| 인공지능의 단계 | ||
| 약인공지능 | 강인공지능 (인공 일반 지능, 인공 의식) | 초인공지능 (인공지능 특이점) |
1. 개요
미래학에서 인공지능은 기술적 특이점에 도달하기 위한 핵심적인 기술로 여겨지고 있다.2. 상세
인간 수준의 인공지능 개발이 곧 특이점을 의미하지는 않는다. 특이점은 인공지능이 인류 지능의 총합마저도 넘어서는 시점을 말하기에 인공지능이 인간의 지능을 뛰어넘는다면 나머지는 인공지능이 알아서 개발할 수 있다.일단 인간의 뇌와 같은 수준의 하드웨어는 존재한다. 커즈와일의 주관적인 의견에 따르면 인간 뇌의 성능을 수치로 나타내면 초당 회에서 최대 회의 계산이 가능한 것과 같다고 추정한다. 한스 모라벡은 질적인 부분을 제외하고 컴퓨터의 연산 능력을 사람이 계산하는 속도와 비교하여 구체적으로 젤 경우, 양적 계산 능력은 이미 적당한 성능의 컴퓨터 하나가 전체 인류의 계산 속도를 초월한 지 오래라고 말한다.
1초에 부동소수점 계산을 몇 번 할 수 있는지를 나타내는 단위인 플롭스(FLOPS)로 환산하면 약 0.1~10 페타플롭스. 이 정도의 성능은 2010년대 초에 슈퍼컴퓨터를 통해 완성될 것이라 예견했고, 2020년대 중반에는 가정용 컴퓨터도 비슷한 수준이 될 것으로 추정했다. 정확히는 이 책에서는 인플레이션을 고려하지 않은 절대 액수 1,000달러로 구매할 수 있는 정도의 컴퓨터를 `가정용 컴퓨터`라고 정의했다. 실제로도 게임 좀 한다는 사람들은 70~80만 원대에서 300만 원까지도 쓴다.
실제로 슈퍼컴퓨터의 성능이 10 페타플롭스를 넘어선 것은 2012년으로, 이 예측은 맞았다. 에너지 소모량이나 부피 등 효율성에서는 아직도 인간 뇌가 월등하지만, 폰 노이만 구조가 아니라 IBM의 트루노스처럼 인간의 뇌와 닮은 아키텍처를 지닌 컴퓨터를 만들면 이러한 효율성을 좀 더 빠르게 따라잡을 가능성이 있다.
그러나 위에서 추정한 인간 뇌의 성능은 단순히 뇌의 뉴런 간 시냅스에서 전달되는 신호가 초에 몇 개인가를 말할 뿐이다. 즉 인간 수준의 인공지능을 만들기 위해서는 인간의 지능이 어떤 구조로 이루어져 있는지에 대한 소프트웨어에 대한 이해가 필수적이다. 연산력과 지능은 별개의 개념이기 때문이다.
2008년부터 인간 뇌의 뉴런 간의 연결 구조를 밝혀내기 위한 휴먼 커넥톰 프로젝트(Human Connectome Project)가 진행 중이다. 커즈와일은 인간 뇌를 컴퓨터를 통해 에뮬레이터로 구현하기 위해서는 인간 뇌보다 약 1,000배 높은 연산 능력이 필요하다고 추산했으며, 그에 따라 2020년 중반에 인간 뇌 구조에 관한 연구가 완료될 것이라고 봤다. 2029년이면 그것을 컴퓨터로 옮겨 인간과 완전히 같은 수준의 인공지능을 만들 수 있을 거라고. 에뮬레이터 항목에도 쓰여 있듯, 에뮬레이팅을 위해서는 원본 아키텍처보다 수십 배 이상의 성능이 필요하다.
휴먼 커넥톰 프로젝트 말고도 뇌 역 분석에 관련된 프로젝트로는 2014년부터 시작한 가장 대규모의 프로젝트인 미국의 브레인 이니셔티브(BRAIN Initiative)나 유럽 연합에서 진행하는 휴먼 브레인 프로젝트도 있다. 이건 2023년까지 완성하는 것이 목표.
인간 지능에 대한 이해가 높아져서 그것을 컴퓨터를 통해 구현하게 되면 빠른 지식 흡수와 정보공유와 여러 학문을 융합하여 자유자재로 활용할 수 있기에 인간보다 훨씬 유리하다. 예를 들어서 어떤 인공지능이 위키백과의 모든 문서에 담긴 내용과 지식을 흡수해서 인공지능 나름대로 어떤 목적에 따라 빅데이터화한 지식을 자유자재로 응용하거나 적용하고, 인공지능 혼자서 정보를 수집해 수십만 개의 항목을 생성하거나 기존의 수십만 개의 항목들을 사소한 오탈자나 문법 오류도 없이 실시간으로 바꿀 수도 있다. 이게 이루어지면 교육을 비롯해 인간의 모든 것이 뿌리부터 바뀔 것이다. 특히 교육 부문에서는 코딩, 프로그래밍 언어 등 인간이 인공 지능과 서로 협력하거나 이용하는 방법과 논리적 사고력과 문제 해결 능력, 정보의 구조화&분류화&세부화 능력 등을 키우는 교육과정이 대폭 많아질 것으로 보고 있다.
커즈와일은 2099년쯤이면 가정용 컴퓨터 하나가 역사상 있었던 인류 전체의 두뇌들보다 10억 배 이상 더 힘을 발휘할 것이라 말한다.
- 그의 강연: 혼성적 사고에 대비하세요
- 그의 저서 내용 요약: 영적 기계의 시대
2016년 구글 딥마인드 챌린지 매치의 알파고로 인해, 인공지능에 관한 관심이 높아지면서 바둑의 기술적 특이점에 온 것이 아닌가 하는 주장이 있는데, 기술적 특이점은 기술에 관한 것이지 바둑에 관한 게 아니다. 다만 특이점 용법의 사용 예를 보았을 때 바둑계의 특이점이 된 사건은 맞다. 그저 보편적인 기술적 특이점이 아닐 뿐이다. 실제로 알파고 이후 바둑/인공지능에 대한 우수한 인공지능들이 개발되면서 2020년 현재에는 프로기사들도 인공지능으로 기존 바둑 진행을 연구하여 허점을 찾아내고 고정관념에서 벗어난 여러 가지 신정석과 진행을 새롭게 만들고 있다.
인공지능이 기술을 개발할 단계가 올 때 경제성 문제로 지원받기 어렵고 상용화되기 어려운 비주류 학문이나 연구 분야도 인공지능이 해줄 수 있다면 인류의 산업과 기술과 지식이 양적, 질적으로 거대하게 팽창할 것이며 더 많은 사람이 지식의 혜택을 누리게 될 것이다. 인문학 같은 경우는 `취직도 돈도 안 된다.`라는 이유로 많은 외면을 받고, 정부 지원도 적고 연구자나 인재의 풀도 얕은 편이라 경영학 등에 비하면 상대적으로 발전이 더딘 편이다. 연구가 진행되면 시간이 지나면서 학문 분야가 더욱더 세분되거나 추가되어 확장할 수도 있고, 사람들이 교육을 통해 지식을 습득할 필요도 없어지며, 학습은 더는 사회의 경쟁력이 되지 않는 시대도 올 수 있다. 인공지능과 컴퓨터가 지식을 갈고 닦아주며, 필요한 경우 클라우드에 접속하여 열람하거나 저장한다든지 하는 식으로 지식을 주입할 수 있다.
2023년에 들어 다시 주목받는 개념이다. OpenAI에서 개발한 ChatGPT와 그것에 사용된 대형언어모델인 GPT-4 때문이다. GPT 4 모델은 프로그래밍을 포함한 대부분의 사무, 지식 노동에 대해 전문가를 보조하기에 충분한 성능을 보이며 어떤 면에서는 인간보다 뛰어난 면을 보일 정도이기 때문이다. 이미 초기형의 AGI에 해당한다는 견해들이 속속 나오고 있으며, 심지어 이미 기술적 특이점에 도달했다는 주장까지 나왔다. 일론 머스크, 유발 하라리 등 유명인사들이 AI의 개발을 잠시 중단해야 한다는 서신을 서명했을 정도이다.