인공지능이란?

인공지능이란?

인공지능은 여러 학문이 연계된 정형적인 융합학문이다.

컴퓨터과학, 수학, 통계학을 중심으로 철학, 심리학, 의학, 언어학 등 실존하는 모든 학문이 광범위하게 연결되어 있다.

인류 역사상 가장 오래된 학문 중 하나인 철악은 2000년 이상 사람은 어떻게 인지하고, 배우고, 기억하고, 추론하는지에 대해 고민해 왔다. 

철학에서는 기원전 400년경 이미 인공지능의 개념을 상상했다. 

그것은 다름 아닌 마인드 mind 라는 것이다.

철악에서는 마인드를 사람 안에 어떤 언어로 인코딩된 시직을 조작하는 일종의 기계 같은 개념이라고 생각했다.

수악은 단연코 인공지능의 기반이 되는 학문이다.

수학에서 대수, 논리학, 확률론의 3개 핵심 분야는 철학에서 제안한 추상적인 아이디어를 증명하고, 알고리즘이라는 형태로 구체적인 구현 방법을 제시한다.

인지 심리학은 인간과  동물들이 어떻게 정보를 인지하고, 저장하고, 분석 처리하느냐에 대한 동작 메너키즘을 밝히는 데 중요한 역할을 한다.

그리고 컴퓨터 과학은 이러한 산출물들이 실제로 동작할 수 있도록 컴퓨터 하드웨어와 프로그래밍 기법을 개발해 인공지능의 마지막 모습을 완성하는데 핵심적인 역할을 한다.

인공지능은

전문가들의 관점에 따라 여러가지로 정의된다.

스튜어트 러셀과 피터 노빅은 "인공지능, 현대적 접근법"에서 인공지능을 다음과 같이 4가지 영역으로 정의하고 있다.

1. 인간처럼 생각하는 시스템

2. 인간처럼 행동하는 시스템

3. 이성적으로 생각하는 시스템

4. 이성적으로 행동하는 시스템

최근에는 이런한 '생각하는'인공지능 연구와 실험적인 심리학, 신경과학분야가 합쳐져 인지과학 이라는 새로운 학문 분야가 생기기도 했다. '생각하는 방법'의 인공지능 연구 중 대표적인 예가 카메니멜론 대학의 알렌 뉴웰 교수와 허버트 사이먼 교수의 논리이론기나 범용해석기다.

논리이론기는 알프레드 노스 화이트헤드와 버트랜드 러셀의 저서 "수학원리"에 나오는 정의들을 자동적으로 증명하는 프로그램이다. 범용해석기는 간단한 문제를 해결할 수 있으나 현실적인 복잡한 문제에서는 그 경우의 수가 기하급수적으로 증가하면서 적용하기 어렵다는 것이 밝혀졌다.

뉴웰과 사이먼은 이를 극복하기 위해 수단-목표 분석 기반의 경험적 방법을 통해 경우의 수를  줄이는 방법을 제시했다.

이 모델은 이후 카네기멜론 대학을 중심으로 컴퓨터 인지심리학 기반의 인공지능이라는 독특한 학문 분야로 발전한다.

"행동하는 방법"은 가장 직관적이다.

구현하고자 하는 시스템의 연구 대상이 관찰 가능한 행동이기 때문이다. 인공지능의 정의를 "행동하는" 방법으로 접근한 대표적인 예가 바로 튜링 테스트이다. 튜링 테스트는 기존의 이론적이거나 추상적인 인공지의 기준을 정하는 대신 사람이 하는 행동을 컴퓨터가 얼마나 유사하게 모방하느냐로 정의한 것이다. 사람들이 이해하고, 추론하고, 표현하는 행동을 컴퓨터가 똑같이 모방하는 것이 "행동하는"의 인공지능 구현 접근법이다. 최근에는 보고, 듣고, 움직이고, 운전하는 행동으로 적용 영역을 넓혀가고 있다.

현재까지 가장 활발하게 연구되고 있는 인공지능 분야는 '인간처럼 행동하는 시스템'이다.

자연어 처리, 자동적인 추론, 지식 표현, 음성인식, 머신러닝, 컴퓨터 비전, 로보틱스가 대표적이다.

인공지능을 '인간처럼 행동하는 시스템'이라고 정의한다면 인공지능은 인간처럼 몸과 마음이 필요하다. 그러한 의미에서 인공지능의 몸은 컴퓨터 또는 하드웨어이고 마음은 알고리즘 또는 소프트웨어이다. 몸과 마음이 일체로 작요하듯이 인공지능의 발전사로 컴퓨터와 알고리즘의 연구가 서로 단단히 맞물려 있다. 특히 알고리즘이 동작하는 컴퓨터의 발전은 인공지능 기술의 발전을 더욱 가혹화했다.

인공지능의 서막을 올린 앨런 튜링

영국은 초장기 인공지능이 탄생하고 성장하기에 매우 비옥한 토양을 가지고 있었다. 

16세기 귀납적 방법의 경험론을 창안한 프랜시스 베이컨, 17세기 경험론을 계승하고 인식론을 창시한 존 로크, 그리고 19,20세기 논리학과 언어학에 많은 영향을 준 분석찰학의 선구자 조지 무어와 버트랜드 러셀, 물리학 및 생물학의 아이작 뉴턴, 찰스 다윈등 무수히 많은 철학자와 과학자들의 사상이 숨쉬는 곳이었다.

영국의 수학자 앨런 튜링은 1912년 그러한 과학과 철학이 숨쉬는 런던에서 태어났다.

앨런 튜링은 지금의 인공지능과 컴퓨터 과학을 탄생시킨 장본인이다.

'튜닝 머신'이라고 불리는 그의 최초 컴퓨터 구조가 향후 영구의 범용 컴퓨터인 콜로서스나 미국의 존 폰 노이만 방식의 컴퓨터인 에니악에 사용된 기본 모델이 된다.

또한 그는 컴퓨터가 생각을 한다는 개념을 처음으로 구체화해서 인공지능의 개념을 탄생시켰다. 사실 당시에는 인공지능이라는 용어가 만들어지기 전이었고, 영국에서는 기계 지능이라는 용어를 사용했다. 이런 이유로 그를 현대 컴퓨터과학과 인공지능의 아버지라 부른다.

어려서부터 수학적인 천재성과 자연과학에 대한 남다른 감수성을 보여준 튜링에게는 당시 영국 공립학교의 교육 커리큘럼은 그의 지적 호기심을 채워주기에 부족했다. 일례로, 튜링이 다니던 고등학교 교장은 "그를 과학자로 키우려면 공립학교 교육을 시간낭비"파고 말했다 전해진다.

튜링은 고등학교 학창시절 우정 이상으로 사랑했던 친구를 잃으면서 육체가 없는 영혼의 존재에 대해 깊이 고민하게 된다.

튜링은 그와 함께 수학과 과학을 주제로 많은 애기를 나누면서 그의 뛰어난 영감에 영향을 받는다.

튜링의 일기장에는 "그가 밞고 있는 땅을 숭배하고 싶다"라고 표현하기도 했다.

튜링에게 수학과 과학의 영감을 전해준 절친한 친구는 꽃러럼 아름다운 청소년 시기를 넘기지 못하고 폐결핵으로 죽는다. 튜링은 이후 영혼이 육체와 분리되어 사물에 깃들 수 있다고 믿었고, 어떻게 하면 사물이 정신을 소유할 수 있을까에 대한 질문을 스스로에게 끊임없이 하게 된다. 이러한 이유로 그가 '생각하는 기계'에 대한 남다른 통찰을 보여줬는지도 모른다.

앨런 튜닝은 1936년 발표한 논문에서 프로그램을 기반으로 하는 최초의 컴퓨터 모델을 제안한다.

'튜링 머신'이라는 최초의 프로그래밍이 가능한 컴퓨터 구조인데, 독일의 수학자 데이비드 힐버트가 질문한 결정문제를증명하기 위해 고안된 것이다. 힐버트의 결정문제는 참과 거짓을 가릴수 있는 임으의 명제를 컴퓨터 알고리즘을 통해 똑같이 참과 거짓을 판별할 수 있는가를 묻는 문제다.

한편, 거의 같은 시기에 미국의 수학자인 프린스턴 대학교의 알론조 처치 교수도 힐버트의 결정문제를 고민하고 있었다.

컴퓨터 과학사에서 길이 남을 두 연구는 이렇게 대서양을 사이에 두고 서로 정보 교류가 없는 상태에서 독립적으로 진행되고 있었다. 처치는 튜링보다 불과 몇개월 전에 힐버트의 결정문제를 증명하는 논문을 발표한다.

처치 교수는 이후 그의 논문에서 튜링머신이 자신의 것보다 명확하고 간결하게 계산이론을 설명하고 있다고 언급하기도 했다.

튜링과 처치는 각각 자신들의 계산이론인 튜링머신과 알파칼컬스를 통해 다음과 같은 가설을 세운다.

'수학 함수를 이용해 어떤 값을 구하는 방법이 있다면, 그 방법을 튜링머신으로도 구현 할 수 있다.'

이 가설을 처치-튜링 논제라고 부른다.

이 논제는 향후 물리학에서의 뉴튼 법칙 처럼 컴퓨터과학에서 가장 기초적이 이론이 된다.

다시 본론으로 돌아가서 튜링은 튜링머신을 통해 어떻게 힐버트의 결정문제를 증명했을까?

튜링은 힐버트의 결정문제를 중단문제로 치환해서 생각했다. 중단문제는 어떤 입력값을 가지고 무언가를 계산하는 프로그램이 중단할 것인가 아니면 중단하지 않을 것인가를 "예" 또는  "아니오"로 답하는 문제를 말한다. 결론부터 말하면 이 세상의 그 어떤 알고리즘도 프로그램의 중단 여부를 판단할 수 없다. 중단 문제는 대표적인 결정 불가능성에 해당하는 문제다.

튜링은 중단문제가 결정 불가능성 문제임을 증명하기 위해 집합이론을 기반으로 하는 러셀의 패러독스를 적용한다. 러셀의 패러독스는 "자기 자신을 원소를 취하지 않는 모든 집합을 포함하는 전체집합 s가 있을때, s 자신이 s의 원소인가?"를 묻는 것이다.

즉, 자기 자신을 원소로 하지 않는 전체집합 s가 있다면 모순이 발생된다.

"어떤 마을에 오직 한명의 이발사만 살고 있었는데, 그 이발사는 스스로 면도를 하지 않는사람은 모두 내가 면도를 해주겠다. 라고 선언했다."

이 주장을 증명하기 위해서는 스스로 면도를 해야하는고 동시에 스스로 면도를 하지 말아야 한다. 즉, 자기 자신이 이발사이기 때문에 스스로 면도를 해야하고 동시에 스스로 면도하는 사름은 면도하지 않기로 했기 때문에 스스로 면도를 하지 말아야 한다. 결국 모순이다.

따라서, 스스로 면도를 하지 않는 모든 사람을 면도해주는 이발사는 존재하지 않는다.

인공지능 뇌의 진화

컴퓨터의 개발은 다양한 분야에서 서로 다른 목적으로 진행됐다.

예를 들면, 어떤 특정한 기능을 수행하기 위해 컴퓨터와 알고리즘이 일체형으로 동작하는 형태로 개발되기도 했고, 어떤 때는 사람 대신 많은 분량의 술자를 빠르게 계산하려는 목적으로 컴퓨터를 설계하기도 했다. 그러나, 일반적인 문제를 풀수 있고 또한 사용자의 명령어를 이해하는 범용 컴퓨터의 개발은 언제나 최종 목표였다.

컴퓨터는 수많은 크고 작은 톱니바퀴로 연결된 기계식 계산기에서 진공관을 이용한 전기식, 그리고 지금의 반도체를 집적한 전자회로 방식으로 발전했고 요즘의 고성능 컴ㅍ터는 페타플롭스의 빠르기로 숫자를 계산할 수 있으니 그 발전 속도가 느야말로 눈부시다. 하루가 다르게 발전하는 컴퓨터의 성능은 무어의 법칙을 넘어 이젠 양자 컴퓨터로 그 지평을 열어가고 있다.

단순한 계산기 형태가 아닌 프로그래밍 가능한 초기 컴퓨터 개발의 가장 큰 동인은 1939년 시작된 제2차 세계대전의 발발이었다. 이때 가국은 전쟁을 승리로이뜰기 위해 암호해독이나 무기개발에 사용될 컴퓨터가 필요했고, 이를 위해 정부는 막대한 연구비를 아낌없이 쏟아부었다. 제2차 세계 대전 당시 이러한 목적을 만족하는 컴퓨터를 먼저 개발한 것은 독일이었다.

독일의 전자공학자인 코마드 추세는 1941년 정ㅂ의 지원으로 튜링완전성을 만족하는 z3컴퓨터를 개발하는 데 성공했다. 이후 1944년 영국은 독일군의 암호 해독을위한 컴퓨터인 콜로서스를 개발했고, 미국은 1945년 에니악이라는 컴퓨터를 개발하는데 성공한다.

이들의 개발한 초창기 컴퓨터들은 프로그래밍 가능한 최초의 범용컴퓨터로서 대학교를 중심으로 진행되고 있었던 개념적인 수준의 인공지능 알고리즘이 실제로 구현될 수 있게 하는 플랫폼의 역할을 훌륭히 수행했다.

당시 컴퓨터를 설계하고 제작할 수 있었던 미국, 영국,독일이 사실 인공지능 분야를 선도했다고 말할 수 있다. 그 여파는 지금까지도 이어지고 있으며, 후발 주자들의 추격을 쉽게 허락하지 않고 있다.

.

.

.

우리나라는 전쟁통에 난리였는데, 1945년전에 벌써 이렇게 강대국들은 컴퓨터의 인공지능에 대해 눈뜨고 개발하고 있었구나. 저런 갭을 매꾸기 위해서라도 우리나라 화이팅이다!!!