인공지능 문제와 미래 (1) 강인공지능 불가능? 강인공지능 실패 사례

이번 포스팅에서는 인공지능의 문제와 미래에 대해서, 강인공지능 불가능할지에 대해서 강인공지능=범용인공지능=AGI(Artificial General Intelligence)를 중심으로 강인공지능 역사와 실패 사례에 대해 정리해보았습니다.

참고로 본 포스팅은 “인공지능 문제와 미래”라는 시리즈로 아래와 같이 3가지 포스팅으로 구성하였습니다.

(1) 인공지능 문제와 미래 (1) 강인공지능 불가능? 딥마인드와 IBM 왓슨 (현재 포스팅)

(2) 인공지능 문제와 미래 (2) 딥러닝 한계점, 인공지능 응용 상용화 문제점

(3) 인공지능 문제와 미래 (3) 모델 중심 AI에서 데이터 중심 AI로

참고로 이번 시리즈에서는 인공지능(AI) = 머신러닝(ML) 개념으로 작성하였습니다.

참고로 AGI란 기존의 약한 인공지능(Week AI, Artificial Narrow Intelligence)에서 진화한 강 인공지능(Stong AI = Artificial General Intelligence) 로,

인공지능 한계점

인간이 할 수 있는 어떠한 지적인 업무도 제대로 해낼 수 있는 기계의 지능을 의미합니다.

사실 AGI는 최근의 인공지능 연구의 주요 목표이자 SF소설 작가들 또는 미래학자들이 자주 언급하는 소재이기도 합니다.

이번 포스팅에서는 강인공지능 불가능한가?에 대한 부분으로 강인공지능(AGI)에 대해 예측하여 언급한 역사를 정리해보고 AGI에 대한 현재를 보여주는 구글 딥마인드와 IBM 왓슨의 사례를 언급해보려고 합니다.


강인공지능 불가능? AGI 시도와 실패의 역사

1950년대부터 인공지능의 역사에 있어 강인공지능이라고 불리는 AGI(Artificial General Intelligence)는 계속 기대와 희망이 가득했습니다.

문제는 이 AGI의 도래에 대한 전망은 1950년 인공지능이라는 용어를 처음 자주 사용한 마빈 민스키(Marvin Minsky) 도 20년 내 인공지능이 인간 수준에 도달할 거라고 언급했었는데, 60년이 지난 지금도 아직 등장하지도 않았고 얼마나 걸릴지 아직 모른다는 것 입니다. 아마 처음 인공지능 토대를 세운 존매카시 등도 마찬가지로 처음에는 생각을 했을 것 입니다.

인공지능 역사

3차례의 인공지능의 붐(BOOM)과 함께 겨울(WINTER)이 찾아왔고 강인공지능의 밝은 미래에 대해서는 계속 언급이 있었습니다.

인공지능 역사

현재도 딥러닝과 강화학습이라는 개념이 등장하면서 다시 사회적 흥미와 관심이 높아진 상태입니다. 그러나 이러한 기술을 중심으로 연구하는 구글의 딥마인드(DeepMind)나 일론 머스크가 설립한 오픈AI(OpenAI)까지도 엄청난 시간과 비용 대비 얼마나 큰 성과가 나타났는지에 대해서는 의문인 상태입니다.

구글 딥마인드는 성공했을까?

딥마인드는 이세돌을 이긴 알파고를 통해 바둑을 정복한 뒤 다음 목표로 “전력 효율화를 통한 기후변화 대응”을 실행했습니다.

강인공지능 불가능

실제로 16년 구글 데이터센터에 알파고를 투입해 전력을 40% 절감하는 성과도 거뒀다는 소식도 있었습니다. 이후 딥마인드는 “딥마인드 에너지”라는 별도 팀을 구성하여 영국 국가 전력 사용량을 10% 이상 줄이겠다고 거창하게 선언했습니다.

그러나 이 프로젝트는 지난해 무산됐고 팀은 해체됐습니다.

강인공지능 불가능

“딥마인드의 기술이 바둑이나 체스처럼 통제된 환경에서만 제대로 작동할 뿐이다. 현실 세계의 복잡성과 예측 불가능성에는 맞지 않는다는 의구심이 높았다”

CNBC 보도 내용, 딥마인드의 딥마인드 에너지 실패

여기에 딥마인드가 개발한 AI 진단 기기들도 상업성 부족과 개인 정보 논란 등으로 출시가 안되고 있습니다. 최근 알파폴드를 밀고 있지만 아직 성공 여부는 불명확합니다.

IBM의 왓슨은 성공했을까?

한때 엄청 떠들썩하게 세상을 흔들었던 IBM의 슈퍼컴퓨터 “왓슨(Watson)“도 존재합니다.

11년 2월, 미국 ABC방송 퀴즈쇼 제퍼디에 사상 처음으로 사람이 아닌 우승자가 등장했습니다. 두 명의 인간 챔피언을 압도적으로 이긴 주인공은 사람이 아니라 IBM의 인공지능(AI) 슈퍼컴퓨터 “왓슨(Watson)”이었습니다.

강인공지능 불가능

인간보다도 훨씬 문제를 잘 이해하고 빠르게 문제를 풀 수 있는 왓슨의 등장과 함께 한 때는 전세계는 강인공지능 시대가 도래했다며 강인공지능 불가능은 없다고 흥분하기도 했습니다.

“우리는 왓슨을 의료, 금융, 법률, 학술 등 다양한 분야에 적용할 방법을 찾고 있다”

IBM, ABC방송 퀴즈쇼 제퍼티 우승 다음날

위와 같이 IBM 대대적으로 홍보했던 IBM 왓슨은 10년이 지난 지금 그저 IBM의 골칫덩이로 전락하고 말았습니다. 왓슨 사업은 대부분 중단됐고 심지어 IBM은 왓슨 의료 사업부 매각이 추진되었습니다.

“왓슨의 원대한 비전은 사라졌고 AI에 대한 과장과 오만함을 일깨우는 사례가 됐다”

미국 뉴욕타임스 보도내용, IBM 왓슨

한 때 강인공지능의 아이콘을 불리며 컴퓨터 사업을 대체할 IBM의 강력한 아이템이었던 왓슨 또한 이렇게 실패하였습니다.

강인공지능 불가능
출처 : 조선일보, 21년 7월

사실 그럼에도 불구하고 인공지능에 대한 투자는 꾸준하게 진행되고 있는게 현실 입니다. 국내외 글로벌 기업과 빅테크 기업들도 아직 투자를 지속적으로 늘리고 있습니다. 시장조사업체 IDC에서는 글로벌 AI 시장 규모가 24년 663조원에 이를 것으로 예상하고 있는 것도 그 이유입니다.

그 밖의 AI 전문 업체들의 현재는?

구글은 21년 스위치 트랜스포머, MS와 엔비디아는 21년 10월 메가트론, 테슬라는 21년 8월 AI데이에서 슈퍼컴퓨터 도조(DOJO)를 발표해서 강인공지능에 대한 연구개발을 늘리겠다고 발표하고 있습니다.
하지만 이들 기업의 투자 대비 성과는 아직 의문인 상태입니다.

강인공지능 불가능이란 주제는 풀리지 않는 숙제일까요? 다음 포스팅에서는 강인공지능 불가능, 한계점을 지적하고 있는 게리마커스의 의견을 참고하여 현재 인공지능 기술의 한계점에 대해 정리해보겠습니다.


참고로 본 포스팅은 “인공지능 문제와 미래”라는 시리즈로 아래와 같이 3가지 포스팅으로 구성하였습니다.

(1) 인공지능 문제와 미래 (1) 강인공지능 불가능? 딥마인드와 IBM 왓슨 (현재 포스팅)

(2) 인공지능 문제와 미래 (2) 딥러닝 한계점, 인공지능 응용 상용화 문제점

(3) 인공지능 문제와 미래 (3) 모델 중심 AI에서 데이터 중심 AI로

Leave a Comment