빅 데이터와 딥러닝 기술의 발전으로 인한 인공지능의 역사적 흐름과 현실적 활용 및 사회적 논의의 필요성 doc_id PCY_201609060507403851_1

이런 현상을 바라보면 마치 이세돌과 알파고 대결 이전에는 없던 인공지능이 그 대결을 계기로 갑자기 새로 나타난 것처럼 보인다. 그러나 인공지능은 수십 년의 역사를 가졌으며, 현 시점에서도 첨단기술의 중심점 역할을 해오고 있다. 최근 초미의 관심사로 등장한 빅 데이터나 사물인터넷 현상의 근저에는 인공지능 분석기술이 자리 잡고 있다. 빅 데이터라는 것은 그 자체로는 아무런 쓸모가 없다. 인공지능 기반의 분석기술이 뒷받침되어야 비로소 존재의의를 가지게 된다. 인공지능 분석기술의 핵심은 놀랍게도 숫자･확률을 통한 인간행위의 예측이다. 예측활동은 여러모로 인류에 도움이 되며, 의료, 범죄, 테러리즘과 같은 분야에서의 예측활동은 생명을 구할 수도 있다. 법 집행 분야에서도 이러한 인공지능과 빅 데이터를 이용하려는 다양한 시도가 행하여져 왔으며, 그 중심에는 범죄예측･분석이 있다. 빅 데이터를 통한 범죄예측 시스템에 대한 재조명이 필요하다는 견해가 나오는 것은 당연하다. 인공지능 연구는 1943년경 미국을 중심으로 시작되었지만, 과도했던 기대감이 사그라들고, 미국정부의 자금지원 중단 등으로 인해 1970년도에 이르러서도 인공지능은 학술적 연구에만 머무르는 수준이었다. 1980년경에 이르러 기술적 장벽이 극복되고, 재정적 지원이 확충되면서 새로운 돌파구가 생기니, 바로 Neural Computing의 구현이다. Neural Computing과 같은 획기적 인공지능 기술 등이 등장하고, 최근 Machine Learning을 넘어 Deep Learning 기술이 일반화되면서 인공지능도 새로운 전기를 맞게 되었다. 또 빅 데이터의 등장은 Machine Learning 기법의 구현에 큰 역할을 하였다. 인공지능의 머신러닝과 빅 데이터를 결합하면, SF영화에서 보는 것처럼 사람과 비슷한 생각을 갖고, 사람과 의사소통이 가능하며 심지어는 사람을 지배하려고 하는 인공지능(artificial intelligence)의 등장도 불가능한 것은 아니라는 견해까지 있다. 수년 전부터 소비자들은 장소를 불문하고, 웹에 접속할 수 있게 되었고, 그 과정에서 엄청난 양의 콘텐츠와 데이터를 소비하고, 생성하게 됐다. 이런 현상은 데이터 저장비용의 급락 때문인데, 이러한 사실이 빅 데이터 현상에 영향을 끼쳤음은 분명하다. 또한 최근 사물인터넷 디바이스의 사용이 일반화되었는데, 사물인터넷 디바이스는 그 구현기능상 다양한 형태의 개인정보가 생성이 된다. 사물인터넷 디바이스 중 하나인 웨어러블 디바이스가 ‘라이프로그’와 연동할 경우, 개인의 모든 것이 고스란히 흔적으로 남는다. 이러한 생활상의 변화는 사물인터넷을 비롯한 Social Technology의 진화, 디지털화, 모바일화의 가속 등으로 더욱 가속될 것으로 보이는데, 그 과정에서 엄청난 양의 빅 데이터가 생성될 것은 자명하다. 머신러닝은 인간과 같은 학습능력을 기계를 통해 구현하는 여러 가지 방법들을 연구하는 것을 말하며, 주어진 데이터를 분석하고, 그 분석과정과 결과를 토대로 학습 가능한 규칙이나 새로운 지식을 자동적으로 추출함으로써 기계가 학습하는 효과를 얻는다. 기본적인 수준에 머물러 있던 기계학습과 관련된 기법들은, 빅 데이터로 인해 기계학습 기법의 잠재력을 최대화할 수 있게 되었다. 최근 관심을 끈 알파고 프로그램은 영국의 DeepMind사에서 개발하였는데, DeepMind사의 회사명은 Deep Learning에서 따온 것이다. 알파고 프로그램의 인공지능 알고리즘은 딥러닝에 기초하고 있는데, 프로기사들의 기보 16만 개를 5주 만에 학습했다고 한다. 알파고 프로그램은 나아가 스스로 대국을 통해 훈련하는 소위 강화학습(Reinforcement Learning) 과정을 거쳤다. 알파고 프로그램의 차별성은 딥러닝에 있는데, 딥러닝 기법 중에서 이미지 처리에 강한 Convolution 신경망 기반으로 학습했다고 한다. 이와 같이 알파고 프로그램은 인공지능 기반의 딥러닝 기술을 사용하였기 때문에 바둑과 같이 경우의 수가 매우 많고, 복잡한 게임에서 인간을 이기기는 어려울 것이라는 기존 예상을 완전히 뒤엎는 결과를 보인 것이다. 2016. 3. 9.부터 같은 달 15.까지 벌어진 인공지능 바둑프로그램인 알파고와 이세돌의 바둑대결 이후 갑작스럽게 인공지능에 대한 관심이 증폭되고 있다. 정부에서도 인공지능 개발을 위해 5년간 1조 원을 투자하기로 하였는데, 이와 같은 투자로 민간에서 5년간 2조 5,000억 원 이상의 투자를 이끌어내겠다는 복안이다. 그 이외에 민간주도의 지능정보 기술 연구소 설립, 빅 데이터 분석전문가나 인공지능 소프트웨어 개발자 등 전문적 인력 확충 방안 등 다양한 청사진이 펼쳐졌는데, 인공지능의 플래그십 프로젝트로 거론되는 것이 언어지능, 시각지능, 공간지능, 감성지능, 창조지능 등 5개 분야이다. 그 외에 슈퍼컴퓨터, 신경칩, 뇌과학, 뇌구조 등 기초분야에 대한 연구도 병행될 예정이고, 인공지능을 탑재한 소위 ‘알파고 가전제품’도 쏟아져 나오는 등 모든 분야에서 인공지능이 화두로 등장하고 있다. 가트너와 IDC에서는 빅 데이터 기반의 인공지능기술을 2013년 IT 기술의 메가트랜드의 하나로 선정하였으며, MIT에서는 추론과 학습 및 의사소통이 특징인 심층학습기술(Deep Learning)을 2013년의 10대 돌파형 기술로 선정하기도 하였다. 빅 데이터 지식처리 인공지능 소프트웨어는 일반지식과 전문지식 등에 대한 분석과 이를 이용한 추론뿐만 아니라 심층학습을 통해 전문가 수준의 문제해결 및 의사결정 지원이 가능해야 한다. 인공지능은 두 가지 다른 관점으로 나눌 수 있다. 인공지능 기술을 유용한 소프트웨어 기술로 파악하고, 특정 문제를 해결하기 위한 인간의 지능적 행동을 수행하도록 공학적 응용을 모색하는 접근방식은 ‘약한 인공지능’으로 볼 수 있다. 반면 ‘강한 인공지능’의 관점에서는 지능적으로 작동하는 컴퓨터 즉 인공지능은 그 자체가 마음을 갖는다. 즉 인간과 같은 사고체계로 문제를 분석하고 행동할 수 있다는 전제하에 인공지능을 연구하는 접근방식이 ‘강한 인공지능’이다. 강한 인공지능의 관점 위주로 접근할 경우 비현실적인 구상의 위험에 빠질 수 있다. 따라서 현실에서 실용화되어 중요한 역할을 하고 있는 약한 인공지능을 연구대상으로 삼고 그것을 규율하기 위한 방안 연구 등 현실적인 접근을 할 필요가 있다. 국내에서 인공지능과 법률에 관한 논의가 거의 없다시피 하였지만, 인공지능에 대한 관심 증가와 더불어 인공지능과 법률관계에 대하여도 상당한 논의가 있을 것으로 예견된다. 인공지능 자체는 새로운 개념도 아니고, 지난 몇십 년 동안 인공지능과 관련한 다양한 형태의 알고리즘이 등장하였다. 이러한 알고리즘들은 이미 다양한 분야에서 활용되고 있다. 최근 경찰이 과학치안을 표방하면서 지능형 영상인식, 얼굴인식 시스템, 지능형 침입탐지 및 추적 시스템 등 감시체제를 구축하겠다고 하였는데, 그 핵심이라 할 패턴인식과 그 인식을 바탕으로 한 지능적･능동적 대처는 모두 인공지능 알고리즘에 기반하고 있다. 이러한 시스템의 치안 분야 보급에서 기술구현 및 제도적 지원이 필요하다는 점을 인식하면서도 정작 인공지능과 법률 차원의 심도 있는 논의가 따라야 한다는 점은 간과되어왔다. 향후의 인공지능 법률 관련 논의에서도 요원한 일이라 여겨지는 인공지능이 인간능력을 능가하는 특이점(Singularity) 상황을 전제한 논의 등 비현실적 논의가 중심이 되어서는 아니 된다. 인공지능은 먼 미래의 일이 아니라, 현실에서 구체적으로 구현되고 있으며, 이러한 현실적인 ‘약한 인공지능’이 관계하는 여러 가지 현상에 대하여 논의가 집중되어야 한다.