학회소식 > 기고문

AI는 어디까지 왔나?




(사)한국정밀공학회 초대,
2대회장 이봉진
기계 지능화의 현장
일본 동경대학 공학대학원의 교수(Professor, Graduate School of Engineering) 마쓰오 유다가(松尾 豊、1975~ )씨의 저서 ‘人工知能は人間を超えるか ディープラーニングの先にあるもの’, (角川EPUB選書)¹ 를 읽어보면 그는 인공지능의 레벨을 4단계로 구분하고 있다. 이하 그의 분류를 토대로 한일의 첨단 기술의 발전 과정과 앞을 전망해보기로 한다.

레벨 1: ‘단순한 2진법 제어 프로그래밍’으로 이미 수치제어공학․ 시스템 공학을 이용한 기술로 개발된 인공지능의 초보적인 제품이 NC 공작기계, 가전제품 등으로 나와 있다. 우리나라에서는 1966년 KIST가 창립되면서 1975년 12월에 이 타입의 개발품 (Prototype)이 당시 자동제어 연구실에서 개발되었다. 이어 이 제품이 상품으로 개량․개조되며 국산 시초의 NC공작기계가 제작된다. 이 제품이 상품으로 잘 정돈된 해인 1976년 봄에 여의도에서 개최된 [한국기계 제1회 전시전]에 출품돼 국내외로 주목을 받았다. 같은 해 1976년 여름엔 미국 시카고 매코믹 국제 전시장이서 개최된 국제전시(EMO Show)에 출품되면서 국산 NC공작기계가 첨단공작기계 분야의 선진제품 대열에 진입하게 되었다.

레벨 2: '고전적인 인공지능‘으로, 이것은 입력과 출력을 연관, 연계시켜 추론‧검색을 행하는 것으로 고전적인 펄스를 해독하는 프로그램으로서 수치제어 되는 컴퓨터 기능을 가진 기계라 할 수 있다. 이를 CNC 공작기계라고 한다. 현재는 이 기종의 레벨 4기능을 구비한 CNC 공작기계가 제조업 설비의 주축이 되고 있다. 우리나라도 이 레벨의 공작기계를 수출하고 있다.

레벨 3: ‘기계학습 기능을 갖춘 인공기능’으로, 이는 선진국에선 공장 무인자동화의 주축 공작기계로 사용되고 있다. 이 기계는 종전의 기능별로 되어있던 것이 복합 기계(머시닝 센터: Machining center)로 다기능 화되어 있다. 검색 기능에 내장된 빅데이터를 자동적으로 분석 판단하고, 인공지능이 데이터와 학습하면서 표본이 되는 샘플을 시뮬레이션하면서 요구 상황에 맞는 조건을 스스로 학습하며 작업 정보를 출력하는 기능을 갖추고 있다.

레벨 4: ‘심층 학습 (Deep Learning)을 도입한 인공지능’으로 이를 ‘기계 학습’이라고 한다. 이 기능은 인공지능의 최첨단 기술이라 할 수 있다. 이 인공지능의 특징은 데이터에 사용되는 변수-특미량(特微量)이라 불림-자체를 스스로 학습하는 능력을 가지고 있다.

위의 레벨 3은 인간 이상의 능력을 필요한 인공 지능이라 평할 수 있다. 2016년에 한국에서 있었던 기계와 프로 바둑 기사와의 경합에서 3대1로 기계가 프로 기사를 이긴 사건을 상상하면 대개 AI의 기능과 능력을 짐작할 수 있다. 그러나 이 레벨의 기능이 3~4년이 지난 지금도 제자리에서 머물고 있는 것이 현실이다. 마쓰오 유다가 씨의 주장한 예를 소개해보면 기계번역은 아예 손으로 쓰는 것만 못하다는 것이 현재의 AI수준이라는 것이다. 그 예로

원문: 最近の事ですが、欠席する際に朝電話をするのですが、なかなか電話が繋がらない/朝病気なので休む連絡すると電話に出ないときもある。朝スタッフのくる時間が遅いのではないでしょうか

기계 번역문: I recently things, but do you in the morning phone call at the time of absence, there is also when you do not answer the phone and to contact rest because the disease quite telephone does not lead / morning. Why not come seems that the slow time of the staff in the morning.

인간의 이야기 배경에는 글로 쓸 수 없는 상식이 있다. 그것을 지식으로 여겨 컴퓨터가 받아들이는 데에는 다소 무리가 있다. 이것을 기술적으로 ‘bottleneck’라고 한다.

컴퓨터가 인간의 감성까지 고려한 글을 쓰기엔 아직 멀었다는 것이다.

White color 노동의 기계화
지적인 분야는 논리적이어서 평판한 대량의 정보를 최신 컴퓨터로 기계화가 되어 있고 처리 가능함으로써 우리의 일상생활에 큰 영향을 미치고 있다고 말할 수 있다.
이미 1960년대부터 농업의 기계화는 농업현장에 취업하려는 노동력 감소 문제를 해결하였고, 이어 1970년대에는 공장의 생산현장에 자동기계와 로봇 도입으로 인하여 육체와 정신노동을 대폭 감소시켰다. 잠실 구장만한 큰 공장에서 일하는 숙련공은 더 이상 찾아볼 수 없고, 작업을 준비하는 소수의 기능공 외 공장에서 일하는 사람은 없다. 그러나 공장은 공정마다 모듈화 되어있어서 기계는 쉴 새 없이 연중 돌아간다. 현대식 선진 무인공장 FANUC사의 FA모습이다.
이와 같은 지적 기계의 등장은 일반 사무직 분야로 확산되면서 사무자동화가 매우 스마트하게 진전되고 있다. 이런 추세는 인간의 지적 노동에 인공 지능화된 기계로 전문 지식인의 일을 대신해, 종전의 전문지식인의 설자리가 위축(萎縮)되어 장차 큰 사회적, 정치적 이슈가 되리라고 생각하고 있다.

AI는 어떤 일까지 할 수 있을까?
현재 AI의 최첨단 연구를 말하자면 앞서 기술한 레벨4인 심층학습(深層學習:Deep Learning)일 것이다. 이 과제에 문제가 되는 ‘bottleneck’, 즉 정보의 특미량(特微量)을 어떻게 하면 확실히 읽어낼 수 있는가 하는 해결 방법을 발견하려는데 이 분야의 연구원들은 밤낮을 가리지 않고 연구개발에 심려(深慮)를 집중하고 있다. 그래서 선진 로봇 연구팀 간엔 고양이의 화상을 똑바로 읽어 낼 수 있을까하는 경합(競合)이 연구팀 간에 일련의 행사로 행해지고 있다.
보도에 의하면 캐나다의 토론토 대학이 화상(畵像)판별 인식의 오답율(誤答率)이 15%로 2위인 일본 동경대학 연구팀을 비롯하여 다른 팀에 대하여 25% 이상 크게 격차를 벌리고 있다고 한다. 이 차이가 생기는 것은 구글(google)의 일선 연구자의 의견에 의하면 고양이의 화상의 오답율을 줄이려면 검증 계산량을 불릴 수 밖에 없다는 것인데, 구글의 ‘고양이의 인식’을 보면 ‘1,000만장의 화상을 취급하기 위해 뉴런(신경세포)간의 연계수가 100억개나 되는 거대한 뉴런 네트워크를 사용해 1,000대의 컴퓨터(1만 6000개의 프로세서)를 3일간 돌려야하는 팽대(膨大)한 계산 작업을 행해야 한다고 한다.²
인간의 뇌도, 전기회로라서 AI와 같이 데이터 처리를 하고 있다고 생각하면, 인간은 굳이 큰돈을 들이거나 고생하지 않아도 화상해석은 바로 해낼 수 있으므로 인간의 능력이 얼마나 위대한가를 알 수 있다. 신(神, God)이 만든 인간과 인간의 만든 AI로봇의 차이를 우리는 이해해야 한다.
하드웨어와 소프트웨어도 진보하고 있고, 그리고 인공지능이 자신의 논리적인 판단 능력을 넘어선 인간의 심적(心的) 영역까지 인공지능 스스로 해낼 때가 올까하는 문제가 전문가 사이에 화제가 되고 있다. 이를 특이점(特異點: Singularity)라고 한다. 이 앞은 누구도 예측할 수 없다. 어떤 전문가는 악마의 출현을 우려하기도 한다. 그러나 인공지능에는 생명 유지에의 욕구, 즉 생물 고유의 자기증식(自己增殖)이 없으므로 그런 일은 생기지 않을 것이다.

생명체의 특이점(特異點)
생명체에 대해 깊이 생각한 사람은 내가 아는 한 ‘생(生)의 철학’자인 프랑스의 베르그송(Henri-Louis Bergson, 1859~1941) 일 것이다. 그는 ‘창조적 진화’를 위시해 그의 일련의 저작(著作)에서 그는 인간의 의사(意思)는 생각과 행위가 동시에 행(行)하고 있음을 강조하고 있다. 모든 고정적인 논리로 표현하고 있는 것이 아니라 현실을 ‘생의 약동: 엘랑 비달(L'elan vital)’이라는 사고로 표현하고 있다.³ 이것은 과거의 철학자들의 기계론을 반박한 것으로, 종전의 기계론 이라는 것은 ‘미래와 과거를 현재의 함수로 계산이 가능하다’는 생각으로 모든 것이 주어져 있다는 것이었다. 즉, 현재도 기계는 선형적인 것이라는 가설로 사물을 설명하고 있었다.
현실적인 인간의 행동은 그와 같은 것이 아니라 움직이며 생각하고, 생각하며 행동하고 있다는 것이다.
그래서 목표점이 명석하게 정의되고, 논리가 한 길로 되어 있으면서 현실적인 일의 상태를 대신 할 수 있을지에 대해서는 의문이라 하겠다. 즉, 인간의 감성과 진선미(眞善美)를 느끼는 영역에 AI가 들어갈 수 있을까 하는 의문이다. 더구나 사랑에 헌신하는 자세가 사람마다 다 다르고, 인간의 내면에서 일어나는 현상은 사람마다 차이가 있어 심성 역시 저마다 다르다. 이와 같은 현상도 생명체가 자타(自他)의 생명을 존중한다는 기반이 없으면 있을 수 없는 일이라 생각하고 있다. 그리고 선(善)은 개인의 내면적인 비밀 행위인 것이다. 이와 같은 현상을 독일의 철학자 한나 아렌트⁴(Hannah Arendt, 1906~1975)는 다음과 같이 이에 대해 말하고 있다.
“예수가 말과 행위에서 의 가르침에서 유일한 활동력은 ‘선(善)’의 활동이었다. 이 선(善)이 곧바로 밝혀지고 보이고 전해지는 것을 원치 않은 것이 그의 진의이다. 이유는 선행이 세상에 알려지게 되면 선의 특성이 상실되어 더 이상 선이 아니라는 것이다.” 자신의 의(義)가 세상에 알려지지 않기를 가르치고 있는 것이다. 알려지면 유익한 사회인으로 의무에 충실한 교회의 일원일 뿐이라서, ‘오른 손에서 한 일을 왼손이 모르게 하라' 는 예수의 교훈 세계를 어기는 것이 된다. 이와 같이 인간이 성숙 발전해가는 마음의 경지까지 AI가 영향을 미칠 수 있다는 것은 논리상의 세계를 넘어설 수 있다는 것으로 인간의 심령의 경지 까지는 있을 수 없다는 것이 나의 생각이다.⁵

참고 문헌
1. 松尾 豊, ‘人工知能は人間を超えるか ディープラーニングの先にあるもの’, 角川EPUB選書
2, 전기서 1의 p.165
3. 松井久 외, 創造的 進化‘, ちくま學藝文庫, 2010, pp.131
4. 志水速 譯, ‘人間の條件’, ちくま學藝文庫,1994, pp.10
5. 이봉진, AI는 세상을 이렇게 바꾼다., 문운당, 2017



2019년 12월
(사)한국정밀공학회 초대, 2대회장
Fellow 이 봉 진