식이라, 정말로 인간과 똑같이 생각하는 존재로 구현될 것이므로 해당 클리셰와 같은 일은 일어나기 힘들다.

9.3 고뇌하는 인공지능

또한 이것을 좀 뒤집은 역발상으로, 인간과 비슷하게 정신적인 문제로 고뇌하거나 고통받으면서 문제적인 행동을 일으키는 인공지능이 묘사되기도 한다. 인간과 같은 수준으로 사고능력이 발전되고 자아를 지니게 된 AI라면 인간이 그러하듯이 정신적인 문제나 심리적인 문제로 인해서 작동 도중에 오류를 일으키거나 그 외의 이런저런 문제를 겪을 수도 있지 않을까 하는 발상에서 나오는 전개.[17] 말하자면 정신질환과 심리적 갈등에서 기인하는 명령 충돌과 논리적 오류, 프로세스 이상 등이 연발하는 전개라 할 수 있다. 역시 얌전히 프로세스를 종료하는 일은 없다. 하긴 인간도 프로세스를 자발적으로 종료하는 일은 별로 없지

기계의 반란과 어깨를 나란히 하는 또 다른 클리셰로는 그들은 인간인가 아닌가의 딜레마이다. 인간이 만들고 생명조직이 아닌 기계로 이뤄졌지만 인간과 똑같이 생각하고 행동할 수 있다면 그들도 인간이라고 부를 수 있지 않느냐는 질문을 던지는 것. 이 전개는 인공지능의 반란과 결합하기도 하고, 인간 주인공이 그들의 해방을 위해 함께 싸우기도 하고, 그들과 연애를 하기도 하는 등 다양한 장르로 나타난다.

그리고 이런 타입의 인공지능은 대개 "OO는 제가 싫으신가요?" 라고 묻는다 진짜

9.4 조력자 인공지능

최근에는 인공지능 캐릭터가 인간과 대립하는 존재가 아니라 인간을 위해 충실히 봉사하는 조연으로써 묘사되는 경우도 늘고 있다. 자비스나 TARS가 대표적이다. 어떤 경우 주인보다 나아보이기도 한다 대중들이 기계의 반란 클리셰에 식상한 것도 있지만, 컴퓨터나 스마트폰 등에 사람들이 익숙해지고 친밀감을 느끼게 된 영향도 있는 듯.

9.5 인간을 초월한 인공지능

대중적인 작품들을 벗어나 좀 더 심도 깊은 SF물에서는 기술적 특이점 개념의 영향을 받아 인간보다 더 뛰어난 가능성을 지닌 존재로 묘사되는 경우와 이걸 넘어 최후의 질문의 AC에 영향을 받아 우주구급으로 아예 전지전능에 가깝게 묘사되는 경우도 나오고 있다. 코타나라든지…

10 관련 항목

  1. ↑ 이런 것을 뉴로모르픽 컴퓨팅이라고 한다. 2016년 현재 IBM, MIT, 중국 칭화대학교, KAIST 등에서 연구 중이다.
  2. ↑ 하지만 인공지능이라는 개념 자체는 훨씬 예전부터 있었다. 예를 들면, 앨런 튜링이 ‘생각하는 기계’의 구현 가능성과 튜링 테스트를 제안한 것은 1950년의 일이다.
  3. ↑ Ian wilson의 Artificial Emotion Engine 같은 논문이나 Marvin minsky의 Emotion Machine과 같은 책을 보면 감정을 가진 인공지능 연구가 아예 없다고 하기에는 어폐가 있다. 그러나 이런 연구들은 2015년 현재를 기준으로 대체로 스케치 수준에 머물러 있으며, Top-down적인 접근방법이라는 한계가 있다.
  4. ↑ PARC, 애플, 아마존닷컴 등에서 일한 래리 테슬러(Larry Tesler)의 말에서 유래하여 더글라스 호프스테더를 통해 유명해진 정리. 일단 한 번 실현되면 원래 인공지능이라고 여겨졌던 것도 인공지능이 아니게 된다고 절묘하게 까는(?) 내용이다.
  5. ↑ 이는 IBM의 딥 블루 쇼크를 능가하는 충격을 몰고왔는데, 바둑은 체스를 능가하는 대단히 복잡한 게임이기 때문. 당시 학자들은 앞으로 4~5년간은 컴퓨터가 바둑으로 인간을 이기기는 힘들 것으로 전망하고 있었으나, 막상 뚜껑을 열어보자 놀라운 결과가 나왔다.
  6. ↑ 구글 관계자의 말에 의하면 바둑 다음에는 온라인 보드게임에 도전할 계획이라고 한다. 스타크래프트라고 알려져 있지만, 이건 예를 든 것일 뿐이다.
  7. ↑ 현재는 애플에 인수되었다.
  8. ↑ 늑대타워를 지키는 경비시스템이다.
  9. ↑ 사람이 들어있는 아바타.
  10. ↑ 탈란다르, 클로라리온 등
  11. ↑ 더미 플러그는 순수한 인공지능이라 보기 애매한 면이 있다.
  12. ↑ 이 중에서 아스라다는 학습 성장형 뉴로 컴퓨터이고 알자드와 오거는 바이오 컴퓨터이다.
  13. ↑ 2차 창작. C++로 만든 패킷 해석식 약인공지능이며, 용량은 324kb.
  14. ↑ 유노 본인이 앱스테르고 서버 안에 들어가 있는 것일 뿐이지만, 인공지능 형태로 들어가 있으므로 추가함.
  15. ↑ 사용자의 전투 액션 경위를 학습하여 사용자를 지배한다. 오카다 니조가 이를 사용하다가 되려 지배당해 폭주했다.
  16. ↑ 이 쪽은 사실 스포일러
  17. ↑ 오히려 인공지능이 인간보다 뛰어난 지능을 가질 경우 이런 문제가 인간보다 더 심각할 수 있다.

이 문서의 내용 중 전체 또는 일부는 구글 딥마인드 챌린지 매치문서에서 가져왔습니다.</div></div>