인공지능 강대국들은 어떻게 발전해왔나? 인공지능 용어의 등장은 언제?

인공지능 강대국들은 어떻게 발전해 왔나.

1980년대부터 일본은 '5세대 컴퓨터' 프로젝트라고 하는 국가과제를 통해 차세대 컴퓨터 시스템과 인공지능 분야에 대한 연구를 시작했고, 최근에는 중국이 이 분야에 뒤늦게 뛰어들었다. 중국은 거대한 내수시장과 자본력을 바탕으로 세계적인 핵심인력을 적극적으로 영입하고 있으며, 매우 공격적인 투자로 선두 주자들을 바짝 추격하고 있다.

현재 중극은 미국을 상대할 가장 위협적인 나라로 부상하고 있다. 

최근 마이크로 소프트는 중국의 고급인력과 내수시장을 동시에 해결하기 위해 인공지능 연구소를 중국 베이징에 설치하고 운영 중이다.

제 2차 세계 대전 동안 개발된 에니악을 포함해서 1946년 부터 1959년사이에 개발된 컴퓨터를 1세대 컴퓨터라고 부른다. 1세대 컴퓨터는 중앙 처리 장치를 위한 메모리 및 회로 기능을 위해 진공관을 주요 부품으로 사용했다. 몇천 개의 진공관을 수많은 케이블로 실타래처럼 연결한 1세대 컴퓨터는 어마어마한 크기로 인해 이동이 불가능했고 특정한 장소에 붙박이 형태로 설치됬다. 

진공관을 이용한 1세대 컴퓨터는 태생적인  발열과 전력 소모로 대규모 기관이 아니면 엄두도 내지 못했다. 물론 가격도 매우 고가였다.

1세대 컴퓨터에서는 모든 작업이 배치 형태로 진행됐으며, 입출력 인터페이스도 펀치카드, 종이 테이프가 사용됐고 1세대 후반부에 자기 테이프가 도입됐다. 프로그램을 하기 위해 기계어의 일종인 어셈블러를 사용해야 했다. 에니악을 비롯해 에드박, 유니박, ibm 650, ibm 701이 1세대 컴퓨터에 해당된다.

2세대 컴퓨터는 1959년부터 1965년까지개발된 컴퓨터를 말하는데, 이때부터 진공관 대신 트랜지스터가 사용됐다.

진공관 대신 트랜지스터를 사용하면서 컴퓨터의 크기가 훨씬 줄어들었고 동시에 전력 소모량도 현격히 줄었다. 또한 계산 과정도 1세대보다 안정적이고 빨랐다. 2세대 컴퓨터는 자기 장치를 주력 메모리로 사용했고, 자기 테이프와 디스크를 2차 저장장치로 사용했다. 사람이 직관적으로 이해할 수 있는 고급 프로그래밍 언어로 포트란과 코볼이 개발되어 사용됐다. 2세대로 접어드면서 각종 기술적인 발전이 이뤄졌지만 가격 면에서는 여전히 고가여서 사용하기에 상당히 부담이 있었다. 2세대 컴퓨터의 대표적인 모델로 ibm 1620, iam 7094, cdc 1604, cdc 3600, UNIVAC 1108등이 있다.

3세대 컴퓨터는 1965년과 1971년 사이에 개발된 컴퓨터를 말한다.

3세대 컴퓨터의 가장 큰 특징을 드랜지스터대신 집적회로를 사용한다는 점이다. 집적회로란 단일 실리콘 침 위에 여러개의 트랜지스터와 저항, 그리고 축전소자가 들어있는 것을 말하는데 직접회로는  1958년 텍사스 인스트루먼트에서 연구원으로 있던 잭 킬비가 발명한 것이다. 그는 2000년에 집적회로의 발명으로 노벨 물리학상을 수상한다. 집적회로가 사용됨으로써 컴퓨터는 더욱 작아졌고 성능과 안정성이 훨씬 개선됐다. 이때부터 원격지에서 명령어를 실행할 수 있는 방법이 개발됐고, 중앙처리장치를 시간차를 두고 공유하는 기술과 병렬컴퓨팅의 초기 형태인 멀티프로그래밍 기술이 도입됐다. 이때 개발된 고급 프로그래밍 언어로는 파스칼과 베이직이 있고, IBM 360 시리즈와 허니웰 6000 시지르가 대표적인 3세대 컴퓨터에 해당된다.

4세대 컴퓨터는 1971년부터 1980년까지 개발된 컴퓨터를 말한다.

4세대 컴퓨터의 특징은 단일 실리콘 칩 안에 몇천 개의 트랜지스터를 집적하는 고밀도 집적회로의 발명이다. 고밀도 집적회로의 도입은 새로운 컴퓨터 세계로의 집입을 의미한다. 이를 기반으로 마이크로프로세서가 개발되면서 컴퓨터의 대중화 시대가열린다.

5세대 컴퓨터는 1980년부터 지금까지를 말한다.

5세대 컴퓨터에서 가장 두들진 특징은 실리콘 칩의 초고밀도 집적화라고 할 수 있다. 예를 들면, 4세대 집적회로안에 들어간 트랜지스터의 개수는 5천개 정도였는데, 2013년 인텔이 출시한 하스웰 프로세서는 약 26억 개의 트랜지스터가 집적되있다. 5세대 컴퓨터에서 또 하나의 특징을 병렬컴퓨팅의 바런이다. 병렬컴퓨팅은 여러 개의 컴퓨터를 마치 하나인 것처럼 사용함으로써 성능을 높이는 기술인데 이미 3세대 컴퓨터부터 시도돼 왔다. 이 기술이 5세대에서 더욱 관심을 받은 이유는 단일 마이크로프로세서의 성능 한계를 체감했기 때문이다.

마이크로프로세서의 성능을 좌우하는 트랜지스터의 집적도가 18개월마다 2배씩 증가한다는 무어의 법칙은 1990년대까지는 잘 들어맞았으나 점차 집적도의 물리적 한계를 보이면서 주춤댔다. 이러한 성능 포화현상을 극복하기 위해 병렬컴퓨팅 기술이 적극 개발됐다. 단일 CPU 칩 안에 여러 개의 코어를 내장한다거나, 한 대의 컴퓨터 안에 있는 여러 개의 CPU가 중앙에 내장된 메모리를 공유해서 여러 개의 CPU를 프로그램 하나가 동시에 사용할 수 있게 하는 것이다.

이러한 기법을 공유 메모리 병렬 컴퓨팅이라고 한다.

컴퓨터의 성능을 더욱 확대하기 위해 물리적으로 분리돼 있는 분산형 컴퓨터를 테트워크로 연결해 동시에 사용하는 초병렬컴퓨팅 기술도 이때 등장하게 된다. 이러한 병렬 컴퓨팅을 분산형 메모리 초병렬컴퓨팅이라 한다.

분산형 병렬컴퓨터에서는 네트워크 케이블을 통해 컴ㅍ터 사이에서 테이터를 주고 받는데, 이때 테이터 전송 속도를 높ㅇ기 위해 빛을 이용한 광섬유 케이블이 사용되기도 한다. 지금은 구글이나 페이스북, 그리고 아마존 같은 서비스 업체부터 정부 소유의 수퍼컴퓨팅센터까지 테이터센터에 있는 며천 대의 컴퓨터를 마치 하나의 검퓨터처럼 자유자재로 사용할 수 있다.

5세대에 들어서면서 이처럼 눈부시게 발전한 기술로 인해 그동안 컴퓨터 성능의 한계로 쳐다보지도 못했던 대규모 문제에 이제는 도전할 수가 있게 됐다. 초고집적 프로세서와 고성능 네트워크 장비 그리고 대용량의 메모리와 입출력 장치를 갖춘 컴퓨터 환경이 완성되면서 딥러닝과 같은 기술이 실용화되는 단계에 이르렀다.

최고의 인공신경망 : 퍼셉트론

미국에서는 1943년 신경외과 의사인 워렌 맥컬록과 논리학자인 월터 피츠의 역사적인 연구에서 인공신경망이시작된다. 그들은 마치 전기 스위치러럼 온,오프 하는기본적인 기능이 있는 인공 신경을 그물망 형태로 연결하면 그것이 사람의 뇌에서 동작하는아주 간단한 기능을 흉내 낼수 있다는 것을 이론적으로 증명했다.

이 연구는 신경망 시반의 인공지능 연구에 서막을 올리는 사건이었고, 향후 1958년 코넬 대학교의 심리학자인 프랭크 로센블래트의 연구에 결정적인 영향을 준다. 여기서 탄생된 이론이 바로 퍼셉트론이다.

프랭크 로센블래트는 맥컬록과 피츠의 원시적인 인공신경망 이론을 바탕으로 학습이라는 개념을 추가한다.

로센블래트가 정의한 학습의 개념은 1949년 도널드 올딩 헵이 발표한 책에서 아이디어를 얻었다. 헵은 이 책에서 생물학적 신경망 내에 반복적인 시그널이 발생할 때 신경 세포들이 그 시그널을 기억하는 일종의 학습효과가 있음을 지적했다.

그는 이 관찰을 기반으로 생물학적 신경망의 학습 매커니즘을 인공신경망에서는 가중치라는 것으로 그 효과를 ㄷ체할 수 있음을 설명했다.

1958년  로센블래트는헵의 가중치 내겸을적용해 사람의 시각 과정을 시뮬레이션하는 물리적인 기구를 만들면서 퍼셉트론 이론을 발표한다. 로센블래트가 발표한 퍼셉트론은 인공신경망을 실제로 구현한 최초의 모델이다.

인공지능 용어의 등장

인공지능이라는말은 1956년 여름 존 매카시가 다트머스 대학에서 열린 컴퍼런스에서 처름 사용했다.

존 매카시는 프린스턴 대학에서 박사학위를 받고 다트머스 대학ㅇ서 교수로 재직하고 있던 중 마빈 민스키, 정보이론의 창시자 클로드 쉐넌, IBM 701을 설계한 나다니엘 로체스터등과 공동으로 이 컨퍼런스를 주최했는데, 다수의 프린스턴 대학 동문들과 IBM의 아서 사무엘, MIT의 레이 솔로모노프, 올리버 셀프리지 그리고 카네기멜론 대학의 하버트 사이먼과 알렌 뉴웰등이 참여했다.

사실 이 컨퍼런스에서는 별다른 연구결과는 발표되지 않았고 인공지능이라는 용어의 탄생으로 그 의미가 있다.

이후 존 매카시는 다트머스 대학에서 MIT로 자리를 옮긴 후 계속 인공지능 연구를 진행한다. 그는 MIT에서 인공지능 분야에서 사용되는 LISP를 개발했다.  LISP는 고급 프로그래밍 언어로 매카시가 1958년 개발해 1960년에 발표한 것이다. 이는 포트란보다약 2년 훙 만들어진 것을 알려졌는데 기즘까지도 사영되고 있는 고급프로그래밍 언어다.

다트머스 컨퍼런스에 참여했던 마빈 민스키 박사도 1958년 MIT에 합류한다. 민스키는 1959년 매카시와 공동으로 MIT 내에 AI랩을 만들면서 인공지능의 중심이 프린스터 대학에서 MIT로 이동하게 된다. 민스키는 지속적으로 어떻게 하면 컴퓨터가 사람처럼지각하고 사고하는지에 대해 연구했으며, 그 공로로 어떻게 하면 컴퓨터가 사람처럼 지각하고 사고하는지에 대해 연구했으며, 그 공로로 1969년 컴퓨터 과학 분야의 노벨상이라고 하는 튜링 어워드를 수상한다. 또한 그는 1985년에 MIT에서 미디어랩을 설립하기도 했다. 인공지능의 선구자인 마빈 민스키는 2016년 1월, 88세의 일기로 수많은 업적과 함께 역사 속으로 사라진다.

다트머스 컨퍼런스에 참석한 인공지능 전문가 가운데 아서 사무엘이 있었다.

그가 바로 머신런닝이라는 용어를 처음으로 사용한 사람이다. MIT에서 전기공학으로 석사학위를 받은 사무엘은 벨 연구소를 거쳐 어바나 샴페인에 있는 일리노이 주립대 전기공학과 교수를 역임했다. 이후 IBM으로 자리를 옮겼는데, 1959년 IBM이 개발한 최초의 과학계산용 상용 컴퓨터인 IBM 701 에서 실행되는 인공지능 프로그램을 개발한다. 그의 프로그램은 보드게임 중 하나인 체커게임을 사람을 상대로 하는 것이었는데, 이 연구 결과를 발표하는 그의 논문에서 처음으로 머신러닝이라는 용어를 사용했다. IBM에서 은퇴한 후 그는 스탠포드 대학에서 인공지능 분야 연구 교수를 역임하면서 후배 양성에 힘을 쏟았다.

인공지능의 위대한 도전들

1950년대에 존 폰 노이만 교수가 있었던 프린스턴 대학은 인공지능 분야의 산실이었다.

당시 프린스턴 대학의 박사과정 학생이었던 마빈 민스키와 딘 애드먼드는 최최의 인공신경망 컴퓨터를 개발하고 있었다.

이때가 1951년이었다.

그들은 쥐가 미로를 찾는 것을 시뮬레이션하는 컴퓨터를 설계했다.

이 컴퓨터는 40개의 뉴런을 가진 컴퓨터로서 SNARC이라고 불렀다. 민스키와 에드먼드는 SNARC 에 40개의 뉴런을 구현하기 위해 3천개의 진공관을 사용했다. 그러나 마빈 민스키의 박사논문 연구로 진행된 이 프로젝트는 아쉽게도 성공하지 못했다.

1951년 영국 방위산업체인 페란티는 맨체스터 대학과 공동으로 최초의 상용 컴퓨터 페란티 마크 원을 개발한다. 페란티 마크 원은 맨체스터 전자 컴퓨터 또는 맨테스터 페란티로도 불렀다. 이 최초의 상용 컴퓨터는 맨체스터 대학에 설치됐는데, 이 컴퓨터를 이용해 갖가지 인공지능 프로그램들이 개발됐다.

1951년 영국의 컴퓨터 프로그램 분야의 선구자인 크리스토퍼 스트래치는 페란티 마크 원에서 동작하는 최초의 인공지능체커 보드게임 프로그램을 개발했다.  사실 그는 이 프로그램을 앨런 튜링이 개발한 ACE 컴퓨터에서 이미 잘 동작하는 것을 확인한 상태였다. 그의 인공지능 체커 프로그램은 페란티 마크 원 컴퓨터에서 정상적인 계산 속도를 유지하면서 처음부터 끝까지 성공적으로 실행됐다.

페란티에서 연구원으로 근무하고 있던 디트리치 프린즈는 최초로 체스게임을 타킷으로 인공지능 프로그램 개발에 도전한다. 체스는 서양에서 가장 인기있는 보드게임이었고, 컴퓨터가 사람을 상대로 체스 게임을 한다는 것은 인공지능 수준을 시험하는 의미로 매우 중요한 사건이었다. 앨런 튜링의 동료이기도 했던 디트리치 프린즈는 1951년에 페란티 마크 원에서 동작하는 인공지능 체스 프로그램을 완성한다. 그러나 페란티 마크 원의 성능 한계로 그의 프로그램은 전체 게임을 할 수는 없었고, 'mate-in-two'라고 하는 체스의 마지막 단계인 체크메이트 두 단계 전에서 가장 최적의 이동 경로를 결정할 있는 수준이었다.

1947년 앨런 튜링도 인공지능 체스 프로그램을 설계했지만 끝까지 완성하지는 못했다.

정보이론의 창시자인 클로드 쉐넌은 MIT를 졸업하고 밸 연구소의 연구원으로 있었는데, 그는 튜링의 생각하는 기계의 가능성을 매우 공감하고 있었다. 1950년 그는 인공지능 기반의 체스 게임에 관련된 논문을 발표하면서 경우의 수가 10의 120승인 체스게임을 컴퓨터가 풀기 위해서는 사람과 같이 정성적인 경험 기법이 필요하다고 주장했다. 그는 이 논문의 의미를 다음과 같이 설명했다.

"실용적으로 중요하지 않을 수도 있지만 이론적으로 관심있는 문제이기도 하고 또한 다른 유사한 속성을 지닌 더욱 중요한 문제를 해결하는 데 쐐기역할을 할수 있으리라 희망한다."

다른 여러 전문가들도 체스 게임과 같은 인공지능 프로그램을 만들 수 있다면 다른 복자반 문제도 해결할 수 있을 것이라 믿었다.

체스의 전체게임을 할 수 있는 인공지능 프로그램은 1958년 알렉스 번스타인이 처음 개발했다. 

알렉스 번스타인은 IBM의 프로그래머로 있었는데, 재능 있는 체스 선수이기도 했다. IBM 704 컴퓨터에서 동작하는 그의 체스 프로그램은 게임 시작부터 마지막까지 사람을 상대로 경기를 할 수 있는 수준이었는데, 실력은 아쉽게도 초보자 수준을 넘어서진 못했다. 번스타인의 프로그램에서 각 말이 이동을 위해 계산하는 평균 소요시간은 약 8분 정도였다.