모라벡의 역설 쉽게 이야기하기

 모라벡의 역설을 이야기하기 전에 우선 머신러닝은 정형 데이터(데이터 방식으로 저장된 것)를 다루고자 하고 딥러닝은 비정형 데이터(데이터 방식으로 저장되지 않는 것)를 다루고자 한다라는 것을 다시 한번 기억해두시면 좋을 것 같습니다. 

 

Q. 모라벡의 역설 정의가 무엇인가요?

 

 모라벡의 역설은 인공 지능 및 로봇 연구원이 높은 수준의 추론을 위해서는 계산이 거의 필요 없지만 낮은 수준의 기술(걷기, 듣기, 느끼기, 눈으로 보기 등)은 엄청난 양의 연산 리소스가 필요하다는 발견이다. 이 원칙은 1980년대 한스 모라벡, 로드니 부룩, 마빈 민스키 등에 의해 더욱 분명해졌다. 모라벡은 '컴퓨터가 지능 테스트와 같은 테스트에서는 성인 수준의 성능을 보이게 하는 것은 비교적 쉽지만 오히려 지각하고 이동하는 등의 쉬운 기술을 제공하기는 더 어렵거나 아예 불가능하다.'라고 하였다. 반면에 사람의 일상적인 행동은 컴퓨터에게 어렵지만 사람에게 어려운 논리, 연산, 추론 등은 컴퓨터에게 쉽다는 것이다.

출처: 사이언스올

 

Q. 무슨 뜻일까요?

 

출처: 파니파니 유머 블로그

 

 모라벡은 "지능 검사나 체스에서 어른 수준의 성능을 발휘하는 컴퓨터를 만들기는 상대적으로 쉬운 반면, 지각이나 이동 능력 면에서 한 살짜리 아기만 한 능력을 갖춘 컴퓨터를 만드는 일은 어렵거나 불가능하다."라고 했습니다. 즉, 사람한테는 쉬운 데 컴퓨터에겐 어렵고 사람에게 어려운 일이 오히려 컴퓨터에게는 쉽다는 것이죠.

 

Q. 왜 그런 걸까요?

 

 70~80년대 인공지능을 막 개발하던 초창기에는 20~30년 안에 사람과 같은 지능을 가진 컴퓨터가 있을 거라고 낙관했다고 합니다. 마치 영화 터미네이터처럼 말이죠. 하지만 실제론 그렇지 않았습니다. 인공지능은 눈앞에 있는 것도 제대로 모르는 멍청이였던 것이죠. 이 문제는 바로 대상을 '정의할 수 없다'라는 것에서 시작되었다고 합니다.

 사람이 개라는 것을 알기 위해서 어떤 특징을 알고 있는 것은 아닙니다. 살면서 계속 개라는 것을 보고 조금 다르더라도 "엄마 저거 개야?"라고 하면 엄마가 "응 저거 개야"라고 하면서 저것도 개구나!라고 생각하며 정보를 저장하는 것이죠.

 

Q. 개라는 것도 정의해 주면 되지 않을까요?

 

 개라는 것은 묘사는 되지만 정의할 수 없습니다. 예를 들어 제가 개는 다리가 4개에 동그란 귀를 가졌다고 해봅시다.

만약 불의의 사고를 통해서 다리가 3개가 된 개가 있다면? 그것은 개가 아닐까요? 만약 귀가 동그랗지 않고 뾰족한 시바견 같은 경우는 개가 아닐까요? 이런 다양한 경우의 수를 모두 정의하기란 쉽지 않을 것입니다.

즉, 인공지능에게 개가 어떤 거다!라고 가르치는 방식으로는 학습을 시킬 수 없다는 것에 도달하게 됩니다.

 

Q. 그러면 인공지능에게 이미지를 학습시키는 것은 불가능한 걸까요?

 

 이미지 판독 문제는 빅데이터와 딥러닝 방식으로 점차 해결되고 있다고 합니다. 로봇이 스스로 학습할 수 있도록 하는 방식입니다. 테슬라의 자율주행과 구글의 이미지 판독 기술이 나날이 늘어가는 게 그 증거입니다.

모라벡의 역설 역시 초기 인공지능 개발의 해프닝으로 남을 확률이 높다고 하네요.

 

참고: http://ko.experiments.wikidok.net/wp-d/590fd4772e93853e1ba2aec4/View

모라벡의 역설 - 어려운 것은 쉽고 쉬운 것은 어렵다. - 일상과학 WiKi - 위키독