"특이한 인간의 특성은 결코 기계에 의해 모방될 수 없다는 말은 일반적으로 위안이 된다. 나는 그런 위안을 줄 수는 없다. 그런 한계는 정해질 수 없다고 믿기 때문이다. -앨런 튜링 (1951년) 영국 수학자 (컴퓨터 과학의 선구자)
" 가속화되는 기술의 발전과 인간의 생활 양식의 변화는 우리가 알고 있듯이, 인간의 일이 계속될 수 없는 것을 넘어서는 경쟁의 역사에서 어떤 본질적인 특이성에 접근하는 모습에 다가가게 한다." - 존 폰 노이만 (1958년) 핵무기 개발로 유명한 수학자
"인공지능은 인류에게 작동하고 있는 가장 심오한 것 중 하나이다. 불이나 전기보다 더 심오하다." -순다르 피차이 (2020년) 구글 최고경영자.
과거부터 인공지능(AI, Artificial Intelligence)은 현대 기술의 가장 혁신적이고 흥미로운 분야 중 하나로 여겨졌지만 누군가는 인공지능은 우수하지 않다, 사람을 뛰어넘을 수는 없다고 한다. 허나 현재 인공지능은 우리의 삶을 변화시키고 세상을 더 나은 곳으로 만들기 위한 도구로 크게 주목받고 있다. 인공지능은 기계가 인간의 지능적인 작업을 모방하고 수행할 수 있는 능력을 가리킨다. 이 기술은 컴퓨터 프로그램을 통해 데이터를 분석하고 판단하며, 문제를 해결하는 등 다양한 작업을 수행할 수 있다.
AI 란?
Artificial Intelligence 즉 AI는 인공지능이라 불리며 그 실체는 컴퓨터 프로그램이다.
인간이 지닌 스스로 생각하는 능력을 컴퓨터로 실현하는 것이며, 보통의 프로그램은 주어진 지시와 정보만 처리하지만,AI 프로그램은 사람이 일일이 지시할 필요가 없는 자율성과 조건이 변화하더라도 처리할 수 있는 적응력을 갖추고 있다.
이러한 특성 덕분에 찍힌 사람의 얼굴을 식별하는 등의 처리가 가능하다.
💡강인공지능과 약인공지능
인간처럼 다양한 문제를 다룰 수 있는 것은 강인공지능, 특정 영역의 문제만 다루는 것은 약인공지능이라고 부른다. 우리 주변에서 인공지능으로 소개되는 체스,채팅등은 특정 기능에 특화한 약인공지능이며, 이들을 특화형 인공지능이라고도 부른다.
머신 러닝(기계학습)
컴퓨터가 공부하는 것
- 컴퓨터에 데이터를 줘서 학습시키는, 인공지능을 실현하는 기술 중 하나로 '기계'인 컴퓨터가 사람처럼 '학습'하는 것을 의미한다 머신러닝에는 두가지 학습이 있는데
- 답을 표시한 데이터를 인공지능에 줘서 학습시키는 방법은 지도학습
- 인공지능이 답이 없는 데이터에서 답을 찾아내도록 학습시키는 방법은 비지도 학습
💡지도학습
교사가 학생에게 지도하듯이 인간이 인공지능에게 정답을 지시하는 학습 방법이다.
가령 인공지능에게 고양이를 인식시키는 경우 고양이의 사진에 '이것은 고양이다'라는 라벨을 붙여서 학습시킨다. 지도 학습은 고양이가 사진에 어떤 모습으로 찍혔든 찾아내도록 할 때등에 적합하다.
💡비지도 학습
고양이를 인식시키는 방법을 예로 들면, 인공지능에 대량의 고양이 사진을 주고 인공지능이 여기에서 유사한 정보를 추출해 스스로 고양이를 인식하게 만드는 학습 방법이다. 비지도 학습은 정해진 정답이 없는 상태에서 데이터의 특징을 발견하거나 데이터를 그룹화 할 때 등에 적합하다.
딥 러닝(심층 학습)
무엇을 학습할지 컴퓨터가 스스로 생각한다
- 머신 러닝의 수법중 하나로, 특히 비지도 학습에 적합하다
- 뇌를 모델로 삼은 인공 신경망(뉴럴 네트워크)를 응용한 것
- 인공 신경망의 층이 깊기(많기) 때문에 딥(Deep)이라고 부른다
딥 러닝은 머신 러닝의 수법중 하나다. 특히 학습해야 할 특징을 검퓨터가 스스로 찾아내는 비지도 학습에 적합하다. 학습해야 할 특징은 영상 인식을 예로 들면 색,형태,모양등을 가리킨다. 빨간 사과와 빨간 토마토처럼 분명이 다르지만 단순히 색(빨간색)이나 형태(구형)만으로는 불가능한 차이를 인식할 수 있다.
💡인공 신경망(뉴럴 네트워크)
사람의 뇌속에는 대량의 신경세포(뉴런)가 있으며, 뉴련과 뉴련 사이에서 펄스 형태의 전기신호를 통해 정보가 전달된다. 사람의 뇌를 컴퓨터로 구현하기 위해 이정보 전달 방식을 수리 모델로 만든 것이 인공 신경망이다. 1950년대에 처음 만들어졌다.
💡학습할수록 영리해진다
딥 러닝에서는 반복적인 학습을 거치면서 특정한 정보의 연결성이 강해진다. 이는 사람의 뇌가 학습을 더 많이 할수록 문제를 더욱 잘 해결할 수 있게 되는 것과 같다. 가령 바둑의 AI는 대국을 거듭하면서 바둑알의 배치 변화를 많이 기억하게 되면서 더욱 강해진다.
기술적 특이점
인공지능이 인류를 능가하는 순간
- 진화한 인공지능이 자신의 능력을 스스로 갱신할 수 있게 되는날
- 컴퓨터와 소프트웨어가 인간의 능력을 능가했다는 의미
- 합리적인 판단만큼은 인간을 능가할 수없다는 반론도 있다.
인공지능이 인간의 지성을 능가하게 되는 특이점을 의미힌다. 인공지능의 실체인 소프트웨어는 인간이 만들어낸 것인데, 기술적 특이점은 인공지능이 사람의 힘을 빌리지 않고 자신의 능력을 갱신해 나가는 순간을 뜻한다. 이 순간이 찾아오면 인류는 더 이상 창조할 것이 없어져서 사회에 대변혁이 일어날 수 있다. 한편 이는 인공지능을 과대평가한 주장이라는 반론도 존재한다.
💡 2045년
비약적으로 진화해 온 IT 기술이 앞으로도 같은속도로 진화한다면 2045년에는 수학적으로 무한대가 된다. 즉 어디까지 진화할지 예측이 불가능해진다는 주장이다. 이것이 2045년에 기술적 특이점이 도래한다는 생각으로 이어졌다.
💡 멀티래리티
기술적 특이점은 인류와 기계 중 어느 한쪽이 지성의 주체가 되는 양자택일적인 발상이다. 반면에 지성의 한계는 개인에 따라 다르기 때문에 기계가 인간을 능가하는 상태에도 다양성이 존재한다는 발상도 있으며, 이것을 멀티래리티(Multilarity)라고 한다.
인공지능(AI)의 발전에 따른 국제 사회의 움직임
인공지능의 발전에 따라 우리가 얻는 편리함은 이루어 말할 수 없다.
자율주행, 챗GPT등 우리가 실생활에서 쉽게 접할수 있을 정도로 인공지능은 우리에게 없어서는 안될 존재이다. 계속된 발전은 분명 우리에게 장점을 가져다 주지만 단점도 생겨나고있다.
국제사회는 이에 따라 AI 국제기구 창설에 관한 논의가 진행중이다
국제기구의 필요성
- 국제사회의 가치수호
생명의 존엄성 평등 및 자유 등 국제사회가 추구해온 ,
기존 가치는 인류의 역사를 통해 그 보편성과 정당성이 입증된 것으로 인공지능
시대에도 동일하게 적용
준수되어야 하는 구체적 가치가 무엇인지에 대한 국제사회의 합의 가치 준수를
위한 협력기제 및 필요한 법 제도 정책을 개발하고 도입할 필요 ‧ ‧ - 이익의 공유 및 확산
인공지능의 혜택을 공유하고 인공지능 관련 상품 서비스 ‧ ‧
데이터 교역이 원활해질 수 있도록 국가 간 인공지능 및 인공지능 관련 기술의
표준 상호운용성 확보 개발도상국 원조 등 국가 간 협력 지원 필요 , , ‧ - 부정적 영향에 대한 공동대응
인공지능은 고도의 범용 기술로서 전 분야에 걸쳐
활용 가능하고 인류에게 혜택을 가져올 수 있는 반면 악용시 걷잡을 수 없는 피해를 야기하기 때문에 국제적 협력이 필요
다양한 움직임
- OpenAI 최고경영자 샘 알트만(Sam Altman)이 국제기구를 통한 초지능(superintelligence)*에
대한 대비가 필요하다는 의견을 피력한 이후 국제사회 차원에서 인공지능으로
인한 이익 향유 및 인공지능으로 야기되는 위험에 대한 대응이 필요하다는 공감대 형성
- 생성형 인공지능과 관련하여 국제연합(United Nations, UN) 안전보장이사회가 처음 으로 개최한 회의에서 영국 대표 및 사무총장은 군사 비군사적인 인공지능 UN “ ‧ 오 남용 모두 세계 평화 및 안보에 심각한 문제를 야기할 수 있으므로 국제기구 ‧ 신설을 통한 국제적 대응이 필요하다 는 입장을 표명 ”
- 미국 EU‧ 간 및 유럽 내에서 바람직한 인공지능 개발 이용을 위한 국제협력이 이미 추진 중이며
- 현재 유럽 미국 등 일부 국가 간 또는 지역적으로 인공지능 관련 국제협력이 추진되고 있으나 인공지능 영향력은 일국에 제한되지 않으므로, 전 세계 국가를 아우르거나 어느 국가든 참여할 수 있는 보편적인 국제협력이 필요하다.
출처-한국지능정보사회진흥원(인공지능 규제규범 정립을 위한 국제기구 구축 방안)
