“우리는 지난 세기(1923~2023)에 보았던 만큼 앞으로 10년(2023~2033)에도 많은 진전을 보게 될 것이다.”

-레이 커즈와일, 구글, 싱귤래리티 대학교

향후 10년 동안 기하급수적인 기술 발전의 물결이 서로 겹쳐 규모와 영향력 모두에서 수십 년 간의 획기적인 발전을 넘어설 것이다.

이러한 물결에서 나타날 것은 전체 산업(기존 및 신규)에 혁명을 일으키고, 미래 세대의 비즈니스와 과제를 재정의하며, 우리의 삶을 밑바닥부터 변화시킬 "메타트렌드"라고 부르는 것이다.

 

풍요의 시대(Age of Abundance) 블로그 시리즈를 계속하면서 나의 임무는 우리의 미래를 형성하는 각 메타트렌드를 탐색하고 앞으로 나아갈 길에 대한 고급 비전을 제공하는 것이다.

 

첫 번째는 메타트렌드이다: "임베디드 인텔리전스는 어디에나 있을 것이다." 이러한 메타트렌드의 핵심은 인공지능(AI)의 광범위한 사용이다.

AI에 대한 이야기가 점점 더 빈번해지고 AI에 대한 논의가 널리 퍼지고 있지만, 이 기술이 어디서 시작되었고 얼마나 빠르게 움직이고 있는지에 대한 관점을 얻는 것이 중요하다.

오늘 블로그의 주제이다.

 

'인공지능'의 탄생

인공지능의 개념이 처음 논의된 곳은 1956년 여름, 뉴햄프셔주 하노버의 조용한 마을 다트머스 대학 캠퍼스였다.

당시 다트머스의 수학 교수였던 존 매카시(John McCarthy)는 이 분야를 시작하고 형성할 컨퍼런스를 조직했다. 인공지능에 관한 다트머스 여름 연구 프로젝트로 알려진 매카시는 컴퓨터 및 인지 과학 분야의 저명한 20명으로 구성된 그룹을 소집했다. 그들의 주요 목적은 무엇일까? "학습의 모든 측면이나 지능의 다른 모든 특징은 원칙적으로 매우 정확하게 설명될 수 있으므로 이를 시뮬레이션하는 기계를 만들 수 있다"는 매카시의 대담한 추측을 탐구한다.

 

컨퍼런스에 대한 매카시의 비전은 Bell Labs 및 MIT의 수학 천재인 클로드 섀넌(Claude Shannon)과의 사전 협력을 통해 형성되었다(BTW, 이것이 Anthropic이 AI를 "Claude"로 명명한 이유이다). 오토마타 연구(Automata Studies)라는 에세이 모음에 대한 공동 편집 벤처를 통해 매카시는 지능을 시뮬레이션하기 위한 컴퓨터의 잠재력에 대해 더 깊이 탐구하고 싶어했다. 이를 위해 매카시와 섀넌은 대학원생 시절의 동지이자 신경망의 선구자인 마빈 민스키(Marvin Minsky)와 협력했다. 컴퓨팅 기계 분야에 상당한 공헌을 한 IBM의 너다니엘 로체스터(Nathaniel Rochester)도 있다.

 

워크숍 자금을 마련하기 위해 록펠러 재단에 4인조가 제안한 것은 야심 찬 것이었다. "기계가 언어를 사용하고, 추상화를 형성하고, 인간이 해결해야 할 문제를 해결하고, 심지어 자기 개선까지 하게 하는 것이다." 제안서는 자동 컴퓨터, 언어 프로그래밍, 뉴런망, 창의적 사고의 무작위성과 같은 주제를 탐구했다.

 

참석자들의 이력서는 훌륭함을 말해준다. 정보통계이론을 창시한 섀넌(Shannon) 신경망 연구로 유명한 민스키; 널리 사용되는 IBM Type 701을 설계한 로체스터; 물론 매카시도 사고 과정의 수학적 본질에 대해 광범위한 연구를 했다.

이 회의와 창립자들의 성과는 심오했다. 매카시는 "인공지능"(AI)이라는 용어를 도입하여 해당 분야의 미래를 위한 방향을 설정했다. 아서 사무엘(Arthur Samuel)은 1959년에 "머신러닝"을 동전화한 직후에 민스키는 패턴 인식 및 기계 인식 분야의 AI 기여로 튜링 상을 수상했다. 이처럼 다트머스 컨퍼런스는 단순한 여름 워크숍이 아니라 인공지능의 새로운 시대를 여는 행사였다.

 

1970년대에는 지식 기반 시스템이 도입되면서 이 분야가 발전했다. 이들은 인간 전문가의 의사 결정 기술을 모방하도록 설계된 DENDRAL 및 MYCIN과 같은 전문 소프트웨어였다. 그러나 이번 10년은 또한 AI의 "겨울" 중 하나를 목격했다. 이는 주로 충족되지 않은 낙관적인 기대로 인해 열정과 자금이 감소하는 것으로 나타났다.

 

1980년대는 전문가 시스템의 상업적 성공에 힘입어 새로운 정신을 불러일으켰다. 동시에 인간의 뇌 구조에서 영감을 얻은 신경망 영역도 르네상스를 경험했다. 이러한 재활성화는 이러한 네트워크 훈련을 가능하게 만든 역전파 알고리즘 덕분이었다. Prolog 기반 컴퓨터를 개척하려는 일본의 야심찬 5세대 컴퓨터 시스템 프로젝트와 같은 노력에서 국제적인 관심이 뚜렷이 드러났다.

 

1990년대로의 전환은 지식 중심에서 데이터 중심 AI 방법론으로의 패러다임 전환을 의미했다. 이번 10년은 의사결정 트리, 강화 학습, 베이지안 네트워크와 같은 기계 학습 기술의 우세를 축하했다. 중요한 것은 1990년대에 "딥 러닝"의 씨앗을 뿌려 심오한 신경망 아키텍처의 토대를 마련했다는 것이다.

 

새천년이 시작되면서 AI는 혁신적인 성장을 이룰 준비가 되어 있었다. 데이터 가용성과 계산 능력이 폭발적으로 증가한 2000년대에는 컨볼루션 신경망과 같은 새로운 기술도 목격되었다. 이 시대의 눈에 띄는 순간 중 하나는 "제퍼디Jeopardy!" 게임쇼에서 인간 챔피언을 제치고 AI의 힘을 보여준 IBM의 왓슨(Watson)이었다.

 

그러나 그 이후 10년인 2010년대는 진정한 딥 러닝 시대를 예고한 해였다. Google, Apple, Facebook과 같은 거대 기술 기업은 AI 연구를 주도하여 수백만, 심지어 수십억 명의 사람들에게 영향을 미치는 실제 애플리케이션을 탄생시켰다. 하이라이트는 Google의 DeepMind가 개발한 AlphaGo였다. AlphaGo는 세계 챔피언 바둑 선수를 물리치고 상상할 수 없는 일을 달성한 프로그램이다.

 

그러나 혁신적인 트랜스포머 아키텍처와 우리가 현재 즐기고 있는 AI 르네상스가 탄생한 것은 지난 10년 후반이었다. 2017년에 Attention is All You Need라는 획기적인 논문으로 소개된 이 모델은 GPT 및 BERT와 같은 혁신적인 모델을 탄생시켜 자연어 처리 작업의 새로운 표준을 설정했다.

 

이것이 중요한 이유

우리는 역사상 독특한 순간, 즉 수조 달러 규모의 기업과 산업을 이끌 혁명의 정점에 서 있다.

이는 나에게 파괴적이고 매우 기회주의적인 여러 시기를 생각나게 하는 순간이다.

-전기의 발명과 보급

-라디오의 발명

-인터넷(월드와이드웹)의 탄생

-스마트폰의 채택

-클라우드 서비스 출시

 

AI는 모든 산업 분야의 비즈니스 모델을 변화시키려고 한다.

하지만 위에서 살펴본 것처럼 AI의 씨앗은 67년 전 다트머스에 심어졌다. 그렇다면 AI가 등장하는 데 왜 그렇게 오랜 시간이 걸렸을까? AI가 지금 폭발하는 이유는 무엇일까?

이것이 다음 블로그의 주제이다.