인공지능 개념

튜링 테스트

• 기계가 인간과 얼마나 비슷하게 대화할 수 있는지를 기준으로 기계에게 지능이 있는지를 판별하고자 하는 시험
• 1950년, 앨런 튜링이 제안한 시험 - 이미테이션 게임
  • 영국 케임브리지 대학(1931 ~ 1936년)과 미국의 프린스턴 대학(1936 ~ 1939년)에서 수학을 공부
  • 제2차 세계대전(1940 ~ 1945년) 동안 독일의 군사 암호 기계인 에니그마(Enigma)의 해독에 핵심적인 역할 담당
  • 오늘날 인공지능이라 볼 수 있는 기계 지능에 관심을 두고 “과연 기계도 생각할 수 있는가?”에 대한 연구를 진행
• 2014년 6월 영국의 런던 왕립학회가 주최한 ‘튜링 테스트 2014’에서 튜링 테스트를 통과한 첫 번째 인공지능 컴퓨터가 탄생
  • 영국 레딩대학교(University of Reading)에서 개발
  • 이 인공지능 컴퓨터는 가상의 인물인 우크라이나에 살고 있는 13세 소년 유진 구스트만(Eugene Goostman)으로 설정
  • 하지만, 논란이 있음

 

과정

• 질의자 하나와 응답자 둘을 준비
  • 응답자 중 하나는 컴퓨터이고 나머지는 사람
  • 질의자는 어느 쪽이 컴퓨터인지는 모름
• 응답은 키보드로만 이루어지고, 질의자가 어느 쪽이 컴퓨터인지 판별할 수 없다면 시험은 통과
  • 즉, 컴퓨터가 인간처럼 대화를 할 수 있다면 그 컴퓨터는 인간처럼 사고할 수 있다고 본다는 것

 

중국어 방

• 철학자 존 설(John Searle)이 튜링 테스트(즉 기계의 지능 테스트)로는 기계의 인공지능 여부를 판정할 수 없다는 것을 논증하기 위해 고안한 사고실험
  • 어느 방 안에 중국어를 모르는 사람(이하 참가자)을 넣어둠
  • 참가자에게 중국어로 된 질문-답변 목록과 필기도구를 제공
  • 중국인 심사관이 중국어로 질문을 써서 방 안으로 넣음
  • 참가자는 중국어를 전혀 모르더라도 질문/답변 목록을 토대로 알맞는 대답을 중국어로 써서 심사관에게 건네줌
  • 일반인들은 참가자가 중국어를 할 줄 안다고 생각하겠지만, 실제로는 질문도 답변도 모르는 상태에서
  • 기계적으로 대조해보고 답안을 제출할 뿐이지 정말로 중국어를 알고 대답하는 것은 아니라는 것

• 즉, 문답이 완벽하게 이루어져도 안에 있는 사람의 중국어 '이해 여부'를 알 수 없듯이, 기계가 튜링 테스트를 거치더라도 그게 '지능'인지 '저장된 답변'인지는 알 수 없다는 주장
• 하지만, 미래학자 레이 커즈와일의 저서 《특이점이 온다》에서 논파됨 - 시스템 논변(systems reply)

 

뉴런과 신경망

• 사람의 뇌 안에는 아래 그림과 같은 뉴런이 천억 개 넘게 있으며 서로 엉켜 있음
  • 뉴런들은 서로 정보를 주고받습니다.
    • 이렇게 정보를 주고받는 과정 속에서 생각이 만들어집니다.
  • 뉴런은 머리 부분의 가지돌기에서 다른 뉴런에게 신호를 전달받습니다.
  • 신호를 전달받은 뉴런은 역시 그 신호를 다른 뉴런으로 전달합니다
  • 하지만, 뉴런은 신호를 언제 전달할지에 대해 기준을 가지고 이를 전달할지 말지 판단합니다.
    • 만약 전달받은 신호의 세기가 해당 뉴런의 기준보다 더 높다면 신호를 전달하고, 그렇지 않다면 그 신호를 다음 뉴런으로 보내지 않습니다.
    • 신호를 다음 뉴런으로 전달하는지, 아닌지가 우리의 생각과 행동의 시작
  • 이렇게 뉴런이 모여 서로 연결된 것을 ‘신경망’이라고 합니다.
  • 수많은 뇌 과학자가 밝힌 이 신경망의 원리를 인공지능에서 사용하기 시작

 

퍼셉트론

• 1957년, 프랑크 로젠블라트(Frank Rosenblatt)가 퍼셉트론이라는 개념을 세상에 발표하였습니다.
• ‘퍼셉트론(Perceptron)’은 앞에서 말한 신경망을 모방하여 만든 개념입니다.
• 이를 사용하여 오늘날 인공지능의 능력이라 여기는 학습과 인식이 가능해졌습니다
• 퍼셉트론은 다양한 데이터 속에서 특정한 패턴을 찾을 수 있는 능력을 가지고 있습니다
• 이 퍼셉트론은 중대한 문제점이 있었습니다.
  • 아이러니하게도 바로 패턴을 인식할 때 직선으로만 구분을 할 수 있다는 것이죠.
• 또한 컴퓨터의 작동 원리인 모든 논리 회로를 설명하지 못한다는 치명적인 한계도 있었습니다.
• 이를 해결하기 위해 퍼셉트론을 여러 개 쌓은 다층 퍼셉트론을 개발하였습니다.
  • 이를 통해 곡선을 그어 문제를 해결할 수 있었지만, 층이 많아질수록 정확한 선을 그을 수 없다는 한계점이 있었습니다.

 

다층 신경망

• 퍼셉트론은 신경망을 하나의 층으로만 구성하였습니다.
  • 하지만, 신경망을 하나의 층으로만 구성한 것이 아니라 여러 층으로 구성합니다.
• 퍼셉트론이 하나의 뉴런을 모방하였다면, 딥러닝은 우리 뇌와 같이 수많은 뉴런이 모인 것을 모방하였습니다.
• 이러한 여러 층을 가진 신경망 역시 퍼셉트론처럼 정확한 결과가 나오지 않는다는 한계점이 있었습니다.
  • 제프리 힌튼(Geoffrey Hinton) 교수가 오차역전파법(backpropagation)이라는 기술을 통해 이 문제를 해결