Freeboard

1956년 일련의 전산과학자들이 다트머스 컬리지에 모여 새로운 주제인 인공지능에 대해 고민했다.
뉴햄프셔주의 코네티컷 강 계곡에 위치한 하노버에서 여름에 열린 이 모임은 인간의 인지력을 기계가 모방할 수 있는지에 관련된 논의의 발판이 됐다. 컴퓨터가 어떻게 언어를 사용할까? 기계가 스스로 발전할 수 있을까? 임의성이 창조적 사고와 창조력없는 사고 간의 차이에 있어서 중요한 요소가 될 수 있을까?

기본적으로 바탕에 깔린 가정은 인간 지능의 학습을 비롯한 다른 측면은 컴퓨터가 모방할 수 있을 정도로 정확하게 기술될 수 있다는 것이었다.

인간 수준의 지능은 보유하고 있지 않다. 그러나 DARPA 그랜드 챌린지에서 자동차를 128 마일이나 자동 주행했다는 것은 엄청난 진보라고 말할 수 있다.

다트머스 모임의 유명한 인사로는 당시 하바드 대학에 있던 마빈 민스키, 벨 연구소의 클로드 섀논, IBM 의 나다니엘 로체스터, 다트머스의 존 매카시를 들 수 있다.

모임 직전에 이 분야에 ‘인공지능’이라는 이름을 붙인 것은 바로 매카시였다. 이번 달 다트머스가 50주년 모임을 개최하는데 현재 스탠포드 대학의 명예교수로 있는 매카시는 인공지능(AI)에 대해 초기의 기대수준과 그 이후의 성취, 그리고 앞으로의 전망에 대해 CNET 뉴스닷컴과 인터뷰했다.

1956년 모임이 있기 직전 ‘인공지능’이라는 말을 만들어냈다. 기존 아이디어에 이름만 붙인 것인가? 아니면 당시에 모호했던 것에 새로운 개념을 부여한 것인가?

글쎄 그 모임에 대한 연구지원을 록펠러 재단으로부터 받아내기 위해 제안서를 적어야 했다. 사실을 말한다면 인공지능이란 이름을 붙인 것은 록펠러 재단을 생각해서가 아니라 참석자들을 생각했기 때문이다.

필요한 것은 오래된 아이디어에서 새로운 아이디어를 구축하는 좋은 방식을 생각해 내는 일이다. 클로드 섀논과 나는 "오토마타 연구"라는 책을 펴냈지만 나는 인공 지능에 대해 충분한 논의를 하고 있지 않다고 느꼈다. 따라서 깃대에 기를 다는 것과 같은 이름에 대해 알아봐야겠다고 생각했다.

회상하면 인공지능이 적절한 이름이라고 보는가? 아마 그런 것 같지만 이 분야를 더 잘 설명할 수 있는 단어가 있을까?

‘계산 지능’이라고 바꾸고 싶어하는 사람들이 있다. 내 생각에 이런 이름은 1955년에 사용할 수 없었을 것이다. AI를 수행함에 있어서 컴퓨터를 사용한다는 생각은 완전히 인정받기 전이었기 때문이다. 사실 당시에 이는 소수의 의견이었다.

당시의 제안서를 보면 두뇌의 고차원적 기능 수행을 위해 컴퓨터를 사용하는데 대해 "주요한 장벽은 기계의 성능이 아니라 인간이 가진 것을 충분히 활용하기 위한 프로그램 작성에 관한 능력 부족"이라고 적고 있다. 기계는 존재했지만 프로그래밍 기술은 부족했다는 것인가?

기술에 대한 문제라기보다는 기본적인 아이디어에 관한 것이며 아직도 그렇다. 분명한 것의 하나는 컴퓨터가 체스는 매우 잘 두지만 엄청난 노력을 했음에도 불구하고 바둑은 매우 못 둔다는 사실이다. 그 이유는 바둑에 있어서는 상황, 위치 등을 고려함과 동시에 부분들을 식별해야 하기 때문이다. 이런 것은 심지어 지금도 어떻게 해야 할지 잘 이해하지 못하고 있는 부분이다.

따라서 1956년의 참석자들은 예를 들어 1970년대에 체스, 클래식 음악 작곡, 음성 인식 등에 있어서 성취될 수 있는 수준에 대해 매우 낙관적이었나? 50년 후 우리의 진보는 어떤가? 최초의 기대수준이 너무 낙관적이었는가?

내 기대수준은 분명히 그랬다. 좀 비관적인 참석자도 있었던 것으로 생각한다.

그들이 비관적이었던 이유는?

문제는 당신이 알고 있는 장애만 고려할 수 있다는 것인데 당시 보다는 지금 우리가 이런

장애에 대해 더 잘 알고 있다.

인공지능 분야의 연구를 형성하는데 도움을 준 대형 요소들을 지난 50년간 발견했다면 어떤 것들이 있을까?

컴퓨터들은 ‘비 단조 추론(nonmonotonic reasoning)’을 해야 할 것이라는 사실을 인식한 것이 그 중 하나가 되지 않을까 본다.

‘비 단조 추론’에 대해 자세히 설명한다면?

좋다. 통상적인 논리적 추론에 있어서 A라는 문장의 집합에서 P라는 문장이 추론된다고 가정하자. 또한 A를 모두 포함하는 또 하나의 문장의 집합 B가 있다면 P가 B에서도 추론 가능할 것이며 이는 동일하게 증명된다.

그러나 사람의 추론 방식은 이와 다르다. 내가 "11시에 집에 있을 것이다. 그러나 전화를 받지는 못할 것이다"라고 말한다고 가정하자. 첫 부분인 "11시에 집에 있을 것이다"에서 전화를 받을 것이라고 결론지을 것이다. 하지만 "그러나" 이후의 절을 추가한다면 그러한 결론을 내리지 않을 것이다.

따라서 비 단조 추론이란 올바를 수 있는 결론을 내리지만 추가된 사실이 이를 억제하기 때문에 사실이 아닐 수 있는 것들을 의미한다. 단순하지 않은 추론의 정형화가 시작된 것은 1980년대 혹은 그 보다 약간 이전의 일로 지금은 꽤 큰 분야가 됐다.

지난 50년 동안 가장 큰 성과는 무엇일까? 또한 원래의 목표 중 얼마나 많은 부분이 성취됐는가?

글쎄 인산 수준의 지능은 갖고 있지 못하다. 그러나 128마일의 거리를 자동주행 했다는 것은 큰 성취라고 볼 수 있다. (편집자 주: 지난 가을의 DARPA 그랜드 챌린지에서 우승한 스탠포드의 로봇 자동차 "스탠리"는 모하비 사막을 가로질러 131.6마일 주행했다.) 복잡한 방에서 확신을 갖고 움직일 수 있는 로봇은 없다. 또한 나무는 차치하고서라도 계단을 오를 수 있는 로봇도 없다.

그렇다면 다음 성취가 가능할 큰 분야는?

문맥을 고려한 상식적 지식과 추론의 정형화의 발전을 보고 싶다. 내가 오랫동안 일해왔던 분야로 다른 이들도 일하고 있으며 DARPA가 지원하는 분야이다. 그러나 현재 나와있는 아이디어들로는 인간수준의 지능에 도달하기에 충분하지 않다고 생각한다.

AI의 목표는 기계를 인간처럼 만들고, 인간의 지능을 갖는 것이 아니라 인간 지능과 동일한 것을 만드는 것이 아닌가? 즉 인간을 재발명하는 것이 아니라 인간과 유사하게 생각하며 인간의 사고를 뛰어넘을 수 있는 것들을 만들어 내는 것이 아닌가?

내가 문제를 보는 방식이 바로 그거다. 인간 지능을 모방하는데 관심있는 사람들이 분명히 있다. 또한 최적이 아닌 인간 지능의 측면까지도 모방하려고 한다. 특히 알렌 뉴웰과 허버트 사이먼은 이런 방식을 취하고 있다.

성공할 수도 실패할 수도 있는 또 다른 고차원적인 목표는 기계의 사고에 독창성을 프로그램하려는 것 같다.

맞다. 노력할 가치가 있는 분야이다. 1963년 나는 부분적으로 이를 접근했다. 당시 나는 문제에 대한 창조적 솔루션에 대해 논했다. 이 솔루션은 문제 즉 문제기술 자체에는 존재하지 않는 요소들을 포함했다. 그러나 이는 출발에 불과했다.

그리고 독창성은 프로그램에 임의성을 도입하는 것과 같이 단순하게 다룰 수 있는 것인가? 아니면 완전히 다른 차원의 문제인가?

원칙적으로 논리적 시스템에서 문장을 체계적으로 그리고 임의적으로 생성할 수 있으며 모든 아이디어가 궁극적으로 도출될 수 있다. 그러나 "궁극적으로"는 아주 먼 미래의 얘기일 수 있다. 따라서 임의성이나 다른 것을 사용해 많은 것이 이뤄지지 못했다. 필요한 것은 오래된 아이디어에서 새로운 아이디어를 구축하는 좋은 방식들에 대해 알아내는 것이다.

기계의 능력 대비 프로그래밍과 아이디어의 올바른 근원에 대한 주제로 잠시 돌아가보자. 50년 전에 비해 우리는 엄청나게 큰 계산 능력을 보유하고 있다. 최신 컴퓨터 칩과 메모리를 사용했을 때 어떤 차이가 있을까?

50년전에 기계의 능력은 너무 작았다고 본다. 그러나 30년전이 되면 이미 기계의 능력은 진정한 문제가 아니었다고 본다.

진정한 문제는 기본적 아이디어인가?

그렇다.

로봇이 AI에 대한 생각에 어떻게 포함되는가? 통상적인 비전 (휴머노이드 로봇을 영화가 묘사하는 것)을 보면 사람들은 인간수준의 지능을 그렇게 이해하는 것 같다. 그런데 로봇이 진정한 요소인가? 아니면 기계의 형태는 상관이 없는가?

분명 로봇은 몇 가지 문제를 던진다. 즉 환경에서 동작해야 하며 아직 기초적 문제의 일부는 해결되지 못했다. 예를 들어 인간처럼 보행하는 능력을 결합하는 것 (발을 질질 끌지 않으면서)과 3차원 적 장면을 이해하는 것 등이다. 이러한 아이디어들은 개별적으로 연구됐으나 복잡한 방에서 확신을 갖고 움직이는 로봇은 없다. 또한 나무는 차치하고라도 계단을 오를 수도 없다.

영화에서 분명하게 나타나는 것은 로봇에게 일종의 동기를 부여하여 영화의 캐릭터로 만들고 있다는 점이다. 로봇이 영화 ‘AI’처럼 인간과 같이 될 수 있다고 쉽게 가정할 수 있다. 이 영화에서는 피노키오와 같은 로봇이 외톨박이가 된다.

이 영화에서는 10살된 아이를 흉내낸 로봇이 있고 이 로봇의 엄마 역할을 하는 여인이 늙어서 70이나 80세가 됐을 때 아직도 이 로봇이 있다면 어떻게 될 것인가 하는 문제가 나온다. 이 영화의 구성적 관점에서 보면 꼭 이에 대해 생각할 필요는 없다.

따라서 이는 영화의 줄거리에 의해 사람들이 오도되는 방식의 하나라고 볼 수 있다. 아마도 앞으로 이뤄질 큰 발전은 나이 든 사람이 아니라 젊은 사람들에 의해 이뤄질 것으로 생각한다.

레이 커즈웨일의 "특이점(singularity)"에 대해 어떻게 생각하는가? (2045년까지 인간과 기계를 결합한다는 생각)

말도 안된다고 본다. 커즈웨일은 이를 달성할 수 있는 아이디어가 없다고 생각한다. 2045년에 될 수도 있지만 커즈웨일에 의해서는 아닐 것이다. 아마도 앞으로 이뤄질 큰 발전은 나이 든 사람이 아니라 젊은 사람들에 의해 이뤄질 것으로 생각한다. 커즈웨일은 나이 든 사람에 속한다.

6월 이스라엘을 방문했을 때 내가 작성한 정신적 특성을 기계에 부여하는 논문을 좋아하는 젊은 이를 만나게 됐다. 몇 분간만 얘기할 수 있었지만 인공지능 분야에 오랜 기간 연구를 한 사람보다 이런 젊은이들에게서 더 많은 희망을 볼 수 있다고 생각한다.

그렇다면 두뇌에 대한 연구는 어떤가? 이로부터 AI에 대한 의견이 도출됐나?

물론이다. 두뇌의 작동방식에 대해 많이 알게 됐다. 그러나 아직까지는 AI 와 많이 연결된다고 보지는 않는다. 예를 들어보자. PET(positron emission tomography) 스캔은 암산을 할 때 많은 에너지가 소비되는 두뇌의 작은 영역을 식별했다. 그 것은 좋다. 그러나 암산을 할 때 실제로 이영억에서 일어나는 일은 현재의 신경생리학이 아직 밝혀내지 못했다.

당신이 발전과 유지에 대해 쓴 글을 읽었다. 미래에 대해 매우 낙관적인 것 같다. 즉 물질적 발전은 유지될 수 있는 견해를 가졌다. 그러나 우리가 살고 있는 세대는 매우 비관적이다.

공공의 무드, 그리고 언론의 무드는 매우 빨리 바뀔 수 있다. 자동화된 운송수단을 유지할 수 있는 진정한 방식은 단기적으로는 액체수소이며 이를 핵원자로에서 생산하는 것 밖에 없다고 가정하자. 사실 그럴 수도 있다. 만약 대중, 의회, 그리고 언론인이 자동차를 이용할 수 없는 현실에 직면한다면 이러한 신기술을 사용할 수밖에 없고 그렇다면 갑자기 사뮤엘 존슨이 말한 것처럼 이들의 마음이 한 곳에 모아질 것이다.

따라서 실제 문제에 직면하는 상황이 오면 우리는 그 문제를 해결하게 되는가?

그렇다. 그렇게 생각한다. 무엇인가 할 수 있다면 (뭔가 있다면) 진정한 재앙에 직면하지는 않을 것이다. 예를 들어 전시에 미국 등 국가가 보인 행동들을 보면 필요가 있다면 아이디어는 매우 빨리 바뀐다는 것을 볼 수 있다.

당신은 또한 지구 온난화가 진정으로 심각한 문제가 된다면 회피될 수 있으며 심지어 역전될 수 있다고 썼다. 이를 수년 전에 썼다. 최신의 연구결과를 볼 때 아직도 그렇다고 생각하는가?

지구 온난화가 있다는 좋은 증거들이 있다고 본다. 원인에 대해서는 논란이 있다고 본다. 그러나 필요하면 역전될 수 있다. 온난화가 그렇게 나쁜 것인지는 아직 분명하지 않다.

사고의 방식은 심지어 과학자들 사이에서도 파멸을 향하고 있다. 전부 그런 것은 아니지만 대부분 그렇다. 회피하는 것 외에 어떻게 고칠 수 있는지에 대해서는 생각하지 않고 있다. 즉 과학자들은 대중을 지배하는 무드에 의해 동일하게 지배된다.@

Jonathan Skillings ( CNET News.com )



[ 저작권자 ⓒ ZDNet Korea, CNET Korea,Inc. 무단 전재 및 재배포 금지, ZDNet Korea는 글로벌 IT 미디어 리더 CNET Networks의 브랜드입니다. ]