추가 적립 안내

“AI를 향한 논쟁적 이슈에 마침표를 찍는 단 한 권의 책!”

·1억 대 판매된 아마존의 알렉사는 정말 믿을 수 있는 비서인가?
·구글의 자율주행차는 왜 아직도 인간 없이 달리지 못하는가? ·IBM의 왓슨은 왜 의과대 1년 차보다 진단 능력이 무능한가?
인간이 예측한 AI의 성장 속도는 왜 빗나갔는가?
알고리즘으로 움직이는 기계를 넘어선 더 지능적이고 더 인간적인 AI의 탄생!

2029, AI가 인간을 초월하는 특이점은 정말 오는가!
인공지능 vs. 인간 지능, AI에 관한 가장 현실적이고 뛰어난 보고서!
‘인간은 기계가 되고 기계는 인간이 된다!’ 세계적인 미래학자이자 구글 기술이사인 레이 커즈와일이 기술이 인간을 초월하는 순간이 온다고 예측한 2029년이 얼마 남지 않았다. 그가 예측한 미래는 정말 도래할 것인가? 구글 전 CEO 에릭 슈미트는 “AI가 기후 변화, 빈곤, 전쟁, 암을 해결할 것이다!”라고 말했다. 반면 스페이스X의 CEO 일론 머스크는 “AI 연구는 악마를 소환하는 일”이라고 말했다. 이러한 AI를 둘러싼 논쟁과 화려한 이슈에도 불구하고, 인간의 지능을 완전히 능가하거나 일부 초월한 수준에 도달했다고 말할 수 있는 AI의 실현은 아직 이뤄지지 않고 있다. 단순한 알고리즘으로 움직이는 기계는 과연 진화할 것인가, 여기서 멈춰 설 것인가?
세계적인 베스트셀러 《클루지》의 저자이자 MIT 출신의 뛰어난 인지과학자 게리 마커스와 AI의 상식적 추론(common sense reasoning) 분야의 독보적인 전문가 어니스트 데이비스 교수는 그 실현이 인간의 예측보다 훨씬 더 복잡하고 어려운 일이 될 것이며 더 많은 시간을 요구한다고 말한다. ‘인간의 정신’(human mind)에서 AI의 미래에 대한 영감을 얻은 저자들은 이 책을 통해 AI를 인간이 신뢰할 수 있는 수준으로 진전시키는 데 무엇이 필요한지 설명하고, 우리가 현명하게 대처하기만 한다면 그런 진보의 과정에서 기계의 지배를 받는 미래를 걱정할 필요가 없다고 이야기한다. 《2029 기계가 멈추는 날》은 AI 비즈니스의 현주소에 대해 명료하고 현실적인 평가를 내놓으면서 새로운 세대의 AI를 통해 인간이 원하는 미래를 설계해 나가는 법에 대한 고무적인 비전을 제시한다.

“AI가 기후 변화, 빈곤, 전쟁, 암을 해결할 것이다!” _에릭 슈미트
“AI 연구는 악마를 소환하는 일이다!” _일론 머스크
유토피아와 디스토피아의 갈림길에 선 AI의 현실을 날카롭게 파헤친다!
〈2001: 스페이스 오디세이〉, 〈블레이드 러너〉, 〈HER〉… 수많은 영화가 인간과 인공지능의 공존하는 세계를 그려냈다. 그리고 다양한 이야기와 결말을 통해 유토피아와 디스토피아의 모습을 보여줬다. 영화 속 현실이 실현될 가능성은 점점 더 커지고 있다. 적어도 뉴스와 광고에서 나오는 AI를 봤을 땐 말이다. 2018년 1월 15일, 미국 《뉴스위크》는 커다란 헤드라인을 걸고 이렇게 말했다. ‘인간을 능가하는 로봇의 읽기 능력! 수백만 개의 일자리가 위험에 처했다!’ 실제로는 무슨 일이 일어났을까? 마이크로소프트와 알리바바에서 만든 인공지능 프로그램 스쿼드(SQuAD)가 독해 테스트에서 극히 제한적이고 특정한 영역의 문제를 해결하는 데 인간 수준의 성과를 달성했다. 이전에는 인간의 능력에 한참 못 미치는 수준에 머물렀던 과제에서 수치로 보면 82.136%에서 82.65%라는 아주 미비한 진보를 이룬 것이었다. 하지만 그들은 보도자료를 통해 “사람처럼 서류를 읽고 문제에 답할 수 있는 AI를 만들었다.”고 발표했다.
AI가 인류세에 이정표를 그을 것이라는 데 이견은 없다. 다만 어떤 영향을 미칠 것이냐에 대한 논쟁적 이슈가 끊이지 않고 있다. 구글의 전 CEO 에릭 슈미트는 “AI가 기후 변화, 빈곤, 전쟁, 암과 같은 문제들을 해결할 것”이라고 선언했다. 엑스프라이즈(XPRIZE)의 설립자 피터 디아만디스도 강인공지능(Strong AI)이 “우리를 풍요의 피라미드 꼭대기로 쏘아 올려줄 것이 분명하다.”고 말했다. 반면 스티븐 호킹은 AI가 “우리 문명 최악의 사건”이 될 수 있다고 경고했고 일론 머스크는 AI 연구가 “악마를 소환하는 일이며 핵무기보다 해로운” 위험이 된다고 주장했다. 중요한 것은 이들이 말하는 AI가 정확히 어떤 AI인가라는 점이다. 또 그들이 말하는 일들이 벌어질 정도로 AI가 무언가를 실제 할 수 있는가를 물어야 한다.
MIT 출신의 저명한 인지과학자 게리 마커스와 뉴욕대학교 쿠란트 수학연구소의 컴퓨터공학자 어니스트 데이비스는 지금의 AI 현실에 대해 “AI를 둘러싼 과대 선전에도 불구하고 인간의 지능과 능력을 완전히 능가하거나 일부 초월한 수준에 도달했다고 말할 수 있는 AI의 실현은 아직 이뤄지지 않았다.”고 지적한다. 그리고 인간이 원하는 미래를 설계하는 데 필요한 AI를 가까운 미래에 실현하기 위해서는 지금 당장 접근법을 바꿔야 한다고 주장한다.


1억 대 판매된 아마존의 알렉사, 구글의 자율주행차, IBM의 왓슨…
인간이 예측한 AI의 성장 속도는 왜 빗나갔는가?
알고리즘으로 움직이는 기계는 여기서 멈춰 설 것인가, 진화할 것인가?
최근 AI 분야의 눈에 띄는 진보는 하드웨어의 비약적인 발전과 함께 기가바이트나 테라바이트 단위의 대규모 데이터 세트를 기반으로 이뤄졌다. 특히 빅데이터의 등장으로 데이터를 분석하는 알고리즘, 즉 ‘딥러닝’이라는 강력한 통계 엔진이 그 중심에 있다. 거대한 데이터베이스에 의존해 머신러닝 방식으로 초인간적 수준으로 문제를 해결해내는 기계들이 우후죽순 등장하기 시작했다. 전 세계 1억 대 이상 판매된 아마존의 알렉사와 구글의 자회사 웨이모(Waymo)의 자율주행차, IBM의 왓슨이 대표적인 예다. 하루아침에 대변혁을 이룰 것만 같았던 화려한 등장이 무색하게도 모두 1년도 채 지나지 않아 실망스러운 성적표를 받았다. 예기치 않은 방식으로 너무 손쉽게 개인정보를 유출하는 사건을 일으킨다거나 흐린 날씨나 표지판 혼동 등 변수에 대응하지 못해 교통사고가 벌어지기 일쑤고 가슴 통증이라는 증상에 평범한 의과대 1학년생도 내놓을 수 있는 진단(심근경색, 협심증, 대동맥박리)을 내놓지 못하는 문제로 말이다.
《2029 기계가 멈추는 날》의 저자인 게리 마커스와 어니스트 데이비스는 데이터가 더 풍부해지고 컴퓨터 클러스터의 속도가 더 빨라지고 천문학적 규모의 투자가 더 많아진다고 해도 해결할 수 없는 근본적인 문제가 남아 있다고 말한다. 바로 딥러닝 기반의 기계가 지능 활용에 가장 기본이 되는 상식과 추론 영역의 한계를 갖고 있다는 사실이다.

“진정한 지능에는 추론, 언어, 유추가 필요하지만 현재의 기술로는 이들 중 어떤 것도 제대로 처리하지 못한다. 예를 들어 우리에게는 아직 법률 계약을 확실히 이해할 수 있는 AI 시스템이 없다. 단순 패턴 분류만으로는 충분하지 않은 문제이기 때문이다. 딥러닝에게는 넷플릭스에서 오래된 영화들의 줄거리를 적절히 요약해주기를 기대하는 것조차 지나친 요구다.”
-본문 중에서

인공지능(Artificial Intelligence)이라는 말을 만든 존 매카시 교수는 1959년 처음으로 AI와 상식 문제에 대한 주의를 촉구했다. 추상적 지식을 통합시킬 직접적인 방법이 없는 딥러닝은 대개 이 문제를 외면해왔다. 단기적인 성과를 보여줄 수 있는 빅데이터에 대한 집착이 AI의 진보를 위해 해결해야 하는 훨씬 더 어렵고 장기적인 문제, 즉 기계에게 세상의 다양성과 복잡성을 가르치는 법에 대한 관심을 앗아갔다. 이것이 바로 AI가 인간이 예측한 성장 속도보다 뒤처져 아직 제 궤도에 오르지 못한 이유다.
두 저자는 지금보다 더 성장한 단계에 도달한 후 돌이켜 보면 AI의 전환점은 2012년에 일어난 딥러닝의 재탄생이 아니라 상식과 추론 영역에서의 ‘딥 언더스탠딩’(deep understanding), 즉 심층적 이해에 대한 문제의 해결점이 보이는 순간임을 깨닫게 될 거라고 주장한다. 기술의 변혁은 10년이 걸릴지, 100년이 걸릴지 아무도 모르지만 추론과 상식적 가치관, 건전한 엔지니어링 응용에 토대를 둔 ‘인간이 신뢰할 수 있는 AI’로 탈바꿈할 때에야 비로소 시작될 수 있다는 것이다.


스티븐 핑커, 에릭 브린욜프슨, 노엄 촘스키… 세계적 석학들의 강력 추천!
AI 분야 최전선에 선 두 전문가가 전하는 AI 현주소와 인간과의 공존을 위한 장밋빛 제언!
AI 분야 최전선에서 회의론적이지만 동시에 건설적인 담론과 과제를 제시해온 두 저자의 첫 기념비적인 책 《2029 기계가 멈추는 날》에 비즈니스와 학계, 저명 매체의 뜨거운 찬사가 쏟아졌다. 스티븐 핑커, 노엄 촘스키, 에릭 브린욜프슨 등 세계적인 석학들이 인공지능에 관한 최고의 지침서로 단연 이 책을 꼽았다. 지난 10여 년 동안 AI를 에워쌌던 과대 선전에 대한 반가운 해독제이자 앞으로 세상에 엄청난 영향력을 미치게 될 변혁을 이해하는 데 귀중한 가이드라고 강조했다. 세계적인 석학들의 찬사에서도 엿볼 수 있듯 이 책은 단순히 AI의 현 실태를 분석하고 평가하는 데 머물지 않고 인간과의 공존을 위한 건설적인 전략과 장밋빛 제언을 전한다.

“인간 전문가의 유연성과 강력한 직관에 비견되는 소프트웨어가 기계의 순수한 연산력과 결합된다면 과학적 발견의 속도 자체는 대단히 빨라질 것이다. 이 시점이 되면 단 한 대의 고급 컴퓨터가 고도의 훈련을 받은 인간 집단이 해내는 일을 복제하거나 우리 인간은 할 수 없는 일들을 할 수도 있다.
이처럼 발전된 형태의 AI라면 방대한 양의 신경 데이터와 복잡한 인과 추론을 이용해 ‘두뇌가 어떻게 작동하는지’(지금까지 알려진 것이 거의 없는 영역), ‘정신 질환 치료제를 어떻게 만들어야 하는지’(지난 30년간 거의 진전이 없는 분야) 등에 대해 알아낼 수 있을 것이다. 뛰어난 과학적 기량을 갖춘 AI가 농업과 청정에너지 분야에서 더 효율적인 기술을 고안하는 데 도움을 주는 일도 영 터무니없는 생각이 아니다.
물론 이런 일들을 할 수 있는 범용지능을 가진 AI를 만드는 일이 쉽지는 않다. 아니 정확히 말하면 대단히 어렵다. 그래서 이런 일들이 가까운 미래에 실현되기란 불가능하다. 하지만 시기의 문제일 뿐 결국은 실현될 것이다.”
-본문 중에서

이 책을 통해 두 저자가 말하고자 하는 메시지는 분명하다. 지금 우리는 AI와 공존하는 세상으로 가는 길 위에 있으며, 다음에 올 순간이 무엇이든 우리는 그것을 안전하고, 믿을 수 있고, 가능한 한 인류에게 유용한 방향으로 나아가도록 최선을 다해야 한다는 것뿐이다. 비즈니스, 경제, 학계 등 폭넓고 다양한 영역에서 새로운 판을 창조하게 될 AI에 대한 관심은 더욱더 뜨거워지고 있다. 상상하지 못한 수준의 세상이 어떤 식으로 펼쳐질지, 또 그 미래가 유토피아일지, 디스토피아일지 궁금한 독자라면 이 책을 절대 놓쳐서는 안 될 것이다.


나는 이 책이 나오기를 아주 오랫동안 기다렸다. 게리 마커스는 항상 현대 AI 트렌드의 선정주의(sensationalism)를 견제하는 데 앞장서 왔다. 그 흐름은 1960년대와 1980년대에도 늘 있었다. AI에 대한 찬사는 과거에도 있었으며 늘 ‘인공지능의 겨울’(AI Winter)이 뒤따랐다. 두 저자는 독자들에게 현실적인 솔루션을 제시한다. 딥러닝과 실제 적용 사례를 통해 현재의 AI가 얼마나 제한적으로 작동하는지 비판적으로 평가하면서도 어떻게 해야 AI가 더 좋은 방향으로 충분히 실현될 수 있는지 그 방안을 제시한다.
_ 티 닐드(아마존 독자)

다단계 신경망을 활용한 딥러닝 방식의 AI에서 (상황이나 문제를) 정말 이해할 수 있는, 즉 딥 언더스탠딩이 가능한 AI로 미래 향방을 이끌어야 가야 한다는 사실을 수많은 실용적 사례와 흥미로운 이야기를 통해 보여준다. 이는 더 많은 대중(AI와 인지과학 비전문가)이 두 AI의 차이에 대해 쉽게 이해할 수 있도록 한다. 지금의 AI가 수행하는 일에 대한 실제적인 이해가 없으며 ‘전혀 지능적이지 않다’는 사실을 인지하게 하고 올바른 방향으로 AI를 설계해 나가는 전략까지 들려준다!
_스티븐 밀러(아마존 독자)

이 책은 딥러닝이 장기적으로 AI의 만병통치약이 아니라는 사실을 광범위한 사례와 근거를 통해 알려준다. 딥러닝으로 설계된 AI는 학습할 데이터 양이 충분히 많아야 하고 패턴을 식별하기 위해 일련의 알고리즘을 필수로 한다는 점에서 점점 더 분명한 한계가 드러나고 있다. 저자들은 이에 상식과 인지 모델, 추론 능력을 가진 AI로 재설계해야 한다고 주장한다. 현재 AI가 사회적, 정치적, 산업적 영역에 미치게 될 영향을 고려했을 때 이 책의 주장은 충분히 귀 기울여야 할 가치가 있다.
_리카르도(아마존 독자)

스티븐 핑커(하버드대학교 언어심리학 및 진화심리학 교수,《우리 본성의 선한 천사》, 《마음은 어떻게 작동하는가》)
인공지능은 오늘날 인류가 맞닥뜨린 가장 중대한 문제다. 하지만 지금 이루어지는 담론들은 전혀 지적이지 못하다. 맹신에 빠져 있거나 종말론적이거나 상황 파악이 안 되고 있는 것들뿐이다. 인간 지능과 기계 지능의 전문가들인 게리 마커스와 어니스트 데이비스는 오늘날의 인공지능이 할 수 있는 일과 할 수 없는 일을 명쾌하게 설명하고 덜 인공적이고 더 지능적인 시스템을 만들기 위한 방법을 안내한다.

노엄 촘스키(언어학자이자 철학자, MIT대학교 언어학 교수))
인공지능은 우리 삶의 일부다. 비판적이면서도 객관적인 시각을 바탕으로 하는 이 명료하고 정통한 해석은 사회 질서와 지적 활동에 엄청난 영향력을 행사하게 될 발전을 가져다줄 귀중한 지침이다.

에릭 브리뇰프슨(MIT대학교 슬론 경영대학원 교수,《제2의 기계 시대》, 《머신 플랫폼 크라우드》 공저자)
AI가 여러 응용 분야에서 초인간적 성과를 거두고 있지만 현실적으로 세상을 정말로 이해하는 범용 인공지능이 되기까지는 아직 갈 길이 멀다. 게리 마커스와 어니스트 데이비스는 특유의 유머와 통찰력으로 현재의 접근법에 숨어 있는 함정들을 설명하고 우리의 신뢰를 얻을 수 있는 건실한 유형의 AI를 향한 경로를 설득력 있게 제시한다.

페드로 도밍고스(워싱턴대학교 컴퓨터과학 및 공학 교수,《마스터 알고리즘》 저자))
CEO들을 비롯해 기술 기업에 몸담고 있는 모든 사람들이라면 반드시 읽어야 할 책이다. 이 책을 읽고 나면 AI 분야에서 밀과 쭉정이를 가려낼 수 있을 것이다.

폴 블룸(예일대학교 심리학 및 인지과학 교수, 《공감의 배신》 저자))
이 책은 매우 흥미롭다! 인간 지능의 뛰어난 힘을 상기시키면서 인공지능 연구에 있어서 필요한 미덕에 대해 설득력 있는 관점을 제공한다. 인지과학을 다룬 가장 뛰어난 걸작이다!

가리 카스파로프(전 세계 체스 챔피언, 《딥 씽킹》 저자)
마침내 AI가 무엇인지 그리고 무엇은 AI가 아닌지, 야심과 창의력이 더해질 때 AI는 무엇이 될 수 있는지 세세하게 알려주는 책이 등장했다. 이 책은 영화 추천이나 게임과 같은 단순한 알고리즘을 뛰어넘어 우리 생활의 모든 면에서 진정한 동반자가 될 기계의 모습을 그린다.

로드니 브룩스(MIT대학교 컴퓨터공학 인공지능연구소 소장)
지난 10년 동안 AI를 에워쌌던 과대 선전에 대한 반가운 해독제! AI와 로봇공학이 가야 할 길이 얼마나 멀었는지, 그리고 그 먼 길을 가려면 우리는 무엇을 어떻게 해야 하는지 현실적인 시각을 제공한다.

이코노미스트
과대광고가 보여주는 AI는 당장에라도 경제를 뒤흔들고 인간의 일자리를 모두 파괴시킬 것 같다. 그러나 AI 연구의 최전선에서 바라본 다른 관점이 등장했다. 바로 이 책이다. 오늘날의 AI 기술은 쉽게 실패할 수 있고 개발자들조차 알고리즘이 어떻게 결론에 도달하는지 이해하기 어렵기 때문에 사회가 지금의 AI를 맹신하는 것은 어리석다고 지적한다. 인간이 신뢰할 수 있는 시스템을 기계에 부여하기 전까지 AI에 대한 무조건적인 맹신은 경계해야 한다는 두 저자의 경고를 우리는 깊이 새겨들어야 할 것이다.

뉴욕타임스
이 책은 AI가 시간, 공간, 인과관계를 이해할 수 있어야 한다고 말한다. 이 세 가지 개념이 없이는 일반적이고 상식적인 사고 대부분이 불가능하기 때문이다. AI 개발자와 연구자들이 이런 배경적인 사고 구조를 기계에 부여하고자 노력하지 않는다면 우리는 절대 정교한 인공지능을 얻을 수 없을 것이다. 풍부하고 충분한 개념적 이해가 가능한 발전된 기계를 만들기 위해서는 AI에 관한 접근 방식을 바꿔야만 한다.

MIT 테크놀로지 리뷰
두 저자는 딥러닝 방식으로 구축되는 AI 시스템은 결국 우리 인간의 신뢰를 얻을 수 없을 것이라고 경고한다. 인간 두뇌의 지각 작업을 모방하는 데는 능숙하지만 대화를 하거나 인과관계를 이해하는 일에는 미숙한 AI를 성장시키기 위해 이 책은 인간의 정신에서 힌트를 얻어야 한다고 강조한다.

하버드 비즈니스 리뷰
딥러닝을 뛰어넘는 기계 지능의 진정한 발전을 이루기 위해 게리 마커스는 딥러닝 기반의 범용 인공지능 실현에 대해 회의론적인 관점을 가지고 있었다. 이 책에서 그는 우리가 얻게 될 인공지능의 미래에 대해 논한다. 딥러닝을 뛰어넘는 기계 지능의 진정한 발전을 이루기 위해 우리가 가야 할 길을 알려주는 책이다.

사이콜로지 투데이
최신 인공지능 기술의 강점과 약점에 관한 유익하고 재미있는 분석이 담겨 있다. 두 저자가 ‘AI 캐즘’(AI Chasm)이라고 부르는 현상, 즉 AI의 현실과 야망 사이에 거대한 격차가 존재한다는 사실을 보여주며 현재 패러다임의 경로를 재탐색할 것을 주장한다. 제한적 AI의 함정에 대한 경고와 함께 더 스마트한 AI를 만든다면 의학과 과학 분야에서 거의 모든 종류의 문제를 해결할 수 있는 낙관적인 가능성을 강조한다. 이 책은 AI 캐즘을 건너는 법을 흥미롭게 보여준다!

테크토크
이 책은 AI가 읽기 능력이나 일상 속 도우미 임무를 수행할 때 드러나는 맹점이 무엇인지 보여주며 사람들이 지금의 AI의 한계에 대해 쉽게 체감하도록 돕는다. 우리 인간이 일상적으로 하는 행동과 결정 속에는 많은 매개 변수가 있지만 딥러닝 기반의 AI는 이를 대처하기에 충분한 데이터를 가질 수 없어 불가능하다는 것이다. 두 저자는 상식적인 문제를 해결할 수 있고 수백만 가지의 학습 사례를 필요로 하지 않는 강력한 인공지능을 만들기 위해 인간의 뇌 기능으로부터 힌트를 얻고 그 경로를 탐색해 제시한다.

클라이브 톰슨(《와이어드》 칼럼니스트, 《은밀한 설계자들》 저자))
《2029 기계가 멈추는 날》 은 정말 재미있게 읽을 수 있는 책이다. 박식하고 재치 넘치며 오늘날의 AI가 정말로 스마트한 과제들을 수행하는 데 왜 그렇게 곤란을 겪는지 그리고 우리가 원하는 목표에 이르기 위해 무엇이 필요한지를 깔끔하게 설명하고 있다.

오렌 에치오니(앨런 인공지능 연구소 CEO)
가까운 미래에 기계가 인간을 능가할 수 있을까? 아니면 그것은 그저 과대 선전일 뿐일까? 두 저자는 세련되고 유려한 문장으로 오늘날 딥러닝을 기반으로 하는 불안하고 제한적인 인공지능과 현재로서는 도달하기 힘든 범용 인공지능 사이의 차이를 그려내며 그 답을 제시한다. 이 분야에서는 인간 고유의 상식과 신뢰가 거대한 과제로 부상한다. 지금 AI의 현실을 알기 위해 책을 한 권 읽기로 했다면 이 책이 가장 탁월한 선택이다!

케네스 포버스(노스웨스턴대학교 컴퓨터과학과 교수)
AI가 현재 어디까지 와 있고 어디로 가야 하는지 알려주는 최고의 책! 인공지능은 중요하고 뛰어난 과정을 거쳐왔지만 동시에 과대광고의 흐름 속에 놓여 있다. 이 책은 그런 과대광고를 지적하고 실제 AI 기술의 강점과 약점이 무엇인지, AI 연구가 잘못하고 있는 지점과 우리가 알아야 할 부분들은 무엇인지 잘 설명한다. 무엇보다 일반 독자들을 위해 쓰인 이 책은 흥미롭고 적절한 많은 사례와 재미있는 유머로 어렵지 않게 읽을 수 있다. 한 권의 책으로 AI에 대해 알고 싶다면 단연 이 책을 추천한다!

애니 듀크(《결정, 흔들리지 않고 마음먹은 대로》 저자)
인공지능의 미래에 관심 있는 사람이라면 꼭 읽어야 할 책! 흡입력 있는 스토리텔링과 또렷하고 이해하기 쉬운 사례들로 가득하다. 이 책은 AI가 이룬 것이 무엇인지, 인간의 정신이 가진 힘이 무엇인지 설명한다.

펜 질레트(에미상 수상 경력의 마술사, 배우, 〈뉴욕타임스〉 베스트셀러 작가)
어린 시절, 나는 영화 〈2001: 스페이스 오디세이〉를 보고 AI와 관련해 구할 수 있는 것들을 모조리 읽었다. 똑똑한 사람들은 하나같이 인공지능에 관한 일들이 20년 후에 일어날 거라고 말했다. 20년 후 나는 성인이 됐고 똑똑한 사람들은 인공지능이 20년 후에 나타날 거라고 말했다. 20년 후 우리는 2001년을 지나쳤고 똑똑한 사람들은 또 20년 후에 일어날 일이라고 말했다. 이제 ‘더’ 똑똑한 사람들의 이야기를 들을 때가 되었다. 게리 마커스와 어니스트 데이비스는 쓰레기와 진실을 걸러내 왜 우리가 20년 안에 진짜 인공지능 시스템을 가질 수 없는지, 좀 더 빨리 수준 높은 인공지능을 얻기 위해서는 어떻게 해야 하는지 알려준다.

저자의 글_ AI는 훨씬 더 인간다워져야 한다

제1장 꿈과 현실의 간극에 선 AI
과대평가된 AI의 문제점 | 기계는 얼마나 인간과 가까워졌나 | ‘닫힌 세계’에 갇혀 있는 인공지능 | 세상의 다양성과 복잡함을 기계가 알 수 있을까 | 지금의 AI 연구는 잘못된 길로 가고 있다

제2장 진짜 위협인가, 위협적인 척인가?
터미네이터는 없다 | 의도를 알지 못하는 어리석은 하인 | 지금의 AI를 얼마나 믿을 수 있을까 | 빅데이터를 넘어선 새로운 접근법을 찾아야 할 때

제3장 딥러닝을 너무 믿지 마라
지금, 왜 딥러닝에 주목해야 하는가 | 인간의 뇌를 닮은 시스템 | 불가능이 없는 딥러닝의 탄생? | 탐욕스럽고 불안정하며 알 수 없는 존재 | 완전한 지성이 아닌 알고리즘의 하나일 뿐

제4장 구글은 문맹인가, 언어 천재인가?
기계는 정말 글을 이해할 수 있을까 | 똑똑한 AI가 제대로 읽지 못하는 이유 | 비유, 상식, 추론을 통합하는 일 | 링크를 찾는 것과 질문을 이해하는 것의 차이 | 시리는 정말 비서가 될 수 있는가 | 추론하지 못하는 구글 번역의 한계 | 인풋과 아웃풋으로 설명할 수 없는 언어의 미묘함 | 지금의 AI가 인간처럼 읽지 못하는 이유 | 인간의 ‘상식’을 기계에게 이해시키는 일 | 세상을 모르고 언어를 알 수는 없다

제5장 로봇은 정말 ‘다 알아서’ 해줄까?
인간의 일자리를 아직 안전하다 | 가정용 로봇은 꿈의 영역일까 | 알고 보면 대단한 로봇청소기의 능력 | 인간에게는 쉬운 일이 로봇에게는 어렵다 | 닫힌 시스템은 알 수 없는 열린 세계 | AI에게는 큰 도전인 일상적인 업무 | ‘다 알아서 하는 로봇’은 언제쯤 실현될까

제6장 인간 정신이 주는 11가지 인사이트
‘마스터 알고리즘’은 존재하지 않는다 | 기계에는 ‘표상’이 없다 | 세상을 이해하는 도구, 추상화와 일반화 | AI는 유연성을 가지고 생각할 수 있는가 | 규칙과 불규칙을 통합하는 인간 정신의 비밀 | 단어의 합은 문장이 아니다? | 같은 말도 맥락 안에서 달라진다 | 숨겨진 본질을 간파하는 능력이 필요하다 | 인과성을 학습하는 일의 어려움 | 인간의 경험과 딥러닝의 차이점 | 무에서 유를 만들려 하지 말라

제7장 상식과 딥 언더스탠딩으로 가는 길
상식을 ‘코딩’하는 일의 어려움 | 상식을 명확하고 애매하지 않게 나타내는 방식 | 수천 개의 지식에서 관계를 찾아내는 법 | 시간, 공간 그리고 인과성 | 진보의 시작은 유동성을 얻는 데 있다 | 계획을 세우고 수정할 줄 아는 로봇 | 시뮬레이션만으로는 부족하다 | 부정확하고 불완전한 인간이 AI보다 나은 점 | 범용지능으로 가는 길

제8장 신뢰할 수 있는 AI를 향해
AI에도 안전 법규가 필요하다 | AI가 판도라의 상자가 되어서는 안 된다 | 소프트웨어의 신뢰성을 높이는 접근법 | 지름길은 없다 | 버그 없고 위해를 가하지 않는 AI | 로봇이 가져야 할 가치관은 무엇인가 | 진정한 의미의 ‘생각’을 할 수 있는 인공지능 | 더 나은 AI는 있다

감사의 말
추천 도서
참고문헌
주
찾아보기
이미지 출처

지금보다 더 성장한 단계에 도달한 후 돌이켜 보면 AI의 전환점은 2012년에 일어난 딥러닝의 재탄생이 아니라 상식과 추론 영역에서의 ‘딥 언더스탠딩’(deep understanding), 즉 심층적 이해에 대한 문제의 해결점이 보이는 순간임을 깨닫게 될 것이다. 기술의 변혁은 10년이 걸릴지, 100년이 걸릴지 아무도 모르지만 추론과 상식적 가치관, 건전한 엔지니어링 응용에 토대를 둔 ‘인간이 신뢰할 수 있는 AI’로 탈바꿈할 때에야 비로소 시작될 수 있다.
저자의 글_ 〈AI는 훨씬 더 인간다워져야 한다〉 중에서

1950년대와 1960년대 마빈 민스키(Marvin Minsky), 존 매카시(John McCarthy), 허버트 사이먼과 같은 선구자들은 AI의 모든 문제가 20세기 안에 해결될 것이라는 굳은 믿음을 갖고 있었다. 마빈 민스키가 1967년에 남긴 유명한 글을 보라. “인공지능의 문제 대부분은 한 세대 안에 해결될 것이다.” 그 뒤로 50년이 흘렀지만 아직 그런 전망들은 실현되지 않았다. 그런데도 계속 새로운 전망들이 등장했다. 2002년 미래학자 레이 커즈와일은 2029년까지 “AI가 인간의 지능을 능가할 것”이라고 확언했다.
이론적으로는 커즈와일과 서츠케버의 말이 옳을 수도 있다. 하지만 실제로 이런 일이 일어날 확률은 대단히 낮다. 지금 우리가 있는 곳에서 그 수준, 즉 인간의 지능과 같은 ‘유연성을 갖춘 다목적 인공지능’에 이
르는 길은 그리 짧지 않다. 거기에 이르기 위해서는 엄청난 양의 기초적 진전이 있어야 한다. 지난 몇 년 동안 달성한 성과와 같은 종류의 일을 조금 더 하는 정도로는 턱없이 부족하다.
제1장_ 〈꿈과 현실의 간극에 선 AI〉 중에서

AI 탄생 65주년에 다가가고 있는 지금의 상황은 이렇다. 로봇 연구가들은 로봇이 자기 위치를 파악하도록 하는 일에서 뛰어난 성과를 거뒀고 로봇이 개별적인 행동을 수행하게 하는 방법을 알아내는 데에서도 큰 발전이 있었다. 하지만 열린계에 대처하는 데 필수적인 세 가지 다른 아이디어, 즉 상황을 평가하고, 가능한 미래를 예측하고, 상황의 변화에 따라 주어진 환경에서 가장 이치에 맞는 행동은 무엇인지 역동적으로 결정하는 일에서는 그다지 많은 진전을 보지 못했다.
제5장_ 〈로봇은 정말 ‘다 알아서’ 해줄까?〉 중에서

강화된 인지 모델 없이 독해가 존재할 수 없듯이 강화된 인지 모델 없이는 안전하고 믿을 수 있는 가정용 로봇이 존재할 수 없다. 로봇은 강화된 인지 모델과 함께 보통 사람들이 상식이라고 말하는 것을 상당히 많이 갖고 있어야 한다. 세상의 모습, 세상이 돌아가는 방식, 다양한 상황에서 일어날 만한 일과 그렇지 않은 일 등을 충분히 이해하고 추론하고 예측해야 한다.
기존의 AI 시스템은 이런 것들을 전혀 갖고 있지 않다. 그렇다면 어떤 유형의 지능 시스템이 강화된 인지 모델과 상식을 갖추고 있을까? 바로 인간의 정신이다.
제5장_ 〈로봇은 정말 ‘다 알아서’ 해줄까?〉 중에서

인공지능이 ‘인간의 지능’을 닮은 존재가 되게 하려면 연구자들은 사람(어린아이조차도)이 그렇게 하듯이 타고난 지식과 능력을 통합하고, 지식을 합성적으로 표상하고, 지속성 있는 개인을 추적하는 조직화된 하이브리드 시스템을 구축하는 방법을 배워야 할 것이다.
AI가 마침내 인지과학의 이런 가르침을 받아들이고 이용하면 빅데이터를 중심으로 하는 패러다임에서 빅데이터와 추상적 인과 지식 모두를 중심으로 하는 패러다임으로 이동할 수 있다. 그리고 그렇게 해야만 무엇보다 어려운 과제, 즉 기계에게 상식을 부여하는 방법과 맞붙을 위치에 서게 될 것이다.
제6장_ 〈인간 정신이 주는 11가지 인사이트〉 중에서

역사적으로 AI는 수동 코딩과 머신러닝이라는 양극단 사이를 오갔다. 칼의 작동 방법에서 유추해 잔디 깎기 작동법을 학습하는 일은 라벨이 붙은 많은 사진을 집어넣어 개의 종을 분류하는 시스템을 개선하는 일
과는 전혀 다르다. 지나치게 많은 연구가 전자를 배제하고 후자에만 몰두했다. 칼 그림에 라벨을 다는 것은 픽셀의 공통 패턴에 대한 학습의 문제일 뿐이다. 칼이 ‘무슨 일을 하는지’ 이해하기 위해서는 형태와 기능, 그들이 어떤 연관을 갖는지에 대한 훨씬 더 심층적인 지식이 필요하다. 칼의 용도와 위험성을 이해하는 것은 많은 사진을 축적하는 것이 아닌 인과관계의 이해(그리고 학습)에 대한 문제다.
제7장_ 〈상식과 딥 언더스탠딩으로 가는 길〉 중에서