LC Studio

로봇의 언어를 우리가 배워야 하는 것은 아닐까 디지털 세상에서 누구나 지난 시절 제왕이 접근하고 누리던 거대한 자원과 힘을 가질 수 있게 되었다는 것은, 그 도구를 제대로 알고 다루는 사람에게는 최고의 환경이 되지만 그렇지 못한 사람에게는 격차와 좌절감을 키우는 토양이 된다 현대에는 정보가 곧 힘이다. 미래에는 기계를 다루는 것이 힘이라고 한다. 인공지능과 데이터를 다루는 사람들에게 권력을 주는 시대가 오는 것이다. 그렇다면 모두가 코딩을 배워서 인공지능 전문가 혹은 데이터 전문가가 되어야 하는가? 인공지능의 원리 등 기본적인 배경은 필수로 학습해야 한다고 생각한다. 다만, 모두가 관련 분야의 전문가가 될 필요는 없다고 생각한다. 중요한 것은 `기계와 기술이 인간을 대체하는 시대에, 우리는 무엇을 생각하..

망각이 없는 세상, 우리가 기억해야 할 것은 무엇인가 기계가 사람처럼 기억하고 판단하는 능력을 갖춰가는 세상에서 인간의 고유한 능력은 기계가 하지 못하는 창의적이고, 성찰적이며, 공감하는 사고능력이다. 전자기억은 이런 사고에 활용되는 작은 실마리일 따름이고, 우리의 마음과 정신을 움직이는 기억은 매번 새로운 느낌과 생각으로 연결되는 살아 있는 생물체의 기억이다. 그래서 외부 기억을 더 유용하게 활용하려면 그 기억을 불러와 살아 있는 사고 작용으로 연결해줄 생물학적 기억이 내 머릿속에 담겨 있어야 한다. 어릴 적 핸드폰이 출시되기 전에는 전화번호를 외워서 공중전화에서 전화했던 기억이 있다. 현재는 전화번호를 기계가 대신 외워주는 것은 기본이다. 오히려 모든 것이 디지털화 되어 저장된다. 인간이 지식을 암기..

로봇이 나보다 똑똑해지면 나는 무엇을 해야 할까 똑똑한 컴퓨터가 사람 같은 호기심을 가질 수 없는 까닭은 호기심이 인간 고유의 심리 작동과 깊은 연관을 갖고 있기 때문이다. 호기심은 지적 결핍이자 인지적 불만족의 한 형태다. 하지만 호기심은 가장 행복한 결핍이자 불만족이다. 호기심은 아무것도 모르는 상태에서 생겨나는 궁금증이 아니다. 자신이 알고 있는 지식 사이에서 설명되지 않는 인지적 빈틈에 대해 알고 싶은 욕망이다. 그렇기 때문에 지적 호기심은 자신이 무엇을 알고 있고, 또 무엇을 모르고 있는지를 아는 데서 출발한다. 호기심이라는 것은 인류 역사를 관통하는 마음이다. 고대 신화를 보면 호기심을 못 이겨 판도라의 상자를 열었고, 선악과를 따먹은 하와도 호기심을 이기지 못했다. 중력의 발견도 호기심에서 ..

인공지능의 특이점, 로봇은 과연 인간을 위협하게 될까? 평행우주론을 제시한 뉴욕 시립대 교수이자 이론물리학자인 미치오카쿠는 "왓슨은 경쟁에서 이겼지만 승리를 기뻐하지 못했다. 왓슨의 등을 두드리며 축하핼줄 수도 함께 축배를 들 수도 없다."며 로봇은 자신이 무엇을 했는지 자신이 무엇인지 전혀 인식하지 못한다고 지적했다. 인간의 정신은 지능과 함께 의식이 본질적 특징이라는 얘기다. 인공지능은 머신러닝을 통해 많은 영역에서 인간을 뛰어넘었다. 기계는 물리적 한계가 없어 쉬지 않고 학습할 수 있다, 또한 망각이 없어서 한번 학습한 것은 잊지 않는다. 인공지능이 인간을 많은 영역에서 뛰어넘었지만, 자의식의 영역은 넘어서지 못할 것이다. 인공지능은 학습을 통한 결과대로 행동한다. 스스로 생각하는 건 맞지만 왜 그..

감정을 지닌 휴머노이드, 로봇과의 연애 시대가 온다? 인공지능 시대는 기술을 통해 우리의 다양한 감정 스펙트럼에서 외로움 따위는 없앨 수 있을 것이라는 기대를 제시하고 있다. 외로움 따위는 없앨 수 있을 것이라는 기대를 제시하고 있다. 외로움 있는 관계와 외로움 없는 관계, 우리가 진정으로 원하는 것은 무엇인가? 감성형 로봇이 우리에게 던지는 진짜 질문은 타인의 영향이 불가피한 기존의 관계 방식을 택할 것인가, 아니면 모든 것을 내가 통제하면서 원하는 감정만을 누리는 새로운 관계 방식을 선택할 것인가라는 물음이다. 로봇과 사람의 관계 방식은 차이가 있다. 기본적으로 로봇은 모든 말과 감정과 행동을 받아들이고 수용해준다. 반면 사람은 자신만의 생각과 의지가 있어 말과 감정과 행동을 받아들이는데 있어 제약이..

노동하는 기계는 우리에게 저녁 있는 삶을 선물할까 지속적으로 확대될 여가시간은 필연적으로 그 활용 능력을 갖춘 사람들과 그렇지 않은 사람들 간에 커다란 격차를 가져온다. 여가시간이 지루함과 불안함, 보람 없는 분주함이나 고독감과 동의어인 사람들이 있는가 하면, 행복하고 보람 있는 활동과 도전의 기회인 시람들도 있다. 다수는 맹목적으로 시간을 획득하는 데만 집중하고 아무리 시간이 많아도 많다고 느끼지 못할 수 있다. 얼마를 갖고 있느냐 못지않게 제한된 자원을 제대로 쓸 줄 아느냐가 중요하다는 점도 비슷하다. 과거 세탁기의 등장으로 그 당시 여성들의 사회참여가 활발해진 것 같이, 앞으로도 계속 우리 생활에 직접적으로 도움을 주는 로봇들이 개발될 것이다. 그렇다면 그 늘어난 여가시간을 어떻게 보낼 것인가에 대..

제2의 기계시대, 내 직업은 10년 뒤에도 살아남을 수 있을까 정보화 사회의 유망직업이 '정보검색사'였다는 사실은 미래 예측과 유망 직업 선택의 어려움을 알려준다. 미래 사회가 인터넷 세상이 되고 정보검색의 가치가 높아질 것이라는 큰 틀의 예측은 적중했다. 하지만 그런 미래 사회에서 정보검색사가 직업으로 각광받으리라는 전망은 크게 빗나갔다. 야후 웹서퍼는 '반짝' 하고 사라진, 직업 세계의 별똥별 같은 존재다. 우리는 어떤 직업을 선택해야 할까? 미래에 어떤 직업들이 사라지고, 어떤 직업은 유망하다는 말이 많다. 물론 전문가들의 분석이 대부분 맞을 가능성이 크다. 하지만 다가올 미래는 누구도 모른다. NPR 자료에 따르면 20년 이내 로봇에게 밀려 사라질 직업이 중 6위가 스포츠 심판이었다(93.8%)...

지식이 공유되는 사회, 대학에 가지 않아도 될까? 모든 정보는 `절대 지식`이 될 수 없고 유효기간과 반감기를 지닌 `가변적 지식`이라는 통찰의 힘은 디지털 시대에 더욱 두드러진다. 위키피디아는 `지식의 반감기`가 점점 단축되는 환경에 적합한 지식체계다. 위키피디아의 장점은 정보의 `정확성`과 `불변성`이 아니라 `가변성`과 `신속성`이다. 20년도 나의 초등학생 시절 태양계의 행성은 아홉 개였다. 하지만 2006년 이후로는 태양계의 행성은 여덟 개라고 배운다. 생태계를 파괴하는 재앙 물질임이 밝혀져 퇴출당한 DDT는 1948년 노벨생리의학상을 받은 `기적의 살충제`였다. 사람 손가락의 개수나, 대륙의 숫자 등 오랜 기간 변하지 않는 지식이 있지만, 위의 사례들처럼 특정 시점이나 주기마다 달라지는 지식이..

자동번역의 시대 외국어를 배울 필요가 있을까? "호프스태터에 따르면 구글 번역은 데이터베이스의 축적, 알고리즘과 컴퓨터 성능 개선으로 뛰어난 결과를 내놓고 있지만 이런 결과물은 번역 대상에 대해 전혀 이해하지 못한 상태에서 나온 것이기 때문에 인공지능이 아니라는 것이다. 진정한 번역은 담화 내용에 대한 이해를 통해 그 생각을 다른 언어로 창조하는 작업이다." 구글 번역의 경우 호프스태터의 말대로 아직 맥락을 이해하고 번역하지는 못할 것이다. 하지만 인공지능에게 인간의 관점에서의 이해라는 단어가 적절할까? 의문이 들었다. 인공지능은 수많은 데이터를 딥러닝을 통해 학습해서 만들어지는 결과이다. 이들에게 딥러닝 학습 자체가 이해의 의미가 아닐까 생각한다. 데이터는 이미 충분히 쌓인 것 같고, 인공지능 학습법이..

무인자동차의 등장 사람이 운전하는 차가 더 위험하다? "자율주행차 또는 무인자동차는 머지않은 장래에 현실화되 기술이다. 연구자들이 말하는 대로 기술 개발을 가장 쉬운 과제이고 진짜 과제는 사용자 수용성과 윤리적 문제이다. 자율주행차에서 드러난 윤리적 딜레마는 도로라는 특수한 상황에서만 적용되는 것이 아니라 우리가 로봇과 인공지능에 판단을 위임하면서 생겨나는 근본적 문제 상황이기도 하다." 이 책에서 말하는 윤리적 딜레마는 다음과 같다. 인간이 운전하는 경우 각 상황에 따라 운전자가 모든 것을 판단하고 결정한다. 예를 들어 터널 진입로에 아이가 발을 헛디뎌서 넘어져 도저히 피할 수 없는 경우, 운전자는 핸들을 꺾어 마주 오는 차와 추돌할지, 그냥 아이를 자동차로 치고 직진할 것인지 결정한다. 인간 운전자는..