인공지능이란?

인공지능은 인공과 지능이라는 낱말이 합쳐져서 생긴 말입니다. 인공(人工)은 사람이 만들어 냈다는 뜻이고 지능(知能)은 무언가를 생각하여 문제를 해결하는 능력을 말합니다. 두 말의 풀이를 합쳐 보면, 무언가를 생각하여 문제를 해결할 수 있는 능력을 인간이 스스로 만들어 냈다는 뜻이 됩니다. 즉, 인공지능이란 인간의 학습 능력과 추론 능력, 지각 능력, 자연 언어의 이해 능력 등을 컴퓨터 프로그램으로 실현한 기술을 의미합니다. 인공지능은 적용된 기술 수준에 따라 4단계로 나누기도 합니다.
우선 가장 낮은 레벨 1에 속하는 인공지능은 단순한 제어 프로그램 정도의 인공지능으로 단순한 제어 프로그램을 탑재한 전자 제품이 이에 해당합니다. 레벨 2의 인공지능은 탐색과 지식을 도입한 인공지능으로 청소 로봇, 질문에 대답하는 인공지능 등이 이에 해당합니다. 다음 레벨 3의 인공지능은 기계 학습을 도입한 인공지능으로 데이터를 바탕으로 규칙이나 지식을 스스로 학습하는 인공지능을 의미합니다. 마지막 레벨 4의 인공지능은 딥러닝을 도입한 인공지능으로 최고 수준의 인공지능을 의미합니다

알파고와 같이 높은 수준의 인공지능만이 있는 것은 아닙니다. 동작 제어가 가능한 일반 전자 제품도 인공지능에 포함이 됩니다. 예를 들어, 리모컨으로 작동되는 선풍기, 스스로 온도를 조절하는 냉난방기도 인공지능에 해당됩니다. 학생들에게 우리 교실에 있는 인공지능을 찾아보도록 합니다.

사람 VS 인공지능, 어떻게 다를까?

인공지능은 인간이 만들었지만, 엄연히 사람의 사고 과정과는 차이가 있습니다. 둘의 차이는 무엇일까요? 사람과 인공지능이 되어 놀이에 참여하면서 그 차이를 알아봅시다.

인공지능 팀에게는 이 놀이의 규칙을 가르쳐 주지 않았습니다. 어떻게 해야 이기는지를 알려 주지 않는 겁니다. 대신에 사람이 어떤 반응을 보일 때, 어떻게 행동할지 알고 있습니다. 상대방과의 심리전 같은 것은 인공지능에게는 중요하지 않습니다. 인공지능은 사람이 만든 프로그램에 따라서 행동합니다. 중요한 것은 그런 행동으로 사람과 굉장히 비슷한 일을 할 수 있다는 것입니다.

착한 인공지능이 만들 미래
인공지능은 알고리즘, 정해진 규칙에 따라 작동합니다. 그 규칙이 사람에게 해를 끼치거나 불가피한 선택으로 인해서 사람이 피해를 받게 된다면 어떤 일이 발생할까요?
예를 들어, 만약 열차가 달리고 있는 상황에서, 직진 선로에는 5명의 사람이 있고, 좌회전 선로에는 1명이 있다고 가정해 보겠습니다. 그리고 여러분은 열차의 방향을 선택할 수 있는 위치에 있습니다. 만약 레버를 그대로 둔다면 열차는 5명의 사람을 칠 것이고, 레버를 당긴다면 열차는 방향을 바꿔서 1명의 사람을 치게 됩니다. 여러분은 레버를 당기겠습니까? 그대로 두겠습니까? 같은 상황에서 인공지능은 어떤 선택을 할까요?

친구들과 비교했을 때 어떤 결정이 더 많았나요? 그럼, 그 결정이 과연 공정한 결정일까요? 어떤 결정이 공정하다고 판단하기에 정말 어려운 문제입니다. 이처럼 5명을 살리기 위해 1명의 목숨을 희생하는 것은 도덕적으로 옳은 것일까요? 이런 문제 상황을 ‘트롤리 딜레마’라고 합니다.
트롤리 딜레마의 문제 상황은 자율주행 자동차에서도 일어날 수 있습니다. 인공지능으로 스스로 움직이는 차가 외길에서 피할 수 없는 다수의 사람들을 만났을 때, 운전자를 보호하기 위해 다수의 사람을 치더라도 직진하는 것이 옳을까요? 아니면 다수의 사람들을 살리기 위해 운전대를 꺾어 운전자의 차를 낭떠러지로 떨어지게 하여 다수의 사람들을 살리는 것이 옳을까요?
‘어떤 결정이 도덕적으로 옳다’는 건 없습니다. 어떤 결정을 내려야 하는지에 대한 사람들의 생각은 각자 다를 수 있습니다. 이처럼 인공지능은 편리함을 주지만, 인공지능의 선택은 우리에게 위험이 될 수 있습니다.
인공지능의 선택 역시 인간의 판단이기 때문에, 다양한 딜레마의 상황에서 인공지능이 옳은 판단을 할 수 있도록 프로그래밍 하는 것이 중요합니다.

인공지능은 사람의 데이터를 보고 학습하면서 우리의 많은 일을 대신합니다. 그러나 데이터 편향이 일어난다면 우리 인간 사회의 나쁜 면을 더 나쁘게 만드는 인공지능이 탄생할 수도 있습니다. 따라서 데이터를 수집할 때는 편견 없는 데이터가 필요하고, 바른 판단을 하도록 훈련을 시키기 위해 충분한 데이터의 양이 필요합니다. 또, 인공지능에 의해 도출된 결과를 비판적으로 볼 수 있는 힘도 길러야 합니다.