[연재 ①] 청색기술 AI, 궁극적인 생물모방 게임이다

지난해부터 인공지능(AI)에 대한 전 세계적인 관심이 뜨겁게 일고 있다. 올해 역시 생성형(generative) AI와 함께 열풍이 휘몰아치는 가운데, 특히 자연을 모방하는 청색기술의 핵심인 AI가 궁극적인 모방게임을 즐기며 발전할 것으로 예상된다.

《청색경제뉴스》에서는 이러한 생물모방 AI, 곧 청색기술 AI에 대해 3부로 나눠 소개한다.

현대 기술의 진화 최전선에 있는 인공지능은 우리 사회의 지형을 재편하는 혁신적 잠재력과 혁신의 본질을 구현하고 있다. AI가 미래를 형성하는 중추적인 힘으로 떠오르면서 강력한 AI 시스템을 개발하는 것은 자연계의 복잡한 패턴과 프로세스를 반영한다. 수많은 AI 연구자들이 이러한 자연 현상에서 통찰력(insight)을 얻어 미지의 컴퓨팅 영역으로 모험을 떠나고 있다.

여러 측면에서 자연은 생물학적 영역을 지배하는 복잡한 알고리즘의 원조 격인 천재적인 역할을 했다. 인류가 이 지구에 발을 디디기 전부터 자연은 이미 문제 해결의 기술을 마스터하고 있었다. 복잡성(complexity)과 효율성의 섬세한 균형을 유지하며 작동하는 이러한 자연 알고리즘은 수십억 년에 걸쳐 진화하고 번성해 왔으며, 진화와 생존의 가혹한 힘에 의해 형성되었다. 그리고 이러한 경외심을 불러일으키는 생물학적 과정이 오랫동안 AI 연구자들의 마음을 사로잡았다.

현대의 AI는 자연의 독창성에서 영감을 얻는다. 예컨대, 신경망(neural network)의 설계는 인간 신경 연결의 복잡한 그물망을 반영하여 AI 발전의 초석을 형성하고 있다. 마찬가지로 유전 알고리즘(genetic algorithm)은 자연의 진화라는 각본(playbook)의 본질을 모방하여 최적의 결과에 도달할 때까지 여러 세대에 걸쳐 잠재적인 솔루션을 반복적으로 개선한다.

인공 지능의 분류

인공 지능은 능력과 기능에 따라 여러 유형으로 분류할 수가 있다. 기능에 따라 AI는 세 가지 유형으로 분류할 수 있다

1. 좁은 AI: 음성 또는 이미지 인식과 같은 특정 작업을 수행하도록 설계된 AI 시스템을 말한다. 이것은 사전에 정의된 제한된 기능 범위 내에서 작동한다. 애플(Apple)의 시리(Siri), 구글(Google) 번역기, IBM의 왓슨 슈퍼컴퓨터 등이 그 예라 할 수 있다.

2. 일반 AI: 이러한 AI 시스템은 인간이 할 수 있는 모든 지적 작업을 수행할 수 있다. 인간과 비슷한 수준으로 학습하고, 사고하며, 완수하도록 설계되었다. 그러나 이러한 유형의 AI는 현재 이론적인 수준이며 아직 존재하지는 않는다.

3. 슈퍼 AI: 이 유형의 AI는 인간의 지능과 능력을 뛰어넘는다. 이 역시 현재 이론에 불과하며 아직 존재하지 않는다.

또한 AI는 기능 인식에 따라 네 가지 유형으로 분류할 수 있다.

1. 반응형 기계: 가장 기본적인 유형의 AI 시스템으로, 현재의 시나리오에만 반응할 수 있으며 이전 경험을 사용하여 일상적인 결정을 내릴 수 없다. 메모리를 형성하거나 나중에 사용할 수 있도록 정보를 저장할 수 없다.

2. 제한된 메모리: 이러한 AI 시스템은 과거 경험이나 데이터를 빠르게 저장할 수 있다. 이 기능을 통해 향후 작업을 위해 학습하고 훈련할 수 있게 된다.

3. 마음 이론(Theory of Mind): 마음처럼 감정을 이해하고, 해석하고, 반응할 수 있는 보다 진보된 유형의 AI를 말한다. 또한 제한된 메모리를 가진 기계의 작업도 수행할 수 있다. 그러나 이러한 유형의 AI는 현재 이론적인 수준이며 아직 존재하지 않는다.

4. 자기 인식 AI: 가장 진보된 유형의 AI를 말한다. 다른 사람의 감정을 이해할 수 있고 자아를 느끼며 인간 수준의 지능을 가지고 있다. 마음 이론 AI와 마찬가지로 이 유형의 AI도 현재 이론에 불과하며 아직 존재하지 않는다.

참고로 위에서 열거한 일반 인공지능, 슈퍼 인공지능, 마음 이론 인공지능, 자기 인식 인공지능의 개발은 현재 진행 중인 미완성 인공지능 연구 분야의 현주소이다.

튜링의 통찰력

먼저 AI의 진화를 이해하려면 앨런 튜링(Alan Turing)과 그의 상징적인 튜링 머신(Turing machine)을 통해 그 뿌리로 거슬러 올라가야 한다. 앨런 튜링은 컴퓨터 과학과 암호학에 대한 획기적인 공헌으로 널리 알려져 있지만, 그의 지적 탐구는 단순한 기계를 넘어선 것이었다. 튜링은 일찍이 1952년에 발표한 생애 마지막 논문인 『형태 발생의 화학적 기초(The Chemical Basis of Morphogenesis)』에서 생명 시스템과 자연에서 영감을 얻는 혁신인 청색기술, 즉 자연의 모델과 시스템을 모방하는 과학에 매료된 모습을 보여주었다. 이 중요한 연구에서 튜링은 생물학의 영역을 깊이 파고들어 자연에서 패턴이 형성되는 메커니즘을 탐구했다.

"'기계가 생각할 수 있는가'라는 최초의 질문, 저는 이 질문이 너무 무의미해서 논의할 가치 조차 없다고 생각합니다."    - 앨런 튜링 -

튜링은 반응-확산(reaction-diffusion) 시스템의 개념을 도입하여 화학 물질이 생체 내에서 상호 작용하고 확산될 때 표범의 반점이나 해바라기꽃의 나선과 같은 복잡한 패턴을 생성할 수 있다는 가설을 세웠다.

이 혁신적인 이론은 수학 방정식에 의해 지배되는 단순한 화학적 상호작용이 자연의 다양하고 복잡한 패턴을 설명할 수 있음을 시사했다. 튜링의 탐구는 수학과 생물학 사이의 간극을 메웠을 뿐만 아니라 단순한 규칙과 상호작용이 어떻게 복잡성의 출현으로 이어질 수 있는지 이해하는 토대를 마련했으며, 이후 AI 연구자들이 채택하고 개선한 원리이다.

AI는 자연을 모방함으로써 이전에는 불가능하다고 여겨졌던 업적을 달성했다. 예술 작품 제작부터 복잡한 생물학적 시스템 시뮬레이션까지, AI는 계산적 청색기술(생물모방)의 엄청난 힘을 보여준다. 이는 자연을 이해하고 모방하면 기술과 과학의 새로운 지평을 열 수 있다는 튜링의 신념을 증명하는 것이다. 이는 계산적 생물모방 AI가 '궁극적인 모방게임이 될 수 있을까'라는 매력적인 질문을 제기한다.

《2부에서 계속됩니다》