한국 개신교신학과 윤리

ㆍ작성자	장신대 신1 장시중
ㆍ작성일	2000-10-16 (월) 13:11

ㆍ추천: 0 ㆍ조회: 810

ㆍIP:

Re..실수다!!
실수로 이렇게 올렸습니다.. 비밀번호를 입력하지 않아서 수정 삭제도 안되내요!!

┼─ 장신대 신1 장시중(popsijung@yahoo.co.kr) : 미래의 기술-인공지능 10/16 [12:41] ─┼
│ 인공지능의 개요
│
│ 1. 인공지능(artificial intelligence)의 정의
│
│ 인간의 많은 정신적인 행동들 --즉 컴퓨터 프로그램의 작성, 수학문제의 해석, 상식적인 사고(思考)행위, 언어의 이해, 자동차의 운전등--은 인간의 지능을 요구한다.
│ 과거 몇십년 동안, 이들 행위를 수행할 수 있도록 여러 컴퓨터 프로그램이 만들어졌다. 이러한 시스템들 중에는 병을 진단할 수 있거나, 복잡한 유기화 학 물질의 합성을 계획 하거나, 수식 형태의 미분 방정식을 풀거나, 전기회로 의 분석, 인간음성의 제한된 범위 내에서의 인식, 혹은 자연 언어(natural language)를 이해하는 시스템들이 있다. 이와 같은 시스템들은 어느 정도의 인공지능을 보유하고 있다고 할 수 있다.
│ 이런 종류의 시스템을 만드는 대부분의 작업이 인공 지능(artificial intelligence)이라 불리우는 분야에서 행해지고 있다. 이들 작업은 주로 경험 적이고, 공학적인 측면을 갖게 된다. 구조적이지는 못하지만, 널리 확장되는 연산방법에서 추출되었기 때문에, 인공지능 시스템은 개발되고, 실험이 진행 되고 또한 개선 되어지고 있다.
│ 이와 같은 과정을 통해 여러 응용 분야에 있어서 몇 가지 일반적인 인공지 능의 원칙이 만들어지고 다듬어지게 되었다.
│
│ 2. 인공지능의 응용분야
│ 2.1 자연언어 처리
│
│ 인간들이 자연언어를 사용하여 서로 대화를 할 때, 별 어려움 없이, 아주 복잡하면서도 이해하기 어려운 처리과정을 사용하고 있다. 컴퓨터 시스템이 영어와 같은 자연언어의 단편이라도 이해하거나 만들어낼 수 있는 정도에 이 르게 하는 것은 대단히 어려운 작업으로 인식되어 오고있다. 이러한 어려움 중의 하나는 지능을 갖는 물체들 간에 통신 매채에 따라 언어가 진보되어 왔 다는 점이다.
│ 언어는 기본적으로 인간들의 각 두뇌가 크고, 매우 흡사한 여러 정신적 구 조들을 가지고 있는 상황에서, 이들 정신적 구조의 한 부분만을 한 두뇌로 부터 다른 두뇌로 이전하는 것이다. 더우기 이러한 흡사하며 공통적인 정신 적 구조들의 일부는 각 참여자들로 하여금 다른 사람들도 이와같은 공통의 구조를 소유하고, 통신과정에서 이 구조를 이용하여 어떤 수행을 할 수 있게 끔 한다.
│ 언어에서의 진보는 통신 참여자들이 상당히 농축되고, 직선적인 매시지를 이해하고, 또한 만들어 내기 위해 많은 양의 연산에 필요한 자원과 공유된 지식을 사용할 기회를 개발하는 데 있었다. 그러므로 언어에 대한 이해나 생 성은 아주 복잡한 분석과 겹합을 필요로 하는 작업이다.
│ 자연언어의 매시지를 이해할 수 있는 컴퓨터 시스템은 구분적인 지식과 추 론할 수 있는 과정을 갖춘 일종의 메시지 생성기로 생각되어질 수 있다. 구 어(口語)나 문어(文語)의 단편을 이해하는 이런 종류의 컴퓨터 시스템에 대 한 개발은 점차적으로 진전되어 오고 있다. 이런 종류의 시스템에 대한 개발 의 근본은 구문적인 지식을 표현하고, 지식으로부터 유추할 수 있는 기술에 대한 인공 지능의 원칙들이 있다.
│ 2.2 데이터베이스(database) 응용
│
│ 데이터베이스 시스템은, 주어진 주제에 대한 사용자의 질문에 답을 하기 위하여 몇가지 주제에 대한 많은 양의 사실을 저장하고 있는 컴퓨터 시스템 이다.
│ 데이터베이스 시스템의 디자인은 컴퓨터 공학의 특별한 부분으로, 효과적 인 자료의 표현이나 저장 많은 양의 정보검색을 가능하게 하는 기술들이 이 미 개발 되었다. 우리의 입장에선, 데이타베이스 내에 저장된 사실들을 연역 적인 추론으로 답을 얻는 데 있다.
│ 이와같은 지적인 정보 유도 시스템의 디자인에는 몇 가지 문제점이 대두된 다. 첫째, 영어와 같은 자연언어로 기술된 질문을 이해 할 수 있는 시스템의 구축이 상당히 어럽다는 점이다. 둘째, 비록 언어 이해에 따른 문제를 공식 적이며 기계가 이해 할 수 있는 질문언어를 사용함으로써 해결 할 수 있다해 도, 저장된 정보로부터 어떻게 답을 유도 할 수 있는 가에 대한 문제가 남게 된다.
│ 마지막으로, 질문을 이해하고 답을 추론하기 위하여는 데이터베이스에 저 장된 정보 이상을 요구하게 되는 경우가 있다. 왜냐하면 대부분의 경우 주어 진 데이타베이스에서는 상식적인 지식이 저장되지 않기 때문이다. 이런 상식 을 어떻게 표현하고 사용하는가에 대한 방법에 관해서 인공지능의 방법론을 채택하게 된다.
│ 2.3 전문가 시스템(expert system)
│
│ 인공지능은 자동적인 전문가 시스템(expert system)의 개발에도 도입되었 다. 이들 시스템은 사용자에게 특별한 주제에 대한 전문가들의 의견을 제공 한다.
│ 전문가 시스템의 개발에 가장 중요한 문제는 이들 주제에서 전문가가 보유 하거나 사용하는 지식을 어떻게 표현하고 사용하는가이다. 이 문제는 여러 많은 분야에서 전문가의 지식이 불명확하고, 부정확하며, 일화적인 면이 있 기 때문에 더욱 어려워진다(물론 이전 지식이 전문가 지신에게는 유용한 결 론을 내는 데 충분할 수 있다).
│ 많은 전문가 시스템은 규칙을 기초로 해 추론을 하는 인공지능 기술을 택 하고 있다. 이런 시스템에서, 전문가 지식은 많은 양의 간단한 규칙들로 표 현된다. 이들 규칙들은 시스템간의 대화를 유도하는 데 사용되고, 결론을 유 도하는 데 이용된다. 규칙을 기초로한 추론은 이 책에서 중요한 주제로 다루 고 있다.
│ 2.4 정리 증명(theorem proving)
│
│ 수학에서 추측으로 만들어진 정리를 증명(반증)하는 일은 지적인 작업이 다. 가설로부터 추론을 하는 것 뿐아니라, 주어진 정리를 증명하기 위해 어 떤 보조정리(lemma)를 먼저 증명해야 될지의 여부에 대해 직관적인 사고력이 요구된다.
│ 뛰어난 수학자는 많은 익숙한 지식을 기초로 무엇을 결정할 것인가의 판단 을 내리기 위해 관련된 주제에서 이미 증명된 정리를 이용하여 원래의 정리 를 여러부분의 소정리로 나누어서 증명한다. 몇가지 자동 정리 증명 프로그 램들은 한정된 부분이지만 같은 기술을 이용하는 방법으로 개발되었다.
│ 인공지능 방법의 개발에는 이와같은 정리 증명(theorem proving)에 대한 연구가 매우 중요시되어 왔다. 연역적인 처리를 서술 논리언어를 이용하여 공식화한 방법은 추론 방법을 이해하는 데 많은 도움을 준다. 많은 비공식화 된 작업--의학적인 진단, 정보검색 등을 정리 증명 문제로 공식화 할 수 있 다. 이런 이유에서, 정리 증명은 인공지능 기술의 연구에 매우 중요한 주제 이다.
│ 2.5 로보트 공학(robotics)
│
│ 로보트의 동작을 조정하는 문제는 많은 지식을 요구하지는 않는다. 비록 어린아이들도 그들의 주위를 잘 돌아다닐 수 있고, 물건을 다루고, 스위치나 장남감의 조작 혹은 젖꼭지를 빠는 일 등을 할 수 있다. 그러나 이들 행위는 인간에게는 무의식적으로 수행될 수 있지만, 기계가 수행하려면 많은 지식이 동원되어야만 한다.
│ 로보트에 대한 연구도 많은 인공지능 기술의 도움을 얻고 있다. 실제상의 한 상태를 모델화하는 여러 기술들이 개발되었고, 하나의 상태에서 다른 상 태로의 전환을 표현하는 기술도 많이 개발되어졌다. 그리하여 행동의 순서에 대한 계획을 어떻게 생성할 것인가에 대한 보다 나은 이해를 할 수 있게 되 었다.
│ 복잡한 로보트제어 문제는, 처음에 세부적인 사항을 무시한 가장 높은 단 계에서의 계획을 수립하고, 점차로 세부적인 사항을 생각하여 낮은 단계에서 의 계획을 수립하는 방향으로 해결한다. 이에 대한 중요한 아이디어들이 로 보트 문제해결의 예를 통해 보여진다.
│ 2.6 자동화 프로그래밍
│
│ 컴퓨터의 프로그램을 작성하는 작업은 정리 증명이나, 로보트 분야와 연관 되어진다. 자동화 프로그래밍에서 기본적인 연구의 대부분은 정리증명이나 로보트 문제에 관한 연구와 겹치게 된다. 어떠한 면으로는 기존의 컴파일러 (Compiler)가 자동 프로그래밍의 한 예일 수 있다. 컴파일러는 완전한 입력 언어의 프로그램을 기계언어(machine language)로 변화시킨다. 그러나 여기 에서 우리가 뜻하는 자동화 프로그래밍은 "슈퍼 컴파일러"개념으로써, 또는 수행하고자 하는 작업에 대해 매우 높은 차원의 표현으로 쓰여진 프로그램의 경우, 이를 받아들여 기계언어로 변환시켜줄 수 있는 프로그램으로 간주되어 진다. 매우 높은 차원의 표현이란 서술논리문과 같은 형식적인 언어로 표현 된 문장일 수도 있고, 또는 시스템과 사용자(user)간에 모호성을 해결하기 위해 더 많은 대화를 요구하게 되는 영어와 같은 융통성 있는 표현일 수도 있다.
│ 어떠한 결과를 얻기 위한 프로그램을 자동적으로 만들어내는 작업은 주어 진 프로그램으로 이 결과를 얻을 수 있다는 것을 증명하는 작업과 밀접한 관 계가 있다. 이 것을 우리는 프로그램 검증(verification)이라 부른다. 대부 분의 자동화 프로그래밍 시스템은 프로그램의 검증 결과를 부산물로 제공하 게 된다.
│ 자동화 프로그램의 연구에 있어서 가장 큰 기여를 한 부분 중의 하나는 문 제 해결 방법으로써의 오류수정(deburging) 개념이었다. 프로그래밍이나 로 버트 제어문제에서, 처음부터 완벽한 프로그램의 작성보다는 비용이 많이 들 지는 않으나 에러을 유발할 가능성이 있는 프로그램을 우선 작성한 후, 이를 수정해 나가는 것이 훨씬 효과적이라는 것이 주지되어 왔다.
│ 2.7 문제 풀이 및 계획 수립
│
│ 많은 흥미로운 문제들이 최저의 계획 또는 배열(array) 등과 관련되어진 다. 이에 대한 고전적인 예는 "판매사원 여행문제"이다. 이 NP-coomplete문 제의 어려움은 문제의 크기에 따라 선형적, 다항식적 또는 기하급수적으로 증가될 수 있다.
│ 인공지능 연구가들은 여러 종류의 배열 문제를 해결하는 방법에 대해 노력 을 기울여왔다. 그들의 노력은 비록 시간이 기하학적인 증가를 하여야만 될 때라도, 가능한한 문제의 크기와 시간 사이의 관계가 완만한 증가를 하게끔 하는 데에 있었다. 몇가지 방법들이 필연적인 배열 문제의 어려움을 완화 시 키고, 지연시키는 데 중심을 두고 개발되었다. 다시금 말하자만 문제의 영역 (domain)에 관한 지식은 보다 효과적인 해결방법의 중요한 요소가 된다. 배 열 문제들을 다루기 위해 개발된 방법들 중의 많은 것들은 보다 덜 어려운 다른 배열문제를 해결하는 데에도 또한 유용하다.
│ 2.8 식별
│
│ 복잡한 입력 데이타를 효과적으로 처리 하는데는 "이해(understanding)"가 필요하며, 이 "이해"란 사물을 식별하는데 관한 많은 지식을 요한다는 것이 알려졌다.
│ 인공지능에서 연구되는 식별의 과정은 대개 일련의 동작을 요하게 된다. 예를 들어 시각적인 장면은 감지기(sensor)에 의해 부호화(encode)되어서 강 도(intensity)값들의 행렬로 표현된다. 이들은 기초적인 그림의 구성요소를 탐색하는 검사기(detector)에 의해 선분(線分), 간단한 곡선, 모서리 같은 것으로 처리된다. 마지막으로는 이 장면이 적절한표혀으로 표현되는 것이다. 식별의 전과정에 있어 핵심은 무한히 거대하고 자연그대로의 입력 데이타를 대체할 수 있는 함축된 표현을 생성해 내는 것이다. 최종적인 표현의 본질과 특성은 식별 시스템의 목적에 좌우되는 것이 분명하다.
│ 여러 단계의 표현에 대한 가설을 설정하고 이 가설을 검토하는 방법이 시 스템이 만들어 낼수 있는 표현이 무한히 많아지는 문제에 대한 접근방법을 제시하는 듯하다. 이러한 가설들은 해당되는 요소에 대한 표현을 전문적으로 검사할 수 있는 검사기들에 의해 테스트되어지고, 이러한 테스트의 결과는 보다 나은 가설을 발전시키는 데에 이용되어 진다.
│ 이러한 가설과 테스트(hyporthesize and test)의 방식은 식별과정의 많은 단계에 이용된다. 여려 선분들을 한 방향으로 연결시킨다면 한 직선이 암시 되어지고 이것을 테스트하는 데는 선에 관한 검사기가 이용되어질 수 있다.
│ 가설 설정의 과정은 예상된 장면에 대한 많은 지식을 필요로 한다. 몇몇 인공지능 연구자들은 이러한 지식이 틀(frame) 혹은 스키마(schemas)라고 불 리우는 특수한 구조 내에서 형성된다고 주장해 오고있다.
│
│
│ 생각하는 컴퓨터, 인공지능
│
│ 90년대 들어 복잡한 인간의 두뇌와 유사활동을 하는 인공지능 컴퓨터는 그동안의 기술진전으로 기능이 확대되었다. 영국의 미래학자 피터 코크레인은 2030년이면 슈퍼 컴퓨터의 용량은 인간 두뇌의 1백만 배 이상이 될 것이라고 전망한다. 30년 뒷면 인공지능은 스스로 복제하고 진화하는 새로운 단계에 들어선다는 것이다.
│
│ 인공지능이란 인간의 두뇌가 수행하는 정보처리기능과 지식의 축적, 분석, 판단기능을 컴퓨터를 통해 재현하려는 첨단 학문의 한 분야, 그 뿌리는 인간과 닮은 기계를 만들겠다는 노력이 시작된 19세기 말로 거슬러 올라간다. 이러한 노력은 20세기에 들어서면서 사이버네틱스라는 학문 형태로 발전했다. 그러나 인공지능 컴퓨터 기술이 산업전반에 다양하게 활용되기 시작한 것은 신경망 기술을 이용해 학습하는 컴퓨터를 개발하려는 연구가 본격화한 80년 대부터, 이때부터 미국 매사추세츠 공대 (MIT), IBM 등 선진국 연구소들이 활발한 연구활동을 벌여왔다.
│ 60년대부터 본격 시작된 인공지능 연구는 20여년의 시행착오 끝에 '프로그램의 문제해결 능력은 지식의 양으로 결정된다'는 결론에 도달했다. 이에 따라 나타난 것이 '전문가 시스템'. 특정분야의 전문지식을 로봇의 두뇌인 컴퓨터에 입력해 로봇 스스로 판단하도록 만들었다. 예를 들어 로봇에게 법률지식을 입력하면 로봇이 검사나 변호사처럼 사건을 판단하고 형량을 결정할 수 있다. 의학 지식을 익힌 로봇은 의사처럼 환자에게 증세를 묻고 병을 판단하며 치료법도 말해줄 수 있다. 그러나 이런 전문가 로봇도 "지금 기분이 어떠냐"는 간단한 질문에는 그저 속수 무책이다. 인간이면 누구나 아는 상식도 로봇은 일일이 가르쳐야만 알 수 있다. 로봇에게 감정을 부여하는 일은 더욱 어려운 일이다.
│ 현재 가장 뛰어난 지능형 컴퓨터는 '사이크'이다. 미국 스턴퍼드대 더글라스 레너트 박사는 사이크에게 '아버지는 아들보다 늙었다.' 밥을 먹으면 배부르다' 같은 '상식'을 13년째 가르치고 있다. 상식을 갖춘 로봇이 목표. 만약 이 일이 계획대로 진행된다면 2001년경 '사이크'의 데이터베이스는 일반적인 지식을 갖춘 성인의 뇌에 이를 것으로 보인다.
│ 미국 메사추세츠공대(MIT)의 로드니 브룩스 교수는 곤충모양의 로봇 '코그'를 만들고 있다. 이 로봇은 가르쳐 주지 않은 문제도 스스로 알아낸다. 인공지능의 핵심인 생각하는 방법과 규칙을 입력했기 때문이다. 아직 어린 아이 수준에도 못 미치지만 브룩스 박사는 '코그'를 성인의 지적 수준으로 만들기 위해 노력하고 있다.
│ 인간의 뇌는 신비에 쌓여있다. 우리는 인간 뇌의 기능에 대해 1%도 제대로 알지 못한다. 인공지능을 만들려는 공학자들의 노력은 높이 평가할 만하지만 인간의 사고를 이해하는 일은 아직도 먼 훗날의 일처럼 느껴지기도 한다.
│ 하지만 90년대 들어 복잡한 인간의 두뇌와 유사 활동을 하는 인공지능 컴퓨터는 그동안의 기술진전으로 방대한고 복잡한 데이터를 분석해 일정한 규칙을 찾아내거나 이를 바탕으로 미래를 예측하는 등 기능이 향상됐다. 최근에는 한층 더 인간의 뇌에 가까운 기능을 재현한 컴퓨터가 일본 이화학연구소 뇌연구 그룹에 의해 개발됐다. '학습하라'고 명령하면 스스로 알아서 사고회로를 만들어 정보를 습득한다. 또 정보처리 수순을 자동적으로 인지해 인간의 신경보다 100만배 빠른 속도로 정보처리를 해낼 수 있다. 어린이가 자라면서 적절한 어휘선택 능력을 키워 나가듯 학습을 통해 언어능력을 갖추게 된다.
│ 과학자들은 지금 수준의 컴퓨터도 계산능력과 추리력에서만큼은 인간을 월등히 앞서고 있다는데 뜻을 같이 하고 있다. 특히 인공지능의 기능성을 믿는 일부 과학자들은 컴퓨터가 언젠가는 인간과 같은 감성까지도 갖추게 될 것이라고 내다보고 있다.
│ 고통(-100)에서부터 (+100)까지 계수화해 이해하는 단계에 오를 수 있다는 설명이다. 이들은 '단락'이라는 수많은 '처리단위'로 이뤄진 '신경망'이 이를 가능하게 만들 것이라고 주장한다. 그렇게 되면 먼훗날 인간처럼 시도 쓰고 음악도 작곡하는 '예술가 컴퓨터가 등장할 가능성도 배제할 수 없게 될 것이다
│
│
│ 인공지능과 인공두뇌
│ 김명원 숭실대학교 컴퓨터학부 교수
│
│ 인공지능의 출현
│ 현대 문명의 총아라고 일컬어지는 컴퓨터는 그것이 발명된 지 불과 50년 동안 눈부신 발전을 거듭하여 인류사회의 모든 것을 근본적으로 변화시키고 있다. 이 컴퓨터의 등장으로 인류사회는 지금까지의 산업화사회에서 21세기의 정보화사회라는 새로운 사회구조로 변화되어 가고 있으며 이와 같은 변화는 사회적 구조뿐만 아니라 인간의 가치관을 포함한 의식구조의 변화까지를 요구하고 있다. 이와 같은 컴퓨터 기술이 앞으로 지속적으로 추구하는 중요한 발전 방향의 하나는 컴퓨터를 보다 지능적으로 만드는 기술 즉, 인공지능의 발달이라고 할 수 있다. 인공지능은 컴퓨터 과학의 한 분야로서 간단히 말하면 컴퓨터를 인간처럼 보고, 듣고, 말하고, 생각하며 스스로 학습하는 등 인간의 지적 기능을 수행할 수 있게 만들기 위한 방법을 연구하는 학문이라고 할 수 있다. 역사적으로 볼 때 컴퓨터는 초기에 인간을 대신하여 숫자 계산을 신속, 정확하게 하기 위한 도구로서 발명되었다. 그런 컴퓨터가 이제는 인간의 지능을 실현하는 데 도전하고 있다. 이와 같은 인공지능의 출현은 실제로 현대의 전자식 컴퓨터가 등장할 무렵인 1950년대로 거슬러 올라간다. 1950년 Alan Turing이 “기계가 생각할 수 있는가?”라는 질문에 대한 대답으로서 어떤 시스템의 지능의 유무를 판단하는 방법으로서 흉내내기 게임을 제안한 이래 인공지능은 1960년대의 게임놀이(game playing) 및 문제풀이(problem solving), 정리 증명(theorem proving) 등의 연구에서 1970년대의 음성인식(speech recognition) 및 자연어 이해(natural language understanding), 컴퓨터 시각(computer vision) 및 로봇공학(robotics), 1980년대의 전문가시스템(expert system), 지식기반 시스템 등을 거쳐 1990년대의 신경망 컴퓨터(neural network), 퍼지이론(fuzzy theory) 및 지능형 에이전트(intelligent agent) 등의 기술로 그 동안 많은 발전을 이룩하였다.
│ 인공지능은 컴퓨터에 지능을 부여함으로써 많은 분야에 컴퓨터가 인간을 대신하거나 인간의 보조자로서의 기능을 수행하는 데 응용되고 있다. 예를 들면 컴퓨터나 로봇에게 말로써 질문을 하거나 명령을 내리면 그에 따라 적절한 대답을 하거나 사람이 지시한 대로 작업을 수행한다든지, 공장에서 작업용 로봇들이 부품을 검사하거나 조립하는 것도 컴퓨터 시각과 같은 인공지능의 기술이 응용된 것이다. 자연어 처리는 사람이 하는 말을 문장으로 표현하였을 때 그 문장을 분석하여 뜻을 이해하는 방법에 대한 연구이다.
│ 자연어 처리는 보통 주어진 문장을 문법적으로 분석하고 그 분석 결과를 이용하여 문장의 의미를 컴퓨터 내부적으로 표현하는 과정을 거친다. 자연어 처리는 컴퓨터와 사람이 보다 자연스럽게 대화할 수 있게 하며 나아가 한 언어로 된 기술 문서 등을 다른 언어로 번역하는 자동번역 등에 응용될 수 있다. 또 인간 전문가를 대신하여 특정 분야의 전문적인 판단이나 작업을 수행하는 전문가시스템은 전문적인 지식을 바탕으로 인간의 사고 기능을 모방한 지능시스템으로서 널리 응용되고 있다. 예를 들면, 내과의사가 환자의 여러 가지 증상과 임상 자료로부터 병명을 판단하고 그 병에 적합한 처방을 내리는 것과 같은 추론을 컴퓨터가 수행하는 것이다. 전문가시스템은 특히 고장진단, 제어, 자료분석 및 예측 등의 여러 분야에 응용되고 있다. 최근에는 컴퓨터가 게임을 하거나 문제를 풀 때 과거의 경험을 통하여 시스템의 성능을 향상시킬 수 있는 학습 기능을 가짐으로써 컴퓨터는 날로 지능화 되어 가고 있다. 또 인터넷상에서의 정보검색 등과 같은 특정한 업무에 대하여 사용자의 취향이나 관심 사항을 스스로 학습함으로써 상황 인식, 판단 및 추론, 행동 등의 일련의 과정을 인간을 대신하여 수행하는 지능형 에이전트 기술이 여러 분야에 응용되고 있다.
│ 컴퓨터와 인공지능 기술은 날로 발전하고 있으며 최근에는 컴퓨터의 구조나 소재 자체를 인간의 두뇌와 같은 구조 및 단백질을 이용한 신경망 컴퓨터 내지 생체분자 컴퓨터 기술이 등장하였으며 20 ~ 30 년 내에 이들 컴퓨터가 현실화 될 수 있을 것으로 전망되고 있다. 최소한 21세기 내에는 우리는 지능이나 소재까지도 인간과 유사한 고도로 발달된 컴퓨터가 ━ 이 때는 더 이상 컴퓨터라고 부르지 않을 지도 모른다 ━ 출현하게 될 수 있을 것으로 예측된다.
│ 신경망 컴퓨터
│
│ 기존의 컴퓨터는 숫자 계산을 빠르고 정확하게 수행하는 데 그 본래적 목적이 있었다. 현재 고도로 발달한 컴퓨터는 초당 수백만 - 수억 회의 부동소수점 연산을 거의 완벽할 정도로 정확하게 계산할 수 있다. 그리고 대량의 데이터를 기억하고 필요한 데이터를 순간적으로 검색해 낼 수 있는 기능은 더 이상 인간이 컴퓨터의 상대가 될 수 없게 되었다.
│ 그러나 연속적인 음성을 이해한다든지 사람의 얼굴 사진이나 영상을 보고 순간적으로 누구인지를 알아보는 등의 일은 인간은 별 어려움 없이 수행할 수 있는 데 반하여 기존의 컴퓨터를 사용하여 이와 같은 문제를 해결하는 데는 많은 어려움이 있다.
│ 최근, 인공지능을 보다 효율적으로 구현하기 위한 방법으로 고등동물의 두뇌의 구조와 같은 컴퓨터 그리고 두뇌에서 일어나는 정보처리 메커니즘을 모방한 계산 방식의 신경망 컴퓨터가 등장하여 많은 가능성을 제시하고 있다. 기존의 컴퓨터 구조나 계산 방식은 지능을 구현하는 데 적합하지 않으며 따라서 매우 비효율적일 수밖에 없다. 그 이유는 기존의 컴퓨터는 일반적으로 알고리즘을 바탕으로 한다는 데 있다. 즉, 어떤 문제를 해결하는 데 있어서 프로그래머가 문제의 해법(알고리즘)을 찾아서 그것을 프로그램으로 기술하면 컴퓨터는 그 프로그램의 내용에 따라 계산을 수행할 따름이다. 그러나 대부분의 인공지능 문제는 이와 같은 해법을 발견하기가 어렵다. 그러나 신경망 컴퓨터는 인공지능 문제의 해법을 학습을 통하여 스스로 습득할 수 있다. 이는 인간이 어떤 구체적인 방법에 대한 이해나 사전 지식이 없이도 말을 알아듣고 사물이나 주위 환경을 보고 인식할 수 있는 기능을 학습에 의하여 터득하게 된 것과 같다. 또 기존의 컴퓨터는 기본적으로 순차적으로 정보를 처리한다. 그래서 패턴인식 등과 같은 많은 계산량을 필요로 하는 인공지능 문제를 효율적으로 처리하기가 곤란하다. 그러나 신경망 컴퓨터는 기본적으로 병렬처리가 가능하다. 기본적인 정보처리 단위인 뇌세포들이 대단위적이며 병렬적으로 정보를 전달, 처리함으로써 계산을 매우 효율적으로 수행할 수 있다. 신경망 컴퓨터는 이제는 컴퓨터가 인간의 두뇌 구조와 같이 구성되고 또 계산 방식도 두뇌에서 일어나는 계산 방식을 채택함으로써 인공지능의 실현에 진일보한 기술을 제공할 것으로 기대된다.
│ 신경망 컴퓨터는 지금까지의 인공지능의 방법인 기호주의(symbolism)를 근본적으로 바꾸는 것으로 특히 연결주의(connectionism)이라고 한다. 신경망 컴퓨터는 인간의 지능을 기계적으로 구현하는 데 있어서 보다 인간과 유사하고 인간에 친숙한 형태로 구현되어야 하는 것을 말해 준다. 인간의 두뇌의 구조와 정보처리 메커니즘을 완전히 이해한다는 것은 매우 어려운 일이다. 현재 두뇌에 대하여 아직 제대로 이해하지 못하고 있는 부분이 많이 있으며 따라서 두뇌의 신비스런 정보처리 메커니즘에 대하여 더 많은 것을 이해하여야 할 필요가 있다. 특히 뇌세포의 시공간적 정보의 코딩, 상호 연결된 뇌세포들 사이의 동기화 진동(synchronized oscillation) 현상이나 단일 뇌세포나 신경망에 나타나는 카오스(혼돈) 현상을 정보처리에 응용하는 것에 대한 연구가 수행되고 있다. 또 두뇌의 신경망 구조를 모방한 컴퓨터를 구현하기 위하여 신경 칩을 바탕으로 한 대규모 병렬처리가 가능한 고성능 신경망 컴퓨터가 개발되고 있다. 특히, 프로세서와 같은 H/W의 구조가 스스로 진화함으로써 원하는 기능을 수행하거나 내부적 결함을 보정할 수 있게 성장시키는 기술이 개발됨으로써 보다 인간의 두뇌와 유사한 구조의 인공두뇌의 실현에 한발 다가서게 되었다.
│ 이와 같은 두뇌 연구를 통하여 차세대의 고도의 지능적 컴퓨터, 인공두뇌를 개발하는 것에 대한 중요성을 인식하고 미국, 일본 등의 선진국에서 이 분야에 대한 국가적 차원의 대규모 연구, 개발 계획이 수행되고 있다. 특히 미국의 뇌의 10년(Decade of Brain) 계획이나 일본의 실세계 컴퓨팅 프로그램(Real World Computing Program)과 뇌연구 계획이 그것이다. 최근 우리 나라에서도 정부의 적극적 지원으로 두뇌 구조와 정보처리 메커니즘을 이해하고 이를 바탕으로 인공지능의 실현을 위한 신경망 컴퓨터를 개발을 위한 뇌과학 연구(brain-tech 21)가 10년 계획으로 활발히 추진되고 있음은 미래의 컴퓨터, 인공지능 기술의 발전과 기술 확보를 위해 매우 고무적인 일이다.
│ 생체분자 컴퓨터
│
│ 최근에는 컴퓨터를 보다 인간과 유사하게 하기 위하여 소재 자체를 유기물, 단백질 분자를 사용하고자 하는 시도가 연구되고 있다. 일반적으로 생물체는 강력하고 정교한 정보처리 체계를 갖고 있음이 알려져 있다. 신경계, 내분비계 및 면역계는 생체 분자에 의하여 정보가 수용.전달 및 처리되는 체계이다. 생체에서 일어나는 정보처리 메커니즘을 모형으로 하는 컴퓨터가 생체분자 컴퓨터(bio-molecular computer)이다. 생체분자 컴퓨터는 전자컴퓨터가 주요 프로세서나 기억 장치가 실리콘 칩으로 구성된 것에 비하여 생체 칩으로 구성된다. 생체 칩이란 효소 단백질. 생체 막. 항체와 같은 생체 분자를 소자로 하여 기본적 정보처리 기능을 수행할 수 있도록 조직화한 것이다. 유전자 재조합 등과 같은 유전자 조작 기술을 사용하여 특정 기능을 수행할 수 있는 단백질을 합성하고, 생체막의 정보처리 기능을 모방한 인공 세포막이 랭뮈어-블로제트(Langmuir-Blogett) 유기물 박막 기술에 의하여 개발되고 있다. 또 단세포군 항체 생산 기술은 생체 컴퓨터에 필요한 단백질을 대량으로 생산할 수 있다. 이와 같은 생체 칩을 사용하여 정보처리 기능을 수행할 수 있다는 가능성은 80년대 초, 맥캘리어(James McAlear)와 웨렁(John Wehrung)에 의하여 제안되었다. 생체분자 컴퓨터 내에서 일어나는 정보처리는 현재의 전자식 컴퓨터의 정보처리와는 근본적으로 다르다. 즉, 생체분자 컴퓨터의 스위치(switch) 역할을 하는 것은 효소 단백질로서 효소는 특정 분자의 형상을 인식하여 반응한다. 단백질은 일반적으로 여러 개의 아미노산이 띠의 형태로 연결된 것인데 이들이 상호 작용하여 띠가 꼬인 3차원의 구조를 형성하게 되고 그 구조의 특정 부위가 활성화되어 다른 단백질과 상호 보완적으로 결합하게 된다. 효소는 기질(substrate) 단백질과 열쇠와 자물쇠의 방식으로 결합되므로 효소의 이와 같은 작용을 촉각 패턴인식이라 한다. 효소는 기질과 선택적으로 결합하거나 분리되기 때문에 그 때마다 스스로 다른 모양의 상태로 바뀐다. 이와 같이 생체분자 컴퓨터의 정보처리는 단백질 분자의 선택적 결합작용 그 자체이다. 또 생체분자 컴퓨터는 단백질의 구조를 변화시키고 요구되는 성능에 따라 단백질의 구조를 선택하는 과정의 반복을 통하여 스스로의 조직화 즉, 학습이 가능하다. 현재 생체분자 컴퓨터의 기술적 가능성을 보여주는 좋은 예로는 바이오 센서(biosensor)가 있다. 비이오센서는 생체의 반응을 응용하거나 생체 물질을 이용하여 특정 물질의 양이나 존재 유무를 측정하는 것이다. 생체분자 컴퓨터는 현재로서는 설계 개념, 제품의 최종 개발 목표, 용도 등이 아직 구체적으로 정해지지 않은 미래의 기술이지만 생체분자 컴퓨터의 기술적 가능성을 의심하는 전문가는 없다. 신경망 컴퓨터가 컴퓨터의 구조나 계산 방식을 인간의 두뇌를 모방한 것이라고 한다면 생체분자 컴퓨터는 컴퓨터의 소재를 생물체의 것과 유사한 단백질 분자를 사용한다는 점에서 앞으로의 컴퓨터 기술은 점차 인간과 유사하거나 동일한 형태로 발전하고 있음을 알 수 있다. 신경망 컴퓨터와 생체분자 컴퓨터가 결합할 때 인간의 두뇌와 같은 고도의 발달된 인공두뇌를 실현할 수 있게 될 지 모른다. 이쯤 되면 이제 컴퓨터는 그야말로 살아 있는 컴퓨터가 될 것이다. 이와 같은 신경망 컴퓨터, 생체분자 컴퓨터의 가 30년 내에 상당한 수준으로 실현되어 인간 신체나 두뇌의 일부를 대체할 수 있는 생체분자 컴퓨터가 실용화 될 수 있을 것으로 예측된다.
│ 인간과 컴퓨터
│
│ 자욱한 포연 속에 사람들은 숨을 곳을 찾아 재빠르게 움직이고 땅위를 낮게 떠서 날으며 살아서 움직이는 것은 무서울 정도로 정확히 찾아서 무자비하게 발포하는 비행접시처럼 생긴 적기. 대전쟁의 참상은 참혹하기 이를 데 없고 수많은 사람들이 적의 무자비한 공격에 죽어간다. 고도로 지능화되고 자동화된 적의 첨단 무기 앞에 사람들은 속수무책, 전쟁은 거의 절망적으로 끝나가고 살아 남은 사람들은 지하로 숨어들기 시작한다. 이 전쟁은 다름 아닌 컴퓨터와 인간간의 전쟁으로서 영화 ‘터미네이터(Terminator)’에 나오는 한 장면이다. 이 영화는 계속 본론으로 이어지면서 관객들의 가슴을 졸이게 한다. ‘터미네이터’라는 고도의 지능적인 로봇이 컴퓨터에 대항하는 미래의 인간 저항군의 지도자가 탄생할 것을 예측하고 그의 어머니가 될 ‘사라’라는 여인을 찾아 살해하기 위해 소름끼치도록 끈질기게 추적하는 내용으로 되어 있다.
│ 앞으로 컴퓨터가 우리 인간을 지배하는 시대가 올 것인가?
│ 컴퓨터와 인공지능 기술이 발달해 감에 따라 우리들이 갖게 되는 의문이다. 컴퓨터가 인간과 같거나 인간보다 더 높은 수준의 지능을 가질 수 있을 것인가? 인공지능이 근본적으로 가능한가 하는 문제는 지금도 많은 논쟁의 대상이 되고 있다. Alan Turing이 1950년 컴퓨터 시스템이 지능이 있느냐 없느냐를 평가할 수 있는 방법으로서 흉내내기 게임(imitation game: Turing test라고도 함)을 제안한 이후 Herbert Simon은 인공지능을 구현할 수 있는 시스템의 조건으로서 실제적 기호를 생성, 조작, 소멸시킬 수 있는 연산이 정의되어 있는 시스템을 - 실제적 기호체계 가설(physical symbol system hypothesis) ━제안하였다. 그 후 인공지능은 Marvin Minsky, John McCarthy 등과 같은 많은 학자들에 의하여 획기적인 발전을 이룩하였다. 최소한 이들에게는 인공지능은 가능하다는 것이 의문의 여지없이 받아 들여졌으며 이와 같은 생각은 초기의 인공지능이 거둔 몇 가지의 성공으로부터 쉽게 예측될 수 있었다. 인공지능의 가능성을 부정하는 반 인공지능을 주장하는 대표적인 사람으로 Hubert Dreyfus와 John Searle이 있다. Dreyfus는 인공지능 연구자들이 갖고 있는 생물학, 심리학, 인식론 및 존재론적 전제의 오류를 지적하면서 인공지능이 불가함을 주장하였다. 그는 인간의 지능을 단순히 규칙의 형태로 기술할 수 없으며 또 인간은 어떤 행동을 할 때 그 행동을 설명하는 규칙을 전혀 의식함이 없이도 잘 할 수 있으며 이를 인식론적 오류라고 하였다. 한편 Searle의 Chinese room은 단순히 규칙이나 프로그램에 따라서 수행하는 어떤 작업이 그 일에 관련된 개념이나 속성에 대한 의미적, 의식적 이해 없이 수행된다면 이는 진정한 의미의 지능이 아니라고 주장한다.
│ 아무튼 이와 같은 인공지능의 가능성에 대한 치열한 논쟁은 오랫동안 철학에서 논의되어 온, 그러나 아직도 해결되지 않은 해묵은 숙제인 몸과 마음의 문제(mind and body problem)의 재현이라고 할 수 있다.
│ 위에서 언급한 인공지능의 불가능성은 컴퓨터가 인간과 꼭 같은 본질적 형태의 지능을 가지는 것에 대한 불가능성을 공통적 내용으로 지적하고 있다. 그들의 주장대로 그것은 불가능하거나 최소한 가능하다 하더라도 매우 어려운 일일 지 모른다. 그러나 인공지능이 인간의 지능과 완벽하게 꼭 같은 지능을 구현할 필요는 없다. 100%가 아니라도 최소한 실제 문제에 응용할 가능성은 매우 크며 다른 과학, 기술분야에 미치는 파급효과 또한 지대하기 때문이다.
│ 인공지능의 가능성에 대한 논쟁에도 불구하고 인공지능과 인공두뇌 기술은 지속적으로 발달하고 있으며 많은 분야에 응용되고 있다. 앞으로 30년 이내에 현재의 인공지능의 기술적인 문제들이 상당 수준 해결될 수 있으며 신경망 컴퓨터, 생체분자 컴퓨터가 구현될 수 있을 것으로 전망된다. 이와 같은 인공지능 기술은 광범위한 분야에 걸쳐 인간을 대신하거나 보조하는 데 효과적으로 응용될 것이다. 컴퓨터와 인공지능은 어떻게 보면 인간의 신체의 일부이며 생활의 일부로서 우리 인간과 같이 공존하게 될 것이다. 미래의 인류사회는 컴퓨터 없이는 존재하기 어려운 그야말로 컴퓨터와 인간의 결합체인 새로운 종의 출현이 예측된다. 이들은 그들의 조상에 비하여 월등한 지능과 능력을 소유하고 전적으로 다른 가치관을 가지고 다른 환경 속에서 생활하게 될 것이다. 이들을 우리는 신인류(neo-human)라 말할 수 있을 것이다.
│ 우리는 ‘컴퓨터가 우리 인간을 지배하는 날이 올 것인가’라는 질문에 대하여 많이 생각하게 된다. 인간이 컴퓨터의 지배를 당하여 노예처럼 생활하는 내용을 주제로 한 공상과학 소설이나 영화도 최근 많이 나오고 있다. 우리는 컴퓨터가 우리를 지배하게 할 것이 아니라 컴퓨터와 우리 인간이 같이 공존할 수 있는 방법을 지금부터 강구하여야 할 것이다. 컴퓨터가 인간의 부족한 능력을 보충하거나 대신해 줌으로써 인간의 삶의 질을 높이는 데 사용되어야 한다. 그것은 전적으로 우리 인간에게 달려 있다. 지금도 컴퓨터가 우리에게 주는 편리하고 효율적인 측면이 있는가 하면 컴퓨터를 오용하거나 악용함으로써 발생하는 많은 문제가 있다. 우리는 컴퓨터와 같은 문명의 이기를 현명하고 선의적으로 이용함으로써 인류사회의 편익과 복지를 증진시키는 데 노력하여야 한다. 우리가 이와 같은 노력을 게을리 하거나 무관심할 때 생명의 복제 기술과 함께 인공지능, 인공두뇌 기술은 언제든지 인류의 돌이킬 수 없는 대재앙으로 화할 가능성이 있음을 잊어서는 안 된다.
│
│
┼ ┼