인공지능에 대해서 모두가 알아야 할 열 가지
[BY 메가스터디북스] 인공지능이 우리의 경제, 노동시장, 우리의 신체와 같은 다른 영역에 얼마나 깊게 ...
m.post.naver.com
인공지능이 우리의 경제, 노동시장, 우리의 신체와 같은 다른 영역에
얼마나 깊게 스며들 수 있는지에 대한 논의는 아직도 초기 단계에 머물고 있다.
잠재적인 결과를 예측하고 다양한 관점을 얻기 위해서는 인공지능과 로봇공학이 사회에 끼칠 수 있는 영향력을 넓은 관점에서 바라보고 깊게 생각해 볼 필요가 있다.
1. 인공지능은 시간에 따라 변한다. 오늘날의 인공지능은 대부분의 경우 선형회귀 분석에서 의사
결정 트리(decision trees), 베이지안 네트워크(Bayesian networks), 인공신경망(artificial neural networks)과 진화적 알고리즘(evolutionary algorithms)까지의 소프트웨어 접근법이 포함된 머신러닝을 의미한다. 1960년대 움직이는 로봇의 등장은 인공지능의 획기적인 사건이었다. 바둑챔피언을 꺾은 인공지능은 가장 최근의 놀라운 업적이었다. 중요한 이정표가 세워질 때마다 인공지능이 무엇이고 무엇을 할 수 있는지에 대한 우리의 인식이 시시각각 변한다.
2. 범용인공지능(Artificial General Intelligence)은 존재하지 않지만 특화된 인공지능(narrow AI)은 이미 우리를 둘러싸고 있다. 특화된, 그리고 명확한 업무를 수행하는 인공지능의 능력은 나날이 개선되고 있지만 인간이 당연하게 생각하는 상식이나 ‘맥락을 파악하는’ 능력은 여전히 없다. 한편 구글의 검색 알고리즘, 애플의 시리(Siri)가 보여주는 대화능력, 그리고 스마트폰의 자동 완성 능력은 모두 특화된 인공지능 기술이다. 인공지능 응용 프로그램 중에서 똑같이 중요하지만 눈에 덜 띄는 것에는 어떤 온라인 광고를 내보일지 여부를 결정하는 것, 사이버 보안 지원, 산업용 로봇 관리, 자율주행 자동차 운전하기, 텍스트 요약하기, 특정 질병의 진단하기 등이 있다.
3. 인공지능, 로봇, 그리고 인간은 같이 일할 때 더 좋은 성과를 낸다. 인공지능 체스 프로그램과 인간 체스 선수가 이룬 팀은 인간만으로 이루어진 팀이나 컴퓨터를 꾸준하게 이기고 있다. 지능형 로봇 역시 인간과의 협업으로 많은 혜택을 누린다. 카네기멜론 대학교의 코봇(CoBot)은 방문자들을 회의실로 안내하거나 서류를 가져오는 간단한 일을 할 수 있다. 코봇은 물건을 들어 올리거나, 엘리베이터 버튼을 누르거나, 길을 잃었을 때 적극적으로 인간에게 도움을 요청한다.
4. 인공지능은 목표 설정을 할 때 인간의 도움을 필요로 한다. 우리는 가까운 미래에 ‘초 인공지능(artificial superintelligence)’이 등장할 수 있다는 전망에 많은 걱정을 하지만, 만약 우리가 인공지능이 특정한 목표를 지향하도록 설정하지 않는다면 인공지능이 해롭거나 의도하지 않은 결과를 불러올 것이라는데 의심의 여지가 없다. 스튜어트 러셀이 이미 말했듯이, 성공으로 가는 열쇠는 인공지능이 사람을 관찰하고 인간의 목표와 가치에 스스로를 맞추도록 훈련시키는 것이다.
5. 오늘날의 많은 인공지능 시스템은 블랙박스와 같다. 우리는 아직 인공신경망이나 딥러닝과 같은 가장 많이 쓰이는 머신러닝 알고리즘이 어떻게 작동되고 어떻게 의사 결정을 내리는지에 대해 완전하게 이해하지 못한다. 이런 프로세스를 기술적으로는 해부해 분석할 수는 있겠지만, 이 경우 인공지능은 다음 의사 결정을 할 때 접근 방식을 수정할 수 있다. 결국 인공지능이 만들어 내는 결과물을 검증하기 어렵게 되며 인간이 기계로부터 배우는 능력을 제한할 것이다.
6. 인공지능 자원(AI resources)은 대중에게 공개되었고 자유롭게 사용이 가능하다. 머신러닝 분야에서 일어나는 대부분의 혁신은 대학교의 연구부서나 기업에서 이뤄지고 있다. 이런 지식의 큰 부분은 오픈소스이며, 여기에는 정당한 이유가 있다. 투명성이 없다면 알고리즘상의 문제를 식별하고 분리해 수정하기가 어렵기 때문이다. 자연어 처리나 영상 인식을 도와줄 주 있는 클라우드 기반의 인공지능 ‘봇(bot)’을 찾는 데에는 몇 분 걸리지 않는다.
7. 인공지능을 사용하려면 데이터를 정리해야 한다. 몇몇 인공지능 시스템은 조직 외부의 데이터를 이해하도록 도와준다. 머신러닝 기법을 적용하기 위해서는 우선 데이터가 정리되어야 하고 적절하게 보호되어야 한다. 많은 조직들에게도 데이터 관리는 가장 어려운 과제 중 하나다. 다행히도 몇몇 인공지능 시스템은 기업 시스템이나 서버에서 데이터를 검색하고 찾기 위해, 또는 데이터를 쉽게 찾을 수 있도록 분류하기 위한 목적으로 개발되고 있다.
8. 가장 훌륭한 인공지능 시스템도 편향될 수 있고 오류에서 자유롭지 않다. 알고리즘의 정확성과 유용성은 개발 방식과 사용된 데이터의 성격에 달려 있다. 강력한 알고리즘이 잘못된 데이터나 대표성이 떨어지는 데이터를 활용해 편향되었거나 매우 부정확한 반응을 내놓는 경우도 수없이 봐왔다.
9. 인공지능과 로봇공학은 인간을 필요 없는 존재로 만드는 것이 아니라 업무의 성격을 바꿀 것이다. 배달부나 계산대 직원처럼 아주 예외적인 경우를 제외하고 대부분의 일자리는 완전하게 자동화될 수는 없다. 글로벌 컨설팅업체 알파베타(AlphaBeta)의 분석에 따르면 인공지능과 로봇공학이 미래의 일자리에 끼치는 가장 큰 영향력은 반복 업무나 기술직군의 자동화다. 이런 자동화로 인해 인간은 대인관계와 관련된 업무와 창의적인 업무에 더 많은 시간을 할애할 수 있게 될 것이다.
10. 인공지능과 로봇공학의 영향력은 우리가 어떻게 도입하고 활용하는 지에 달려있다. 기업이 인공지능과 로봇공학 시스템을 현실세계에 적용하는 방식이야말로 인공지능과 로봇공학이 사회에 끼치는 영향력의 주요 동인이다. 이 말은 인공지능과 로봇공학 시스템이 더욱 정밀해지고 성능이 높아짐에 따라 기업 이사회나 임원진이 언제 어디에 사용할 것인지 결정하는 프로세스가 한층 더 중요해짐을 의미한다.
- 『클라우스 슈밥의 제4차 산업혁명 THE NEXT』 를 일부 발췌한 내용입니다.
어젠다 제시는 끝났다! 이제는 실천의 단계다!
인류가 맞이한 혁신과 기회의 교차점에서 나누는 두 번째 대화
4차 산업혁명에 대한 강력한 비전과 실용적인 접근법을 모두 담은 책
세계경제포럼(일명 ‘다보스포럼’)의 창립자이자 집행위원장인 클라우스 슈밥이 2016년 출간한 『클라우스 슈밥의 제4차 산업혁명』은 4차 산업혁명의 정의, 4차 산업혁명의 명과 암, 새로운 글로벌 성장 동력 발굴에 관해 이야기하며 ‘혁신과 기술이 인류 공익을 위해 일하는 미래’에 대한 공동 책임을 우리 모두에게 촉구했다. 그로부터 2년이 흐른 지금, 많은 연구 개발의 결과로 첨단 기술들은 더욱 빠르게 변화하고 있고 기업들은 새로운 접근 방식을 도입하기 시작했다. 새로운 기술과 비즈니스 모델이 노동 시장과 사회적 관계, 그리고 정치 시스템까지 파괴할 수 있다는 경험적 증거가 등장하면서 이 책의 내용은 더욱 설득력을 얻었다.
『클라우스 슈밥의 제4차 산업혁명』의 속편 격인 이 책은 두 가지 포인트에서 전작을 보완한다. 첫째, 글로벌 리더들부터 일반 시민들까지 모든 독자가 혁신에 대한 시스템적 관점을 기르고 새로운 기술, 글로벌 과제, 그리고 우리의 행동 사이의 관계를 조망하여 큰 그림을 볼 수 있도록 도와줄 가이드라인을 제시한다. 둘째, 블록체인, 사물인터넷, 인공지능, 첨단소재, 적층가공기술, 생명공학, 가상현실과 증강현실, 우주기술 등 4차 산업혁명 시대 핵심 기술 12가지를 선정하고 가장 최근 사례와 세계적 전문가의 관점을 집대성하여 독자들이 기술의 핵심과 그 관리 체계에 깊이 있게 다가갈 수 있게 하는 실질적인 지침을 제공한다.
