[A.I & Chatbot] AI에 대한 흔한 오해와 진실

0

급속히 진화하고 있는 인공지능(AI) 기술은 “인간이 하는 대부분의 작업이 AI에 빼앗기는 것이 아닌가?” 혹은 “AI로 인해 벌어질 위험은 없는가?” 등 AI의 진화를 경계하는 목소리도 들린다. 이에 여기서는 AI에 대한 일반적인 오해와 그에 대한 답변을 정리했다.

일반적인 오해 : “AI는 특정한 기술이다”
진실 : AI는 컴퓨터에 지능을 부여하기 위해 연구의 총칭을 의미한다.

일반적인 오해 : “AI는 비인간적일 것이다”
진실 : 악의적인 시나리오에서 AI를 잘못된 방법으로 사용한다면, 만들어진 AI에 의해 인간이 지배당할 가능성이 있다고 생각하기 쉽다. 그러나 인간의 지성을 확장하는 유력한 수단이 AI이며, AI를 제대로 설계하는 한, 훨씬 큰 가치를 제공할 수 있다. 예를 들어, 다른 언어를 사용하는 사람끼리 AI를 사용하여 실시간으로 의사소통할 수 있는 상황은 매우 인간적인 것이라고 할 수 있다.

일반적인 오해 : “AI는 불평등을 촉진한다”
진실 : AI로 인한 업무자동화로 일정한 부(富)가 소수의 사람들에게 집중될 가능성은 확실히 존재한다. 하지만 AI는 개인이나 작은 그룹 간의 협업을 활성화하는 것은 물론, 반드시 대기업에 일자리를 구해야만 하는 필요성을 소거하는 장점도 있다.

일반적인 오해 : “기계 학습은 AI를 대체할 새로운 분야다”
진실 : 기계 학습은 경험을 기반으로 컴퓨터의 성능을 향상시키는 방법을 탐구하는 AI 기술 중 하나다. 따라서 기계 학습과 성능을 향상시키는 것은 AI 기술의 하나며, AI 기술을 대체할 만한 것은 존재하지 않는다. 기계 학습은 1950년 튜링의 논문 발표 후부터 AI 연구에서 항상 중심이 되고 있는 기술이다.

일반적인 오해 : “신경망은 새로운 종류의 컴퓨터 인간이다”
진실 : 신경망은 뇌의 신경 세포의 특성을 모델로 고안된 컴퓨터 시스템이다. 신경망은 많은 유닛으로 구성되어 있으며, 각각의 입력 혹은 출력도 가능하다. 신경망 자체는 범용 컴퓨터에서 이미 구현된 바 있다.

일반적인 오해 : “신경망은 뇌처럼 작동한다”
진실 : 실제로 뇌의 뉴런은 AI의 신경망에서 사용되는 단위만큼 단순하지 않다. 뇌의 신경 세포는 종류가 다양하며, 연결 역시 시간에 따라 변화하기 마련이다. 현재의 기술로는 신경망이 인간의 뇌처럼 작동하기는 어려운 부분이 있다.

일반적인 오해 : “딥러닝은 기계학습을 진화시킬 새로운 기술이다”
진실 : 딥러닝은 다층 구조를 갖는 신경망을 이용한 특수한 기계 학습을 말한다. 이미지 인식과 음성 인식에 매우 중요한 기술로 최근 알파고 등으로 더욱 유명해졌다. 딥러닝은 기계 학습의 일종이므로 딥러닝과 기계 학습은 서로 다른 개념이 아니다. 딥러닝 자체는 이미 20여년 전부터 존재했으며, 최근 알고리즘과 모델 개량, 그리고 대량의 데이터를 처리할 수 있는 프로세서 발달 등으로 기술적인 발전이 눈부신 분야다.

일반적인 오해 : “로봇으로 인해 인간의 할 일이 줄어들까?”
진실 : 모든 경제는 제로섬으로만 추렴되는 것은 아니다. 더러 로봇의 도움을 받는 것이 생산성을 높이거나 새로운 수요를 창출할 수 있다. 또 경제적인 측면에서 로봇없이 일 자체가 성립지 않는 경우도 있을 것이다. 하지만 장기적으로 보면 로봇이 인간의 일정 영역을 대체하는 것만큼, 로봇을 컨트롤하거나 분석, 해석, 명령 등 인간만이 할 수 있는 새로운 일거리 역시 생겨날 것이다.

일반적인 오해 : “인간의 지능을 초과하는 지성을 가진 수퍼지능의 AI 탄생할 것이다.”
진실 : 수퍼지능 AI의 탄생이 가깝다고 생각하는 연구자들은 분명 존재한다. 그러나 그 수는 극소수다. 물론 이러한 사실이 수퍼지능 AI의 등장을 심각하게 생각하지 않는다는 것을 의미하는 것은 아니다. 대부분의 연구자들은 이러한 우려를 잘 알고 있어 AI의 적정선을 유지하려는 노력을 하고 있다.

일반적인 오해 : “AI 연구를 컨트롤하는 것은 불가능하다”
진실 : 어떤 분야든 연구로 인한 발전은 멈출 수 없고 규제도 불가능하기 때문에 AI에 의해 나쁜 미래가 발생하는 것을 막을 수 없다고 생각하는 사람이 분명 존재한다. 그러나 이는 잘못된 생각이다. 충분히 검토와 점검하는 과정을 통해 대비할 수 있다. 예를 들어, 생명공학 연구에 의한 통제선(가이드라인)과 관련해 1975년에 미국 캘리포니아에서 개최한 아실로마 회의(Asilomar Conference)는 논란에 대한 사안의 결론을 내릴 시간적 유예가 됐다. 그 결과 유전자 재조합 기술에 관한 국제 규범을 만드는 데 성공했다. 이처럼 만약, 인간 수준의 AI를 구현하는 연구가 진행된다면 이에 따른 충분한 토론과 물리적 제재 및 통제 시스템이 가동될 것으로 예상된다.

 

 

페이스북으로 댓글을 달아주세요!

About Author

국내 모바일 산업과 창업 생태계를 응원합니다. 모바일 트렌드에 대한 전문 컬럼을 기고하거나 유망한 스타트업을 소개하고 싶으시면 연락바랍니다. 적극 수용하겠습니다~♥

댓글 남기기