#인공지능 | 생글생글

커버스토리
생각하는 로봇, 인간 넘어설까

인류의 진화를 연구하는 고인류학자들은 경쟁적으로 아프리카 에티오피아로 향합니다. 인류 화석을 찾기 위한 여행이죠. ‘태양과 가까운 땅’이라는 뜻을 가진 에티오피아는 화석의 보고(寶庫)랍니다. 고대 그리스 작가 호메로스는 이 점을 이미 알았던 모양입니다. “먼 에티오피아인은 인류 최전방의 존재”라고 <오디세이아>에 쓴 것을 보면 말이죠. 실제로 최초의 호미니드(유인원에서 갈려져 나온 인류 계통) 화석 ‘루시’도 이곳에서 발견됐죠.인류가 조상 찾기에 열을 올리듯 먼 미래에 로봇이 같은 일을 할 가능성은 없을까요? 초지능(인간보다 뛰어난 지능)을 가진 로봇들이 우주로 나간 뒤 수백만 년 뒤에 지구로 돌아와 땅속을 뒤진다는. 이것이 과연 상상일 뿐일까요?로봇의 진화를 인류의 진화와 빗대어 보면, 2000년 이후 등장한 아시모와 아틀라스 같은 로봇은 루시와 비슷하다고 볼 수 있습니다. 루시가 현생 인류의 초기 모습이듯이 아시모와 아틀라스 역시 인간의 원격 조종을 받아야 한다는 면에서 보면 원시적 형태라는 뜻입니다.그러나 최근 테슬라 창업자 일론 머스크가 내놓은 ‘옵티머스’는 훨씬 진화했습니다. 뇌가 커졌다고나 할까요. ‘스스로 생각하는’ 두뇌를 가진 겁니다. 이 때문인지 인공지능(AI) 과학자 36%는 “이번 세기에 로봇이 대재앙을 일으킬 수 있다”고 걱정했습니다.진화 역사로 보면 로봇은 상상을 초월할 정도로 빠르게 진화하는 중입니다. 로봇의 세계로 가봅시다. 인류보다 로봇 진화 속도가 더 빠르대요, 청소로봇은 '루시'…생각하는 로봇 등장아주 먼 미래의 모습을 상상해봅시다. 지구를 떠나 우주
커버스토리
인류와 로봇은 공생·공존할 수 있을까?…'아시모프의 로봇 3원칙'이 지켜진다면

인공지능(AI)을 탑재한 로봇은 인류와 공생할 수 있을까요, 없을까요? 로봇 기술과 로봇 진화를 말할 때마다 이 질문은 꽁무니에 붙어 따라 나옵니다. 로봇이 충분히 진화해 ‘제2의 사람’처럼 행동할지 모른다면, 우리는 ‘생각실험’으로라도 답을 찾으려 노력해야 합니다. 목성 탐사선 디스커버리호를 로봇이 탈취해 제멋대로 제어한다는 1968년 영화 ‘2001 스페이스 오디세이’ 이야기가 공상과학이 아닐 수 있다면 말이죠.과학소설가와 과학철학자들은 이런 미래를 상상해서(?) 인간과 로봇이 공생하는 세상 혹은 싸우는 세상을 그렸습니다. 아이작 아시모프(1920~1992)는 오늘날의 유엔 평화헌장처럼 로봇 원칙을 만든 사람입니다. 이참에 그가 펴낸 과학소설 <강철도시> <벌거벗은 태양> <여명의 로봇> <로봇과 제국> <나·로봇> <파운데이션>을 읽어보세요.아시모프가 만든 로봇 3원칙 중 제1원칙은 ‘로봇은 사람을 해치거나 행동하지 않음으로써 사람이 해를 입도록 해서는 안 된다’입니다. 디스커버리호의 자동운항을 위해 장착한 ‘할(HAL)9000’처럼 인간과 좋은 관계를 유지하다 반란을 일으켜 인간을 제거해선 안 된다는 겁니다. 누구도 이런 로봇을 만들어선 안 된다는 경고를 담은 것이죠.제2원칙은 ‘로봇은 사람이 내린 명령을 따라야 한다. 그것이 제1원칙과 상충하지 않는 한’입니다. 스스로 생각하는 로봇이 인간의 명령에 복종하지 않고 인간과 대립하는 상황이 발생하지 않도록 해야 한다는 것입니다.제3법칙은 ‘로봇은 자신의 존재를 보호해야 한다. 그런 보호가 제1법칙이나 제2법칙에 상충하지 않는 한’입니다. 로
커버스토리
인류보다 로봇 진화 속도가 더 빠르대요, 청소로봇은 '루시'…생각하는 로봇 등장

아주 먼 미래의 모습을 상상해봅시다. 지구를 떠나 우주로 향했던 로봇종(種)이 지구를 방문합니다. 오래전 현대 인류종인 호모 사피엔스가 지구에서 자기 조상 뼈(화석)를 찾아 연구했듯이, 로봇들도 지구에 머물며 ‘로봇의 진화’ 역사를 캐보려 한다고 말이죠. 연구자 로봇들은 아마도 인간을 닮았을 가능성이 높습니다. 두 발로 걷고, 사람처럼 말하고 듣는 ‘자연어 처리’ 능력을 지녔고, 인간보다 뛰어난 생각을 하는 초(超)지능을 지녔습니다.어느날 연구자 로봇들이 과거 한반도가 있던 지층에서 초기 로봇을 원형 그대로 발굴했다고 해봅시다. 딱정벌레처럼 생긴 원시 로봇은 청소용 로봇으로 밝혀집니다. 인간의 집에서 프로그램된 대로 움직이며 바닥 청소를 하던 로봇입니다. 조금 더 오래된 아래 지층에서 공룡의 등뼈처럼 긴 로봇 구조물도 발견됩니다. 이것은 자동차 조립공장에서 쓰인 자동화 로봇팔로 확인됩니다. 로봇계에선 로봇 조상이 발견됐다면서 대서특필합니다. ‘인류의 가장 먼 조상 뼈로 알려진 루시와 같은 루시 로봇 발견’이라고 말이죠.이후 로봇은 빠르게 진화한 것으로 밝혀집니다. 이족보행이 가능한 아시모라는 로봇이 2000년 출현한 사실도 드러납니다. 일본 혼다가 만든 ‘뒤뚱뒤뚱 걷는’ 로봇이라는 기록이 있었습니다만 화석으로 발견되긴 처음이죠. 미국 보스턴다이내믹스가 만든 로봇 아틀라스는 관절 제어기술의 진보 덕분에 아시모보다 ‘뒤뚱거림’이 훨씬 덜합니다. 걷는 속도도 빨라졌습니다. 인류가 나무에서 내려와 땅에서 이족보행하던 시기와 비교될 만한 로봇들입니다.넘어져도 일어나는 로봇, 계단을 오르는 로봇, 체조
사진으로 보는 세상
영국 의회 청문회에 나온 인공지능 로봇 ‘에이다’

그림을 그리는 인공지능 로봇 ‘에이다’가 영국 의회 청문회에 출석해 증언했다고 영국 주요 매체들이 지난 11일 보도했다. 외형상 인간 여성과 닮은 에이다는 이날 TV로 생중계된 영국 상원 통신·디지털위원회 청문회에서 발명자인 에이든 멜러와 함께 나와 의원들의 질문에 답했다. 이 청문회는 새로운 기술들이 예술·창작 분야 산업에 미칠 영향을 토의하는 자리였다. 에이다는 데버라 불 상원의원에게서 “어떻게 예술 창작을 하며, 창작물은 인간의 창작물과 어떻게 다르냐”는 질문을 받고 “눈에 달린 카메라, 인공지능 알고리즘, 로봇 팔을 이용해 캔버스에 그림을 그리고, 이를 통해 시각적으로 매력적인 이미지를 만든다”고 설명했다. 연합뉴스

커버스토리
'수포자'였던 영문과 교수가 AI 연구…수학에 눈뜨니 다른 세상이 보이네요

인공지능(AI)은 수학의 집합체다. AI에 필수적인 데이터 처리, 머신러닝 등은 함수, 미분, 확률 등 수학을 바탕으로 한다. 그런 AI를 문과생이 개발한다면 곧이곧대로 믿어지지 않는다. 남호성 고려대 영어영문학과 교수가 설립해 이끌고 있는 남즈연구소는 AI에 필요한 음성 인식, 음성 합성 등의 원천 기술을 보유하고 있다. 그런데 연구원 30여 명 중 이공계 출신은 한 손에 꼽을 정도다. 남 교수부터 문과 출신이고, 대부분 영문과 국문과 등 인문계 대학원생과 대학생이다.남 교수는 영문과 교수가 수학과 코딩을 가르치고 AI 기술까지 개발한 사연을 담아 지난달 《수학을 읽어드립니다》(한국경제신문)를 출간했다. 서울 동소문동 남즈연구소에서 그를 만났다. 남 교수는 “나도 고등학생 땐 수포자(수학을 포기한 사람)였다”고 했다. 보통의 문과생들처럼 수학이 싫어 문과를 택했다. 그가 수학과 다시 마주한 것은 대학에서 음성학이라는 분야를 접하면서다. 음성학에서는 말을 글자 단위, 발음 단위로 쪼개 연구한다. 그 과정에서 수학적 기법을 활용한다.다시 만난 수학은 고교 때 알던 수학과는 달랐다. 공식을 달달 외울 필요가 없고 복잡한 계산도 하지 않아도 됐다. 남 교수는 “사람 말소리의 높낮이를 그림으로 표현하면 사인, 코사인 곡선이 나온다”며 “고등학교 때 무슨 의미인지도 모르고 배웠던 수학을 완전히 다른 방식으로 이해하게 됐다”고 말했다. 그는 깨달았다. 수학은 그저 세상일을 수식으로 표현한 것에 불과하구나.깨달은 것은 또 있었다. 그는 “문과를 택하면서 수학에서 해방됐다고 생각했지만 사실은 수학을 공부할 권리를 박탈당했던 것”이라고 말했
커버스토리
사람을 대포로 쏴서 달에 보낸다는 상상이 로켓이 됐죠

쥘 베른(1828~1905)은 우주여행과 미래 과학기술을 테마로 글을 많이 쓴 소설가입니다. 그를 빼놓고 과학소설(SciFi)의 계보를 말할 수 없죠. 과학소설의 개척자였으니까요.그가 쓴 《지구에서 달까지》는 우주적 상상력과 작가적 역량이 빚어낸 기념비적 작품입니다. 소설은 사람을 대포로 쏘아서 달나라로 보내자는 사업을 둘러싸고 전개됩니다. 현재 시각에서 보면 멍청한 소리 같지만 당시엔 멋진 상상이었습니다. 지금과 다른 게 있다면 대포가 로켓으로 고급화됐다는 것뿐이죠. 지난달 21일 전남 고흥 나로우주센터에서 발사된 누리호(KSLV-Ⅱ)는 ‘고급 대포’나 마찬가지죠. “쥘 베른은 우주적인 상상력을 지니고 있다. 이것은 매우 드물고 아름다운 능력이다. 그는 시인이자 놀라운 예언자이며 능력 있는 창조자였음을 어느 누가 감히 부인할 것인가?” 아나톨 르브라즈라는 사람은 그를 이렇게 극찬했습니다. 쥘 베른의 생각이 미국의 아폴로 11호의 달 착륙보다 1세기나 앞서서 나왔다니, 놀라울 따름입니다.쥘 베른은 ‘대포 인간’ 외에 다른 상상도 소설에 펼쳐보였습니다. 잠수함, 입체영상, 해상도시, 텔레비전, 먼 우주 여행, 투명인간 개념들이었죠. 그의 소설은 《반지의 제왕》 같은 판타지가 아니었습니다. 과학소설은 물리와 과학의 법칙이 성립되는 세상을 경이로움과 버무립니다. 반면 판타지는 현실과 완전히 다른 시공간을 창조하고 물리 법칙이 전혀 적용되지 않는 이야기를 다룹니다. 쥘 베른은 미래에 등장할법한 것들을 철저한 자료조사를 통해 창조하고 묘사했습니다.쥘 베른보다 한 세대 늦게 태어난 치올코프스키(Konstantin Eduardovich Tsiolkovskii: 1857~1935)라는 소련 과
과학과 놀자
반사돼 돌아오는 빛을 X·Y·Z축 좌표로 인식하는 라이다…자율주행 도로 등 3차원 디지털 세계 구축에 활용

무인주행 자동차의 눈인 '컴퓨터 비전'은 도로 주변에 있는 모든 것을 3차원 데이터로 본다. 이런 첨단 자동차는 정확한 3차원 데이터를 얻기 위해 어떤 기술을 사용할까? 라이다(LiDAR: Light Detection and Ranging)는 레이저 빛을 물체에 쏘아 반사해 돌아오는 시간으로 정확한 거리와 위치를 측정하는 기술이다. 라이다는 무인자율주행에 필요한 정밀 3차원 디지털 지도를 만들기도 하고, 정밀한 건물 공사에 사용되기도 한다. 최근에는 디지털 트윈에 필요한 3차원 디지털 모형을 만들 때 사용돼 응용 분야가 많아지고 있다. 라이다와 인공지능 기술을 통해 인식하는 3차원 세계라이다는 1961년 레이저가 발명된 직후 개발됐다. 초기 라이다는 대기 측정과 우주 행성 측량 분야에서 사용됐다. 라이다가 사용하는 원리는 물체에 반사된 빛이 되돌아오는 시간을 측정하면 정확한 거리를 얻을 수 있다는 데 있다. 이 아이디어는 1930년 과학자 에드워드 허친슨 신지(Edward Hutchinson Synge)가 탐조등을 사용해 대기 밀도를 조사하기 위한 목적으로 제안했다. 이 연구는 빛을 이용한 원격 측량의 효시가 됐다. 이후, 라이다는 지리 공간, 건설, 광업, 농업과 같이 원격 측량이 필요한 곳에 활용되기 시작했다. 지금은 아이폰(iPhone)에도 라이다가 포함돼 있을 만큼 많은 사람이 사용하고 있다.라이다는 대상물 표면에 빛을 반사해 되돌아온 시간을 거리로 계산한 후, 이 거리를 3차원 좌표들로 변환한다. 3차원 좌표는 3차원 공간에서 X, Y, Z좌표인 포인트(point)로 구성된다. 라이다는 이 포인트의 집합인 포인트 클라우드(cloud)를 짧은 시간에 만들어낼 수 있다. 이 과정을 3차원 스캐닝(scanning)이라고 한다. 라이다는 보통 몇 미터
과학과 놀자
질병 유발 단백질에 대한 신약 후보물질의 생리활성을 예측하는 기술, 인공지능 활용한 가상탐색으로 신약 후보물질 빨리 찾아내

평균 10년, 1조원의 비용. 일반적으로 알려진 신약 개발에 필요한 기간과 비용이다. 이렇게 많은 시간과 비용이 드는 이유는 신약 후보 물질을 찾는 단계에서 약물의 승인 단계까지 상당한 시간과 비용이 소모되기 때문이다. 신약 개발에는 막대한 시간과 비용이 들어가지만, 성공 가능성은 희박하다. 신약 개발 과정은 질병을 일으키는 단백질을 찾아내고 해당 질병을 치료하기 위한 후보물질 탐색, 전임상, 안전성 및 약효를 평가하는 임상 1, 2, 3상 단계를 거친다. 이와 같은 과정에는 많은 시행착오가 생기며 이로 인해 막대한 연구개발 시간과 비용이 소요될 수 있다. 인공지능을 활용한 연구개발신약 개발업계 관련자들은 이런 고민을 해결하기 위해 엄청난 노력을 꾸준히 하고 있다. 최근 4차 산업혁명이라는 이슈와 함께 이런 질문에 대한 대안으로 관심받는 기술이 있다. 바로 컴퓨터를 이용한 인공지능 기술이다. 인공지능은 하드웨어 발달 및 병렬처리 알고리즘 개발에 힘입은 컴퓨터 성능 향상, 딥러닝을 기반으로 하는 획기적 데이터 분석 기술 개발, 전 세계를 연결하는 초고속 인터넷 등 다양한 기술 발전의 결과물로서 이미 이미지, 영상, 음성에 대한 인식 수준은 인간을 초월해가고 있으며 그 응용범위가 신약 개발을 포함한 모든 과학 분야의 영역으로 확대되고 있다. 인공지능을 활용하면 개선될 여지가 충분히 크기 때문에, 인공지능 기술은 기존 신약 개발 연구개발 과정의 효율성을 높여 신약 개발 성공률을 높일 수 있을 것으로 기대하고 있다.컴퓨터 기반의 신약 개발 연구는 지난 수십 년 동안 화합물과 생물학적 타깃(질병 유발 단백질) 간의 상호작용을 컴퓨터, 물리, 화학, 통계 등의

1 2 3 4 5 6 7 8