기획특집인공지능과딥러닝의시대 인공지능의경제 산업적파급효과 장병탁서울대학교컴퓨터공학부 1. 인공지능의개념과역사 인공지능은사람처럼생각하고행동하는기계를만들려는야심찬목표를가지고출발한연구분야이다. 1956년에인공지능 (Artificial Intelligence, AI) 이란용어가처음만들어졌으며, 2016년올해만 60년이되었다. 지난 60년역사에서초기 30년과후기 30년사이에는패러다임의전환이있었다. 이것이바로머신러닝혁명이다. 머신러닝은기계가스스로학습하는인공지능방식으로이는기존의프로그래밍방식으로구현하던인공지능과는완전히다르다. 프로그래밍방식은프로그램을만들어주는인간의한계를기계도갖는데반해, 학습방식의인공지능은관측한데이터에기반하여기계가스스로성능을향상할수있는자가프로그래밍방식이다. 장병탁 인공지능의경제 산업적파급효과 1
인공지능은 1980년대에한번붐이있었다가곧암흑기를맞았다. 당시일본이제5세대컴퓨터계획을세우면서인공지능에대한많은투자가이루어졌으나연구목표의 50% 도도달하기어렵다는결론이나면서 1990 년대부터겨울에들어간다. 그러나바로이때머신러닝의기초연구가시작된다. 머신러닝이라는용어가처음문헌에등장한것은1959년이며당시단순퍼셉트론신경망도개발되었지만더복잡한문제를풀기위한다층신경망학습방법이존재하지않아발전이느렸다. 1986년이되어서야여러층으로구성된다층신경망을학습할수있는오류역전파알고리즘이개발되면서실제적인머신러닝연구가시작되었다. 머신러닝은기초적이고수학적인이론인공지능연구로초기에는큰관심을받지못하였다. 그러나 1990년대중반에웹이등장하고, 2000년대에많은데이터가생성되어정보검색, 데이터마이닝, 전자상거래등인터넷비즈니스가활성화되면서머신러닝은산업수요를갖기시작한다. 초기에는지지벡터머신과같은단순한형태의머신러닝구조가각광을받았다. 2010년을전후해서구글무인자동차계획과같은야심찬인공지능프로젝트들이발표되면서머신러닝도더욱어려운문제들을다루게되고, 이과정에서심층신경망기반의딥러닝을통해서새로운돌파구를찾게된다. 2011년에는인공지능의역사에서세가지획기적인사건이동시다발적으로일어난다. 2월에는 IBM이개발한왓슨이퀴즈쇼에서사람과대결하여우승한다. 6월에는구글이네바다주에서무인차주행허가를최초로받는다. 9월에는애플이가상비서시리를아이폰앱으로탑재하여지능형에이전트기술을상용화하는데성공한다. 2012년에는딥러닝을통해서더욱놀라운일들이일어난다. 자연의사진 ( 이미지 ) 에서 1,000개의물체를인식하는 ImageNet 대회에서딥러닝기술이기존의영상처리알고리즘들을누르고우승한다. 음성인식에있어서도토론토대학의힌튼그룹에서딥러닝을사용하여인식률세계기록을 2 기획특집 인공지능과딥러닝의시대
세운다. 이어서많은새로운딥러닝모델들이비전, 음성, 언어처리에적용되기시작한다. 기존의작은수의층을갖던신경망모델에비해서많은수의층을가진딥신경망이빅데이터와고성능컴퓨팅기술과결합해서실세계의난제들을해결하는사례가속속등장하였다. 구글, 페이스북, 바이두등의글로벌 IT 기업들은인공지능연구소를설립하고학계에서딥러닝전문가들을영입하기시작한다. 그러면서딥러닝스타트업들을인수하는경쟁에들어간다. 2013년에구글은제프힌튼교수의스타트업 DNNresearc를인수하였다. 2013년에또한페이스북이뉴욕대의얀르쿤교수를영입하여인공지능연구소를설립한다. 2014년에는중국회사바이두가스탠퍼드대학의앤드류응교수를영입하여실리콘밸리에딥러닝연구소를세운다. 한편글로벌기업들은딥러닝과인공지능스타트업들의인수합병경쟁에들어간다. 2010년에시리를인수합병하여 2011년에상용화한애플은, 2015년에는 Perceptio, Emotient 등의이미지기반인공지능스타트업을인수한다. 최근에는머신러닝의유망스타트업 Turi를인수하며또다른인공지능서비스의도약을도모하고있다. 구글은 2013년부터 2014년에걸쳐 8개의로봇회사를인수한다. 그리고 2014년에는딥마인드를인수하여바둑프로그램알파고를개발하여 2016년 3월에이세돌과싸워이기게된다. 알파고는전산업을뒤흔드는충격이었다. 본고는인공지능의과학기술적기반과그산업적임팩트및경제ㆍ사회적파급효과를살펴보고자한다. 제2절에서는먼저머신러닝의개념과역사를개괄한다. 이후제3절에서는머신러닝특히딥러닝에의한인공지능혁명의사례를기술한다. 제4절에서는이러한인공지능에서의변화가다른산업과미래사회에미칠영향에대해서논의한다. 제5절에서는인공지능의시대에인간의삶은어떻게달라질지에대해서조망한다. 장병탁 인공지능의경제 산업적파급효과 3
2. 머신러닝과인공지능혁명 머신러닝은사람처럼경험으로부터학습하는기계 ( 소프트웨어, 컴퓨터, 로봇 ) 를만들려는인공지능의한연구분야이다. 새한마리가나는것을보고, 또다른새도나는것을보고, 우리는새는날수있다고추론한다. 이와같이머신러닝은다수의경험사례, 즉데이터로부터일반규칙을추론하는귀납적추론방식을사용한다. 머신러닝은세부적으로는감독학습, 무감독학습, 강화학습의세가지로나뉜다. 감독학습은예를들어서, 사과와배를구별하기위해서 D = { (x1, y1) = ( 사과사진1, A), (x2, y2) = ( 배사진1, P), (x3, y3) = ( 사과사진2, A), (x4, y4) = ( 배사진2, P), } 등과같이입력 ( 사과사진1 등 ) 과출력 ( 사과 A와배 P의구분 ) 의쌍을학습데이터로주는학습방식이다. 감독학습은입력이주어질때출력들의오류의합을최소화하도록학습한다. 무감독학습은사과와배사진을모두모아놓은데이터 D = { x1= 사과사진1, x2= 배사진1, x3= 사과사진2, x4 = 배사진2, } 를가지고각사진들의공통점을찾아내도록하는학습방식이다. 무감독학습의목표는유사한데이터끼리한묶음으로하는군집을찾는것이다. 위의예에서어느것이사과이고어느것이배인지를알려주지않은상태에서 ( 표지가없음 ), 사과는사과끼리그리고배는배끼리하나의군집으로묶는것이다. 유사한데이터는같은카테고리에속하도록군집화함으로써같은군에속한데이터간의거리는최소화하고서로다른군에속한데이터간의거리는최대화한다. 감독학습과무감독학습은데이터를관측하는순서와는무관하다. 이에반해강화학습은데이터가관측되는순서가학습에영향을미친다. 즉강화학습은순차적인행동선택 ( 의사결정 ) 을다룬다. 학습자는현재상태 x1에서행동 a1을수행하고다음상태 x2로이동하고그결과로보상치 r1을받는다. 다음에는상태 x2에서행동 a2를골라서수행하고 x3으로이동하여이때보상치 r2를받는다. 학습자의목표는미래에받을보상치의기대값 4 기획특집 인공지능과딥러닝의시대
이최대가되도록하는것이다. 강화학습에서보상치는감독학습에서의출력값과달리정확한목표치가주어지는것이아니라, 수행한행동에대해서잘한정도를간접적으로표시하는평가치만을피드백으로받는다. 최근의딥신경망모델들은기존의방법들이무감독학습으로데이터의특징을찾은후에감독학습을통해서패턴을분류하는두단계를하나의단계로자동화한것으로볼수있다. 즉기존에는이미지와같이복잡한데이터를사전처리해서분류학습을수행하였으나딥러닝은원래영상을입력한후다수의신경망층을통과하면서영상분류에필요한특징들을자동으로추출하게만든것이다. 페이스북은 DeepFace라는딥러닝기술을개발하여인간수준을능가하는얼굴인식성능을획득하였다. 구글은 150 만장의이미지로구성된 ImageNet 데이터에서 1,000개의물체를구별해내는물체인식대회에서 22층짜리의딥러닝기술 GooLeNet을이용하여 2014년에우승하였다. 최근에는 100층이상의깊은신경망모델을사용한딥러닝기술들이영상분석과비디오분석등에활용되고있다. 또한자연언어처리, 기계번역, 질의응답대화시스템의개발에도딥러닝기술이사용된다. 이를위해서주어진입력문장을통째로출력문장으로변환하는방식으로학습하는 End-to-End 학습방식도사용되고있다. 딥러닝은또한음악가들의곡으로부터작곡법을배우거나화가들의그림으로부터화풍을배워, 사진을특정화가의화풍으로변조해주기도한다. 그리고중국에서는시인들의시를학습하여새로운시를지어주는인공지능을선보이기도하였다. 자연어문장생성, 음악생성, 모션인식등과같은순차적인정보처리를하는데는재귀신경망모델이많이사용된다. 최근에는기존의컴퓨터의메모리능력과머신러닝의일반화능력을결합한뉴럴튜링머신모델도제안되었다. 인공지능시스템의개발관점에서보면머신러닝, 특히딥러닝은혁신적이다. 왜냐하면과거에는인공지능을프로그래밍에의해서개발하였는데머신러닝을이용하면기계가스스로프로그래밍하여자신의지능을성장 장병탁 인공지능의경제 산업적파급효과 5
시켜갈수있기때문이다. 즉스스로성능을향상하는인공지능시스템을개발할수있게되었다. 소프트웨어공학관점에서보면이는데이터기반으로소프트웨어를자동설계하는방법이다. 또한컴퓨터공학관점에서보면자동프로그래밍방식의초기단계로볼수있다. 이제는문제해결을위한알고리즘을사람이작성하는것이아니라사람이어느정도의사양만정해주면기계가스스로프로그램을작성할수있게된것이다. 딥러닝의경우몇개의층을사용할지, 각층의모양은 ( 커널 ) 어떻게할지, 사이즈는얼마로할지, 각단위뉴런은어떤것을사용할지에대해개략적으로지정해주면나머지는기계가스스로데이터에기반하여최적화한다. 구글딥마인드의알파고가사용한딥강화학습방법은이러한자동화의절정에있는기술중하나이다. 알파고는기존의바둑기보를감독학습으로모두익혔을뿐만아니라자체적인시뮬레이션에의한시행착오기반강화학습을통해서끊임없이학습하여스스로성능을향상하였다. 바둑판의모양을딥러닝으로빠르게패턴을읽어낸후어떤수를두어야할지에대한행동전략을역시딥러닝을이용하여결정한다. 또한어떤상황이얼마나좋은지를평가하는가치평가도강화학습과딥러닝을결합하여수행한다. 알파고는또한서로다른두개의알파고버전간에대결을하여이중에이기는알파고의수를학습하며계속진화하는자가학습방식까지취하였다. 진화에의한자가학습방식은인공지능에서 1990년대초에개발된방법이다. 물론이방법은게임과같이이기고지는, 끝이명확히정의된문제에만적용되기는하지만기계가스스로끊임없이성능을향상할수있기때문에결국은인간을능가할수도있다. 알파고가어떻게인간을이길수있었던가를이해하는것은인공지능의미래발전을이해하는데도움이될것이다. 먼저오랫동안인공지능의도전과제였던체스를살펴보자. 인공지능은연구초기부터체스를연구하였다. 왜냐하면인간에게도아주도전적인문제이면서도문제정의가명확하기때문이다. 그러나인공지능이체스에서사람을처음이긴것은 1997년 6 기획특집 인공지능과딥러닝의시대
의일이다. IBM의딥블루가당시세계챔피언인러시아의게리카스파로프를 3승 2패 1무로이겼다. 체스의복잡도 ( 경우의수 ) 는약 10 54 으로알려져있다. 이에비해서바둑문제의복잡도는 10 170 으로훨씬복잡한문제이다. 이러한바둑의복잡도는현재최고성능의슈퍼컴퓨터를사용해서도, 계산만으로는도저히해결할수없다. 이복잡도문제를해결할수있었던열쇠는딥러닝을이용하여바둑판의모양을마치영상처럼분석함으로써인간의직관을흉내내었기때문이다. 이는기보를통해서 3천만개의수를학습한결과이다. 여기에추가로알파고는 1,200여개의 CPU와 170여개의 GPU 병렬프로세서를사용한분산처리를통해서아주빠른몬테칼로트리탐색을수행하였기때문에인간의능력을넘어서게된것이다. 즉머신러닝을통해서인간의직관과같은경험에의한확률적인의사결정을흉내내었고여기에추가로인간보다더빠르고정확하게계산하였기때문에가능했다. 3. 인공지능과 4 차산업혁명 딥러닝이전까지의인공지능은주로텍스트데이터에적용된지능형에이전트를개발하는데그쳤다. 그러나딥러닝으로인해서아주복잡한실세계의센서데이터도학습할수있게되었다. 최근들어, 모든사물에센서가부착되고인터넷에연결되는사물인터넷 (IoT) 의시대가도래하고있다. 이를통해서물리적인오프라인아날로그세계가인터넷의온라인디지털세계와연결되는 online-offline 서비스가시작되고있다. 이와같이가상세계와현실세계가연결되면지금까지가상의디지털세계에만적용되었던인공지능기술이현실의아날로그세계에까지확장될수있고, 이점에서전세계가인공지능화될수있는시작점에와있다. 지난 2016년 2월의다보스포럼에서인공지능을 4차산업혁명의촉발제로규정한것은큰의의를갖는다. 장병탁 인공지능의경제 산업적파급효과 7
물리적인현실세계와디지털의가상세계가만나는인공지능연구의대표사례는자율이동로봇이다. 인공지능연구자들은 1960년대부터이동로봇연구를하였으나본격적인이동로봇연구는 1990년대와 2000년대에발전되었다. 그러나인간형휴머노이드로봇기술은여전히물체감지와조작을위한하드웨어의발달이늦어, 생각보다느리게발전하고있다. 반면에자율이동로봇연구의파생결과로서자율주행자동차가등장하였다. 자동차는물리세계에서이동시간을단축해주는대표적인기계장치이다. 그러나자동차가구글맵과같은디지털지도에연결되고도로환경과주변을인식하며스스로판단해주행하는인공지능로봇기술과접목됨으로써물리적인세계에서활동하는인공지능이탄생하게된것이다. 실제로 2005년의 DARPA 무인자동차경주대회에서우승한스탠퍼드대학교의인공지능랩은자율이동로봇을연구해왔으며이로봇기술을자동차에적용하였다. 이기술은결국구글의무인차프로젝트로발전하였으며오늘날모든자동차회사들이앞다투어경쟁하고있는자율주행자동차산업으로발전하였다. 최근인공지능의상용화에성공한또다른사례는아마존에코비서로봇이다. 에코는스피커형태를가진장치로서사람과대화하며질문에답하거나음악을틀어주거나주문을받아주는등디지털비서이다. 이에앞서애플이스마트폰앱으로출시한대화에이전트시리 (Siri) 가있으나에코는시리와는달리물리적인형태를갖춘탁상형로봇이다. 가상세계에만존재하던시리가몸체를갖추고물리적인세계로등장한것으로볼수있다. 2016년 5월에구글도구글홈이라는탁상형로봇을출시하였다. 최근국내의 SKT사에서도인공지능홈비서누구 (Nugu) 를선보였다. MIT에서창업한지보사에서는카메라를갖추고고개를돌리는탁상형로봇지보 (Jibo) 를개발중에있다. 더나아가일본의소프트뱅크는페퍼 (Pepper) 라는휴머노이드로봇을이미상용화하여일본에서는상점안내에사용하고있다. 최근사용자인터페이스가터치에서인공지능대화로옮겨가고있다. 챗 8 기획특집 인공지능과딥러닝의시대
봇기술의발전으로인해서사람과장치가음성과텍스트대화로상호작용하는추세이다. 페이스북은 M이라는챗봇을개발하여텍스트로사람들과대화하며선물도추천해준다. 마이크로소프트는최근에테이 (Tay) 라는챗봇을개발하여트위터에공개하였다. 사람들이테이를인종차별적인발언을하도록가르쳐서사고를낸적도있다. 이는앞으로인공지능기술이윤리적, 사회적, 법적인문제를야기할수도있음을경고하는중요한사건이다. 최근에는챗봇을사용하여금융자산관리를도와주는로보어드바이저가등장하고있다. 또한 뉴욕타임스 는 2015년부터신문기사를대신써주는로봇을사용하고있다. 이와같이지능형에이전트와인공지능로봇은우리의일상생활에점차가까이다가오고있다. 가트너그룹은가상비서, 개인서비스로봇, 자율주행차, 드론등을가리켜서스마트머신이라고하고지금까지보지못한가장혁명적인 IT 기술이될것이라고예측하였다. 다가오는 4차산업혁명의시대에는이러한스마트머신의새로운종들이등장하여온라인과오프라인을연결하는새로운서비스와사업생태계를만들어갈것이다. 4. 산업 경제적파급효과 인공지능은단순한기술의변화를넘어서다른산업과사회전반에걸친변화를야기할새로운패러다임으로이해될필요가있다. 딥러닝기술은스스로학습ㆍ진화하며더욱똑똑해지는지능폭발현상을초래하였다. 똑똑한기계를이용하여더욱똑똑한기계를만들고이는다시새로운똑똑한기계로이어지는지능폭발현상이이미 1965년에예견된바있다. 2006년에는레이커즈와일에의해서인간의지능을능가하는인공지능이출현할것이라는특이점논의가시작되었다. 2014년에는닉보스트롬에의해서인간의지능을뛰어넘는슈퍼지능의시대를논하고있다. 최근에국제인공지능학회 (AAAI) 에서발표한 AI100Study 그룹의보고서는앞으로 2030년 장병탁 인공지능의경제 산업적파급효과 9
까지자율주행, 홈로봇, 헬스, 교육, 사회안전, 오락등인간의삶에있어서인공지능의영향이더욱커질것으로내다보고있다. 자율주행자동차는생각보다빨리상용화된인공지능기술중하나이다. 2004년에미국의 DARPA 는무인자동차경주대회를모하비사막에서처음으로개최하였다. 그러나이때는모든참가팀들이 7마일도못가고실패하였다. 두번째실시된 2005년그랜드챌린지에서는세바스찬스런교수가이끈스탠퍼드대학교의인공지능연구소가우승하였다. 스런교수는후에결국구글무인자동차를개발하게된다. 세번째의무인차경주대회는앞의대회와는달리도시에서이루어진다. 어번챌린지로불리는이대회는실제의마을을하나선정하여무인차경주를하였으며, 다른차들도주행하고신호등도지켜야하는실세계상황을반영한자율주행대회이다. 이대회에서는카네기멜런대학의무인차보스가일등을차지하였고스탠퍼드대학의무인차주니어가 2등을차지하였다. 이대회에서는실제로무인차간충돌사고가발생하고교통체증도일어났다. 자율주행차의확대는앞으로인간의삶과일의형태를크게바꾸어놓을수도있다. 우버나리프트와같은온라인택시사업회사들이무인차를개발하고있으며앞으로는차를소유하지않게될수도있다. 또한산업이재편될수도있다. 구글, 애플등의 IT 회사들이자율주행신기술을개발하여기존의자동차회사들을위협하고있다. 전통적인자동차회사들은이를막기위해서안간힘을쓰고있다. 일본의자동차회사토요타는무인차개발을위해서 1조원의연구비를들여 MIT와스탠퍼드대학교에인공지능연구소를설립하였다. 벤츠와 BMW 등도미래형자율주행자동차를선보이고있다. 국내회사들도최근자율주행인공지능기술과스마트카개발에크게투자하고있다. 한편삼성전자나 LG전자및 SKT 등도 IT 기술의장점을활용하여자동차산업에뛰어들고있다. 인공지능은홈서비스로봇분야에서향후 15년동안에많은발전이이루어질것으로예상되고있다. 2015년 12월에전기자동차회사테슬라사장 10 기획특집 인공지능과딥러닝의시대
인일란머스크는 1조원을투자하여인공지능회사 OpenAI를설립하였다. OpenAI는인공지능기술을개발하여모두공개하는것을원칙으로하고있으며, 홈로봇을위한인공지능기술개발에박차를가하고있다. 올초에페이스북최고경영자인마크저커버그는개인의신년결심으로홈환경에서개인서비스를하는로봇을개발하겠다고하였다. 집안을돌아다니며가사를돌보고경비를하는다양한형태의개인서비스로봇들이개발되고있다. 서울대인지로봇인공지능연구센터에서는뽀로로만화영화를보고아이들과질의응답하며, 놀면서영어를가르치는교육용로봇뽀로로봇을개발하였다. 또한직장을가진엄마를대신하여아이들의하루일정을챙겨주는보모로봇오페어 (Aupair) 를개발하고있다. 국내회사로는네이버랩스가최근로보틱스연구팀을구성하여인공지능연구자를모으고있다. 인공지능은미래의교육방식에혁신을가져올것으로예상된다. 동영상강의자료를인터넷에서온라인서비스하는 MOOC가활발해지고있다. 초중고수준의다양한온라인강의를제공하는칸아카데미를비롯하여대학교강의를온라인화한 Coursera와 edx, 그리고기업의요구에실제적인 IT 교육을해주는 Udacity 등다양한모델의온라인교육회사들이등장하였다. 인공지능과머신러닝기술을사용하면피교육자들의학습특성을파악하여개인맞춤형교육을할수있고교사들의교육의질을높일수있다. 특히가상현실이나로봇과결합하여모바일상황에서교육이이루어질경우획기적인교육모델이등장할수도있다. 헬스케어는고령화되어가는선진사회에서그중요성이점차커지고있는새로운산업이다. 모바일기술과웨어러블장치의등장을통해서개인의일상기록을습득할뿐만아니라머신러닝기반의데이터분석을통해서맞춤형서비스가가능해지고있다. 의료뿐만아니라스포츠나피트니스분야에서도인공지능기술의도입이시작되고있다. IBM은왓슨을사용하여스포츠웨어회사언더아머와협력으로개인맞춤형건강관리서비스를추진하고있다. 장병탁 인공지능의경제 산업적파급효과 11
사회안전과보안시스템및소외계층에대한배려등사회구조를개선하는데에도인공지능기술이사용된다. 또한새로운미디어를통한엔터테인먼트산업에도인공지능기술이기여하고있다. 이미오래전부터아마존이나넷플릭스같은인터넷서비스업체들은머신러닝기법을사용하여책이나영화, 음악등의개인맞춤형추천서비스를실시하였다. 최근에는왓스앱이나스냅챗같은채팅프로그램이등장하여소셜넷을통해서서로소통하게해준다. 많은사용자생산콘텐츠가자연언어, 음성, 영상데이터를포함하고있고머신러닝인공지능기법들은이를분석하여서비스를자동화하고더욱편리하게사용할수있도록해준다. 앞으로는소프트웨어뿐만아니라더욱저렴한가격의센서와장치들이등장함으로써가상현실, 촉각장치, 반려로봇등과결합하여대화를기반으로하는보다인간같은상호작용이이루어질것이다. 또한인지능력과감성, 교감등의정서가더욱중요해질것으로보인다. 인공지능이가져올변화중에는많은사람들이우려하는점도있다. 특히일과직업에서의변화이다. 인공지능은오랜동안사람을닮은지능형에이전트또는도우미로봇기술을연구해왔으며최근들어서로봇어드바이저, 로봇저널리스트등인간의일영역까지침범하고있다. 심지어는음악이나미술등과같은예술영역에서도인공지능이사람의일을대신하기시작하였다. 영국의 이코노미스트 지는최근인공지능에의해서타격받기쉬운직업들을정리한기사를낸적이있다. 지식을필요로하면서반복적인일들이우선인공지능에의해빨리대치될직업들에속하고, 반면에아주창의적인일이나면대면으로상담을해야하는컨설팅등은인공지능으로대체되는데많은시간을필요로할것으로내다보고있다. 5. 인공지능시대인간의삶 인공지능이최근빠른속도로산업화되고있다. 때로는인공지능연구자 12 기획특집 인공지능과딥러닝의시대
들조차도놀랄정도이다. 자율주행자동차의등장이그러하고대화하는챗봇의보급이그러하며개인서비스로봇의부상이그러하다. 인공지능의미래를예측하기란쉬운일이아니다. 아마도미래를예측하기보다는미래를만들어가는것이더쉬울수도있다. 많은과학기술의발전이그러했듯이과학공상영화가미래를일견하게해준다. 인공지능이이슈화되면서관련영화들도최근많이등장하였다. 2013년에나온 < 그녀 (Her)> 라는영화는로맨틱공상과학코미디드라마로분류되는인공지능영화다. 주인공은스마트폰의인공지능운영체제형태로서비스되는사만타라는이름의인공지능가상로봇과사랑에빠진다. 이혼후외로이살아가는남자의여자친구역할을인공지능이해줄수도있음을암시한다. 그러나결국남자주인공은인공지능사만타가자기만을사랑하는것이아니라수천명의고객을서비스하는기계라는것을알고크게실망한다. 2012년에나온 < 로봇과프랭크 > 라는영화는노인돌보미로봇과의생활을그린공상과학영화이다. 직장일로바빠서아버지를돌볼시간이없는아들이휴머노이드로봇을선물한다. 아버지프랭크는처음에는로봇을싫어하지만점차친해져서딸보다도친근하게느낀다. 도벽이있는프랭크는마음에들지않는부부의집을털어서보물을훔치기로결심하고로봇과함께도둑질을모의하게된다. 도우미로서, 친구로서, 반려자로서노인과함께살아가는기계와사람의공존의일면을엿볼수있는미래의모습이다. 2009년에나온영화 < 바이센테니얼맨 > 에서는인간형 AI로봇앤드류가창의성을가지며물건을만들어돈을벌고경제력도가진다. 기술의발전에힘입어사람의피부와내장을가져음식을먹고감정을가지며이성에대한사랑을느낀다. 결국은인간의권리를갖게해달라고법정에소송까지하게되며, 인간의권리를얻기위해서인간은죽는다는것을인정하고사랑하는사람과함께죽음을택한다. 철학적으로인공지능은 1950년대에기능주의를기반으로출발하였다. 즉반도체로만든지능도인간의지능과대등할수있다는입장이었으며일 장병탁 인공지능의경제 산업적파급효과 13
부인공지능연구자들은이를굳게믿는강인공지능주의자였다. 그러나대부분의인공지능연구자는인공지능이인간의지능과동등하지는않더라도유용하며인간을이해하는데도움이되는좋은도구라고생각하는약인공지능주의자들이었다. 그러나최근구글자율주행자동차, 딥마인드의인공지능알파고, 그리고보스톤다이나믹스사에서만든넘어지지않고눈길을걷고두팔로물건을들어나르는휴머노이드로봇아틀라스를보면서다양한문제를풀도록학습될수있는범용인공지능즉강인공지능에대한두려움을느끼는사람들이늘어나고있다. 스스로학습하는기계의등장은선순환되먹임사이클을반복할경우더욱가속화되어지능폭발현상을유발하고이를통해서언젠가는인간을능가하는인공지능이등장하는특이점이도래하고결국은의식을가진슈퍼지능도등장할수있다고보는두려움을야기한다. 따라서앞으로의인공지능연구는단순한과학기술적, 경제ㆍ산업적파급효과를넘어서윤리적, 사회적, 법적인이슈들을포함하는다각도의논의가함께이루어져야할것이다. 장병탁 서울대학교컴퓨터공학부, POSCO 석좌교수이며, 인지과학 / 뇌과학협동과정겸임교수, 인지로봇인공지능연구센터소장이다. 한국정보과학회인공지능소사이어티초대회장, 서울대학교인지과학연구소장역임했고, 2003 년 MIT 인공지능연구소 (CSAIL) 및뇌인지과학과초빙교수를역임했다. 2014 년부터한국인지과학산업협회회장으로서인지과학의발전과산업화에도기여하고있다. 14 기획특집 인공지능과딥러닝의시대