AI 소외와 AI 봉건주의

AI가 세상을 바꾸어 나갑니다.

AI LLM(대형언어모델), AI Agent(에이아이 에이전트), AI Humanoid Robot(휴머노이드 로봇), AI Autonomous Vehicle(자율 주행차) 등 온통 AI 용어들이 우리를 혼란스럽게 합니다.

젊은 세대들은 스마트폰으로 세상 일을 다 합니다. 

계좌 이체를 통하여 돈을 주고 받고, 스마트폰 검색으로 약속 장소를 찾아가며, SNS를 통하여 대화를 하고, 유투버나 넷플릭스 Streaming을 통하여 영화를 봅니다. 

그 스마트폰에 AI를 장착하여 사용합니다.

6070 세대에게는 AI가 계륵(鷄肋) 입니다. 

쓸려고 하니 잘 모르겠고, 안 쓸려고 하니 시대에 뒤떨어지는 것 같은 것이 곧 계륵과 같습니다. 

계륵은 닭갈비로서 먹을 게 별로 없어 큰 소용은 못되나 버리기는 아까운 물건을 이르는 말입니다. 삼국지에서 조조가 한중땅을 일러서 계륵 같다고 말한 데서 유래한 말입니다.

AI가 우리사회 거의 대부분의 일을 하는 시대를 일러서 *디지털(Digital) 인공지능(Artificial Intelligence) 시대*라고 합니다. 

디지털 AI가 서투른 6070 세대는 디지털 AI 문화에 소외감을 많이 느낍니다.

우리 시대의 계륵 같은 AI를 알아 봅니다.  

1.  AI의 정체–간략한 설명

AI(Artificial Intelligence)는 인공적으로 만든 컴퓨터 지능입니다. 

AI는 인간이 사용하는 언어와 문장 그리고 논리를 학습하여 인간이 명령하는 바를 수행하는 기계 입니다. 

반도체 소재를 아주 얇게(나노미터 수준) 가공하고, 그 위에 특수 광선을 사용하여 논리 회로를 그려 넣어 낮은 전압의 전기를 흘려서 컴퓨터나 스마트폰이 인간이 명령하는(Input) 일(Task)을 하게 합니다(Output). 

반도체 규소(Silicon)는 부도체 이나 인(Phosphate)을 혼합하면 자유전자가 생겨서, 

전기를 흐르게 하는 도체가 되는 것입니다.

논리는 사물의 이치나 말의 앞뒤 갈피가 서는 맥락을 이르는 개념입니다. 

대표적인 논리는 삼단 논법입니다. 

그리스 철학자 아리스토텔레스가 주창한 것입니다. 

대전제(大前提)와 소전제(小前提)에서 논리적으로 도출되는 결과를 제시하는 것입니다.

예를 들면 사람은 죽는다(대전제). 

철수는 사람이다(소전제). 

따라서 철수도 죽는다(논리적 결론).

요즘 사업 현장에서 이런 논리회로 사용 컴퓨터 & AI 시스템을 구성하여서, 

그 기업의 업무를 봅니다. 

논리적으로 맞게 사용하여야 그 기업의 업무용 컴퓨터 시스템이 제대로 작동하는 것입니다.

예를 들면 가격과 출고 일자가 맞아야 주문 입력이 되는 컴퓨터 시스템을 구축한 경우, 

① 상품명 ② 가격 ③ 출고일자 ④ 수량이 입력 조건이 되고 이 중에서 ②번과 ③이 모두 맞아야(AND 논리) 이 주문이 입력이 되는 것과 같습니다.  

다른 업무도 이와 동등한 논리회로를 적용합니다.

사회의 다른 분야도 마찬가지 입니다. 

요즘 어지간한 식당에는 키오스크(KIOSK)라는 컴퓨터 & AI 주문결제시스템이 있습니다.

이처럼 논리를 처리하는 컴퓨터 논리회로 위에, AI 학습 모델(Machine Learning, 기계학습)을 만들고 빅데이터(Big Data)를 사용하여 AI를 가르칩니다.

가르치면 바로 알아먹고 인공지능 모델이 됩니다. 그 학습 능력은 아주 탁월합니다. 

몇 천억 단위 데이터를 빛의 속도로 학습하여 이 모두를 다 기억합니다.

AI가 학습하여 인공지능을 가지게 되는 것은, 마치 우리가 한평생 공부하여 지능을 키우는 것과 흡사합니다.

*AI LLM 모델 챗지피티(Chat GPT)나 제미나이(Gemini)*에게 궁금한 문의사항을 입력하면, 

그 문의 사항의 맥락과 의미를 단박에 알아먹고, 메모리 시스템에서 해당 자료를 찾아서, 

빛의 속도로 질문의 요지와 버무려서 문장을 만들어 답변을 해냅니다.

그 문장 버무리기는;

①우선 단어와 단어 사이의 관계를 확률로 계산한 후, 가장 높은 확률의 단어들을 메모리에서 선정하여(우리가 시험을 볼 때 공부하여 기억한 것을 되살리는 것과 같이)

② 그 선정된 단어를 질문 요지와 답변 문맥에 맞게 배열하여 문장을 만들어 냅니다(시험지에 답을 쓰는 것과 같이).

③우리가 원고지에 글을 쓸 때나 시험지에 답을 쓸 때, 머리 속에서 단어와 문맥을 생각하여 이들을 연결하는 답안이나 문장을 작성해 내는 방법과 유사합니다.

이런 문장 작성 방법을 그림, 사진, 동영상 등으로 확대하여 복합 능력을 가진 다재 다능한 AI(Multi Modal)가 되는 것입니다.

다음으로 AI 개발의 역사를 알아 봅니다.

2.  AI 개발의 역사

1)   AI의 탄생: 1950~1960 년대

1950년 천재 수학자 앨런 튜링이 *기계도 생각할 수 있는가? 라는 질문*으로 

*튜링머신(Turing Machine) 착상을 하여 컴퓨터의 탄생의 길*을 열었습니다.

*Turing Machine=무한히 긴 테이프, Head, State Register, Action Table.*

이어서 존 폰 노이만이 *컴퓨터 시스템 개념을 도입*하였습니다. 

*CPU+Memory+In/Out 로 구성되는 컴퓨터 시스템의 골격*을 창안해 낸 것입니다.

이런 컴퓨터 작동은 이진수(Binary Digit) 체계를 이용합니다. 

바로* 0과 1로 구성되는 디지털 숫자 Bit 0과 Bit 1*을 사용하는 것입니다. 

디지털 숫자의 계산을 위하여 불대수(Boolean Algebra)가 창안되어 

반도체 IC(집적회로 칩) 위에서 논리회로가 작동합니다. 

*비트 숫자로 표현되는 거의 모든 것을 묶어서 디지털(Digital)* 이라고 합니다.

2)   AI 빙하: 1970~1980년대

개발 초기의 컴퓨터는 퍼셉트론(Perceptron)이라는 단층 신경망을 사용했습니다. 

단층 신경망은 직선 하나로 데이터를 구분할 수 있는 문제만 해결할 수 있습니다.

AND 논리는 입력이 둘 다 1이면(1 1) 출력이 1이되고, 나머지( 0 0, 0 1, 1 0)는 모두 0이 됩니다. OR 논리는 입력이 둘 다 0이면 출력이 0이 되고, 나머지(0 1, 1 0 1 1)는 모두 1이 됩니다.

AND와 OR논리의 출력은 모두 직선(단층 신경망)으로 구분할 수가 있습니다.

XOR(배타적) 논리 연산(입력 0과 1이 각각 다르면 출력 1이 되고, 

입력이 둘다 같으면 출력이 0이 되는 연산)은 

*단층 신경망으로 출력의 직선 사용 구분이 불가능하다*는 사실이 알려졌습니다. 

이처럼 *단충 퍼셉트론이 AI 한계라는 주장*의 등장으로 AI 투자가 줄어들면서 

사람들의 관심이 꺼져 버렸습니다. 이 시기를 AI 빙하기이라 합니다.

3)   머신 러닝 활성화와 통계 기반 AI: 1990년대 말~200년대 초

논리회로 규칙에만 의존하지 말고, AI 스스로 데이터의 학습으로 연산 능력을 강하게 하는 

기계학습(Machine Learning)이 부상함으로써 AI 빙하기를 극복하고 

다시 활성화 시기를 맞이하였습니다.

IBM Deep Blue AI가 세계 체스 챔피언을 꺾으면서, 

복잡한 연산능력의 위력을 발휘 하였습니다. 

SVM(Support Vector Machine) 수학적 통계적 알고리즘이 부상하면서 

데이터 분류 및 예측하는 기능이 금융과 일기예보 분야에 사용되었습니다.

4)   인공 신경망과 딥러닝: 2010년대

인간의 두뇌가 작동하는 신경망을 본 뜬 인공신경망(Artificial Neuron Network, ANN)이 

AI 연산에 사용됨으로써 AI능력이 월등하게 증대되었습니다.

인간의 두뇌속 *신경망은 수상돌기(Input)→ 신경 세포핵(CPU & Memory)→ 축색 돌기(Output)→ 시냅스(Network)*로 구성됩니다.

인공신경망을 사용한 딥러닝(Deep Learning)이 등장하여, AI 만능 시대를 열었습니다. 

딥러닝은 데이터를 심층으로 학습하여 그 속에서 논리처리를 학습하여 활용하는 머신러닝 기능을 말합니다.

*입력층→ 은닉층→ 출력층*으로 구성됩니다. 은닉층을 몇 백억~천억 개 등 아주 많게 구성할수록, 딥러닝의 기능이 월등하게 좋아집니다.

또한 강화학습(Reinforcement Learning)이 등장하여 딥러닝의 기능을 더욱 증진 시켰습니다. 강화학습은 바둑처럼 보상을 주어서 AI가 스스로 학습하게 하는 기계학습 방법 입니다. 

학습 초기에는 기능이 저조하지만 학습을 계속할수록 점점 더 강해지며, 

일정 수준을 넘으면 알파고처럼 아주 똑똑한 인공지능이 되는 것입니다.

이 딥러닝과 강화학습을 활용한 알파고가 이세돌 바둑 세계 국수를 4승 1패로 꺾으면서 

AI 돌풍을 일으켰습니다.

이어서 *Attention & Transformer 문장내 단어 간의 확률 계산 모델*이 등장하였습니다. 

예를 들면 *눈과 겨울 간의 확률*이 *눈과 여름 간의 확률*보다 크다는 이론입니다.

2022년 11월에 공개된 챗지피티 모델 입니다. 

Transformer는 대형언어모델 항에서 그 개념을 자세하게 설명합니다.

5)   생성형 AI와 AI 에이전트 시대: 2020년대~현재

*트랜스포머 & 어텐션 모델*을 실용화한 *챗지피티(Chat GPT) LLM Model*이 등장하여 

인간의 언어를 그대로 사용하여, 인간 수준의 대화, 코딩(Coding, Programming), 창작 능력을 보여주고 있습니다. 제미나이(Gemini)도 등장했습니다. 

LLM(Large Language Model, 대형언어모델)은 문장, 화상, 동영상을 생성해 내는 멀티모달로 발전하고, 드디어 AI Agent를 생성해 냅니다.

AI 에이전트(인간의 대리인)는

*①생각하는 Agentic AI*,

*②행동하는 Physical AI 모델*로 발전하고 있습니다.

*③AGI(Artificial General Intelligence)*가 출현하면 인간의 지능을 능가하는 AI가 되리라고 전망합니다.

3.  기계 학습

1)   Machine Learning

일일이 학습 규칙을 제공하지 않고, 컴퓨터 AI 시스템에게 데이터를 제공해 시스템 스스로 규칙과 패턴을 학습하도록 하는 기계학습 입니다. 학습 자료와 테스트 자료를 사용하여 학습하도록 합니다.

2)   Deep Learning

인간의 두뇌 신경망을 본 뜬 인공신경망을 깊게 영결하여 대량의 데이터로 학습을 시키는 시스템 입니다. 입력망→ 다수의 은닉망→ 출력망으로 구성합니다. 정답과 출력치를 비교하여 오차를 전방향과 역방향으로 왔다 갔다 줄여가는 학습 방법(역전파 방법)입니다. 그 오차를 줄여나가는 방법이 경사를 내려가는 것과 유사하기 때문에 *경사하강법*이라고 합니다.

3)   Reinforcement Learning(강화학습)

정답에 대한 보상을 통하여 최선의 정답을 찾아가는 학습 방법입니다.

4)   지도 학습

문제와 정답을 주어서 학습 시키는 방법입니다.

5)   비지도 학습

정답 없이 문제만 주고 숨겨진 패턴을 찾아나가게 하는 학습 방법입니다. 

자율 주행차나 휴머노이드 로봇의 학습 방법입니다.

4.  대형 언어모델

컴퓨터는 인간의 자연어를 알지 못합니다.

대형 언어모델(Large Language Model, LLM)은 인간의 언어를 알아 먹습니다.

1)   Transformer

트랜스포머는 디코더와 셀프 어텐션으로 구성 됩니다. 질문에 대한 답변을 생성해(Generative) 냅니다. Chat GPT(Generative Pre-trained Transformer)는 대화(Chat) 생성기 입니다.

2)   Decoder

프롬프트 창을 통하여 들어오는 명령어를 읽어 오고 또한 답변을 내보냅니다.

3)   Self-Attention

데이터 속 단어 간의 관계를 확률로 계산하여 질문에 대한 답변을 작성 합니다. 확률이 높은 순으로 답변을 찾아 냅니다.

4) 모델

챗지피티, 제미나이, 클로드 등 각 AI 회사마다 고유 모델이 있습니다. 

표현해내는 내용도 문자, 그림, 동영상 등 다양합니다. 

5.   AI 시대 연령과 직업별 소외

1)   노인 세대

노인 세대는 AI 기술이 점점 심도를 더하며 발전할 수록 이를 활용하는 방법에 서툴게 됩니다. 

이로 인해서 사회 생활 속의 AI를 점점 멀리하게 됩니다. 노인 소외의 현장 입니다. 

스스로 공부하여 젊은 세대에 뒤떨어지지않도록 노력해야 합니다.

2)   노동자

노동자의 일은 이미 AI가 대체해 나가고 있습니다. 

산업 분야를 가리지 않고 제조업, 건설업, 유통업, 대기업, 중소기업, 개인 기업, 운전업 등에서 AI 휴머노이드 로봇이 인간의 일을 대체해 나가고 있습니다.

AI 노동자는 24시간 일할 수도 있고, 노조 파업도 없습니다. 일의 효율도 높고 원가도 저렴합니다.

이대로 방치하면 거의 모든 인간의 노무직이나 사무직의 일을 AI가 수행할 것입니다. 

이 분야에 대한 정부의 강력한 법률적 정책적 조치가 뒤따라야 합니다. 

그렇다고 해서 너무 일방적으로 규제만 하면 세계 조류에 밀려서 

우리나라 AI와 산업 전반이 뒤떨어지게 됩니다.

적정한 AI화 수준을 찾아서 이를 법률이나 정책에 반영해야 합니다.

3)   의사

AI 의료 보조시스템은 각종 영상 판독에서 숙련된 전문의의 실력을 능가합니다. 

환자의 병 중상 데이터를 입력하면 순식간에 질병의 이름을 짚어 냅니다. 

의사들은 AI 진단 시스템에 의존하여 자신의 진단을 수행합니다. 

AI가 의료계의 핵심 분야를 점유해 나가고 있습니다.

4)   변호사

법무 분야에서는 AI 법률서비스가 변호사들의 전문 지식을 앞서고 있습니다. 

방대한 량의 판결 기록을 모두 검사하여 정확한 공판 사례를 끄집어 냅니다. 

소송의 성공률을 높여 나가는 AI 변호사가 등장합니다.

5)   기타 서비스

교사, 회계사, 기자, 증권 투자자, AI 개발자 등 전문기술과 해박한 지식을 이용하는 사회 전분야에 AI의 돌풍이 불어 닥치고 있습니다. 

이런 모든 AI로 인한 인간의 역할 상실을 AI 소외 이라고 부릅니다.

6.  AI 봉건주의

인류 역사의 중세 1천년은 봉건주의 시대 입니다.

1)   중세 봉건주의

국왕과 봉건 영주의 장원에서 농민은 농노의 신분으로 살아야 했습니다. 농노는 장원에 소속되어 농사를 지으면 그 수확의 50% 정도를 지대 명목으로 국왕과 영주에게 바쳐야 했습니다. 

심하면 70~80% 정도를 바치기도 했습니다. 

농노는 평생 노예처럼 장원에 묶여서 생명을 유지해야 했습니다.

그 농노의 신분을 면해준 것이 산업혁명 입니다. 

그러나 산업혁명은 새로운 자본주와 노동자의 신분을 창조해 냈습니다. 

농노가 노동자로 바뀐 것입니다.

2)   AI 봉건주의

AI 소외를 방치하면 거대 AI 기술 자본이, 공장을 자동화 시켜서 

생산 분야 AI 독점을 도모할 것입니다. 

공장 노동자가 AI 로봇으로 대체되면 대대적인 실업이 밀어 닥칠 것입니다.

법률과 정부의 선행적 행정 조치가 필요합니다. 산업별 적정규모의 AI 대체율을 정해야 합니다. 

AI를 통제하는 기술도 개발하여 교육을 시켜 나가야 합니다. 

새로운 AI 일자리도 만들어 나가야 합니다. 

AI 자동화에 대한 전국적인 협조와 이해를 구해야 합니다.

이를 반영하여 선행적으로 법률을 만들고 윤리규정을 제정해야 합니다.