추가 적립 안내

만약 당신이 언제 죽을지 인공지능이 알려준다면 당신은 어떻게 하겠는가?

이제라도 남은 생을 꼼꼼하게 설계하여 알차게 채우려 할까? 아니면 매일 카운트다운을 하며 하루하루를 절망감 속에 방황할까?

조금은 몽상 같은 이야기라고 생각할지 모르겠으나 이미 벌어지고 있는 일이다. 아직은 초보적인 단계이지만 중증 환자를 대상으로 사망 시기를 추정하는 인공지능 프로그램이 개발 중이고, 일부 결과는 상당히 고무적이라고 한다.

“죄송하지만 6개월 남으셨습니다."

연민의 눈빛으로 의사가 전하던 사망선고가 이제 좀 있으면 시리나 알렉사의 목소리로 전달될 날이 머지않았다.

공포 영화가 무서워서 손바닥으로 눈을 가리면서도 손가락 사이로 영화를 보고 싶어 할 정도로 인간의 호기심은 누르기 어렵다. 인공지능에 대한 욕망도 그러하다.

[특이점]
인공지능이 스스로 알아서 진화를 시작하게 되는 시점을 말한다. 이미 많은 이들이 ‘특이점'을 경고해왔다. 왜냐하면 그 순간이 오면 인간은 인공지능보다 열등한 존재가 될 수 있기 때문이다.
이런 위험성에도 불구하고 그 특이점을 남보다 먼저 도달하고 싶은 인간의 욕망은 식을 줄 모른다.

단순히 호기심만으로는 설명하기 어렵다. 왜냐하면 그 욕망에는 많은 자본이 필요하기 때문이다. 어쩌면 오늘 인공지능에 대한 욕망은 인간에게서 나오는 것이 아니라, 자본에게서 나오는 것일지 모른다.

언제부터 인공지능은 시작된 것일까? 인간의 개입 없이 알아서 머리를 쓰는 존재는 최근에야 등장했다. 하지만 인공지능을 향한 호기심은 예술이나 문학 작품 속에서 오래전부터 등장했고, 비록 두뇌는 없지만 자동으로 동작하는 인형들이 만들어졌다.

기계 메커니즘의 한계를 뛰어넘게 된 것은 컴퓨터의 등장 덕분이다. 컴퓨터의 선구자였던 앨런 튜링이 인공지능 분야에서 큰 족적을 남긴 것은 우연이 아니다.

인공지능의 발전은 부침을 겪었다. 금방 무슨 일이라도 벌어질 것처럼 달아오르던 분위기는 기술적 한계에 부딪혀 차갑게 식기를 반복했다. 하지만 돌파구가 마련될 때마다 과거의 어깨를 딛고 크게 도약했다.

인공지능, 정복할 것인가 아니면 정복당할 것인가?

일상을 평범하게 살아가는 이들에게 인공지능은 그저 흥미로운 단어일 뿐이다. 각종 정보의 홍수 속에서 단편적인 소식들은 인공지능에 대한 호기심을 자극한다. 하지만 인공지능이 무엇인지 알고 싶어서 한 걸음 다가가려고 하면, 갑자기 부딪히는 전문적인 내용에 어려움을 느끼곤 한다.

음악을 알기 위해 화성법을 이해해야 할 필요는 없을 것이다. 어떤 장르가 있는지, 장르마다 어떤 특징이 있는지를 아는 것만으로도 우리는 음악에 깊이 빠질 수 있다.

이 책은 그런 목적에 부합한다. 인공지능에는 어떤 분야가 있는지, 어떤 응용이 있는지에 관해 알 수 있도록 장벽을 낮춰 설명하고 있다.

멋진 그림과 함께 제공되는 100개의 이야기를 징검다리처럼 하나씩 밟아 나아가 보자. 어느새 여러분은 저 멀리 아득해 보이기만 하던 인공지능의 세계를 헤집고 들어갈 준비가 되었음을 발견하게 될 것이다.

뉴욕타임즈
“픽오버는 우리가 알고 있는 현실을 넘어서 그 이상의 영역까지 깊이 생각한다.”

크리스천 사이언스 모니터
“픽오버는 새로운 세대의 다 빈치가 미지의 비행 기계를 제작하고 새로운 모나리자를 창조하도록 영감을 준다.”

들어가는 글 vi
기원전 1300년경: 틱-택-토 1
기원전 400년경: 탈로스 3
기원전 350년경: 아리스토텔레스의 오르가논 5
기원전 250년경: 크테시비우스의 물시계 7
기원전 190년경: 주판 9
기원전 125년경: 안티키티라 기계 11
1206년: 알 자자리의 오토마타 13
1220년경: 란슬롯의 구리 기사 15
1300년경: 에이데 기계 공원 17
1305년경: 라몬 룰의 아르스 마그나 19
1352년: 종교적 오토마타 21
1495년경: 다 빈치의 로봇 기사 23
1580년: 골렘 25
1651년: 홉스의 리바이어던 27
1714년: 의식을 가진 방앗간 29
1726년: 라가도의 책 쓰는 기계 31
1738년: 드 보캉송의 오리 오토마톤 33
1770년: 기계 투르크인 35
1774년: 자케 드로의 오토마타 37
1818년: 프랑켄슈타인 39
1821년: 컴퓨터적 창의력 41
1822년: 배비지의 기계식 컴퓨터 43
1844년: “미를 추구하는 예술가” 45
1854년: 불 대수 47
1863년: “기계들 속의 다윈” 49
1868년: 대평원의 스팀맨 51
1883년: 하노이의 탑 53
1893년: 일렉트릭 밥의 대형 흑타조 55
1898년: 테슬라의 “빌려온 마음” 57
1907년: 틱-톡 59
1907년: 영혼 찾기 61
1913년: 광학 문자 인식 63
1920년: 로숨의 유니버설 로봇 65
1927년: 메트로폴리스 67
1939년: 일렉트로, 모토-맨 69
1939년: 음성합성 71
1942년: 아시모프의 로봇공학 3원칙 73
1942년: 살상용 군사 로봇 75
1943년: 인공 신경망 77
1946년: 에니악 79
1949년: 초대형 두뇌 혹은 생각하는 기계 81
1950년: 튜링 테스트 83
1950년: 인간의 인간적 활용 85
1951년: 강화 학습 87
1952년: 음성 인식 89
1954년: 자연어 처리 91
1956년: 다트머스 인공지능 워크샵 93
1957년: 퍼셉트론 95
1957년: 트랜스 휴머니즘 97
1959년: 기계 학습 99
1959년: 지식 표현 및 추론 101
1960년: 릭라이더의 “인간-컴퓨터 공생” 103
1964년: 심리치료사 일라이자 105
1964년: 얼굴 인식 107
1965년: 지능 폭발 109
1965년: 전문가 시스템 111
1965년: 퍼지 논리 113
1965년: 딥러닝 115
1966년: 로봇 쉐이키 117
1967년: 시뮬레이션 속에서 살기 119
1968년: 사이버네틱 세렌디피티 121
1968년: 할 9000 123
1970년: 마스터마인드 125
1970년: 콜로서스: 포빈 프로젝트 127
1971년: 셔들루 129
1972년: 편집병자 패리 131
1975년: 유전 알고리듬 133
1976년: 인공지능의 윤리학 135
1979년: 백개먼 챔피언을 물리치다 137
1980년: 중국어 방 139
1982년: 블레이드 러너 141
1984년: 자율주행 차량 143
1984년: 터미네이터 145
1986년: 인공생명 147
1986년: 떼 지능 149
1988년: 모라벡의 역설 151
1988년: 커넥트 포 153
1990년: “코끼리는 체스를 두지 않는다” 155
1993년: 밀봉된 “인공지능 상자” 157
1994년: 체커 게임과 인공지능 159
1996년: 다마고치 161
1997년: 딥블루가 체스 챔피언을 이기다 163
1997년: 오델로 165
1999년: 로봇 아이보 167
2000년: 아시모와 친구들 169
2001년: 스티븐 스필버그의 영화 A.I. 171
2002년: 아와리 게임을 풀다 173
2002년: 룸바 175
2003년: 페이퍼클립 생산극대화의 재앙 177
2006년: 콰클의 스크래블 우승 179
2011년: 제퍼디! 에 출연한 왓슨 181
2015년: 컴퓨터 예술과 딥드림 183
2015년: “그들을 인공 외계인이라 부르자” 185
2015년: 화성 위의 인공지능 187
2016년: 바둑 챔피언 알파고 189
2016년: 자율 로봇 수술 191
2017년: 인공지능 포커 193
2018년: 적대적 패치 195
2018년: 루빅스 큐브 로봇 197
2019년: 인공지능으로 사망 예측하기 199
주석과 참고문헌 200
이미지 출처 206
색인 207

인공지능으로 사망 예측하기

2016년에 스탠퍼드 대학교의 연구원들은 인공지능 시스템을 훈련시켜서 어떤 사람이 3개월에서 12개월 사이에 죽을지 여부를 정확하게 예측할 수 있었다. 이 놀라운 응용은, 앞으로 인공지능과 딥러닝이 보여줄 다양한 역할을 대표적으로 보여주는 사례로 이 책에 포함되었다.
(중략)
결과를 보면, 3개월에서 12개월 사이에 사망하리라고 예측된 사람 10명 중 9명이 실제로 그 기간에 사망했다. 또한, 12개월 이상 생존하리라 예측한 사람 중 95%는 그렇게 오래 살았다. 하지만 의사인 싯다르타 무커지는 최근 『뉴욕타임즈』의 기사에서 이렇게 지적했다. “[딥러닝 시스템은] 학습은 하지만 자기가 왜 그렇게 학습했는지를 우리에게 말하지 못한다. 그것은 확률을 지정하지만 그 뒤에 숨어 있는 추론을 쉽게 표현할 수 없다. 시행착오로 자전거를 배운 아이에게 자전거를 탈 수 있게 해주는 규칙을 설명해달라고 하면 그냥 어깨를 으쓱하고 도망가버리는 것과 같이, 이 알고리듬도 우리가 ‘왜?’라고 물으면 우리를 멍하니 바라본다. 그것은 죽음과 마찬가지로 또 하나의 블랙박스이다.” 그럼에도 불구하고 인공지능 사망 예측기에 관한 연구는 계속되고 있다. 2019년에 노팅엄 대학교의 전문가팀은 조기 사망을 예측하는 데 인구학, 생체학, 임상, 생활양식 등에 기반한 기계 학습이 전통적인 방식보다 우수할 수 있음을 보였다.

(본문 199쪽 일부)