광운대학교 2024학년도 인문계열 · 2교시

‘챗봇’은 ‘채팅’과 ‘로봇’을 결합하여 만든 용어로서, 인공 지능을 기반으로 정해진 규칙에 따라 사용자의 질문에 자동으로 응답하도록 만들어진 프로그램을 말한다. 챗봇은 기본적으로 ‘요청과 응답’구조를 따른다. 즉 사용자가 대화방에 특정한 메시지를 입력하면, 챗봇은 사용자가 보낸 메시지 규칙에 따라 메인 서버에 자동 응답을 요청하고, 자연어 처리 과정을 거쳐 적합한 응답을 사용자에게 보낸다. 처음 챗봇이 개발되었을 때에는 단순히 사용자가 입력한 단어를 분석하여 그에 맞는 대답을 단어 형식으로 제공하는 경우가 많았다. 그런데 최근 들어 인공 지능 기술이 발전하면서 실제 사람과 대화를 나누는 것과 같은 방식으로 챗봇이 발전하고 있다. 챗봇에 긴 문장을 입력해도 그 의미를 해석하여 답변 역시 문장으로 제공하는 형태를 띠고 있는 것이다. 단순히 정보를 알려 주는 역할을 넘어서서 친구가 되어 주는 기능을 탑재한 로봇들도 나타났다. 즉 안부나 위로의 말, 재미를 주는 말을 건네는 등 친교적 대화도 수행함으로써 ㉠ 기계와의 소통이 인간과의 대화처럼 느끼게 하는 기술이 발전하고 있는 것이다.

인공 지능이란 사람의 경험과 지식을 바탕으로 새로운 문제를 해결하는 능력, 시각과 음성 지각 능력, 자연어 이해 능력, 자율적으로 움직이는 능력 등을 실현하는 기술이며, 인공 지능 연구의 목표는 사람처럼 생각하는 기계를 개발하는 것이다. 여기서 기계란 스스로 학습하고 판단할 수 있는 컴퓨터를 말한다. 학자들은 인간이 지닌 것과 같은 지식을 컴퓨터에 어떻게 넣어 주느냐를 고민하기 시작했다. 그 결과 학자들은 인간 두뇌를 모방하여, 어떤 정보를 기초로 하여 그것을 적시 적소에 활용하는 기능을 최초로 구현한 ‘퍼셉트론’프로그램을 개발했다. 입력 단계에서는 퍼셉트론의 각 단위가 여러 가지 입력 정보를 받아들인다. 정보가 입력되면 인지된 데이터나 정보를 적절한 위치에 저장하고 필요에 따라 꺼내 오도록 하며 사용 목적에 따라 정보를 적절히 변형하고 가공한다. 다음 단계는 정보를 분석하고 판단하는 단계이다. 이 단계에서는 일정한 순서와 기준에 따라 정보를 평가하고 다음 단계에서 어떻게 할지 결정한다. 그다음은 창조의 단계이다. 즉, 처리·분석·판단의 과정을 통해 새로운 지식이나 개념을 만들어 내는 것이다. 이를 정리해 출력하는 것이 퍼셉트론의 마지막 단계이다. 각각의 단위가 특정 입력 정보에 부여하는 상대적 중요도를 변화시킴으로써 퍼셉트론은 ‘기계 학습’을 통해 올바른 답을 얻을 수 있다. 퍼셉트론이 기술 혁명을 가져올 것이란 기대와 달리 초창기 퍼셉트론이 학습할 수 있는 정보는 매우 제한적이었다. 그 결과 퍼셉트론은 보통의 컴퓨터나 인간이 쉽게 푸는 기본적인 논리 문제조차 제대로 풀지 못했다. 이러한 문제를 해결하기 위해 기존 퍼셉트론의 입력층과 출력층 사이에 중간층을 늘려나가는‘다층 퍼셉트론’이 제안되었다. 일반적으로 기계 학습에 적용된 컴퓨터의 데이터 분류방식은 ‘지도 학습’과 ‘비지도 학습’으로 나뉜다. 지도 학습은 컴퓨터에 먼저 분류 기준을 입력한 후에 정보를 가르치는 방식이다. 예를 들어, 사진을 주고 “이 사진은 고양이임.”이라고 알려주면, 컴퓨터는 미리 학습된 결과를 바탕으로 하여 고양이 사진을 구분한다. 비지도 학습은 분류 기준 없이 정보를 입력하고 컴퓨터가 알아서 분류하게 하는 방식으로, 컴퓨터가 스스로 비슷한 군집을 찾아 데이터를 분류한다. “이 사진은 고양이임.”이라는 배움의 과정 없이 “이 사진은 고양이 사진이군.”이라고 컴퓨터가 스스로 학습하는 것이다. 기계 학습은 2006년 캐나다의 제프리 힌턴에 의해 전기를 맞이하였다. 힌턴은 다층 퍼셉트론에 사전 훈련, 즉 연산 과정에 여러 층을 두어 컴퓨터 스스로 정보를 잘게 조각내어 작은 판단을 내리게 하는 과정을 통해 효과적으로 학습시킬 수 있다고 하였다. 이와 같이 기존 기계 학습의 한계를 극복한 것을 ‘심층 학습’이라고 하였다. 힌턴은 기존 퍼셉트론의 학습이 잘 이루어지지 않는 기존의 문제를 해결하기 위해 데이터를 비지도 학습을 통해 ‘사전 훈련’하는 방법을 사용하였다. 힌턴은 필기체 디지털 이미지를 분류하는 작업에 이 심층 학습을 적용해 다른 기계 학습 방식과 비교했을 때 가장 낮은 오류율을 보여주었다. 심층 학습은 비지도 학습 방법을 사용한 사전 훈련 과정으로 데이터를 손질해 퍼셉트론 최적화를 수행한다. 데이터 가공과 평가부터 학습까지 연산 규칙에 포함한 것이 심층 학습의 특징이다. 심층 학습에 기반한 다층 퍼셉트론으로 높은 수준의 추상화 모델을 구축하는 것이 가능해졌다. 심층 학습은 데이터를 컴퓨터가 처리할 수 있는 형태인 벡터나 그래프 등으로 표현하고 이를 학습하는 모델을 구축하는 연구를 포함한다. 얼굴이나 표정을 인식하는 것과 같은 특정 학습 목표에 대해, 심층 학습은 학습을 위한 더 나은 표현 방법과 효율적인 모델 구축에 초점을 맞춘다. 이러한 심층 학습은 오늘날 다양하게 활용되고 있다. ㉡ 인공 지능이 비약적으로 발전함에 따라 앞으로 사회 각 분야에서 많은 변화가 생길 것으로 예상된다.

* 사전 훈련: 퍼셉트론의 정보 손실을 최소화하기 위해 비지도 학습형태로 미리 학습을 반복하는 방법

인공 지능을 바라보는 인간의 인식은 극과 극을 달린다. 한쪽 끝에는 온갖 난제들을 풀고 인류를 구원하는 유토피아가 있고, 다른 한쪽 끝에는 영화 ‘터미네이터’가 상징하는 디스토피아가 있다. 금융 분석 프로그램 ‘켄쇼’는 금융 분석가가 40시간 걸릴 일을 몇 분 만에 처리한다. 미국의 컴퓨터 과학자 레이 커즈와일은 2045년쯤에 컴퓨터가 인간 수준의 지능을 갖추는 순간, 스스로 자신을 개조해 지적 능력이 인간을 초월하는 존재가 되는 시기가 도래할 것이라고 한다. 커즈와일은 이 존재가 수명 연장과 재생산 에너지 등 수많은 문제를 해결할 방법을 찾아내 인류의 삶을 윤택하게 할 것이라고 보았다. 인공 지능의 발전과 관련해 장밋빛 전망의 반대쪽에는 진지하게 디스토피아의 가능성을 경고하는 사람들도 많다. 먼저 기계가 육체 노동자를 대체했듯이 인공 지능이 지식 노동자를 대체할 것이라는 우려가 나온다. 세계 경제 포럼(WEF)은 인공 지능과 로봇 과학 등의 영향으로 2030년까지 선진국에서 500만 개의 일자리가 사라질 것이라고 전망했다. ㉢ 인공 지능의 성과를 누리면서도 이에 내재된 부작용을 최소화하기 위한 대응 방안이 필요하다.

집에 오래 지탱할 수 없이 퇴락한 행랑채 세 칸이 있어서 나는 부득이 그것을 모두 수리하게 되었다. 이때 그중 두 칸은 비가 샌 지 오래되었는데, 나는 그것을 알고도 어물어물하다가 미처 수리하지 못하였고, 다른 한 칸은 한 번밖에 비를 맞지 않았기 때문에 급히 기와를 갈게 하였다. 그런데 수리하고 보니, 비가 샌 지 오래된 것은 서까래·추녀·기둥·들보가 모두 썩어서 못 쓰게 되었으므로 경비가 많이 들었고, 한 번밖에 비를 맞지 않은 것은 재목들이 모두 완전하여 다시 쓸 수 있었기 때문에 경비가 적게 들었다. 나는 여기에서 이렇게 생각한다. 사람의 몸도 역시 마찬가지다. 잘못을 알고서도 곧 고치지 않으면 몸이 패망하는 것이 나무가 썩어서 못 쓰게 되는 이상으로 될 것이고, 잘못이 있더라도 고치기를 꺼려하지 않으면 다시 좋은 사람이 되는 것이 집 재목이 다시 쓰일 수 있는 이상으로 될 것이다. 이뿐만 아니라, 나라의 정사도 이와 마찬가지다. 모든 일에서, 백성에게 심한 해가 될 것을 머뭇거리고 개혁하지 않다가, ㉣ 백성이 못살게 되고 나라가 위태하게 된 뒤에 갑자기 변경하려 하면, 곧 붙잡아 일으키기가 어렵다. 삼가지 않을 수 있겠는가?

오늘날 현대 사회는 과학 기술이 주는 풍요와 편리함이라는 혜택을 누리면서도, 한편으로는 인간을 압도하는 과학 기술의 발달에 대한 두려움 속에서 ‘좋지만 두려운’이중적 감정에 빠져있다. 새로운 과학기술의 부정적인 면을 최소화하고 긍정적인 면을 극대화하는 두 가지 접근방식을 생각해 볼 수 있다. 첫째, 새로운 과학 기술에 대한 정책 결정이 이루어지기 전에 우리 생활에 미칠 수 있는 영향을 살펴보고, 법과 제도를 사전에 정비하는 방식이다. 대표적인 제도로 기술 영향 평가가 있다. 기술 영향 평가는 새로운 과학 기술의 발전이 국민 생활에 미치는 영향을 미리 평가하고, 그 결과를 정책에 반영함으로써 기술의 바람직한 발전 방향을 모색하기 위해 정부에서 매년 실시하는 제도이다. 기술 영향 평가는 다음의 절차에 따라 진행된다. 우선, 기술 선정 위원회에서 전문가들이 파급효과가 큰 기술을 선정한 후 이에 대한 기술 영향 평가 회의를 실시하고, 시민포럼 등을 통해 의견을 수렴한다. 다음으로 기술 영향 평가 결과 초안에 대해 관계부처의 의견을 수렴하고, 공개 토론회를 개최하여 최종적으로 기술이 국민 생활에 미치는 영향을 평가하여 기술의 적용 여부, 적용 범위를 결정한다.

둘째, 새로운 과학 기술의 적용을 우선적으로 허용한 후 발생한 문제에 사후적으로 대처하는 방식이 있다. 대표적인 제도로 손해배상제도가 있다. 일반적으로 불법 행위가 성립하면 과실 책임의 원칙에 따라 가해자는 피해자에게 그 손해를 배상해야 한다. 손해배상은 위법한 행위로 발생한 손해를 금전으로 보전해주는 것이다. 2016년 2월 미국 캘리포니아주 ○○시에 있는 A사 본사에서 시험 주행 중이던 무인 자동차가 시내버스와 가벼운 접촉사고를 내는 ‘인공지능(AI)의 실수’가 벌어졌다. A사는 이 사고와 관련해 “우리에게 일부 책임이 있는 것은 명확하다.”라며 과실을 인정했다. 무인 자동차는 버스가 속도를 줄이거나 길을 양보할 것으로 판단하였지만, 버스가 예상대로 움직이지 않아 발생한 사고이기 때문이다. 손해배상제도에 따라 운전자가 없는 무인 자동차의 경우 무인 자동차를 만든 회사가 제조물의 하자에 따른 책임을 져야 한다. 이러한 손해배상제도와 같은 사후적 방식은 기술 개발자에게 자율성을 부여하면서 동시에 기술의 부정적 영향에 대한 책임도 지우는 효과를 갖는다.