2014.10.22

글로벌 칼럼 | 인공지능, 반세기 지났음에도 여전히 “불확실”

Joab Jackson | Computerworld

MIT 연구진들이 컴퓨터의 시각적 인지 능력을 학부생 여름방학 프로젝트의 일환으로 개발할 수 있다고 호언장담한 것이 지난 1966년이다. 이들은 반세기가 지나도록 이 문제를 해결하지 못하고 있다.



컴퓨터 시각(computer vision)이란, 시각적 정보를 받아들인 컴퓨터가 주변 물체와 환경 속성에 대한 이미지를 분석해서 유용한 정보를 생성하는 기술이다. 예를 들어, “이것은 나무이고 저것은 강아지다”라고 판단할 수 있는 능력이다. 이처럼 사람과 같은 인지 능력을 구현하는 컴퓨터 시각 기술은 인공지능의 상용화에 있어 해결해야 할 급선무 과제 중 하나다.

물론, 그 동안 이뤄온 결과물이 결코 미미하다는 것은 아니다. 하지만 50년이라는 긴 세월을 감안한다면 ‘인공지능’이라는 것이 얼마나 힘든 것인지를 다시 한번 깨닫게 된다.

현재 세일즈포스닷컴에서 인공지능 기술을 담당하고 있는 뷰 크로닌은 17일 뉴욕에서 개최된 하둡 월드(Hadoop World) 컨퍼런스에서 “’지금까지 무엇을 이루었나’라고 묻는다면, 참으로 대답하기 어렵다”고 말했다.

빅데이터 분석에 대한 중요성이 급부상하면서 인공지능 연구도 활기를 띠기 시작했다. 그러나 많은 면에서, 특히 컴퓨터가 아직 사람과 같이 사고하지 못한다는 점에서 아직 통상적인 인공지능을 성취했다고 보기는 어렵다. 기계학습과 같은 인공지능 기술을 지원하는 시스템은 인공지능이 할 수 있는 일 가운데 극히 일부분에 불과하다.

크로닌은 “인공진능의 발전 상태는 측정하기 어렵다”며 “이러한 시스템은 평가하는 것이 매우 힘들다. 한 분야에서는 특출할 수 있지만 다른 한 분야에서는 턱없이 부족할 수 있기 때문”이라고 강조했다.

‘인공지능’의 기본적인 뜻 조차 명확히 정의되지 않았다. 두 명이 모여 앉아 인공지능에 대해 논의한다고 했을 때, 한 명은 특정 기계학습 알고리즘을, 다른 한 명은 흔히 상상하는 자율 로봇을 말하고 있을 수 있다”

인공지능의 가장 대표적인 한계는 바로 ‘어려운 일은 쉽고, 쉬운 일은 어렵다(Hard problems are easy and easy problems are hard)’이라는 모라벡의 역설(Moravec’s Paradox)이다. 즉, 사람이 무의식적으로 하는 보고, 듣고, 느끼고, 인식하는 모든 일상적인 행위들이 컴퓨터에게 있어서는 매우 어려운 반면, 사람으로는 불가능한 천문학적 단위의 수를 계산하거나 복잡한 수식을 푸는 것이 컴퓨터에게는 매우 쉽다는 것이다.

모라벡의 역설 이외에도 인공지능 연구는 종종 크고 작은 장벽들로 가로 막히기 때문에 이 분야의 연구원들은 자주 ‘인공지능의 겨울(AI Winters)’라는, 자금이 끊기고 성과가 나오지 않는 침체기를 겪어야만 했다.



2014.10.22

글로벌 칼럼 | 인공지능, 반세기 지났음에도 여전히 “불확실”

Joab Jackson | Computerworld

MIT 연구진들이 컴퓨터의 시각적 인지 능력을 학부생 여름방학 프로젝트의 일환으로 개발할 수 있다고 호언장담한 것이 지난 1966년이다. 이들은 반세기가 지나도록 이 문제를 해결하지 못하고 있다.



컴퓨터 시각(computer vision)이란, 시각적 정보를 받아들인 컴퓨터가 주변 물체와 환경 속성에 대한 이미지를 분석해서 유용한 정보를 생성하는 기술이다. 예를 들어, “이것은 나무이고 저것은 강아지다”라고 판단할 수 있는 능력이다. 이처럼 사람과 같은 인지 능력을 구현하는 컴퓨터 시각 기술은 인공지능의 상용화에 있어 해결해야 할 급선무 과제 중 하나다.

물론, 그 동안 이뤄온 결과물이 결코 미미하다는 것은 아니다. 하지만 50년이라는 긴 세월을 감안한다면 ‘인공지능’이라는 것이 얼마나 힘든 것인지를 다시 한번 깨닫게 된다.

현재 세일즈포스닷컴에서 인공지능 기술을 담당하고 있는 뷰 크로닌은 17일 뉴욕에서 개최된 하둡 월드(Hadoop World) 컨퍼런스에서 “’지금까지 무엇을 이루었나’라고 묻는다면, 참으로 대답하기 어렵다”고 말했다.

빅데이터 분석에 대한 중요성이 급부상하면서 인공지능 연구도 활기를 띠기 시작했다. 그러나 많은 면에서, 특히 컴퓨터가 아직 사람과 같이 사고하지 못한다는 점에서 아직 통상적인 인공지능을 성취했다고 보기는 어렵다. 기계학습과 같은 인공지능 기술을 지원하는 시스템은 인공지능이 할 수 있는 일 가운데 극히 일부분에 불과하다.

크로닌은 “인공진능의 발전 상태는 측정하기 어렵다”며 “이러한 시스템은 평가하는 것이 매우 힘들다. 한 분야에서는 특출할 수 있지만 다른 한 분야에서는 턱없이 부족할 수 있기 때문”이라고 강조했다.

‘인공지능’의 기본적인 뜻 조차 명확히 정의되지 않았다. 두 명이 모여 앉아 인공지능에 대해 논의한다고 했을 때, 한 명은 특정 기계학습 알고리즘을, 다른 한 명은 흔히 상상하는 자율 로봇을 말하고 있을 수 있다”

인공지능의 가장 대표적인 한계는 바로 ‘어려운 일은 쉽고, 쉬운 일은 어렵다(Hard problems are easy and easy problems are hard)’이라는 모라벡의 역설(Moravec’s Paradox)이다. 즉, 사람이 무의식적으로 하는 보고, 듣고, 느끼고, 인식하는 모든 일상적인 행위들이 컴퓨터에게 있어서는 매우 어려운 반면, 사람으로는 불가능한 천문학적 단위의 수를 계산하거나 복잡한 수식을 푸는 것이 컴퓨터에게는 매우 쉽다는 것이다.

모라벡의 역설 이외에도 인공지능 연구는 종종 크고 작은 장벽들로 가로 막히기 때문에 이 분야의 연구원들은 자주 ‘인공지능의 겨울(AI Winters)’라는, 자금이 끊기고 성과가 나오지 않는 침체기를 겪어야만 했다.



X