기계는 어떻게 생각하는가? (리커버)

기계는 어떻게 생각하는가? (리커버) - 알파고부터 자율 주행차까지! 기계 학습 구현 사례와 작동 원리
숀 게리시 지음, 이수겸 옮김 / 이지스퍼블리싱 / 2019년 12월

영화 산업에서와 같이, 현재의 생성형 인공지능 AI와 로봇으로 대변되는 4차 산업 혁명의 수용 돌이 속에서, 우리가 영화 속에서나 보는 생각하는 로봇이나 어벤져스 속에서의 쟈비스와 같은 인공지능을 보면서 이러한 생각하는 기계 또는 인공지능의 역사는 어떻게 될까 하는 궁금증이 생기게 된다. 현재의 인공지능이 가능하게 한, 역사 속의 5가지 핵심 사건을 잘 정리해서 기계공학이나 ICT 코딩 등에 대한 비전공자들도 쉽게 이해할 수 있도록 설명해 주는 책이 출간되어 읽을 기회를 얻었다. 테슬라의 자율주행 차, 이세돌을 이긴 초기의 인공지능인 알파고, 사람의 거의 모든 질문에 대해서 나름대로의 답변을 해 주는 챗 GPT 등 현재 우리가 누리고 있는 혜택이 어떻게 가능했는지 그리고 만능이라고 생각하는 이들 인공지능의 한계는 무엇인지 등 궁금한 것이 많은데, 저자의 혜안을 들여다 보고 싶다. 숀 게리시의<기계는 어떻게 생각하는가?>이다.

현재의 챗 GPT와 같은 생성형 인공지능 AI 같이, 기계가 생각을 하는 것은 어떻게 가능했을까. 모든 과학적 성과가 그러하듯이 인공지능의 역사는 실패의 연속 속에서 이루어진 것이다. 먼저 인공지능(AI)의 역사를 시작을 생각해 본다. 현재 언론이나 메스컴에서 인공지능에 대해서 너무나 무분별하게 이야기 하고 있는 면이 있다. 인공 지능의 역사를 보면 그 부침이 많고 그 활용 측면에서도 활용도가 높은 분야가 있는 반면 아직까지는 그 이론 및 정확도 측면에서 개선의 여지가 많은 분야도 있다. 2차 세계대전이 한창일때, 영국의 천재 수학자인 튜링에 의해서 제시된 인공지능 기계의 탄생, 튜링 테스트 제시(기계가 인간과 구별할 수 없는 지능적인 행동을 보일 수 있는지를 결정하는 기준), 전문가 시스템의 개발, 패턴인식 알고리즘 개발 등이 초기 인공 지능의 역사이다. 이후 인공지능은 머신러닝(Machine Learning)으로 발전하고 신경망 알고리즘의 개발로 또 한번의 도약을 한다. 이후 머신 러인의 한계(XOR 논리 오류..등등)로 침체기를 격고 이후에 인공지능의 아버지라 이야기되기도 하는 제프리 힌튼 등에 의한 역전파 알고리즘(Back-propagation Algorithm)의 개발은 인공지능의 신경망 개발에 혁신적인 도약이 이루어 진다. 여기에 환경의 학습을 적용한 강화학습이론(Reinforcement Learning)은 인공지능 분야의 영역을 확대하였다. 인공지능의 발전이 이렇게 빨리 가능했던 이유 중 또 하나는 데이터의 엄청난 증가(아이폰 등 핸드폰에 카메라 기능이 들어 감에 따른 사진 이미지 데이터의 량의 급격한 증가는 인공지능의 입력 데이터를 충분하게 제공하여 인공지능의 학습량을 늘리는 계기가 되었다). 이 데이터들을 이용한 인공지능의 최고 알고리즘인 딥러닝(Deep Learning)이 개발되고, 여기서 Transformer 알고리즘이 개발되어 자연어 처리 및 생성형 인공지능이라는 영역을 창시하게 된다. 이러한 인공 지능의 역사를 알아야만 인공지능의 한계와 발전 방향에 대한 올바른 판단을 할 수 있을 것이다. 아직도 우리의 뇌리 속에 남아있는 알파고의 인간과의 대결에서 이세돌을 이긴 사건은 인공지능의 강화 학습 이론의 발전을 가속화 하였다. 이 이벤트 이후, 인공지능의 개발 연구가 강화학습에 많이 집중된 결과이기도 했다.

여기에서 인공지능은 분석형 AI와 생성형 AI로 구분되기 시작하였고 각 분야에서의 새로운 알고리즘 적용과 상용화 소프트웨어의 출시 등으로 급격한 발전을 이루기 시작하였다. 이 두 분야에서의 AI 구분은 그 한계성 및 적용 알고리즘이 다르고 적용 분야의 정확도 측면과 결과에도 많은 차이가 있기 때문에 인공지능을 알고자 하시는 독자들은 이 차이점을 확실히 알아두는 것이 필요하다. 챗 GPT의 발표이후 인공지능의 연구분야는 대부분 생성형 인공지능 AI 분야로 집중된다. 저자는 이 생성형 AI 시스템의 분야를 잘 정리하고 있다. 생성형 AI의 기본 알고리증인 Transformarion 알고리즘을 간단하게 설명해주고 이미지 생성형 AI의 원리를 예제를 통해서 이해할 수 있도록 하고 있다. 또한 인공지능의 기폭제 역할을 한 챗GPT 및 이미지 생성형 AI 시스템의 종류 및 장단점을 구분을 알기 쉽게 정리하여 독자들이 나중에 활용할 수 있도록 하였다.

이제 인공 지능의 개발 방향은 챗GPT와 같은 생성형 인공지능 AI의 처리 능력 향상에 초점이 맞추어지고 있다. 거대 ICT 기업들이 앞을 다투어 생성형 인공지능 AI 서비스의 실질적인 활용 방안에 집중하고 있다. 이제는 각 ICT 기업들이 제공하고 있는 생성형 인공지능 AI를 어떻게 하면 죄적화 사용할 수 있는가인 프롬프트 엔지니어리과GPT 엔지니어링 스토어, 무료와 유료 사용자의 선택 기준 변화, 코파일럿, 바드, 클로바X와 같은 다양한 생성형 AI 기술과 이데오그램과 같은 마음을 사로잡을 AI 도구들이 속속 상용화 되고 있다. 또다른 생성형 AI의 영역인, 오디오펜, 챗마인드, 세션스, 미조우, 타입캐스트, 브루, 감마앱, 캔바와 같은 생성형 AI를 활용하는 서비스와 일상 생활의 AI 자동화 활용은 현대의 생활 패턴을 변화시킬 것이다. 특히 챗GPT와 더불어 경쟁 ICT 회사에서 발표한 바드와클로바X는 각각 구글과 네이버가 개발한 생성형 인공지능 챗봇이다. 이들은 거대언어모델(LLM)을 장착하여 어떻게 우리의 일상과 업무에 도움을 줄 수 있는지 상상하기 조차 힘들다. 챗봇을 이용해 코딩, 글쓰기, 그림 그리기, 음악 만들기 등의 다양한 활동을 할 수 있으며, 챗봇의 장단점과 한계는 있을 것이나 앞으로의 지속적으로 발전해 날아갈 것이다.

기계는 어떻게 생각하는가?, 총리뷰

저자는 4차 산업혁명의 주역인 생성형 AI 인공지능의 가능성과 혁신, 적용분야, 활용에 대해 독자들에게 쉽게 설명해 준다. 생성형 AI 인공지능에 대해 궁금한 모든 분들에게 유익하고 재미있는 책이다

*본 포스팅은 출판사로부터 해당 도서를 제공받아 주관적으로 작성한 서평입니다.