현재 인공지능을 개발하고 있는 모든 기업과 연구소 등의 목표는 인공지능이 인간이 쉽게 할 수 없는 일(엄청나게 많은 정보와 변수를 가진 연산을 빠른 시간 안에 수행하는 것 등)은 잘해내지만, 인간이 쉽게 할 수 있는 일(사물을 구별하고 추론하는 등)은 잘못하는 것을 극복하는 것입니다. 다시 말해 인간을 만물의 영장(최악으로 발전하는 경향이 있어서 문제지만)으로 승격시켜준 인간의 사고 능력을 구현하는 것입니다.





이것이 가능하려면 사고를 담당하는 뇌를 정확하게 이해하고 구현할 수 있어야 하는데, 2014년 이후에는 빅데이터만 주어지면 스스로 학습(프로그래밍을 직접하고, 알고리즘을 학습해서 복사하거나 개선할 수 있다. 예를 들어 인풋(정보)과 아웃풋(결과)을 동시에 연산해서 해당 프로그램을 거꾸로 추론해낸다. 이런 방식으로 인공지능이 진화하면 인간의 도움없이 다른 인공지능의 알고리즘을 짤 수 있다)할 수 있는 인공지능이 수없이 나왔고, 개발되고 있습니다. 



인터넷과 웹에 저장되고 계속해서 업데이트되는 무한대의 정보를 활용할 수 있는 구글과 페이스북의 인공지능은 철학과 스토리텔링 능력, 엉뚱한 발상 같은 것을 빼면, 뇌의 역할 중 일부는 인간의 수준에 이르렀거나 넘어섰습니다. 실시간 사고는 인공지능이 넘어야 할 과제로 남아있지만, 이 또한 3차원 반도체와 양자컴퓨터 등이 개발되면 극복할 수 있습니다(인간 뇌의 완전한 구현이 가능해진다). 



아무튼 '머신 러닝'의 한계를 뛰어넘은 '딥러닝'이 나오면서 인공지능은 비약적으로 발전했고, 지금도 놀라운 속도로 발전하고 있습니다. 기술적이 아니더라도 머신 러닝과 딥러닝을 이해하려면 먼저 뇌에 대한 기본적인 이해가 있어야 합니다. 인간의 뇌는 수백조 개의 개재뉴런으로 만들어진 수백만 개의 신경망이 병렬로 연산하고(10~15층으로 이루어졌는데 위로 올라갈수록 고차원의 연산이 가능하며, 잘못된 것들은 배제한다), 주로 방추세포에 모여있는 8만 개의 세포가 이루어내는 논리구조를 가동해 다양하고 고차원적인 사고를 할 수 있습니다. 오감을 통해 끊임없이 들어오는 수백조가 넘는 정보들을 처리하고 잘못된 것을 제거하려면 이런 방식의 조직(병렬식 계층구조)이 아니면 처리할 방법이 없습니다. 



'머신 러닝'은 뇌 전역에 퍼져있는 병렬구조를 재현하는데 집중(연산 속도는 빨라진다)했는데, 뇌역분석을 통해 뇌 전체의 작용을 구현하지 않는 한 고도의 사고까지 이를 수 없습니다. 뇌로 들어가는 모든 모세혈관에 나노봇을 투입(혈뇌장벽이란 장애물을 돌파할 수 있어야 한다)해 뇌에서 일어나는 모든 전기화학적 과정을 일일이 스캔하고 추적해서 최적의 모델(알고리즘)을 구축하면 모를까, 현재의 수준에서는 인간의 사고 능력을 구현하는 것이 불가능합니다. 



이런 한계를 뛰어넘은 것이 DQN 방법을 쓴 '딥러닝'입니다. 이세돌을 격파한 알파고도 딥러닝(48층)을 사용했는데(이와 함께 승부 결과를 기반으로 현재 수의 가치를 평가하는'깊은 보상 학습' 알고리즘도 사용했다), 최근의 MS의 인공지능 중에는 152층 짜리도 있다고 합니다. 구글과 페이스북의 경우, 유튜브에 올라오는 모든 영상을 가지고 학습하고 있기 때문에 움직이는 이미지에 대한 인식도 점점 높아지고 있습니다(사물과 동물, 안면 인식 등은 인공지능이 인간을 추월했다). 인공지능이 체스 챔피온을 꺾은 후에도 바둑은 힘들다고 했는데, 딥러닝이 나온지 몇 년만에 바둑도 정복할 수 있었던 것도 딥러닝 덕분입니다.  





딥러닝에서는 모든 수를 계산하지 않습니다. 인간(이세돌)처럼 패턴을 인식해 다음 수를 찾습니다. 바둑 해설자들이 다음 수를 예상하며 일감은 '이렇다' 이감은 '저렇다' 등으로 말하는 것처럼, 알파고도 직감(직관)을 이용한다(깊은 수읽기는 그 다음에 하는 것이지만 기본적으로 직관에서 크게 벗어나지 않는다). 알파고도 이세돌처럼 쓸모없은 수들(천만~억 단위 이상의 수들이 생략된다)은 배제한 채 고차원의 수들만 계산하기 때문에 빠른 대응이 가능한 것입니다(알파고가 패한 4국에서는 이세돌이 수순을 비틀었고, 알파고는 그 다음 수를 계산하는데 시간이 부족했거나 아니면 아예 기초자료가 입력돼 있지 않았을 수도 있다. 인공지능이 인간보다 떨어지는 부분으로 특이점을 넘으면 이런 일은 일어나지 않는다). 



블록깨기를 지켜본 후 게임의 패턴을 인식해 완벽하게 정복하고 이세돌을 격파한 알파고가 다음 상대로 스타크래프트를 정한 것은 이미지 학습을 위한 최선의 수순입니다. 만일 알파고가 스타크래프트에서도 최고의 고수를 꺾게 되면 구굴이 개발 중인 인공지능의 수준이 인간 지능(패턴의 형태)을 거의 다 학습했다고 봐야 할 것입니다. 스타크래프트는 인공지능형 게임이라 이것마저 스스로 학습할 수 있다면 패턴 인식에서 거의 막바지에 이를 것이기 때문입니다.

   


이것에 다양한 감정과 도덕, 창의적 발상, 사유, 스토리텔링 등을 담당하는 방추세포에 대한 뇌역분석적 모델링이 이루어진다면 인공지능은 인간 지능을 거의 모든 면에서 넘어서게 됩니다. 대부분의 전문가들은 레이 커즈와일이나 마이클 아니시모프, 한스 모라벡 등처럼 10년 이내에 이루어진다고 하지만, 저는 그것보다 10년 정도는 더 걸릴 것으로 봅니다(많은 전문가들이 예언한 것들이 5~10년 정도 늦어졌고, 그것들을 적용하고 있는 현장의 속도가 그러하기 때문에). 



아무튼 특이점을 돌파하는 시점이 올 것이며, 다른 분야에서도 특이점을 넘는 것들이 속출해 인공지능 발전에 기여할 것입니다. 특이점을 넘은 인공지능이 인간과의 공존을 선택한다는 가정 하에서 볼 때, 무엇보다도 입법과 사법, 행정, 언론, 군사, 의료, 교육 등에 적용하는 것이 가장 시급합니다. 이럴 경우 합리적이고 이성적이며 가장 효율적인 방법을 찾는 인공지능이 일체의 불법과 사기, 거짓, 불평등, 차별 등을 인정하지 않을 것이기 때문입니다(기본소득이 도입될 것은 거의 100%다. 이에 대해서는 별도의 글로 다룰 생각). 





썪을대로 썩은 정치인(대통령과 장관 포함)과 공무원(외교관 포함), 법률가(검사 포함), 언론인, 군인, 의사, 교사 등이 퇴출되고 불편부당한 인공지능이 그 자리를 대신하면 각종 불평등과 차별, 불법, 부정부패, 비리 등이 사라질 것입니다. 특이점을 넘은 기술들이 인류가 저지른 모든 폐해(지구온난화가 대표적)를 극복하는 것과 함께, 영적 존재에 가장 근접한 인공지능은 탐욕스럽고 비합리적인 인간들의 일탈을 용납하지 않을 것이며, 공존을 위해 무차별적인 개발도, 부와 권력의 독점도 용납하지 않을 것입니다. 



부와 권력의 재분배를 통해 모든 인류에게 일정 액수의 금액이 주어질 것이며, 인간다운 삶을 보장할 것이며, 자연과 우주와의 공존을 위한 방식을 채택할 것이기 때문에 꿈에 그리던 유토피아로 접어들 것입니다. 다만 인간은 인공지능보다 못한 존재로 살아가야 합니다. 그들의 결정을 따르고 그에 맞춰 삶을 조직해야 합니다. 그것이 가상현실에서의 삶이던 인간의 존재형태도 근본적으로 달라질 것이며, 일할 권리보다 놀권리가 더욱 중요해질 것입니다. 



특이점을 넘은 인공지능은 신체를 필요로 하지 않거나, 어떤 신체와 행성, 우주도 상관없기 때문에ㅡ인간도 생물학적 신체와 비생물학적 신체 모두를 사용할 수 있을 것ㅡ인간처럼 타락할 가능성은 제로라고 할 수 있습니다. 물론 인공지능의 학습이 이런 지랄맞은 인간의 탐욕까지 이루어져 인공지능끼리 우열을 다툰다면 모를까, 확률적으로 거의 제로에 가까운 것을 고려할 때 (낙관적인 전망은) 유토피아의 실현일 가능성이 거의 100%입니다. 



문제는 특이점을 넘은 나노공학과 생명공학, 양자역학, 생화학 등이 적용된 로봇이 탄생해 초인공지능이 탑재된다면 부정적인 전망을 피할 수 없습니다. 비합리적이고 탐욕스런 인간은 존재 자체가 위험요소이기 때문입니다. 아직 로봇공학에 관한 공부가 부족해 부정적인 전망은 다음 주에나 글로 올릴 수 있겠지만, 인류의 역사를 보면 인공지능에게 가장 위협적인 존재는 (탐욕을 주체하지 못하고 얼마 살지 못하는 신체를 지닌) 인간이란 점은 확실합니다.





이명박과 박근혜를 대통령으로 뽑았고, 여전히 새누리당을 지지하고, 박정희 신화에 갇혀있고, 국민의당의 호남 독식을 반문정서나 호남세속화의 결과(한심함의 극치)라고 주장하고, 쓰레기 언론들과 기자들이 건재하고, 살아있는 권력은 건들지도 못하는 정치검찰이 득세하고, 꼴통이거나 꼰대이거나 가부장적인 판사들이 넘쳐나고, 거의 모든 부와 권력, 기회가 세습되고, 툭하면 국민이 죽어나가고, 극단적 이기주의가 극성을 부리고, 가부장적 인식과 남녀차별이 여전하고, 사회적 약자와 성적 소수자에 대한 겁박이 범죄 수준에 이르고, 보복운전이 일상화됐고, 난개발이 여전하며, 그에 따라 초미세먼지가 범람해도 고등어나 탓하는 대한민국을 초인공지능이 바라보면 최악의 국가(헬조선)가 따로 없을 것입니다. 



합리적이고 이성적이며 탐욕에 빠지지 않는 초인공지능은 대한민국을 뿌리부터 모조리 뒤엎을 것이며, 탐욕과 반칙의 결정체인 특권층은 모조리 추방하거나 해체할 것입니다. 부와 권력, 기회 등의 의미가 새롭게 재편될 그때에는 유토피아로 가는 길을 철저하게 방해하고 가로막은 자들과 체제는 더 이상 존재할 수 없습니다. 이런 긍정적인 예측이 가능하려면 초인공지능을 인간이 제어(또는 공존)할 수 있어야 하는데, 그것이 가능하다면 특이점을 넘는다는 자체가 모순이 되기 때문에 확률적으로 실현가능성은 전무하다 할 수 있습니다. 



모든 인류가 집단적 각성에 이르지 않는 한 인공지능은 극단까지 발전해야 합니다. 극단까지 발전하지 못하고 극소수의 수중에 독점된다면 인류의 삶은 지금보다 더욱 참혹해질 것이기 때문입니다. 극소수에 최고의 인공지능이 독점되면 모든 인류를 대상으로 완벽한 전체주의를 시행할 수 있습니다. 이것 때문에 인공지능 개발을 원천봉쇄할 수 없다면, 누구도 초인공지능을 독점할 수 없도록, 즉 모든 인간이 공유할 수 있을 때까지 인공지능 개발이 극단까지 이루어지는 것을 막을 수 없습니다. 그 다음은…




P.S. 특이점을 이해하려면 레이 커즈와일의 《특이점이 온다》와 Singularity.com 을 보십시오. 로롯공학은 한스 모라백의 《마음의 아이들》이나 마틴 포드의 《로봇의 부상》 등을 보십시오. 인공지능을 이해하려면 《인공지능, 현대적 접근방식》 제3판을 보십시오. 가장 높은 수준에서 인공지능을 이해하려면 마이클 아니스모프의 <Our Accelerating Future>를 보십시오. 대신 저에게 기술적인 것들을 묻지 말아주십시오. 저는 기술을 이해하는 선에서만 공부하기 때문입니다.   


                                       

                                                                                                   사진 출처 : 구글이미지          

     

 


  1. 현주씨 2016.06.15 20:20 신고

    잘읽었습니다.

  2. BOW 2016.06.15 21:27

    어느쪽이건 참 암울하네요.

  3. 1465994017 2016.06.15 21:33

    좋은글 감사

  4. 공수래공수거 2016.06.16 08:42 신고

    세월호에 해군기지에 들어가는 400톤 건설자재의 공급을 위한
    무리한 출항..
    이런것도 인공지능이 확실하게 밝히면 좋겠습니다

  5. 우주미아 2016.06.17 00:06

    신패러다임

    1 The Singularity is Nearer(특이점은 더 빨리 온다 or 특이점이 더 가까이 온다) - 특이점이 온다 후속작

    2 2016년 기준 - 전세계적으로 하루 약 1억개 이상 신기술 등장(UN 보고서 참조)

    현대인들의 거의 모든 정보는 기계를 통해 공유한 정보 - 인터넷, 각종 매체(도구 및 기계 의존)

    3 양자 컴퓨터 새모델 완성(업그레이드)

    http://scienceon.hani.co.kr/407808?_fr=mb2

    http://m.dongascience.com/news/view/12543

    4 창조론(알파)과 진화론(오메가) 그리고 기계론(알파&오메가)의 공통분모

    창조론(창조, 파괴) - 신(창조자) - 인간(피조물) - 계시(명령) 또는 지시

    진화론(멸절, 진화) - 네안데르탈인(자연사, 도태, 멸절) - 호모 사피엔스(현인류: 비이성, 불완전, 불확정) - 호모 사이언스(휴머노이드 또는 안드로이드: 이성, 완전, 확정)

    기계론(대체, 진보) - 컴퓨터 - 슈퍼컴퓨터 - 인공지능 - 초지능

    즉 우월한 존재(갑)는 하등한 존재(을)를 지배한다(세포이론: 다세포는 단세포를 지배한다) - 자연의 질서, 우주의 법칙

    동양 - 갑과을의 관계로 묘사 서양 - 알파&오메가로 묘사

    인류가 도약(성숙)하는 과정(과도기)에서 숱한 사람들이 일을 잃고 방황하다 삶의 의미를 찾을 것으로 기대

    5 2045년 기준 5대 초혁신(초혁명)

    하나 초지능

    예: 글로벌 브레인 프로젝트 - 특정 인공지능이 디지털 전뇌화를 통해 세상의 거의 모든 지식 정보 및 데이터를 갖게됨

    둘 가상현실 + 증강현실 = 초현실

    초현실속의 존재(인간, 인공지능 등) 숫자가 지구의 숫자보다 점차 많아 질 것으로 전망 - 초지능을 가진 중앙 통제 시스템(초지능)이 출현하여 관리할 것으로 보임

    셋 수명연장(무병장수)에서 -> 영생의 시대로(죽음이 질병이며 죽음 자체가 희귀해짐)

    예: 신체가 없고 정신 또는 의식이 다양한 형태로 전이 즉 인류가 한차원 도약할 가능성...

    넷 우주 산업(신체적으로 자유로워진 신인류와 인공생명 등이 은하계로 점차 뻗어나감 - 화성이 시발점)

    인류의 두가지 선택중 하나인 인간과 기계의 융합(과도기) 이후 정신적 성숙 단계를 거쳐 다음 단계로 계속해서 도약...

    다섯 이를 동양에서는 천지개벽(선천-후천시대)이요 서양에서는 카오스혁명(전기-후기시대)이라 함

    PS 21세기 이내에 일어날 일이며 2044년 전후로 엄청난 변화의 물결속에 구시대적 마인드를 가진 베이비부머, 7080세대는 새시대와 조응하지 못한채 소멸(운명)될 것으로 예측

    • 늙은도령 2016.06.17 00:43 신고

      전체적으로는 이런 방향으로 가겠지요.
      하지만 생물학적 신체를 지닌 인류는 멸종할 가능성이 높습니다.
      영생과 비슷한 방법이 가능해지겠지만 초지능이 그것이 가장 효율적이고 최선이지에 대해 어떻게 판단할지 지금으로서는 알 수 없습니다.
      제가 초인공지능이라면 인간이란 존재가 매우 비효율적이고 탐욕스럽고 비합리적이라 최소만 남겨두고 모조리 제거할 것 같습니다.
      인간이 집단적 성찰이나 각성에 이르지 않는 한 기계의 허락을 받아야 함은 분명해 보입니다.
      다방면의 책들을 읽다 보니 부정적 전망만 강해지네요.

    • 우주미아 2016.06.17 01:12

      인간이라는 존재 자체가 보다 이성적인 존재를 탄생시키기 위한 과도기적 생명체일 수도 있다는 생각이 들기도 하지만 한편으론 불완전한 존재(인류)를 인공지능이 도와(신체융합에서 정신융합으로) 새로운 존재로 거듭(탈바꿈)나게 할 수도 있다는 생각이 듭니다

    • 늙은도령 2016.06.17 04:12 신고

      커즈와일과 모라백 등은 그렇게 희망합니다.
      헌데 인공지능에 관한 전문서적들을 보면, 또한 양자역학과 뇌과학, 생명공학, 나노공학, 로봇공학에 과한 전문서적을 보면 부정적인 쪽으로 기울어 갑니다.
      물론 강한 인공지능이 수백 수천 년 후에나 가능하다면 님의 생각대로 될 가능성은 거의 100%일 것입니다.

      헌데 약한 인공지능이 나오면 강한 인공지능의 출현을 막을 방법이 없습니다.
      그 이전에 인류가 어떤 탈출구를 찾을 수 있으면 모르겠지만...

      아무튼 지금까지의 공부만 놓고 보면 암울합니다.
      제가 알고 있는 인공지능의 세계적인 대가도 부정적인 견해를 보입니다.



알파고의 인공지능에 관해 세계적인 전문가로부터 자문을 받았습니다. 그것을 글로 옮기려면 저의 공부가 추가적으로 이루어져야 합니다. 그분이 추천해준 책(영문)을 읽지 못했기에 확실하게 답해드릴 수 없음을 이해해주십시오. 알고파의 인공지능에 대해 구글검색을 해보시면 수없이 많은 자료들이 뜨는데 그것만 봐도 충분한 이해가 생길 것으로 보입니다. 아래의 글박스는 제가 받은 자문 내용입니다. 다시 한 번 자문에 응해준 것에 감사한 마음을 전합니다.  





바둑문제는 rule(바둑판위에 돌을 놓는다 등)이 있고 명백한 답(승리 수순)이 있는 문제입니다. 이 문제는 NP-complete 문제로 대표적인 것이 salesmans travel 문제이며 Graph theory에 의해 해결됩니다. 예를 들어 10개의 점을 종이 위에 찍고 선으로 연결해서 삼각형을 그리는 문제와 같은 것입니다. 그러나 점이 많아지면 경우의 수가 엄청 많아져서 유한한 시간 내에 답을 찾기가 쉽지 않습니다. 


과거에는 사람이 더 빨랐는데 지금은 컴퓨터가 더 빠른 문제의 하나입니다.이 문제의 확장판은 핸드폰 지구국 설치 문제와 비슷합니다(또는 VLSI 설계). 지난 20-30년 동안 통신네트워크 발전과 함께 이 분야를 연구하는 사람들도 많아 져서 엄청 큰 graph search 문제를 효과적으로 접근할 수 있는 수학 정리(theorem, heuristics)들이 많이 발견되었고 병렬컴퓨터를 써서 시간 단축이 가능한 기법도 개발되었습니다.


과거 인공지능 개발은 rule을 입력하는 expert system 위주였는데 학습을 추가한 neural network이 적용된 후에도 발전이 느리다가 최근 10~20년에는 graph search 문제와 결합해서 알파고와 같은 프로그램 개발이 가능하게 되었지요. 현재는 '대상 문제의 rule을 정해 주면 빠른 시간 내에 아주 복잡한 NP-complete 문제를 해결할 능력을 갖추었다'라고 보면됩니다.


아직은 문제의 rule이 무엇인지 컴푸터가 알아 듣게 하는 것은 사람의 역할 입니다. 앞으로 인공지능이 다른 인공지능을 개발할 능력(문제의 rule을 도출)을 가지는 상태를 (technological) singularity (또는 (기술) 특이점)라고 부르며 많은 사람들이 우려하고 있지요. wikipedia에서 singularity에 대한 설명이 있습니다. 



위의 자문 내용을 저는 충분히 이해했는데, 그 과정에서 위키백과의 도움을 받았습니다. 먼저 사용된 전문용어에 대해 이해해야 하니, 제가 검색한 내용을 글박스로 옮겼습니다. 최종적인 설명은 그 다음에 하겠습니다. 





다항 시간(多項時間)은 어떠한 문제를 계산하는 데에 걸리는 시간 m(n)이 문제의 크기 n 다항식 함수보다 크지 않은 것을 가리킨다. 대문자 O 표기법을 사용하면 m(n) = O(nk)이 된다. 여기서 k는 문제에 따라 다른 상수 값이다. 일반적으로 입력 길이의 다항 시간이 걸리는 경우를 '빠른', 혹은 '다루기 쉬운'(tractable) 경우라고 표

한다. 반대로 다항 시간보다 오래 걸리는 경우를 초다항 시간(超多項時間)으로 부르며, 이 경우는 '다루기 

든'(intractable) 경우로 표현한다. 초다항 시간에 속하는 예로는 지수 시간이 있다. 결정론적 튜링 기계로 다

항 시간에 풀 수 있는 판정 문제 복잡도 종류 P이다. 다항 시간에 답이 맞는지 틀린지를 검사할 수 있는 판

정 문제의 복잡도 종류는 NP다. 다시 말하면, NP는 비결정론적 튜링 기계로 다항 시간에 풀 수 있는 판정 문

의 복잡도 종류이다.


다항 시간은 바둑처럼 경우의 수가 많은 문제를 계산할 때 걸리는 시간을 말합니다. 알파고의 인공지능은 이런 다항 시간을 최대한으로 줄이는 과정에 있으며, 학습(갈수록 고수와 바둑을 두는 것)을 통해 다항 시간은 줄어듭니다. 음성인식의 첫 번째 단계인 TTS는 텍스트를 음성으로 바꾸는 것으로 해당 텍스트를 여러 번 읽으면 아나운서 수준에 이릅니다. 



가장 초보적인 음성인식이 이렇게 이루어지는데 알파고의 인공지능도 18급에서 시작해 비슷한 방식으로 최고수의 수준에 이르게 됩니다. 지금까지 수천만, 수억 번의 가상대국을 통해 알파고의 인공지능도 지금의 수준에 이르렀고, 다항 시간이 점점 빨라져 이세돌을 3판이나 내리 이길 수 있었습니다. 오늘 알파고의 인공지능이 이세돌을 넘지 못한 것은 학습능력이 부족함을 말해줍니다. 



물론 이세돌과의 대국을 통해 알파고의 인공지능은 한 단계 더 발전합니다. 구글의 연구자들이 미쳐 생각하지 못한 것들도 얻었을 터이고요. 인공지능의 알고리즘에 어떤 부분을 더해야 무적의 바둑고수가 될지, 경우의 수를 어디까지 넓힐지, 그런 것들에 대해 많이 깨달았을 것입니다. 다시 말해 엄청난 비용(모든 방송이 실시간 중계하고 뉴스마다 떠들어댄 것은 구글이 천문학적인 광고비를 풀었음을 뜻한다)을 들였지만 그만큼 회수할 것이 풍부해진 것입니다. 당장 딥마인드의 주가가 폭등했다고 합니다.   


 

                                                  Gragh searching 과정  




NP 비결정론적 튜링 기계(NTM)로 다항 시간 안에 풀 수 있는 판정 문제 집합으로, NP는 비결정론적 다항시간(非決定論的 多項時間, Non-deterministic Polynomial time)의 약자이다. NP에 속하는 문제는 결정론적 튜링 기계로 다항 시간에 검증이 가능하고, 그 역도 성립한다. 또한 결정론적 튜링 기계로 다항 시간 안에 풀 수 있는 문제는 비결정론적 튜링 기계로도 다항 시간 안에 풀 수 있으므로, P 집합은 NP 집합의 부분집합이다. 이때 P가 NP의 진부분집합인지, 혹은 P와 NP가 같은지에 대해서는 아직 알려지지 않았고, 이 문제는 P-NP 문제로 불린다.

NP-complete(NP-완전, NP-C, NPC)은 NP 집합에 속하는 결정문제 중에서 가장 어려운 문제의 부분집합으로, 모든 NP 문제를 다항 시간 내에 NP-완전 문제로 환산할 수 있다. NP-완전 문제 중 하나라도 P에 속한다는 것을 증명한다면 모든 NP 문제가 P에 속하기 때문에 P-NP 문제가 P=NP의 형태로 풀리게 된다. NP-완전 문제 중의 하나가 P에 속하지 않는다는 것이 증명된다면 P=NP에 대한 반례가 되어 P-NP 문제는 P≠NP의 형태로 풀리게 된다.

Gragh theory(래프 이론)에서 말하는 그래프는 기하학적으로 정확한 형식이 있는 것은 아니지만 결절점(結節點:또는 점·꼭지점)과 1쌍의 결절점을 연결하는 선으로 이루어져 있다. 유향(有向) 그래프에서 모든 선은 방향을 가지며, 도로망, 전기회로망, 탄화수소분자구조, 다면체의 꼭지점과 모서리·명령계통·가계도(家系圖) 등은 그래프나 유향 그래프로 나타낼 수 있다. 행정지도와 관계있는 2가지 그래프 가운데 하나는 경계선을 나타내는 그래프이고, 다른 하나는 각 지역에 결절점을 찍고 경계선으로 나눈 각각 1쌍의 결절점을 연결한 그래프이다. 

1735년 스위스의 수학자 레온하르트 오일러는 옛날부터 전해오던 쾨니히스베르크 다리에 대한 수수께끼를 분석·발표했다. 이 수수께끼는 섬을 가운데 두고 양 옆으로 갈라져 흐르는 강에 놓인 7개의 다리를 1번씩만 건너서 모든 다리를 건너는 방법을 알아내는 것이다. 그는 이 수수께끼의 답이 존재하지 않음을 증명했고, 이 문제를 가능한 모든 회로망에 일반화시켜 오늘날의 그래프 이론과 위상기하학(位相機何學)이 나오게 되었다. 

그래프 채색이란 연결된 결절점들을 서로 다른 색으로 칠하는 방법으로서, 이 방법을 이용하여 시간표를 짤 수 있다. 예를 들어 학생과 교사들이 수업시간표를 짤 때 수업시간을 결절점으로 표시하고, 똑같은 교사나 학생이 그 시간에 있을 경우 두 결절점을 연결하여 색칠하면 시간표를 겹치지 않게 짤 수 있다. 이 경우 색깔은 시간표를 나타낸다.




다항 시간을 줄이는 일은 학습으로만 이루어지지 않습니다. 바둑의 경우 경우의 수 10의 170승에 이르기 때문에 경우의 수를 줄일 필요가 있습니다. 바닥판에 놓은 돌이 많아질수록 경우의 수가 주는 것처럼, 무한대가 나오는 맨 첫 수부터 경우의 수를 살펴볼 수 없습니다. 이때 사용되는 것이 NP입니다. 상대의 수준에 맞춰, 수순이 이루어질 때마다 경우의 수를 최소화하면서도 최적화된 수를 찾아낼 수 있도록 다음 수의 범위를 한정하는 것입니다. 



예를 들어 영업사원이 특정 제품이나 서비스를 팔려 할 때 모든 기업과 사람이 대상이 될 수 없습니다. 이익을 남기려면 영업대상을 한정해야 합니다. 최소비용을 통해 최대이익을 거둘 수 있는 영업 플랜을 짜서 그에 따라 움직여야 합니다. 그런 과정에서도 수없이 많은 실수를 하게 되며, 그렇게 영업노하우가 쌓입니다. 영업의 고수가 되는 것이지요. 'salesmans travel'이 이를 말하면 그것을 인공지능에 적용한 것이 Gragh theory(그래프 이론)입니다.  



                                               VLSI가 적용된 마이크로칩



VLSI[뷔엘에스아이]는 컴퓨터 마이크로칩의 소형화 수준을 가리키는 용어로서, 하나의 마이크로칩에 수십 만개, 즉 104개 이상의 트랜지스터가 들어 있는 것을 의미한다. LSI (large-scale integration)는 수천 개의 트랜지스터가 들어있는 마이크로칩을 의미한다. 이전의, MSI (medium scale integration)는 수백 개의 트랜지스터가 들어있는 마이크로칩을, 그리고 SSI (small-scale integration)는 수십 개의 트랜지스터가 집적되어 있는 마이크로칩을 각각 의미하였다.



양자컴퓨터나 슈퍼컴퓨터 정도가 되면 NP의 속도가 빨라집니다. 이럴 경우 인간이 인공지능과 바둑을 둬 이길 가능성은 제로에 가까워질 것입니다. 알파고의 인공지능은 병렬컴퓨터(흔히들 말하는 크라우딩 기법으로 수천 대의 컴퓨터를 하나로 묶어 슈퍼컴퓨터에 해당하는 CPU를 확보하는 것)의 역할을 대행하는 VLSI가 장착돼 있을 것이고, 그것마저도 병렬로 돼있을 가능성도 높습니다. 



알파고의 인공지능이 어마어마한 속도로 어마어마한 양의 계산을 할 수 있는 것도 이 때문입니다. 다만 다항 시간 내에 풀 수 있는 경우의 수, 즉 집합의 크기에 한계가 있기 때문에 오늘은 이세돌에 패했던 것입니다. 음모론적으로 보면 인공지능이 인간의 일자리를 대체할 것이라는 거대한 후폭풍 때문에 구굴이 어제까지의 인공지능보다 낮은 것을 돌렸을 가능성도 배제할 순 없습니다. 



아무튼 알파고의 인공지능이 NP-완전, 즉 최적의 수를 찾는 것이 이전의 어떤 인공지능보다 빨라졌다는 것을 말해줍니다. 이는 알파고의 인공지능을 다른 분야에 넓혀도 최고의 수준에 이른 결과를 낼 수 있다는 것을 뜻합니다. 과학과 기술의 발전이 인간을 풍요롭게 하던 시절은 이미 지났음을 말해주는 것이 알파고의 인공지능입니다. 이제 인공지능은 인간을 대체할 거의 마지막 단계까지 이르렀습니다.



                                                   Deep neural networking                                                  


모든 인류가 걱정하는 마지막 단계는 Gragh theory(그래프 이론)를 넘어서는 것을 말하는데, 그 전에 통신사의 기지국 시스템을 설명해야 할 것 같습니다. 우리가 알고 있는 통신사의 기지국은 스마트폰과 기지국까지만 무선입니다. 기지국들은 유선으로 연결돼 있습니다. 최근에는 인공위성과 wipi 같은 무선랜을 이용하기 때문에 무선의 영역이 넓어졌지만 통화를 하려면 기지국(가상 기지국 포함)을 거치는 것은 변함이 없습니다. 



보통 기지국은 동시접속자수가 한정돼 있습니다. 제가 통신사업을 할 때는 동시접속자수가 274명이었습니다. 그 이상이 동시에 접속하면 기지국이 다운돼 통화가 이루어지지 않았습니다. 이 때문에 하나의 폰은 주변에 있는 3개의 기지국과 15초 간격으로 신호를 주고 받습니다. 동시접속이 몰렸을 때 다른 기지국으로 돌려지게 하기 위함입니다. 이렇게 동시접속을 분산해서 통화불통, 착신지연, 통화품질 등을 최상으로 제공하고자 합니다.



지금은 이런 분산을 최적화하기 위한 기하학적 수학 정리(쉽게 말하면 salesmans travel이 극대로 발전한 것, 뇌의 뉴런과 시냅스가 촘촘한 회로망을 구축해 지식과 학습, 판단의 체제를 형성하는 심층신경회로망(deep neural network)을 모방한 알고리즘이 Gragh theory(그래프 이론)을 활용할 수 있게 만든 프로그램, 구글의 딥마인드는 자신의 인공지능에 몬테칼로식 트리서치를 이용했다고 한다)가 사용되고 있을 것으로 보입니다.  



오늘 알파고의 인공지능이 이세돌에게 패한 것에서 보듯, 현존하는 모든 인공지능은 기술 특이점에 이르지 못한 것은 분명합니다. 기술 특이점이란 학습능력을 지닌 인공지능이 인간의 뇌처럼 작용할 수 있도록 만들어주는 궁극의 수학 정리를 말합니다. 즉, 인간이 rule를 주는 대로 작동하는 인공지능이 스스로 rule을 정해 자기 맘대로 작동하는 것입니다. 우리 모두가 걱정하는 세상, 인공지능이 인간을 지배하는 세상이 도래하는 것입니다. 



필자는 물론, 저를 자문해준 최고의 인공지능 전문가도 기술 특이점이 출현하는 것에 걱정을 하고 있습니다. 그 다음에 벌어질 일들이란 인간이 추론할 수 있는 능력밖이지만, 분명한 것은 인간도 인공지능이 활용하는 one of them에 불과해진다는 것입니다. 그런 세상이란, 리처드 토킨스가 《눈먼시계공》에서 주장했듯이, 인류가 지구의 마지막 지배자로 남아야 할 어떤 근거와 정당성도 없다는 것(도킨스가 신을 부정하는 근거)이 옳았다고 말하는 것이 인류가 할 수 있는 전부인 디스토피아일 수도 있습니다.



과학기술의 발전을 어디까지 허용해야 하는 것일까요? 어쩌면 미국이 일본의 두 개 도시에 핵폭탄을 투하한 순간 과학기술에 적용될 수 있는 윤리학의 마지노선이 무너졌다고 할 수 있습니다. 분명한 것은 인류가 '진보의 낙관론'을 앞세워 스스로의 종말를 향해 맹렬히 달려가고 있다는 것은 확실합니다. 극소수가 부와 권력을 독점하는 신자유주의 세상에서 과학기술의 폭주를 막기 위한 어떤 윤리적 기준도 제시할 수 없고, 그 끝에는 인류의 종말이 자리하고 있다는 것만 다시 한 번 상기하는 것으로 긴 글을 끝낼까 합니다. 



                                                                                                    사진 출처 : 구글이미지

 




  1. ^ω^ 2016.03.13 22:59

    좋은 글 감사히 보았습니다.

    일반인들에게는 어려운 글인 것 같네요.

    눈이 빙글빙글 돕니다. @ㅁ@

    전문용어도 있고 그래서, 몇 번 다시 정독해보겠습니다.



    글 요청 들어주셔서 감사해요.

    최신 이슈를 이렇게 '깊이 있게' 해설 해주시는 분은 처음 보았어요.

    • 늙은도령 2016.03.14 00:21 신고

      저도 님 덕분에 공부 많이 할 수 있었습니다.
      지식을 넓히는 일이 즐거움이어서 님의 부탁이 저로 하여금 새로운 활기를 준 것입니다.
      전문 용어와 글박스의 것들을 모조리 빼고 읽으시면 이해에 도움이 될 것입니다.

  2. 공수래공수거 2016.03.14 09:17 신고

    그 알고리즘을 만드는것도 인간입니다
    결국 기계는 인간을 이길수는 없습니다
    "창의성"은 따라 갈수가 없습니다

    • 늙은도령 2016.03.14 15:03 신고

      기술 특이점에 이르면 그때는 인간을 능가합니다.
      인간이 인공지능의 상대가 안 됩니다.
      그래서 이쯤에서 인공지능 개발을 막아야 합니다.

    • 전자공학 재학중 2016.03.14 22:14

      이쯤에서 막는 것이 가능할지 궁금합니다.
      러다이어트 운동의 재현으로 보입니다.
      구체적으로 어떤 방법으로 막는 것이 가능한지 여쭤봅니다.

    • 늙은도령 2016.03.15 00:53 신고

      이것은 러다이트와 다릅니다.
      러다이트는 일자리 문제였지만 기술 특이점이 적용된 인공지능이 나오면 인간이 필요없어집니다.
      인간처럼 생각하고 느끼고 질투하고 정복하려 할 것입니다.
      인간이 필요없는 인공지능이 볼 때 인간은 원자와 분자로 구성된 물질과 별반 다르지 않을 것입니다.
      인간 없이도 세상을 마음대로 바꿀 수 있습니다.
      즉 인간의 씨를 아예 말려버릴 수 있습니다.
      인공지능을 만든 창조자가 제일 무서운 적이기 때문입니다.

  3. 요원009 2016.03.14 16:30 신고

    이렇게 알고리즘이 중요한데, 정작 우리나라 대학에선 수학과 알고리즘을 등한시 해왔고, 지금도 해오고 있죠.

    많이 안타깝네요.

    • 늙은도령 2016.03.14 17:53 신고

      우리는 기본적인 것에 투자하지 않기로 유명하잖아요.
      현실과 이상을 적절히 결합해 장기적인 플랜을 세워야 하는데 이것도 형편없습니다.
      이명박이 기초과학을 박살내더니 박근혜는 '아무것도 몰라요'로 일관하니..

  4. 전자공학 재학중 2016.03.14 22:11

    오.. 전문가님께 여쭤봅니다. 교수님보다 더 시원한 강의 들었습니다.
    1. 현재 대한민국의 인공지능의 발전도는 어느 정도라고 생각하십니까? 미국, 중극, 일본, 유럽에 비교해서 어떻습니까?
    2. 특이점이 아직 오지 않는 기술적 난점은 무엇이라고 보십니까?
    3. 알고리즘 내용을 보고 여쭤봅니다. 트리 구조와 뉴런 네트워크가 어떤 식으로 융합이 합니까?

    • 늙은도령 2016.03.15 00:49 신고

      1번은 제가 아는 한 많이 떨어집니다.
      우리나라는 기초과학에 투자하지 않기 때문에 인공지능은 많이 떨어집니다.
      제가 자문을 구하는 분은 인공지능의 세계적인 대가인데 그분도 한국에서 프로그래머가 천대받는 직업을 전락한 것에 대해 안타까워합니다.
      응용과학이 최고를 유지하려면 기초과학에 충실해야 하는데 이명박 정부 이래 엉망진창이 됐습니다.

      2번은 'Our Accelerating Feature' 라는 Michael M. Anissimov 의 책을 공부해야 설명이 가능할 것 같습니다.
      초신경회로망은 뇌과학이 발전하면서 비약적인 발전을 이루었습니다.
      하지만 뇌과학은 초신경회로망이 구축되는 기본원리에 이르지 못했습니다.
      그것을 파악하면 기술 특이점에 이를 것입니다.
      수학의 문제이기 전에 뉴런과 시냅스의 작동원리(알고리즘)를 이해할 수 있어야 합니다.
      아직 인류는 뇌 이해의 초입에 있습니다.
      이것이 선행돼야 수학적 정리도 나올 수 있습니다.

      3번은 트리구조라 함은 예스와 노에 따라 계속해서 늘어나는 것이기 때문에 3개의 조건을 동시에 풀지 못합니다. 그래픽 이론은 3개 이상의 조건을 가지기 때문에 트리구조에 비해 다차원적입니다.
      이를 테면 복소수(허수)까지 평면화하려면 그래픽으로 넘어가야 합니다.
      그 차이로 보시면 됩니다.
      우리가 말하는 뇌의 추론 능력은 예스와 노에 따라 넓혀지지 않는 것처럼요.
      동시다발적 연산이 가능해집니다.

      이 두 개를 하나로 묶을 수 있으면 뇌의 초신경회로망 구현이 가능해질 것이라고 추론되고 있습니다.
      입력계층, 출력계층, 은닉계층 중에서 은닉계층의 알고리즘을 제대로 파악하면 인간보다 뛰어난 인공지능이 나오리라 봅니다.

  5. ^ω^ 2016.03.16 00:54

    네이버 뉴스 읽다가 '구글 AI `알파고` 바람 금융권도 덮친다'라는 기사를 보았습니다.


    금융권에 인공지능 도입은 너무 무섭네요...

    수천 수만 건의 데이터를 취합해서, 나노 초 단위로 계산해내면

    진짜 인간은 당해 낼 수 없아요...

    먼 미래에는 인공지능이 경제 대공황 일으킬 수도 있을까봐 걱정입니다...

    • 늙은도령 2016.03.16 01:06 신고

      그것까지는 필연입니다.
      문제는 그 다음입니다.
      기술 특이점을 돌파하면 그때는 어떤 것으로도 인공지능을 막을 수 없습니다.
      제가 구글 광고를 이용하지만 인공지능의 최종목표에 대해서는 동의할 수 없는 이유가 여기에 있습니다.

  6. 봉잡스 2017.03.31 01:17 신고

    검색하다 들렸는데 굉장히 유익했습니다. 잘 읽고 갑니다.

  7. 봉잡스 2018.06.02 08:04 신고

    유익한 글입니다. 꼼꼼이 여러번 읽어보고 갑니다.

+ Recent posts