모라벡의 역설
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
모라벡의 역설은 인공지능 분야에서, 인간에게는 쉬워 보이는 과제(예: 시각, 운동)가 컴퓨터에게는 매우 어렵고, 반대로 인간에게 어려운 과제(예: 수학, 체스)는 컴퓨터가 비교적 쉽게 수행할 수 있다는 역설적인 현상을 의미한다. 이는 인간의 기술이 진화 과정에서 생물학적으로 구축되었고, 오래된 기술일수록 무의식적으로 수행되어 역설계가 어렵기 때문이다. 초기 인공지능 연구는 인간에게 어려운 문제에 집중했으나, "쉬운" 문제의 어려움을 간과하여 실패했다. 현재 한국은 AI 기술 개발을 위해 노력하고 있으나, 인간 고유의 능력 구현은 여전히 도전 과제로 남아있다.
더 읽어볼만한 페이지
- 역설 - 슈뢰딩거의 고양이
슈뢰딩거의 고양이는 양자역학의 코펜하겐 해석이 거시세계에 적용될 때 나타나는 역설을 보여주기 위해 에르빈 슈뢰딩거가 제안한 사고 실험으로, 관측 전까지 고양이가 살아있는 상태와 죽어있는 상태의 중첩으로 존재한다는 양자역학의 해석을 비판하고 다양한 양자역학 해석을 비교하는 데 기여하며 과학철학 및 대중문화에도 영향을 미쳤다. - 역설 - 투표의 역설
투표의 역설은 다수결 투표에서 개인의 합리적 선호와 달리 집단 전체의 선호가 순환적인 형태를 띠어 사회적 선호가 이행성을 갖지 못하게 되는 현상으로, 선거 결과가 투표 절차에 따라 달라질 수 있고 스포일러 효과를 초래할 수 있다는 함의를 지닌다. - 인공지능철학 - 친절한 인공지능
친절한 인공지능은 사용자에게 친절하고 공감적인 방식으로 상호 작용하며 긍정적이고 효과적인 사용자 경험을 제공하는 것을 목표로 하는 인공지능 기술의 한 분야이다. - 인공지능철학 - 인공지능윤리
인공지능윤리는 AI 시스템의 윤리적 문제들을 다루는 학제 간 연구 분야로, 투명성, 공정성, 책임성, 프라이버시 보호 등의 원칙을 기반으로 알고리즘 편향, 기술 독과점, 자율주행차 책임 문제, 인공지능 무기화, 특이점 등의 과제를 다루며, 오픈소스화, 설명 가능한 인공지능, 정부 규제 등의 해결책이 논의되고, 대중문화 또한 논의와 인식 확산에 기여하고 있다.
| 모라벡의 역설 | |
|---|---|
| 모라베크의 역설 | |
 | |
| 설명 | 고도의 추론 능력보다 저수준의 감각운동 기술을 컴퓨터화하는 것이 의외로 더 어렵다는 발견 |
| 분류 | 역설 |
| 관련 분야 | 인공지능, 로봇공학 |
| 명명 | 한스 모라베크 |
| 제시 시기 | 1980년대 |
| 세부 사항 | |
| 핵심 내용 | 인간에게 쉬운 기술 (지각, 운동 능력)은 컴퓨터에게 어렵고, 인간에게 어려운 기술 (추론, 논리)은 컴퓨터에게 상대적으로 쉽다는 역설 |
| 시사점 | 초기 인공지능 연구의 어려움에 대한 이유를 설명하고, 실제 환경에서 작동하는 로봇 개발의 어려움을 강조 |
| 원인 | |
| 진화의 영향 | 인간의 감각 및 운동 기술은 오랜 진화 과정을 통해 최적화되어 복잡한 계산 과정을 필요로 하지만, 추론 능력은 비교적 최근에 발달 |
| 무의식적 처리 | 감각 정보 처리는 대부분 무의식적으로 이루어지며, 이를 인공적으로 구현하기 어렵다. |
| 거대한 컴퓨팅 자원 필요 | 감각 운동 기술에는 광대한 데이터와 연산량이 필요하여 현재 기술로는 극복하기 어렵다. |
| 관련 인물 | |
| 한스 모라베크 | 이 역설을 처음 제시한 로봇 공학자 |
| 마빈 민스키 | 초기 인공지능 연구에 기여한 학자 |
| 스티븐 핑커 | 인지 과학자, 역설의 중요성을 강조 |
| 비판 및 논쟁 | |
| 인공지능 발전 | 최근 딥러닝 기술 발전으로 일부 지각 및 운동 능력 분야에서 컴퓨터가 인간을 능가하는 성과를 보이고 있다. |
| 역설의 한계 | 여전히 인간 수준의 인지 능력 구현에는 많은 어려움이 존재한다. |
| 참고 문헌 | |
| 모라베크 | 'Mind Children' (1988) |
| 민스키 | 'The Society of Mind' (1986) |
| 핑커 | 'How the Mind Works' (2007) |
| 다른 참고 문헌 | Lee, 2017 Brynjolfsson and Mitchell, 2017 |
| 기타 | |
| 다른 이름 | 모라벡의 역설 Moravec's paradox モラベックのパラドックス |
2. 인간 기술의 생물학적 기반
모라벡의 역설에 대한 한 가지 설명은 진화론적 관점이다. 인간의 모든 기술은 자연 선택 과정을 통해 설계된 기제를 통해 생물학적으로 구현된다. 오래된 기술일수록 자연 선택에 의한 설계 개선이 여러 번 이루어졌지만, 추상적 사고는 비교적 최근에 발달하기 시작했기에 그 구현이 효율적일 것이라고 기대하기는 어렵다.
모라벡은 다음과 같이 기술했다.
> 인간 뇌의 감각 및 운동 관련 부분은 자연계에서 10억 년 동안 경험하고 생존한 결과 고도로 진화해왔다. 우리가 추론이라고 부르는 의식적인 과정은, 더 오래되고 강력하며 일반적으로 의식되지 않는 감각 운동 지식에 의해 뒷받침되지 않으면 의미가 없는 얇은 베니어판과 같다. 감각과 운동 영역에서는 우리 모두 뛰어난 올림픽 선수이며, 어려운 일도 쉽게 해낼 수 있다. 하지만 추상적 사고는 새로운 기술이며, 아마도 지난 10만 년 동안 발달해 온 것이다. 우리는 아직 그것을 마스터하지 못했다. 그것은 본질적으로 어려운 일이 전혀 아니다. 단지 우리가 그것을 하려고 할 때 어렵게 느껴질 뿐이다.[2]
2. 1. 진화와 기술 발달
모라벡의 역설에 대한 한 가지 설명은 진화에 기반한다. 모든 인간의 기술은 자연 선택 과정에 의해 설계된 기계 장치를 사용하여 생물학적으로 구현된다. 진화 과정에서 자연 선택은 설계 개선 및 최적화를 유지하는 경향이 있었다. 기술이 오래될수록 자연 선택이 설계를 개선할 시간이 많았다. 추상적 사고는 매우 최근에 발달했으므로, 그 구현이 특별히 효율적일 것이라고 기대해서는 안 된다.이 주장을 간결하게 표현하면 다음과 같다.
- 어떤 인간의 기술을 역설계하는 어려움은 그 기술이 동물에서 진화해 온 시간에 거의 비례할 것으로 예상해야 한다.
- 가장 오래된 인간의 기술은 대부분 무의식적이므로 우리에게는 노력이 필요 없는 것처럼 보인다.
- 따라서 노력이 필요 없는 것처럼 보이는 기술은 역설계하기 어렵지만, 노력이 필요한 기술은 반드시 설계하기 어려운 것은 아닐 것이다.
수백만 년 동안 진화해 온 기술과 최근에 나타난 기술은 다음과 같다.
| 수백만 년 동안 진화해 온 기술 | 최근에 나타난 기술 |
|---|---|
최근에 나타난 기술들은 우리 몸과 뇌가 주로 진화하도록 설계된 것이 아니기 때문에 우리에게 어렵다. 이것들은 역사적 시간에 최근에 습득된 기술과 기법이며, 문화적 진화에 의해 최대 수천 년 동안 정제되었다.[3]
2. 2. 모라벡의 주장
모라벡은 인간 뇌의 감각 및 운동 부분이 10억 년의 경험을 통해 고도로 진화했다고 주장한다. 의도적인 추론 과정은 얇은 베니어판과 같으며, 무의식적인 감각 운동 지식에 의해 뒷받침될 때만 효과적이다.[2] 우리는 지각 및 운동 영역에서 뛰어나지만, 추상적 사고는 새로운 기술이므로 아직 숙달하지 못했다.이 주장을 간결하게 표현하면 다음과 같다.
- 어떤 인간의 기술을 역설계하는 어려움은 그 기술이 동물에서 진화해 온 시간에 거의 비례할 것으로 예상해야 한다.
- 가장 오래된 인간의 기술은 대부분 무의식적이므로 우리에게는 노력이 필요 없는 것처럼 보인다.
- 따라서 노력이 필요 없는 것처럼 보이는 기술은 역설계하기 어렵지만, 노력이 필요한 기술은 반드시 설계하기 어려운 것은 아닐 것이다.
수백만 년 동안 진화해 온 기술의 예로는 얼굴 인식, 공간 이동, 사람들의 동기 판단, 공 잡기, 목소리 인식, 적절한 목표 설정, 흥미로운 것에 주의 집중, 지각, 주의, 시각화, 운동 기술, 사회 기술 등과 관련된 모든 것이 있다.
최근에 나타난 기술의 예로는 수학, 공학, 게임, 논리 및 과학적 추론이 있다. 이것들은 우리 몸과 뇌가 주로 진화하도록 설계된 것이 아니기 때문에 우리에게 어렵다. 이것들은 역사적 시간에 최근에 습득된 기술과 기법이며, 문명의 발달과 함께 최대 수천 년 동안 정제되었다.[3]
3. 인공지능에 대한 역사적 영향
초기 인공지능 연구자들은 수십 년 안에 생각하는 기계를 만들 수 있을 것이라고 예측했지만, 이는 부분적으로 모라벡의 역설을 간과했기 때문이다. 그들은 논리학과 대수학과 같은 문제를 해결하는 데는 성공했지만, 이는 기계에게는 쉬운 문제였다. 반면 인간에게 쉬운 시각이나 commonsense reasoning|상식 추론영어과 같은 문제는 기계에게 매우 어려운 문제였다.
3. 1. 초기 AI 연구의 낙관론과 한계
초기 인공지능 연구자들은 수십 년 안에 생각하는 기계를 만들 수 있을 것이라고 예측했다(인공지능의 역사 참조). 이러한 낙관적인 전망은 논리를 사용하고, 대수학과 기하 문제를 풀고, 체커나 체스와 같은 게임을 하는 프로그램을 성공적으로 작성했기 때문이었다. 논리와 대수학은 사람들에게 어려운 문제이며 지능의 징후로 여겨졌다. "어려운" 문제들을 (거의) 해결했으니, 시각과 commonsense reasoning|상식 추론영어과 같은 "쉬운" 문제들도 곧 해결될 것이라고 가정했다. 그러나 그것은 큰 오산이었으며, 논리학이나 대수학 문제를 푸는 것은 기계에게 매우 쉬웠다.[4]로드니 브룩스는 초기 AI 연구가 고등 교육을 받은 남성 과학자에게 도전할 만한 일(체스, 기호 적분, 수학 정리의 증명, 대수학의 복잡한 문제 풀기 등)이 지능을 가장 잘 발휘한다는 생각이 있었다고 설명한다. 더 나아가 "4, 5세 아이가 간단히 할 수 있는 일, 예를 들어 시각으로 커피잔과 의자를 구별하는 것, 두 발로 걷는 것, 침실에서 거실까지의 경로를 찾는 것 등은 지능을 요하는 활동으로 여겨지지 않았다"라고 적고 있다.[5]
3. 2. 누벨 AI (Nouvelle AI)
로드니 브룩스는 1980년대 초기 AI 연구에서 지능을 "고등 교육을 받은 남성 과학자들이 어려워하는 것들", 즉 체스, 기호적 적분, 수학 정리 증명 및 복잡한 단어 대수 문제로 가장 잘 특징지어진다고 설명했다. 반면 "네다섯 살 어린아이들이 쉽게 할 수 있는 일들, 예를 들어 커피잔과 의자를 시각적으로 구분하거나, 두 발로 걸어 다니거나, 침실에서 거실까지 길을 찾는 것들은 지능이 필요한 활동으로 여겨지지 않았다."[1]이러한 사실은 브룩스가 인공지능과 로봇 공학 연구에서 새로운 방향을 추구하도록 이끌었다. 그는 "인식은 없다. 감지와 행동만 있다. 내가 만들 것은 그것뿐이며, 전통적으로 인공지능의 '지능'으로 여겨졌던 것은 완전히 배제할 것이다."[1]라고 말하며, "인지가 없는 지능형 기계"를 만들기로 결정했다. 그는 이 새로운 방향을 "누벨 AI"라고 불렀다.[5]
4. 한국의 인공지능 연구와 모라벡의 역설 극복
(이전 출력이 원본 소스 부재로 인해 빈칸이었으므로, 수정할 내용이 없습니다. 따라서 빈칸을 그대로 출력합니다.)
참조
[1]
논문
[2]
논문
[3]
텍스트
[4]
텍스트
[5]
논문
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com