불과 1~2년 사이에 우리는 다양한 종류의 AI 서비스를 경험하고 있습니다. 그림을 그리고, 글을 써주고, 계획을 짜주고, 영어 공부를 도와주고, 코딩을 짜주는 등 여러 방면에서 많은 도움을 받고 있습니다. 이렇게 특정 분야에 특화된 형태의 AI를 Narrow AI라고 합니다. 반면 다양한 업무 수행이 가능하고, 인간의 지적이고 이성적인 판단과 유사한 결정을 내릴 수 있는 AI를 AGI(Artificial General Intelligence, 일반 인공 지능)라고 합니다. 지금부터 AGI의 특징과 개발, 잠재적인 이점과 위협에 관하여 설명하겠습니다.
AGI의 특징과 개발
AGI의 특징
AGI(일반 인공 지능)은 인간이 할 수 있는 모든 지적 작업을 수행할 수 있는 인공 지능의 한 유형, 어떻게 보면 최종적인 형태라고 말할 수 있습니다. 단순히 기존에 가지고 있는 정보와 DB를 근거로 판단, 답변, 행동하는 것을 AGI라고 말하지 않습니다. 새로운 정보를 받아들여 학습하고, 창의적으로 문제를 해결하고, 복잡한 상황에서 의사 결정을 내릴 수 있습니다. AGI의 이런 특징 때문에 종종 Strong AI 또는 Full AI라고 말하기도 합니다.
구체적인 AGI는 아직 현실에 존재하지 않지만, AGI는 AI 개발자들의 궁극적인 목표가 됩니다. 다음은 AGI가 가지고 있는, 가지게 될 주요 특징입니다.
- 학습 능력: 새로운 지식과 기술을 학습한다.
- 추론 능력: 발생하는 상황을 추론하고, 자신의 지식과 기술을 바탕으로 의사 결정을 내린다.
- 계획: 복잡한 절차가 필요한 작업을 수행할 때, 논리정연하고 효율적으로 작업 순서를 배치한다.
- 사회적 지능: AGI는 인간 및 다른 AI 기반 대상과 상호 작용할 수 있어야 한다.
AGI의 개발
AGI의 개발과 현실화에는 많은 어려움이 있습니다. 머신 러닝, 로봇 공학을 포함한 다양한 분야의 AI 연구·개발이 필요합니다. 그 접근 방식 중 가장 일반적으로 사용하고 있는 것이, 인간과 유사한 방식으로 학습하고 적응할 수 있는 AI 시스템을 개발하는 것입니다. 쉽게 말해서 말을 제대로 하지 못하는 어린아이를 꾸준히 학습시켜서 위에서 언급한 AGI의 주요 특징을 가지게 하는 시스템을 말합니다. 이를 강화 학습(Reinforcement Learning)이라고 말합니다. 강화 학습에는 에이전트(Agent)라는 대상이 등장합니다. 에이전트가 지시에 부합하는 적절한 판단과 행동을 했을 경우 보상이 주어지고, 반대의 경우 처벌하는 식으로 훈련됩니다.
다음으로 신경망(Neural Netwrok)을 이용하는 방식입니다. 신경망은 인간의 뇌를 모방한 인공 신경망으로, 정보를 처리하고 학습하는 방식이 인간의 뇌와 유사합니다. 인공 신경망은 노드로 구성되어 있으며, 노드를 연결하는 선을 엣지라고 합니다. 이런 형태의 인공지능(일종의 AI 하위 분야)은 노드에서 값을 처리하고 엣지에서 가중치를 받아 조정을 거쳐 다음 계층으로 전달됩니다. 이런 작업을 반복적으로 수행하면서 오류를 발견하고, Parameter(매개 변수)를 조정하면서 오류를 최소화합니다. 이 방식은 패턴이나 이미지 인식, 자연어 처리 같은 AI 모델 개발에 적합하며 현재에도 많이 사용되고 있습니다.
또 다른 접근 방식으로 상징적 AI(Symbolic AI)가 있습니다. 수치 데이터가 아닌 기호나 개념의 처리와 조작에 중점을 두는 인공지능의 하위 분야로 이런 접근 방식을 종종 기호 AI(Symbolic AI)라고 부릅니다. 기호 AI는 인간과 유사한 논리로 세상을 분석하고 표현할 수 있습니다. 머신 러닝이 등장한 이후로 한동안 사장된 개념이었지만, 모든 데이터를 자연어(Natural Language)로만 설명하고 DB화하는 것은 어렵기 때문에, 다시금 주목받는 학습 방식입니다.
다만 상기와 같은 접근 방식과 노력이 있음에도, 특정 작업에 특화되지 않은 독립적인 AI를 개발하는 것은 쉽지 않습니다. AGI의 정의에 부합하려면 인간이 개입 없이 새로운 작업을 학습하고 적응할 수 있어야 하기 때문입니다.
AGI의 잠재적 이점과 위협
흔히들 Sci-Fi 영화에서 보았던 어두운 모습이 이제 상상이 아닌 현실이 될 수도 있습니다. AGI가 불러올 잠재적인 이점과 위협을 정리해 보겠습니다.
잠재적 이점
- 반복적인 작업을 AI로 대체: 인간은 좀 더 생산적인 업무에 시간을 배분할 수 있다.
- 새로운 지식의 발견: 기존에 발견하지 못했던 새로운 아이디어나 생각, 브레인스토밍을 기대할 수 있다.
- 의료 진단 및 치료법 개발: 수집된 광대한 자료를 토대로 질환을 조기 판단하고, 오진율을 최소화할 수 있다.
- 엔터테인먼트: 게임 AI의 비약적인 상승을 기대할 수 있다. 굳이 함께 플레이할 사람을 찾을 필요가 없다.
- 고도의 분석과 계산이 요구되는 분야: 기후, 우주 탐사와 같은 분야에서 오차 없는 데이터 도출 가능
잠재적 위협
- 일자리 감소: 오랜 시간의 훈련과 학습이 필요한 분야조차도 AI가 대체할 수 있다.
- 사회적 갈등: 일자리 감소에 의한 실업은 사회적 갈등과 불안정을 야기할 수 있다.
- AI의 위협: AI의 지능에 대한 불안, 일자리에 대한 불만이 심화할 수 있다.
- 감시 시스템: 사회 곳곳에 광범위하게 배치된 AI 감시 시스템을 기반으로 개개인에 대한 통제 강화
- 자율적인 무기 시스템의 개발: AI의 판단으로 재량껏 외부 위협을 제거하도록 설계될 수 있다.
정리
AGI의 개념을 다시 한번 정리해 보겠습니다. 아직 꾸준히 연구·개발이 이루어지고 있는 분야이며, 새로운 정보를 받아들여 학습하고, 복잡한 상황에서 독자적으로 의사 결정을 하는 인공지능의 높은 단계를 AGI(일반 인공 지능)라고 말합니다. AGI는 아직 개발이 현재 진행 중이며, 다양한 방식(강화 학습, 신경망, 기호 AI 등)으로 연구가 진행되고 있습니다. 마지막으로 AGI의 잠재적인 이점과 위협을 정리하였습니다.
AGI 연구의 세부 내용은 관련 논문을 읽지 않는 이상, 구체적으로 전달하기가 어렵습니다. 이번 포스팅은 ‘AGI란 무엇인가?’를 개략적으로 설명하는 것으로 마무리하겠습니다. AGI 관련 기술 동향은 Google AI, Google Deep Mind, The Verge, MIT Tech review 같은 웹사이트 자료를 참조하시기를 바랍니다.