브라이언 멀콘리 '우리가 첫 번째 지능형 기계를 만날 때'
인공지능(AI)이 인간의 지능과 비슷하거나 뛰어넘는 수준이 되려면 얼마나 많은 시간이 남아있을까?
"(AI 수준을 높이기 위한) 프로그래밍적인 해결책을 찾기 위해 '컴퓨터처럼 생각'하려고 노력하는 사고 실험에 정기적으로 참여했다"
반면 르모인 발표 이틀 전 AI의 선구자이자 인지과학자인 더글러스 호프스타터(Douglas Hofstadter)는 더 이코노미스트에 '인공신경망은 의식이 없다'는 글을 썼다. 호프스타터는 GPT-3라는 강력한 AI와의 대화 끝에 이런 결론을 내렸다며 "우리가 의식을 가진 기계를 만들기까지는 아직 수십 년은 멀었다"고 썼다.
그로부터 얼마 뒤 메타(Meta) AI 연구소의 수석 과학자이자 2018 튜링상 수상자인 얀 르쿤(Yann LeCun)은 '자율 기계 지능을 향한 길(A Path Towards Autonomous Machine Intelligence)'이라는 제목의 논문을 발표하며 인간처럼 추론하고 계획할 수 있는 능력을 갖춘 AI를 프로그래밍하는 경로를 제안하기 위해 의식과 감각을 넘어서는 아키텍처를 제안했다. 연구자들은 이것을 범용 인공 지능(Artificial General Intelligence, AGI)이라고 불렀다.
멀콘리는 "우리는 현대 디지털 컴퓨터의 구조를 묘사한 앨런 튜링의 1936년 논문을 대한 것과 같은 존경심을 가지고 르쿤의 논문을 보게 될 것이라고 생각한다"며 얀 르쿤의 논문이 중요한 이유를 다음과 같이 제시했다.
첫번 째는 얀 르쿤이 '월드 모델(world model)'이라는 개념을 가지고 오늘날의 AI가 갖는 한계를 벗어나는 길을 상상한 점이다. 이는 세계를 표현하는 법을 학습하는 예측 모델을 위한 계층적 아키텍처의 발명으로 부분적으로 가능해졌다.
이 월드 모델을 통해 행동 순서를 시뮬레이션함으로써 다가올 미래 상태를 예측할 수 있다는 것이다. 르쿤은 "이는 한 상황에 대해 구성된 모델을 다른 상황에 적용함으로써 유추(analogy)에 의한 추론을 가능하게 할 수 있다"고 설명했다.
멀콘리가 언급한 논문의 두 번째 주요 혁신은 '새로운 학습을 촉진하기 위한 구성 모듈'이다. 르쿤은 "적은 매개 변수로 이뤄진 '포괄적(generic)' 월드모델을 상상해 볼 수 있다"고 했다. 그는 구성자(configurater)가 복잡한 작업을 일련의 하위 목표로 분해하는 방법을 어떻게 배울지에 대해 질문을 열었다. 이는 인간이 '유추'를 할 때 사용하는 방법이다.
예를 들어 누군가가 아침에 호텔 방에서 일어나서 처음으로 샤워기를 작동시켜야 한다고 상상할 때 기존에 샤워기를 작동해 학습한 기억과 유사점을 활용해 각각의 하위 목표를 빠르게 세분화할 수 있다. 손잡이로 물을 트는 방법을 결정하고, 물을 따듯하게 하려면 손잡이를 어느 방향으로 돌려야 하는지 등을 확인한다. 샤워실에서 보이는 수많은 데이터들의 연결점을 무시하고 목표와 관련된 몇 가지에만 집중할 수 있다는 것이다.
세 번째는 '일단 시작되면 모든 지능형 기계 학습은 자가 학습으로 진행된다'는 점이다. 멀콘리는 "세 번째 혁신이 가장 강력하다"며 "르쿤의 아키텍처는 자가 지도 학습 패러다임에서 작동한다"고 강조했다.
이는 AI가 비디오를 보거나, 텍스트를 읽거나, 인간과 상호 작용하거나, 센서 데이터를 처리하거나, 다른 입력 소스를 처리함으로써 스스로 학습할 수 있다는 것을 의미한다.
여전히 오늘날 대부분의 AI는 인간 트레이너가 주는 특수 라벨링된 데이터를 바탕으로 훈련받아야 한다. 최근 구글 딥마인드(DeepMind)는 알파폴드(AlphaFold) AI가 제작한 공개 데이터베이스를 공개했다. 여기에는 과학적으로 알려진 거의 모든 2억 개 단백질의 추정된 모양을 포함하고 있다.
이전에는 연구원들이 하나의 단백질 형태를 실험적으로 예측하는 데 3~5년이 걸렸지만 딥마인드의 AI는 같은 5년의 기간 안에 거의 2억 개의 형태를 파악했다.
멀콘리는 "AI가 인간 트레이너 없이 스스로 계획하고 추론할 수 있을 때 그것은 무엇을 의미할까"라고 반문했다. 그는 "머신 러닝, 로봇 프로세스 자동화, 챗봇과 같은 오늘날의 선도적인 AI 기술은 이미 제약 연구소부터 보험 회사에 이르기까지 다양한 산업의 조직을 변화시키고 있다"면서 "수십 년 또는 몇 년 안에 지능형 기계가 자가 학습 수준에 도달한다면 방대한 기회와 놀라운 위험을 동시에 도입할 것"이라고 예측했다.
AI타임스 양대규 객원 기자 yangdaegyu@naver.comㅊ첫
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com