당신은 주제를 찾고 있습니까 “인공 지능 심리학 – [출퇴근 인문학] 김경일 교수의 ‘AI와 인지심리학’“? 다음 카테고리의 웹사이트 https://hu.taphoamini.com 에서 귀하의 모든 질문에 답변해 드립니다: https://hu.taphoamini.com/photos. 바로 아래에서 답을 찾을 수 있습니다. 작성자 오마이스쿨 이(가) 작성한 기사에는 조회수 7,419회 및 좋아요 101개 개의 좋아요가 있습니다.
Table of Contents
인공 지능 심리학 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 [출퇴근 인문학] 김경일 교수의 ‘AI와 인지심리학’ – 인공 지능 심리학 주제에 대한 세부정보를 참조하세요
출퇴근에 지친 당신을 위해 준비한 출퇴근 인문학!
아주대학교 심리학과 교수 김경일이 들려주는 인지심리학,
AI와 인지심리학과는 어떤 관계가 있을까요?
본 강의는 오마이스쿨 홈페이지에서 시청가능 합니다
——————————————————————————————–
홈페이지 바로가기
PC : http://bit.ly/2U161NY
모바일 : http://bit.ly/2TrIA0b
인공 지능 심리학 주제에 대한 자세한 내용은 여기를 참조하세요.
인공지능과 심리학 사이의 연관성 – Wonderful Mind
인공지능과 심리학 사이에는 연관성이 있다. 인공지능과 심리학이 매우 생산적인 공생관계를 형성하기 시작하고 있다. 그러나 이런 발전이 덜 복잡하게 만드는 것은 …
Source: wonderfulmind.co.kr
Date Published: 6/10/2021
View: 6719
인공지능과 심리학이 관련있다고? IT속의 … – 코딩월드뉴스
현재의 인공지능과 심리학4차산업혁명 시대에 발맞추어 인공지능은 급속히 발전하고 있다. 딥마인드의 바둑 인공지능 알파고, IBM의 의료 인공지능 …
Source: www.codingworldnews.com
Date Published: 4/24/2021
View: 9438
심리학과 인공지능 – | K-MOOC
인공지능을 올바로 이해하기 위해서는 인간의 지능과 뇌를 먼저 이해하는 것이 필요 … 응용인지심리학, 주의과정과 행동, 정서과학, 노인인지발달, 정서와 디자인.
Source: www.kmooc.kr
Date Published: 4/21/2021
View: 584
고려대 심리학부에서 AI연구, 대학 융합연구 새 장 열린다
심리학부가 앞장서서 인간의 감각·인지 기능을 모방한 인공지능(AI) 알고리즘을 연구하고, 노년층 대상 ICT 기반의 마음돌봄 서비스를 개발한다.
Source: www.etnews.com
Date Published: 9/22/2021
View: 7176
AI와 인간의 연결 : 육감의 심리학 – 브런치
아주대학교 심리학과 김경일 교수는 바로 이 감각을 가운데에 두고 인간과 인공지능의 연결고리를 찾습니다. 사람은, 명확하다고 여겨지는
Source: brunch.co.kr
Date Published: 12/28/2022
View: 6621
심리학(Psychology)과AI
심리학은 “인간의 정신 과정과 행동에 관한 과학적 연구”라고 정의할 수 있으나, 현대 심리학 에서도 그 과정을 이해하기 위한 초보 단계에 있다고 해도 과언이 아니다.
Source: www.aistudy.co.kr
Date Published: 1/27/2021
View: 5502
[AI넷] AI가 미래의 심리학자가 될 수 있을까? 심리학자의 작업이 …
심리학자, 상담사, 사회 복지사 등 `직업을 돕는`사람들은 인간 영역에서 일하는 것으로 간주된다. 더 많은 수작업과 달리 머신러닝 및 AI의 발전으로 …
Source: www.ainet.link
Date Published: 1/11/2022
View: 160
AI와 로봇, 어디까지 왔나 – 내 삶의 심리학 mind
요즘 새로운 제품이 나올때 빠지지 않는 기술이 인공지능, 즉 AI다. 그렇다면 AI는 어떤 원리로 작동하는가? 그리고 얼마만큼 인간과 가까워질 수 …
Source: www.mind-journal.com
Date Published: 10/11/2022
View: 8746
[특집] IT와 심리학 (인공지능에 사용되는 심리학에 대하여)(1/2)
나는 인공지능에서 자주 쓰이는 딥러닝에서 심리학을 발견하였고, 알파고의 강화학습에 관해 강의에서 배운 내용을 찾아보았다. 딥러닝과 발달이론. 딥 …
Source: minnx99.tistory.com
Date Published: 1/16/2021
View: 3355
주제와 관련된 이미지 인공 지능 심리학
주제와 관련된 더 많은 사진을 참조하십시오 [출퇴근 인문학] 김경일 교수의 ‘AI와 인지심리학’. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
![[출퇴근 인문학] 김경일 교수의 'AI와 인지심리학'](https://i.ytimg.com/vi/tblMne6tAd8/maxresdefault.jpg)
주제에 대한 기사 평가 인공 지능 심리학
- Author: 오마이스쿨
- Views: 조회수 7,419회
- Likes: 좋아요 101개
- Date Published: 2018. 12. 2.
- Video Url link: https://www.youtube.com/watch?v=tblMne6tAd8
인공지능과 심리학 사이의 연관성
인공지능과 심리학 사이의 연관성
3분
인공지능과 심리학이 매우 생산적인 공생관계를 형성하기 시작하고 있다. 그러나 이런 발전이 덜 복잡하게 만드는 것은 아니다. 예를 들어, 어떤 규칙이 사회봉사를 규제하는가?
마지막 업데이트: 29 5월, 2020
인공지능과 심리학 사이에는 연관성이 있다. 이 글에서 이 관계의 정의와 결과를 깊이 있게 다룰 것이다. 자세한 내용을 보려면 계속 읽어보자.
먼저, 이러한 각 분야를 정의해 보자. 메리엄-웹스터에 따르면 ‘심리학’이라는 단어는 “정신과 행동의 과학이며 개인이나 집단의 정신적 또는 행동적 특성”이다. 마찬가지로 “인공지능”이라는 용어를 “컴퓨터의 지능적 행동의 시뮬레이션과 인간을 모방하는 기계의 능력을 다루는 컴퓨터 과학의 한 분야”로 정의한다.
“지금 삶의 가장 슬픈 측면은 사회가 지혜를 모으는 것보다 과학이 지식을 빨리 모으는 것이다.” –아이작 아시모프–
인공지능과 연관된 심리학 분야
심리학과 인공지능은 서로 연결되어 있다. 둘 다 정신적 과정, 행동, 감정을 가리킨다. 하지만 이것이 서로 다른 분야라고 해서 그들이 상호 배타적이라는 것을 의미하지는 않는다.
인공지능과 관련된 심리학 분야를 살펴보자.
교육심리학. 교육학적 혁신은 학습을 다르지만, 효과적인 방법으로 다룬다. 학습을 위해 인공지능의 요소들을 사용한다. 예를 들어, 지능적인 튜터 시스템, 교육용 로봇공학, 신경 교육 등이 있다.
신경과학. 인공지능은 이 분야의 연구를 강화한다.
클리닉. 로봇이 심리학자를 대신할 것인가?
인지심리학. 그것은 사이버네틱 패러다임에서 유래되었다. 또한, 인간의 능력에 대한 이해에도 영향을 미쳤다. 사실 이번 조사는 이에 대한 더 다양한 지식을 계속 제공하고 있다. 예를 들어, 그의 글 “인공지능: 신화와 현실”에서. 휴고 다알라르카오는 심리학이 과학으로서 겪었던 과정을 보여준다. 그는 인공지능과 학제 간 업무라는 맥락에서 그 연관성을 보여주기도 한다. 따라서 저자에 따르면 이러한 과학은 지속해서 서로에게 영향을 끼친다.
조직. 이 심리학 분야의 과제 중 하나는 인공지능 시스템을 통해 선택 프로세스를 강화하는 것이다.
법의학. 범죄 시뮬레이션에서 인공지능을 사용할 수 있다.
보다시피, 일부 심리학 분야는 인공지능으로 얻을 게 많다. 그리고 둘 다 다른 연구 분야에 분명한 기여를 하고 있다. 카를로스 곤살레스 타돈은 이 주제에 관한 기사를 쓴 심리학자다. 그는 어떻게 시뮬레이션 된 존재가 심리학과 심리치료에 개입할 수 있는지에 관해 이야기한다. 또한 실험 심리학에서 새로운 도구에 대한 정보를 제공한다.
현재와 미래의 심리치료에서 인공지능과 심리학
현재 치료 과정을 촉진하는 데 사용되는 인공지능의 발전은 이미 여기에 있다. 멋지지 않은가? 이전에는 인간의 상상 속에만 자리 잡고 있던 생각들이 이제는 현실로 나타나기 시작하고 있다.
예를 들어, 일부 사람들의 삶을 촉진하는 감정을 인식할 수 있는 로봇은 이미 존재한다. 이러한 보조 로봇은 알츠하이머병을 앓고 있는 사람들의 동반자 역할을 할 수 있다. 이동 지원을 해야 하는 사람들의 삶을 더 쉽게 만들 수 있는 다른 많은 프로젝트도 있다. 정말 놀랍다!
그러나 인공지능은 인간의 특성을 가진 로봇을 만드는 것 이상의 의미를 지닌다. 이 시스템은 또한 심리치료 과정에도 적합하다. 예를 들어, 치료사들은 가상현실을 통해 환자와 함께 일한다.
윤리적 문제
인간의 웰빙을 증진하는 혁명적인 방법을 갖는다는 생각은 멋져 보일지도 모른다. 그러나 일상적인 풍경에 통합되기 전에 해결해야 할 윤리적인 문제들이 있다.
틀림없이 기술적 지원은 많은 사람의 삶의 질을 향상할 수 있다. 매일 더 많은 사람이 매시간 점점 더 많은 개방된 전선에서 무너지는 것 같다.
예를 들어, 컴퓨터나 핸드폰에 프로그램을 설치할 때, 당신은 거의 읽지 않는 조건에 동의한다. 다른 사람들이 다 받아들이면 당신도 받아들여야 한다고 생각한다. 그렇게 하면 자기도 모르는 많은 특권을 부여하게 된다.
어떻게든, 당신이 해야 할 검토를 다른 사람에게 위임한다. 다른 차원에서, 소셜 네트워크가 어떻게 작동하는지 살펴보자.
친구들의 벽은 끊임없이 광고와 다른 상업적 이익에 둘러싸여 있다. 이러한 만남의 장소들은 당신에게서 이익을 얻고자 하므로 당신의 취향과 관심사를 알고자 하는 경제 전략에 의해 운영된다.
또한, 모든 심리학자는 윤리강령에 의해 지배된다. 그들은 규칙을 알고 있고, 규칙을 어기면 관련 기관에 대응해야 한다는 것을 알고 있다. 이것은 기계가 아직 도달할 수 없는 의식의 수준이다.
결론
아마도 인공지능과 심리학의 연관성에 있어서 두 가지 큰 위험은 다음과 같다.
사용자가 모르는 언어로 프로그래밍이 된 기계와 중요한 데이터를 공유하는 것.
특정 서비스, 혜택 및 활동을 규제하는 기준이나 윤리 강령에 대한 인식 부족.
이 글은 어떤가요?
인공지능과 심리학이 관련있다고? IT속의 심리학
현재의 인공지능과 심리학
4차산업혁명 시대에 발맞추어 인공지능은 급속히 발전하고 있다. 딥마인드의 바둑 인공지능 알파고, IBM의 의료 인공지능 왓슨, 신경망기술을 접목한 구글 번역기와 네이버의 파파고까지 인공지능은 이미 다양한 분야에서 일상 속에 스며들었다. 인공지능을 이루는 알고리즘이 발견되고 그 알고리즘에 따라 자료를 분석하고 처리할 수 있는 정보처리능력이 발전하면서 가능해진 일이다. 딥러닝에서 심리학을 찾아보고, 알파고의 강화학습에 관해 알아보자.
딥러닝과 발달이론
딥러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계학습 알고리즘의 집합이며, 큰 틀에서 사람의 사고방식을 컴퓨터에 가르치는 기계학습의 한 분야라고 이야기할 수 있다. 이러한 딥 러닝은 뇌 발달과 밀접한 관련이 있다
발달이론에서 사람의 뇌는 출생 이후 시냅스 가지치기가 이루어진다. 뇌는 우선 많은 시냅스를 만들어 두었다가, 사용하지 않는 시냅스를 없애고 사용하는 시냅스의 효율을 조절하는 방식으로 발달한다. 다양한 학습 역학이 결국은 서로 연관된 신경망들의 자기 조직화를 도와준다는 특징이 있다. 뇌에서 한 층의 조직이 먼저 성숙하고 다른 부분과 순차적으로 연결되는 방식으로 전체 뇌가 성숙할 때까지 반복된다.
시냅스 가지치기, https://m.post.naver.com/viewer/postView.nhn?volumeNo=16634267&memberNo=22718804
이 시냅스 가지치기는 딥 러닝 모델에서도 활용된다. 인공신경망의 계층적인 필터 구조(각 동작 환경에서 필요한 정보만 걸러내는 다중 계층 구조)가 실제 뇌의 피질과 유사해 보이게 되었다. 이러한 과정을 통해 자기 조직적인 변환기의 계층구조가 만들어지고 각 환경에 맞도록 조율된다.
합성곱 신경망의 구조(계층적 구조), https://news.unist.ac.kr/kor/column_202/
인간의 인식 발달 및 진화와 관련하여 딥 러닝의 중요성은 많은 과학자의 관심을 끌고 있다. 인간의 경우 뇌가 발달하는 중요한 시기이며, 세상 밖의 훨씬 더 복잡한 경험에 노출될 수 있다. 이러한 현상은 인간이 빠르게 변화하는 환경에 더 잘 적응할 수 있도록 만든다. 적응의 정도는 대뇌 피질 발달에 반영되기도 하고, 또한 두뇌의 자기 조직화 시기에 자극적인 환경으로부터의 정보 추출에 변화를 준다. 딥 러닝의 이런 이론들은 결국 인간 진화의 기본적인 조건으로서 문화와 인식의 공진화를 보여준다.
강화학습과 스키너의 조작적 조건형성
이러한 앞서 말했던 알파고 또한 딥러닝을 이용한 인공지능이다. 특히 알파고는 이때까지의 인공지능과 달리 스스로 강화학습을 통해 스스로 발전했다.
먼저 스키너의 조작적 조건학습에 관해서 설명하겠다. 유기체의 조작적 조건학습은 행동주의 심리학의 이론으로서, 어떤 반응에 대해 선택적으로 보상함으로써 그 반응이 일어날 확률을 증가시키거나 감소시키는 방법을 말한다. 행동의 결과를 통해 보상이 주어진다면 그 행동을 더 자주 하게 된다고 보았고, 그 보상을 ‘강화물’이라고 한다. 쾌락 제공뿐 아니라 혐오 제거로도 유기체를 강화할 수 있는데, 전자를 정적 강화, 후자를 부적 강화라고 한다.
인공지능에서 강화 학습은 일부 가치를 극대화하는 방식으로 행위자(actor) 또는 에이전트(agent)를 학습 시켜 환경에 응답한다. 환경 또는 학습 알고리즘은 에이전트 보상 또는 벌칙을 전송해 강화를 실현한다. 이것이 정책을 수정할 수 있고 정책의 수정이 곧 학습을 형성한다. 이해를 돕기 위해 구체적으로 살펴보자. 알파고는 바둑(환경)을 두는(행위) 방법을 학습하기 위해 먼저 대량의 과거 바둑 기보를 통해 인간 바둑 기사들을 모방 학습했다(예비 학습). 그런 다음 독립적인 자기 자신의 인스턴스를 상대로 수없이 바둑을 두면서 시행착오를 거쳐 경기력을 개선했다(강화 학습). 인간의 학습법을 인공지능에 접목한 사례인 것이다.
앞으로의 인공지능과 심리학
앞서 말한 인공지능들은 소임만 수행 할 수 있는 약 인공지능이다. 사람처럼 감정을 느끼고, 새로운 일을 배우고, 대회의 맥락을 파악할 수 있는, 한 가지 일에 국한되지 않는 인공지능을 강 인공지능이라고 한다. 나는 강 인공지능이 갖추어야 할 능력 중에서 물체지각 능력과 자연어를 통한 대화 능력에 관심을 가졌다. 이 두 가지 주제에서 심리학을 찾아보았다.
신호처리와 정신물리학
외부의 물리적 자극에 의해 감각 기관이 외부의 물리적 자극을 전기적 신호의 한 형태인 활동 전위로 바꾸면, 신경을 통해 뇌까지 활동 전위가 전달된다. 이렇게 전달된 활동 전위는 뉴런의 말단에서 신경전달물질이 뇌 속으로 분비되도록 한다. 이 일련의 과정을 감각처리라고 한다. 환경 내의 사물을 인지하여 대뇌피질에 그 사물에 관한 전체상이 형성되면 ‘물체를 지각하였다’고 한다.
인간은 감각 역치를 통해 감각을 느낀다. 감각 역치를 통한 감각인식의 방식은 절대역과 상대역으로 나눌 수 있다. 절대역은 탐지할 수 있는 에너지 수준과 탐지할 수 없는 에너지 수준 사이의 분할 점이다. 이는 특정 자극에 대한 민감성의 한계를 나타내며 외부환경을 인식하는 데 있어 관문이다. 절대역을 탐지확률이 50%인 자극강도로 정의한다. 반면 차이 역은 감각적으로 변별 가능한 최소한의 물리적 자극의 변화량을 의미한다. 보통 최소 가지 차(JND)로 나타낸다. 표준자극과 최소 가지 차의 비율은 상당히 안정된 상숫값을 가지며 이것을 베버의 법칙이라고 한다. 이는 탐지 자가 자극의 절대량보다는 상대적인 차이나 변화에 더 민감하다는 것을 보여준다.
이와 비슷하게 기계는 입력장치를 통해 신호를 수신하여 신호를 여러 목적에 따라 가공하는 신호처리과정을 거친다. 신호는 아날로그 또는 디지털 신호로 표현되며, 음향, 전자기파, 영상 또는 센서 출력값 등 다양한 측정값을 표현할 수 있다. 대부분의 입력신호는 디지털로 이루어진다, 따라서 디지털 신호 처리를 통해 디지털화된 신호를 원하는 방향으로 정보 신호를 알고리즘에 의해 수치로 처리해야 한다. 이 단계에서 인간의 감각 인지 방식인 절대역, 차이 역에서 아이디어를 가져와 알고리즘을 구현한다면 인간과 유사한 감각인지 능력을 갖출 수 있을 것이다.
디지털신호 처리는 연속적인 실세계 아날로그 신호를 측정하고 걸러내고 압축하는 것이다. 여기서 필요한 신호와 불필요한 신호를 판별할 때 신호탐지 이론을 적용할 수 있다. 신호탐지이론은 신호의 탐지가 신호에 대한 관찰자의 민감도와 관찰자의 반응 기준에 달려 있다는 이론이다. 이 이론은 신호(Signal)와 노이즈(Noise)를 구분하는 데 관련된 능력을 측정하는 수단으로 이용할 수 있다. 이러한 인간의 지각 방식을 알고리즘에 접목하여 한층 더 인간에 가까운 지각 능력을 얻게 될 수 있을 것이다.
인간의 신호탐지, https://ko.wikipedia.org/wiki/파일:SignalDetection.png
자연어 처리와 문화심리학
마지막으로 인공지능과 심리학에 대한 자료를 수집하면서 흥미로운 기사를 발견하였다. 따라서 기사의 출처를 남기고 요약하여 수록 하였다.
인공신경망의 발전으로 영상처리 분야에서 주목할 만한 결과가 나오면서 합성 곱 신경망(CNN)이 인공지능의 큰 부분으로 인식되곤 하지만 인공지능의 발전을 이끈 또 하나의 축은 기호(Symbol) 기반의 인공지능이다. 언어는 인간의 의식에서 벌어지는 상징물들의 조작이고 상징이다. 이에 기반해 기호를 처리하는 기호 주의 인공지능이 자연어 처리 분야를 오랫동안 이끌어 왔다.
자연어 처리 연구는 순환신경망을 적용했다는 한계로 인해 큰 벽을 넘지 못했다. 그러나 2018년 10월 구글이 발표한 대화형 인공지능 언어 (BERT)가 발표되면서 인간의 언어 이해 능력 이상의 결과를 보인다. BERT는 학습 속도의 향상할 수 있도록 병렬처리형 범용 딥러닝 모듈 아키텍처인 ‘Transformer’를 양방향으로 설계하고 있다. 이러한 구조와 더불어 언어사용자의 중요한 단어에 집중해 의도와 문맥 분석에 집중하는 범용 관심 모델을 채택했다. 이 관심 모델은 기본적으로 언어심리학에 기반한 것으로 발화 의도와 문맥 분석에 집중한 것이다.
예를들어, ‘커피 더 마실래?’라고 할 때 서양에서는 ‘more coffee?’라고 하지만 동양에서는 ‘더 마실래?’라고 다르게 대화하는 것이다. 서양에서는 명사(coffee)를 중심으로 생각하고 동양에서는 동사(마실 것)를 중심으로 생각하는 차이에서 기인한다고 볼 수 있다. 따라서 맥락을 파악하여 구현하는 모델에서는 동서양의 언어 차이가 나타나는 양태를 다른 방식으로 구현해야 한다.
대화의 중요한 특성 중의 하나가 서양의 대화는 상대방에게 정보를 제공하는 관점이 반영된다는 것이다. 이에 반하여 동양에서는 상태를 통제하고 제어하려는 의도(맥락)에 숨어 있다. 상대방에게 대화하는 만큼의 에너지를 투여하는 것에 상응하는 통제적 요소가 반영될 때 나의 에너지 투여에 가치가 있는 것이라는 관념이 깔린 것이다. 따라서 대화에는 숨은 의도에서 맥락의 기본적인 차이가 존재한다. 이처럼 동서양의 문화 심리적으로 나타나는 언어의 차이는 공학적 인공지능만으로는 현대의 인공지능 기술을 따라가기 어려운 점을 설명해준다. 따라서 심리학자나 심리철학자가 IT 개발 팀에 있어야 발전하는 인공지능의 수준을 높여 컴퓨터 기술자들 만 있었을 때 얻을 수 없었던 새로운 방법론을 찾아낼 수 있을 것이다.
마치며
공학을 전공하더라도 인문학에 소홀히 해서는 안 된다는 것이다. 공학은 사람을 이롭게 하기 위해 공업적인 생산에 응용하여 생산력과 생산품의 성능을 향상·발전시키는 학문이다. 최종적으로 ‘인간’을 위한 결과물을 산출해야 하며 그러기 위해선 ‘인간’ 인간의 근원 문제, 사상과 문화에 관해 탐구해야 한다. 그것을 깨닫는 것이 인문학인 것이다.
참고
1. 이재용 IT 심리학 | 인공지능에서 유용한 사회문화심리학(발췌 요약)
http://www.ciokorea.com/news/122678
2. Martin Heller | InfoWorld “알파고를 만든” 강화 학습 이해하기
http://www.itworld.co.kr/news/124052#csidx0287b9c3269bd7b9628749cbb9acd6a
심리학과 인공지능
Share with friends and family!
Tweet that you’ve enrolled in this course
트위터를 이용하여 친구 및 가족과 공유
Post a Facebook message to say you’ve enrolled in this course
페이스북을 이용하여 친구 및 가족과 공유
Email someone to say you’ve enrolled in this course
이메일을 이용하여 친구 및 가족과 공유
네이버를 이용하여 친구 및 가족과 공유
카카오를 이용하여 친구 및 가족과 공유
Email someone to say you’ve enrolled in this course
강좌 주소를 이용하여 친구 및 가족과 공유
고려대 심리학부에서 AI연구, 대학 융합연구 새 장 열린다
대학 융·복합 연구의 새 장이 열린다. 전통적으로 문과 영역으로 여겨져 온 심리학이 최첨단 정보통신기술(ICT) 연구에 활용된다. 심리학부가 앞장서서 인간의 감각·인지 기능을 모방한 인공지능(AI) 알고리즘을 연구하고, 노년층 대상 ICT 기반의 마음돌봄 서비스를 개발한다. 단순히 인문사회학적 콘텐츠를 담는 수준을 넘어 최첨단 기술 연구개발(R&D)을 주도하는 것이 과거와 다른 점이다.
고려대 심리학부는 19일 과학기술정보통신부와 보건복지부가 각각 발주한 AI 및 ICT 서비스 과제를 수주했다고 밝혔다. 구체적으로 ‘뇌의 인지, 기억, 추론, 감각 기전 모사 AI 알고리즘 개발'(과기정통부), ‘ICT 기반 노년기 마음돌봄 서비스 개발'(복지부) 등 2건의 연구 과제다. 사업 기간 2년 9개월, 사업비만 각각 38억원 및 10억7000만원에 이르는 대형 프로젝트다. 두 과제 모두 고려대 심리학부 중심으로 컴퓨터공학, 생체의공학 등 다학제 간 참여가 이뤄지는 융·복합 연구다.
최준식 고려대 심리학부 교수가 이끄는 연구팀에선 자연, 일상생활과 유사하게 시공간을 사람처럼 인지·감각하는 AI알고리즘 개발을 목표로 세웠다. 서울대 뇌인지과학과, 포항공대 AI대학원, 고려대 전기전자공학부, 한양대 생체공학부 등 6명의 전임 연구원이 참여한다. 인간의 감각·인지 기능을 모사해 시공간 정보를 어떻게 처리하는지를 연구하고, 이를 로봇에 적용하는 연구를 진행한다.
최준식 교수는 “심리학은 인간이 어떻게 사고하는지에서 출발하는 학문이기 때문에 AI가 어떻게 사고하는지를 연구하는 것과 밀접하게 연관될 수밖에 없다”면서 “AI 초기에는 통계학이나 수학에서 아이디어를 많이 얻었지만 현재는 인간의 두뇌 활동 모방에서 출발하는 연구가 세계적으로 활발하다”고 설명했다.
장기화한 코로나19 상황으로 취약해진 노년층의 마음 돌봄 서비스에도 심리학 중심 융·복합 연구가 활용될 것으로 전망된다. 최근 고려대 심리학부 연구 결과에 따르면 코로나19로 인해 노년층이 마음 건강에 취약하고, 특히 인터넷에 친숙하지 않은 노년층일수록 취약성은 더욱 큰 것으로 나타났다. 디지털 기술을 이해하고 활용하는 능력을 의미하는 ‘디지털 리터러시’가 마음 건강에까지 영향을 미친 것을 확인했다. 최기홍 고려대 심리학부 교수 연구팀은 온·오프라인 플랫폼에 노년층 마음 건강 돌봄 콘텐츠를 담을 계획이다.
최기홍 교수는 “챗봇이나 로봇처럼 기술 분야 주도로 출발한 마음 건강 돌봄 서비스가 있었지만 인문사회과학적 설계나 콘텐츠 부족으로 지속 서비스에 한계가 있었다”면서 “심리학이 주도한 융·복합 연구를 통해 편리하면서 깊이 있는 시스템을 설계하는 것이 목표”라고 강조했다. 최기홍 교수 연구팀에는 심리학, 뇌인지과학, 사회복지학, 사용자경험(UX) 디자인 등 다양한 전문가가 참여한다.
고려대는 올해 3월 국내 대학 최초로 심리학과를 독립 심리학부로 격상시켜 융·복합 연구 기반을 닦았다. 심리학이 인지과학·뇌과학 등으로 확대되는 가운데 AI·뉴미디어 등 사회문제 해결 과목으로 인문학의 새 길을 개척하는 사례를 열었다. 최기홍 교수는 “학부 단계부터 인문·사회·자연과학에 통계, AI 등 다양한 전공을 넘나드는 학습으로 창의적 사고를 할 수 있는 인재 참여가 기대된다”고 덧붙였다.
김명희기자 [email protected]
AI와 인간의 연결 : 육감의 심리학
한 번에 몰아보기
들어가며
세상의 무엇인가를 감각으로 느낀다는 것은 생명체와 기계를 나누는 중요한 기준입니다. 그런데 과연 이 감각이 동물, 혹은 사람만의 것일까요? 최근의 센서 기술들은 바로 인간의 전유물로 꼽히던 감각을 데이터로 만들어내고 있습니다. 사진 속의 이야기를 읽기도 하고, 소리도 듣습니다. 가속도나 기울기를 알아채는 것은 이미 스마트폰의 기본 역할이기도 합니다. 심지어 냄새로 무엇인가를 찾는 로봇 코도 개발되고 있습니다.
그러니까 결국 기계도 사람처럼 감각을 통해 사물을 읽어들이고 있다는 겁니다. 물론 우리같은 동물적 감각은 아니겠지만 ‘오감’이라고 부르는 것들을 수치로, 데이터로 만들어내는 것이지요. 아주대학교 심리학과 김경일 교수는 바로 이 감각을 가운데에 두고 인간과 인공지능의 연결고리를 찾습니다.
사람은, 명확하다고 여겨지는
이 오감 안에서조차
설명할 수 없는 일들을 만들어냅니다.
우리는 사물을 그대로 받아들일까?
김경일 교수의 이야기는 바로 오감, 그리고 동물적 감각인 육감에서 시작합니다. 육감은 과학적으로 설명하기 어렵지만 분명 우리는 느끼고 있는 감각일 겁니다. 그리고 이 육감은 사람들이 중요한 결정을 내릴 때에도 영향을 끼칩니다.
사람뿐 아니라 동물은 사물의 정보를 받아들일 때 오감을 이용합니다. 시각, 청각, 촉감각, 후각, 미각 등입니다. 그런데 김경일 교수는 우리가 과연 정보를 감각 그대로 받아들이는지에 대해 질문을 던집니다. 감각을 통한 정보가 머릿속으로 받아들여지는 과정에는 상당히 많은 변수들이 영향을 끼칩니다. 무엇보다 그 변수들은 정확한 해석을 해치기도 하고 세상을 왜곡하기도 합니다. 김경일 교수는 굴렁쇠 사진을 꺼냅니다.
“굴렁쇠는 동그란 모양입니다. 하지만 이를 사진이나 비디오 등을 통해서 볼 때는 찌그러진 타원으로 보입니다. 하지만 사람들은 이 굴렁쇠를 둥글다고 생각합니다. 분명 망막으로는 2차원의 찌그러진 원으로 보일 겁니다. 둥근 굴렁쇠는 우리가 머릿속에서 만들어내는 것이지요. 우리 방식대로 해석하는 겁니다.”
우리는 찌그러진 원을 온전히 동그랗다고 받아들입니다. 사물이 주는 정보를 다르게 이해하는 것이지요. 사람이 사진 속 굴렁쇠를 동그랗다고 받아들이는 것은 눈으로 들어오는 이미지를 한번 다시 해석하기 때문입니다. 경험과 기대, 가정, 믿음 등 복잡한 사람만의 처리 방법을 더해 머릿속에서 이 2차원 이미지를 3차원으로 만듭니다. 이를 이용하는 것이 바로 ‘착시효과’지요.
인간이 정보를 끊임없이 해석하기 때문에
일어나는 것이 ‘착시’입니다.
우리의 경험이 시각적으로 들어오는
2차원적인 데이터를 다시 가공하는 것입니다.
착각이나 착시는 우리가 정보를 받아들인 뒤 다양한 주변 상황과 함께 묶어서 해석한다는 것을 뜻합니다. 인공지능은 아주 오랜 학습을 통해서야 비슷하게 흉내를 낼 수 있습니다. 실제로, 센서 기술은 급격히 발달하고 있습니다. 인공지능이 사람처럼 특정 조건에 따라 아주 세밀하게 움직일 수 있는 이유는 바로 이 센서가 사람의 오감을 데이터로 만들고, 사람의 입장에서 받아들일 수 있게 됐기 때문입니다.
하지만 여전히 ‘인공지능’이라는 이름을 달고 알아서 뭔가를 해주는 기기들이 만족스럽지 않지요. 아직도 인공지능은 사람이 오감을 해석하는 능력만큼 예민하지 못하다는 이야기입니다. 그럼 사람이 감각에 기대어 판단하는 것은 정확할까요? 그건 아닐 겁니다. 인간은 정보를 받아들이는 과정에서 몇 가지 요인에 손을 대면 판단에 혼란을 일으키기도 합니다. 김경일 교수의 감각에 대한 이야기는 계속 이어집니다.
정확하지 않은 감각과 틀린 판단의 역설, ‘인간다움’
“인간은 세상의 다양한 장면과 상태를 내 몸의 상태로 표현합니다. 그래서 그 상태를 역으로 변화하면 생각이 바뀌는 경우도 일어납니다. 면접관들에게 따뜻한 음료와 차가운 음료를 나누어주면 컵의 온도에 따라 우호적이거나 냉정해지는 경향이 있습니다. 물리적 온도가 따뜻하면 스스로가 더 따뜻한 사람처럼 느끼고, 차가워진 사람은 마음도 차가워졌다고 느끼기 때문입니다.”
과거에는 이런 실험 결과를 학계에서도 믿지 않았다고 합니다. 하지만 오랜 세월 실험이 반복되면서 이 역시 사람의 한 특성으로 받아들여지게 됐다고 합니다. 바로 ‘사람이 감각을 이용해 생각을 바꾼다’는 것이지요. 흥미로운 실험 결과가 하나 더 있습니다. 바로 자세에 따른 행동 변화입니다. 김경일 교수는 피실험자의 성격과 관계 없이 당당한 자세를 취하게 한 사람과 소극적인 자세를 했던 사람 사이의 행동이 다르다는 실험 결과를 보여주었습니다. 자세에 따라서 더 적극적이고 공격적인 결정을 내리기도 하고, 반대로 위축되고 소극적으로 바뀔 수도 있다고 합니다.
자세가 바뀌면, 생각이 바뀐다
“누군가는 인간이 오감을 통해서 또 다른 감각과 판단을 내린다는 것을 알고 이용하기도 합니다. 오감은 여섯번째 생각과 판단을 만들내는 데 영향을 줄 수 있습니다. 바로 이 부분이 우리가 컴퓨터와 다르다는 결론으로 이어집니다.”
다섯가지 감각은 인간이 세상을 바라보고 해석하는 중요한 부분입니다. 오감이 합쳐지면서 말로 설명할 수 없는 여섯번째 감각이 만들어지기도 하지만 동시에 특정 감각을 제어하는 것으로 정확한 판단력을 잃기도 합니다. 김경일 교수는 인간이 감각을 통해서 명확하게 짚어야 할 역할을 이야기합니다. 그리고 이 이야기는 바로 인간의 존재 이유로 연결됩니다.
“인간과 인공지능이 기본적으로 처리해야 하는 일은 세상에 대한 분석입니다. 하지만 사람은 정보를 정확하게 분석해야 하는 것 자체가 존재의 이유가 아닙니다.”
오감을 통해 세상에서
어떤 것을 느끼고, 결정할 지 정하는 것이
바로 사람의 역할이자 존재의 이유입니다.
바로 여섯번째의 무엇인가를
만들어내는 것이지요.
인간의 역할, ‘여섯번째 감각’
많은 전문가들이 인공지능과 경쟁을 두고 인간 고유의 역할과 의미를 찾곤 합니다. 공감과 판단, 그리고 결정이 주로 꼽히지요. 김경일 교수의 설명도 그 뿌리는 크게 다르지 않습니다. 다만 우리가 그 동안 결정을 이끌어내는 판단으로 흘러가는 과정을 감각과 묶으니 쉽게 고개가 끄덕여집니다. 그리고 그 결과물이 바로 우리가 그 동안 ‘동물적 감각’이라고 말하던 ‘육감’인 셈입니다. 요즘 말로는 ‘느낌적 느낌’일까요?
이제 상대적으로 컴퓨터와 인공지능의 역할은 더 뚜렷해집니다. 정확한 정보의 수집과 분석입니다. 컴퓨터의 탄생과 존재 이유 자체가 데이터를 정확히 처리하는 데에 있습니다. 그리고 우리가 지금 기대하는 그 역할은 딱 거기까지라는 것이 김경일 교수의 이야기입니다.
“사람들은 어설프게 인간을 흉내내는 인공지능을 싫어합니다. 일본의 한 무인 호텔은 1층에서 3가지 로봇이 투숙객을 맞이합니다. 전형적인 로봇, 공룡 모양의 로봇, 그리고 사람을 쏙 빼닮은 로봇입니다. 역할은 똑같지만 사람들은 대체로 공룡 모양의 로봇과 이야기를 나누었고, 사람을 닮은 로봇을 가장 멀리했습니다. 사람들은 분석보다 느끼는 것에 익숙하기 때문에 인간의 모습을 하고 다섯가지 감각을 분석만 하는 인공지능을 불편하게 생각합니다.”
인간과 닮은 로봇은 친숙함을 기대했겠지만 오히려 어설픈 인간 흉내가 사람들을 불편하게 한다는 이야기입니다. 사람의 형체에 기대했던 행동과 다른 무엇인가가 묘한 거부감을 만들어내는 것이지요. ‘불편함의 골짜기(uncanny valley)’라는 이론으로 연결되는 감정이기도 합니다. 인공지능이, 로봇이 사람과 더 비슷할수록 사람과 닮지 않은 부분이 더 쉽게 드러난다는 이야기입니다. 대신 사람과 전혀 다른 형태의 인공지능에 대해서는 거부감이 줄어들고, ‘나를 돕기 위한 기술’이라는 점에 집중하게 됩니다.
물론 인공지능의 어색한 부분들은 서서히 줄어들게 되고, 더 정교한 사람 수준의 무엇인가가 만들어질 겁니다. 하지만 과연 인간의 생각까지 데이터로 만들 수 있을까요?
“인공지능이 인간의 생각처럼 이전에 없던 새로운 것을 만들어내는 수준으로 발전할까요? 새로운 것에 대한 출발은 욕구에 있습니다. 반면 기계는 어떤 것이라도 명령에 따라 움직이게 마련입니다. 바둑 대결이 끝난 뒤 커제 9단과 알파고는 각각 무엇을 했을까요.”
인공지능의 역할은 특정 상황에서 특정 행위를 사람과 비슷하게 처리하도록 하는 데에 있습니다. 그래서 앞에서 보이는 행동은 비록 사람과 비슷할 수 있지만 그 다음의 행동은 다를 겁니다. 김경일 교수는 그 욕구를 데이터로, 함수로 풀어내는 것이 어렵다고 이야기합니다. 지금까지 1%도 진행되지 못했다고 합니다. 세상의 많은 일들은 그 욕구를 어떻게 건드려주고, 조정하느냐에 따라 갈등과 소통이 결정된다는 설명도 흥미롭습니다. 결국 김경일 교수는 인공지능의 역할을 두고 ‘욕구를 충족시키는 데까지 도움을 주는 것이고, 그 욕구 자체를 만들어내는 것은 아니’라는 결론으로 정리합니다.
“인공지능은 앞으로 우리가 느끼는 오감을 통해 무엇을 해야 할지 결정하기 직전에 현재 상태를 확인해주고, 어떤 결정들을 내릴 수 있다는 지표를 안내해주는 데에 머물 겁니다.”
결정과 판단 직전까지의 안내자이고,
그 나머지는 인간의 몫입니다.
그래서 그 영역은 영원히 인간의 역할로
남게 될 겁니다.
‘인공’화 할 수 없는 사람의 본성과 그 역할에 대한 가치를 읽을 수 있어야 한다는 이야기로 읽으면 될까요. 인간의 몫을 두려워할 이유는 없습니다. 한번쯤 인간의 불확실성과 욕심에 대해 우쭐해 보는 건 어떨까요. 그게 우리 인류의 역사를 만들었고, 앞으로도 우리를 지켜줄테니까요.
글 : IT컬럼리스트 최호섭 ([email protected])
김경일
메타인지를 통해 인간을 연구하는 인지심리학자. 현재 아주대학교 심리학과 교수로 재직 중이다.
AI와 로봇, 어디까지 왔나
컴퓨터 프로그램이 한 때 세계 최고의 바둑기사로 평가되었던 사람 중에 한 명인 이세돌 바둑기사와 대국하여 4승 1패로 승리한 후 인공지능 artificial intelligence, AI 은 이제 익숙한 단어가 되었다. 사실 AI는 더 이상 언론을 통해 접하는 단어가 아니라 공기청정기, 청소기, 스피커, 심지어는 자동칫솔, 피부관리기 등 다양한 상품으로 우리 일상생활 속에서 직접 접할 수 있는 단계에까지 이르렀다.
AI 제대로 이해하고 있나요?
이렇게 AI가 상업화할 정도로 대중화되었지만 그 정도로 우리가 AI를 제대로 이해하고 있는지는 의문이 든다. 사실 저자는 언어학을 공부하기 위해 미국 유학을 결심하였지만 언어학을 전공하던 중 인지과학에 매료되어 (언어학도 인지과학을 구성하는 하나의 하부 학문이지만) 심리학과로 전과하였다. 인지과학을 좀 더 포괄적으로 이해하기 위해 다양한 컴퓨터 과목도 함께 수강하였는데 그때 수강한 과목 중 하나가 AI이었다. 그 당시 AI과목은 LISP라는 컴퓨터 언어로 다양한 영어 문장들을 문법적으로 분석하는 자연언어처리에 초점을 맞추고 있었다. 그런데 과제 중에 하나가 tic-tac-toe라는 게임을 프로그램하는 것이었다. 1980년대 컴퓨터 모니터는 그림을 그릴 수 있는 능력을 갖추지 못해서 글자로 3×3 판을 만들어 그 위에 O와 X를 표시하도록 프로그램을 짰는데, 많은 시간 공을 들인 결과 게임을 하면 절대 컴퓨터를 이길 수가 없고 최선의 결과가 비기는 것이어서 나 자신 상당히 자랑스러워했던 생각이 난다.
Honda Asimo의 충격
그 후 전공에 매진하였던 관계로 AI는 맛만 보고 끝나 버린 결과가 되었다. 그러던 중 일본 자동차 회사인 혼다가 Asimo라는 직립보행로봇을 제작하였다는 소식을 접하게 되었을 때 신선한 충격을 받았다. 인간이란 무엇인가 ? 우리는 사고 능력, 언어 능력, 도구 사용 능력 등이 인간을 다른 동물과 차별화되는 점이라 생각한다. 그에 못지않게 인간을 특징짓는 것이 직립보행능력이다. 두 발로 균형을 유지하면서 보행을 한다는 것은 간단한 문제가 아니다. 한 발로 신체를 지탱하면서 역동적으로 움직이는 무게 중심에 맞추어 균형을 유지하여야만 넘어지지 않고 목적하는 곳으로 이동할 수 있다. 이런 문제를 해결했다는 것을 혼다 아시모가 보여준 것이다.
Honda Asimo는 혼다사가 만든 로봇이다. ‘로봇의 원칙’을 만든 것으로 유명한 아이작 아시모프Isaac Asimov, 1920~1992의 이름 따서 아시모Asimo라 불렀다.
* Honda Asimo 동영상
혼다 아시모의 작동원리는 필자가 프로그램한 tic-tac-toe 게임과 크게 다르지 않다. 단지 아시모는 엄청난 정보처리능력을 이용하여 움직일 때마다 발생할 수 있는 수많은 결과들을 그때그때 즉각적으로 계산하여 이동한다는 것뿐이다. 지난 20-30년 동안 컴퓨터 하드웨어가 획기적으로 발전하였고 이런 발전으로 증대한 계산 능력이 아시모 제작에 크게 기여하였을 것으로 짐작된다.
BigDog의 균형
그로부터 5년 뒤. 2005년 MIT 전자공학과 교수였던 Marc Raibert가 설립한 Boston Dynamics 회사에서 빅독 BigDog 이란 로봇을 제작했다. 이 로봇을 소개하는 동영상을 보았을 때는 아시모로부터 받은 충격 그 이상의 충격을 느꼈다. 특히 얼음 위에서 발들이 제각각 미끄러지거나, 동반한 연구원이 발로 차서 몸통이 기우뚱거리면서 균형을 잃어버릴 것 같은데도 균형을 되찾는 장면에서는 감탄사가 절대 나왔다.
* Boston Dynamics BigDog 동영상
* BigDog의 진화를 보여주는 최근 동영상
아시모를 보다가 빅독을 보면 뭔가 다르다는 느낌을 지울 수 없다. 특히 아시모의 동작은 생명체의 동작에 비해 자연스럽지 않고 뭔가 어색하게 느껴지지만, 빅독의 행동, 특히 가파른 경사면을 따라 언덕을 내려가거나 얼음판 위에서 넘어질 것 같은 상태에서 균형을 회복하는 동작 같은 것은 동물세계에서는 볼 수 없는 동작임에도 불구하고 자연스럽게 느껴진다. 이런 차이는 두 로봇이 상이한 원리원칙에 근거하여 설계된 결과로 인한 것이란 점을 인식할 필요가 있다.
AI를 만든 사람들
일반적으로 AI는 1956년 여름 Dartmouth College에 모인 10명의 연구자들이 2달 간에 걸쳐 진행한 워크숍에서 태동한 것으로 알려져 있다. 이 워크숍에서 AI 시조들(John McCarthy, Marvin Minsky, Claude Shannon, Herbert Simon, Allen Newell 등)은 인간 지능의 핵심을 기호처리능력에 있는 것으로 결정하였다. 그 결과 AI의 초점은 알고리즘, 즉 소프트웨어 개발에 치중하게 되었다. 특히 인간 고유의 능력으로 고려되는 자연언어처리, 지식 표상과 이성적 사고, 전문가의 문제해결능력 등을 논리연산방법으로 구현해 보려는 노력이 시작되었으며, 그와 더불어 체스 게임 알고리즘 개발 시도도 함께 진행되었다. 우리에게 익숙한 알파고도 이런 시도의 진화된 유형으로 보면 될 것이다. 이런 접근법은 인간 심리의 근원은 마음이며, 마음은 육체와 별개로 존재한다는 데카르트의 생각으로부터 기원하며, 현재 ‘Good Old-Fashioned Artificial Intelligence’ 혹은 줄여서 GOFAI로 지칭되고 있다.
GOFAI는 인간의 마음을 논리적 연산법칙에 따라 기호를 조작하는 기계와 같은 존재로 인식한다. 여기서 논리적 연산법칙에 따라 효율적으로 문제를 해결하는 절차를 알고리즘이라 하며, 이런 절차는 (언어 사용자인 경우) 의식 혹은 생각을 언어로 표현하는 것, (수학자인 경우) 수학의 공식을 적용하여 정리 theorem 를 증명하는 것, (의사인 경우) 환자의 증상에 근거하여 질병을 식별하는 것 등이 된다. 보다 중요한 점은 이 알고리즘이 뉴런으로 구성된 신경회로가 되건, 실리콘으로 만들어진 컴퓨터 칩이 되던, 육체를 구성하는 물질과는 관계없이 어떤 육체에도 구현될 수 있다고 보는 것이다.
인간의 인지능력에 대한 새로운 이해
1980년대에 들어서면서 일부 학자들에 사이에 인간의 인지능력을 육체와 환경이라는 맥락 속에서 이해해야한다는 ‘체화된 인지’ embodied cognition 에 대해 논의하기 시작했다. 한 예로 야구장갑을 낀 상태로 탁자에 놓인 물잔을 잡는다고 생각해 보자. 물잔의 크기에 맞추어 손을 벌리고 물 잔의 무게와 재질에 맞추어 힘을 가하여 잔을 잡지만, 부자연스러울 뿐 아니라 이 동작을 수행하기 위해 많은 노력이 요구된다. 이런 동작을 구현하는 로봇팔을 제작한다고 생각해 보자. 이 과제를 수행하기 위해서 물잔과의 위치와 거리, 물잔의 크기, 물잔의 재질 등을 계산한 뒤 그 정보에 근거하여 얼마나 팔을 뻗어야 할 것인지, 팔꿈치를 얼마나 펼 것인지, 손아귀는 얼마나 벌려야 할 것이지, 어느 정도의 악력을 가해 손아귀를 오므릴 것이지 등을 결정해야 한다.
그에 비해 맨손으로 물잔을 잡는 상황을 생각해 보자. 이 경우 손바닥 피부의 세포 조직은 유연하게 변형하여 다양한 형태와 재질로 이루어진 물체와 쉽게 밀착하게 하며, 손끝에 위치하는 많은 촉각 수용기로부터 전달되는 촉감은 손가락에 가해지는 힘의 배분 조절을 용이하게 한다. 그에 더불어 손가락 마디, 손목, 팔꿈치 및 어깨 관절과 근육에 소재하는 고유감각 수용기는 손의 위치 정보를 온라인으로 제공하여 잔에 담긴 물을 흘리지 않고 안전하게 입으로 유도한다.
뜨거운 커피가 담긴 머그잔을 손잡이를 잡고 마실 경우 상황은 더 복잡해진다. 머그잔의 손잡이를 잡고 있는 손가락에 적절한 힘을 가해야만 머그잔의 균형이 유지되어 커피가 쏟기는 것을 방지할 수 있다. 그런 상태를 유지하면서 머그잔을 입으로 가져오고, 입과 접착시킨 뒤 잔의 각도를 조절하면서 커피를 입안으로 흘려 넣고, 커피가 줄어들면서 함께 줄어드는 머그잔의 무게에 상응하는 지지력을 팔에 가하는 것과 같이 많은 세부 사항을 충족시켜야 성취될 수 있는 동작이다.
GOFAI는 이런 동작들이 그 동작을 수행하는 행위자의 육체적인 속성과 관계없이 알고리즘에 의해서 결정된다고 본다. 따라서 행위자가 인간이 되던 로봇이 되던 하나의 동작을 수행하기 위해서는 그 동작을 하위 동작으로 분석한 뒤, 각 하위 동작을 구현할 수 있는 알고리즘 개발에 초점을 맞춘다. 하지만 위에서 제시한 예에서 보듯이 인간의 피부 세포 조직, 촉감 및 고유감각 기능 등을 활용할 경우 중추신경계, 즉 뇌의 통제(뇌가 수행해야하는 계산)를 최대한 줄이면서도 원하는 목적을 달성하는 행위를 구현해 내는 것이 가능해진다.
아시모와 빅독이 다른 이유
이런 차이가 아시모와 빅독을 구별 짓는 가장 큰 요인으로 작동한다. 아시모의 동작 하나하나는 GOFAI 원칙에 기반을 둔 알고리즘의 실행으로 구현된 결과다. 하지만 엄청난 계산능력을 장착하고 있음에도 불구하고 아시모가 활동하는 환경은 대부분 단순한 환경으로 제한되어 있다. 보통 굴곡이 없는 평평한 지면 위에서 걸어 다니거나, 계단을 오르고 내리기도 하지만 그 계단은 높이와 너비가 일정한 크기로 제작된 것이다.
그에 비해 빅독은 눈 속을 걷거나, 험난한 산비탈을 하강하거나, 미끄러운 빙판 위를 걸어간다. 특히 빙판 위에서 균형을 잃어버렸을 때 각각의 다리는 각자 반응하지만 총체적으로는 균형이 점진적으로 회복되어 간다는 것이다. 이렇게 매 순간마다 구현되는 동작은 그 상황에 따라 결정되어 발현되는 완전히 새로운 동작으로, 아시모와 같이 미리 저장된 정보를 인출하여 산출하는 동작과는 전혀 다르다. 하지만 역설적으로 빅독의 반사적인 동작은 아시모의 정제된 동작에 비해 훨씬 자연스럽게 인식된다. 보다 중요한 사실은 빅독이 얼음판 위에서 비틀거리기 시작할 때의 상황은 수리적으로 해결할 수 없는 문제란 것이다. 하지만 각 다리의 독자적인 반응이 함께 결합하였을 때 불균형 상태가 점진적으로 완화되면서 궁극적으로는 균형 상태가 복원하게 되는 것이다.
인간 지능에 대한 탐구
‘지능이란 무엇인가?’ 이 의문은 인류가 궁금해 하는 가장 큰 의문 중에 하나다. 고대 그리스 시대부터 수많은 학자들이 이 질문에 대한 답을 찾고자 시도하였으며, 현재도 심리학자, 철학자, 교육학자, 생명공학자, 신경과학자, 컴퓨터공학자 등 많은 학자들이 그 규명에 전념하고 있다. AI 또한 이런 시도의 한 축을 형성하고 있다. 위에서 언급하였듯이 AI의 태동기에는 지능의 본질을 추상적인 기호처리능력으로 보았으며, 이 능력은 육체와 독립된 것으로 생각했다. 이런 개념 하에 수많은 AI 알고리즘이 개발되었으며, 그 부산물들이 현재 우리 생활에 광범위하게 활용되고 있다. 심지어는 우리가 사용하는 스마트폰과 대화하는 것도 가능한 경지에 도달했다.
하지만 인공지능 알고리즘이 자연지능의 이해를 증진시키느냐고 물었을 때는 ‘예’라고 대답하기 어렵다. 특히 우리가 일상적으로 행하는 주변 환경과의 상호작용에 대한 이해 증진에 GOFAI는 크게 기여하지 못하고 있다. 예를 들어, 옷, 종이와 같이 부드럽고 유연한 재질의 물질을 조작한다거나, 자전거를 타거나, 젓가락질을 하거나, 춤을 추거나, 걷는 뒷모습을 보고 누군지 알아맞히거나 등과 같은 일들을 알고리즘화하는 것이 불가능하다고 단정지을 수는 없더라도 결코 용이하지는 않다.
하지만 무엇보다 중요한 것은 그 답을 어디서 구하느냐다. GOFAI와 같이 답을 행동을 구현하는 육체와 행동의 대상이 되는 환경을 배제한 상태에서 뇌에서만 찾을 경우 쉽게 발견되지 않을 것이다. 우리는 항상 환경과 대처하고 있다. 따라서 문제는 어떻게 하면 환경과의 대처를 성공적으로 수행할 수 있느냐다. 하지만 환경과의 대처에서 정해진 답이란 없다. 답은, 빅독이 보여주듯이, 환경과의 상호작용 속에서 스스로 창발 emerge 한다.
AI의 가능성과 한계
인공지능이란 단어를 인터넷으로 검색해 보면 ‘인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술이다’라는 정의가 나온다. 사실 인공지능에 대한 현재 우리 사회의 관심은 알파고로부터 시작되었다. 인공지능이 위 정의와 같이 인간의 지적 능력을 컴퓨터로 구현하는 것이라면, 알파고의 능력은 이미 인간의 한계를 벗어났으며, 따라서 자연지능으로 보기 어렵다. 하드웨어의 지속적인 개발로 인해 계산 능력은 폭발적으로 확대되고 있는 상황에서 효율적인 알고리즘 개발은 그 영향력이 엄청날 것이다. 하지만 그 목표가 자연지능에 대한 이해 추구에 있을 경우, 기존의 GOFAI식 접근법에는 한계가 있다는 것을 빅독이 잘 보여주고 있다. 인간을 포함하는 생명체의 지능적인 행동은 육체와 환경과의 상호작용 속에서 창발하는 답을 적절하게 활용하는데 있을 것이란 가능성에도 주목해야 할 것이다. mind
저작권자 © 내 삶의 심리학 mind 무단전재 및 재배포 금지
[특집] IT와 심리학 (인공지능에 사용되는 심리학에 대하여)(1/2)
본 글은 2019년에 군대에서 심리학 교양을 들으며 제출했던 레포트를, 블로그의 형식에 맞게 수정한 글 입니다.
나는 전자공학부에 재학중인 학생으로서 인공지능으로 진학을 희망하고 있다. “공학뿐만이 아니라 다양한 학문에 관심을 가지고 공부하는 자세를 지녀야 인간에게 도움이 되는 공학도가 될 수 있다”는 아버지의 말씀에 따라 군대에서 심리학의 이해를 수강하였다. 상기 강의를 수강하면서, 사람의 지능을 모방하는 인공지능은 인간의 정신을 탐구하는 심리학과 밀접하게 관련되어있음을 알 수 있었다.
따라서 자신의 전공과 심리학을 연관 지어 과제물을 제출하라는 추가과제물에서, 현재의 인공지능에서 사용되는 심리학을 발견하고, 미래의 인공지능이 나아가는 데 필요한 심리학을 ‘심리학의 이해’에서 배운 내용에서 생각해보았다.
현재의 인공지능과 심리학
4차산업혁명 시대에 발맞추어 인공지능은 급속히 발전하고 있다. 딥마인드의 바둑 인공지능 알파고, IBM의 의료 인공지능 왓슨, 신경망기술을 접목한 구글 번역기와 네이버의 파파고까지 인공지능은 이미 다양한 분야에서 일상 속에 스며들었다. 인공지능을 이루는 알고리즘이 발견되고 그 알고리즘에 따라 자료를 분석하고 처리할 수 있는 정보처리능력이 발전하면서 가능해진 일이다. 나는 인공지능에서 자주 쓰이는 딥러닝에서 심리학을 발견하였고, 알파고의 강화학습에 관해 강의에서 배운 내용을 찾아보았다.
딥러닝과 발달이론
딥러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계학습 알고리즘의 집합이며, 큰 틀에서 사람의 사고방식을 컴퓨터에 가르치는 기계학습의 한 분야라고 이야기할 수 있다. 이러한 딥 러닝은 뇌 발달과 밀접한 관련이 있다
발달이론에서 사람의 뇌는 출생 이후 시냅스 가지치기가 이루어진다. 뇌는 우선 많은 시냅스를 만들어 두었다가, 사용하지 않는 시냅스를 없애고 사용하는 시냅스의 효율을 조절하는 방식으로 발달한다. 다양한 학습 역학이 결국은 서로 연관된 신경망들의 자기 조직화를 도와준다는 특징이 있다. 뇌에서 한 층의 조직이 먼저 성숙하고 다른 부분과 순차적으로 연결되는 방식으로 전체 뇌가 성숙할 때까지 반복된다.
시냅스 가지치기, https://m.post.naver.com/viewer/postView.nhn?volumeNo=16634267&memberNo=22718804
이 시냅스 가지치기는 딥 러닝 모델에서도 활용된다. 인공신경망의 계층적인 필터 구조(각 동작 환경에서 필요한 정보만 걸러내는 다중 계층 구조)가 실제 뇌의 피질과 유사해 보이게 되었다. 이러한 과정을 통해 자기 조직적인 변환기의 계층구조가 만들어지고 각 환경에 맞도록 조율된다.
합성곱 신경망의 구조(계층적 구조), https://news.unist.ac.kr/kor/column_202/
인간의 인식 발달 및 진화와 관련하여 딥 러닝의 중요성은 많은 과학자의 관심을 끌고 있다. 인간의 경우 뇌가 발달하는 중요한 시기이며, 세상 밖의 훨씬 더 복잡한 경험에 노출될 수 있다. 이러한 현상은 인간이 빠르게 변화하는 환경에 더 잘 적응할 수 있도록 만든다. 적응의 정도는 대뇌 피질 발달에 반영되기도 하고, 또한 두뇌의 자기 조직화 시기에 자극적인 환경으로부터의 정보 추출에 변화를 준다. 딥 러닝의 이런 이론들은 결국 인간 진화의 기본적인 조건으로서 문화와 인식의 공진화를 보여준다.
강화학습과 스키너의 조작적 조건형성
이러한 앞서 말했던 알파고 또한 딥러닝을 이용한 인공지능이다. 특히 알파고는 이때까지의 인공지능과 달리 스스로 강화학습을 통해 스스로 발전했다.
먼저 스키너의 조작적 조건학습에 관해서 설명하겠다. 유기체의 조작적 조건학습은 행동주의 심리학의 이론으로서, 어떤 반응에 대해 선택적으로 보상함으로써 그 반응이 일어날 확률을 증가시키거나 감소시키는 방법을 말한다. 행동의 결과를 통해 보상이 주어진다면 그 행동을 더 자주 하게 된다고 보았고, 그 보상을 ‘강화물’이라고 한다. 쾌락 제공뿐 아니라 혐오 제거로도 유기체를 강화할 수 있는데, 전자를 정적 강화, 후자를 부적 강화라고 한다.
인공지능에서 강화 학습은 일부 가치를 극대화하는 방식으로 행위자(actor) 또는 에이전트(agent)를 학습 시켜 환경에 응답한다. 환경 또는 학습 알고리즘은 에이전트 보상 또는 벌칙을 전송해 강화를 실현한다. 이것이 정책을 수정할 수 있고 정책의 수정이 곧 학습을 형성한다. 이해를 돕기 위해 구체적으로 살펴보자. 알파고는 바둑(환경)을 두는(행위) 방법을 학습하기 위해 먼저 대량의 과거 바둑 기보를 통해 인간 바둑 기사들을 모방 학습했다(예비 학습). 그런 다음 독립적인 자기 자신의 인스턴스를 상대로 수없이 바둑을 두면서 시행착오를 거쳐 경기력을 개선했다(강화 학습). 인간의 학습법을 인공지능에 접목한 사례인 것이다.
다음 기사에 계속,,,
키워드에 대한 정보 인공 지능 심리학
다음은 Bing에서 인공 지능 심리학 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 [출퇴근 인문학] 김경일 교수의 ‘AI와 인지심리학’
- 오마이스쿨
- ohmyschool
- 인문학
- 강사
- 강의
- 강연
- 강좌
- humanities
- lecture
- lesson
- 이지캠퍼스
- izicampus
- 김경일
- 김경일 교수
- 심리학과
- 인지심리학
- 심리학
- 김경일 심리학
- 김경일 교수 인지심리학
- 김경일 인지심리학
YouTube에서 인공 지능 심리학 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 [출퇴근 인문학] 김경일 교수의 ‘AI와 인지심리학’ | 인공 지능 심리학, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
