스튜어드 러셀의 인공지능을 읽어보자(1) : 인공지능이 무엇일까?

안녕하세요~ 저번 인지 심리학에 대해 쓰고 오늘은 스튜어드 러셀의 인공지능을 읽고 블로그에 정리해볼려고 쓰는 글입니다.

 

앞서 말했지만 인공지능(스튜어드 러셀, 피터 노빅 지음/류 광 옮김)의 내용을 정리하려고 쓰는 글 입니다. 혹여 저와 같이 이 책에 관심이 있거나 정리하는 글이니 더 자세히 내용을 알고 싶다고 하시면 책을 구입하시거나 빌리셔서 읽어 보시는걸 추천드립니다~^^

첫 장은 '소개'인데요 아마 인공지능에 대해서 소개를 하시겠지만 무엇을 소개하는지 보도록 합시다. 

 

현생 인류를 가리켜 호모 사피엔스(라틴어로 지혜가 있는 사람)라고 부르는데 이는 사람에게 지능(Intelligence)이 아주 중요하기 때문입니다. 인류는 수천 년 동안 우리는 어떻게 생각하는가를 즉 어떻게 세상을 인식하고, 이해하고, 예측하고 조작할 수 있는지를 이해하려 노력했습니다.

 

인공지능이라는 분야는 거기에서 나아가서 지능을 단지 이해하려는 것이 아닌 지능적인 실체를 실제로 구축하려고 하는 학문입니다. 인공지능은 과학과 공학의 최신 분야인데요. 이 분야의 본격적인 연구는 제 2차세계대전 직후에 시작이 되었습니다. 아마 이에 대해 잘 모르셨던 분들도 있었을꺼라 생각합니다. 인공지능은 요즘에 들어서야 가장 핫했으니 처음 인공지능을 공부하신 분들은 2000년대 들어서야 인공지능 분야가 시작했다고 생각하셨을 것같은데요. 물론 저도 처음 공부했을 때에는 마찬가지로 2000년대 시작했다고 생각했었습니다.

 

인공지능이란 무엇인가?

인공지능의 여덞 가지 정의를 2차원으로 배치한 것입니다.  

상단의 정의들은 사고과정(thought process)과 추론(reasoning)에 관련된 것이고 하단의 것들은 행동방식(behavior)에 관한 것입니다. 왼쪽의 정의들은 인공지능의 성공을 인간의 수행 능력을 기준으로 측정하는 반면 오른쪽 것들은 이상적인(ideal) 성과, 구체적으로 말하면 합리성(raionality)을 기준으로 측정합니다. 

만일 인공지능 시스템이 자신이 알고 있는 것에 기초해서 주어진 일을 '제대로' 해낸다면, 그 시스템은 합리적입니다. 

 

인간적 행위: 튜링 검사 접근방식

 

앨런 튜링이 제안한 튜링검사는 지능의 만족스러운 실천적 정의를 제공하기 위해 고안된 것입니다. 

인간 조사자가 글로 쓴 질문에 대해 컴퓨터가 글로 답을 했을 때, 만일 그 답이 컴퓨터가 제출한 것인지 아니면 인간이 제출한 것인지 인간 조사자가 구분하지 못한다면 그 컴퓨터는 튜링 검사를 통과한 것입니다.(나중에 설명 예정)

 

다음은 튜링 검사가 적용되는 예입니다.

• 자연어 처리
• 지식표현
• 자동 추론
• 기계학습

튜링은 그 후 60년이나 유효성을 유지한 검사 방법을 고안했다는 점에서 언급할 가치가 있습니다. 그렇긴 하지만 인공지능 연구자들이 튜링 검사를 통과하기 위해 들인 노력은 많지 않습니다. 연구자들은 견본을 복제하기 보다는 지능에 깔린 원리를 연구하는 것이 중요하다고 믿었기 때문입니다.

 

인간적 사고: 인지 모형화 접근방식

어떤 프로그램이 사람처럼 생각하는지를 판정하려면, 사람이 어떤 식으로 생각하는지 알아내는 방법이 필요합니다. 이를 위해서는 실제로 작동하는 인간 정신(Mind)의 내부에 접근할 수 있어야 합니다.

그 방법은 여러가지인데 내성법, 즉 연구자가 스스로의 사고를 파악하는 방법을 사용할 수 있고, 실제 인간을 대상으로 한 심리학 실험을 사용하는 등의 방법이 있습니다. 

 

이러한 방법으로 정신에 관한 충분히 정밀한 이론을 얻었다면, 그 이론을 하나의 컴퓨터 프로그램으로서 표현하는 것이 가능해집니다. 만일 프로그램의 입출력 행동이 그에 대응되는 인간 행동과 부합한다면, 그것은 프로그램의 일부 메커니즘이 인간적으로 작동한다는 증거입니다. 

 

예를 들어 GPS(범용 문제 해결기)를 개발한 앨런 뉴월과 허버트 사이먼은 단지 자신의 문제를 정확하게 푸는 것으로는 만족하지 않고 그들은 프로그램의 추론단계들의 궤적과 같은 문제를 푸는 인간 피실험자의 궤적을 비교하는 데 더 많은 관심을 두었습니다. 여러 분야에 걸친 인지 과학(cognitive science)은 인공지능의 컴퓨터 모형과 심리학의 실험 기법들을 조합해서 인간 정신에 관한 정밀하고 검증 가능한 이론들을 구축하였습니다. 

 

합리적 사고: 사고의 법칙 접근방식

 

그리스 철학자 아리스토텔레스는 '올바른 사고(right thinking)', 즉 반박할 수 없는 추론 과정의 성문화를 시도한 최초의 사람 중 하나 입니다. 그의 삼단논법은 옳은 전제가 주어진다면 항상 옳은 결론을 내는 논증 구조를 위한 패턴을 제공하였습니다. 예를 들면 "소크라테스는 사람이다; 모든 사람은 죽는다; 따라서 소크라테스는 죽는다." 이러한 사고의 법칙들이 정신의 작동을 관장한다고 간주한 학자들의 연구에 의해 논리학이라고 불리는 분야가 만들어졌습니다.

 

19세기 논리학자들은 세상의 모든 종류의 물체와 그들 사이의 관계에 관한 명체를 엄밀하게 표현하는 표기법을 개발했습니다. 1965년에 이르러서 논리학 표기법으로 어떤 문제든 원칙적으로 푸는 프로그램이 만들어졌습니다. 하지만 이러한 접근방식의 주된 장애물이 2가지 있었는데요.

 

하나는 비형식적(informal) 지식을 논리 표기법에 필요한 형식적(formal)용어로 표현하기가 쉽지 않았고 둘째로 문제를 '원칙적으로' 풀 수 있는 것과 실제로 푸는 것은 다르다라는 것입니다. 사실관계가 단 몇백 개 정도인 문제라도, 어떤 추론 단계를 먼저 시도할 것인지에 대한 지침이 주어지지 않는다면 컴퓨터 자원을 다 사용해도 풀리지 않을 수 있습니다.

 

합리적 행위: 합리적 에이전트 접근방식

에이전트는 그냥 뭔가를 수행하려는 어떤 것입니다.(이게 모델이 되었든 로봇이 되었든 다 통합되어 이 책에 쓰여 있습니다) 컴퓨터 에이전트는 변화에 적응하고, 자율적으로 작동하고, 자신의 환경을 인지하고, 장시간 행동을 유지하고, 변화에 적응하고 목표를만들고 추구해야 합니다. 합리적 에이전트(또는 이성적 에이전트)는 최상의 결과(불확실성이 존재할 경우에는 기대할 수 있는 최상의 결과를)를 내도록 행동하는 에이전트 입니다. 

 

인공지능의 대한 '사고의 법칙' 접근방식은 정확한 추리(inference)를 강조합니다. 종종 정확한 추리는 합리적 에이전트의 일부인데 이는, 주어진 어떤 행위가 에이전트의 목표를 달성하게 만들 것이라는 결론을 논리적으로 추론한 후 그 결론에 따라 행동하는것이 합리적 행위의 한 방법이기 때문입니다.

 

하지만 합리성이 전부는 아닙니다. 그냥 그를 뒷바침할 '근거'가 되는 것중 하나라고 생각하시는게 알기 쉬울 것입니다.

 

다른 접근방식에 비한 합리적 에이전트 접근방식의 장점은 2가지가 있습니다. 첫 번째로, 이 접근방식은 '사고의 법칙' 접근 방식보다 좀 더 일방적입니다. 이는 정확한 추리 외에도 합리성을 달성할 수 있게 하는 메커니즘들이 있기 때문입니다. 두 번째로, 이 접근방식은 인간적 행동이나 인간적 사고에 기초한 접근방식들에 비해 과학의 발전을 좀 더 받아들입니다.

 

합리성의 기준이 수학적으로 잘 정의되고 누구나 알 수 있게 일반적이며, 그러한 기준을 "풀어서" 합리성의 달성이 가능한 에이전트를 설계할 수 있습니다. 

 

인공지능 기반 학문

이번에는 인공지능의 착안과 관점, 기법에 대해 알아보도록 하겠습니다. 인공지능이라는 학문이 태어나기 위해 혹은 인공지능의 어떤 부분이 어디 학문에 어느부분이 결합이 되었는지 간략하게 알아보도록 하겠습니다. (간략하게 설명할 것이니 자세하게 알고 싶다면 책을 구매하시는걸 추천해 드립니다)

 

1. 철학

 

• 형식적 규칙들을 이용해서 유효한 결론을 이끌어낼 수 있는가?
• 물리적인 뇌에서 어떻게 정신이 창발하는가?
• 지식은 어디에서 오는가?
• 지식은 어떻게 행동으로 이어지는가?

인공지능에 들어간 철학은 앞에서 말한 아리스토텔레스가 대표적입니다. 그외 여러 학자들이 논리적 기계를 개발하기위해 여러 이론과 경험주의, 귀납법,입증 이론, 등에 대해서 쓰여 있습니다.

 

2. 수학

 

• 유효한 결론을 이끌어내는 공식적인 규칙들은 무엇인가?
• 계산할 수 있는 것은 무엇인가?
• 불확실한 정보로 어떻게 추론을 진행할 것인가?

철학자들이 인공지능의 근본 착안 몇가지를 확립하긴 했지만, 인공지능이 공식적인 과학으로 도약하려면 논리, 계산, 확률이라는 세 근본 영역에서 일정수준의 수학적 공식화(formalization)가 필요합니다. 형식 논리(formal logic)라는 개념은 고대 그리스의 철학자들로까지 거슬러 올라가겠지만, 진정한 수학적 발전은 조지 부울의 연구에서 시작되었습니다. 그외 불완전성 정리, 계산 가능, 처리 가능성, 확률, 등 인공지능에 수학이 왜 필요하나에 대해 간략하게 나와있습니다

 

3. 경제학

 

• 이익을 극대화하기 위한 의사결정 방법은 무엇인가?
• 다른 사람들과 이해관계가 상충하는 상황에서 이익을 극대화하려면?
• 이익이 미래에 주어지는 상황에서 이익을 극대화하려면?

인공지능에서 경제학은 효용(utility) 즉 얼마나 이익을 많이 볼 수 있나에 대해서 필요합니다. 또 게임이론이나 마르코프 의사결정 과정 등이 인공지능에 들어갑니다.

 

4. 신경과학

 

• 뇌는 정보를 어떻게 처리하는가?

신경과학은 신경계, 특히 뇌를 연구하는 분야입니다. 특히 인공지능과 관련되 있는 것은 바로 뉴런입니다. 어떻게 서로 전달하고 처리하는가가 가장 신경과학 분야에서 인공지능에 필요한 것 입니다.

 

5. 심리학

 

• 인간과 동물은 어떻게 생각하고 행동하는가?

심리학은 사람이 어떻게 생각하고 행동하는가에  대한 내용이 중심이고 특히 사람이 어떻게 인지하는지에 대해 연구하는 인지 심리학에 대한 연구가 인공지능의 발전에 많은 부분 필요로 하였습니다.

 

6. 컴퓨터 공학

 

• 효율적인 컴퓨터를 어떻게 구축할 것인가?

인공지능이 성공하려면 두 가지가 필요합니다. 하나는 지능이고 하나는 인공물(artifact)입니다 그렇기에 가장 인공물로 될 수 있는 것이 바로 컴퓨터 입니다.

 

7. 제어이론과 인공두뇌학

 

• 인공물이 스스로의 제어하에서 작동하려면?

인공물이 되는건 컴퓨터겠지만 그에 따른 어떻게 인공물을 제어하는가에 대한 연구도 필요하게 되었습니다.

 

8. 언어학

 

• 언어가 사고와 어떻게 연관되는가?

자연어 처리와 같은 시스템을 만들려면 혹은 사람과 상호작용 하려면 언어가 어떻게 쓰이는지에 대해 연구가 필요하게 되었습니다

 

 

일단 오늘 글은 여기까지고요 다음에는 인공지능이 어떻게 발전했는지 알아보고 다음 장인 지능적 에이전트에 대해 알아보도록 하겠습니다 감사합니다.