AGI에 대해 좀 더 자세히 알아보자

지금까지 약한 AI와 강한 AI, AI와 AGI의 차이 등을 살펴봤는데, 이해가 잘 갔는지 모르겠다. 하지만 아직 AI와 AGI의 차이를 잘 모르는 사람도 있을 것이다. 그러므로 지금부터 AGI에 대해 더 자세히, 이해하기 쉽게 설명하고자 한다.

 

AI는 현재로서는 한정된 환경에서만 가치를 발휘한다. 빅데이터를 활용하여 분석하는 딥러닝 시스템 등은 많이 알려져 있다. 앞서 말한 바둑 소프트웨어도 마찬가지지만, 이러한 AI는 단순히 데이터를 분석하고 최선의 답을 제시하는 데에 그친다.

 

이에 반해 AGI는 간단히 말하면 ‘보다 인간에 가까운 AI’라 할 수 있다. 만화에 나오는 ‘도라에몽’이나 ‘철완 아톰’ 등을 상상해 보면, AI가 어떤 것인지 더 잘 이해할 수 있을 것이다. 즉 인간처럼 생각하고 인간처럼 행동하는 것이 바로 AGI이다.

 

하지만 AGI는 로봇이나 안드로이드와 같이 반드시 인간에 가까운 형태를 취하지는 않는다. 지금까지의 AI와 마찬가지로 컴퓨터나 슈퍼컴퓨터처럼 기계 속에서 작동하는 AGI도 존재한다.

 

즉 얼마나 인간적인 사고를 하는지, 다양한 상황에 대처할 수 있는지가 AGI로서의 가치를 판가름한다. 그러므로 그것은 반드시 인간과 같은 형태를 띨 필요가 없다. 실제로 현재 연구 중인 AGI 분야 역시 AI를 더욱 발전시킨 형태이기 때문이다.

 

그렇다면 구체적으로 AGI가 AI를 뛰어넘으려면 무엇이 필요할까? 크게 나누어 3가지로 분류할 수 있다.

 

즉

 

⦁ 다양한 문맥이나 환경에서 사용할 수 있어야 한다.

⦁ 이용자가 예상하지 못한 문제도 해결할 수 있어야 한다.

⦁ 어떤 문제를 다른 문제에서도 응용하여 생각할 수 있어야 한다.

 

이다.

 

이러한 AGI의 존재 방식을 ‘창발주의’라고도 부른다. 창발주의란 간단히 말하면, 보다 사소한 문제에서부터 보다 큰 문제의 답을 도출해내는 방식이다. 지금까지 설명한 것을 예로 들자면, 바둑 전용 소프트웨어가 체스나 장기와 같은 다른 게임 또는 사회문제 등에도 대응할 수 있게 되는 것이 바로 창발주의이다.

 

창발주의가 실현되면 지금까지 부분적으로만 문제를 해결할 수 있었던 AI가 다른 분야의 문제도 해결할 수 있게 된다. 실제로 딥러닝 시스템의 기원은 원래 단순한 데이터 분석 연구에서부터 시작되었다. 하지만 그러한 것들을 네트워크로 연결시킴으로써 더욱 인간에 가까운 판단을 할 수 있게 되었다.

 

왜 지금 AGI가 필요한가?

그렇다면 왜 AI가 아니라 AGI가 필요한 걸까? 한 가지 이유는 인간 사회의 조직 및 구조가 더욱더 다양해지고, 다양한 가치관이 생겨나고 있기 때문이다.

 

현대 사회는 언제나 변화하며, 진화하고 있다. 그러므로 기존의 문제에 대처할 수 있었던 AI도 환경이 바뀌면 다시 한 번 프로그래밍해야만 가치를 지니게 된다. 그때마다 소프트웨어를 갱신하려면 방대한 시간이 들어간다.

 

일례로, 현재는 경제 및 투자 분야에서도 AI가 활용되고 있다. 이러한 기술 및 시스템을 핀테크라 부른다. 하지만 이러한 AI를 이용한다 해도 앞으로 시장이 어떻게 변화할지, 어떤 제품이나 서비스가 생겨날지는 예측할 수 없다. AI는 ‘현재 상황을 분석’하는 일만 할 수 있다.

 

지금 특히 AGI가 필요한 분야는 이러한 경제 분야 및 의료 분야이다. 예를 들어 의료 현장에서는 라이프스타일의 변화로 인해 다양한 질환이 생겨나고 있다. 생활 환경이 변화하거나 수명이 연장됨으로써, 사람들은 지금까지는 걸리지 않았던 질병에도 걸릴 수 있게 된다.

 

이럴 때 강한 AI 즉 AGI가 있다면, 기존의 데이터와 환자 개개인의 데이터를 비교 분석함으로써 환자가 지금 어떤 상태에 놓여 있는지, 어떤 치료를 실시해야 하는지, 그러려면 어떤 의약품이 개발되어야 하는지와 같은 답을 도출해낼 수 있다.

 

자립이 가능한 로봇이 금방이라도 등장할 것이라고 생각하면 조금 두렵긴 하지만, AGI는 어디까지나 인간 사회, 인간의 생활을 지원하는 존재이다. 인간의 뇌로는 예측할 수 없는 문제에 대한 힌트를 주는 것, 그것이 AGI가 할 수 있는 일이며, 큰 기대를 받고 있는 이유이다.

 

이러한 AGI에 대하여 국내외의 다양한 연구기관 및 민간기업이 관심을 두고 있으며, 유명한 곳으로는 IBM, 인텔, Microsoft, Google 등에서도 AGI 연구 및 개발에 대해 긍정적인 자세를 취하고 있다. AGI는 그야말로 각양각색의 분야에서 연구되고 있으며, 개발과 완성이 조금씩 가까워지고 있다.

 

현재 적극적으로 AGI를 연구하고 있는 것은 이러한 선진 기업 및 공적인 연구기관이지만, 장기적으로는 말단 기업에서도 AGI를 연구 및 개발하게 될 것이다. AGI는 간단히 말하면 차세대 AI이며, 인간 사회의 각종 분야에서 그것을 필요로 한다.

 

AGI 사례

일본에서 AGI에 대해 연구하는 단체로는 전뇌 아키텍처 이니시어티브라는 그룹이 적극적으로 개발, 연구하고 있다.

 

지금까지 해온 것처럼 AI에서부터 접근하는 것이 아니라 목표라 할 수 있는 뇌 쪽에서부터 접근하는 방식을 취하고 있다. 뇌의 구조를 힌트로 삼아 AGI를 개발하는 전뇌 아키텍처 이니시어티브.

 

대표는 도완고 인공지능 연구소 소장 야마카와 히로시이다. 부대표는 도쿄대학 대학원 공학계 연구과 준교수 마츠오 유타카이며, 그밖에도 AI 연구 및 뇌 과학의 일인자가 함께 연구하고 있어 일본 국내에서 많은 주목을 받고 있다. 앞으로 더욱더 주목을 받을 것으로 예상되는 최첨단 AGI 연구 집단이다.

 

그밖에도 일본 국내에서 실시되고 있는 AGI 연구 사례를 소개한다.

 

Team AI

AI와 관련된 발명을 하는 오픈 커뮤니티 Team AI 내에 2017년에 신설된 팀 ‘Team AGI’에서는 기존의 특화형 AI가 아니라 AGI의 개발을 전문으로 한다. 연구 성과로서, 2018년 3월에 휴머노이드 연동 AGI의 프로토타입을 발표하여 큰 파장을 일으킨 바 있다.

 

인간에 가까운 모습을 하고 있으며, 인간과 같은 감정 및 윤리관을 갖고 있는 휴머노이드. 놀랍게도 재현하기 어려운 다른 사람의 마음을 ‘헤아리는’ 일까지 가능하다고 한다. 인간이 가진 이해득실에 대한 판단 및 복잡한 감정을 재현하는데, 아직은 프로토타입이므로 앞으로 더욱 개량될 것으로 기대된다.

 

지금까지 일본 국내의 사례를 소개했는데, 해외의 AGI 기술은 어디까지 발전했을까? 해외에서 발표된 개발 사례를 바탕으로 살펴보자.

 

토들러

MIT 연구원인 러스 테드레이크 박사가 개발한 토들러는 일본어로 ‘아장아장 걷는 아이’라는 뜻을 지닌 자립보행 로봇이다. 부착된 센서를 통해 주위 상황을 읽어 들이고, 기울기나 움직임의 속도를 조절하면서 넘어지지 않고 나아가는 기술을 탑재하고 있다.

 

자율성과 범용성을 갖고 있기 때문에, 주변 상황에 맞춰 자신의 행동을 적응시킬 수 있다. 그 증거로, 토들러는 한 번도 걸어본 적이 없는 장소에서도 20분 정도 걸으면 땅에 맞춰 걷는 방식을 적응시켜, 걸을 수 있게 된다.

 

한 발짝마다 피드백을 실시하여 파라미터를 조절하기 때문에 넘어지지 않고 처음 걷는 길을 걸을 수 있는 차세대 이족보행 로봇이다.

 

LUNA

주식회사 일본 나루웨어 AI 테크놀로지가 개발한 범용 인공지능 ‘LUNA’는 자율성 및 범용성을 겸비한 AI이다.

 

데이터 사이언티스트로서 빅데이터를 읽어 들여 고객을 관리하거나 서비스를 향상시키거나 영업 컨설팅을 할 수도 있다. 하지만 뿐만 아니라 질문에 대해 즉흥으로 대답하는 능력도 겸비하고 있다. 예를 들어, 같은 질문에 대해서도 질문자의 상황에 맞춰 답변을 바꾸는 등, 지금까지의 특화형 AI는 할 수 없는 일을 실현한다.

 

주식회사 일본 나루웨어 AI 테크놀로지의 CEO인 바루아 비조이는 다음과 같이 말한다.

 

‘LUNA’는 스스로 생각하는 능력이 있으며, 질문에 대해 정확한 답변을 한다. 정보 검색 및 이미지도 조사할 수 있다. 대화의 폭도 매우 넓다. 같은 질문에 대한 답변이 언제나 똑같지 않으며, 날에 따라 다른 반응을 보임으로써 대화가 오래 지속된다는 특징도 가지고 있다.

 

AGI 개발의 현재 상황과 전망 (정리)

아직은 개발되고 있는 중이며, 본격적으로 연구하는 기업이나 국가도 많지 않다. 그래서 더욱 성장 가능성이 있으며, 더욱더 기대가 되는 분야이기도 하다.

 

또한 AGI의 개발과 관련하여, AGI의 구축을 목표로 하는 ‘전뇌 아키텍처 이니시어티브’의 대표 야마카와는 ‘오픈 플랫폼 전략’을 통한 접근방식을 취하고 있다.

 

AGI를 개발하는 일은, 얼핏 보면 AI를 병렬하고 또 병렬하면 해결되는 것처럼 보일 수 있다. 각각의 특화된 분야를 조합하여 강한 AI를 만들면 약점이 없는 지능을 만들 수 있을 것 같지만, 범용 인공지능을 그런 방식으로는 만들 수 없다고, 야마카와는 말한다.

 

부족한 데이터를 채우면서 추론하는 능력을 갖추려면, 기존의 지식을 유연하게 조합하여 상상하기 위한 기술이 필요하며, 가령 ‘기술X’라 불리는 그것을 개발하는 데에만 많은 시간이 걸린다.

 

2020년 이후에는 대규모 연구가 시작되긴 하겠지만, 연구해야 하는 내용은 산더미처럼 많다. 우리가 상상하고 그리는 AI가 도래하려면 아직은 시간이 더 필요하다.