컴퓨터가 얼마나 창의적일 수 있을까?

[인공지능의 발전 속도가 예상을 뛰어넘는 것 같아 보인다. 인공지능이 특정 분야에 있어선 인간의 능력으로는 결코 도달할 수 없는 수준에 이르렀다고 할 수 있다. 사람들은 요즘 인공지능과 구별되는 혹은 인공지능이 정복할 수 없을 것 같은 인간 고유의 능력을 찾아보려고 하는 노력을 많이 하는 것 같다. 다양하게 출판되는 책들을 통해서도 사람들이 인공지능을 바라보는 관점을 살펴볼 수 있다. 

 

로봇이라는 기계장치로 대표되는 인공지능이 인간의 모든 능력을 넘어서는 미래가 찾아올까? 인간이 만든 프로그램이 인간의 능력을 넘어서는 날이 온다면 어떨까? 여러 가지 책, 영화 등에서 이러한 미래에 대해 생각해왔다. 터미네이터의 스카이넷, 아이 로봇, 바이센터니얼맨 등 인공지능과 인간의 미래에 대해 생각해 볼 수 있는 기회들이 많이 있었다. 하지만 요즘처럼 인공지능의 발전 속도가 빠른 것은 아니었기에 인간들은 조금은 더 안일하게 생각할 수 있지 않았을까 싶다.

 

아래 저자가 말하는 것처럼 인간과 컴퓨터가 협력하는 관계가 효과를 내 인간과 컴퓨터가 보다 더 창의적이 된다고 하면 지금까지와는 완전히 다른 인공지능을 맞이하게 되지 않을까 생각된다. 인간은 어떤 방식으로 인공지능에 대응해야 하는 것일까?]

인공지능이 일터를 휘젓고 있다. 인공지능의 능력이 향상되어감에 따라 이러한 경향은 계속될 것이다. 인공지능은 시간을 빼앗기게 하는 행정업무들을 대신하게 될 것이다. 하지만 보다 복잡하고 창의적인 업무의 경우 인공지능이 인간보다 일을 더 잘할 수 있는가는 여전히 의문이다.

 

최근 인공지능의 발전이 특별하다는 점엔 의심의 여지가 없다. 예를 들어 Watson은 암 연구와 세금환급 업무를 돕고 있다. 바둑 프로그램 알파고는 세계 최고 바둑기사 이세돌과의 대결에서 4:1로 승리했다. 바둑은 체스보다 훨씬 더 복잡한 게임이기 때문에 알파고의 승리는 인공지능의 급속한 발전을 나타내는 증거이다. 하지만 알파고는 여기에서 멈추지 않았다. 2016년 3월 이세돌과의 승리 이후 온라인에서도 다른 상대들에게 60승 이상을 올렸다. 중국의 바둑 전문가 Chen Yaoye는 "인간은 수 천년 동안 게임 기술을 발전시켜왔지만 컴퓨터는 사람들이 모두 틀렸다는 것을 말해준다. 어느 누구도 바둑의 기초에 가깝에 다가가지 못했다는 것이라 생각한다."라고 말하기까지 했다.

 

이같은 발전에도 컴퓨터에는 여전히 한계가 있다. 예를 들어 알파고가 딥러닝을 통해 승률을 높이는 수를 두었다고 해도 그 프로그래머는 왜 알파고가 그런 수를 뒀는지 알지 못한다. 그들이 다층 네트워크의 많은 디지털 신경세포에 있는 것들을 가치 있는 것으로 여기는지 살펴볼 수는 있지만 많은 정보가 신경망의 커다란 구획에 분산되어 있기에 특정한 수를 왜 선택했는지 합당한 주장으로 요약될 수가 없다.

 

이것을 요약해 확인하는 것이 가능해질 때까지는 자신들의 다양한 분야에서 전문가인 관리자와 CEO들은 창조적이지만 위험성이 있는 수가 최고의 것이라는 이유의 근거를 댈 수 없는 컴퓨터(혹은 사람)를 신뢰하지는 못할 것이다. Will Knight는 "인공지능의 심장에 있는 어두운 비밀(The dark secret at the heart of AI)"이라는 도발적인 글에서 현재 인공지능의 여러 가지 한계들을 지적했다.

 

이에 더해 나와 동료 Lee Spector는 컴퓨터가 얼마나 창의적일 수 있는가에 있어 한계를 보여주는 수학적 증명을 개발했다. AIEDAM(Artificial Intelligence for Engineering Design, Analysis, and Manufacturing) 저널에 기고한 논문에서 우리는 가장 빠른 현대 수퍼컴퓨터가 어떤 사물의 모든 특징들을 목록화할 수는 없다는 것을 확인했다. 모든 혁신적 해결책은 최소한 하나의 혹은 통상적으로 간과되었던 문제의 특징에서 세워졌다고 보는 혁신에 대한 알려지지 않은 특성 가설을 고려하면 인공지능이 Chief Innovation Officer의 자리를 차지할 만큼 충분하게 발전할 수는 없을 것이라는 점을 알 수 있다. 

 

또한 무엇인가가 어떻게 작동하는지 컴퓨터가 이해하는 데 있어 간극을 항상 채워줄 수 있는 것은 아니다. 휴대폰 케이스 제조자들은 자신들의 제품을 판매하기 전에 케이스를 끼운 휴대폰을 단단한 표면에 여러 번 떨어뜨린다. 그들은 이것을 컴퓨터 시뮬레이션에만 의존할 수는 없다. 우리 이론은 이해의 간극을 메우기 위해 항상 실험적인 측정을 필요로 한다.

 

이와 같은 한계에서 나와 공저자는 인간과 컴퓨터가 서로의 약점을 보완할 수 있게 하는 새로운 인간-컴퓨터 인터페이스를 해결책으로 제안했다. 예를 들어 컴퓨터는 사람들의 기능적 고착, 디자인 고착, 목표 고착, 가정 간과, 비유 무지와 같은 인지적 편향에 빠지지 않도록 막을 수 있다. 인간은 컴퓨터의 창의성 부족을 메울 수 있다. 이를 위해 인터페이스는 인간-컴퓨터 둘 다에 친화적이어야 한다.

 

그러므로 우리는 컴퓨터가 인간을 정복할 것인가 아닌가에 대해 관심을 갖는 것이 아니라 인간과 컴퓨터가 서로의 강점과 약점을 상호보완할 수 있도록 쉽게 협력할 수 있는 시스템을 고안하는데 초점을 맞춰야 한다. 이렇게 할 때 인간은 강력한 기계 동료와 함께 일하는 도전을 맞이하게 될 것이다. 어떤 곳에서 이것은 이미 진행중이다. 알파고에게 세 번을 진 후 컴퓨터 시스템이 인간 선수가 전에 보지 못했던 새로운 수를 둔다는 것을 경험한 이세돌은 자신만의 창의적인 수로 경기에서 승리한 바 있다.

 

우리는 이와 같은 일들을 미래에는 더 많이 보게 될 것이다. 우리가 시스템을 개발하고 시스템이 발전할수록 인간과 컴퓨터는 서로에게 더 도전할 것이고 그 결과 둘 다가 더 창의적이 되어갈 것이다. 또한 같은 문제에 대해 인간과 컴퓨터가 협력할 수 있는 더 적당한 인터페이스를 고안하는 것은 인간과 컴퓨터 각각으로는 결코 도달할 수 없는 혁신을 불러일으킬 것이다.

 

출처: Tony McCaffrey, There will always be limits to how creative a computer can be, HBR, 2017. 4. 24.