알고리즘 프레임워크의 연장선에 있는 AI 연구가 진정한 인공지능을 달성할 수 없는 이유는 '어포던스'의 부족 때문

인공지능(AI)의 연구는 급격히 진행되고 있으며, 인간과 같은 정밀도로 그림을 그리거나 문장을 쓰는 모델도 등장하고 있습니다. 그러나 이들은 "인공 지능"이라는 이름이지만, 실제로는 사전에 인간이 준 데이터셋을 바탕으로 알고리즘을 짜고, 그대로 처리하고 있는 것에 지나지 않고, 독립적인 지성을 가진 진정한 인공 지능이라고는 할 수 없습니다. 이 진정한 인공지능을 낳기 위해서는 '어포던스(Affordance : 어떤 행동을 유도한다는 뜻으로 행동유도성이라고도 한다)'가 필요하다는 논문이 발표되었습니다.

Frontiers | How Organisms Come to Know the World: Fundamental Limits on Artificial General Intelligence
https://doi.org/10.3389/fevo.2021.806283

AI의 연구는 앨런 튜링이 1950년에 발표한 논문 '계산하는 기계와 지성' 속에서 '기계는 생각할 수 있는가?'라는 질문을 제기한 것에서 시작되어 경이적인 진보를 이뤄왔습니다. 이제 자동으로 그림을 그리거나 인간과 변함없는 정밀도로 대화를 할 수 있으나, 이들은 어디까지나 좁은 범위에 한정된 알고리즘에 의한 처리 결과이며, 정말로 지성이 탄생한 것은 아닙니다.

다양한 사물에 하나의 AI 모델로 대처하기 위해서는 복수의 기능을 접속 · 통합 · 조정할 수 있는 계산 시스템인「범용 인공지능(AGI)」의 탐구가 필요합니다. AGI는 스스로 분석하거나 창조하거나 실천할 수 있어, 마침내 지성다운 특성을 드러낼 수 있습니다.

AGI는 인간의 개입 없이 자율적으로 목표를 설정하여 상황을 개선해야 하며, 컨텍스트와 태스크에 따라 합리적으로 길을 선택하고, 가치 있는 태스크와 관련된 컨텍스트를 많은 선택으로부터 선택해야 합니다. 하지만 실제 더 높은 수준에서 작업을 해결하려고 해도, 현실 세계에는 디지털 세계와 달리 불완전하고 모호한 것, 혹은 모순된 정보가 매우 많아 인간조차 날마다 혼란스럽습니다.

그런 중에, 연구팀은 AGI의 연구에는 '어포던스'가 중요하다고 말하고 있습니다. 어포던스란,「주다. 제공하다.」라는 의미를 가지는 말에서 유래되었으며, 환경이 동물에 대하여 주는 의미를 말합니다. 예를 들어, 광장에 아무도 앉아 있지 않은 의자가 놓여있는 것을 보았을 때, 우리는 "저것은 앉는 것"이라고 인식합니다. 이 인식은 어포던스입니다.

만일 우리가 어둡고 아무것도 보이지 않는 방에 놓인 경우, 인간은 우선「가구에 부딪치면서, 우연히 전기의 스위치를 찾아내, 방을 밝게 하여 자신이 있던 장소를 본다」라고 하는 행동을 실시합니다. 이「우연히 발견한 스위치로 방을 밝게 해 자신이 있던 장소를 확인한다」라는 행위는 추론도 귀납도 아니고「통찰」에 해당합니다. 수학자가 풀리지 않는 문제를 일종의 번뜩임으로부터 해결하는 것도 통찰이 됩니다.

이러한 통찰력은 인간이 모호함과 모순에 대응하는 능력이며 창의성의 근원이기도 합니다. AGI에 요구되는 것은 주변 환경과의 상호작용으로부터 문제해결을 이끌어내는 것이며, 이 통찰력에는 어포던스가 요구된다고 연구팀은 말하고 있다. 예를 들어, AI 탑재 로봇이 어떤 물체를 손에 넣었을 때, 그것을 어떻게 사용할지 모든 가능성을 사전에 리스트업해 학습시키는 것은 실질적으로 불가능하고, 알고리즘적으로 취급할 수 없습니다. 즉, 주어진 것의 의미를 받아들여 응용할 수 있는 것은 생물(인간)뿐이라는 것입니다. 현행 AI와 로봇 공학의 알고리즘 연구 프레임에서는 어포던스를 식별하고 활용할 수 없기 때문에 AGI의 개발은 불가능하다고 연구팀은 논하고 있습니다. 연구팀은 어포던스를 응용할 수 있는 생물학적 행동이 AGI에 필요하며, 이 논의가 향후 AI 연구와 진화론뿐만 아니라 과학 철학에도 다양한 영향을 미칠 것이라고 말하고 있습니다.