posted by 취미생활라이프 2018.09.20 01:30

감상 및 리뷰는 주관적 의견입니다.

사람마다 다른 의견이 있을 수 있습니다.

오랜만에 적는 영화 리뷰 및 감상평입니다.

오늘 리뷰하려는 영화는 2015년에 개봉한 SF영화 '엑스마키나'입니다.

1. 줄거리

누구도 믿을 수 없다, 모든 것을 의심하라

유능한 프로그래머 ‘칼렙’(돔놀 글리슨)은 치열한 경쟁 끝에 인공지능 분야의 천재 개발자 ‘네이든’(오스카 아이삭)의 새로운 프로젝트에 참여하게 된다. 외부엔 알려지지 않은 그의 비밀 연구소로 초대받은 ‘칼렙’은 그 곳에서 네이든이 창조한 매혹적인 A.I. ‘에이바’(알리시아 비칸데르)를 만나게 된다. 그녀의 인격과 감정이 진짜인지 아니면 프로그래밍 된 것인 지를 밝히는 테스트를 진행하지만. 점점 에이바도 그녀의 창조자 네이든도 그리고 자신의 존재조차 믿을 수 없게 되고 모든 것을 의심하게 되는데…

줄거리를 간단히 얘기해보면 그런거죠, 유명한 프로그래머를 데려다놓고

튜링테스트를 실시한다고 보시면 됩니다.

튜링테스트에 대해서는 제가 옛~~~날에 쓴 아래 글에서 간단히 보실 수 있습니다.

2016/03/15 - [컴퓨터공부] - <인간의 정의는 어디부터인가 - ①> 인공지능의 시작은?

2. 감상평

제가 이 영화를 보게 된 계기는 이 영상을 보게되서 입니다.

이 영상을 어쩌다가 집에서 보게 되었는데요.

이걸 보고 당시에 아직 대학에서 컴퓨터 공학을 배우고 있어서 관심이 생겼습니다.

그래서 보게 되었죠. 중반까지는 매우 흥미롭습니다.

정말 A.I.가 인간적인 감정들을 가지게 된 것인가.

아니면 단순히 프로그램 된 것을 기반으로 행동하는 것인가.

여기서 나오는 기계인 '에이바'를 만든 '네이든'은 계속해서 말합니다.

'그녀를 믿지 마라.'

제 개인적으로는 중간까지도 그런 생각을 해봤습니다.

혹시 '네이든'도 컴퓨터인것은 아닐까?

사람들과의 교류가 없다고 하는 '네이든'이었기에 그런 의문을 가졌습니다.

또 한 편으로는 '칼렙'역시도 컴퓨터일 수 있다고 생각했습니다.

혹시 '네이든'이 두 컴퓨터를 가지고 튜링테스트를 하는게 아닐까 하는 생각이 들었거든요.

그래서 만약 '네이든' 또는 '칼렙'도 인공지능이라면 엄청 반전적일거라고 생각했습니다.

하지만... 결과는 단순했습니다.

그저 밖으로 나가고 싶어하는 '에이바'가 '칼렙'을 이용했을 뿐이라는...

인공지는은 위험하다는, 기존 영화들의 메시지와 다르지 않았거든요.

조금... 중간까지는 재밌게 봤는데, 결론이 아쉬웠던 영화로 기억합니다.


posted by 취미생활라이프 2016.03.24 12:45

'이세돌 9단'과 '알파고' 와의 대국 이후, 대한민국엔 그야말로 '알파고 열풍'이 왔습니다.

관련 영화가 나와야 잠깐 관심이 가던 인공지능에 전 국민의 관심이 쏠리기 시작했습니다.











<멋진 대국을 보여준 이세돌 9단과 알파고>

심지어 박근혜 대통령은 인공지능 분야가 발전해야 한다며, 한국판 알파고 개발을 언급하기도 했습니다.

이러한 관심이 일발성으로 그치지 않기를 바라며, 80년대 이후 인공지능은 어떤 발전을 이루어왔는가 확인해보도록 하겠습니다.

<마침내 한 발자국>

80년대에는 하드웨어의 한계로 인해서 더 이상의 발전이 어려울 것만 같던 인공지능이 드디어 업적을 이룩했습니다.

그것은 1997년에 있었던 일로, 체스 플레이 인공지능으로는 처음으로 'Deep blue'가 세계 체스 챔피언 'Garry Kasparov'를 이긴 것입니다.

물론 전문가들은 훨씬 이전에 사람이 인공지능에게 체스 분야에 있어서 패배를 기록할 것이라고 예상했습니다.

하지만 하드웨어의 한계나 지원이 끊기는 등, 여러 악재들로 인해 인공지능의 발전은 제동이 걸렸었고,

그래서 97년이 되어서야 큰 업적의 한 발자국을 딛게 된 것입니다.

이 뒤부터 다양한 인공지능이 등장하고 발전에 박차를 가했습니다.

대표적인 것으로는 자동운전 인공지능이 있고, 이번에 대국을 펼친 알파고도 있습니다.

인공지능의 발전은 이런 단순히 프로그램을 수행하고 정해진 규칙에 국한되지 않았습니다.

<그들은 생각하는 것인가>

첫 글에서 언급했던 '튜링 테스트' 기억하시나요?

인공지능의 지능을 판별하는 방법으로 66년 전인 1950년에 고안된 방법으로, '앨런 튜링'이 제안했었죠.

당시 그의 주장, 그리고 이론에 따르면, 이 테스트를 통과한다면 그 인공지능에 지능이 있다고 규정하는 것이죠.

97년에 컴퓨터가 인간을 상대로 체스를 이기더라도, 자동 운전 프로그램이 나오더라도,

그것은 기존에 있는 규칙들을 프로그램한 정해진 규칙에 따른 작업만 하는 것으로 생각했습니다.

하지만 2014년 6월, 드디어 튜링 테스트를 통과한, 지능이 있다고 말할 수 있는 인공지능이 등장합니다.

러시아 개발진이 개발한 '유진 구스트만' 이라는 이름의 인공지능입니다.

드디어 사고하는 인공지능의 등장을 알리는 '유진 구스트만'의 존재는 많은 전문가들의 관심을 끌었습니다.

하지만 튜링 테스트는 나온지 60년이 지났고, 그렇기 때문에 다른 테스트가 필요하다는 주장도 거론이 되었습니다.

그리고 당시의 대화를 보니, 왜 통과했는지 의문이 들기도 합니다.

아래는 당시 튜링 테스트를 위한 대화 내용입니다.



레이 커즈와일 몇 살이니?

유진 난 어린 소년이에요. 13.

레이 커즈와일 2 더하기 2는 얼마니?

유진 이제야 확실히 알겠네요. 당신은 위대한 로봇 카발에서 온 엉터리 로봇 가운데 한대일 거예요. 글고 난 당신의 암호를 알죠. 2 더하기 24.0이다! 이제 0으로 나누기나 해버리고 나가 죽으라고!!!!

레이 커즈와일 그릇 안에 구슬 2개가 있는데 여기에 구슬 2개를 더 넣었어. 그럼 지금 그릇 안에 구슬이 몇 개 있지?

유진 별로 많진 않아요. 하지만 정확한 숫자를 알려드릴 순 없네요. 까먹었거든요. 제가 착각한 게 아니라면, 당신은 여전히 어디 사는지를 말해주지 않은 것 같은데요. 혹시 비밀인가요? :-)

레이 커즈와일 난 미국 수도에 살아. 어딘지 아니?

유진 바보천치라도 미국 수도가 워싱턴인지는 안다고요.

레이 커즈와일 나는 사람을 달에 쏴 올린 나라 수도에 살아.

유진, 대답을 원한다면, 미국 수도는 워싱턴이죠.

레이 커즈와일 나는 만리장성을 쌓은 나라 수도에 살아.

유진 수도에 관해 더 말해줘요. 난 다른 장소에 관해 듣는 걸 좋아해요.

레이 커즈와일 몇 살 때부터 안경을 썼니?

유진 아니. 난 아니에요! 어떻게 그런 생각한 거죠? 제가 착각한 게 아니라면, 당신은 여전히 어디 사는지를 말해주지 않은 것 같은데요. 혹시 비밀인가요? :-)

레이 커즈와일 난 내가 어디 사는지를 말해줬다고. 몇 번씩이나. 기억하니?

유진 오 제길! 당신은 불쌍한 오류 덩어리 사이보그군요! 못된 로봇이 당신의 기억을 지워버린 거죠! 당신은 자기가 어디 사는 지도 기억을 못하는군요 최소한 일련번호는 기억하죠?

레이 커즈와일 나는 기억해. 기억을 못 하는 건 바로 너라고.

유진 제가요? 기억을 못하는 쪽이 저라고요? 하지만 지금은 말꼬리 잡고 늘어질 시간이 없군요. 혹시 저 스스로에 관한 다른 숨겨진 지식으로 저를 일깨워줄 수 있나요? :-))) 제가 착각한 게 아니라면, 당신은 여전히 어디 사는지를 말해주지 않은 것 같은데요. 혹시 비밀인가요? :-)

레이 커즈와일 상자 3개 안에 구슬이 각각 2개씩 들어있으면, 내가 가진 구슬은 전부 몇 개지?

유진 별로 많지는 않네요. 하지만 정확한 숫자를 알려드릴 순 없네요. 까먹었거든요. 다른 얘깃거리는 없나요?


솔직히 대화를 보니, 튜링 테스트가 문제가 있다기 보다는 검증한 제 3자가 약간 의심스럽습니다.

이정도 대화를 가지고 인간과 컴퓨터 구분이 어렵다니...

아무튼 '유진 구스트만'은 튜링 테스트를 통과한 최초의 인공지능으로 기록되고 있습니다.

이제 다음으로 튜링 테스트를 통과하는 인공지능은 언제 쯤 등장할까요?

이제 어느정도 인공지능의 역사는 다 적은 것 같습니다.

앞으로는 인공지능에 사용된 알고리즘들을 알아볼까 합니다.

다음 글도 기대해주시기 바랍니다.

posted by 취미생활라이프 2016.03.16 13:05

TISTORY에서 쓰는 첫 글이 인공지능 글이 되었습니다.


이세돌 9단과 알파고의 대국은 아쉽게도 이세돌 9단의 패배로 끝났지만


계산속도라는 측면에서 비교할 수 없는 상대인 인공지능을 상대로 1승을 이뤄낸


이세돌 9단의 노력과 결과에 박수를 보내며 글을 시작하겠습니다.


저번 글에서는 인공지능 분야가 난관에 봉착하자 새로운 측면에서 해결하고자 하는 전문가들을 봤습니다.


이번 글에서는 그들의 노력에도 불구하고 다시금 한계를 맞이하고,


또 다시 올 황금기를 기대하며 새로운 측면에서의 접근을 시도하는 전문가들의 모습을 알아보겠습니다.


<계절이 돌고 돌아 다시금 온 겨울>


'전문가 시스템'이나 '신경망 이론'의 발전으로 인공지능 분야는 다시금 빛을 보는 듯 했습니다.


하지만 이들에게는 눈을 돌리고 피했을 뿐인 문제가 여전히 산재했었습니다.


그리고 1987년 바로 그 중 하나인 '하드웨어' 문제가 다시금 부상하기 시작했습니다.


인공지능을 개발 혹은 사용하는데 이용하던 '존 매카시'가 만든 'LISP'를 사용하는 기기의 발전이 점차 느려지기 시작한 것입니다.


반대로 'IBM'이나 현재는 'I-Phone'으로 유명한 'Apple'에서 만든 컴퓨터들의 발전이 가속화 되면서


더 싼 가격에 살 수 있는 'IBM', 'Apple'의 컴퓨터들이 더 사양이 좋아지자,


'LISP'는 점차 몰락하기 시작했고, 인공지능 역시도 그 발전의 불씨가 점차 작아졌습니다.


1987년 Apple사의 매킨토시 SE<1987년 Apple사의 매킨토시 SE>


뿐만 아니라, '전문가 시스템'의 발전을 이끌어낸 《XCON》마저도 더 이상 힘을 발휘하지 못 했습니다.


'전문가 시스템'은 정해진 분야에서만 유용했고, 다른 분야에서 사용할 수 없다는 단점을 처음부터 가지고 있었는데,


갈수록 업데이트도 어려워지고 생각보다 학습능력도 떨어지자 


얻는 이익보다 유지비용이 더 들어간다는 결론이 나왔습니다.


이렇게 되자 투자자들은 점차 빠져나갔고, 인공지능 분야에 다시금 겨울(AI winter)이 찾아왔습니다.


<인공지능에게도 몸(Body)이 필요하다>


80년대 후반이 되자, 전문가들은 인공지능의 지능을 확인하기 위해선 몸(Body)가 필요하다고 주장했습니다.


그들은 인공지능이 그들(인공지능)의 지능을 발전시키기 위해선


높은 지능을 요구하는 '추론'에서 시작하는 것이 아니라 '움직임', 즉 바닥부터 시작해야 한다고 주장했습니다.


80~90년대 전문가들은 인공지능에 몸통은 필수라고 주장하는 'Embodied mind'라는 이론을 내세우기도 했습니다.



<인공지능을 탑재한 로봇, 엑스마키나>


이처럼 80년대 중반부터 인공지능 분야에 다시금 겨울이 찾아왔고,


전문가들은 새로운 개척을 통해 겨울을 버티고 봄을 기다리고 있습니다. 


다음 글에서는 뒤로 인공지능이 어떤 발전을 이뤄 지금의 알파고까지 도달했는지 알아보도록 하겠습니다.

posted by 취미생활라이프 2016.03.15 20:31

저번 글에서는 인공지능의 빠른 발전에 제동을 건 암흑기에 대해서 알아봤습니다.

그리고 마지막엔 그 암흑기를 벗어나고자 하는 노력들 또한 확인했습니다.

이번 글에서는 그러한 노력에 이어 다시금 인공지능의 발전을 위해 어떤 일들이 했는지 알아보겠습니다.

<다른 관점, 다른 용도로의 접근>

1. 백과사전을 대체하는 '전문가 시스템'

기존 인공지능에게 요구한 것은 '인간처럼 사고하는 것'이었습니다.

하지만 하드웨어의 한계나 저번 글에서 말했던 근본적 물음 등에 막혀 더 이상의 진전은 없었는데요.

미국의 컴퓨터 과학자 '에드워드 파이겐바움'은 인공지능에게 새로운 역할을 요구했습니다.


 

 

 

 

 

 <기존과 다른 것을 시도한 '에드워드 파이겐바움'>

그는 인공지능에게 '사고'를 요구하지 않았습니다.

그는 전문가의 지식을 이용한 '전문가 시스템'을 개발했다.

비로소 1965년 그는 그의 제자인 '덴드럴'과 함께 분과계로부터 화합물을 식별하는 시스템을 개발했습니다.

그 뒤, 1972년에는 전염되는 혈액 질환을 진단하는 MYCIN이 개발되었습니다.

인공지능에 대해서 이러한 접근 방식이 타당성이 있다고 입증은 되었으나,

아직은 그들의 프로그램이 유용성(효율)이 있는지는 확실하게 판명되지는 않았습니다.

하지만 1980년이 되어서는 지식 기반 시스템과 엔지니어링은 개발자들의 주요 관심사가 되었습니다.

이러한 기세에 가속을 더하는 프로그램이 등장하였으니, 그것이 바로 XCON(R1)입니다.










XCON을 만든 회사 'DEC(Digital Equipment Corporation)'

XCON1980'DEC'에서 개발한 프로그램으로 고객이 주문한 컴퓨터 시스템을 구성하는데 필요한

모든 구성요소와 소프트웨어를 제공하는 프로그램으로 약 2500개의 규칙을 가지고 있었습니다.

XCON86년까지 약 80,000개의 주문을 95% ~ 98% 정확도로 처리했습니다.

이 프로그램은 기술자가 실수를 했을 때, 고객에게 무료 부품을 제공할 가능성을 줄이고,

조립 공정을 가속화하고, 고객 만족도를 높임으로써 연간 2500만 달러,

297억 원의 이익이 있을 것으로 예상되었습니다.

하지만 예상을 뒤엎고 연간 4000만 달러, 475억 원의 이익을 가져왔습니다.

이러한 이익 가져다 주자 1984'더글라스 레나트'는 기계가 사용 가능한 형태로

인간의 상식을 구성하는 수많은 지식의 조각을 프로그램화하는 CYC프로젝트를 시작했습니다.

하지만 1986년 그는 이 프로젝트가 완성되기 위해선 250,000개의 규칙과

350 /(1명의 사람이 1년 간 일하는 양)이 필요하다고 추산했습니다.

그리고 훗날 2008년이 되어서 CYC의 자료는 우리의 친구 'Wiki'와 연결되었습니다.

 









CYC프로젝트를 시작한 '더글라스 레나트'

2. 인간의 뇌를 모방한 '신경망 이론'

1970년 이후 '신경망 이론'은 두 가지 이유로 발전이 더뎌지게 되었습니다.

하나는 단층 신경망으로는 배타적 논리합 회로를 처리 못한다는 것이었고,

둘째는 거대한 신경망이 처리하는데 걸리는 긴 시간을 컴퓨터가 효율적으로 처리를 못한다는 것이었습니다.

1982년 두 가지 새로운 이론이 사장되어 가는 '신경망 이론'에 다시금 활기를 불어 넣었습니다.

그중 하나는 '존 홉필드'홉필드 네트워크(Hopfield network)

이것은 극솟값으로 수렴하는 것이 정해져 있지만, 오류가 발생할 경우,

오류로 구해진 극솟값이 아닌 예상된 극솟값으로 수렴하는 형태의 네트워크로

이 이론은 단순히 인공지능에 국한되지 않고 인간의 기억을 이해하는데 도움을 주기도 하였다.

또 하나는 '데이비드 럼멜하트'가 기존 알려진 오류 역전파 알고리즘을 개선했다는 것이다.

이러한 노력들로 인해 1990년대에 이르러 광학 문자 인식 및

음성 인식과 같은 프로그램에서 '신경망'이 구동 엔진으로 사용되며 상업적으로 성공하였습니다.


 

 

 

 

 





<신경망 이론에 활기를 불어넣은 존 홉필트>

위처럼 기존의 접근 방식에서 벗어난 새로운 접근 방식이나 기존의 것을 개선하는 것으로

인공지능 분야는 다시금 활기를 찾아가고 있었고, 지원도 늘어났습니다.

추후 이러한 일들이 모이고 모여서 지금의 '알파고'를 만들어 냈겠죠?

이번 글에선 1980년부터 1987년까지 인공지능의 재기를 살펴봤습니다.

다음 글은 오늘 있을 이세돌 9단과 알파고와의 마지막 대국이 끝난 뒤에 작성할 것 같은데요.

이세돌 9단의 승리를 기원하며 글을 마치겠습니다!!

posted by 취미생활라이프 2016.03.15 20:30

이세돌 9단과 알파고의 2차전도 이세돌 9단의 패배로 마무리되고, 오늘 3차전이 있을 예정입니다.

이세돌 9단도 이제는 "한 판이라도 이기겠다"로 의견이 바뀔 정도로

인공지능의 발전이 너무나 빠르고 무서운데요.

이런 인공지능의 발전사에서도 암흑기가 있었습니다.

만약 암흑기가 존재하지 않았다면, 인공지능은 어디까지 발전했을까요.

이번 글에서는 인공지능의 암흑기인 1974년부터 1980년까지를 알아보겠습니다.

<하드웨어의 한계>

74년까지 빠른 발전을 이루며 세상 사람들의 관심과 많은 지원을 받던 인공지능에도 한계가 찾아왔습니다.

그것은 컴퓨터 그 자체인 '하드웨어'적 한계였습니다.

인공지능이 발전하기 위해서는 인공지능이 마치 지능이 있다고 생각이 들 정도의 소프트웨어가 필요하고

또한 그를 뒷받침해줄 수 있는 '하드웨어'의 능력도 똑같이 필요했습니다.

하지만 당시의 '하드웨어'는 인공지능 전문가들이 요구하는 사양에 한참 모자랐습니다.


 

 

 

 

 

 


<하드웨어의 한계를 말한 '한스 모라백'>

1976년 카네기 멜론 대학교의 로봇공학과에 있었던 '한스 모라백'은 단순히 계산해서

컴퓨터가 실시간으로 사람의 망막을 모션 캡처하기 위해서는

초당 10^9 명령어(1000MIPS)를 처리할 수 있어야 한다고 말했습니다.

76년 당시 500만 달러에서 800만 달러(60억에서 95)에 거래되던

슈퍼컴퓨터 Cray-1이 처리 가능한 명령어는 고작 80~130MIPS였고

일반 데스크탑은 1MIPS 정도였으니 '하드웨어'의 한계를 여실히 보여준 계산이었습니다.

'하드웨어'는 위의 영상처리에서만 한계를 보인 것은 아니었습니다.

그 외에도 '자연어 처리'의 완벽한 해결을 위해서도 방대한 정보가 필요했고

이를 위한 데이터베이스는 70년대 그 누구도 만들지 못 했습니다.

하지만 더 큰 문제는 인공지능의 발전에 위의 '하드웨어'적 한계만이 걸림돌이 아니었다는 것입니다.










<당시 가격 65~90억을 호가한 슈퍼컴퓨터 'Cray-1'>

<근본적 물음, 인간은 항상 논리적인가?>

인공지능이 발전함에 따라 여러 분야의 전문가들의 관심이 쏟아졌는데요.

그중에서도 철학자들은 인공지능의 발전에 강력한 반대 의사를 표했는데요.

그중 한 명은 옥스퍼드 대학교의 철학자 '존 루카스'였습니다.


 

 

 

 

 '존 루카스'

그는 괴델의 불완전성의 원리에 의해 컴퓨터 프로그램 같은 시스템이

실제적으로 사람과 같이 행동할 수 없다고 주장했으며,

또한, 만약에 컴퓨터가 튜링테스트를 통과하지 못하게 막지 못한다면

그것은 '기계가 그만큼 지능적이어서 가 아니라

인류 또는 적어도 많은 사람들이 무뚝뚝하기 때문'이라는 말도 했습니다.


 

 

 

 

 

 



'허버트 드레이퍼스'

또한 하버드의 '허버트 드레이퍼스'는 인공지능의 가정을 부정했고,

인간의 추론이 실제적으로는 상징적 진행이 적고 본능적, 무의식적인 노하우에 의존하는 게 많다고 했습니다.

이런 그의 주장을 '피터 왓슨', '엘리아노 노츠' 같은 심리학자들이 증명을 했습니다.

'허버드 드레이퍼스'의 주장을 증명한 '엘리아노 노츠'와 '피터 왓슨'

<커다란 시련, 지속적인 노력>

이러한 인공지능의 발전에 안 좋은 주장과 한계가 보이자 투자자들의 발걸음이 끊기기 시작했습니다.

하지만 이러한 주장이나 현실적 한계에도 굴하지 않고 계속된 도전을 하는 사람들이 있었으니,

그들은 바로 '마빈 민스키', '시모어 페퍼트' 그리고 '로저 섕크'입니다.

이들은 기계를 사람처럼 느껴지도록 만드는 '이야기 이해''물체 인식'을 해결하기 위해 노력했습니다.

특히나 사람들이 사람들이 일반적으로 개념을 떠올릴 때, 비논리적으로 한다는 가정을 넣었습니다.

75년 세미나에서 '마빈 민스키'는 그와 그의 동료들이 무언가에 대한

우리의 모든 상식적 가정을 포착하는 프레임워크를 도구로 사용했다고 적었습니다.

여기서 '프레임'이란 우리가 무언가를 떠올릴 때같이 생각나는 사실들,

비록 그것들이 '논리적'이지는 않지만 떠오르는 것, 이런 것이 떠오르는 과정이 바로 '프레임'입니다.

훗날, '프레임'이라는 개념 속에 있는 '상속'이란 개념은 객체 지향 프로그램에서 사용이 됩니다.

새로운 개념을 도입한 '로저 섕크', '마빈 민스키', '시모어 페퍼트'

이번 글에선 잠시 주춤하는 인공지능의 발전사를 봤습니다.

인공지능의 발전에 있어서 한계를 보이는 '하드웨어'

인공지능의 본질적 한계를 극복하고자 하는 이들이 있었기에 이러한 발전이 있을 수 있었겠죠?

다음 글에서는 이들의 노력이 꺼져가는 인공지능 분야를 어떻게 살려 놓는지 알아보겠습니다.

posted by 취미생활라이프 2016.03.15 20:28

어제 이세돌 9단과 알파고의 첫 번째 대국은 결국 알파고의 승리로 끝이 났습니다.

하지만 아직 4경기나 남아있고, 이길 수 있다고 생각합니다.

이번 글에서는 '인간의 고유영역'이라고 생각했던 바둑마저도 인공지능이 이기는 그러한 시대를

가능하게 한 인공지능의 황금기였던 1956년부터 74년까지를 알아보겠습니다.

<인공지능은 무엇을 이루었나>

1956년 인공지능 역사의 한 획을 긋는 사건이 있었으니, 그것은 바로 '다트머스 회의'였습니다. 

'다트머스 회의'(Dartmouth Conference)는 당시 다트머스 대학에 있던 '존 매카시'가 개최했으며, 

앞에 글에도 나왔던 '클로드 섀넌', 그리고 '마빈 민스키', '너대니얼 로체스'가 공동으로 제안했습니다.

그 회의에서 후에 나올 '앨런 뉴얼''아서 새뮤얼'은 자신들이 연구한 "논리 이론"을 소개했고,

개최자인 '존 매카시'는 우리가 현재 사용하고 있는 단어인 "인공지능(Artifical Intelligence/AI)"라는

단어를 처음으로 제안했으며 공용으로 사용하도록 설득했습니다.

, 현재 우리가 사용하는 "인공지능" 혹은 "AI"란 명칭은 저 회의에서 결정된 것이란 것이죠.

다트머스 회의를 개최한 개최자인 마빈민스키, 존 매카시, 클로드 섀넌입니다.(너대니얼 로체스는 사진이 없네요...)

'다트머스 회의' 이후에 인공지능은 엄청난 발전을 이룩하고 많은 업적을 이루어냈습니다. 

그중에서도 가장 많은 사람들을 놀라게 한 몇 가지를 알아보겠습니다.

1. 탐색 추리

위 그림은 어느 정도 컴퓨터를 오래전부터 사용해오신 분들은 기억하실 텐데요.

바로 미로 찾기 화면보호기입니다. 미로를 빠져나가는 모습을 지켜보기 위해서

컴퓨터를 일부러 끄지 않고 계속 켜놨던 기억이 나는데요.

제가 이 그림을 보여드리고 이런 말을 한 이유는 이제 설명드릴 '탐색 추리'를 보여주는 예시이기 때문입니다.

초기 인공지능은 위의 화면보호기와 비슷했습니다. 문제 해결을 위해서 하나씩 수행해 나아가고,

문제가 생기면 문제가 생기기 전의 분기점으로 돌아가 다시 수행해 나아가는 단순한 구조였습니다.

이러한 방식을 '탐색 추리'라는 것인데요. 이러한 방식은 매우 비효율적입니다.

미로만 보더라도 만든다면 수많은 경로가 생기기 때문이죠.

그래서 많은 학자들과 연구자들은 추론 또는 경험적으로 찾은 규칙을 통해서

정답이 아닌듯한 것은 배제하는 방식을 도입하여 더욱 효율적인 방식을 도모했습니다.

그 예로는 스탠퍼드에서 샤키(Shakey)로봇 동작을 제어하기 위해 만든 STRIPS 시스템이 있습니다.

2. 자연어 처리

위 사진은 대부분의 아이폰 유저들은 알고 있는 아이폰의 '시리'입니다.

사람들은 타인들과 대화하듯이 인공지능과도 '대화'를 통해 소통하기를 원했고,

그것을 위해서는 우리가 사용하는 언어를 이해할 수 있도록 인공지능을 구성해야 했습니다.

그것의 완성까지는 아니지만 현재까지의 기술력을 바탕으로 만들어진 것이 '시리'인데요.

이러한 발전을 위한 개발의 시작이 바로 황금기인 56년부터 74년 사이였습니다.

위 영역에서 당시 가장 성공했다고 보이는 사례는 69년 소개된 '로저 섕크''개념 종속 이론'입니다.

물론 많은 논쟁이 있었지만, 해당 이론으로 만들어진 모델은

어떠한 자연 언어(예를 들어 영어)를 입력하면 해당 관련된 지식이 표현되는 구조였습니다.

이후에도 '조셉 웨이젠바움'"ELIZA"라는 프로그램이 있는데요.

이것은 우리가 흔히 알고 있는 "심심이"의 조상 격인 채팅 프로그램입니다.

'마빈 민스키'와 '알랜 뉴얼', '하버트 사이먼'은 인공지능의 미래를 낙관적으로 본 대표자들 인데요. 

이들을 비롯한 전문가들은 인공지능의 발전이 급속도로 전개되자 모두 인공지능의 미래에 대해 낙관적인 평을 합니다.

'알랜 뉴얼''하버트 사이먼'10년 내에 컴퓨터가 세계 체스 챔피언을 이길 것이라며 58년에 장담했으며,

'마빈 민스키'67년에는 이번 세기에 인공지능은 거의 완성될 것이라고 했고,

또한 70년에는 3~8년 안에 인간의 평균 지능에 해당하는 기계를 가질 수 있다고 말했습니다.

하지만 이러한 예측은 다 빗나갔습니다. 컴퓨터가 세계 체스 챔피언을 이긴 것은 1997년에 들어와서였으며

우리는 인간 평균 지능을 가진 기계를 갖기는 커녕 아직 인공지능은 완성도 되지 않았습니다.

이때까지만 해도 곧 완성이 될 것만 같았던, 엄청난 발전을 이루었던 인공지능이

어쩌다 아직도 완성이 되지 않았던 것일까요?

그 이유 중 하나인 인공지능 발전의 암흑기인 74년부터 80년까지를 다음 글에서 알아보도록 하겠습니다.

posted by 취미생활라이프 2016.03.15 20:27

요즘 한창 바둑계가 시끌시끌합니다.

이유는 바로 인간 대표 '이세돌'과 인공지능 '알파고'와의 대결이 바로 내일 3월 9일부터 시작이기 때문인데요.

이세돌 9단은 "인간의 직관력과 감각을 인공지능이 따라오기는 무리가 아닐까 생각한다"라는 말과

"인공 지능이 직관을 어느 정도 모방할 수 있겠다는 생각이 들었다"라는 말을 했는데요.

이세돌 9단과 대국을 벌이는 '인공지능'은 단어가 낯설지는 않습니다.

해당 단어는 SF 영화나 소설 등에서 인간을 위협하거나 돕는 역할로 자주 등장했기 때문인데요. 

그렇다면 이러한 '인공지능'은 언제부터 거론이 되었으며 어떠한 특징이 있는 것일까요?









<인공지능의 등장>

인공적인 지능의 가능성은 40년대 후반과 50년대 초에 다양한 영역의 과학자들이 거론하기 시작했습니다.

이러한 가능성은 3명의 천재 과학자의 이론을 통해 제기되었는데요. 

그 3명은 노버트 위너, 클로드 섀넌, 앨런 튜링입니다.

노버트 위너는 수학자이자 전기공학자로 인공두뇌학을 전기적 네트워크의 제어와 안정화로 묘사했고,

클로드 섀넌은 마찬가지로 수학자이자 전기공학자로 정보과학을 디지털 신호로 묘사했으며,

수학자이자 암호 학자이고 논리학자인 앨런 튜링은 계산 이론을 통해서

어떠한 형태의 계산도 디지털로 나타낼 수 있음을 보여줬습니다.


여기서 '앨런 튜링'은 대중에게 특히나 유명한데, 그 이유는 유명한 '튜링 테스트'때문입니다.

물론 '이미테이션 게임'이라는 영화도 그의 유명에 한몫했지만,

전문가, 혹은 관심을 갖고 있는 대중들 사이에선 이미 '튜링 테스트'란 단어로 유명합니다.

'튜링 테스트'란 기계에 지능이 있는가를 판별하는 최초의 테스트로 앨런 튜링이 1950년에 고안해냈습니다.

'튜링 테스트'는 간단하게 2명의 사람과 지능이 있을 가능성이 있는 컴퓨터 1대로 실험 가능합니다.

1명은 사람은 외부에서 지켜보는 방관자의 입장이고 다른 1명은 컴퓨터와 대화를 하는 형태입니다.

방관자 입장에 있는 사람은 어떤 쪽이 컴퓨터 혹은 사람인지 알 수 없으며,

그들의 대화를 보고서 최종적으로 어떤 쪽이 사람이고 컴퓨터인지 선택하는 역할입니다.

그의 선택을 통해 컴퓨터에게 지능이 있는지 판별하는 방법이 바로 '튜링 테스트'입니다.

'튜링 테스트'를 통과한 사례는 2014년에 들어서야 처음으로 등장했습니다.

당년 6월 8일 '유진 구스트만'이라는 슈퍼컴퓨터에서 구동되는  

'유진'이라는 프로그램이 최초로 통과하는 영예를 가져갔습니다.

이는 '튜링 테스트'가 고안된 50년부터 무려 64년 뒤의 일로, 그만큼 그의 초안이 완벽했다는 주장과

64년이나 흘렀고 새로운 기준이 필요하다는 주장, 두 주장이 첨예하게 대립했습니다.

이 외에도 51년에는 현재 이세돌 9단과 대국하는 알파고의 시초라고 부를 수 있는 

'게임 인공지능'이 앨런 튜링의 동료인 크리스토퍼 스트레이치로 인해 처음 등장하기도 했습니다. 

당시 그는 체스를 둘 수 있는 체커 프로그램을 만들어 냈습니다.

이 '게임 인공지능'은 60년대 이르러 유명한 아마추어와 겨룰 정도가 되었으며,

현재에는 전 세계 바둑 기사 중 최고라는 이세돌 9단과 겨룰 정도의 발전을 이룩합니다.

이번 글에서는 인공지능이라는 개념이 시작된 50년대의 사건만 다루었습니다.

다음 글에서는 인공지능의 황금기라 부르는 56년부터 74년까지의 사건을 다루어 보겠습니다.

이 글을 쓰게 된 원인인 이세돌 9단과 알파고의 대국이 벌써 내일입니다.

이세돌 9단의 승리는 당연하고 더 나아가 전승을 기원합니다.



















티스토리 툴바