AI winters were not due to imagination traps,
but due to lack of imaginations.
AI의 겨울은 상상력의 함정 때문이 아니었습니다.
상상력의 부족이 곧 겨울의 원인이었습니다.
(추상적 구조, 경계의 형성)
그저 컵 속의 잔잔한 물결으로 그치든,
세계를 뒤바꿀 거대한 파도로 변모하든
기나긴 겨울을 이겨내고 마침내 AI의 시대가 우리에게 다가오고 있다.
우리는 골짜기의 밑바닥에 가닿아, 마침내 산봉우리를 넘나드는 그들의 짧고 가파른 성장을 목격하고 있으며
그들이 골짜기로 추락할 수 있던 것도, 끝내는 그 몸을 산의 정점으로 끌어올릴 수 있는 원동력도
길고 험난했던 몇 번의 겨울을 맞이하고도 무너지지 않고 내렸던 깊은 인내의 뿌리에 있음을 알아가고 있다.
인공지능이 긴 세월을 도로 되돌려 놓고 다시 저 깊은 심연으로 사라질 그저 하나의 유행일 뿐이었는지,
아니면 곧 세계를 바꾼 혁명의 목록들에 자신의 이름을 당당히 올릴 거대한 존재였는지는 제쳐 놓고
인간 사회의 오래된 심연에서부터 존재해왔던 인공지능이라는 요소의 깊음에 대하여 알아 보려고 한다.
(제우스가 사랑했던 이의 경호기계 탈로스 ΤΑΛΩΝ )
인공적으로 지능이 심어진 존재라는 인공지능의 직접적 모티프는
고대부터 서사를 진행할 때 썼던 내러티브 기법,
그리고 제우스가 사랑했던 유로파를 보호하는 탈로스라는 이름으로,
근현대에는 프랑켄슈타인과
인공지능의 윤리적 문제를 꿰뚫는 아시모프의 3원칙이라는 이름으로
극작가들과 과학자들에게 영감을 제공하며 꾸준히 존재해 왔고
이러한 개념적 요소와 함께 금방이라도 끊어질 것 같으면서도 끈질기게 명맥을 이어 왔던
기초적 인공지능에 대한 기계적, 이성적 탐구라는 씨앗 또한
문학적 모티프의 인용 및 발전 속도에 못지 않게 발아하기 위한 내실을 차분히 쌓아가고 있었다.
수학자들이 쌓아갔던 인공지능에 대한 연구들은
(인공지능의 아버지)
나치의 병기 애니그마를 부순 열쇠였고
인공지능 관련 학문들의 거두로써 추앙받는
앨런 튜링에게로 고스란히 이어졌다.
그는 단순한 기호인 '0' 과 '1' 을 기계에 탑재시킨다면
기계가 스스로 수학적 논리적 사고를 하면서 문제 해결 과정을 시뮬레이션 할 수 있다고 제안했으며
이것은 그대로 먹혀들어 신경 생물학, 문제 해결을 위한 순환적 인과 과정인 사이버네틱스의 발견에도 영향을 끼치기 시작했고
곧 튜링이 일으킨 위대한 작은 파동은 점차 그 크기를 불려가기 시작했다.
튜링이 제안했던 스스로 사고하는 기계에서 더욱 발전한 전자적 뇌라는 요소는
각각 신경생리학자, 그리고 논리학자였던 워런 맥컬록 과 월터 피츠 주니어에 의하여
튜링이 제안했던 사고 기계의 기준인 튜링 완전성에 적합하도록 디자인된 인공 뉴런이라는 이름으로 현실에 그 모습을 드러냈다.
이제 원대한 과정의 포문이 막 열렸다.
인공지능의 거대한 가능성을 파악한 지식인들은 주저 없이 막 개방된 판 속으로 뛰어들고 있었다.
흥미로운 주제를 가지고 여러 방면으로 갈라서고, 다시 합치기를 반복했던 전문가들은
곧 기계 지능이라는 목표에 도달하는 방식을 두고 두 개의 파벌로 갈라섰다.
하나는 바로 논리 및 검색 결과에 대한
인간이 독해할 수 있는 상징적 표현을 제공하는 상징적 인공지능으로 대표되는
상징주의적 접근법 이었으며,
또 다른 하나는 기계를 학습시켜 일반 인공 지능(AGI) 를 달성시키고자 하는
연결주의적 접근법 이었다.
두 방법은 접근 방식 자체가 서로 많은 차이를 나타내 보이기도 했거니와
서로 충돌하면서 의견 사이의 간극이 좁혀지지 않았기 때문에
한 쪽이 득세하면 다른 한 쪽은 말 그대로 배경으로 밀려나 다시 우위를 되찾을 때까지 수면 밑에서 잠적해야 했다.
아무튼 인공지능 산업의 향방을 결정하는 두 접근법의 치열한 대결이 펼쳐졌고
이 뜨거웠던 대결의 승자는 바로 상징주의적 접근법이었다.
혹자는 상징주의의 승리가 상징주의적 접근법이 바로
데카르트, 러셀, 프레게 등의 지적 정통성과 맞아 떨어지는 부분이 있었기에
인공지능의 개발 판도를 장악할 수 있었다고 주장하기도 한다.
이제 비로소 불투명하고 위태했던 인공지능 산업의 내부가
체계적으로 자리를 잡아가고 있었으며,
충분한 준비를 갖춘 인재들은 곧 한창 냉전을 통과하고 있었던 미국 여기저기서 개화하기 시작한다.
다트머스 대학 내부의 워크숍에서 인공지능에 관련한 학과가 탄생했으며
또한 이들이 탄생시킨 결과물은 체스를 배우고 대수학을 풀어내고 수학적 정리를 증명해 내고 영어를 마치 모국어처럼 말했다.
한 편 소련과 영혼의 한 타 싸움 중이었던 미국 또한 이들의 가능성에 경탄을 금치 못했으며
곧 미 국방부의 지시로 인공지능 산업은 대 투자의 시기를 맞게 된다.
바야흐로 환상적인 봄의 시작이었다.
미국 여기 저기서 인공지능 연구소가 설립되고 있었다.
또한 이 물결은 세계로 퍼져나가 인공지능의 발전에 박차를 가하고 있었다.
지적 전통주의자들과 인공지능 전문가와 학자들은 이제 의심을 거두기 시작하고 있었다.
승자는 상징주의였다.
이견은 없었다.
그리고 누군가가 여기에 이견을 던졌다.
그는 바로 단신으로 전 AI 산업을 얼어붙게 만든 주인공,
곧 AI 겨울을 촉발시킨 제임스 라이트힐 경 이었다.
라이트힐 경은 그가 발표한 라이트힐 보고서Lighthill survey 에서
AI 산업의 진척도가 기존에 약속한 어떠한 주요 목표에도 미치지 못했다면서
이대로 가다가는 모든 투자금이 물거품이 될 것이며 인공지능 분야의 모든 연구원들이
현실적인 문제 영역에서 생기는 복잡성은 뒷전으로 던져놓고
쓸데 없는 문제들에만 치중하고 있다고 주장하면서
AI의 미래에 대한 비관적인 관점의 끝을 보여주었다.
이는 곧 영국 정부의 AI 산업에 대한 지원을 철회하는 결정을 촉발하였으며
이에 그치지 않고 미 국방부의 화수분같은 지원 또한 완전히 끊기는 단초를 제공하였다.
짧다면 짧고 길다면 긴 승리의 기쁨을 누렸던 상징주의는 단 한 순간만에 완전히 밑바닥으로 추락했다.
그러나 라이트힐 경의 쓰라린 비판에도 불구하고 여전히 인공지능 산업의 기초적 토대는 건재했으며
이는 인공지능 산업 전체가 기나긴 첫 번째 겨울을 견뎌낼 수 있는 원동력이 된다.
그러나 상황은 절망적이었다.
필요한 자금은 모이지 않고 있었으며
인재들은 다른 산업으로 계속해서 유출되고 있었다.
한때 상징주의의 대항마였던 연결주의적 접근법 또한 이제 거의 빈사상태에 있었다.
그럼에도 불구하고 인공지능의 몰락을 원치 않았던 이들은 끊임없이 도전에 도전을 거듭하였다.
베트남 전쟁이 종언을 고하고 세계가 새로운 방면으로 진입하던 1980년대 초,
이전부터 근근이 명맥을 이어오던 개념에 기반한 새로운 사고 시스템이 생성된다.
바로 전문가 시스템이 그 탄생을 알린 것이었다.
전문가 시스템은 인간 전문가의 지식과 분석 방법을 본따 시뮬레이션하는 접근법의 한 형식으로,
위기와 침체 이 두 단어로 대표되는 겨울에 빠져 있던 인공지능 산업을 혼자서 구원하는 데 성공한다.
마침 이러한 인공지능 산업의 부상은 세계의 전체적 호황과 버블 경제에 따른 일본의 적극적 투자와 프로젝트 형성 등으로
1970년대 이후 사멸된 봄의 기운이 다시 세차게 솟기 시작한다.
미국와 일본에서 인공지능에 대한 연구 자금이 기하급수적으로 늘기 시작했으며
각종 연구 기관이 조상들의 폐허로 세워진 터전 위에 다시 그들의 집을 지었다.
그러나 봄은 채 5년도 가지 못했다.
범용 컴퓨터 기기인 리스프 머신의 시장이 처참하게 몰락한 것을 시작점으로
5년이라는 짧은 시간 동안 새싹 몇 개도 피우지 못한 시장은 다시 눈보라에 뒤덮이게 된다.
두 번의 성공과 두 번의 실패를 목격한 전문가들은 이제 발악하는 심정으로 자문 할 수 밖에 없다.
'상징주의가 애초에 적합한 것이었을까?'
그리고 이러한 '불온한' 사상적 움직임은 곧 상징주의의 완전한 몰락을 불러온다.
전문가들은 상징주의가 인간의 여러 행동과 사고방식을 모방할 수 있는지에 대해 근본적 의문을 제기하기 시작했으며
적당한 대체제를 찾아 과거의 유물들을 누비던 전문가들은 먼지 속에 뒤덮여 있던 신경망과 연결주의를 다시 불러들인다.
이제는 1970년대와 80년대의 실패를 다시 반복할 수 없었다.
한번 더 그러한 겨울이 찾아왔다가는 시장은 정말로 끝이었다.
전문가들과 학자들은 마지막이라는 심정으로 다시 세운 연결주의를 중심으로 가지를 붙여나간다.
신경망, 0 또는 1의 고전적 방법론에서 벗어나 새로운 퍼지 이론으로 작동하는 제어 시스템,
완벽한 정보가 존재하는 상황을 흰색으로 가정하고 반대의 상황을 흑색으로 가정하는 그레이 시스템 이론,
생물학적 진화에서 영감을 받아 전 세계적 최적화에 이를 적용하는 진화적 계산법 등의 기라성같은 발명들이
다시 찾아온 AI의 겨울에도 불구하고 굳건하게 눈더미를 뚫으며 다음을 기약할 수 있는 환경을 구축하는 데 성공한다.
냉전의 종식과 인터넷의 개발이라는 국제적 상황의 변화에 발빠르게 적응한 인공지능 산업은
더 많은 수학적 방법의 사용으로 더 많은 학문적 분야와의 협력 관계를 구축하였고
정보의 홍수로 비견되는 인터넷 산업의 혁명적 성장과 더불어 대량의 데이터를 활용해 기계 학습과 그 분파인 딥러닝을 가능하게 했다.
그러나 아직 부족했다.
시간이 지나며 실험실 속의 인공지능들은 이미 두각을 충분히 드러내 보이고 있었지만
이미 대중들은 인공지능에 크게 흥미를 잃었고 기대치도 높지 않은 상태였다.
강력한 한 방이 필요했다.
2016년 6월 9일,
한국 바둑 9단의 기사 이세돌과
구글 딥마인드가 출시한 인공지능 알파고의 대국에서
알파고가 이세돌을 4:1로 꺾었다.
인간의 가능성 또한 빛났지만 이는 압도적인 패배였다.
모든 전문가들과 학자들의 소박한 우려는 곧 종식되었다.
모든 IT 공룡들의 전쟁터이자 새로운 가능성의 무대가 본격적으로 열리고 있다.
-끝-
이미지 출처: By JonMcLoone at English Wikipedia, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=44894482 By Forzaruvo94 - Own work, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=22906318 By Antoine Taveneaux - Own work, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=20247421 (마이클) 제임스 라이트힐 경. 23 년 1924 월 17 일-1998 년 <> 월 <> 일 JSTOR By Michael L. Umbricht and Carl R. Friend (Retro-Computing Society of RI), CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=9578114 By John Gould (14.Sep.1804 - 3.Feb.1881) - From "Voyage of the Beagle" as found on http://darwin-online.org.uk/converted/published/1845_Beagle_F14/1845_Beagle_F14_fig07.jpg]; also online through Biodiversity Heritage Library at https://www.biodiversitylibrary.org/page/2010582., Public Domain, https://commons.wikimedia.org/w/index.php?curid=3918303 알파고 (alphagomovie.com)
자료 출처: 인공 지능 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
탈로스 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
앨런 튜링 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
상징적 인공 지능 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
연결주의 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
