인지컴퓨팅

8. 인지컴퓨팅 (Cognitive Computing)

최근 몇 년 사이에 인공지능 연구 학계, 연구소, 기업 등에서는 인공지능 (Artificial Intelligence)이라는 개념 대신에 ‘인지컴퓨팅(Cognitive Computing)’이라는 개념을 사용하는 경향이 점증하고 있다. 미래에는 전통적 개념의 인공지능 분야라는 것은 점진적으로 뒷전으로 밀리고 인지컴퓨팅의 분야가 확실히 자리를 잡으리라고 본다.

그러면 왜 인공지능 대신 인지컴퓨팅이 떠오르게 되었는가? 인공지능(AI)이라는 개념이 1956년에 공식적으로 처음 사용되어 이 분야가 발전되어 오면서 인공지능 연구자들과 인지과학자들은 두 부류로 나누어졌었다. 한 부류는 강한인공지능 (Strong AI)을 추구하는 그룹이고, 다른 부류는 약한인공지능 (Weak AI)을 추구하는 집단이었다. 강한 인공지능 연구집단은 인공지능 연구의 목표가 궁극적으로는 인간의 마음(Mind) 또는 인지(Cognition), 또는 지능(Intelligence)을 모델링하는 것이라는 입장의 연구자들이었다.

다른 한 부류는 인공지능이 인간의 마음의 연구라기보다는 (그것이 가능한지 아닌지에 대하여 판단 중지한 채; 물론 불가하다고 본 인공지능학자, 가능하다고 본 인공지능학자, 인지과학자 들이 있었다) 컴퓨터과학에서 다루는 인공지능은 그것이 인간의 참 지능, 마음의 능력을 모사, 모델링하는 가에 관계없이 현실적으로 주어진 문제를 intelligent 하게 효율적으로 해결하기만 하면, 그러한 소프트웨어 프로그램만 개발하면 된다고 생각하였다.

초기에는 인공지능학자나 인지과학자들 중에 강한 인공지능을 주장하며 지원하는 사람들이 많았지만 J. Searle 등의 '중국어 방' 논쟁이 전개되면서 점차 약한 인공지능 입장의 연구자들이 더 많게 되었다고 본다. 인공으로 만든 컴퓨팅 시스템인 인공지능 시스템의 한계를 인정하게 된 것이다.

그런데 최근에 이러한 경향에 변화가 생기고 있다. 강한 인공지능 입장이라고 볼 수 있는 '인지컴퓨팅'의 틀이 인공지능 시스템을 연구하는 학계, 산업계의 연구자들의 연구 틀로 자리잡기 시작한 것이다. 왜 그렇게 되었을까?

그 원인을 크게 두 움직임에서 찾아 볼 수 있을 것이다. 하나는 인지과학에서 초기의 인공지능 등의 연구를 촉발시켰던 마음-컴퓨터 메타포가 점차 약화되고 마음-뇌 메타포가 자리잡은 것이다. 그리고 이 움직임은, 단순히 메타포의 수준을 떠나서, 뇌영상기법 등의 연구를 통하여 많은 인지신경과학 연구가 이루어지면서 새로운 가능성 등을 제시하고 있다. 다른 한 원인은 컴퓨터의 계산력의 빠른 발전이 가져온 움직임이다.
병렬컴퓨터가 발전이 되고 컴퓨터의 계산력이 기하급수적으로 증가함에 따라 컴퓨터가 할 수 있는 능력에 대한 예상과 기대가 급증, 대폭 수정된 것이다. 그렇기에 R. Kurzweil 같은 사람들은 미래에 20년 이내에 컴퓨터가 인간의 지능을 능가하는 분기점이 생길 것이라고 주장하기까지 하고 있다. 특이점 씨나리오(Singularity scenario) 라고 불리는 이러한 가능성이 막연한 공상과학소설적 생각만이 아닐 수 있음에 대하여 학자들이 심각하게 생각하기 시작하였다.

이러한 맥락에서, 이전에는 인간의 지능을 충분히 모사할 수 없더라도, 인간의 지능과는 다르더라도 "인공적 (artificial)' 지능 시스템만 연구, 개발하면 된다는 생각으로부터 인간, 동물과 괴리된 인공지능 시스템이 아니라 '자연적(natural)' 생물적 측면이 강조된 ‘인지컴퓨팅’의 관점으로 개념적 틀이 바뀌게 된 것이라 본다.

인지컴퓨팅이 논의되는 것은 지능이, 인지가 생물적 실체인 두뇌에 의해 작동되는 것의 중요성을 인정하는 것이며, 과거의 인지과학적 인공지능 연구가 인간의 마음, 지능을 엔지니어링하려 하였다면, 이제 인지컴퓨팅은 과거의 인공지능 연구와는 달리 마음, 뇌에 대하여 리버스엔지니어링(reverse engineering)을 하여 나가려는 시도라고도 볼 수 있다.

인간과 동물의 뇌에는 인공시스템이 필적할 수 없을 정도의 고도의 정보처리시스템이 있다. 비록 정확성이나 수리적 계산에서는 인공지능시스템에 뒤질지 몰라도, 이 뇌의 정보처리시스템은 적응성이나, 융통성이나, 기능성이나, 병렬성 등에서 기존의 직렬컴퓨터 중심의 인공시스템보다 우월하다. 인지계산 연구의 궁극적 목표는 이 뇌-인지시스템을 역분석하여(reverse-engineer) 뇌-인지시스템의 디자인 원리를 보다 보편적이고 적응능력이 높은 인공계산시스템 제작에 적용할 수 있게 하는 것이다.

또한 인지컴퓨팅은 인공지능이나 신경망과는 다르다. 과거의 전통적 인공지능 연구는 출발초기부터 신경생물학을 무시하였다. 그 후에 1980년대의 신경망적 접근은 비록 생물적 특성을 모델링하자는 동기에서 시작되었지만 이론적, 이상화된 신경계에 대한 모델에 기초하여 있었고 실제 뇌의 신경계의 특성과는 거리가 있었다. 더구나 인공지능의 신경망적 접근 연구의 이론들은 실제의 신경생물적 가능성을 무시한 채 진행되었다고 볼 수 있다.

과거의 전통적 인공지능이건, 신경망적 인공지능이건 두 접근 모두 각기 다룰 수 있는 적당한 문제에만 초점을 두고 기호적(상징적) 또는 신경망적 설명(해결)을 제안하였다. 그러나 인간의, 동물의 뇌는 그러한 제한된 문제만 다루는 시스템이 아니라 반대로 모든 문제가 생기는 대로 그 문제들을 해결하기 위하여 진화하여 온 시스템이다.

인공지능과 신경망적 접근 테크놀로지는 뇌에 의해 나타나는 인지 현상들 중에서 한개 또는 몇 개를 출발점으로 선택하여 알고리즘이나 학습규칙을 만들어 내어서 뇌-인지 기능을 복사하려 하였다. 그러나 이와 반대로 인지컴퓨팅(CC)은 뇌가 어떻게 작동하는가, 어떤 알고리즘을 제안하여야 하는가, 어떻게 뇌-인지 메커니즘을 역분석 하여 가능성 있을법한 모델을 검증할 것인가를 다룬다. 인지컴퓨팅은 뇌를 역분석하여 마음을 공학적으로 구성(engineering) 하자는 것이다. 따라서 미래의 computing 관련 학계의, 산업계의 연구개발들은 뇌, 마음(인지), 계산 의 세 개의 개념이 수렴, 융합된 그러한 연구가 되어야 할 것이다. 신경과학, 인지과학(인지신경과학), 컴퓨터과학, 수학, 정보이론 등이 수렴(융합)되어야 하는 것이다. 바로 이러한 맥락에서 아래에 별도 자료로 소개한 바처럼 IBM 최근의 프로젝트의 시도는 시사하는 바가 크다.

IBM은 예전에 인간 Chess 마스터를 이겨낸 Deep Blue 프로그램을 개발하였었다. 이 IBM 회사가 2005년에 생명과학 등의 과학적 연구를 촉진하기 위하여 Linux 시스템으로 된 가장 계산력이 강하고 빠른 Blue/Gene L 수퍼컴퓨터를 가동시켰다. 최근에 IBM은 스위스의 Ecole Polytechnique Federale de Lausanne 대학과 함께 Blue Brian 프로젝트를 가동시켰다.
이 프로젝트는 인간의 뇌의 신피질의 1만개의 신경세포가 동시에 활성화되어 신경흥분을 주고받는 상태를 시뮬레이션하는 연구 프로젝트로서 이렇게 많은 뇌 신경세포가 동시에 신경흥분을 내면서 상호작용하는 상황을 시뮬레이션 하는 것을 연구하기는 최초라고 한다. 이러한 생물적 뇌에 바탕한 인지컴퓨팅 연구는 뇌의 개별세포와 다른 세포와의 상호작용을 연구하는 데에 새로운 큰 걸음으로 내딛는 것으로 평가되며, 앞으로 미레에 추진될 인공지능 연구의 추세를 반영한다고 볼 수 있다.

현재 인지과학의 패러다임 변화에서 인공지능이 차지하는 역할

인지과학에서 진행되고있는 패러다임 변화에서 인공지능이 차지하는 역할이라는
영국 서섹스 대학의 Centre for Computational Neuroscience and Robotics (CCNR)Centre for Research in Cognitive Science (COGS) 연구소의
Tom Froese 박사의 글을 아래 사이트에서

http://froese.files.wordpress.com/2007/06/on-the-role-of-ai-in-the-ongoing-paradigm-shift.pdf
또는
http://froese.wordpress.com/2007/06/19/on-the-role-of-ai-in-the-ongoing-paradigm-shift-within-the-cognitive-sciences/

에서 찾아 읽어보세요
곧 아래 책으로 출판될 터인데, 출판되면 더 이상 웹에서 무료로 얻지 못할 지도 모르겠습니다.
- 이런 논문 글을 온라인 상에서 공유하게 하는 저자에 대해 깊은 고마움의 마음이 큽니다 -

Froese, T. (2007), “On the role of AI in the ongoing paradigm shift within the cognitive sciences”, in: M. Lungarella et al. (eds.), Proc. of the 50th Anniversary Summit of Artificial Intelligence, Berlin, Germany: Springer Verlag, in press

이 글을 이해하기 위한 배경으로는
저의 책, 이정모(2001). 인지심리학: 형성사, 개념적 기초, 조망. 아카넷. 대우학술총서 511의 마지막 장 14장의 4절과 5절을 참고하시고

지난 2006년 12월에 심리학회 창립 60주년 기념심포지움에서 발표된 글,
"마음 개념의 재구성과 심리학 외연의 확장: 인지과학적 접근과 심리학의 미래"
라는 글을 살펴보세요.

http://cogpsy.skku.ac.kr/cwb-data/data/newarticle/061209심리학회60주년기념심포지움-마음2.htm

Froese 박사의 AI 글의 전반부가 위의 '마음개념 재구성' 글의 내용과 상당히 일치함을 보실 것입니다.

미래의 인공지능, 로보틱스 를 연구하려는 사람이라면
인공지능 내에서 이루어지고 있는 이 'embodied-embedded cognition' 접근적 패러다임 변혁을 이해하지 못하고서는 제대로 국제적 경쟁력을 갖출 수 없겠지요.
그리고 이 새 패러다임을 이해 하려면 인지과학의 변화 추세의 본질에 대한 이해가 꼭 필요하지요. 참고하시기 바랍니다

=========================================================

최근의 인공지능 연구는 어디로 가고 있는가?

최근의 인공지능 연구는 어디로 가고 있는가?
이는 최근의 인공지능 연구자들이 관심갖고 있는 주제를 살표모아서 알 수 있을 것이다.

http://www.aaai.org/Symposia/Fall/fss07symposia.php#fs01
에 가면 2007년도 11월의 AAAI 학회의 가을 심포지아 안내가 있다.

거기에서 여러 심초지음 별로 설명된 주제를 조금 각색을 하여 제시하면 다음과 같다.
위 사이트의 내용은 다운을 받아 참고하는 것이 좋으리라 생각된다

-------------------------------------------------------------------

< AAAI 2007 가을 심포지엄들의 주제들>


-의식에 대한 연구가
현재의 한계적인 인공지능 시스템이나 로봇 시스템을 벗어날 수 있는 어떤 시사를 제공하는가
의식에 대한 연구를 인공지능/로보틱스에 도입하는 것은 로봇 센서, 행위 모쥴, 내적-자기표상(
지식표현), 미래 예측 및 계획 능력 등의 시스템디자인에 도움이 된다


- 각종 시스템의 미래에 대한 예측에 인공지능 시스템이 할 역할은 무엇인가?


- 자연언어 처리 인공지능시스템을 구축하는데에서 지금까지 인지심리학, 언어심리학 등의 연구와
이론들이 자연언어처리 시스템 구축에 제약을 가한다고 보았는데. 그것이 아니라 오히려 인지이론
이 대단위 자연언어처리 구축에 도움을 줄 수 있다고 본다면 그런 연결을 어떻게 가능하게 하겠는
가?
예: Cognitive/hybrid approaches to Knowledge Representation (KR) and reasoning


- 표상(지식표현)의 변화란 무엇이며, 자동적 학습과 발달 구현에 도움을 줄 수 있는 지식 표상(표
현)변화 특성은무엇인가?


- 인간 에이젼트 또는 자동적 기계적 에이젼트 들이 하나가 아니고 여럿이 모여서 상호작용하며 나
름대로의 사회, 문화, 커뮤니케이션을 형성한다면 이런 사회, 문화, 커뮤니케이션의 특성은 무엇이
면, 그러한 상호작용 가운데에서 생성되는 창발성(emergence), 창발적 사회의 특성은 무엇인가, 그
창발성이 하나의 agent 로 발전되는 것은 어떻게/ 그리고 그 특성은 무엇인가?
그리고 인간 에이젼트와 기계에이젼트 사이의 정보/의사소통적 translation은 어떤 특성을 지니
면 어떻게 생겨나고 발전되는가? 단순한 지식 표상을 넘어서서 담화적, 내러티브적 의사소통이 일
어난다면, 일반적인 지식 표상이나 담와의 여러 형태(청각적, 시각적, 운동근육적, 언어적, ..) 사
이의 소통과 변환은 어떻게 일어나는가?


-지능적 내러티브 테크놀로지는 무엇인가?
<배경설명>: 인간의 인지의 기초는 내러티브이다. 소위 논리적 사고 중심의 이성이 인간 인지의 기
본인 것처럼 기존의 철학이나 논리학, 인공지능 등이 다루어 왔지만, 인지심리학적, 인지과학적 연
구에 의하면 인간 인지의 기본은 이야기 내러티브이다(참고: 이정모 (편). 인지심리학의 제 문제
(I): 인지과학적 연관. 서울: 성원사. 1996, 중, 265-283 쪽의 '마음은 기계인가: 튜링기계와 괴
델 정리'의 끝부문/ 이 책은 절판됨 도서관에서나 있음).
-> 인공지능 연구가 발달하면서 단순히 논리적으로 연결된 지식들의 표상을 검색하거나 활용하는
단계를 넘어서서, 인간처럼 이야기를 이해하고 활용하는 측면의 연구의 중요성이 부각되고 있다.
--> 이러한 배경에서 '내러티브적 지능" 이라는 개념이 창출되고, 인간과 인공지능 시스템(컴퓨터)
에서 경험 -> 학습 -> 지식 -> 이야기로 전환하는 지능(기능)에 대한 연구가 부각, 떠오르고 있다.
인간처럼 이야기를 이해, 표상, 생성(이야기를 실제로 하는) 그러한 자동에이젼트, 그런한 인공지
능 시스템 개발에 대한 연구가 발전되고 있다. 혼잣말로 이야기하기, 다른 에이젼트와 상호작용하
면 이야기하기, 협동적으로 이야기를 만들어 나가기 등의 연구가 추진되고 있다.
이러한 분야의 연구가 인공지능시스템이 인간과 같은 언어를 사용한 실제적 고차 지능을 발휘할 수
있는 그러한 상위 수준의 분야의 연구가 되리라 본다


- 분산지능시스템 연구:
한 에이젼트, 시스템 내에 모든 지식과 지적 능력이 다 사전에 담겨져 있지 않고
분산되어 있는 에이젼트 또는 그 부분들 각각에 기초적인 정보만 있고, 이 부분들 하위 에에젼트
들이 상호작용하요 그 상호작용 과정 상에서 새로운 틋성의 지능이 창발적으로 생성되어 떠오르는
분야에 대한 연구는 신경망 시스템 연구 중심으로 많이 연구되어 왔다.
이제 그런한 인공지능시스템 뿐만 아니라, 기능과 담당 영역이 같지 않은 그러한 시스템들이 상호
작용하여 보다 복잡하거나 상위수준의 문제를, 또는 새로운 문제를 해결하는 그러한 지능에 대한
연구가 부각된다. 인간-인간 (여론 형성과 같은 상황 포함), AI시스템-AI시스템, AI시스템-인간,
로봇-로봇, 로봇-인간, ... 등의 분산-집합적 지능의 창출에 대한 연구가 중요한 주제로 떠오른다.
물론 영역 주제별 특수성을 띄긴 하리라 본다