인공지능은 어떻게 탄생했을까?

인공지능의 시작과 원리

요즘 인공지능은 우리 생활 곳곳에 사용되고 있다. 심지어 신문의 웬만한 스포츠 기사는 인공지능이 작성한다고 한다. 앞으로 우리 생활에서 인공지능의 역할이 더욱 확대되어 미래에는 인공지능 없이는 살 수 없는 세상이 될 것이다. 그런데 인공지능은 인간 지능이 할 수 있는 일을 컴퓨터 프로그램으로 실현한 것에 불과하다. 컴퓨터는 전류가 흐르는 ‘켜짐’과 전류가 흐르지 않는 ‘꺼짐’ 신호만을 알아챌 수 있는데, 켜짐을 1로, 꺼짐을 ‘0’으로 표현한다. 그런데 어떻게 0과 1만 아는 컴퓨터가 인공지능이 될 수 있을까?  

인공지능이란 무엇인가?

컴퓨터에서 0과 1 중 어느 하나를 나타내는 신호를 비트라고 하고, 비트가 컴퓨터가 처리하는 정보의 가장 작은 단위이다. 비트는 0 아니면 1이기 때문에 하나의 비트로는 나타낼 수 있는 게 거의 없다. 그래서 비트를 8개 묶어 한 번에 처리하는데, 이것을 바이트라고 한다. 이 바이트를 이용해서 컴퓨터는 수, 문자 등의 정보를 표시할 수 있다. 바이트는 비트의 신호 두 개(0과 1)를 8번 곱할 수 있으므로 256개의 정보를 나타낼 수 있다. 그래서 알파벳은 1바이트로 1자를, 숫자는 1바이트로 2자를, 특수문자는 1바이트로 1자를 표현할 수 있다.

이 바이트로 표현한 문자와 숫자로 프로그램을 만드는 다양한 언어를 만들 수 있고, 이 프로그래밍 언어로 명령어를 하나하나 작성해 프로그램을 만든다. 이 프로그램이 인간 지능이 할 수 있는 일을 대체하는 경우에 우리는 이 프로그램을 인공지능 프로그램이라고 부른다.  

하향식 접근 방법과 전문가 시스템

1965년 여름, 과학자 10명이 미국 다트머스 대학에 모여 두 달 동안 사람처럼 생각할 수 있는 컴퓨터 프로그램 개발 가능성에 대해 연구하였다. 이때부터 인공지능 연구가 시작되었다고 할 수 있다. 인공지능 연구 초창기 30여 년 동안 과학자들은 하향식 접근 방법으로 인공지능을 만들기 위해 노력했다. 하향식 접근 방법이란 전체(위)가 부분(아래)을 결정하는 방법이다. 인공지능 개발에서 하향식 접근 방법은 컴퓨터에 지능과 관련된 규칙과 정보를 저장하고, 컴퓨터가 외부에서 들어온 정보와 비교하여 스스로 의사결정을 하는 방법이다.

이러한 방법은 인간의 뇌가 정보를 처리하는 방법과 상관없이 인간의 지능을 본뜨려는 시도이다. 결국, 과학자들은 이런 방법으로 인간 지능을 대체하는 컴퓨터 프로그램을 만드는 데 한계가 있음을 알게 되었다. 대신 그들은 프로그램에 입력된 지식이 많을수록 프로그램의 문제 해결 능력을 높아진다는 사실을 깨달았다. 그래서 1970년대 말부터 과학자들은 어느 특정 분야의 지식을 대량으로 집어넣은 전문가 시스템을 개발하기 시작했다.

전문가 시스템이란 어떤 특정 분야의 전문가가 지닌 지식이나 경험 등을 컴퓨터에 집어넣어 컴퓨터가 전문가와 같은 판단이나 추리를 할 수 있도록 만든 프로그램이다. 예를 들어 자동차 고장을 진단하는 컴퓨터 프로그램을 만들려면 자동차 고장 관련 지식을 많이 모아 프로그램을 만들면 된다. 이 프로그램은 자동차 고장 증상의 질문에 답을 내놓을 수 있다. 하지만 전문가 시스템은 아무리 정보가 많이 있더라도 인간 지능이 할 수 있는 기초적인 작업을 못 하는 경우가 많았다. 예를 들어 전문가 시스템은 고양이에 대한 정보가 아무리 많이 가졌더라도 사진만으로 고양이를 인식하기 힘들다.
 

인공신경망과 상향식 접근 방법

과학자들은 1980년대 후반부터 인공지능 개발에서 새로운 접근 방법을 생각해냈다. 바로 사람의 뇌를 모방하는 방법이다. 그 방법을 알려면 인간의 뇌세포에 대해서 알아야 한다. 인간의 뇌는 뉴런이라 부르는 약 1,000억 개의 뇌세포로 구성되고, 이들이 복잡하게 연결되어 있다. 이런 뇌세포 간의 연결을 시냅스라고 하는데, 우리 뇌에는 100조 개의 시냅스 연결이 있다. 우리의 눈이나 귀, 촉각 등 감각 기관이 제공하는 정보는 전기 신호로 바뀌어 뇌로 전달된다. 우리가 같은 물건을 볼 때마다 눈에서 뇌로 전달된 신호는 뇌세포들 사이에서 동일한 신호 패턴을 일으킨다.

따라서 어떤 물건을 자주 보게 되면 뇌세포들 사이에 똑같은 신호 패턴이 반복되므로 우리가 반복 학습하게 되고 기억을 하게 된다. 인공지능 과학자들은 이런 인간 두뇌의 학습 과정을 모방하여 인공신경망이라는 모델을 만들었다. 보통 개인 컴퓨터는 연산 장치가 1~4개에 불과하지만, 인공신경망은 간단한 연산 기능이 있는 수많은 인공 뉴런들이 뇌의 진짜 뉴런들처럼 서로 연결되어 있다. 인공신경망을 구성하는 인공 뉴런들은 실제 뇌 속의 뉴런처럼 신호를 주고받으면서 학습한다. 이렇게 수많은 인공 뉴런들의 학습을 통해 인공지능이 만들어지므로, 이 모델은 아래에서 위로 올라가는 접근 방법이라고 해서 상향식 접근 방법이라고 한다.

컴퓨터는 프로그래머가 만든 프로그램 규칙에 따라 작동할 뿐이고 스스로 규칙을 바꾸거나 새로운 규칙을 알아낼 수는 없다고 알려졌다. 하지만 인공신경망을 이용한 컴퓨터 프로그램은 실수를 통해 배울 수 있고 자신의 오류를 스스로 고칠 수도 있어 시간의 흐름에 따라 적응해 나가고 성능이 더 향상된다. 인공신경망이 학습하는 과정은 다음과 같다. 예를 들어 흰 종이에 검은색으로 숫자 3이 쓰인 그림을 인공지능에게 주면, 인공지능은 이 그림을 잘게 쪼개 각 조각의 어떤 조각이 흰색이고 어떤 조각이 검은색인지 분석해서 숫자를 추리한다.

처음에는 무작위로 답을 내기 때문에 틀린 답을 낼 확률이 높지만, 시행착오를 거듭하면서 오차를 줄여나간다. 결국, 3이란 답을 내고 이 답을 낸 경로를 기억한다. 다른 필체로 쓰인 숫자 3도 이런 식으로 학습하여 결국에 가서는 인공지능이 처음 보는 필체라도 숫자 3이란 것을 알게 된다. 이런 방법으로 현재의 인공지능은 사진만으로 고양이와 개를 구분할 수 있고, 인간의 말도 알아들으며, 인간 지능이 할 수 있는 다양한 일을 할 수 있다.