.jpg)
.jpg)
로봇의 어원은 체코어 ‘Robota’, 노동이라는 의미
인과적 추론계산과 확률적 접근에 따른 인공지능의 인식과 상황판단 기능 구현 가능
[보안뉴스= 한국인터넷정보학회 나인섭 이사] 로봇(Robot)이라는 용어는 체코슬로바키아의 극작가 카렐 차페크(Karel Čapek)가 1920년에 발표한 희곡 ‘R.U.R(Rosuum’s Universal Robots)’에서 최초로 사용했는데, 체코어로 ‘노동’을 의미하는 ‘robota’였다. 차페크는 로봇을 작업능력은 인간과 동등하거나 뛰어나며, 외형적으로는 사람과 비슷한 모습을 가지고 있는 기계로 묘사했다. 하지만 로봇은 인간과 같은 감정이나 영혼을 가지고 있지 않은 기계로 정의했다.
로봇의 개념은 1961년 GM사의 조립공장에 단순 반복 작업을 하는 가열 다이 캐스팅 기계(Heated die-casting machines)의 자동화를 위해 개발한 조지 데볼(George Devol)과 요셉 엔겔버거(Joseph Engelberger)의 유니메이트(Unimate)라는 로봇을 사용하면서 산업현장에서 사용·발전했다. 또한, 이원적으로 소설, 논문 그리고 SF영화에서 인간과 같은 감정을 가지고 논리적 판단을 하는 이론적 로봇의 개념이 사용·발전해 왔다. 하지만 최근 4차 산업혁명의 시대에 들어선 지금, 이들 산업현장에서 발전되어온 개념과 소설, 논문 그리고 SF영화에서 추구하는 개념이 하나로 통합되고, 가상세계에서 현실세계로 통합(CPS: Cyber-Physical Systems)되는 다양한 시도들이 구현되고 있다.
산업현장 초기에는 유니메이트와 같이 조립공장에서 자동차 조립, 전자제품 조립, 운반 등의 단순작업을 반복하는 자동화(Automatic) 로봇을 지칭하다가 수술보조, 배달, 청소, 애완, 간병, 폭발물 제거, 무인 정찰, 우주 탐사 등과 같이 인간과 협업하거나 스스로 움직이며 돌아다니고, 주변 상황 변화에 대응하는 반자율(Semi-autonomous) 형태의 로봇으로 그리고 최근에는 완전히 사람이 관여하지 않는 무인 자동차, 무인 생산시스템과 같은 자율(Autonomous) 형태의 로봇으로 발전했다. 이는 인더스트리 4.0(Industry 4.0) 스마트 공장(Smart Factory)의 핵심 지향점으로 모든 네트워크를 연결하고(Hyper-Connected) 기존 로봇에 인공지능 즉 인식(Perception), 상황판단(Cognition), 조작 제어기능과 자율 이동 기능을 부여한 지능형 로봇(Intelligent Robots)을 탑재하여 자율적으로 운영되는 형태를 지향한다.
현재 사용되는 인공지능(Artificial Intelligence, AI)이라는 용어는 1956년 미국 다트머스 대학(Dartmouth College)에서 열린 워크숍에서 존 매카시(John McCarthy)가 창안해 지금까지 사용되고 있다. 하지만 컴퓨터 과학의 아버지로 불리는 앨런 매디슨 튜링(Alan Mathison Turing)은 1950년에, 마인드(Mind) 논문지에 게재한 논문 ‘Computing Machinery and Intelligence’에서 “기계가 생각할 수 있는가?”라는 질문과 함께 기계가 인간과 얼마나 비슷하게 대화할 수 있는지를 통해 기계의 지능을 판별하고자 하는 튜링 테스트(Turing test)를 제안함으로써 실질적인 인공지능을 정의하고 기계의 지능을 판별하는 방법을 제시했다.
지능형 로봇의 4대 핵심 기능 중 자율 제어와 자율 이동 기능을 위해서는 인식과 상황판단을 소프트웨어적으로 구현함으로써 지능을 구성할 수 있게 된다. 인공지능의 인식과 상황판단 기능은 캘리포니아 주립대학 로스앤젤레스(University of California Los Angeles, UCLA) 유디 펄 교수의 인과적 추론 계산법, 베이즈 네트워크를 이용한 인공지능에 확률적 접근을 통해 소프트웨어적으로 구현가능하게 됐다. 유디 펄 교수는 UCLA에 인지시스템연구실(Cognitive Systems Lab)을 만들었으며 그의 제자 중에는 우리나라 최초로 인공지능연구실을 한국과학기술원(KAIST)에 만들고 현재 지능정보기술연구원(Artificial Intelligence, AIRI)의 원장으로 있는 김진형 원장도 있다.
인식과 상황판단을 위해 인간은 오감(시각, 청각, 후각, 촉각, 미각)을 통해 정보를 수집하고 가공, 기억하며 기억된 경험과 지식을 기반으로 사물을 인식하고 상황을 판단하게 된다. 인공지능 소프트웨어도 이와 마찬가지로 다양한 센서들로부터 정보를 입력받게 된다. 인간의 시각에 해당하는 각 종 카메라, 청각에 해당하는 음향센서들, 촉각에 해당하는 자기장 정보, 전압 및 압력정보 등과 같은 주변의 정보들이 네트워크를 통해 수집(Internet of Thing, IoT)되고, 이를 학습해 지식으로 축적, 인식하고 상황을 판단하게 된다.
이를 가능하게 만든 또 하나의 기술은 그래픽 처리장치(Graphic Processing Unit, GPU)를 이용한 병렬처리 기술의 발달이다. 각종 센서로부터 발생하는 많은 양의 데이터(Big Data)를 동시에 처리할 수 있게 됨으로써 인공지능 학습의 새로운 지평을 제시하게 됐다. 케나다 토론토 대학의 제프리 힌튼(Geoffrey Hinton) 교수는 컴퓨터 비전 분야의 ‘올림픽’이라 할 수 있는 ILSVRC(ImageNet Large-Scale Visual Recognition Challenge)의 2012년 대회에서 병렬 처리와 심층학습법을 이용한 알렉스넷(AlexNet)으로 인간의 오차율과 유사한 인식률을 보임으로써 인간의 인식률을 뛰어넘는 수 있는 모델을 제시했다. 이후 2015년 알렉스넷을 기반으로 한 레스넷(ResNet)은 오류율 3.6%로 인간의 분류 오차 5~10%를 뛰어 넘는 성적을 나타냈다.
인공지능 분야에서는 인공지능에게 그림을 그리거나 음악을 작곡하거나 소설을 쓰게 하는 등 다양한 형태의 실험이 진행 중이다. 그 중에서도 카네기멜론대학(Carnegie Mellon University)의 루이 필립 모렌시(Louis-Philippe Morency) 교수 연구팀, 서울대학교 장병탁 교수 연구팀, 전남대학교 김수형 교수 연구팀 등 세계 각국의 연구팀들이 인간의 감정을 인식하려 연구 중에 있다. 가까운 미래에 인공지능이 인간의 감정을 인간보다 더 인식하게 되고 감정을 이해하고 스스로 자신의 감정을 생성하는 단계에 이를 것으로 전망한다.
인공지능이 인간의 감정을 배우고 스스로 판단하며 창의적 사고를 하게 되면 인공지능의 자율 판단에 따른 행위를 인간의 행위와 구분할 수 있을까? 필자는 이런 의문에서 다음과 같은 생각을 하게 됐다. 인공지능이 독립적인 주체로 생산 활동을 하게 되었을 때 인공지능에게도 세금을 부과해야 하는 것이 아닌가? 혹은 인공지능이 사고를 내거나 의도성을 가진 범죄를 저지르게 될 때 이에 따른 처벌은 가능한가? 이 문제를 해결하기 위해서는 인공지능에게도 인격과 같은 법적 격(格)을 부여하고 법적 체계 안에서 책임과 의무를 부여해야 하지 않을까? 우리 사회에 사람이 아닌 존재에 대해 격을 부여하는 사례가 있는지 살펴보면, 법적인 인격체로 사람이 아닌 존재에 대한 법적 지위를 보장하는 ‘법인’이라는 존재가 우리 사회에 존재한다.
이상의 연구들이 잘 진행되면, 인공지능은 마츠모토 레이즈의 애니메이션 ‘은하철도 999’에 나오는 메텔이나 기계 백작처럼 영원히 사는 불멸의 존재가 될 것으로 예측된다. 또한, 빠른 연산 능력과 연결된 네트워크를 통한 많은 정보를 습득하고 자신의 감정을 갖는 독립된 새로운 존재가 될 것으로 예상한다. 이제 우리는 독립된 새로운 존재로의 인공지능에 대한 준비를 해야 하지 않을까? 그러기 위해 제도권 안에서 인공지능의 격을 정의하고, 세금을 부여하는 법적 근거에 대한 논의 및 범죄 행위에 대한 처벌 규정, 그리고 소멸과 폐기 및 공존에 대해 논의와 연구를 시작할 시점이 되었다고 생각된다.
[글_ 나인섭 조선대학교 SW융합교육원 및 미래사회융합대학 ICT융합학부 교수/한국인터넷정보학회 이사]
인과적 추론계산과 확률적 접근에 따른 인공지능의 인식과 상황판단 기능 구현 가능
[보안뉴스= 한국인터넷정보학회 나인섭 이사] 로봇(Robot)이라는 용어는 체코슬로바키아의 극작가 카렐 차페크(Karel Čapek)가 1920년에 발표한 희곡 ‘R.U.R(Rosuum’s Universal Robots)’에서 최초로 사용했는데, 체코어로 ‘노동’을 의미하는 ‘robota’였다. 차페크는 로봇을 작업능력은 인간과 동등하거나 뛰어나며, 외형적으로는 사람과 비슷한 모습을 가지고 있는 기계로 묘사했다. 하지만 로봇은 인간과 같은 감정이나 영혼을 가지고 있지 않은 기계로 정의했다.
[이미지=iclickart]
로봇의 개념은 1961년 GM사의 조립공장에 단순 반복 작업을 하는 가열 다이 캐스팅 기계(Heated die-casting machines)의 자동화를 위해 개발한 조지 데볼(George Devol)과 요셉 엔겔버거(Joseph Engelberger)의 유니메이트(Unimate)라는 로봇을 사용하면서 산업현장에서 사용·발전했다. 또한, 이원적으로 소설, 논문 그리고 SF영화에서 인간과 같은 감정을 가지고 논리적 판단을 하는 이론적 로봇의 개념이 사용·발전해 왔다. 하지만 최근 4차 산업혁명의 시대에 들어선 지금, 이들 산업현장에서 발전되어온 개념과 소설, 논문 그리고 SF영화에서 추구하는 개념이 하나로 통합되고, 가상세계에서 현실세계로 통합(CPS: Cyber-Physical Systems)되는 다양한 시도들이 구현되고 있다.
산업현장 초기에는 유니메이트와 같이 조립공장에서 자동차 조립, 전자제품 조립, 운반 등의 단순작업을 반복하는 자동화(Automatic) 로봇을 지칭하다가 수술보조, 배달, 청소, 애완, 간병, 폭발물 제거, 무인 정찰, 우주 탐사 등과 같이 인간과 협업하거나 스스로 움직이며 돌아다니고, 주변 상황 변화에 대응하는 반자율(Semi-autonomous) 형태의 로봇으로 그리고 최근에는 완전히 사람이 관여하지 않는 무인 자동차, 무인 생산시스템과 같은 자율(Autonomous) 형태의 로봇으로 발전했다. 이는 인더스트리 4.0(Industry 4.0) 스마트 공장(Smart Factory)의 핵심 지향점으로 모든 네트워크를 연결하고(Hyper-Connected) 기존 로봇에 인공지능 즉 인식(Perception), 상황판단(Cognition), 조작 제어기능과 자율 이동 기능을 부여한 지능형 로봇(Intelligent Robots)을 탑재하여 자율적으로 운영되는 형태를 지향한다.
현재 사용되는 인공지능(Artificial Intelligence, AI)이라는 용어는 1956년 미국 다트머스 대학(Dartmouth College)에서 열린 워크숍에서 존 매카시(John McCarthy)가 창안해 지금까지 사용되고 있다. 하지만 컴퓨터 과학의 아버지로 불리는 앨런 매디슨 튜링(Alan Mathison Turing)은 1950년에, 마인드(Mind) 논문지에 게재한 논문 ‘Computing Machinery and Intelligence’에서 “기계가 생각할 수 있는가?”라는 질문과 함께 기계가 인간과 얼마나 비슷하게 대화할 수 있는지를 통해 기계의 지능을 판별하고자 하는 튜링 테스트(Turing test)를 제안함으로써 실질적인 인공지능을 정의하고 기계의 지능을 판별하는 방법을 제시했다.
지능형 로봇의 4대 핵심 기능 중 자율 제어와 자율 이동 기능을 위해서는 인식과 상황판단을 소프트웨어적으로 구현함으로써 지능을 구성할 수 있게 된다. 인공지능의 인식과 상황판단 기능은 캘리포니아 주립대학 로스앤젤레스(University of California Los Angeles, UCLA) 유디 펄 교수의 인과적 추론 계산법, 베이즈 네트워크를 이용한 인공지능에 확률적 접근을 통해 소프트웨어적으로 구현가능하게 됐다. 유디 펄 교수는 UCLA에 인지시스템연구실(Cognitive Systems Lab)을 만들었으며 그의 제자 중에는 우리나라 최초로 인공지능연구실을 한국과학기술원(KAIST)에 만들고 현재 지능정보기술연구원(Artificial Intelligence, AIRI)의 원장으로 있는 김진형 원장도 있다.
인식과 상황판단을 위해 인간은 오감(시각, 청각, 후각, 촉각, 미각)을 통해 정보를 수집하고 가공, 기억하며 기억된 경험과 지식을 기반으로 사물을 인식하고 상황을 판단하게 된다. 인공지능 소프트웨어도 이와 마찬가지로 다양한 센서들로부터 정보를 입력받게 된다. 인간의 시각에 해당하는 각 종 카메라, 청각에 해당하는 음향센서들, 촉각에 해당하는 자기장 정보, 전압 및 압력정보 등과 같은 주변의 정보들이 네트워크를 통해 수집(Internet of Thing, IoT)되고, 이를 학습해 지식으로 축적, 인식하고 상황을 판단하게 된다.
이를 가능하게 만든 또 하나의 기술은 그래픽 처리장치(Graphic Processing Unit, GPU)를 이용한 병렬처리 기술의 발달이다. 각종 센서로부터 발생하는 많은 양의 데이터(Big Data)를 동시에 처리할 수 있게 됨으로써 인공지능 학습의 새로운 지평을 제시하게 됐다. 케나다 토론토 대학의 제프리 힌튼(Geoffrey Hinton) 교수는 컴퓨터 비전 분야의 ‘올림픽’이라 할 수 있는 ILSVRC(ImageNet Large-Scale Visual Recognition Challenge)의 2012년 대회에서 병렬 처리와 심층학습법을 이용한 알렉스넷(AlexNet)으로 인간의 오차율과 유사한 인식률을 보임으로써 인간의 인식률을 뛰어넘는 수 있는 모델을 제시했다. 이후 2015년 알렉스넷을 기반으로 한 레스넷(ResNet)은 오류율 3.6%로 인간의 분류 오차 5~10%를 뛰어 넘는 성적을 나타냈다.
인공지능 분야에서는 인공지능에게 그림을 그리거나 음악을 작곡하거나 소설을 쓰게 하는 등 다양한 형태의 실험이 진행 중이다. 그 중에서도 카네기멜론대학(Carnegie Mellon University)의 루이 필립 모렌시(Louis-Philippe Morency) 교수 연구팀, 서울대학교 장병탁 교수 연구팀, 전남대학교 김수형 교수 연구팀 등 세계 각국의 연구팀들이 인간의 감정을 인식하려 연구 중에 있다. 가까운 미래에 인공지능이 인간의 감정을 인간보다 더 인식하게 되고 감정을 이해하고 스스로 자신의 감정을 생성하는 단계에 이를 것으로 전망한다.
▲나인섭 조선대학교 SW융합교육원 및 미래사회융합대학 ICT융합학부 교수
이상의 연구들이 잘 진행되면, 인공지능은 마츠모토 레이즈의 애니메이션 ‘은하철도 999’에 나오는 메텔이나 기계 백작처럼 영원히 사는 불멸의 존재가 될 것으로 예측된다. 또한, 빠른 연산 능력과 연결된 네트워크를 통한 많은 정보를 습득하고 자신의 감정을 갖는 독립된 새로운 존재가 될 것으로 예상한다. 이제 우리는 독립된 새로운 존재로의 인공지능에 대한 준비를 해야 하지 않을까? 그러기 위해 제도권 안에서 인공지능의 격을 정의하고, 세금을 부여하는 법적 근거에 대한 논의 및 범죄 행위에 대한 처벌 규정, 그리고 소멸과 폐기 및 공존에 대해 논의와 연구를 시작할 시점이 되었다고 생각된다.
[글_ 나인섭 조선대학교 SW융합교육원 및 미래사회융합대학 ICT융합학부 교수/한국인터넷정보학회 이사]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
원병철기자 기사보기
[2024-11-22] 
.jpg)
.jpg)
.jpg)
.jpg)
