[KBS 미래기획 대전환] 인터뷰 - 노벨물리학상, 제프리 힌턴 교수 (2024. 11. 9.)

[KBS 미래기획 대전환] 인터뷰 - 노벨물리학상, 제프리 힌턴 교수 (2024. 11. 9.)
https://youtu.be/SN-BISKo2lE?si=rKuLMTLNHBKBfdBO

 

1. 🧠 신경망과 학습의 원리
2. 🤖 AI의 발전과 인간 지능의 변화
3. 🤖 AI와 일자리의 위험성
4. ⚠️ AI의 위험성과 규제 필요성
5. 💡 AI 연구의 필요성과 지원
6. 🤖 AI의 발전과 로봇의 필요성

 

AI의 발전은 인류 역사에서 중요한 전환점을 의미하며, 지금까지의 기술 혁명과 같은 방향으로 우리에게 영향을 미칠 것입니다. 본 영상에서는 신경망과 딥러닝의 원리를 통해 AI가 어떻게 사람의 지적 한계를 극복할 수 있는지를 설명합니다. AI는 의료, 교육 등 다양한 분야에 혁신적인 변화를 가져올 수 있으며, 인간의 신체적 한계를 넘어서는 것을 목표로 합니다. 하지만 새로운 기술이 일자리를 대체할 수 있다는 점에서 고민이 필요하며, 각국 정부도 이에 대한 대응 방안을 모색해야 합니다. 앞으로 AI의 발전은 놀라운 가능성을 지니고 있지만, 동시에 여러 위험요소를 간과해서는 안 된다는 메시지를 전달합니다.

 

1. 🧠 신경망과 학습의 원리

• 산업 혁명은 인간의 신체적 한계를 제거하였고, AI는 인간의 지적 한계를 극복할 것이다.
• 딥러닝은 뇌의 작동 방식을 모방하며, 뉴런과 이들을 연결하는 연결 강도의 변화에 따라 학습이 진행된다.
• 뉴런의 연결에는 가중치가 있으며, 가중치가 클수록 신호 전달의 효과가 커져 결과적으로 학습에 영향을 미친다.
• 학습의 중요한 원리는 연결 강도의 변화를 결정하는 프로세스이며, 1980년대 발전된 역전파 방법이 핵심이다.
• 인공 신경망은 복잡한 특징 감지기 층을 통해 물체를 인식하며, 예시로 조류의 머리와 발을 인식하여 새로 판단한다.

2. 🤖 AI의 발전과 인간 지능의 변화

• 1950년대부터 AI 연구에는 논리적 접근과 생물학적 접근의 두 가지 방식이 있었으며, 최근에 생물학적 접근이 효과를 나타내기 시작했다.
• 2012년에는 신경망이 물체 인식에서 큰 발전을 이루었고, 이는 고성능 컴퓨터와 방대한 데이터의 활용 덕분이다.
• AI는 헬스케어 등 다양한 산업에서 활용될 전망이며, 개인화된 학습과 같은 혁신적인 변화를 가져올 것이다.
• 인간의 지능이 더 이상 중요하지 않게 될 수도 있으며, 이는 산업 혁명 이후의 신체적 한계의 제거와 비슷한 상황을 초래할 수 있다.

2.1. AI의 발전: 논리적 접근과 생물학적 접근
1950년대 AI의 시작 이후, AI에는 논리적 접근과 생물학적 접근의 두 가지 방법이 있었다.
생물학적 접근은 신경망을 모방하려고 하였고, 논리적 접근은 추론을 위한 논리를 모방하려고 하였다.
최근에 들어서 생물학적 접근이 신경망을 이용하여 논리적 접근보다 훨씬 더 낫게 발전하였다.
초기 50년 동안 많은 사람들이 논리적 접근에 믿음을 가졌으나, 이는 실제로 잘 작동하지 않았다.

2.2. 신경망의 혁신과 발전
2009년부터 신경망을 활용한 생물학적 접근 방법이 갑자기 효과를 보여 주목할 만한 변화를 가져왔다.
2012년, 신경망이 사물을 인식하는 데 뛰어난 능력을 발휘하며 중요한 돌파구를 기록하였다.
신경망의 효과적인 작동에는 세 가지 요인이 있다: 첫째, NVIDIA 칩과 같은 강력한 컴퓨터 파워의 발전, 둘째, 인터넷에서의 방대한 데이터, 셋째, 2017년 구글이 도입한 트랜스포머 기술 등이다.
ChatGPT 출시와 함께 대중은 신경망이 자연어를 이해하고 질문에 적절하게 답변할 수 있음을 인식하게 되었고, 이를 통해 신경망에 대한 큰 관심이 일어났다.

2.3. AI의 의료 및 교육 분야에서의 영향
AI는 의료 분야에서 활용될 때, 드문 질병에 대한 진단 정확도를 높이는 데 기여할 수 있으며, AI와 의사가 함께하면 진단 성공률이 60%에 이를 수 있다.
학교에서는 AI를 통해 개인화된 학습이 가능해지며, 학생들이 정보를 더 빠르게 습득할 수 있는 환경이 조성된다.
AI는 다양한 산업에서 제공되는 대량의 데이터를 유용하게 분석하고 활용함으로써, 신속한 의사 결정과 문제 해결을 지원할 수 있다.
AI의 적용으로 인해 정보의 정확성이 향상되며, 예를 들어 한 연구팀은 1000만 개의 데이터를 사용하여 신속한 질문 응답 시스템을 구축하였다.

2.4. AI의 협력적 문제 해결과 예측의 한계
AI 모델인 GPT는 다양한 문제에 대해 사람들에게 실질적인 도움을 줄 수 있는 도구로 작용하며, 사용자에게 정보를 제공할 수 있다.
하지만 AI는 할루시네이션 현상이 있어 잘못된 정보를 제공할 수 있으며, 이는 인간이 기억할 때 흔히 겪는 혼동과 유사하다.
AI와 인간 모두 정확한 정보를 보장하지 않지만, AI의 발전은 미래 예측을 어렵게 만드는 급변하는 환경 속에서 중요한 역할을 할 수 있다.
과거를 돌아보면, 10년 전 전문가들이 상상하지 못했던 기술들이 현재 존재하듯, 앞으로의 10년간 AI는 예상 이상의 발전을 이룰 것이다.

2.5. AI 혁명과 인간의 지적 한계
AI 혁명은 역사적으로 인류 문명에 중대한 전환점을 의미하며, 인간의 지적 한계를 극복할 수 있는 도구로 발전하고 있다.
산업 혁명이 인간의 신체적 힘을 무의미하게 만들었듯이, AI가 인류의 지적 능력보다 훨씬 더 스마트해지면 지적 힘 또한 중요하지 않게 될 것이다.
AI의 발전에 대해 우리는 AI가 인간보다 더 지능적이 될 경우, 인간이 이를 제어할 수 있을지에 대한 우려가 존재한다.
인간의 복잡성과 감성은 결국 컴퓨터로 모델링될 수 있으며, 이는 사람의 특별함이 사실상 모방 가능한 것임을 나타낸다.

3. 🤖 AI와 일자리의 위험성

• AI는 많은 일자리를 대체할 것으로 보이며, 특히 법률 보조인과 같은 직업에서 더 많은 효율성을 제공한다.
• 기존의 사무직에서도 AI의 도입으로 인해 인원이 5배 감소할 수 있다는 예가 있다.
• AI의 발전으로 새로운 일자리가 생길 가능성은 있지만, 이것이 기존 사무직의 감소를 보충할 수 있을지는 불확실하다.
• 이러한 일자리 대체로 인해 발생하는 문제는 정부가 심각하게 고민해야 할 사안이다.

 

4. ⚠️ AI의 위험성과 규제 필요성

• AI의 발전으로 사이버 공격과 생물학적 무기 개발이 용이해져 우려된다는 점이 강조된다. 예를 들어, 지난해 피싱 공격이 1,200% 증가했다.
• 중기적으로는 일자리 상실과 자율 치명적 무기의 가능성에 대한 걱정이 있으며, 이러한 무기들이 2-3년 내에 등장할 수 있다고 경고한다.
• 현재의 AI 관련 규제는 군사적 사용에 관해서는 적용되지 않는 조항이 존재하며, 이에 따른 정부의 노력이 부족하다는 지적이 있다.
• AI와 관련된 기술 개발에 있어서는 자원이 풍부한 대기업들만이 기술적 이점을 가지며, 이에 대한 사회적 대책이 필요하다고 강조한다.

 

5. 💡 AI 연구의 필요성과 지원

• AI의 발전을 위해서는 기초 과학 연구에 대한 충분한 재정 지원이 필요하다.
• 연구자들은 창의적이고 실질적인 연구를 원하며, 단순히 금전적 이익을 목적으로 하는 연구는 지양해야 한다.
• 제대로 된 지원은 연구의 질을 유지하는 방향으로 이어지며, 이는 AI의 혁신적 발전에 기여할 수 있다.

 

6. 🤖 AI의 발전과 로봇의 필요성

• 로봇 인간은 AI 발전을 위해 필수적이며, 현재 많은 사람들이 이 방향으로 작업하고 있다.
• AI 시스템은 인간이 조작할 수 있도록 요소들을 설계해야 하며, 따라서 적절한 회사를 통해 이론을 적용하는 것이 중요하다.
• 신경망의 발전에도 불구하고 여전히 AI에 대한 회의적 시각이 존재하지만, 신경망 기술은 지속적으로 발전하고 있으며 많은 가능성을 보여준다.
• 신경과학자들의 예측에도 불구하고, 신경망 기술은 앞으로도 계속해서 증가하는 가능성을 지닌다.