어떻게 인공지능(AI)을 혁신적으로 현실의 문제 해결에 적용할 수 있는가? How to apply AI innovatively to Real World Problems?

 

 

인공지능(AI)의 과학적인 이해에 필요한 부분은 AI를 단순하게 인간처럼 생각해서는 안된다는 것이다. AI는 인간과 같을 수도 없고 인간처럼 사고할 수도 없다. 우리가 AI를 올바로 사용하려면 인간적인 측면으로 AI를 다루기 보다는 이성적 도구나 행동의 도구로 AI를 사용해야 한다.

인간처럼 생각하고 말하는 AI를 찾기 위한 튜링 테스트는 이런 측면에서 그리 도움이 되지 않을 수도 있다. AI의 인간적인 완벽성을 기하는 테스트로 생각하는 것은 AI의 발전에 저해될 수 있다.

AI 특정한 목적을 가지고 특정한 해결 방법을 찾기 위해서 사용할 때 더 효과적인 도구로 사용될 수 있다.

인간이 생각하는 완벽한 기계라기 보다는 최적화를 위한 기계라고 생각하는 것이 더 도움이 될 수 있다.

 

 

따라서, 자율주행, 의료, 법률, 재무 등 특정한 어플리케이션을 가정하고 AI를 접근하는 것이 AI의 발전에 더 유효활 수 있다.

한국 사회에 AI 에 대한 충격을 몰아넣은 알파고 역시 만능의 어플리케이션이라기 보다는 바둑 등에 특정한 재능이 있는 AI로 생각하는 것이 타당하다. 따라서 알파고에서 Deep Learning 역시 특정한 어플리케이션에 사용되는 알고리즘이지 마스터 알고리즘이라고 할 수는 없다. 가령, Deep Learning 은 이미지를 인지하는 데에는 탁월할 수 있지만 주식 시장 등 숫자의 조합 등을 판별하는데 그리 효과적이지 않을 수 있다. 특히 최근 들어 회자되고 있는 XAI (eXplainable AI) 등에 Deep Learning 이 적합하지 않을 수 있다. 따라서, AI의 특정한 목적을 확인 할 때, AI의 최종 목적이 설명(explain)인지 효과적인 실행(performance)인지 확인할 필요가 있다.

최근 들어, CMU libratus가 인간을 이기고, 단순한 영상분석에는 의사들 보다 더 효과적으로 또 정확하게 판단을 내리는 등 AI 가 더 빠르게 인간을 압도하고 있다는 인상을 받는다. 하지만, 여전히 AI가 실패하고 있는 부분 역시 존재한다. 가령 인간을 닮은 서비스 로봇인 소프트뱅크의 페퍼나 인간의 분석적인 사고와 판단을 대체하는 IBM 왓슨은 현장에서의 효과가 의문시 되고 있다. 기사쓰기는 가능하지만 소설쓰기는 아직 미흡하며, 지하철 등 단순한 괘도를 운행하는 데는 적합하나 다양한 상식이 필요한 운전에는 아직 갈길이 멀다.

 

기술의 발전에 파레토 법칙이 있기는 하나, 다른 의미의 파레토 법칙이 존재한다. 8년간 기술 발전으로 80%의 문제점을 해결하였다고 하고 하더라도, 20%의 문제점이 2년만에 해결되지는 않는다. 2년에 대한 타임라인은 명확하지 않고, 이러한 로드맵들인 매번 연장되기 나름이다. AI 역시 현재의 개발된 다양한 알고리즘의 완성도를 80%라고 한다면, 20%를 채우기 위해서 과거보다 짧은 시간이 걸릴지 혹은 더 오랜 시간이 걸릴지 아무도 확답할 수는 없다. 일반적으로는 완벽함을 기하기 위해 80%의 기술 발전을 이룬 시간 보다 20%의 기술 발전을 더 이루는 시간이 더 길 가능성이 농후하다.

사람들이 AI에 대해서 걱정하는 것은 어쩌면 소설에나 있는 일일 수 있다. 특히 인간 정복을 꿈꾸는 AI가 도래한다는 것은 망상일 수 있다. 현재의 AI는 의지도 없고 기술도 미진하기 때문이다. 우리가 생각하듯이 AI가 직업을 먹어 삼키고 있다는 것 역시 인간의 능력을 과소 평가 했을 수도 있다. 아무리 AI 의사가 영상 판독을 잘한다고 하더라도 종합적인 의견과 인간적인 상호작용에서는 인간을 넘어설 수가 없기 때문이다.

 

특히 최근에 발견되는 AI의 실수는 인간에게 아주 간단한 문제일 수 있다. 효율을 높이기 위해 가정이 난무하는 AI의 알고리즘에는 당연히 헛점이 있을 수 밖에 없다. 특히 예전의 기계의 경우 만든 사람이 구조나 알고리즘에 대해서 속속들이 알고 있는 경우가 대부분이었지만, 머신 러닝이 가미된 AI의 경우 만든 사람도 AI가 어떻게 작동하는지 설명하지 못하는 경우가 허다하다. 따라서, 설명하지 못하는 부분이 새로운 발견이 될 수도 있지만, 실수나 오류가 될 수도 있다.

 

따라서, AI를 완전체로 보기 보다는 인간을 도울 수 있는 효율적인 논리 기계로 보는 것이 아직까지는 더 유효할 수 있다.

 

추가로, AI 개발에 있어서 어려운 부분은 아래와 같다.

 

- 인간의 상식이 필요한 챗봇

- 인간의 상식이 필요한 운전

- 자연 언어 상호 작용을 통한 자율 주행

- 지식과 컨텍스트 기반의 기계 번역

- 변수가 많은 프로세스

- 전략적 질문 및 답변

아직은 인간이 할 수 있는 것이 많다. 우리의 세대에도 그렇고 우리 아이의 세대에서도 운전도 해야 하고, 외국어도 배워야 하고, 병원에도 가야 한다. 사람이 사람 냄새를 맡지 않고 살면 사람이 사는 이유가 무엇이 될까?