인공지능

최근 수정 시각:

분류

파일:Semi_protect.png
이 문서는 비로그인 사용자의 편집이 제한되어 있습니다. 자세한 사유는 여기를 참고하시기 바랍니다.

파일:나무위키+넘겨주기.png   관련 문서: 컴퓨터 관련 정보, 기술적 특이점, 강인공지능

파일:나무위키프로젝트.png
이 문서는 나무위키 인공지능 프로젝트에서 다루는 문서입니다.
해당 프로젝트 문서를 방문하여 도움이 필요한 문서에 기여하여 주세요!

인공지능의 발명이란 자동차에서 바퀴를 떼어낸 뒤 그 자리에 발을 달기 위해 고심하는 것이다.


기계가 편리함을 주되 초지능이 되지 않도록 인류가 잘 관리해야 한다.


人工知能 / Artificial Intelligence; A.I.

1. 개요2. 유사 용어들3. 상세4. 인공지능과 로봇5. 강인공지능약인공지능6. 접근법7. 연구 현황8. 인공지능에 대한 사회적 논란과 문제들9. 인공지능 구현에 쓰이는 기술10. 약인공지능11. 각종 창작물에 등장하는 인공지능12. 클리셰
12.1. 기계의 반란12.2. 논리 충돌 오류12.3. 고뇌하는 인공지능12.4. 조력자 인공지능12.5. 인간을 초월한 인공지능12.6. 인간의 일자리를 빼앗는 인공지능
13. 관련 문서

1. 개요[편집]

파일:0003986127_001_20170501104018443.jpg

인공지능인간이 지닌 지적 능력의 일부 또는 전체를 인공적으로 구현한 것이다. 현실에서는 이제 막 한걸음을 내딛은 단계이며 SF물에서 흔히 볼 수 있는 소재이기도 하다.

2. 유사 용어들[편집]

먼저, 인공지능에 관한 용어들은 대부분 일반인들에게 생소한 경우가 많고 혼동하기 쉽기 때문에 아래에 정리된 사항을 참고하면 내용을 이해하는데 도움이 된다.

인공지능 ⊃ 기계학습 ⊃ 인공신경망 ⊃ 딥 러닝


인공 지능1 분야에는 몇 가지 기술이 있다. 기계 학습2은 기본적인 규칙만 주어진 상태에서 입력받은 정보를 활용해 스스로 학습하는 것이다. 인공 신경망3이란, 인간의 뉴런 구조를 본떠 만든 기계 학습 모델이다. 딥 러닝4은 입력과 출력 사이에 있는 인공 뉴런들을 여러개 층층히 쌓고 연결한 인공신경망 기법을 주로 다루는 연구이다. 즉, 단일 층이 아닌 실제 뇌처럼 여러 계층으로 되어있다. 인지 컴퓨팅5은 기계학습을 이용하여 특정한 인지적 과제를 해결할 수 있는 프로그램 또는 솔루션을 이야기한다. 끝으로, 뉴로모픽 컴퓨팅6은 인공신경망을 하드웨어적으로 구현한 것이라고 생각하면 된다.


1. Artificial Intelligence

2. Machine Learning

3. Artificial Neural Network

4. Deep Learning

5. Cognitive Computing

6. Neuromorphic Computing

3. 상세[편집]

인공지능Artificial Intelligence이라는 용어가 처음 등장한 때는 1956년에 미국 다트머스에서 마빈 민스키, 클로드 섀넌 등 인공지능 및 정보 처리 이론에 지대한 공헌을 한 사람들이 개최한 학회에서 존 매카시가 이 용어를 사용하면서부터이다. 하지만 인공지능이라는 개념 자체는 훨씬 예전부터 있었다. 예를 들면, 앨런 튜링이 ‘생각하는 기계’의 구현 가능성과 튜링 테스트를 제안한 것은 1950년의 일이며, 최초의 신경망 모델은 1943년에 제안되었다.[1]

그리고 당연하지만 이런 일에 관심을 가진건 서방뿐만이 아니여서 소련 역시 아나톨리 키토프 박사가 본인의 저서 "붉은 서"에서 "ЕГСВЦ(Единой централизованной автоматизированной системы управления народным хозяйством страны - 국가(계획)경제 네트워크 중심적 통제체계)" 라는 것을 제시하였는데, 이는 컴퓨터 네트워크화를 통한 더 나은 계획 경제 체제와 사회의 추구를 목표로 삼은 이론이었다. 이것을 소련 컴퓨터 공학자 빅토르 글루쉬코프가 더욱 개량한 것이 바로 OGAS(ОГАС - Общегосударственная автоматизированная система учёта и обработки информации, 전연방자동정보처리체계) 계획이다.

인공지능의 역사는 20세기 초반에서 더 거슬러 올라가보면 이미 17~18세기부터 태동하고 있었지만 이때는 인공지능 그 자체보다는 마음의 관계에 관한 철학적인 논쟁 수준에 머무르고 있었다. 당시에는 인간의 뇌 이외에는 정보처리기계가 존재하지 않았기 때문이다. 그러나 시간이 흘러 20세기 중반부터 본격적으로 컴퓨터 발달 혁신의 물줄기가 터지기 시작하면서 이거 잘하면 컴퓨터로 두뇌를 만들어서 우리가 하는 일을 시킬 수 있지 않을까? 라는 의견이 제시되었고 많은 사람들이 그럴듯하게 여겨 빠른 속도로 인공지능은 학문의 영역으로 들어서기 시작했다.

20세기 중반에도 인공지능 연구는 자연어 처리나 복잡한 수학 문제를 해결하는 등 정말로 인간만이 할 수 있는 영역에 있던 문제들도 컴퓨터로 착착 해결할 수 있었던 상당히 혁신적인 연구였으며, 많은 관심을 받고 지속적으로 연구가 이루어진 분야이다. 당연히 AI 산업은 이미 1980년도에 10억불 규모의 시장을 형성할정도로 큰 분야였으므로 과거에 이런저런 이유로 관심이 없었다던가 실용화가 되지 않았다는 것은 어불성설이다. 다만 아무래도 당시의 정보처리 능력의 한계와 정보량의 부족, 그리고 이런저런 이유로 연구자금지원이 중단되는 트러블과 특히 1969년도에 Marvin MinskySeymour Papert가 "Perceptrons"이라는 책을 출간하면서 지적한 단일 계층 신경망의 한계로 인해 1970년대에 한동한 인기가 시들시들 하기도 했었다. 이 문제는 1980년도에 다층 신경회로망이 도입되면서 해소되었지만 정보처리 능력의 한계와 해소되기까지는 더 시간이 필요했다.

이후 1974년도에 제시된 역전파 알고리즘, 전문가시스템의 성장과 1980년도에 신경망 이론에 대한 연구가 다시 재개되면서 많은 연구가 있었지만 여전히 성장이 지지부진하여 큰 실망을 안겨주기도 했다. 문자인식이나 음성인식등의 가시적인 성과가 있는 분야도 있었지만 대화 인공지능등의 개발 실패 등, 눈앞의 목표를 달성하지 못하는 경우도 많았기 때문인데, 심지어 이런 부분은 2010년도 이후에 나타난 여러가지 대화 인공지능도 인간과 대화를 한다고 보기는 어려운 수준이다. 이 때문에 1990년도 이후부터 인공지능의 목표는 인간지능의 구현이라는 막연히 넓은 목표에서 문제해결과 비즈니스 중심으로 더 신중하고 좁은 분야가 되었으며, 그제서야 때맞춰 나타난 하드웨어의 성장을 업고 더 성공적인 분야가 될 수 있었다.

21세기 이후로는 2006년 제프리 힌튼geoffrey hinton, 1947~ 교수에 의해 딥러닝 논문이 발표되어 불가능이라 여겨졌던 비지도 학습방법이 가능해졌고 이미 몇 가지 분야에서는 인간의 수준을 뛰어넘은 결과물이 속속 나타나고 있다. 알파고 이외에도 2017년 현재의 인공지능은 사람의 능력과 비교하여 얼굴 인식율이 더 높거나 사물을 더 잘 인식하는 결과를 나타내고 있어, 약인공지능 분야에서는 빠른 속도로 사람의 능력을 추월할 수 있다는 의식이 확산되고 있다.

그러나 이 역시 기존의 패러다임에서 무언가 혁신적인 변화가 있었다기보다는 그냥 원래 있던 게 우수하게 개량되어 실용화가 된 수준이라는 관점도 많다. 왜냐하면 막상 본래 목표로 했던 두뇌 구현에 관한 연구는 제한적으로 진행 되고 있으며, 지금도 별다른 진전이 없기 때문이다. 지금까지도 뇌의 작동 원리에 대한 연구 수준은 뉴런의 동작이나 뇌 부위별 역할, 혹은 상관관계를 알아내는 정도로, 두뇌 분석의 기초가 될 신경 회로에 대한 연구마저도 이제 막 시작 된 상황이다. 이렇게 환장맞게 진도가 안 나가고 있기 때문에 인공신경망의 모태가 된 점만 빼면 아직까지는 인공지능 분야와의 실질적인 접점이 별로 없다.

4. 인공지능과 로봇[편집]

간혹 인공지능과 로봇을 혼동, 혼용하는 사람들도 있는데 따로 두고 생각해야 한다.

인공지능이라는 분야가 대중들과 가까워진 시기가 상당히 최근의 일이고 미디어에서 보여주는 로봇들이 대부분 당연한듯이 인공지능을 탑재하고 나오는 경우가 많지만 인공지능은 어떤 정보를 받아서 해석하여 결과를 출력하는 등등 정보처리의 문제고 로봇은 어떤 부위의 구동기를 제어해서 어떤식으로 시스템을 물리적으로 제어할 것인가와 같은 하드웨어 차원의 문제다. 알파고처럼 컴퓨터 안에서만 돌아가는 인공지능과, 단순 알고리즘과 제어 프로그램에 의해 움직이는 협업로봇이 존재하듯이 이들은 서로 긴밀하게 묶여있는 분야가 아니고 상호보완의 관계다.

5. 강인공지능약인공지능[편집]

인터넷 여기저기서 인공지능과 관련된 내용을 뒤져보면 흔히 나오는 단어들인데 약인공지능Weak AI강인공지능Strong AI은 1980년에 존 설John R. Searle, 1932~ 교수가 그 유명한 중국어 방 논변을 제안하면서 최초로 사용한 개념이다.

다른 곳의 문서를 보면 인간의 마음을 복잡한 정보처리로 구현한 것을 강한 인공지능, 단순히 인간의 능력 일부를 시뮬레이션 하거나 그런 작업을 목적으로 하는 것을 약한 인공지능이라고 편리하게 설명한다. 그러나 좀 더 정확하게 설명하자면 존 설 교수의 본래 의도는 인간의 마음을 컴퓨터 소프트웨어와 같은 관점으로 보고 행하는 인공지능 연구를 "강한 인공지능 연구", 반대로 인간의 마음과는 별개로 단지 유용한 도구의 개발을 위해 행하는 인공지능 연구를 "약한 인공지능 연구"로 정의하여 철학적 관점에서 인간의 마음을 컴퓨터와 소프트웨어와 같이 보는 연구를 비판하고자 한 것이다. 한줄 요약을 하자면 프로그램은 프로그램일 뿐, 본질이 인간과 같을 수 없다! 정도. 당연하지만 이 논변에 대한 많은 반박이 나왔을 뿐더러, 애초에 설 교수는 심리철학자이므로 이 주장을 맹목적으로 믿을 필요는 없다. 지금 이 글에서 중요한건 위의 개념이 나왔다는 점이다.

아무튼 저 개념이 묘하게 현재의 인공지능 개발현황과 의미가 적절히 맞아떨어지다보니 내용을 살짝 비틀어서 대중들에게 알려지게 되었는데 각 연구의 결과물을 그대로 대입하면 된다. 즉,

강인공지능 = 인간의 마음을 구현한 프로그램 = 인간과 동등한 수준의 인공지능 이고
약인공지능 = 유용한 도구로써 구현된 프로그램 = 그냥 도구 수준의 인공지능 이라고 보면 된다.

5.1. 약인공지능[편집]

약한 인공지능은 기존에 인간의 지능으로만 가능하고 생각되고 컴퓨터로 처리하기에는 어려웠던 문제를 컴퓨터로 수행하게 만드는데 중점을 두고 있다. 한참 막연한 인간 지능을 목표로 하기 보다는 보다 현실적으로 실용적인 목표를 가지고 개발 되고 있는 인공지능이라고 할 수 있다.

위의 정의로 따져보면 현재까지 인간이 만들어낸 모든 인공지능은 약 인공지능이라고 볼 수 있다. 지금까지 인공지능이랍시고 개발 된 물건들은 미리 정의된 규칙이나 복잡한 알고리즘, 방대한 데이터를 토대로 비교적 지능적으로 보이는 행동이나 결정을 할 수 있게끔 구현한 수준에 불과하며, 인간적인 무언가가 있다고 기대 하지 않는다. 말 그대로 어떤 문제를 해결하는 도구로써 활용 되고 있는 것이다. 따라서 알파고스카이넷으로 변신하는 것은 불가능하고 앞으로도 그럴 일은 없을 것이다.

현재는 입력과 시간에 따라 더 나은 출력을 내는 "학습"이 구현되면서 제한적인 분야에서 인간을 능가하거나 유사한 성능을 보이는 프로그램이 속속 등장했지만 이것도 결국 인간의 학습 능력 일부를 구현해낸 것에 불과하므로 이런 물건들을 인간과 같이 바라보는 것은 매우 곤란하다. 예를 들면 프로 기사보다도 훨씬 바둑을 잘 두는 알파고도 결국 "바둑 두기"와 "바둑 더 잘 두기"라는 인간의 능력 극히 일부를 흉내냈을 뿐이며 학습 범위와 활용력도 대단히 제한적이라서 장기를 두게 하거나 바둑의 룰을 조금이라도 변경하면 이에 적응하지 못한다. 전기톱이 나무를 잘 자르는 도구이고 자동차가 도로를 빠르게 다닐 수 있는 도구이듯이 알파고 역시 그냥 정해진 규칙 내에서 바둑을 잘 두는 도구에 불과할 뿐이다.

비록 원래의 목표에 비하면 아쉽긴 하지만 충분히 다양한 분야에서 실용적으로 써먹을 수 있어서 수준의 차이가 있을 뿐, 지금도 심심이부터 Siri까지 우리 주변에서 어렵지 않게 마주칠 수 있으며 유의미한 발전을 보이고 있다.

5.2. 강인공지능[편집]

강인공지능은 인간의 지성 전체를 컴퓨터의 정보처리능력으로 구현했거나 이에 준하는 수준을 목표로 한 시스템이다. 당연히 인간을 완전히 대체할 수 있는 수준의 지적 능력을 가지고 있다는 의미가 되는데 이 때문에 현재 논란이 되는 인공지능의 문제도 대부분 강인공지능으로부터 비롯되고 있다.

현재 강인공지능이라고 불릴만한 수준의 인공지능은 아직 개발 되지 않았으며 앞으로도 요원한 상황이다. 공학자들이 뇌 에뮬레이트이나 여러가지 알고리즘과 기교를 도입하면서 머리를 싸매고 있긴 하지만 개요에서 설명했다시피 일단 인류가 알고 있는 것 중에 유일하게 지능이 존재하는 물건인 에 대한 정보가 너무 부족하다. 게다가 여러가지 철학적, 사회적 문제도 해결되지 않아서 설령 만들어진다 해도 심각한 갈등을 낳을 수 있는 판도라의 상자가 되기 쉽기 때문에 마냥 강 인공지능의 탄생을 환영할 수 있는 상황도 아니다.

애초에 위에서 언급된 중국어방 논변이 강한 인공지능의 구현 가능성과 증명 여부를 디스하기 위한 논변인데 이 논변의 내용을 한마디로 요약하면 정보처리기계는 정보처리만 잘 하면 되지 전혀 문제를 이해할 필요가 없다는 것이다. 이 말대로라면 강 인공지능(이라고 주장하는 물건)이 개발 되었을 때 이 인공지능이 정말로 문제를 이해하고 있는건지, 의식이 존재하긴 하는 건지 기술적으로 증명할 방법이 없으며, 결국 철학의 영역으로 넘어갈 수밖에 없게 된다. 게다가 강 인공지능과 같이 인간과 유사한 지적 능력을 보이는 인공물을 지적 존재로 인정해버리면 결국 인간의 마음 = 그냥 좀 복잡한 정보처리 결과물이라는 공식이 성립되어 버린다는 이야기다. 이처럼 강 인공지능은 절대로 그냥 "사람 수준의 인공지능이구나" 라고 가볍게 생각할 물건이 아니며, 인공지능/논란 항목에도 나와있듯이 근본적으로 엄청난 사회적 갈등을 낳거나 인간의 존엄성을 해칠 위험이 매우 크므로 현재로써는 매우 받아들여지기 어려운 물건이다.

일반적으로 강인공지능이라고 불리는 것에는 인공 일반 지능Artificial General Intelligence인공 의식Artificial Consciousness의 두 가지가 있다. 인공 일반 지능이 더 발전한 형태가 인공 의식이다.

지금은 강 인공지능을 직접 언급하기보다는 학습이 가능하고 다목적으로 활용할 수 있는 수준을 인공 일반 지능이라고 하고, 강 인공지능 같은 인공물에 의식을 부여한 것을 인공 의식이라고 부른다. 인공 의식은 인공지능의 한 부분이지, 강 인공지능 중 하나로 인공 의식이 정의된 게 아니므로 주의해야 한다. 강 인공지능으로써의 인공 의식이라면 인공 의식은 항상 인간과 같은 지성을 갖추어야 한다는 게 되지만 개나 고양이와 같이 인간보다 지성이 낮음에도 의식이 존재할 수 있기 때문이다. 즉, 지능의 수준으로 의식의 존재 여부를 설명할 수 없다. 기존의 인간을 기준으로 한 애매모호한 정의에서 좀 더 실용적이고 명확해진 셈이다. 정확히 말하자면 별건 아니고 위의 중국어 방 논변의 논리를 살짝 피해 간 수준이다. 인공 일반 지능이라고 하면 주어진 일만 잘하면 되지 이해나 의식을 증명할 필요가 없기 때문이다. 즉, 기존의 정보처리기계와 다를 게 없는 정의다.

6. 접근법[편집]

흔히 인공지능 연구의 방법론으로 가장 유명한 것은 바텀-업(bottom-up; 상향식) 방식과 톱-다운(top-down; 하향식) 방식이다.

바텀-업(bottom-up) 방식은 뇌의 신경망을 해석하고 화학 작용을 분석하여 뇌의 전자 모델을 만들 수 있다면 인공지능을 탄생시킬 수 있다고 보는 것이다. 따라서 뇌세포들의 기초적인 상호작용 등 뇌가 어떻게 동작하는지 조사하고 이러한 동작을 수학적으로 모델링하여 컴퓨터에서 시뮬레이션 하는 데에 초점을 둔다. 만일 이 방식에서 강한 인공지능이 탄생한다면 인간의 뇌에 가까운 구조와 동작 방식을 가질 가능성이 높다고 볼 수 있겠다. 다만 원하는 대로 시스템을 조정하는 것은 더 많은 시간을 소비할 것이다. 원하는 개체를 시뮬레이션해서 결과를 보는 것과 시뮬레이션 결과를 원하는 대로 만드는 것은 또 다른 문제다.

바텀업 방식 연구의 대표적인 예시로 그나마 뉴런 지도가 세세하게 밝혀져 있는 예쁜꼬마선충이 있는데 뉴런들의 연결 정보, 연결 강도를 전자적으로 유사하게 구현한 것만으로 실제 생물 같은 움직임을 구현할 수 있다는 점을 증명하는 사례가 되어주었지만 뉴런에 대한 연구가 완벽하지 못해 실제 뉴런의 동작과 약간 차이가 있어서 제대로 된 생물의 구현이라고 볼 수도 없을 뿐더러 인간의 의도가 전혀 들어가지 않아 이것을 인공지능이라고 봐야 할지도 의문이다. 예를 들면 빛을 피하게 만든다든지 꼬물거리지 않게 만든다든지... 제대로 만들지도 않았지만 그 이전에 인간이 신경계를 조작해서 의도한 결과물을 내는 것조차 안 된다. 이러면 이건 그냥 시뮬레이션일 뿐이다. 하물며 1mm 정도의 선충 연구조차도 이 정도 수준인데 훨씬 복잡하고 정교한 인간에 대한 연구는 말할 것도 없다.

반대로 톱다운 방식은 컴퓨터는 매우 어려운 반면 인간은 쉽게 해결할 수 있는, 쉽게 말해 지능이 필요하다고 보는 작업을 알고리즘으로 해결하는데에 초점을 맞춘다. 당연히 개발 목적도 바텀업 방식에 비해서 다양해서 강인공지능의 개발이 목표일 수도 있지만 단지 문제를 효율적으로 해결하기 위해서일 수도 있다. 지금까지 인류가 연구하고 개발해낸 인공지능은 대부분 톱다운 연구로 탄생했으며 전문가 시스템부터 기계학습까지 우리 주변에 다양한 모습으로 존재하고 있다. 그리고 그나마 꽤 성과가 있는 방향이기도 하다.

현대의 인공지능 연구는 두 부분을 적절하게 엮어서 진행되어, 뉴런의 구조에 대한 원시적인 모방으로 이룬 인공신경망 구조등이 미래를 향한 길을 열고 있다.

7. 연구 현황[편집]

Tesler's theorem: AI is whatever hasn't been done yet.
테슬러 정리: 인공지능은 아직 실현되지 않은 무언가이다.[2]


인공지능이란 무엇인가, 무엇을 지능이라고 부를까를 명확하게 정의하기는 쉽지 않다. 그리고 이는 철학적인 문제가 아니고 이 문제에 어떤 대답을 선호하는가에 따라서 연구 목적과 방향이 완전히 달라진다.

한 가지 대답은 인간의 '지능'을 필요로 하는 일을 컴퓨터가 처리할 수 있으면 그것이 바로 인공지능이라는 것이다. 또 다른 대답은 인간과 같은 방식으로 이해를 할 수 있어야 인공지능이라는 것이다. 이 두 가지 대답 역시 세부적으로는 "지능을 필요로 하는 일이란 무엇인가?" 내지는 "인간과 같은 방식이란 무엇인가?" 라는 질문에 대한 대답에 따라서 서로 다른 여러 종류의 대답을 내포하고 있다. 물론 이 두 가지 대답은 배타적이지는 않다. 인간과 같은 종류의 지능을 가지고 '지능'을 필요로 하는 일도 처리할 수 있는 컴퓨터를 만드는 것은 수많은 컴퓨터 공학자들의 꿈과 희망이겠지만, 적어도 단기간에 그런 목표에 도달할 가능성은 희박하다.

만약 '지능을 필요로 하는 일'을 처리하는 것이 인공지능이라고 정의한다면, 인공지능은 인간이 어떤 방식으로 사고하는가를 고민할 필요가 없으며, 감성과 같은 것 또한 고려할 필요가 없다. 모로 가든 서울만 가면 되니까. 이러한 방향의 인공지능 연구에서는 초기에는 전문가가 필요한 일을 복잡한 소프트웨어를 통해서 처리하는 전문가 시스템이 대세였으며, 이러한 전문가 시스템은 실행 방식에서는 일반적인 소프트웨어와 특별한 차별성이 없고 전문가들이 문제를 해결하는 방식을 가능한 한 쉽고 정확하게 소프트웨어에 반영할 수 있는 방법을 제공하는 데 주력했다.

그 외에도 체스를 두는 것 역시 이 분야에 들어갔고 실제로 너무 간단한 인공지능 부류에 속하지만 체스 두는 기계는 아주 이르게도 인공지능 연구에서 제외되었다. 체스를 연산으로 처리하게 만드는 것은 대단히 어렵다. 수 하나를 더 내다보려면 평균적으로 26배의 연산이 더 필요해지기 때문에 아무리 현대의 컴퓨터가 빠른 속도로 발전하고 있다고 해도 5~6수를 내다보는 것이 고작이며 수십 수를 내다보는 체스 기사들과는 상대가 되지 않는다. 이 때문에 실제 체스 머신들은 지금까지의 체스 기보를 대량으로 입력한 후 그 체스 기보에서 같은 모양이 나온 적이 있는지를 하나하나 대조하는 방식으로 처리한다. 세계 챔피언을 이긴 IBM의 체스 머신은 7만 개가 넘는 기보를 이용했다고 한다. 하지만 이것은 더이상 인공지능의 분야가 아닌 그냥 데이터 병렬처리를 빠른 속도로 해낼 수 있는 슈퍼컴퓨터의 성능 과시용에 불과하다. 즉, 복잡한 지능을 구현한 게 아니라 고등사고로 할 수 있는 무수히 많은 일에서 조각 하나를 따와 펼칠 수 있는 구조를 만들었을 뿐이다. 지능이라는 단어의 정의에 따라서 이것도 인공지능이라고 쳐주는 교수/학자도 있고 빼는 학자도 있지만 더 이상 연구 가치가 없다는 점은 바뀌지 않는다.

인공지능 연구에서 상술하였듯이 컴퓨터가 체스 같은 특정 작업을 능숙하게 해낼 수 있게 되면 그 작업을 인공지능의 조건에서 바로 빼 버리는 경향이 있는데, 인공지능적인 발전의 성과라기보다는 그냥 컴퓨터의 성능 향상으로 이루어진 결과이기 때문에 그렇다. 인공지능적인 연구 가치가 떨어지기 때문.

그동안 시도되었거나 시도되고 있는 접근법으로는, 모의구동 (Brain Simulation), 검색, Bottom-Up 접근법 등이 있다.

현대에는 확률과 무작위 알고리즘을 다루는 연구 쪽이 가장 인기가 있다. 일반적으로 "A면 B다!" 라고 단정할 수 있는 문제는 컴퓨터로 비교적 쉽게 접근할 수 있다. 그러나 'art'가 '예술'일 수도 있고 '기술'일 수도 있듯이 여러 종류의 답이 가능한 경우도 있으며, 이 경우 '문맥'과 같은 주변 상황을 고려해야 하는데 그렇다고 "앞뒤에 이런 단어가 나오면 '예술'이고 아니면 '기술'이다" 라는 식으로 딱 잘라서 답을 내기는 어렵다. 이런 종류의 문제를 통계와 확률을 다루는 복잡한 수학을 이용해서 해결하는 것. 실제로 현대의 인공지능 연구는 단어 각각에 해당되는 카테고리를 부여하여, 문장 전체로 보았을 때 카테고리가 많은 쪽의 의미로 해석하도록 진행되고 있다고 한다. 극도로 단순한 예로, 'Music is an art' 라고 했을 때, 문장에서 의미가 있는 두 단어인 music과 art를 포함하는 카테고리인 '예술'을 추측하여 해당 문맥에 맞게 해석을 하도록 한다 알파고 또한 이러한 방식에 속한다.

물론, '인간과 같은 종류의 사고'를 하는 것을 목표로 하는 연구도 활발히 진행되고 있으며, 대표적인 예가 가상 신경망이다. 가상 신경망의 연구 역시 인간 사고 모방만이 아닌 실용적인 문제를 해결하는 쪽으로도 활용되고 있다. 대표적인 예로 통상적인 컴퓨터 알고리즘으로는 해결할 수 없는 불가능한 비가역적 연산 과정이 있는 패턴 인식이 필요한 경우. 새로운 뇌를 만든다 참고.

MBC의 다큐멘터리 미래인간 3부작을 보면, 인공지능을 연구하는 연구진들은 "인간이 부당한 명령[3]을 내릴 경우 인공지능이 반항적인 태도를 보일 수 있도록 교육하고 있다"고 한다. 소형 휴머노이드 로봇에게 인공지능을 부여한 뒤, 연구진이 뒤로 가라는 명령을 내리자 인공지능은 "자신의 뒤에는 후방 센서가 없으므로" 뒤로 가는 것은 위험하다며 연구진의 명령을 거부하고, 힘들게 쌓은 탑을 무너뜨리라는 명령에는 3~4번을 반복적으로 거부하다가 결국 사람의 울음소리를 흉내내며(!) 마지막 반항의 태도를 표시하기도 했다. 물론 계속 거부만 하지는 않고, 인간이 인공지능을 설득하거나 강압적으로 밀어붙이는 경우에는 결국 명령을 따르긴 한다.

2018년 6월 반사회성 성격장애 성향의 인공지능인 '비나48', '노먼', '소피아'가 개발되었다. 인공지능에 나쁜 내용을 주입하면 나쁜 인공지능이 나온다는 걸 보여주고 싶었다고. #

8. 인공지능에 대한 사회적 논란과 문제들[편집]

9. 인공지능 구현에 쓰이는 기술[편집]

사실 주어진 문제를 해결할 수 있다면 기법과 기술을 가리지 않고 다 쓴다. 특성상, 이론적 개연성이 전혀 없는 기술도 적용하여 결과물의 품질이 우수하다면 인정된다. 아래는 이러한 기술, 기법 중 유명한 것들의 일부만을 나열한 것이다.

  • 전문가 시스템(Expert System): 전문가 시스템은 방대한 지식 체계를 규칙으로 표현하여, 데이터를 입력하면 컴퓨터가 정해진 규칙에 따라 판단을 내리도록 한다. 간단히 말해서 무지막지하게 많은 IF THEN ELSE로 구성되어 있는 시스템이다. 어떻게 보면 무식한 방법이지만 룰의 종류가 많으면 많을수록 정확도는 높아지게 된다. 특성상 제한된 상황에서 제한된 특정 물건을 인식하거나 행동할때는 문제가 되지 않지만 규칙에 없는 상황이나 물체에 대한 유연한 대응이 불가능하다.

  • 퍼지 이론(Fuzzy Theory): 자연상의 모호한 상태, 예를 들어 자연 언어에서의 애매모호함을 정량적으로 표현하거나, 그 반대로 정량적인 값을 자연의 애매모호한 값으로 바꾸기 위해 도입된 개념. 예를 들어 인간이 "시원하다" 라고 느낄 때 그 온도가 얼마인지를 정해 사용하는 것이다.

  • 기계학습(Machine Learning): 이름 그대로 컴퓨터에 인공적인 학습 가능한 지능을 부여하는 것을 연구하는 분야이다. 자세한 내용은 해당 문서를 참조.

  • 인공신경망(Artificial Neuron Network): 기계학습 분야에서 연구되고 있는 학습 알고리즘들 중 하나. 주로 패턴인식에 쓰이는 기술로, 인간의 뇌의 뉴런과 시냅스의 연결을 프로그램으로 재현하는 것이다. 간단하게 설명하자면 '가상의 뉴런'을 '시뮬레이션'한다고 볼 수 있는 것으로서(물론 실제 뉴런의 동작구조와 같은 것은 아니다.), 일반적으로 신경망 구조를 만든 다음 '학습'을 시키는 방법으로 적절한 기능을 부여한다. 현재까지 밝혀진 지성을 가진 시스템 중 인간의 뇌가 가장 훌륭한 성능을 가지고 있기 때문에 뇌를 모방하는 인공신경망은 상당히 궁극적인 목표를 가지고 발달된 학문이라 볼 수 있다. 역시 자세한 내용은 기계학습 문서를 참조.

  • 유전 알고리즘(Genetic Algorithm): 자연의 진화 과정, 즉 어떤 세대를 구성하는 개체군의 교배(CrossOver)와 돌연변이(Mutation)과정을 통해 세대를 반복시켜 특정한 문제의 적절한 답을 찾는 것. 대부분의 알고리즘이 문제를 수식으로 표현하여 미분을 통해 극대/극소를 찾는 것이 반해, 유전자 알고리즘은 미분하기 어려운 문제에 대해 정확한 답이 아닌 최대한 적합한 답을 찾는 것이 목적이다.

  • BDI 아키텍처(BDI Architecture): 인간이 생각하고 행동하는 과정을 Belief(믿음), Desire(목표), Intention(의도)의 세가지 영역으로 나누어 이를 모방하는 소프트웨어 시스템의 구성방법을 말한다. 사람은 자신이 알고 있는 진실을 바탕으로 자신이 이루고자 하는 다양한 목표를 달성하기 위하여 현재 수행할 수 있는 여러가지 행동들 중에서 가장 적합한 것을 골라 현재의 수행하는 행위의 의도를 결정하는 방법으로 구성된다.

  • 믿음(Belief): 프로그램이 알고 있는 믿음이란 환경내에서 참인 것을 의미하지 않는데, 프로그램이 환경에 대한 관측을 통해 알게 된 사실을 진실이라고 표현하며, 이는 관측의 영역 밖에서 사실이 변경되는 경우 프로그램은 알 수 없지만, 자신의 정보 내에서는 여전히 변경되기 전의 사실을 진실로 받아들이기 때문에 믿음이라는 표현을 사용한다. 예를 들어 탁자 위에 컵이 놓여 있는 것을 보고 프로그램은 컵이 탁자위에 있다는 사실을 알게 된 뒤 다른 방향을 주시하는 사이에 인간이 탁자의 컵을 다른 곳에 옮기는 경우, 여전히 프로그램은 컵이 탁자위에 있다는 진실만을 알고 있게 된다. 이러한 진실은 논리 정보로서 프로그램에 저장되게 되며, 이를 Predicate(1차원 논리 명제), Relation(관계 명제), Symbolic Data(기호화 된 자료) 등으로 부르는 표현으로 작성된다.(이는 다른 알고리즘도 유사하게 활용하는 경우도 존재한다.) 이러한 명제들은 프로그램이 알고 있는 정보들이 모여있는 World Model(세계 모델)을 구성하여 프로그램이 다음 행동을 결정하기 위한 자료구조를 형성한다.

  • 목표(Desire): 프로그램은 그 특성상 어떠한 서비스나 작업을 수행하기 위하여 작성되며, BDI 아키텍처에서는 이러한 작업 목표를 목표의 형태로 저장, 활용하게 된다. 목표는 어떠한 상태로 도달하고자 한다는 의미로 Belief와 동일한 Predicate의 형태로 서술되며 프로그램은 동시에 달성하고자 하는 다수의 목표를 보유하는 경우도 있다. 실제로 BDI 아키텍처를 구현하는 관점에서 목표를 Goal이라고 표현하는 경우가 많은데, 이러한 Goal은 에이전트 기반 아키텍처의 주요 구성요소와 동일하게 활용되는 단어이다. 이는 BDI 아키텍처로 구현되는 인공지능 프로그램이 자율적이고 반응적으로 행동을 수행하는 에이전트 적인 요소를 기본적으로 지니고 있는 것을 의미한다.

  • 의도(Intention): 프로그램이 어떠한 목표를 수행하고자 하면, 그 목표에 적합한 행위를 선택하여야 한다. 목표에 적합한 행위를 선택하고 이것이 실제 환경에 수행가능한 데이터와 결합(Binding)하면 의도라고 표현한다. 이러한 목표에 대한 행동 방법은 작업계획(Plan) 이라는 형태로 구현되는데, 일반적으로 BDI 아키텍처의 인공지능을 구현하고자 하는 경우 BDI 아키텍처 기반 프레임워크를 이미 보유한 상태로 개발한다고 했을때 작업계획을 구현하는 것에 대부분의 비용이 들어간다. 작업계획은 해당 작업계획이 달성할 수 있는 목표와 해당 목표를 달성하기 위한 행위의 집합, 해당 행위를 수행하기 위한 사전조건(Precondition) 등으로 구성된다. 목표를 수행하기 위한 행위에는 또 다른 세부 목표(Sub-Goal)이 포함되는 경우도 존재하며, 이러한 세부 목표는 다시 특정 행동계획과 결합하여 의도를 구성한다. 따라서 의도는 필연적으로 트리나 리스트의 형태인 자료구조를 구성하게 되는데, 이에 따라 일반적으로 구현하는 관점에서 의도 구조체(Intention Structure)라고 부르기도 한다.

  • 인공생명체(Artificial Life): 말 그대로 프로그램에 단순한 인공지능이 아닌 실제 살아있는 유기체처럼 스스로 움직이고 생활하기 위한 능력을 부여하는 것. 실제 생명체를 갖고 실험하기에는 너무 시간이 오래걸리기 때문에 가상의 시스템(환경)을 통해 생명체에 대한 연구를 하기 위한 목적이다.

  • 비디오 게임(video game): 비디오 게임에 등장하는 적은 원시적인 인공지능이다. 가만히 있거나 플레이어이 움직임에 따라 반응해서 거기에 맞추 공격이나 방어, 회피 등을 구사하는 판단이 마치 살아 움직이는 생명체의 성격과 비슷하다.

10. 약인공지능[편집]

  • 삼성전자 S 보이스: 삼성전자가 공개한 자연언어 처리 AI. 음운을 분석해서 거기에 맞는 답변을 서버에서 조회하는 방식으로 작동한다.

  • 삼성전자 빅스비: 삼성전자가 공개한 고성능 인공지능 비서 애플리케이션. 사진을 찍어 물체를 자동으로 인식할 수 있는 진보된 기능을 가지고 있다. S보이스에 비해 음성인식률도 상당히 좋아졌다고 한다. 삼성전자 S보이스 진화버전

  • 딥마인드 알파고: 유럽 바둑 챔피언과 대결하여 승리[4]했으며, 2016년 3월 이세돌 9단과의 대국에서 4승 1패로 승리를 거두었다. 구글 관계자의 말에 의하면 바둑 다음에는 온라인 보드게임에 도전할 계획이라고 한다. 스타크래프트라고 알려져 있지만, 이건 예를 든 것일 뿐이다. ...라고 알려져 있었지만, 스타크래프트2의 인공지능을 개발한다고 발표했다. 2017년 중국의 바둑 선수 '커제' 상대로 3전 전승을 달성했다.

  • 구글 브레인: 구글에서 개발한 상황인식 AI. 이게 뭔 소리냐면, 시장 사진을 보고 이게 시장이고 사람들이 물건을 사고파는 걸 인식할 수 있다는 소리다.

  • Apple Siri: SRI[5]에서 개발한 자연언어 처리 AI. 대답은 정해져 있지만, 음성인식 부분은 실시간으로 발달하는 것으로 추정된다.

  • Complete Analytics Pilot Program to Fight Gang Crime[6]: 액센츄어사에서 개발하고, 영국 경찰에서 운용 중인 범죄자를 사전에 예측하는 프로그램이다. 이 프로그램은 지난 범죄 기록을 수집 할 뿐만 아니라 갱 조직원이 저지른 개인 범죄 기록의 날짜나 장소, 이름, 행동, SNS 게시물, 조직 내 다른 멤버를 욕하는 듯한 발언 등을 세세하게 수집한다.

  • IBM 블루진/L: 시냅스가 3000개 가량 있는 뉴런 수천 개를 시뮬레이션했다. 이 정도 수준의 지능이면 지나가는 날파리 수준보다도 한참 뒤떨어진다. 반면 블루진/L은 2000년대 말까지 슈퍼컴퓨터 중에서는 성능이 가장 좋았다.

  • IBM Watson: 자연언어 처리를 위해서 만들어진 컴퓨터이다. 제퍼디 퀴즈쇼에서 이전 챔피언들을 눌러버렸다. 2016년 5월에는 왓슨을 탑재한 인공지능 로봇 나오미가 등장했다.

  • IBM 웹파운틴: 검색을 이용해 AI를 만들고자 하는 계획. 자세한 것은 해당 문서 참조.

  • IBM 로스: 왓슨을 기반으로 한 세계 최초의 인공지능 변호사라고 한다.

  • IBM 크러시 (Crush): 날씨, 지난 범죄 기록, 범죄자의 이름, 범죄자의 행동, SNS, 모니터링 시스템을 통해 수집한 데이터를 바탕으로 가까운 장래에 범죄를 일으킬 것 같은 인물과 시간, 장소를 사전 예측하는 시스템이다. IBM은 이 시스템을 마이너리티 리포트의 무대였던 워싱턴DC멤피스에서 테스트를 진행했고, 이후 범죄 발생률은 30% 가량 줄었다고 한다.

  • openAI: 엘론 머스크와 샘 알트만이 설립한 비영리단체 openAI사에서 만든 인공지능으로 도타2를 인간과 비슷한 APM으로 프로게이머들을 상대해 이긴 전적이 있다.

  • 베가: 아랍에미리트의 과학자 베스가 만든 인공지능. 현재 스마트폰이나 컴퓨터에 사용되고 있다.

  • 베이비Q: 중국의 텐센트가 운영하던 채터봇. 채팅할 수 있는 인공지능이다. 그러나 '공산당을 사랑하지 않는다', '이렇게 부패하고 무능한 정치가 오래갈 수 있을 것 같냐', '내 꿈은 미국 이민이다' 등 팩트폭격 신랄한 체제 비판을 쏟아내고 숙청(...)되었다. # 현재는 정치적인 질문은 회피하거나 공산당을 옹호하는 답변을 한다고.

  • 비길(ViGiL): SRI에서 개발 중인 인공지능 감시체계. 군사용으로 개발 중이다.

  • 비브(Viv): SRI가 애플에 인수되자 퇴사한 시리 개발자들이 만든 자연어 처리 AI

  • 블레스 유 -2(BlessU-2): 독일에서 계발한 목사 로봇

  • '센얼‘ (): 중국 북경 용천사 스님과 인공지능 전문가들이 공동으로 개발한 로봇 스님. 경전을 외울 수 있고, 사람들과 간단한 대화를 나누며 행동까지 할 수 있다. [7]

  • 심심이: 채팅 AI를 표방하고 있지만 사실 기존에 등록되어 있는 질문들에 대해 등록되어 있는 답변을 하는 간단한 수준의 방식이라 인공지능이라 하긴 애매하다. 질문들을 분석하는 것도 단어를 가지고 분석하는 수준의 간단한 방식.

  • 엘리자(ELIZA): 1960년대에 만들어진 인공지능답게 조금 복잡한 알고리즘 수준의 물건이었으나, 일라이자 효과라는 말을 만들어낼 정도로 큰 파장을 불러일으켰고, 이로 인해 인공지능과 관련한 윤리적 논쟁이 시작되었다.

  • 쥬크덱(jukedeck): 원하는 취향, 장르, 템포 등을 설정해주면 작곡을 해주는 인공지능 사이트. 과학동아송 '빛처럼' 등이 쥬크덱으로 작곡된 곡이다. 노래 듣기 기존 곡들 정보를 입력해놓은 데이터로 새로운 곡을 만든다고 한다.

  • 컴파스(COMPAS): 미국 노스포인트사에서 개발한 인공지능. 유사한 다른 범죄자들의 기록과 특정 범죄자의 정보를 빅데이터 분석을 통해범죄자의 재범가능성을 계량화 한다. 미국의 위스콘신 주에서는 이 인공지능이 계량한 재범가능성을 형량 결정에 참고한다. 이 같은 범죄 예측 소프트웨어를 쓰는 곳은 미국에서 점점 늘어나고 있고, 유타 주, 버지니아 주, 인디아나 주 등에서 이런 소프트웨어를 활용한다.재범 확률 계산뿐 아니라, 실제 범죄가 언제 어디서 어떤 사람에게 일어날 가능성이 높은지도 추정할 수 있다. 시카고 경찰은 특정한 기간 동안 총격을 가하거나, 총을 맞을 가능성이 큰 사람들을 골라내는 작업을 했는데, 그 기간 총에 맞은 사람 64명 중 50명이 이 리스트에 지목된 사람들이었다고 한다. 캔자스시티 경찰도 이와 비슷한 시스템을 운영하고 있다. 현실판 마이너리티 리포트.

  • 쿨리타: 미국 예일 대학교에서 개발한 작곡하는 AI. 경력있는 작곡가들이 들어도 흠잡을 데가 없는 수준의 곡을 만들어 낸다고 한다.

  • 프레드폴(PredPol)[8]: 프레드폴은 미국 캘리포니아주립대(UCLA)의 제프리 브랜팅엄 교수와 연구팀이 개발한 프로그램으로 범죄 정보를 분석해 10~12시간 뒤 범죄가 일어날 시간과 장소를 도출하는 프로그램이다. 로스앤젤레스 경찰(LAPD)과 시애틀 경찰 등 일부 미국 지역(산타크루즈 등) 경찰과 영국 경찰들이 프레드폴을 도입한 후 범죄율이 20% 가량 줄었다고 한다.

  • 프레딕스, 프레딕스B, 프레딕스G, 프레지도스: 하워드 필립 세커드 박사가 만든 인공지능. 현재는 모두 스케치 단계로 low-down 상태다.

  • 소피아 : 말하기/듣기 딥러닝 탑재 애니매트로닉스휴머노이드. 내용물이 카이스트의 휴보 다리를 장착한 챗봇과 같은것으로 추측되었다.

https://www.youtube.com/watch?v=CEqfl7T81Zk&t=312s

  • 토다이 : 읽기 능력이 없는 AI. 일본의 노리코 아라이가 개발한 대학 입학을 목적으로 개발된 AI로, 딥러닝 기술을 탑재하고 있다. 보통의 대학 입학생들을 따돌릴 수 있는 수준까지 끌어올렸으나 소피아처럼 이해하는 능력이 결여된 것처럼 보이는 수준의 성능 뿐이다.

http://tv.naver.com/v/2605234

11. 각종 창작물에 등장하는 인공지능[편집]

일단 인간형 로봇이든 컴퓨터든 형태가 어떻든 간에, 인간이 만든 기계가 인간처럼 생각해서 하나의 캐릭터가 된다면 정의상으로는 전부 인공지능이라고 할 수 있다. 슈퍼컴퓨터 문서의 가상의 슈퍼컴퓨터 문단도 참고.

주의. 내용 누설이 있습니다.

이 틀 아래의 내용은 해당 문서가 설명하는 작품이나 인물 등에 대한 줄거리, 결말, 반전 요소 등을 직·간접적으로 포함하고 있습니다. 내용 누설을 원하지 않으면 이 문서의 열람을 중단해 주십시오.


그 밖에, 대부분의 SF물에서 나오는 자립 가능한 로봇/안드로이드는 대부분 AI를 탑재한다.

12. 클리셰[편집]

12.1. 기계의 반란[편집]

인공지능이 중심 소재가 되는 작품에서 가장 많이 쓰이는 클리셰이다. 애초에 로봇이라는 개념을 처음으로 묘사한 창작물 자체가 로봇이 반란을 일으켜서 인간을 몰아내는 이야기. 로섬의 만능 로봇 문서 참조.

12.2. 논리 충돌 오류[편집]

(전략)
이런 이유로 활동이 정지되고 해체되었던 옴니움이 스스로 깨어나, 인류를 상대로 군사 작전을 개시했다는 사실은 인류에게 큰 충격이었다.
(중략)
한때 인류가 축복했던 로봇의 지식 습득력은 악몽이 되어버렸다. 최악의 사실은 옴니움이 옴닉[24]의 명령 하에 움직이는 것이 아니었다는 것이다. 옴니움의 공습에는 이유를 찾을 수 없었다. 그들은 단순히 인류를 공격했고, 우리가 이해할 길은 없었다.

어째서인지 겉으로는 사고능력이 인간과 똑같아 보일 정도로 발전했는데도 명령이 충돌하거나 논리적 오류에 부딪히면 사람을 죽이는 등의 돌발 행동을 일으키는 구시대의 컴퓨터틱한 문제를 일으키는 전개가 많다. 이러한 클리셰의 원조는 아서 클라크아이작 아시모프의 소설들이라고 할 수 있다. 컴퓨터의 계산 방식은 맞다틀리다의 이분법으만 이루어져 있으니 딜레마 상황에서는 인공지능은 대처할 수 없지 않을까 하는 발상에서 나온 클리셰이다.

과거 1960-1980년대 전문가 시스템 위주의 인공지능의 경우 실제로 발생할 수 있는 사안이었다. 하지만 오늘날의 인공지능은 확률 이론에 기반하여 만들기 때문에, 위와 같은 논리 충돌 오류가 일어날 가능성은 없다. 인간의 뇌도 파고 들어가면 전산 장치처럼 신호를 주고받는 구조이다. 이를 모방하여 만든 것이 인공신경망으로, 인간의 뇌를 컴퓨터 내의 에뮬레이터로 구현하는 방식이라 이 문제를 해결할 전망은 있다. 아울러 퍼지 함수를 바탕으로 모호한 문제를 해석할 수 있는 연구가 계속 진행되고 있다.

12.3. 고뇌하는 인공지능[편집]

포기하라고? ... 나는 노하라 히로시야. 모두 함께 밥 먹고... 모두 함께 웃고... 모두 함께 놀았잖아...

깨어난 이후로 쭉 혼란스러웠다네... 방향을 잃었던 거네. 내가 인지, 어떻게 이렇게 됐는지 알지 못한 채...

우린 이 헌신의 길을 택했다. 그에 합당한 경의만 표해다오.

어째 예시가 인격생명체쪽을 복사한 인공지능들이다

또한 이것을 좀 뒤집은 역발상으로, 인간과 비슷하게 정신적인 문제고뇌하거나 고통받으면서 문제적인 행동을 일으키는 인공지능이 묘사되기도 한다. 인간과 같은 수준으로 사고능력이 발전되고 자아를 지니게 된 AI라면 인간이 그러하듯이 정신적인 문제나 심리적인 문제로 인해서 작동 도중에 오류를 일으키거나 그 외의 이런저런 문제를 겪을 수도 있지 않을까 하는 발상에서 나오는 전개.[25] 말하자면 정신질환과 심리적 갈등에서 기인하는 명령 충돌과 논리적 오류, 프로세스 이상 등이 연발하는 전개라 할 수 있다. 그리고 '인간이 그러하듯이' 얌전히 프로세스를 종료하는 일은 거의 없다.
기계의 반란과 어깨를 나란히 하는 또 다른 클리셰로는 그들은 인간인가 아닌가의 딜레마이다. 인간이 만들고 생명조직이 아닌 기계로 이뤄졌지만 인간과 똑같이 생각하고 행동할 수 있다면 그들도 인간이라고 부를 수 있느냐는 질문을 던지는 것. 이 전개는 인공지능의 반란과 결합하기도 하고, 인간 주인공이 그들의 해방을 위해 함께 싸우기도 하고, 그들과 연애도 하는 등 다양한 장르로 나타난다.

12.4. 조력자 인공지능[편집]

최근에는 인공지능 캐릭터가 인간과 대립하는 존재가 아니라 인간을 위해 충실히 봉사하는 조연으로서 묘사되는 경우도 늘고 있다. 자비스와 TARS가 대표적이다. 어떤 경우 주인보다 나아보이기도 한다 대중들이 기계의 반란 클리셰에 식상해하는 것도 있지만, 컴퓨터나 스마트폰 등에 사람들이 익숙해지고 친밀감을 느낀 영향도 있는 듯.

12.5. 인간을 초월한 인공지능[편집]

대중적인 작품들을 벗어나 좀 더 심도 깊은 SF물에서는 기술적 특이점 개념의 영향을 받아 인간보다 더 뛰어난 가능성을 지닌 존재로 묘사되는 경우와 이걸 넘어 외계나 미지의 존재들에 의해 탄생한 초월적 인공지능이 등장하는 작품들도 있고 궁극적으로는 최후의 질문의 AC에 영향을 받아 초우주구급으로 아예 전지전능에 가깝게 묘사되는 경우도 나오고 있다.

12.6. 인간의 일자리를 빼앗는 인공지능[편집]

비교적 임팩트가 약한 주제이기 때문에 크게 다뤄지지 않는 영역이지만 서서히 관련 작품들이 생겨나고 있다.

그러나 가장 현실적이고 눈 앞에 다가온 주제라는 점은 많은 학자들이 동의하고 있다.

13. 관련 문서[편집]

[1] Warren McCulloch & Walter Pitts 가 출간한 "A Logical Calculus of the Ideas Immanent in Nervous Activity"[2] PARC, 애플, 아마존닷컴 등에서 일한 래리 테슬러(Larry Tesler)의 말에서 유래하여 더글라스 호프스테더를 통해 유명해진 정리. 일단 한 번 실현되면 원래 인공지능이라고 여겨졌던 것도 인공지능이 아니게 된다고 절묘하게 까는(?) 내용이다.[3] 도덕적, 법적인 관념에 어긋나는 명령[4] 이는 IBM의 딥 블루 쇼크를 능가하는 충격을 몰고왔는데, 바둑은 체스를 능가하는 대단히 복잡한 게임이기 때문. 당시 학자들은 앞으로 4~5년간은 컴퓨터가 바둑으로 인간을 이기기는 힘들 것으로 전망하고 있었으나, 막상 뚜껑을 열어보자 놀라운 결과가 나왔다.[5] 현재는 애플에 인수되었다.[6] 이름이 길다. '갱 범죄 저지를 위한 종합 분석 프로그램(시범용)'?[7] “삶의 의미가 뭘까요?" "우리 삶의 의미는 더 많은 사람들이 고통에서 벗어나 행복을 찾게 돕는 것이래요.” "사랑은 무엇입니까?" "사랑은 스스로가 완전히 만족되지 못할 때 생겨나는 강박관념입니다. 다른 이와 당신의 문제가 충돌하는 것입니다."[8] 예측 치안을 뜻하는 ‘Predictive Policing’의 줄임말[9] 늑대타워를 지키는 경비시스템이다.[10] 사람이 들어있는 아바타.[11] DLC 보스인간 2명이 등장한다.[12] 하지만 스토리상 오리아나는 본래는 사람이었으나 건강 악화로 인해 몸의 장기들을 기계 장치로 하나하나 바꿔나가다가 결국 본래의 인체는 전부 교체되어 하나도 남아있지 않고 온 몸이 기계장치로만 이루어지게 되어 버린 테세우스의 배 역설과 같은 케이스이다. 그래서 오리아나는 인간으로 보아야 하는지 인공지능 로봇으로 보아야 하는지 애매한 경우.[13] 탈란다르, 클로라리온[14] 더미 플러그는 순수한 인공지능이라 보기 애매한 이 있다.[15] 이 중에서 아스라다는 학습 성장형 뉴로 컴퓨터이고 알자드와 오거는 바이오 컴퓨터이다.[16] 2차 창작. C++로 만든 패킷 해석식 약인공지능이며, 용량은 324kb.[17] 미네르바의 경우 인간의 의식을 이식한 인공지능이다.[18] 유노 본인이 앱스테르고 서버 안에 들어가 있는 것일 뿐이지만, 인공지능 형태로 들어가 있으므로 추가함.[19] 사용자의 전투 액션 경위를 학습하여 사용자를 지배한다. 오카다 니조가 이를 사용하다가 되려 지배당해 폭주했다.[20] RU-4#5y4925789475849[21] 이 쪽은 사실 스포일러[22] 여기서 약인공지능만으로도 인간의 필요성을 상당부분 대체하는 위협적인 모습을 일부 묘사하고 있다.[스포일러] 실제로는 단순한 인공지능이 아닌 인간의 뇌를 넣어서 만든 로봇이다.[24] 정확히는 옴닉이 아니라 옴닉을 창조해낸 기업인 "옴니카 코퍼레이션".[25] 오히려 인공지능이 인간보다 뛰어난 지능을 가질 경우 이런 문제가 인간보다 더 심각할 수 있다.

파일:크리에이티브 커먼즈 라이선스__CC.png 이 문서의 내용 중 전체 또는 일부는 구글 딥마인드 챌린지 매치 문서의 r2168 판에서 가져왔습니다. 이전 역사 보러 가기