2018.02.27

블로그 | 진정한 AI를 향한 길 '범용 인공지능'

Andrew C. Oliver | InfoWorld
1960년대 이전에 태어났고 SF 좀 본 사람이라면 아직 달 식민지도 없고 호버보드도 없고 하늘을 나는 자동차도 없는 지금의 현실에 뭔가 속은 기분을 느낄 만도 하다. 그러나 그 이후에 태어난 사람이라면 스마트폰 속으로 사라지는 꿈이 현실화되기 직전이니 꽤 행복할 것이다. 어쨌든 튜링의 범용 인공 지능(Artificial General Intelligence, AGI)에 대한 꿈에 조금씩 다가가고 있다.

Image Credit : GettyImagesBank

AGI란 무엇인가? AGI는 기본적으로 인공 지능의 다음 단계다.

AI는 대량의 데이터를 사용해서 비교적 아둔한 컴퓨터가 사람의 일을 할 수 있게 해준다. 알고리즘을 통해 분류, 묶음, 추천과 같은 작업이 실행된다. 조금만 관심 있게 살펴보면 AI는 약간의 수학 계산에 불과함을 알아차릴 수 있다.

AGI는 컴퓨터가 “일반적으로” 사람이 할 수 있는 모든 지적인 작업을 수행하고 자연어를 사용해 사람과 같은 방법으로 커뮤니케이션하는 단계다.

새로운 아이디어는 아니다. “AGI”라는 용어는 1987년에 등장했지만 처음에 AI의 비전 자체는 AGI였다. 초기 연구자들은 AGI(AI)의 현실화 시기를 실제보다 빠르게 예상했다. 1960년대 당시 이들은 20년 후를 그 시점으로 봤다. 아서 C. 클라크의 2001: 스페이스 오디세이는 그 시대에서는 보수적이었던 셈이다.

중요한 문제는 이러한 초기 연구자들이 맨 위에서 시작해 아래로 내려왔다는 점이다. 사람의 두뇌는 그런 식으로 작동하지 않는다. 또한 컴퓨터에 “생각”하는 방법을 가르치는 방식도 하향식은 아니다. 기본적으로 이성을 구축한 다음 본능을 향해 아래로 내려가서는 “마음(mind)”에 이를 수 없다. 지금의 연구자들은 아래에서 시작해 위로 올라간다.

AGI에 이르기 위해서는 극복해야 할 장애물도 여전히 있다. 중요한 과제는 직관이다. 사람이라면 비교적 소량의 데이터로 할 수 있는 일을 머신러닝과 딥 러닝이 수행하고자 할 때는 대량의 데이터가 필요하다. 이러한 차이가 발생하는 이유 중 하나는 사람은 “볼 수 있다”는 점이다. 사람의 두뇌는 직관적인 도약을 한다. 이 직관 기반 도약은 일종의 추측과 확인인데, “쓸데없이 소모적인 일”로 치부되곤 하는 기계의 모의 담금질(simulated annealing)과는 약간 다르다.

머신러닝 또는 딥 러닝을 사람의 두뇌와 비교해 보자. 사람의 두뇌는 일부 학습 과정을 건너뛰고 직관 도약을 통해 1만 줄의 데이터가 없어도 작업을 수행할 수 있다. 사실 1만 줄의 데이터를 기반으로 한 작업은 유기적 컴퓨터(즉, 두뇌)에는 별로 유용하지 않다. 수상돌기가 그렇게 빠른 속도로 증가하지 않고 두뇌는 자질구레한 사항을 잊도록 프로그램되어 있기 때문이다.

AGI가 직관의 과제를 해결한다면 컴퓨터도 자질구레한 부분을 건너뛰면서 사람과 똑 같은 일을 할 수 있게 된다. 구글의 알파제로(AlphaZero)는 현재 컴퓨터 체스 챔피언을 이 방법으로 꺾었다.

또 다른 핵심 과제는 비지도 학습(unsupervised learning)이다. 한 연구자는 “컴퓨터는 아기와 더 비슷해져야 한다”고 말했다. 현재 대부분의 머신러닝은 숟가락으로 떠먹여주는 데이터와 특정 알고리즘에 대한 작업을 기반으로 한다. 사람은 그런 식으로 학습하지 않는다. 아기는 온갖 것을 입에 집어넣고, 사물의 촉감을 느끼고, 어떤 일이 발생할 때 이를 관찰한다. 컴퓨터는 이런 행동을 하지 못한다.

또 다른 문제는 컴퓨터는 그다지 창의적이지 않다는 점이다. IBM의 왓슨이 웃긴 이야기를 한다는 이야기를 들어본 적이 있는가? 인터넷에서 웃긴 이야기를 검색하는 정도가 최선이며, 그렇게 찾은 이야기도 별로 재미있지는 않다. 따지고 보면 크리스 록의 최신 넷플릭스 스페셜도 절반만 재미있고 나머지는 그냥 좀 슬프다.

한편 딥 러닝, 머신러닝에서는 존재의 역학, 즉 “저것이 무엇인가”라는 질문과 관련하여 많은 연구가 진행되는 중이다. 페이스북은 이 영역에서 흥미로운 소프트웨어를 오픈소스화하기도 했다. 컴퓨터가 아기처럼 되려면 그 전에 예를 들어 물병을 보고 그것이 물병임을 인지해야 한다. 소셜 미디어를 사용해온 사람이라면 이 분야에서 그동안 상당한 발전이 이루어졌음을 알 것이다.

이 모든 움직임은 아마도 “특이점(The Singularity)”, 어쩌면 스카이넷(Skynet)을 향하고 있을 것이다. 유토피아적인 생각은 이 초지능이 모든 사회를 격상시켜 준다는 것이다. 물론 그 격상의 의미에 대해서는 여러 시각이 있다. 사람의 두뇌를 컴퓨터에 업로드해서 일종의 불멸을 꿈꾸는 사람도 있고, 컴퓨팅과 인간이 구분이 어려울 만큼 혼합되기를 원하는 사람도 있다. 지금도 언뜻 볼 수 있다. 스마트폰을 대하는 사람들의 자세와 모르는 것을 구글로 검색할 수 있다는 이유로 스마트폰을 지녔을 때 스스로를 더 똑똑하게 느끼는 모습을 보면 알 수 있다.

그렇다면 개발자는 무엇부터 해야 할까? 아기와 마찬가지로 흥미를 끄는 무언가를 집어 들고 가지고 놀면 된다. 페이스북의 디텍트론을 가지고 놀며 뭔가를 인식해도 되고, 스스로 스마트폰이나 노트북 PC를 사용하는 방법을 분석하고 다른 할 일을 추천하도록 프로그램할 수도 있다. 유데미(Udemy), Edx, 코세라(Coursera)에는 이를 위한 유용한 리소스가 있다. 미디엄(Medium)의 카를로스 페레즈와 같은 연구자를 팔로잉하는 것도 추천한다. 인류는 특이점에 도달하게 될까? 모르겠다. 다만 AI의 혁명은 착실히 진행되고 있다.  editor@itworld.co.kr



2018.02.27

블로그 | 진정한 AI를 향한 길 '범용 인공지능'

Andrew C. Oliver | InfoWorld
1960년대 이전에 태어났고 SF 좀 본 사람이라면 아직 달 식민지도 없고 호버보드도 없고 하늘을 나는 자동차도 없는 지금의 현실에 뭔가 속은 기분을 느낄 만도 하다. 그러나 그 이후에 태어난 사람이라면 스마트폰 속으로 사라지는 꿈이 현실화되기 직전이니 꽤 행복할 것이다. 어쨌든 튜링의 범용 인공 지능(Artificial General Intelligence, AGI)에 대한 꿈에 조금씩 다가가고 있다.

Image Credit : GettyImagesBank

AGI란 무엇인가? AGI는 기본적으로 인공 지능의 다음 단계다.

AI는 대량의 데이터를 사용해서 비교적 아둔한 컴퓨터가 사람의 일을 할 수 있게 해준다. 알고리즘을 통해 분류, 묶음, 추천과 같은 작업이 실행된다. 조금만 관심 있게 살펴보면 AI는 약간의 수학 계산에 불과함을 알아차릴 수 있다.

AGI는 컴퓨터가 “일반적으로” 사람이 할 수 있는 모든 지적인 작업을 수행하고 자연어를 사용해 사람과 같은 방법으로 커뮤니케이션하는 단계다.

새로운 아이디어는 아니다. “AGI”라는 용어는 1987년에 등장했지만 처음에 AI의 비전 자체는 AGI였다. 초기 연구자들은 AGI(AI)의 현실화 시기를 실제보다 빠르게 예상했다. 1960년대 당시 이들은 20년 후를 그 시점으로 봤다. 아서 C. 클라크의 2001: 스페이스 오디세이는 그 시대에서는 보수적이었던 셈이다.

중요한 문제는 이러한 초기 연구자들이 맨 위에서 시작해 아래로 내려왔다는 점이다. 사람의 두뇌는 그런 식으로 작동하지 않는다. 또한 컴퓨터에 “생각”하는 방법을 가르치는 방식도 하향식은 아니다. 기본적으로 이성을 구축한 다음 본능을 향해 아래로 내려가서는 “마음(mind)”에 이를 수 없다. 지금의 연구자들은 아래에서 시작해 위로 올라간다.

AGI에 이르기 위해서는 극복해야 할 장애물도 여전히 있다. 중요한 과제는 직관이다. 사람이라면 비교적 소량의 데이터로 할 수 있는 일을 머신러닝과 딥 러닝이 수행하고자 할 때는 대량의 데이터가 필요하다. 이러한 차이가 발생하는 이유 중 하나는 사람은 “볼 수 있다”는 점이다. 사람의 두뇌는 직관적인 도약을 한다. 이 직관 기반 도약은 일종의 추측과 확인인데, “쓸데없이 소모적인 일”로 치부되곤 하는 기계의 모의 담금질(simulated annealing)과는 약간 다르다.

머신러닝 또는 딥 러닝을 사람의 두뇌와 비교해 보자. 사람의 두뇌는 일부 학습 과정을 건너뛰고 직관 도약을 통해 1만 줄의 데이터가 없어도 작업을 수행할 수 있다. 사실 1만 줄의 데이터를 기반으로 한 작업은 유기적 컴퓨터(즉, 두뇌)에는 별로 유용하지 않다. 수상돌기가 그렇게 빠른 속도로 증가하지 않고 두뇌는 자질구레한 사항을 잊도록 프로그램되어 있기 때문이다.

AGI가 직관의 과제를 해결한다면 컴퓨터도 자질구레한 부분을 건너뛰면서 사람과 똑 같은 일을 할 수 있게 된다. 구글의 알파제로(AlphaZero)는 현재 컴퓨터 체스 챔피언을 이 방법으로 꺾었다.

또 다른 핵심 과제는 비지도 학습(unsupervised learning)이다. 한 연구자는 “컴퓨터는 아기와 더 비슷해져야 한다”고 말했다. 현재 대부분의 머신러닝은 숟가락으로 떠먹여주는 데이터와 특정 알고리즘에 대한 작업을 기반으로 한다. 사람은 그런 식으로 학습하지 않는다. 아기는 온갖 것을 입에 집어넣고, 사물의 촉감을 느끼고, 어떤 일이 발생할 때 이를 관찰한다. 컴퓨터는 이런 행동을 하지 못한다.

또 다른 문제는 컴퓨터는 그다지 창의적이지 않다는 점이다. IBM의 왓슨이 웃긴 이야기를 한다는 이야기를 들어본 적이 있는가? 인터넷에서 웃긴 이야기를 검색하는 정도가 최선이며, 그렇게 찾은 이야기도 별로 재미있지는 않다. 따지고 보면 크리스 록의 최신 넷플릭스 스페셜도 절반만 재미있고 나머지는 그냥 좀 슬프다.

한편 딥 러닝, 머신러닝에서는 존재의 역학, 즉 “저것이 무엇인가”라는 질문과 관련하여 많은 연구가 진행되는 중이다. 페이스북은 이 영역에서 흥미로운 소프트웨어를 오픈소스화하기도 했다. 컴퓨터가 아기처럼 되려면 그 전에 예를 들어 물병을 보고 그것이 물병임을 인지해야 한다. 소셜 미디어를 사용해온 사람이라면 이 분야에서 그동안 상당한 발전이 이루어졌음을 알 것이다.

이 모든 움직임은 아마도 “특이점(The Singularity)”, 어쩌면 스카이넷(Skynet)을 향하고 있을 것이다. 유토피아적인 생각은 이 초지능이 모든 사회를 격상시켜 준다는 것이다. 물론 그 격상의 의미에 대해서는 여러 시각이 있다. 사람의 두뇌를 컴퓨터에 업로드해서 일종의 불멸을 꿈꾸는 사람도 있고, 컴퓨팅과 인간이 구분이 어려울 만큼 혼합되기를 원하는 사람도 있다. 지금도 언뜻 볼 수 있다. 스마트폰을 대하는 사람들의 자세와 모르는 것을 구글로 검색할 수 있다는 이유로 스마트폰을 지녔을 때 스스로를 더 똑똑하게 느끼는 모습을 보면 알 수 있다.

그렇다면 개발자는 무엇부터 해야 할까? 아기와 마찬가지로 흥미를 끄는 무언가를 집어 들고 가지고 놀면 된다. 페이스북의 디텍트론을 가지고 놀며 뭔가를 인식해도 되고, 스스로 스마트폰이나 노트북 PC를 사용하는 방법을 분석하고 다른 할 일을 추천하도록 프로그램할 수도 있다. 유데미(Udemy), Edx, 코세라(Coursera)에는 이를 위한 유용한 리소스가 있다. 미디엄(Medium)의 카를로스 페레즈와 같은 연구자를 팔로잉하는 것도 추천한다. 인류는 특이점에 도달하게 될까? 모르겠다. 다만 AI의 혁명은 착실히 진행되고 있다.  editor@itworld.co.kr

X