14 강. 인공지능의미래이슈 3 학습개요 학습목표인공지능의미래이슈를생각해본다. 학습내용 특별기고문들을중심으로인공지능의미래를전 먕해본다. 학습활동강의자료와학습활동을한다. 과제개요학습자료참조 수업내용및학습활동 1. 컨슈머타임즈인터뷰 (2016.3) @ 조영임교수님께여쭤보고싶은내용 (Q1) 세기의대결 이라는타이틀아래펼쳐진이세돌 9단과구글의인공지능 (AI) 바둑프로그램 알파고 의대국을지켜보시면서, 또는대국결과를보시면서어떤생각이드셨는지, 교수님의전반적인평가와생각을먼저듣고싶습니다.^^ 만일알파고가향후더욱많은바둑대국데이터 ( 빅데이터 ) 를갖게되고, 이 9 단도실력을연마한뒤에 1년뒤에다시알파고와이 9단이붙게된다면, 결과는어떻게될것으로예상하시는지, 즉 1년뒤에도이번과마찬가지로총 5 차례의대국을펼쳤을때그결과는몇대몇이될것인지예상을해주시면
감사하겠습니다. 그리고그렇게예상을하신 이유 에대해서는, 교수님께는죄 송하지만자세히설명해주시면감사하겠습니다.^^ - 1년뒤알파고와대국을다시한다면 5번대국중 4:1정도로예상됩니다만좀더도전적으로본다면 5:0까지도내다볼수있을것으로생각합니다. 이유는인공지눙시스템은학습, 추론, 인지 3개의요소가잘갖추어져야진정한인공지능시스템이되는것입니다. 학습은전문가의지식을통한규칙의반복적 deep 러닝을하는과정을말하는것이고, 추론은학습을통한새로운입력에대한출력을예측하는능력을말하는것이며, 인식은학습과추론을바탕으로상황인식, 물체인식등을수행하는것을말하는것입니다. 이번에이세돌이라는세계최고의고수와의대국에서알파고는새로운규칙을통한학습을하게될것이고, 이로써추론이가능할것이며이세돌이두는다양한변칙적 (?) 예측불허의상황을인식하여의도를파악하게될것입니다. 이모든것이단순공상과학에서나나올법한이야기나환상이아닌인공지능시스템의알고리즘에의해구현될수있으므로 1년뒤의상황에대해서물어보신다면, 4:1로알파고의승리를예측하며좀더과감히 5:0까지도내다볼수있을것으로생각합니다. (Q2) 전날 (13일) 4번째대국에서이 9단이알파고를상대로불계승을거둘수있었던것은, 이 9단이본인의기존스타일에서벗어난 변칙적인수 를뒀기때문으로알려져있습니다. 이것이현재인공지능 (AI) 과인간의차이를단적으로보여주는것이아닐까싶습니다. 인공지능 (AI) 은비록서포트백터머신 (SVM) 과같은기계학습알고리즘모델을갖고있다하더라도인간의 창발 ( 창의성 ) 을구현하기에는어려움이있지않을까싶습니다. 하지만이는제비전문적인식견에불과하기때문에과연인공지능 (AI) 이인간의 창발 능력을따라갈수있을지, 교수님의의견을듣고싶습니다. - 인공지능이가장적합한영역은다음과같은 5가지영역에서유용한기술입니다. 첫째, 어떤절차적인알고리즘이존재하지않고휴리스틱한방법만이사용가능한영역에적당합니다. 이것은인간의감각이나직감등에의해처리하는것이더유용한영역을말합니다. 예를들면, 보일러나에어컨등의제어장치라든가관리장치등에유용하게사용할수있습니다. 둘째, 소수의전문가가존재하여희소성이있어서필요하나대중적이지못한영역에적당합니다. 이로부터의학전문가시스템이나법률전문가시스템이구축될수
있다. 바둑도이에해당됩니다. 셋째, 주어진데이터가불확실성을내포한경우에적당합니다. 약간의데이터가손실되었거나아니면데이터자체가모호할경우, 예를들면우리가 배 라고했을때먹는배를말할수도있고신체의일부인배를말할수도있고떠다니는배를말할수도있기때문에전후상황을판단하여결정하여야할때필요합니다. 넷째, 진단, 추론, 예측시스템등에적당합니다. 진단시스템이나주식예측시스템등에서유용합니다. 다섯째, 지식이정형적이어서융통적이지못할때적당합니다. 지식자체의개념이고정적이어서융통적이지못한영역, 예를들면정확한수치나개념만이있어서다각도로해석이되지않은경우에필요합니다. - 따라서인공지능은인간을흉내낸 (mimic) 모델이기때문에이러한영역에서인간이창의적능력을발휘한다면인공지능도머지않아창의적인능력을발휘하게될것입니다. 인공지능은계속해서진화하고또진화하기때문입니다. - 일반적으로인공지능에는 Metcalfe s law라는것이있는데, 이것은네트워크효과라는것으로, 네트워크의가치는네트워크에참여하는구성원의수에제곱에비례한다는것입니다. 인공지능모델은과거입력층과출력층이존재하는기본구조에서입력층과출력층사이에수많은중간층이존재하는다층구조와상호피드백이복잡하게얽히고설켜서존재하는수많은네트워크로구성되어있습니다. 따라서인공지능의진화속도와효과는기하급수적으로증가할것으로보이며, 이러한것들이인간의창발능력을흉내내기위한모델이므로인간의고유한특성이창발성을인공지능이가질날도머지않은것으로예측됩니다. (Q3) 잘모르는분야이다보니, 우리는인공지능 (AI) 에대한일종의 환상 을갖고있는지도모르겠습니다. 모든것을척척해내는만능박사처럼인지를하고있고, 인공지능 (AI) 로봇이결국인간을지배할것이라는 디스토피아적 상상력을발휘하기도합니다. 참고로스티븐호킹박사는 100년안에로봇이인간을지배한다 는말까지했습니다. 이 미지의 인공지능분야를, 우리가어떻게이해를해야할지, 어떻게올바르게이해해야할지교수님의설명을듣고싶습니다. - 인공지능은만능이나환상이아니고현실입니다. 즉, 현재의알파고는바둑 영역에서는탁월한천재적결과를산출해내지만, 알파고를다른영역에적 용시키면전혀답을예측하지못하게됩니다. 지배한다는관점에서본다면,
인공지능이우리를지배하려면바둑과같은분야외에도다양한분야에서복합적인지식을갖고학습, 추론, 인식한다면우리를지배할수도있지만그러한인공지능은나오기힘들것으로예상됩니다. 부분적인영역, 아까말씀드린대로인간만이해결할수있는영역, 즉, 인간의휴리스틱이존재하는영역, 최적의답이존재하지않는영역등에서파워풀한능력을발휘하지만, 전체영역을다포함하지는않는다는면에서인간을지배하지는못할것입니다. 지능적인관점에서는어떤영역에서는 ( 예, 바둑 ) 인간보다월등한능력을발휘하게될것입니다. 인공지능은 y=f(x) 라는식이존재하는부분에서는식대로문제를풀면되므로인공지능이라고하지않고하나의프로그램이라고합니다. 인공지능은 y=f(x)+α+β+γ... 와같은무수한변수들이존재하여하나의식으로표현하지못하는문제에적합한것이인공지능인것입니다. 인공지능을매우스마트하며바른사람으로생각하면적절하지않을까생각합니다. 기본적으로학습을바탕으로추론을하며, 인식 ( 상황인식, 물체인식, 패턴인식..) 을하며상황판단을하기때문에인공지능은트릭을부리거나인간을지배하거나위협하는존재는절대아닙니다. (Q4) 인공지능의역사는곧컴퓨터의역사 이기때문에정보통신기술 (ICT) 와의관련성속에서생각해야한다는이야기가있습니다. 사물인터넷 (IoT), 빅데이터 (big data), 클라우스 (cloud) 시스템모두인공지능 (AI) 과불가결의관계에있다고합니다. 현재인공지능기술은구글의 알파고 형태가아니더라도이미우리일상생활에서사용되고있다고합니다. 미국인터넷서점사이트 아마존 은현재소비자가물건을사면그개인의취향을분석해물품을추천해주는서비스를운영중이라고합니다. 이시스템도인공지능으로볼수있다는이야기를들었습니다. 혹시앞으로인공지능 (AI) 분야는어떤모습으로발전해나갈것으로보이시는지교수님의설명을듣고싶습니다. - 인공지능은궁극적으로전문적지식을바탕으로 ( 즉, 학습을해야하므로똑똑한전문적지식이필요함 ) 시작하는분야입니다. 과거에인공지능은전문가시스템으로불리우곤했습니다. 지식은또한데이터와행동양식으로부터얻을수있습니다. 따라서이를위해 IoT, 빅데이터, 클라우드, 개인의취향분석은매우중요한인공지능에서데이터와행동양식을얻는기본적지식들입니다. 이러한인프라들이잘갖추어져있으면인공지능은더욱빛을발할수있을것입니다. 컴퓨터분야에서인공지능은꽃에비유되곤합니다. 아름다운꽃은토양이잘갖추어지고환경이좋아야아름다운꽃을피우듯이인
프라가잘갖추어져있으면인공지능은다양한형태로개발될수있습니다. 위의예에서쇼핑몰에서의물품추천등은쇼핑몰인공지능에서가능한서비스모델이며오래전부터사용되어온인공지능사례입니다. - 앞으로인공지능은인간의휴리스틱이존재하며어떤특정함수형태로입출력이결정되기어려운상황, 불확실하고불명확한환경에서더욱더확실하게인간의행동을모방하는형태로발전하게될것입니다. 지금은 IoT로모든사물들이연결되어가치를생성하는것을목표로하는것이대세이므로, 전문적인영역즉, 의료분야, 법조분야, 스포츠분야등기본적인규칙이있으면서인간의휴리스틱으로해결해왔던영역들에서많은서비스모델을산출할것으로보입니다. 그렇다고이들분야의직업을위협하는것이아니라인공지능도인간으로부터배워야하므로, 전문분야와인공지능은상호공존하면서학습하게될것입니다. 이번에이세돌9단도알파고에게서학습했듯이... 전세계의의료지식을갖춘알파닥터 (?), 법지식을갖춘알파로 (?), 스포츠관련지식을갖춘알파스포츠 (?) 등과같은시스템들이계속나올수도있습니다. 15 강. 인간지능과인공지능개발하기 - 토론별첨자료참조