4차혁명

인공지능이 가져올 미래세상을 그리다

2016년 3월, 바둑 세계 챔피언 이세돌 9단이 인공지능 알파고와 벌인 첫 판에서 충격적인 패배를 당했다. 인공지능이 바둑에서 인간 최고수를 이긴 것은 이번이 처음이다. 이세돌을 4승 1패로 격파한 인공지능 알파고와의 대결이 한국에서 개최된 것은 무척 다행스런 일이다. 인공지능이 가져올 변화에 무심하던 한국인들에게 인공지능의 위력을 낱낱이 보여주었기 때문이다. 이제 더 이상 한국인들은 인공지능과 로봇을 무시하거나 비웃지 않는다.

인공지능이 다가오고 있다. 인공지능은 TV 속으로, 자동차 속으로 들어오고 있다. 인공지능은 우리의 친구가 되고 개인 비서가 되고, 우리의 변호사, 주치의가 될 것이다. 지난 3년 동안 인공지능 분야에서는 그 이전 30년 동안보다 더 많은 진전이 있었다. 애플과 같이 기술을 선도하는 기업조차도 인공지능에 힘을 더하는 기술인 머신 러닝의 급속한 발전에 허를 찔렸다. 최근 개발자 컨퍼런스에서 애플은 경쟁자인 구글과 아마존이 이미 그랬던 것처럼, 자사의 인공지능 시스템을 독립 개발자들에게 공개했다. 비록 한 발 늦었지만 애플도 대세를 따른 것이다.

인공지능은 약한 AI와 강한 AI로 구분하거나, 여기에 슈퍼 AI까지 더해서 3가지로 구분한다. 약한 AI는 한 가지 분야에만 특화된 특화인공지능을 말한다. 알파고는 바둑만 두고, IBM 왓슨 로스는 전 세계의 법조문과 판결사례를 다 외워 형량을 계산하는 등 판사 업무를 보조한다. IBM 왓슨 헬스는 수많은 환자의 혈액검사, MRI 영상 결과 등을 입력하고 분석함으로써 진단 업무를 처리한다.

반면에 한 분야가 아니라 온갖 분야에 대한 다양한 지식을 지니고 인간처럼 여러 가지 정보를 융합하여 결론을 내는 것이 인공일반지능 또는 강한 AI라고 볼 수 있다. 알파고에서 더 발전한것이 인공일반지능이다.

기존의 기계는 프로그램대로 뭄직였지만, 인공지능은 상황변화를 인식해서 적절하게 대응하고 스스로 새로운 정보를 찾아 학습하며 끊임없이 진화한다. 이와 같은 인공지능의 발전은 단순히 자율주행차나 산업용 로봇, 의료 로봇과 같은 산업 분야에만 영향을 미치는 것이 아니다. 인간 사회의 복잡한 의사결정을 대신함으로써 정치혁명과 사법혁명을 가져오고 가르치는 행위를 변화시켜 교육혁명을 일으키는 등 기존 사회 시스템을 획기적으로 바꾸어놓을 것이다. 더구나 한 분야 아닌 다양한 분야의 온갖 일을 처리할 수 있는 인간의 뇌를 닮은 인공일반지능의 발전은 그야말로 지식폭발의 시대를 초래할 수도 있다.

레이 커즈와일과 같은 미래학자들은 인공지능이 우리의 능력을 증강 시키고 인간과 함께 진화할 것이라고 내다보는 반면에, 일런 머스크와 스티븐 호킹 같은 이들은 인공지능이 우리를 지배하게 될 것이라고 경고하고 있다. 인공지능에 대한 찬사와 비난이 엇갈리고 있지만, 앞으로 어떤 일이 일어날지 아직은 아무도 알지 못한다.

확실한 사실은 인공지능은 이미 우리 가까이 와 있고 무엇을 상상하든 그 이상의 놀라운 일들을 가능하게 할 것이라는 점이다.

정치인을 대체할 로봇 대통령 '로바마' AI 엔진

2016년 오늘날의 사회·경제·정치 세계는 대단히 복잡하다. 지리적으로 멀리 떨어진 세계 여러 지역이 모두 초연결사회로 연결되어 있어 세계 곳곳에서 나타나는 다양한 사회현상을 판단하기 어렵게 만든다. 기술의 발전이 가속화되면서 모든 상황은 급속하게 다변화되었고, 그 결과 인류는 기존에 전혀 경험하지 못했던 새로운 세상과 마주하고 있다.

이러한 급격한 변화 속에서 일반 시민뿐만 아니라 국민을 대표하여 정부와 의회를 구성하는 전문가들조차 중요한 문제에 연관된 상황을 이해하고 의사결정을 하는 데 필요한 전문지식을 갖추지 못하는 난감한 상황이 벌어진다. 또한 현재의 사회·정치적 의사결정 프로세스는 비효율적일 뿐만 아니라 때로는 국민의 대표자들이 편견에 사로잡혀 잘못된 선택을 하게 만들기도 한다. 인간으로서는 도저히 정확하고 편견 없는 선택을 할 수 없는 복잡한 의사결정들이 기하급수적으로 늘어난다. 그렇다면 인류는 이런 복잡한 세상과 급격한 사회적 변화에 어떻게 대처해야할까?

AI 사회·정치적 분석시스템 만들기

세상의 복잡성과 사회·정치적 빠른 변화에 효과적으로 대처할 핵심 솔루션은 인간의 의사결정을 인공지능으로 보강하는 것이다. 이것이 불가능해 보이는가?

자율주행차의 사례를 생각해보자. 20년 전, 사람없이 혼자 운전하는 자동차 이야기가 나왔을 때 대다수 사람들은 비웃었지만, 이제는 모두 믿어 의심치 않는다. 사람들은 정부나 국회를 사람이 운영해야 한다고 생각한다. 그러나 이미 수많은 일들이 인공지능으로 대체되고 있다. 자율주행차가 우리에게 다가오듯이 가장 부패하기 쉬운 정부나 의회에 인공지능을 적용하는 시대가 다가오고 있다.

현재 인공지능은 인간 분석가들이 하던 일은 대부분 대체할 수 있으며 일반적으로 인공지능은 정보를 학습하고 패턴을 감지·분석하는 폭넓은 기능을 갖고 있기에 인간보다 더 잘한다. 중요한 결정에 대한 정보파악, 증거분석, 대조·요약하고 다른 의사결정을 지원하는 추론의 근거를 만들 수 있다. 대통령이나 국회의원들 같은 주요한 의사결정자와 대중들에게 귀중한 정보를 구성, 수집, 보고할 수 있다.이처럼 정부와 의회를 대체할 수 있는 의사결정 프로세스 지원 프로그램이 바로 로바마 AI 프로그램이다. 모든 새로운 기술은 성숙할 시간이 필요하듯이, 로바마 AI 응용프로그램 역시 마찬가지이다. 이러한 과정을 잘 보여주는 사례는 자율주행차다. 우리는 지금 자율주행차를 직접 몰지 않고 옆에서 지켜보다가 문제가 발생하면 인간이 주행하도록 컨트롤을 시작한다. 인공지능 운전기사가 인간의 운전을 즉시 교체할 수는 없다. 그러나 자율주행차가 보편화되면 운전은 점차 자율주행차가하게 되듯이 사회·정치적 의사결정도 점차 인공지능이 하게 된다.

이렇게 가다 보면 다음 단계에서는 의사결정지원을 하는 강력한 AI기반의 소프트웨어가 의회나 정부 정치인들의 의사결정을 대행하게 된다. 그리고 부패하기 쉽고 어려운 정치나 정부운영은 인공지능에게 맡기고  인간은 더 재미있는 일을 찾게 된다.

로바마 AI를 어떻게 훈련시킬 것인가

인공지능을 잘 가르치면 스스로 학습하고 구상하며 더 좋은 시스템으로 끊임없이 진화한다. 따라서 초기 인공지능기반 사회·정치적 의사결정 지원시스템을 구상할 때는 우선 2가지 측면을 고려해야 한다.

정책을 잘 평가하도록 가르쳐야 한다

AI 시스템에게 모든 법과 정책을 학습시키고, AI시스템은 한국 정책을 이해하며 분석, 대답하게 한다.

과거 정책들은 AI 시스템에 표기되고, AI 시스템은 정책의 장단점 혹은 결과를 분석, 대답하게 만든다.

국민이 원하는 정책을 찾도록 도와야 한다

AI에게 목표를 설정해주고, 현재의 정치적 이해관계에서 단순한 것과 복잡한 것을 분석하여 균형 잡힌 정책을 세우도록 한다. 다양한 정책 문제들은 국민이 원하는 방향에 대한 정보를 주어, 더 실용적인 정책 혹은 이상적인 정책을 찾아 선택하도록 한다.

인공지능이 사회·정치적

인공지능이 사회·정치적 분석을 하려면, 인간이 AI에게 모든 법, 뉴스, 정책 브리핑, 전문가 분석, 소셜 미디어와 다양한 종류의 정량적 데이터를 포함하여 폭넓은 정보를 입력해야 한다. 이런 정보가 내부적으로 유연한 방법으로 모두 상호 연관되도록 하고, 다양한 패턴 및 추론을 이끌 수 있는 데이터 유행으로 주입하고 가르쳐줘야 한다. 인공지능은 스스로를 가르쳐서 더 나은 인공지능이 된다.

이렇게 정보를 입력하고 훈련시킨 AI 사회·정치 시스템은 인간에게 다양한 종류의 결과물을 생성해준다. 즉 아래와 같은 인공지능 AI 소프트웨어를 만들어준다.

인간 상호대화의 장 : 이러한 것은 자연 언어가 중심이 될 것이지만, 데이터 세트를 나타내는 사용자 및 차트 또는 정량 분석의 결과를 공급하는 시스템을 포함할 수 있다.

기술 보고서 : 정량적 데이터 분석 또는 질적 데이터의 체계적인 패턴 결과를 요약.

인포메이션 그래픽 : 간단한 텍스트 설명과 함께 질적으로 흥미로운 방법으로 정량적인 정보를 배열.

정책평가와 제안을 설명하는 정책 시스템 : 우리는 애초에 아름다운 산문이 아닌 명확한 설명을 목표로 한다.

상호논쟁의 장 즉 토론 사이트 : DebateGraph와 유사한 인터페이스를 사용하여 인간과 함께 논쟁하는 장 혹은 사이트를 구축하여 인간 상호작용이 가능하도록 구축하고, 인간과 인공지능이 합리적 이해와 관련성 있는 사회·정치적 문제분석으로 함께 해결방법을 찾는다. 예를 들면, DebateGraph 같은 도구를 국민들이 공격적으로 사용하는 방법을 구상한다. 그 안에서 국민들의 정책입안을 하도록 하고, AI 사회·정치적 분석가가 분석하고, 전문가와 일반시민들이 모든 잠재적인 정책 및 실질적 정책 등 기타 사회·정치적 이슈와 관련한 다양한 입장에서 합리적이고 건설적인 논쟁으로 결론을 낸다.

그렇다면 우리는 AI에게 어떤 정책적인 질문을 던질 수 있을까?

AI에게 묻는 정책 평가 질문 사례

한국 국민 모두에게 최소 기본소득을 주려면 무엇이 문제가 되는가?

최소기본소득을 제공하기로 결정했다면 1~10년간 얼마를 주는 것이 가장 적당한가?

평균수명이 100세로 증가하고, 100세가 현재의 80세와 같은 건강을 유지한다면, 사회와 경제에 미치는 영향은? (기술실업률이 향후 30년간 5%에서 90%까지라는 다양한 경우를 생각해보자.)

모든 한국인에게 처방약이 무료로 공급된다면 어떤 일이 벌어질까?

AI에게 묻는 정책 개념 질문 사례

저소득층 부모가 자녀들에게 최고 고등교육을 격려하는 방법은?

약물 복용하는 것을 잘 잊는 노인들에게 시간 맞추어 꼭 약물을 복용 하도록 할 수 있는 방법은?

교육혁신을 통해 기하급수적으로 발전하는 미래 사회에서 잘 살아갈 수 있도록 아이들을 준비시킬 수 있는 방법은?

물론 현재의 기존 AI시스템은 이 같은 문제를 처리할 수 없다. 인간이 AI에게 엄청난 정보를 주고 위의 예와 같은 질문을 정확한 시뮬레이션 및 데이터 분석으로 바꾸고, 수많은 가정을 신중하게 설정해줘야 한다. 가정에 대한 현명한 의사결정은 가장 어렵고도 재미있는 일 중의 하나 이기는 하지만 우리는 AI사회·정치적 분석을 위한 도전 과제를 궁극적으로 극복할 수 있다. 여기에 필요한 것은 바로 인공지능 인력양성이다.

약인공지능이 아닌 인공일반지능이 필요하다

인공지능은 1960년대에 등장하여 이미 금융계에서 활용되어 왔다. 주식시장에서 수억 개의 주식주문을 인간이 처리할 수가 없다. 인공지능이 주식시장의 기본 기술이다. 하지만 인반인들의 관심을 모은 인공지능은 지난 5년간 컴퓨터 하드웨어의 발전으로 이루어졌다. IBM 왓슨, 딥블루, 알파고, 자유룾행차, 스마트폰, 챗봇 등의 출현으로 인공지능이 현실화되었으며, 가까운 미래에는 최대의 4차 산업 기술이될 전망이다. 하지만 왓슨, 딥블루, 알파고, 자율주행차, 스마트폰 등은 대부분 좁은AI 또는 약인공지능이다. 이들은 한 가지만 잘 하는 특화인공지능이다. 알파고는 바둑만 잘 두고 자율주행차는 자동차만 잘 몬다. 그래서 혹자는 알파고는 인공지능이 아니라고 말한다. 한 가지, 즉 알파고의 바둑은 바둑전문가의 마인드로 바둑의 룰을 외우고 특별한 데이트 세트를 이해하여 특수 분야 훈련을 잘 받고 손으로 바둑을 잘 두도록 만든 것이다.

그러나 이렇게 한 분야를 잘하는 것이 인공지능이 아니다. 인공지능은 수십, 수백, 수천 가지를 한꺼번에 잘할 수 있는 인공일반지능 즉 AGI이어야 한다. 이제 인공지능은 약한인공지능 즉 좁은AI 에서 인공일반지능으로 넘어가야 한다. 거대한 잠재력을 가진 기술을 한국데만 사용할 필요가 없다. 모든 분야에서 인간을 대신할 수 있도록 만들어야한다.

인공일반지능은 아주 초기의 개발단계에 있지만 목표는 원대하다. 즉 인공일반지능은 다른 업무를 보고 다양한 환경에 유연하게 적응하여 인간의 능력을 대신할 수 있고 더 잘할 수 있다. 이런 인공일반지능은 우선 인간이 어떤 상황에 놓여있는지를 이해하여야 하며, 어느 정도의 자율성을 갖고 스스로 결정할 수 있어야 한다. 그 자율성은 개념적 자율성 또는 일상에서의 실질적 자율성으로, 사람들이 어떻게 의사결정을 하는지에 대한 이해를 바탕으로 이루어진다. 그래서 AGI의 지식이나 경험이 점점 커지면서 더 똑똑해지고 더 많이 배우고 결국 인간보다 더 잘할 수 있어야 한다. 앞으로 15~20년 동안 인간의 모든 연구와 국가 산업들이 모든 좁은AI즉 약인공지능에서 AGI 즉 강인공지능 또는 인공일반지능으로 전환하게 된다. 좁은AI 즉 약인공지능은 비지능 알고리즘으로 여전히 가치를 유지하겠지만, AGI가 점점 더 중요하게 인간들이 이용하는 기술이 된다. 왜냐하면 인간의 삶에서 중요한 많은 작업들은 새로운 환경에 유연하게 적응하는 능력을 필요로 하며, 이를 AGI가 대신해줄 것이기 때문이다.

사회·정치적 의사결정 시스템은 좁은AI 즉 약인공지능으로는 해결하기 어렵다. '기계 학습' 시스템은 인간이 직관적으로 이해하기에 너무 복잡한 데이터에서 패턴을 식별할 수 있다. 그러나 정말로 완전히 이해하고 분석하여 사회·정치적 의사결정을 하는 데 보조를 맞추려면 좁은AI에서 AGI로의 발전이 필요하다.

사회와 정치체제의 본질은 모든 문명사회에서 익숙한, 근본적으로 빠른 변화와 혼재된 것이다. 필요한 것은 새로운 사회적, 정치적, 경제적 구조에 적응하고, 지능적이며, 미래에 정통한 방법으로 정책 평가 및 개념을 만들 수 있다.

"저소득 부모가 자녀 교육을 최고 고등교육까지 시키도록 어떻게 장려 할 수 있는가?" 하는 문제를 위에서 예로 들었다. 기술적 도구와 경제적 구조가 빠르게 변화하고 있는 현대 사회에서는 단순한 이력 데이터 분석만으로는 이 문제에 대한 올바른 해결책을 제시할 수 없다. 경제적 구조와 교육과 학습에 대한 올바른 해결책을 제시할 수 없다. 경제적 구조와 교육과 학습에 대한 맥락을 더 신중하게 이해하고 과거로부터 미래를 추정할 수 있는 AGI 기능을 구비한 인공일반지능이 훨씬 더 현명한 답변들을 제공할 것이다.

사회·정치적 의사결정 지원용 통합인공지능의 가치

사회·정치적 의사결정 로바마 AI 엔진의 복잡성은 너무나 다양하고 엄청난 데이터 인풋에 기인한다. 인간은 이렇게 복잡한 데이터를 처리할 수 없다. 인풋 데이터는 자연인간체계의 엄청난 데이터, 국내 모든 법과 정책, 인간의 행동과 삶에 필요한 다양한 관측 데이터 등이다. 그 외에 다양한 아웃풋 의사결정은 정책, n차 선택 등이다. 일반적으로 AI소프트웨어 접근방식이 다양할수록 더 다양한 데이터가 나온다. 그래서 한가지 접근방식보다 다양한 접근방식으로 알고리즘을 만드는 것이 더 좋은 의사결정은 도출할 수 있다. 다양한 알고리즘을 사용하면 다양한 문제를 더 손쉽게 해결해줄 수 있다.

통합적인 접근의 시작은 신경-심볼릭 통합이다. 심층 신경망을 포함한 신경 회로망은 정량적 데이터 및 영상, 음성 데이터를 처리하는 데 특히 적합하다. 반면에 확률 및 퍼지 시스템을 포함한 심볼릭 로직 시스템은 법률, 판례, 비즈니스 규칙 및 공식 정책과 같은 공적인 지식을 처리하는 데 적합하다. 확률로직엔진과 함께 심층 회로망을 통합하는 시스템을 만드는 것이, 사회 정치적 시스템의 전체적인 복잡성과 씨름하는 AI를 활용하는 데 매우 가능성이 높은 방법 중 하나이다.

현 정책에 대한 결과평가는 해당 데이터가 가능한 정량, 예를 들면 딥러닝 모델의 도움을 받아 로직엔진을 통해 수행할 수 있다. 그리고 새로운 정책의 창조적 개념을 이해하려면 논리적이고 심층적인 학습뿐만 아니라, 근본적으로 새로운 것을 받아들이는 데 적합한 진화적 학습과 개념 융합과 같은 기술들이 필요하다.

효과적인 사회·정치적 의사결정은 '마음 이론'- 특별한 인간의 마음과 사회 집단의 '마음'(공유인지모델)이 지닐 수 있는 내용을 모델링할 수 있는 능력과-을 갖춘 AI를 요구하는 문화적, 심리적 요인의 통합을 필요로 한다. 인간은 논리추론, 경험패턴인식, 공갑 모델링의 조합을 통해 '마음 이론'을 수행한다. 궁극적으로 사회·정치적 의사결정 AI는 이러한 모든 측면의 가능성 또한 통합해야 한다.

사회 정치적 의사결정 지원용 인공일반지능의 가치

이러한 필요한 통합을 달성하는 한 가지 방법은 사회·정치적 의사결정 지원을 지원하기 위한 OpenCog는 공통지식표현을 사용 - Atomspace로 불리는 무게를 얻고, 표기되는 하이퍼그래프-하여 다양한 종류의 데이터에서 상징적·양적·에피소드적, 특정, 불특정 지식과 패턴을 나타낸다.

이것은 딥 러닝 알고리즘, 심볼릭 로직 시스템 진화·개념적 융합 알고리즘 및 기타 AI 방법을 함께 사용할 수 있는 장을 제공한다. 이것은 '인지 시너지' 원리에 따라 효과적으로 함께 작용하도록 설계된 다양한 인지 알고리즘을 포함한다. OpenCog를 사회·정치적 의사결정의 목젹에 맞게 설계하는 데는 상당한 노력이 필요하다. dnflsms Analysis of Multiple Agents의 약어로 로바마를 사용하여 사회·정치적 시스템에 관련된 인간과 같은 다양한 지능형 문제의 상호작용을 분석하는 Opencog AI 시스템의 전문성을 보여준다. 사용자와 데이터 소스가 상호작용하는 로바마 시스템의 기본개념구도를 보여준다.

제안된 AGI 사회 정치적 의사결정지원시스템의 개념도

제안된 AGI 사회 정치적 의사결정지원시스템의 개념도

입력 뉴스, 소셜미디어, 법률, 정책, 양적 데이터, 이론→'로바마' 인공지능 엔진 딥 러닝 데이터마이닝, 확률론적 논리 기반 추론, 진화론적 학습과 개념 융합을 통한 창의성 향상, 자연 언어 이해, 생성, 대화, 데이터와 논리 유도 시물레이션 모델링→출력 정잭 브리프, 인포그래픽, 기술 분석 보고서, 인터랙티브 논쟁

로바마 인공지능의 의사결정은 어떻게 이루어지나?

최근에 나온 아이폰 7을 접한 소비자들은 또 한번 놀랐다. 이어폰 잭이 없어진 것이다. 카메라가 좋아지거나 속도가 빨라진 것은 누구나 신제품에서 기대할 수 있지만, 이어폰잭을 없애고 충전이나 음악을 감상하기 위해 무선 이어폰을 사용하게 한 것은 놀라운 선택이다. 상상하지 못했던 발상이다. 그러면 이어폰 개발자들은 이런 결정을 어떻게 하는 것일까? 한두 사람이 결정할 것일까 아니면 다수의 설문을 거쳐서 하는 것일까?

현대인은 하루에 무엇을 먹을 것인가에 대해서만 평균 200여 개의 선택과 결정을 한다. 그리고 세상에는 너무 많은 물건이나 서비스가 나와있자. 앞으로는 더 많은 선택을 해야 할 것이다. 기업은 소비자들이 항상 더 많은 옵션을 원한다고 생각한다. 정말 더 많은 옵션이 더 나은 것일까?

2004년 심리학자 배리 슈워츠가 우리에게 '선택의 역설'이라는 말을 유행시켰다. 사람들에게 너무 많은 옵션을 주어 선택하라고 하였더니 모두 얼어버렸고, 동시에 그 제품이나 서비스에 대해 강한 불만을 표시했다.

최근 연구에서 인간은 선택 피로증을 앓고 있으며 인간의 의사결정을 대신해줄 인공지능을 간절히 바라고 있음이 알려졌다. 인간은 이미 '의사결정 피로감'을 느낀다. 우리는 너무 많은 선택을 해야 할 때 두뇌유출, 즉 인지 과부하 상태가 되어서 결정장애를 일으킨다. 너무 많은 선택은 인간의 판단을 무리게 하며, 피로하게 만들어, 아예 구매를 포기하거나 피하게 한다. 오후가 되면 의사결정 피로가 몰려와 더 이상 생각하기 싫어서 거부하는 것이다. 그것은 우리가 배가 고플 때 쇼핑을 하면 필요 없는 물건을 더 많이 사는 이유이메, 잠들기 직전에 충동구매를 많이 하는 이유이기도 하다.

우리가 매일 하는 선택의 유형을 조사할 때, 대부분은 사수한 것들이다. 무엇을 먹고, 무엇을 입고, 무엇을 읽을 것인가 등이다. 그런 사소한일에 우리가 우리 두뇌의 제한된 지력과 처리용량을 최대한 활용하거나 과용하고 있는 것이다. 인간이 이런 결정이나 선택을 자동화하거나 AI가 대신해줄 수 있다면 인간은 더 창의적이고 더 발전적이 될 것이다. 이런 작은 결정들을 미래에는 기업들이 아웃소싱하게 되며 알고리즘을 찾으려고 한다. 그것이 바로 AI의 역활이다. 인간의 쓸데없는 의사결정을 대신해주는 일이다. AI는 인간보다 더 정확하고 효율적으로 결정을 해주는 데 장점이 있다. 로바마가 정치인을 대신하면 장점이있다. 로바마는 처자식 먹여 살릴 필요가 없고, 집을 장만하거나 부를 이룰 필요가 없다. 그래서 욕심 없고 정확한 선택과 결정을 해 줄 것이다.

미래에는 선택의 권리보다 편리함이 더 중요하다

Huge라는 창의성 에이전시 CEO인 아론 샤피로는 "이제 인간은 수많은 선택이나 옵션을 원하는 것이 아니라 그 반대로 AI 등이 더 이롭고 정확한 선택을 대신해주기를 바라기 시작했다"고 발표했다. 디자인 블로그로 유명한 Fastcompany에서 샤피로는 디자인 미래예측을 내놓았다. "우리에게 가장 크게 다가오는 미래 트렌드는, 제품이나 서비스 및 우리의 삶에서 불필요한 선택을 제거하고 인간 대신 의사결정을 해주어 인간의 뇌를 쉬게 하고 자유롭게 해주는 디자인이다."

선행 디자인이란 사용자들이 선택할 필요 없이 최고의 선택이 이뤄지는 에코시스템, 즉 생태계를 만들어주는 것이다. 최상의 선택은 소비자를 위해 자동으로 이뤄져서 소비자가 그런 불필요한 것에 신경을 쓰지 않게 해주는 디자인이다. 여기에 바로 AI가 들어온다. 인공지능이 소비자의 종전 행동 패턴, 종래 환경을 숙지하고 소비자가 원할 것 같은 것을 빠르고 원활하게 의사결정을 해준다. 이런 AI의 의사결정은 몇 가지 간단한 비즈닛스 논리와 상식에 따르고, 수많은 다른 데이터에 기초하여 최선의 선택을 하는 것이다. 어떤 면에서 선행 디자인은 오히려 개개인의 선택을 더 존중하는 의사결정 방식이다. AI가 수많은 선택 중 각각의 소비자를 대신하여 최상의 결정을 하기 때문이다.

비행기 표를 구매하는 과정을 생각해보자. 우선 항공사나 항공관련 웹사이트에서 원하는 날짜와 시간을 선택하고, 가장 저렴한 비행기 표를 찾아야 하며, 구입 방법을 고민하는 등 수많은 검색과 결정의 고통스런 과정을 겪어야 한다. 선행 디자인이라는 개념은 AI비서가 비행기 예약 날짜를 나의 일정표에서 알아내고, 내가 가는 그 도시의 다양한 문화 행사나 이벤트를 점검하여 좌석, 비행시간과 가격을 선택한다. 중요한 것은 인간이 하는 것보다 훨씬 빠르고 효율적이며 최상의 선택이라는 점이다. 인간은 그 많은 자료를 검색할 수도 분석할 수도 없다.

물론 이 같은 시스템의 초기에는 반드시 인간의 피드백이 필요하다고 샤피로는 말한다. 그러나 AI는 스스로 배우고 지속적으로 능력향상을 시키는 머신 러닝 시스템이다. 알파고 기계가 수만 번 바둑을 둬서 스스로 공부하는 것처럼, 기계학습 시스템은 그것을 사용할수록 더 좋아져서 인간보자 더 좋은 결정을 하다가, 마지막에는 인간의 의사결정을 제거하여 작업을 더 단순화시킨다.

미래에는 비행기티겟 구매나 레스토랑을 찾아 예약하는 것은 인간이하는 일이 아니다. 카카오택시를 부르거나 리프트를 호출하는 것은 시리에게 물어보고, 인공지능 도우미가 자동으로 이벤트를 체크하고 예약하고, 행사 후에 데리러 오는 것까지 한꺼번에 예약이 가능하다. 선행 디자인은 이 기술이 나올 때의 약속처럼 인간의 일상사를 더 간단하게 처리해줄 것이다.

샤피로에 따르면 일부 선행 디자인 개척자들은 이미 AI를 이용하여 이런 방향으로 모든 제품과 서비스를 디자인하고 있다. 예를 들어, 아마존, 넷플릭스와 판도라는 사용자의 과거 선호도 조사나 과거 추천에 따라 소비자가 무엇을 원하는지 미리 추천해주고 선택을 대신해주는 서비스를 제공한다. 그러나 여전히 소비자가 마지만 선택을 하도록 시스템을 구축하는 것도 중요하다.

대조적으로 스마트 온도조절기인 Nest는 주인이나 소비자에게 묻지않고 혼자 모든 의사결정을 하고 모든 작업을 수행한다. 그 이유는 집주인이나 방 주인이 방마다 몇 시에 온도는 높이고 몇 시에 불을 끄는지 등 모든 행동에 대한 데이터를 분석하여, 자동으로 하루의 기본설정에 따라 실내 온도를 조절해주기 때문이다. 선행 행동을 분석한 것이다.

Sportify라는 회사는 소비자의 선행 선택을 바탕으로 저가의 주간노래 판매목록을 사용자의 취향프로필 기반 패키지로 제공한다. 저렴한 가격에 다른 사람들이 좋아하는 유행을 따르면서 개인취향을 기반으로 노래를 묶어 선택해주었더니 엄청난 인기를 얻게 되었고, 결국 뮤직스티밍 분야의 최강자로 우뚝 서개 되었다. "이런 사례를 보았을 때 미래에 예측 가능한 최상의 인기 서비스는 바로 개인 취향이나 선호도를 바탕으로 대신 선택을 해주는 서비스이다"라고 샤피로는 결론을 내린다.

미래의 서비스 선택은 자유가 아니라 효율성

음악 기호로 깊이 분석해본 결과 미래의 의사결정 과정은 다양한 선택을 주어서 자유를 주는 것이 아니라 쉽게 효율적으로 AI가 인간 대신 선택을 해주는 것이다. 그래서 많은 서비스는 자동화되고 인간은 AI가 선택해주는 것을 따른다. 빠른 서비스는 대부분 자동화를 필요로 한다.

이러한 시스템이 원할하게 작동하도록 하기 위해서는 엄청난 데이터가 필요하다. 그리고 그 데이터를 훈련시킬 필요가 있다. 엄청난 데이터를 통해 인간 대신 AI가 최상의 의사결정을 하게 하는 것이다. 이를 위해서는 AI데이터를 수집, 분석, 훈련시키는 인력이 필요하며 국가의 새로운 일자리 창출은 여기에서 나온다.

다행히 우리는 이미 자기정량화 시대에 살고 있다. 손목이나 피부 등에 나 자신의 건강상태를 추적하는 스마트워치, 핏비트 및 기타 건강추적장치를 달고 있다. 생리학 측면에서는 거대한 실시간 정보를 수집할 수 있다. 호르몬과 뇌파를 측정하고 사용자의 감정 상태와 환경의 모델을 구축할 수 있다. 이를 통해 AI가 인간보다 나은 선택을 하게 하는 것이다.

작은 실험의 사례는 이미 존재한다. 작년 일본 의류 브랜드 유니클로는 UMOOD라는 AI알고리즘을 개발하여 고객이 자사의 방대한 셔츠 컬렉션 속에서 자신이 원하는 완벽한 셔츠를 선택하도록 리얼타임 정보를 제공해주었다. 유니클로는 방대한 설문 조사 데이터를 기반으로 각종'무드 선택'시스템을 만들어 T셔츠 스타일과 색상을 분류하기 시작했다. 예를 들어, 녹색은 조용함을 원할 때 찾는 색상이다. 고객은 매장에서 분위기의 종류를 나타내는 동영상을 보면서 뇌 활동을 측정하는 헤드셋을 쓰고 자신의 무드를 책정하고, 이에 UMOOD는 동영상으로 소비자가 원하는 최적의 셔츠를 제공했다. 사실 눈길 끌기 행사처럼 보였지만 고객들은 아주 즐거워했다.

셔츠 하나를 선택하는 것은 처음에는 다소 사소한 것처럼 보일 수 있다. 하지만 유사한 기술은 잠재적으로 금융서비스, 정책입안 등 더 큰 삶의 의사결정에 도움이 되었다. 셔츠 하나를 선택하는 기술을 만들기 위해 '선행 선택 설계시스템'의 '조기구현 솔루션'을 만들어 의사결정을 수행할 수 있었던 것이다.

이렇게 일상의 소소한 선택을 통해 인간의 신뢰가 쌓이면 금융서비스 선택이나 국회의원들이 정책입안 서비스 등 다양한 시스템 구상의 알고리즘, 작동시스템을 집계하여 최상의 선택을 AI가 인간 대신 할 수 있다. 이렇게 되면 사소한 결정은 AI가, 또 인간이 할 수 없는 복잡한 결정도 AI가 대신하도록 하고, 인간은 일상생활에서 자신에게 가장 중요한 일에만 집중하면 모두가 행복하고 만족스러운 삶이 된다.

인간은 변화에 저항한다. 인간은 50년 전 컴퓨터가 손바닥만 하게 작아질 거라고 믿지 않았다. 핸드폰에도 저항했고 스마트폰에도 저항했다. 인간은 모든 신기술에 한순간 저항한다. 하지만 기술에 익숙해지고 신뢰가 쌓이면 믿고 따른다. 화재현장에서 현장감독인 인간이 아니라 로봇을 따라 대피했다는 연구결과가 있다. 인간은 이미 인간보다 로봇을 더 신뢰한다. 한국에서도 AI로봇의 신뢰도가 급격히 향상되었다. 알파고 때문이다.

인간은 지금 너무나 많은 선택을 해야 하며, 스스로 선택살 수도 없는 어렵고 복잡한 일을 선택하려 하기 때문에 스트레스가 쌓이고, 짜증을 내거나 사회에 대한 불만과 자살충동에 시달린다. 따라서 미래에는 어려운 결정이나 사소한 결정은 AI에게 맡기고, 인간은 원하는 일에만 집중할 수 있는 자동서비스가 나올 수밖에 없다. 그것이 바로 국회의원이나 정부 고위관리들에게 제공될 로바마 서비스 같은 것일 수도 있다.

철학적으로 생각해보면, 인간 행동에 대한 어떤 틀에 박힌 가정도 정확하지 않으며 인간 대신 누군가가 선택을 대신해준다는 것은 인간의 선택권을 제약하고 선택의 자유를 박탈한다고 느낄 수 있다. 하지만 선택은 스트레스를 불러오고 고통을 가져오며 너무 많은 선택은 뇌의 작동을 멈추게 할 수 있다. 미래에는 정보의 홍수와 데이터 쓰나미가 오기 때문에 인간의 정치적 선택은 더욱더 괴롭다. 그래서 결국 인간은 다양한 대안을 찾다가 의사결정의 효율성을 위해 자유가 아닌 인공지능의 편리함을 선택하게 된다. 어자피 인간의 결정은 정확하지 않고 그나마 AI의 결정이 낫다고 믿는다는 것이다. 사소한 의사결정이 가져오는 매력도 있고 어려운 의사결정이 가지고 오는 깊은 매력도 있지만 결국 인간은 편리함과 효율성을 찾는다고 한다.

이런 사소한 결정이나 정치인들의 어려운 결정을 인공지능이 대신해준다면, 인간은 더 많은 자유 시간을 갖게 되고 지적인 자원 확보와 원하는 프로젝트를 추진하며 행복을 느끼게 된다. 어떤 사람들은 인간이 결정권이 바로 권력이라고 한다. 하지만 너무나 많은 사소한 결정이나 아주 기계적인 것들의 컨트롤을 포기하고 인공지능에게 맡기면 일상의 선택이 더 효율적으로 빨리 처리되어, 오히려 인간이 가장 하고 싶어 하는 일, 가장 즐기는 일을 할 수 있는 시간을 버는 것이다. 결국 인공지능에게 3D작업, 즉 더 어렵고 위험한 일은 맡기고 인간은 개미가 아닌 베짱이처럼 노래만하면 되는 것이다. 그렇게 자유로워지면 인간이 마지막으로 해야 하는 가장 중요한 결정에 초점을 맞출 수 있다. 그것은 바로 행복 찾기, 혹은 창의성 계발이 될 것이다.

새로운 정부와 의회를 만들자

미래학자들은 피터 디아만디스가 실리콘밸리 마피아 두목이라고 말한다. 그는 실리콘밸리의 창업군단을 분석하고, 실리콘밸리의 억만장자들이 무엇을 원하는지를 파학하여 그들로부터 돈을 받아 싱귤래리티 대학도 만들고, X프라이즈에 거액의 성금을 거두어들이기도 했다. 지금은 X프라이즈의 재단의 회장에서 물러나 있다.

피터를 비롯한 실리콘벨리의 억만장자들은 행복한 미래사회발전에 가장 큰 걸림돌은 현재의 정치·정부·의회 시스템이며, 이를 바꾸자는데 공감하고 있다. 산업시대에 만들어진 정부와 의회 시스템을 인공지능의 시대에는 바꾸지 않으면 안 된다는 것이다. 그들이 찾고 있는 것은 바로 그런 미래정부를 실험해볼 수 있는 장소, 소규모 커뮤니티, 우주, 가상현실 등이다.

피터 디아만디스는 종종 인생의 실험, 신기술을 가지고 하는 현실적인 실험의 중요성에 대해 말한다. 특히 지금 미국은 대통령선거를 위해 2년간 이미 엄청나게 비효율적인 컨벤션을 하고 있다. 이런 일에 드는 비용을 미래기술에 투자하면 우리는 글로벌 기본소득제를 실시할 재원을 마련할 수 있다고 말한다. 선거시즌의 부패, 낭비를 바꿔서 이제는 미래적으로 의미 있는 정부시스템을 실험할 때라고 강조한다. 투표 방법, 정책과 미래적인 법률을 만드는 것이 필수라고 말한다.

현재 미국 정부와 미국 정부와 의회 시스템은 수백 년 전에 만들어졌다. 확실히 지난 수백 년 동안 모든 것이 변했다. 이제는 정부와 의회 시스템에 개선의 여지가 생겼다. 우리는 이제 인터넷, 인공지능, 머신 러닝, 로봇기술로 의회나 정부 형태를 바꿔야 한다.

옵션 1: 소규모 고립된 지역을 찾아 신정부시스템을 실험하자

지구촌에는 주인이 없는 땅이 없다. 누군가 혹은 어떤 정부가 ‘모든 땅을 차지’했다. 그런데 우리는 인공지능이 만든 의회나 정부 시스템, 즉 새롭고 다른 거버넌스 모델을 실험해보아야 그것이 우리가 원하는 것인지를 알 수 있다. 이 새로운 인공지능 정부, 의회를 실험해볼 곳이 필요하다. 실험할 장소를 찾아야 한다. 시스테딩 연구소는 주인 없는 공해상에서 신정부를 만들어보려 한다.

새로운 의회나 정부 제도를 실험하려면 규모가 작은 것이 중요하다. 그룹이 작아야 민첩성이 있고 피드백을 손쉽게 하며, 급속하게 적응하고, 상대적으로 최소한의 자원 등 새로운 아이디어를 테스트할 수 있는 기회가 쉽게 제공되기 때문이다.

국가 규모로 이미 보편적 기본소득을 실험한 나라들이 있다. 핀란드, 스위스 같은 나라들이다. 보편적 기본소득을 실시하였지만 아직은 ‘새로운 정치시스템’을 실험한 것은 아니다. 이 시스템은 테스트인 동시에 다른 더 큰 시스템에 극적인 영향을 미칠 수 있는 문제점 들을 파악하고 새로운 기능을 찾는 길이다.

학계에서는 스탠포드 대학 정치학과에서 이 같은 실험적인 지배구조, 새로운 인공지능이 바꾼 정부/의회 형태의 대한 방법을 연구 중이다. 이미 그들은 개발도상국의 정치에 적용할 사회과학자들과 연구네트워크를 형성했다. 형성했다. 몇몇 작은 나라들과 실험을 하기도 했다.

그래서 아주 작은 규모이지만 이미 실리콘밸리 억만장자들은 미국 사막의 중간에 일주일 동안 수만 명이 모여서 일부 급진적인 지배구조 즉 인공지능의 중간에 일주일 동안 수만 명이 모여서 일부 급진적인 지배구조로 즉 인공지능 등이 변경시킨 정부/의회 구조의 아이디어를 실험하기 시작하였다. ‘불타는 남자’ 행사에는 이미 매년 7만면 정도가 참가하여 거의 한 달 동안 미래의 새로운 지역사회를 만들고, 새로운 정부를 실험하고, 체험하고 있다. ‘버너’로 알려진 참석자들은 ‘급진적 거버넌스 변화’를 주장하고, 자립과 자기표현, 지역사회협력, 책임지는 시민, 선물주기, 광고목적 선물 배제, 참여, 직접민주주의를 실행하고, 행사 후에는 흔적을 남기지 않는 등 10대 원칙 설정에 동의하였다.

우리는 이러한 실험이 한 단계 발전시킨 경험과 정보를 공유하기 위해 더 많은 지역사회에서도 이런 사회를 만들 것을 장려할 필요가 있다. 흥미롭게도 새로운 교통시스템이 등장하여 빠른 변화가 예상되고 있다. 자율주행차, 드론, 공중 수송, 진공자기부상열차로 1200Km로 달리는 하이퍼루프 등은 전 세계 저개발 지역에 새로운 도시를 만들어, 우리가 원하는 새로운 정부/의회 형태를 실험할 수 있게 될 것이다. 첫 번째 원칙에서 우리는 이제 자신 스스로 원하는 정치체제를 발견하려 한다.

우리는 또한 자역무역지역의 출현을 보았다. 이 개념은 아일랜드의 섀넌의 실험으로 시작되었다. 농촌지역에서 고용을 촉진하고 아일랜드 경제에 대한 수익을 창출할 수 있는 아일랜드 정부의 시도였다. 상당히 성공한 제도이며 오늘날 최대 운영시스템이 되었다. 새로운 정부시스템을 실험할 수 있는 최적지로 우리들은 아이슬란드, 키프로스, 통가 섬 등 작은 국가를 상상한다.

그러나 여기서 이런 나라에서의 시작은 실험에서만 그치겠는가? 피터 디아만디스는 모든 사람들이 그에게 동조하기를 원하고 사람들의 생각을 알고 싶어 한다. 어디에서 실험할 수 있는지 알려달라고 요청하며 혹시 그런 도시나 땅이 있으면 여기로 연락하라고 말한다. 그러면 실리콘밸리 사람들은 들어본 아이디어 중 최고의 아이디어를 선별하고 그곳에서 새로운 정부형태를 실험하려 한다. 여기에 이미 피터의 몆 가지 아이디어가 담겨 있다.

이 새로운 정부에서는 모든 사람이 디지털통화를 사용한다. 블록체인 프로토콜을 기반으로 비트코인과 같은 디지털통화는 많은 장점이 있다. 이 디지털통화는 부정부패를 없애고, 금융사고, 손해를 방지할 거래의 투명성과 책임을 지는 시스템이다. 국가 간 외화 송금과 환율이 필요 없게 되어 관련된 비용이 사라진다. 제대로 관리되는 경우 거래와 자본의 도난이나 분배에 문제가 없으며, 은행이나 중앙정부기관이 필요 없어진다.

이 새로운 정부/의회는 디지털 투표를 통해 진정한 민주주의를 실시할 수 있다. 한 사람이 모두 한 표씩 무료로 투표할 수 있다. 모든 사람이 자신의 스마트폰에서 투표할 수 있다면 선거비용이 들지 않는다. 기록을 보면서 투명한 투표를 하게 되고 투표율도 높일 수 있다. 하지만 한 사람이 한 표를 행사하는 데 문제가 생긴다. 가령 너무 어려운 과학기술에 관한 투표를 할 때 그렇다. 누구나 다 광범위한 지식을 가질 수 없다. 그 주제에 잘 모르는 사람이 투표를 하여 완전히 엉뚱한 결과를 낼 수 있다. 대통령 선거에서는 투표할 수 있지만, 교육개혁이나 세법에 대해서는 잘 모를 수도 있다. 어게 평범한 지식을 가진 일반 시민이 이러한 문제에 대해 투표를 할 수 있을까?

이 새로운 정부/의회는 새로운 대표 투표의 형태를 만든다. 상원 하원을 없애고, 사람들이 주제를 알고 신뢰하는 동료에게 특정 주제에 내 표를 할당할 수 있다. 예를 들어, 우주에 관한 정책에 관한 투표는 이 분야의 최고 전문가인 피터 디아만디스에게 내 표를 보태주는 것이다. 투표가 유전자 게놈 지도 관련 문제이면 내 한 표를 크레이그 벤터에 할당해주는 것이다. 이렇게 할 수 밖에 없는 미래가 온다. 인공지능이 이런 주제에 대해 순식간에 표 할당을 해주기 때문에 순조롭게 진행이 된다.

옵션 2: 우주공간, 화성과의 달 식민지에 새로운 정부를 만들자

저개발 지역뿐 아니라 우주 공간에서 사람들이 정착하기 전에 인공지능정부를 만들어야 한다. 장기적으로 인간은 우주에 식민지를 만들 것이다. 화성, 달에 식민지를 만들어서 새로운 형태의 정부를 만들 수밖에 없다. 수백 년 전의 시스템을 우주에 가지고 갈 수가 없다.

우리는 지구 외의 우주 공간에서 살아보는 멀티플래니터리가 될 것이다. 이를 위해 많은 실리콘밸리 억만장자들이 진정으로 열심히 노력하고 있다. 일론 머스크, 제프 베조스, 리처드 브랜슨, 폴 알렌과 같은 기업가들이 그들이다.

구글 ‘루나 XPRIZE’ 팀은 2017년 말까지 달에 최초의 민간로봇착륙을 수행할 계획이다. 일론 머스크의 스페이스X는 2024 화성에 유인선을 보낸 목표를 가지고 있다. 이것은 말 그대로 처음부터 우주에 식민지를 건설하는 완전히 새로운 사회구조 설립 방법을 모색할 수 있는 놀라운 기회가 될 것이다. 우리는 확실히 새로운 사회의 건설과 발전을 더욱 더 잘 할 수가 있을 것이다.

옵션 3 : 가상현실세계에 새로운 정부형태를 만들자

아마도 새로운 정부 실험에서 가장 흥미로운 기회는 가상현실세계일 것이다. VR기술은 기하급수적으로 향상되고 있다. 다음 20년 동안 인간은 가상현실에서 많은 시간을 보낼 예정이다. 이렇게 되면 미래에는 ‘여러 국적’을 갖는 일이 없어질 것이다. 가상현실에서는 모두가 한 나라에서 살기 때문이다.

지금은 출생의 순간에 우리가 존재하는 지리적 위치에 의해 그 국가의 시민권을 유지해야 하는 법이 있다. 그러나 이제 더 중요한 것은 우리가 일하고 가장 많은 시간을 보내고, 가장 많은 사람들과 사교하는 곳이 바로 우리의 국가가 되고, 그곳은 바로 우리들의 선택에 의한 가상현실속이다. 우리는 이제 시민권을 ‘선택’하는 시대에 살고 있다.

이미 우리는 출생할 때의 지리적 위치로 국가를 선택하는 것이 아니라, 자신의 관심과 가치를 보다 더 중요시 하며, 이런 생각을 가진 사람들이 모여 사는 가상현실 국가에 많이 가입하고 있다. 이런 다양한 생각을 가진 사람들의 커뮤니티에 이미 가입할 수 있다. 비트네이션, 백피드, 세컨드 라이프 등이 있다.

우주공간을 사랑하는 사람들을 위한 가상현실 세계도 있다. 기하급수적으로 변화하는 기술에 관심이 있는 사람들이 모여들고 있는 싱귤래리티 대학과 같은 커뮤니티가 있고, 또 지구촌의 대과제, 난제를 해결하기 위해 모이는 사람들의 커뮤니티도 있다. 아니면 예술가와 음악가, 운동선수 또는 마술사들이 함께하는 단체도 있다.

디지털 인간이 아바타로 살고 있는 세계도 있다. 위에서 언급한 다양한 커뮤니티나 그룹들이 원하는 지배 체제와 정치 프로세스를 위해 빠른 시일 내에 실험할 수 있는 장소가 만들어질 것이다.

왜 현실세계에서 변화는 어려운가?

우리의 기존 정부, 의회 등 사회구조 관리시스템을 바꾸기가 왜 어려운가? 크게 세 가지 이유가 있다.

첫째 기득권층, 즉 현재 권력을 가진 사람들은 그들의 규칙을 원한다. 모든 법규나 규율은 특별 관심그룹, 기존의 대기업 등 대부분 혜택을 받는 사람들에 의해 만들어진다. 법률은 현재의 권력이나 지배층을 지원하지 가능한 미래의 국민이익을 지원하지 않는다.

둘째, 현존하는 법률이나 정부시스템 대부분은 현재의 정보기술, 인터넷, 휴대전화와 컴퓨터 같은 제품이 존재하기 전, 즉 수백 년 전에 설계되고 만들어졌다.

셋째, 정보존재의 주요 원인 중 하나는 안정성이다. 대부분의 사람들은 변화를 싫어하고 게임의 규칙은 많은 사람들이 아침에 깨어나 어제와 같은 안정된 세상을 원한다는 것이다. 많이 알고 익숙한 시스템이 변경되는 것을 원치 않는다. 정부는 선형으로 변한다면 기술은 기하급수적인 변화와 민첩성을 필요로 한다. 현 정부와 기술을 갈등관계에 있다.

이 외에도 이해당사자, 부패, 사상과 문화적 가치 등은 신기술에 의한 변화를 방지하는 방해자가 될 수 있다. 이들이 변화 방지와 그리드락을 만들어서 변하지 못하게 한다. 정부가 기술변화에 적절하게 변하지 않도록 하는 것이 정부의 역할이다.

희망은 새로운 출구를 찾는 길이다. 작은 커뮤니티, 우주공간이나 가상현실 속에서 이 인공지능 정부 실험을 반복하는 일이다. 정부는 부드럽게 변하지 않는다. 정부의 변화는 늘 과격하고 파괴적으로 변한다. 즉 선거나 혁명으로만 변할 수 있다. 하지만 우리는 기술변화와 혁신으로 이제는 우리가 스스로 인공정부로 대체하는 작업을 할 수 있는 방법을 찾고자 한다. 우리의 미래는 민첩성이 필요하다. 많은 변화가 필요하다. 

인공지능이 판사를 대체한다

인간은 10년 전후로 로봇판사를 만들게 된다. 로봇판사를 만들기 위해서는 인간을 제대로 연구해야 한다. 판사도 인간이다. 인간의 부정적이거나 비관적인 성격이 기계를 변질시킬 수도 있다. 그래서 로봇판사를 만들기 전에 우리는 인간이 가진 모든 부정적인 단점을 들여다보아야 한다. 로봇판사가 가장 효율적이고 정확한 판단을 내리기 위해서는 인간의 단점인 7대 죄악을 분석해야 한다.

2028년, 제임스 매튜는 유명한 인공지능 판사인 윈스턴3가 주재하는 전자법정에 출두하라는 소환장을 받았다. 윈스턴3는 파일럿 프로젝트이지만 이미 미래의 사법시스템이다. 이 모의 전자법정에 피고인으로 서게 된 매튜 화상형성 기술을 개발한 예술가이다.

화상형성 기술이란 그림자의 그림자를 갭처해서 그림자 속의 이미지 잔상 조각들을 모아서 인물의 이미지와 비디오클립으로 예술작품을 만드는 기술이다. 방안이나 건물 안의 사람들을 표현한 작품들이 많은데, 그래서 그의 작품은 개인 사생활 침해라는 비난을 받아 법정에 출두하게 된 것이다. 화상형성 기계는 작품에 나타나는 사람들을 멀리 떨어진 공공장소에서 수집한 빛의 파편인 ‘2세대 그림자’를 사용할 뿐이어서 매튜는 그가 타인의 사생활을 침해한다고 생각하지 않았다.

사람들은 이 최첨단 인공지능을 주입한 로봇판사 윈스턴3의 재판결과가 첫 시험 사례라고 믿었다. 공명정대한 최종 판결을 내리기 위해 이 로봇판사는 개인 사생활 보호법의 복잡성을 이해하고, 수만 가지 규칙, 규제, 요구 조건, 모든 사실 관계의 공정한 해석을 하였다. 윈스턴3은 전통적인 법정에서 판사와 같은 옷을 입고 서서 인간의 눈으로 보아도 공정한 판결을 낼 인간판사처럼 보이도록 만들었다.

낡은 사법시스템이 지닌 편향성과 편파성을 바로잡을 로봇판사를 만드는 데는 수십 년간의 투쟁이 필요하다. 과학자들은 법정에서 가장 주요 인물인 로봇판사가 이 사건에서 가장 공정한 사법처리를 하도록 설계하였다. 판사 모양을 한 로봇 만들기는 쉬웠다. 그러나 수많은 법조문의 의미를 정확히 이해하고, 주어진 상황에 법을 적용해 법률적 판단을 내리는 인공지능엔진을 만드는 것이 어려웠다.

법률 자료들을 모아 놓은 중앙저장소가 없었기 때문에, 과학자들은 우선 인공지능엔진이 접속 가능하고 일반 대중들도 볼 수 있는 모든 법률의 공공 데이터베이스를 만들었다. 데이터베이스에는 엄청난 과거의 소송들, 법률과 규정, 판례가 담겼다. 과학자들은 과거의 판례에 적용된 해당 법령을 찾아서 수십 년간 소송에 적용된 법령 해석을 역공학으로 추적했다.

과거의 법률적 의사결정을 미래의 인공지능엔진에 적용하는 것은 기술적으로 새로운 일은 아니었다. 그러나 이 프로젝트는 정교함의 수준을 한층 끌어올려 신뢰성을 높였다. 사소한 이 로봇판사 개발의 경우 ‘역공학 기법으로 만든 인공지능’ 사용 시의 일반적인 위험을 제거했다. 공정하고 편향성 없는 인공지능이 인간의 편향성으로 오염되지 않도록 만들었다.

인공지능이 인간의 7대 원죄를 닮지 않게 해야 한다

인간과 닮은 기계를 만든다는 것은 인공지능이 인간처럼 의사결정에 많은 결함을 보일 가능성도 있다는 것이다. 인간의 편향성을 잘못 코딩하여 넣으면 인공지능의 판단이 불완전해질 수 있다. 인간의 편견이 기계지능에 들어가 잘못된 인코딩이 인간의 7대 죄악을 만나면 끔직한 사태가 벌어지기 때문이다. 따라서 인간이 인공지능을 만들 때는 이 원죄를 반드시 제거해야 한다.

인간의 7대 원죄는 구약 성경의 잠언 6장 16절부터 19절에 나오는 솔로몬의 가르침에서 나온다. 솔로몬 왕이 “주님께서 미워하시는 것, 주님께서 싫어하시는 것이 예닐곱 가지이다”라고 말한 것에서 유래한다.

음욕 : 무질제한 성적 욕망이나 육체적 욕망, 권력과 돈에 대한 탐욕이 포함된다.

욕심 : 낭비라고 생각되는 모든 것에 대한 탐닉과 과잉 소비

과욕 : 도둑질, 사재기, 도벽도 정당화할 정도에 이르는 과도한 소유욕

나태 : 나태함은 여러 가지로 정의되지만 행동하지 않는 것도 나태함이라고 할 수 있다. 행동하지 않는 양심은 악의 편이다.

분노 : 화, 분노, 증오심, 복수심에 이를 정도로 통제 불능의 감정 상태

시기 : 음욕이나 욕심과 비슷한 시기심은 남이나 남이 가진 것을 어떻게든 갖고 싶어 하거나 해코지 할 정도로 할 정도로 질투하는 마음을 뜻한다.

교만 : 자부심이 무조건 나쁜 것은 아니지만 자부심이나 자만심이 하늘을 찌르면 인간의 7대 원죄 중 가장 위험한 원죄가 되기도 한다. 이런 맥락에서 교만한 마음은 자신의 욕망, 욕구, 기분을 타인의 행복보다 원시하는 삐뚤어진 이기심을 가리킨다.

인공지능의 7대 죄악

미래의 자율학습 시스템은 다양한 소스에서 정보를 입력 받아 만들어진다. 인간과 같은 섬세한 인지 처리를 해야 한다면 가장 바른 정보수집 방법은 전문가들의 인지 처리 과정을 그대로 입력하는 것이다.

예를 들어, 향수 산업의 품질관리는 경험이 많은 전문가들의 정량화 할 수 없는 후각 재능에 기초한 개인적 의견에 기반을 두고 있다. 그러나 한 사람의 후각 재능은 다른 사람과는 다를 수 있다. 이러한 상황에서 개별 사항 판단방식은 전문가의 반응을 배우고 모니터하는 편이 더 쉽다, 향수 산업의 판단기준은 관련이 없는 분야는 분석 회계, 개인별 다이어트 방식과 같은 전혀 관련이 없는 분야의 정보를 판단할 때는 편견으로 작동할 수도 있다. 시간이 지나면서 자율학습 시스템은 정량화할 수 없는 정보 입력 등이 쌓여서 편견을 제거할 수 있는 ‘청결’기능 소프트웨어를 개발하게 된다. 하지만 그렇게 되기까지는 많은 시간이 걸린다. 그러므로 인공지능은 인간이 가지고 있는 편견, 죄악, 감성 등을 이해하고 판단하고 배워야 최고의 로봇판사가 될 것이다. 그러므로 인간의 죄악을 알고 파악하고 배워야 한다. 인공지능을 만들 때 아래와 같은 인간의 속성을 이해하고 만들어야 한다.

감정 속이기

배우자의 부정에서 배신감을 느끼는 것과 유사한 방식으로 성향을 드러내지 않는 미래의 기계들도 인간과 같은 몰래 감정 속이기 등을 극복해야 한다.

의심하는 비관주의

TV쇼와 영화 속에서 성공확률을 물으면 35.5%등과 같이 정확한 숫자를 말해준다. 그러나 미래의 컴퓨터들은 절대로 정확한 숫자를 말하지 않고 40%~70% 정도의 개략적인 범위만 알려준다. 일반적으로 비관적인 인공지능은 종종 0~10%와 같은 비관적인 예측을 자주하며, ‘당신은 실패할 운명입니다’라는 식의 낙담시키는 말을 종종 한다.

자기중심적 사고

인공지능은 자기 주인까지 희생시켜 가면서 자기 생존을 도모하도록 프로그램 된다. 인간적인 품성을 닮은 인공지능의 의사결정 과정에는 더 나은 조작자, 더 나은 재료, 더 나은 유지보수, 심지어 더 짧은 작동시간에 결론을 내려는 ‘자기 우선적’ 기능을 교모하게 심어둘 가능성이 있다.

속기 쉬움

우리는 미래의 기계들이 온라인 사기를 당하지 않기를 바라지만 모든 의사결정은 숫자 등에 속을 수 있는 맹점이 있다. 인공지능이 하는 모든 의사결정은 결정 지점에서 속임을 당할 수 있다.

지배력

새로 들어오는 입력정보를 버리고 더 나은 선택안을 선택하는 결정은 쉽지 않다. 지배력을 가진 인공지능을 만들어 중요한 선택을 하게 해야 한다. 기계들은 적응하면서 스스로의 방법을 배운다.

비밀 누설

누구나 자기만의 비밀을 가지고 있다. 특정한 정부의 민감성을 기계에 전달하는 것은 쉽지 않다. 예를 들어 어떤 약품을 다시 주문하려 할 때, 주문과정에서 신용카드 정보, 의료정보의 비밀유지를 해야 한다는 것을 기계는 이해하지 못할 수도 있다.

좁은마음
방대한 양의 정보를 검토한 후에 판단하는것이 나을지, 제한적이지만 잘 정리된 데이터베이스의 정보만 검토한 후에 판단하는것이 나을지 고민할 수 있다. 기계는 좁은 마음으로 제한된 범위로만 판단하려 하며, 좁은 마음의 판단은 폭이 넓으면 깊이가 얕을 수 있다.

로봇판사의 공정한 판결 기대
인간은 언젠가는 로봇판사로부터 재판을 받게 될 것이다. 위에서 인간의 7대 죄악의 감정을 이야기하는 것은 인공지능이 인간처럼 판단을 하려면 인간 심리를 이해해야 한다는 점을 강조하기 위해서다. 여러 가지 프로토타입을 만들겠지만, 윈스턴3 같은 로봇판사는 몇 세대를 거치며 결점이 줄어들고 합리적 수준의 공정한 판결을 내릴것이다.
인간이 일반적으로 가진 '7대 죄악'을 인공지능이 이해해야 인간의 7대 부정적인 성격이 기계를 변질시키지 못하게 할 수 있다. 인간의 7대 부정적인 성향을 알아야 무엇이 잘못될 수 있는지를 이해하는 데 도움이 된다. 미래 기계지능의 핵심인 의사결정 아키텍처는 이런 인간의 단점을 이해해야 좋은 판단을 할 수 있다. 인공지능이 특화된 용도로 애플리케이션이 개발된다. 하지만 적용범위를 조금씩 넓힐 때마다 인공지능 판단이 잘못될 가능성이 기하급수적으로 증가할 수도 있다고 토머스프레이 다빈치연구소장은 예측한다.

인공지능의 급부상에 관한 8가지 예측

인공지능의 역사가 약 60여 년에 이르지만 진정한 발전은 5년 전부터 다가왔다. 1980년대 초반만 해도 인공지능이라는 말은 정말 아무도 이해하지 못했다. 당시에는 컴퓨터의 크기도 집채만 했고 단지 계산을 빨리 한다는 것밖에는 컴퓨터의 역할을 알지 못했다.

그런데 이제 인공지능이 인간 대신 자동차도 몰아주고, 인간 대신 검색을 하여 정보를 수집해주기도 하고, 인간보다 더 정확하게 체스도 두고, 바둑도 둔다. 앞으로 인공지능이 인간 대신 해줄 것은 무궁무진하다. 이제 인간은 인공지능을 신뢰하기 시작했기 때문에, 인간이 하기 싫어하거나 인간이 하지 못하는 일을 인공지능에게 대신 시켜놓고, 인간은 더 재미있는 일을 하게 될 것이다. 최근 몇 년 동안 IBM의 왓슨 인공지능이 <재퍼디>쇼에서 인간을 물리치고 구글의 알파고가 예상보다 10년이나 빨리 바둑 챔피언을 물리치는 것을 흥미롭게 바라보았다. 그러나 이러한 쇼의 진정한 스타는 드러나지 않고 속에 감추어져있는 정교한 알고리즘이다.

이러한 강력한 컴퓨팅 시스템은 산업을 근본적으로 바꾸어놓았고 매일 반복되는 수많은 작업을 점차 자동화시켰다. 인공지능은 아직 완벽하지 않으며 해결해야 할 문제가 있다. 알고리즘은 우리가 공급하는 데이터의 질에 좌우된다. 그리고 인공지능이 가져오게 될 미래의 실존적 위험에 대한 활발한 토론이 이루어지고 있다.

다음 내용은 다음 세대로 진화하는 인공지능에 관한 대화를 주도하는 몇 가지 주제에 관한 것이다.

인공지능은 지금 어디에 있으며 어떤 변화의 갈림길에 있는가?

앞으로 3년 이내에 인공지능 혁명이 일어난다. 인공지능은 우리 주위를 둘러싼 모든 것에 통합된다. 센서와 네트워크가 결합하여 모든 시스템을 ‘스마트’하게 만들 것이다. 인공지능은 투명성, 기기와 정보 간의 끊임없는 상호작용, 모든 것을 개인화하고 사용하기 쉽도록 한다는 아이디어로 계속 나아갈 것이다.

기계의 꿈이 이루어질 때

인간이 꿈을 먹고 사는 종이라는 것은 의심의 여지가 없다. 소음과 혼란 속에서 예측하지 못한 새로운 패턴을 찾아내는 능력은 인간을 만들고 인간을 창의적으로 만들어주는 능력이다. 최근 구글이 발표한 꿈과 같은 이미지들이 동요를 일으킨 원인도 아마 그러한 이유일 것이다. 이러한 특별한 이미지들은 컴퓨터에 의해 만들어진 것이다. 프로그램이 이미지, 텍스트, 기타 감각 데이터들을 이해하게 되면 결과적으로 우리 자신보다 경험이 더 풍부하게 되지 않을까? ‘인셉셔니즘’과 같은 프로세스는 원래의 아이디어에 이러한 경험을 믹스하게 할 수 있을까? 인간과 기계의 창조성을 구분하는 선을 어디에 그을 수 있을까?

인공지능 혁명에 어떻게 준비해야 할까? 레이 커즈와일이 이러한 질문에 대답한다

인공지능의 거대한 파도가 오기 전에, 그리고 우리가 인공지능에 완전히 통합되기 전에 우리의 유전적인 정신 모형과 구식의 사고 패턴을 변화시켜야 하지 않을까? 미래에 대한 이런 질문에 커즈와일은 과거를 생각해보라고 말한다. “우리가 기술을 통해 강화되어 온 것은 오랜 시간 동안 지속하여 온 점진적인 과정이었다.”

인간 VS 기계는 잊어라! 인간 + 기계의 미래가 될 것이다

존 켈리 박사는 지금의 이야기는 지성을 획득하거나 세상을 지배하거나 하는 이야기가 아니라고 말한다. 또한 인간 두뇌나 두뇌의 기본 구조를 재창조하는 것에 관한 이야기도 아니다. 인간의 두뇌에서 영감을 얻어, 또는 인간이 얻을 수 있는 어느 것에서나 영감을 얻어 세상에 대한 이해를 더욱 높이고 데이터를 더 잘 다룰 수 있는 방식으로 현재의 컴퓨팅 구조를 변화시키는 것에 관한 이야기이다. 특이점은 2029년부터 온다고 레이 커즈와일은 주장한다. 기계가 인간을 능가하는 싱귤레리티 완성은 2045년경이 된다고 한다.

인사이드 OpenAI :투명성이 인공지능이 미쳐 날뛰는 것에서 우리를 보호해줄 수 있을까?

인공지능 오픈소스는 100년 안에 인공지능이 성취할 수 있는 것은 무엇이며 우리가 무엇을 우려해야 하는지에 관한 큰 그림을 생각하고 있다. 인공지능 기술이 최근 몇 년 동안 독자적인 인공지능 시스템 개발에 투자해온 구글이나 페이스북, 애플과 같은 거대 기술 기업의 손을 떠나, 인공지능과 슈퍼인텔리전트 시스템이 한계점을 넘어 통제를 넘어서게 되면 일론 머스크가 올해 초 경고한 것처럼 인간을 말살하게 될 것인가?

어떻게 구글 인공지능이 예상보다 10년이나 더 빨리 바둑에서 인간을 이기게 되었을까?

바둑판 위에 놓을 수 있는 수가 우주의 원자 수보다 더 많다는 바둑은 무한한 가능성 때문에 복잡성을 상징하는 게임이었다. 바둑은 인간 플레이어의 논리력과 직관력을 요구한다. 딥마인드의 수장인 데미스 허사비스는 <와이어드>와의 인터뷰에서 이렇게 말했다. “알파고는 수작업으로 만들어진 단순한 전문가 시스템이 아니다. 알파고는 바둑 게임에서 이기기 위한 일반적인 머신 러닝 기술을 이용했다.”

최신 영상에서 본 바로는 아틀라스 로봇은 이전의 로봇보다 더 유능하다

우리는 최근 몇 년 동안 보스턴 다이내믹스가 만든 로봇에서 점진적이고 때로는 놀라운 발전을 봐왔다. 보스턴 다이내믹스의 사족 보행 로봇인 빅 독과 알파독은 초기 히트 작품이었다. 나중에 그들이 만든 휴머노이드 로봇이 트레드밀을 지치도록 달리는 영상을 보며 놀랐고 약간은 두려움을 느꼈다. 아틀라스의 새로운 버전은 큰 진전을 보인다. 최신 휴머노이드 로봇은 눈 위를 걷고 상자를 쌓으며 사람이 밀쳐도 일어나 다시 상자들을 쌓는다.

인공지능의 마지막 개척지 : 과학자들은 창의성과 자아 인식, 즉 인간의 마음을 만들 수 있을까?

컬럼비아 대학교의 공학 교수이자 창의기계연구소 소장인 호드 립슨 교수는, “우리는 인공지능의 다음 개척지로 향하고 있다. 그곳은 진화 할 수 있고 스스로 설계하며 스스로 반영할 수 있는 생물학적 영감을 가진 기계의 시대이다. 기계들이 새로운 아이디어를 생산하며 자신을 만든다”고 말했다. 립슨 교수는 우리에게 인공지능이 이전에 없었던 새로운 로봇을 설계하고 만들 수 있겠느냐는 질문을 던진다. 레이 커즈와일은 어떻게 인간의 마음을 창조할 수 있을까를 걱정하여 책을 썼다.

인공지능이 급부상하는 7가지 이유

인공지능으로 투자가 몰리고, 쉬운 알고리즘기술이 개발되었고, 값싼 하드웨어도 나왔고, 데이터 텐소플로우가 나왔으며, 드디어 인재들이 몰려와 응용프로그램이 대거 개발되고 있으며 인공지능오픈소스가 나와서 결국 인공지능혁명을 이끈다.

요즈음 가장 많은 변화가 일어나는 곳은 스마트폰이며 스마트폰의 애플리케이션 분야에서도 혁명이 진행되고 있다. 수십 년 전에 시작되었지만 오늘날 기업들이 추구하는 것은 더 쉽고 더 넓은 규모로, 더 스마트한 서비스를 제공하기 위한 혁명이다. 그것이 바로 인공지능혁명이고, 이 인공지능혁명이 이 세상 모든 것을 바꾸고 있다고 싱귤래리티 대학교수 닐 제이콥스틴이 말했다.

인공지능기술 중 패턴인식 소프트웨어 기술, 즉 사용자용 동작 소프트웨어, 가속 지수 기술이 나와 인공지능혁명을 이끈다. 인공지능의 범위를 정의하는 지수기술, 미래의 초인적 지능의 비전이 나왔다. 제이콥스틴 교수는 인공지능이 혁명적인 속도로 발전하고 있으며 곧 인간과 기계지능이 융합하는 단계로 갈 것이라고 낙관한다. 2020년부터 인공지능이 급부상하여 2030년에 보편화되는 7가지 요인을 살펴본다.

자본유입

인공지능 분야의 투자유치가 대규모로 진행된다. 엄청난 자금이 인공지능 분야로 유입되고 있다. 2015년에는 24억 달러, 2016년 상반기에만 15억 달러, 즉 2조 원가량의 막대한 자금이 유입되었다. 이는 200개 신생 인공지능기업들이 투자유치에 성공한 금액이다. 다른 어떤 분야의 자본유입보다 가장 빠르고 가장 대규모로, 인공지능산업으로 투자자금이 ‘돌진’하고 있다고 말할 수 있다.

알고리즘 개발 증가

딥 러닝을 비롯하여 딥 러닝의 수직 계층적 패턴 인식과 같은 알고리즘에 돈이 몰리고 있다. 이 분야의 발전이 인공지능의 일상생활 응용을 가능하게 하는 중요한 투자자금 유입의 힘이 된다. 알스튜디오와 센티엔트와 같은 소프트웨어가 개발됨으로써, 이전에는 단 한번도 인공지능산업을 생각하지 않았던 회사들이 갑자기 인공지능 산업으로 뛰어들기 시작한 것이다.

하드웨어 개발 증가

구글 알파벳이 최근에 발표한 하드웨어 유닛인 텐서처리장치, 퀼컴의 새로운 신경처리장치, 엔비디아의 딥 러닝 칩, 또는 IBM의 TrueNorth neuromorphic 컴퓨팅 플랫폼 등의 하드웨어가 출시되었다. 그 외에도 더 다양한 빠른 칩이 개발되고 활성화되어 더 강력한 인공지능이 개발되고 있다.

데이터 세트 개발 증가

하드웨어도 중요하지만 인공지능에 또 하나 중요한 것이 대규모 데이터 세트이다. 데이터의 공개와 데이터 세트와 증가 분석을 가능하게 해주는 작업 알고리즘과 텐서플로우로 모아진 데이터가 융합되어 본석된다. 종전에 없던 더 많은 툴이 나와 일반 공공 데이터 세트를 수집, 통합하고 분석함으로써 인공지능 능력이 보강된다.

인재의 집중

소프트웨어와 하드웨어의 모든 분야가 중요하지만 제이콥스틴 박사는 사실 기계뿐 아니라 인간이 인공지능에 가장 중요한 부분이라고 주장한다. 튜리, 네르바나, 딥마인드 같이 이름이 있는 스타트업들이 최근에 각광을 받고 있는데, 이처럼 이런 작은 기업들이 인공지능 인재들이 모여들고 있다는 점이 중요하다.

응용프로그램의 대거 출현

오늘날 우리는 응용프로그램을 통해 인공지능을 만난다. 증강인간을 만들고 인간의 스킬을 향상시키고 인간의 능력을 확장시켜준다. 인간의 능력을 보강하여 가치를 높여주고 기능을 확장시켜준다. 그러나 이것은 하룻밤에 생긴 일이 아니라 서서히 다가오고 있던 일이었다. 우리는 처음에 따라 시리가 아주 유용함을 알게 되었다. 더 많은 기업들이 가상 인공지능조수들을 내놓고 있다. 마이크로소프트는 이미 음성 서비스 코르타나를, 아마존은 에코를 내놓았다.

책임감과 신뢰감 증가

제이몹스틴은 인공지능 응용의 최종 발전은 인공지능의 책임감, 신뢰도 등이며 인간이 인공지능을 어떻게 신뢰할 수 있는지가 관건이라고 주장한다. 인공지능 기술을 누구나 다 무료로 사용하게 하는 인공지능 오픈소스화가 인공지능발전의 가장 중요한 과제다. 인공지능을 인간이 필요로 하는 이유는 인간에게 중요한 가치를 가져다주기 때문이다. 기업 세상에서는 경쟁에서 이기는 포뮬러가 되어야 하고, 이는 인간의 능력 더하기 인공지능 처리란 등식이 서야 한다.

분명히 인공지능혁명은 이미 여기에 왔다. 그러나 인간은 아직 그 깊이를 모르고 표면만 긁고 있는 중이다. 이제 우리에게 다가오는 인공지능은 미래의 약속이기도 하지만 미래의 위험요소이기도 하다. 인공지능은 인간의 삶을 송두리째 바꿀 것이다. 그래서 우리는 지금 인공지능이 무엇을 바꾸는지를 알아야만 한다.

인공지능이 서로를 통해 배우게 되면 인간의 역할은 무엇일까?

우리 주위를 보면 핏빗, 가민과 같은 건강과 피트니스를 위한 웨이러블 센서를 사용하는 사람들이 널리 퍼져 있는 것을 보게 된다. 대다수 사람들은 곤충과 동물들의 이동을 추적하기 위해 센서를 사용하듯이, 교량이나 빌딩의 구조적 안정성을 모니터하기 위해서도 센서를 사용한다는 사실을 알지 못한다. 사물인터넷의 신속한 발달과 함께 앞으로 10년 이내에 수백억 개의 센서 기기들이 인터넷에 연결될 계획이다. 인터넷에 연결된 센서 기기들은 산업 플랜트에서 건강관리에 이르기까지 삶의 질과 생산성을 개선하는 분야에서 광범하게 사용하게 된다.

이러한 센서 기기들의 핵심은 마이크로프로세서, 메모리, 유무선 인터넷 인터페이스, 배터리 또는 기타 에너지원으로 이루어져 있다. 각각의 애플리케이션과 사물인터넷 기기들은 설치 장소, 주변 환경, 구역 내의 사람의 행동 등 독특한 상황들을 갖게 된다. 그리고 개별 기기들은 독특한 상황에서 관찰하고 적응하게 된다.

인공지능의 스스로 배우는 기술

이러한 상황에 인공지능이 도입되면 어떻게 될 것인가? 센서 기기들은 인공지능과 함께 변화하는 상황에 맞추어 행동을 발달시킬 수 있다. 마치 생물이 상황에 따라 행동을 최적화시키는 것처럼, 우리 주변에 있는 점점 작아지는 사물인터넷 기기들도 인공지능을 운영하면서 소프트웨어를 진화시킨다. 스마트폰이나 스마트워치와 같은 모바일 기기를 생각해보자. 이러한 기기는 일반적으로 널리 적용되도록 만든 특성과 앱을 탑재하고 있다. 이를 개인화시키기 위해 사용자들은 수동으로 각각의 앱을 개별적으로 설정하고 업데이트를 유지해야 한다.

만약 이러한 기기들이 스스로 우리의 사용 패턴을 관찰하여 선호하는 것을 학습한다면 자동으로 개인화하는 과정을 도와줄 수 있다. 우리가 사용하는 기기들을 아직 경험하지 못한 상황이라면 어떨까? 이러한 기기들이 우리의 개인 선호도를 학습하는 것이 가능할까? 인공지능 기계들은 서로의 경험에 대한 정보들을 공유하면서 빠르고 효과적으로 서로 학습하는 것을 도우며 승수효과를 나타내게 된다.

학습 내용을 공유하며 스스로 진화하는 기술

예를 들어, 근접해 있는 스마트폰들이 서로 자신의 인공지능 기계를 운영하여 논리블록을 공유하며 배터리 수명 유지에 대해 학습하는 것을 시연한 바 있다. 이러한 발전을 이룰 수 있는 기술은 두 가지 정도의 기술발전 때문이다. 첫째 각각의 스마트폰은 독립적으로 학습하고 고유한 프로그램 논리의 유전물질을 발달시킨다. 이는 진화적 컴퓨팅에서 ‘섬모델’로 알려져 있다. 사물인터넷에서 각각의 기기는 자신의 ‘섬’이 된다. 때로 기기들은 자신들이 학습한 것을 공유한다. 이를 통해 자신의 유전적 풀에 다양성을 더하며 학습 또는 진화에 도움을 준다.

동물추적은 사물인터넷 기기 사이의 유사한 드라이버를 가진 공동 인공지능을 제공한다. 가축, 애완동물, 야생 동물의 활동이나 위치를 추적하기 위한 기기들은 종종 목걸이나 귀에 부착하는 태그에 있다. 정확한 추적 정보를 제공하기 위해 각각의 기기들은 추적되고 있는 동물의 종과 연령, 성에 관련된 특정한 움직임 특성을 학습해야 한다. 이를 인공지능이 도울 수 있다. 그 다음 둘 이상의 동물들이 만나면 사물인터넷 기기들은 자신이 추적하고 있는 동물의 움직임에 대해 학습한 내용을 공유하여 비슷한 특성을 가진 동물에 부착된 기기의 학습과정의 속도를 높일 수 있다.

고장 예측을 하고 패턴을 학습하는 기술

사물인터넷 기기의 학습 공유의 이익은 동물과 사람에 국한되지 않는다. 교량이나 도로의 구조적 안정성을 모니터하는 기기에도 사용된다. 대부분의 경우, 이러한 기기들은 관리 비용과 외진 위치 때문에 인터넷에 연결되어 있지 않다. 그러나 이러한 기기들은 센서 데이터를 통해 고장을 예측할 수 있는 정보를 모으고 특정한 패턴을 학습한다.

고장이 일어나는 경우는 상대적으로 희귀하기 때문에, 이웃한 기기들이 학습을 공유하게 되면 아직 고장을 접해보지 않은 사물인터넷 기기들을 훈련시킬 수 있는 더 큰 정보 풀을 제공하게 된다. 그러나 사물인터넷 기기들이 현실에서 학습한 것을 공유하는 데에는 몇 가지 의문이 남아 있다. 사물인터넷 기기들이 학습 공유 환경에 참여하게 되면 소유자의 프라이버시를 손상시키는 것은 아닐까? 그 대답은 인공지능 접근방식이 유전자 프로그래밍과 같은 본래의 의미를 가진 정보를 공유하는지 아닌지에 달려 있다.

사물인터넷 기기들은 일상의 과업들을 지속적으로 수행하면서 새로운 상황에 어떻게 반응해야 하는지를 학습해야 한다. 기기들이 무엇을 학습해야 하고, 학습에도 불구하고 변화되지 않아야 할 것은 무엇인지에 대한 강약 제약 조건을 부여하는 등의 적절한 안전 관리가 있어야 한다. 또 다른 질문은 기기들이 어떻게 이웃한 기기들을 믿을 수 있는가, 악의적인 존재가 공유되고 있는 사물인터넷 학습 환경에 침투하여 파괴적인 논리를 주입하면 어떻게 될까 하는 것들이다. 이러한 문제들을 해결할 수 있는 방법들이 만들어져야 한다.

서로 학습하는 사물인터넷은 어디로 향할 것인가? 아직은 초장기에 있지만 그 잠재적 기회에 대해서는 반드시 많은 관심과 토론, 조사가 필요하다.

사람의 언어로 대화하는 기술

손정의가 소유한 소프트뱅크는 로봇에 크게 관심을 가진다. 최근에 이쪽으로 많은 투자를 하고 있다. 인공지능로봇이 미래라는 생각을 미리 한 손정의의 움직임이 보인다. 처음으로 소프트뱅크가 로봇 ‘Pepper'를 시장에 내놓은 것이다. 사랑스러운 모습의 작은 인간을 닮은 로봇 도우미를 출시하였는데 첫 시장은 역시 미국이었다.

‘Pepper'는 인간의 감정을 읽고 인간의 눈처럼 상대방의 표정이나 움직임을 읽고 따라하거나 대답하거나 시키는 것을 한다. 2,000달러에 팔리고 있으니 한국 돈으로는 200만 원가량 된다. 비싼 텔레비전을 사는 것보다는 적은 비용이 든다.

‘Pepper'는 우선 구글이나 애플에서 시리의 형태처럼 말을 알아듣고 말로 시키는 일을 한다. 따라서 시리의 물리적인 형태로 나타난 것, 즉 로봇모양을 한 제품이다. 시리처럼 상상하는 방법이 몹시 비슷하며 인간에게 맞는 답을 하려는 노력을 볼 수 있다. 로봇 보조들은 이미 미래를 향해 달리고 있다. 수많은 보조로봇들이 시장에 나오려고 한다. 로봇은 인간의 모습을 하면서 인간 도우미 역할을 한다.

로봇의 친절에 인간은 놀라움을 느낀다. 에니메이션에나 나오는 모습의 로봇 눈은 인간이 하는 모든 작업을 다 쉽게 하게하며 더 빨리하도록 도우려고 한다. 로봇이 인간의 일을 방해하는 것을 상상하기는 어렵다.

‘Pepper'는 로봇이기 때문에 인간보다 싸다. 월급이나 임금을 줄 필요가 없다. 그래서 장기적인 로봇도우미로서 저렴하다. 로봇도우미 페퍼는 사람보다 더 많은 언어를 말하고 이해한다. 몸통은 기본적으로 아이패드이다. 아이패드 화면에 모든 것을 보여주며 글도 쓴다.

싱귤래리티 대학에서는 행사시 이 페퍼 로봇을 여러 대 갖다 놓고 활용한다. 로봇은 인간이 무례하게 물어보고 갑자기 쳐다보며 찾는 것에도 익숙하다. 그리고 발표하며 대화를 이끌어가기도 하며 때로는 “안녕하세요!”라며 방해하는 것도 잘 한다.

로봇과 상호작용하는 시간을 즐기는 사람들이 많다. 가게나 백화점에서 이 페퍼는 물건이 어디에 진열되어 있는지를 알려준다. 체크아웃 키오스크처럼 누구나 다 이 로봇에게 카드를 지불하고 갈 수도 있다.

‘Pepper'는 보조로봇으로 사용되고 많은 사람들이 손쉽게 살 수 있는 저렴한 로봇이다.

인공지능 핀테크, 금융시장의 혁명을 일으키다

싱귤래리티 대학에서 매년 진행하는 2016 익스포넨셜 파이낸스 컨퍼런스는 기술과 금융의 교차점에 있는 믿을 수 없을 만큼 좋은 기회를 소개하고 있다. 전 세계의 수백 명의 주요 투자자, 기업가, 혁신가 들이 뉴욕에 모여 미래의 비즈니스 방식을 새로 규정하였다.

요즘 일반인들은 은행에 가는 것을 다 싫어한다. 귀찮아한다. 매일 행해지는 금융기계의 교모한 작동방식은 일상적이기도 하고 무척이나 복잡하다. 그러나 금융 분야에서 일어나는 일들은 모든 사람들에게 거대한 변화로 다가온다.

2008년에 일어났던 금융 위기를 생각해보라. 이는 아주 간단한 문제이다. 우리가 어떻게 돈을 벌고 돈을 쓰고 돈을 저축하고 돈을 송금해고 돈을 불리는가 하는 일은 우리가 하는 일의 거의 대부분을 차지한다. 이 모든 일들의 미래는 변화하게 되며, 대부분 인공지능의 힘을 빌리게 된다. 빠르게 성장하고 있으며 돈에 초점을 맞추는 기술세계를 ‘핀테크’라고 부른다. 그 의미는 간단히 말해 기술과 금융이 만났다는 뜻이다. 하지만 그보다는 좀 저 깊은 뜻이 있다. 금융이 컴퓨터화 된 것은 수십 년 전의 일이다. 수많은 일상적인 금융거래들이 알고리즘에 의해 행해진다. 시장의 속도는 마이크로초 단위로 움직이며 금융 종사자들은 기술에 밀려나고 있는 수준이다. 그러나 핀테크의 대부분은 금융의 신성한 홀 내부에서 어떤 일이 벌어지고 있는가 하는 것이다. 핀테크는 스타트업, 앱, 인터넷, 월 스트리트에 잠입하기 시작한 디지털에 관련된 모든 것이 인곡지능과 융합하여 거대한 물결처럼 변하고 있다. 이들은 오래된 금융거래 및 관리, 비즈니스 모델을 겨냥하고 있다. 핀테크는 몇 명으로 이루어진 작은 팀이 코딩한 소프트웨어가 기업을 망하게 할 수도 있다.

이것은 아무도 손댈 수 없는 방대한 분산 컴퓨터 네트워크에 의해 신용을 다시 정의하는 세상이다. 은행의 지점이 더 이상 거리에 있지 않고 사람들의 주머니에 있다. 대중의 푼돈이 모여 수천 개의 스타트업을 만든다. 돈이 마찰 없이 전 세계를 움직인다. 금융 조언자는 소프트웨어이다. 시장은 통제하는 사람 없이 움직인다. 과장되었다고 느낄지도 모른다. 그러나 과장은 때로 놀라운 일의 기초 위에 세워진다.

중개인의 종말

최근 몇 년 동안 핀테크 하이프 머신의 주제가 있었고 이제 금융 중개인은 종말을 맞이하게 된다. 금융 중개인 대신 비트코인 신봉자, 블록체인 전환자, 크라우드 펀더, 크라우드 렌더, 크라우드 바로우어 등 P2P 사업자들이 대권을 장악하게 될 것이다. 만약 다른 산업의 디지털화에서 배운 것이 있다면 그것은 바로 인터넷이 개입되면 중앙 집중화된 기업들은 고통을 받는다는 사실이다. 그렇다면 금융 시스템도 고통을 받게 될까? 그렇게 생각하는 사람들이 많다.

비트코인은 시작에 불과하다. 블록체인으로 알려진 비트코인의 기술적 기반은 지난 몇 년 동안 비트코인 디지털 화폐로 인해 악명이 높았다. 많은 사람들은 비트코인이 아니라 블록체인에 실제적인 잠재력이 있다고 말한다. 그러나 사람들은 두 가지를 분리해서 생각하지 않는 경향이 있다. 블록사이퍼의 대표 캐서린 니콜슨에 의하면 블록체인과 같은 분산형 장부는 상호거래 인증에 인센티브를 주지 않으면 안 된다고 말했다. 그리고 디지털 화폐는 바로 그러한 (예를 들면 비트코인 채굴과 같은 형태의) 인센티브이다.

니콜슨은 이렇게 말했다. “블록체인이 파괴적인 이유는 전체 네트워크가 인증되어 있다는

점이다. 이것은 공짜로 이루어지지는 않는다. 그 인센티브는 비트코인과 같은 것이다. 만약 보상을 없앤다면 전체 네트워크를 안전하게 만드는 인센티브는 무엇이 되겠는가?” 니콜슨은 컨퍼런스에서 블록체인을 위한 일종의 아마존 웹서비스인 그녀의 회사가 최근 이더리움 호스팅을 시작했다고 발표했다.

이더리움은 디지털화폐를 제공하기는 하지만 스마트 계약에 보다 더 중점을 두고 있다. “블록체인은 일반적으로 중개인에게 요구하는 모든 것, 실행을 위해 여러 당사자들에게 요구되는 모든 것들을 제공한다.

이더리움이 하는 일은 ‘스마트 계약’을 가능하게 하는 것이다. 그러나 블록체인 위에서 이루어지는 스마트 계약은 신뢰 기관 역할의 개인이나 법인을 필요로 하지 않는다.” 블록체인과 디지털 화폐는 거래 당사자의 주머니 사이를 오가는 현금에 수수료가 필요 없다는 것을 의미한다. 금융관리 업무를 극도로 단순화시켜 기업들도 스스로 자금을 대고 운영할 수 있게 만들어준다. 이렇게 되면 누가 중개인을 필요로 하겠는가?

적과의 동침?

금융 분야 기술이 가져오게 될 거대한 파도가 파괴적일 것이라는 데는 의심의 여지가 없다. 그러나 대형 은행의 종말을 예상한다면 좀 더 오래 기다려야 할 것이다. 다윗과 골리앗은 당분간 긴장완화를 하기로 결정했다. 컨퍼런스에서 되풀이되는 주제는 파트너쉽이다.

세계경제포럼의 프로젝트 리더인 제시 맥 워터스는 지난 2014년 세계경제포럼에서 50명의 금융 리더들을 모아 핀테크에 대한 생각을 물어본 적이 있었다고 설명했다. 그들의 반응은 대체로 핀테크를 무시하는 편이었다고 한다. 그들 스스로 규모나 신용을 가지고 있고 규제기관의 복잡성을 헤쳐 나가는 경험도 가지고 있다고 생각했다. 그러나 2015년에는 논조가 바뀌었다. 은행들은 초조해하고 걱정스러워했다.

올해의 토론은 다시 진화했다. 맥워터스는 이렇게 말했다. “다소 으스대는 모습이었다. 사람들은 해결방법을 가지고 있다고 느끼는 듯했다. 함께 협력하기로 했고 더 이상 금융 서비스의 위협이 되지 않는다고 생각하는 듯했다. 그러나 그 이상의 것이 분명히 있다. 지금이 바로 금융 서비스들을 바로잡을 수 있는 기회이다.” 맥워터스는 핀테크가 ‘무작위 폭력적 행동’이 아니라고 말한다. 많은 회사들은 고객들이 불만스러워하는 마찰 지점에 초점을 맞추고 있다고 말한다. 애플페이는 신용카드를 붕괴시키는 것이 아니라 그들이 가진 전문성 내에서 소비자 경험에 초점을 두고 있는 것이다.

큰 회사들과 단편적인 스타트업들은 서로 협력하거나, 서로의 고객이 되거나 서로 인수하고 인수되고 있다. 패널로 참석한 두 스타트업 설립자들은 자신들이 눈 깜짝할 사이에 큰 회사에 잡아먹힌 경험에 대해 이야기했다. 한편 뱅크 오브 아메리카의 업무최고책임자이며 최고기술경영자인 캐서린 베산트는 큰 회사들은 핀테크 회사와 협력하거나 필요한 경우 인수하거나 때로는 경쟁해야 한다고 말했다.

전혀 무관한 기술이 금융 시장에 미치는 영향

핀테크에 관한 대부분의 관심은 소비자 서비스에서 관리 기관에 이르는 금융 활동에 초점을 두고 있다. 그러나 궁극적으로 금융 산업에 영향을 주게 될 더 큰 힘이 작용하고 있다. 프런티어전자재단의 책임자이며 클래리넷의 설립자인 브래드 템플턴은 전혀 관계가 없어 보이는 기술, 예를 들면 자율주행자동차 같은 것이 보험업에 중요한 영향을 줄 수 있다고 말했다. 브래드 템플턴은 이렇게 말했다. “금융산업에서 사람들이 자동차 소매 금융을 이용하지 않는 대신 임대를 하게 된다면 자동차 할부금융 산업은 변화를 겪게 될 것이다. 만약자율주행자동차의 도입으로 사상자가 1/3으로 줄어들게 되면 회사들이 스스로 보험을 운영하게 될 것이다.”

질병 조기발견 기술이 보험업자들에게 미치는 영향은 무엇이 될까? 평균 수명 연장이 금융 자문과 은퇴 후 계획에 주는 영향은 무엇이 될까? 태양 에너지가 미래 상품시장에 미치는 영향은 무엇이 될까? 템플턴은 또한 양자컴퓨팅에 대해서도 언급했다. 현재의 금융 보안 정책은 큰 숫자의 암호를 푸는 것이 매우 어렵다는 아이디어에 기초를 두고 있다. 이것이 대부분의 데이터 암호가 운영되는 방식이다. 그러나 엄청나게 강력한 양자컴퓨터(아직은 존재하지 않지만)는 이러한 보안 도구를 간단하게 돌파할 수 있다.

2026년을 위한 계획은 무엇인가?

핀테크와 거대 금융은 현재 좋은 친구 관계이기는 하지만 이것이 현실에 안주할 이유는 되지 않는다. 기술은 빠르게 변화되고 있고 오직 미래에 초점을 둔 자들만이 살아남을 수 있다.

템플턴은 이렇게 말했다. “만약 당신이 내게 ‘여기 나의 2016년도의 계획이 있다’라고 한다면, 나는 당신에게 ‘이것은 매우 흥미로운 계획이지만 내가 당신에게 해줄 수 있는 말은 이것은 잘못되었다는 것입니다. 당신은 2026년을 위한 계획을 가지고 있어야 합니다’라고 말할 것이다.”

이 말은 이번 컨퍼런스의 중심적인 주제를 가장 잘 요약한 말일 것이다. 2026년을 위한 계획을 수립할 때 잊지 말아야 할 것은 선형적인 특성을 넘어서 사람들을 놀라게 만드는 이러한 기술의 기하급수적인 본질이다.

큐즈쇼에서 인간을 이긴 후 5년이 지난 IBM 왓슨

2012년, IBM이 만든 인공지능 소프트웨어 왓슨은 전성기를 맞았다. 왓슨은 2011년 <재퍼디>쇼에서 최강 인간 챔피언들인 켄 제닝스와 브래드 러터를 압도적인 차이로 따돌리면서 물리쳤고 온 세상은 이에 경악했다. 이는 자연어 프로세싱 컴퓨터의 수준을 세상에 알린 최조의 사례가 되었다. IBM 왓슨은 <재퍼디>쇼의 명성과 합쳐져서 즉시 주류 아이콘이 되었다.

2012년 말, IBM은 왓슨의 최초 협력 사업 중 하나를 발표했다. 클리블랜드 클리닉과 협력하여 왓슨 시스템에게 의학 훈련을 시키도록 한 것이다. 왓슨을 이용하여 엄청난 양의 데이터를 합성하여 증거에 기초한 가설들을 생성했다. 왓슨 시스템은 의료진과 학생들이 보다 정확한 진단과 더 나은 환자 치료 계획을 선택할 수 있도록 도와주었다. 그 당시 우리는 ‘닥터 왓슨 페이징’이라는 기사를 썼다. 이 기사에서는 왓슨을 의료분야에서 훈련시키려는 IBM의 계획과 이 기술의 미래에 대한 IBM의 야심에 관해 기술했다. 이제 4년이 지나 왓슨이 그동안 무엇을 했는가에 대해 살펴보기로 한다. 닥터 왓슨을 다시 한 번 페이징 하기로 한다.

IBM 왓슨이 걸어온 먼 길

왓슨은 보이지 않는 곳에서 DeepQA 소프트웨어의 도움을 받았고 지금도 받고 있다. DeepQA는 왓슨으로 공급되는 콘텐츠를 분석하고 추론하며 대답하는 복잡한 소프트웨어 구조를 가지고 있다. DeepQA는 질문을 받아들인 후 먼저 질문을 분석하고, 분해한다, 분해된 질문들은 ‘응답 자료’ 데이터베이스를 검색해 응답 후보들을 작성한다. 이를 기반으로 응답을 구성할 수 있는 가설들이 작성되며, 가설들은 필러링을 거쳐 데이터베이스에서 확증에 필요한 자료를 끌어낸 후 심층적인 확증점수를 도출한다. 가설과 논리를 통해 분석된 자료가 응답을 하여 여러데이터 분석 레이어를 거쳐 이루어진 다음, 이 자료들은 융합되고 또 융합되고 종합된 응답은 ‘훈련 모델’을 통과한 다음 다시 한번 최종 결합되고 최상의 응답이라는 순위를 거쳐 마지막으로 응답한다. 이처럼 정답을 내놓으려고 노력한다.

이러한 프로세스는 방대한 데이터베이스와 정교한 논리 회로를 통해 빠른 속도로 특정한 답을 찾아내는 과정을 갖고 있다. 2012년에 이 시스템은 80페라플롭스/초 컴퓨터에서 운영되고 있었다. 이는 1초당 80조의 연산을 하는 컴퓨터이며 뉴욕 주의 요크타운 하이츠에 위치하고 있고 서버들이 작은 방을 가득 채우고 있다.

IBM은 왓슨이 ‘기업을 위한 강력한 시리’로 만들 것을 구상하고 있으며 대체로 그렇게 되고 있다. 현재 왓슨은 기업을 위한 인지 컴퓨팅 시장, 또는 정확이 말하면 ‘인지 비즈니스를 위한 플랫폼’을 만들고 있다. 왓슨이 만들고 싶은 것은 정확히 말해 플랫폼인 것이다.

외로운 슈퍼컴퓨터에서 팔방미인 플랫폼으로

약속한 대로 2012년의 왓슨은 중요한 업그레이드를 거쳤다. 왓슨의 크기는 큰 침실 크기에서 네 개의 피자박스 정도로 줄어들었고 이제는 클라우드를 통해 태블릿이나 스마트폰으로도 접근 가능하다. 시스템은 이전에 비해 이제는 28개 종류의 데이터를 프로세싱할 수 있게 되었다. 2013년 IBM은 왓슨의 API를 오픈소스로 공개했고 현재는 IBM 블루믹스를 제공하고 있다. 블루믹스는 제3자 개발자들이 왓슨의 컴퓨팅 성능을 이용하여 앱을 개발하고 구동할 수 있는 클라우드 플랫폼이다. 하지만 왓슨의 가장 큰 움직임은 2014년 10억 달러를 투자하여 ‘IBM 왓슨그룹’을 만든 것이다.

왓슨그룹은 클라우드 기반의 왓슨 기술 개발과 상용화를 전담하는 새로운 사업 조직이다. 2,000명의 직원이 왓슨 에코시스템을 통해 파트너 회사, 스타트업 등과의 협업을 통해 인지 컴퓨팅 앱을 개발한다. 이는 왓슨이 스타트업 모드에서 나와 인지 컴퓨팅을 주류로 만들겠다는 티핑로인트가 되었다. 왓슨은 금융 고문, 자동화된 고객서비스, 리서치 컴파일러 등 클라우드 기반의 더 많은 고객 서비스와 솔루션을 고객들에게 제공하게 되었다.

왓슨 헬스

오늘날 보건 분야에서 왓슨의 활동은 왓슨 헬스라고 부르는 새로운 부문이 담당하고 있다. 2012년의 클리블랜드 클리닉 이후 수 많은 의료 파트너십이 추가되고 있다. 2014년에 열린 클리블랜드 클리닉 의료혁신회의에서 IBM은 종양학 연구자들에게 보다 개인화된 치료 방법을 개발하기 위해 왓슨과 연결하여 유전자 자료와 의료 데이터를 이용할 수 있게 하겠다고 발표했다. 비즈니스 인사이더 기사에서 왓슨은 궁극적으로 종양학자들이 “환자의 종양 DNA 지문을 업로드하게 하고 어떤 유전자들이 변이되었는지를 연구한다. 왓슨은 수천 종의 돌연변이를 살펴보고 어떤 유전자들이 종양을 일으켰는지를 확인하고 목표에 따른 약을 처방하게 될 것”이라고 말했다.

그리고 실제로 도쿄 대학교는 왓슨은 이용하여 최근 백혈병을 앓고 있는 60세 환자의 백혈병의 종류를 수백만 건의 암 연구 논문의 유전자 데이터와 비교하여 진단을 수정했다. 상당히 놀라운 예이지만 의료 분야에 이 같은 일이 널리 퍼지기에는 아직 이르다. IBM이 왓슨을 두 배로 확충하고 일부에서 성공을 거두더라도 의료 분야에서 실제로 적용되기 까지는 시간이 걸릴 것이다.

우리 주위를 보면 핏빗, 가민과 같은 건강과 피트니스를 위한 웨이러블 센서를 사용하는 사람들이 널리 퍼져 있는 것을 보게 된다. 대다수 사람들은 곤충과 동물들의 이동을 추적하기 위해 센서를 사용하듯이, 교량이나 빌딩의 구조적 안정성을 모니터하기 위해서도 센서를 사용한다는 사실을 알지 못한다. 사물인터넷의 신속한 발달과 함께 앞으로 10년 이내에 수백억 개의 센서 기기들이 인터넷에 연결될 계획이다. 인터넷에 연결된 센서 기기들은 산업 플랜트에서 건강관리에 이르기까지 삶의 질과 생산성을 개선하는 분야에서 광범하게 사용하게 된다.

이러한 센서 기기들의 핵심은 마이크로프로세서, 메모리, 유무선 인터넷 인터페이스, 배터리 또는 기타 에너지원으로 이루어져 있다. 각각의 애플리케이션과 사물인터넷 기기들은 설치 장소, 주변 환경, 구역 내의 사람의 행동 등 독특한 상황들을 갖게 된다. 그리고 개별 기기들은 독특한 상황에서 관찰하고 적응하게 된다. IBM 왓슨은 먼 길을 왔다. 하지만 의료용 인공지능은 퍼스널 컴퓨터의 1970년대와 같다. 인공지능이 보건 분야에 적용되려면 아직 시간이 필요하다. 데이터 품질과같은 미국 보건 시스템의 복잡한 문제들 또한 왓슨을 저해하고 있다. 전자의료 기록들은 종종 에러로 가득 차있고 애초에 병원 관리자들을 위하여 디지털화된 것이기 때문에 질병 치료를 위한 데이터 탐색 목적에는 적합하지 않는 경우가 많다.
마지막으로 특히 왓슨의 대답이 인간의 생명에 영향을 주게 되는 의료 분야에서 왓슨을 훈련하고 가르치는 것은 반복에 반복을 거듭하며, 의사를 대신할 수 있는 진단을 하기 위해 수많은 과정을 거쳐야 한다. 환자에게 신속한 대답을 하는 것은 필요하지 않다. 왓슨은 좋은 의사처럼 생각하는 방법을 배워야 한다. 즉 데이터의 올바른 부분을 찾아내는 방법, 증거를 판별하는 방법, 그리고 정확한 추론을 하는 방법을 배워야 하는 것이다. 한국에서는 길병원에서 왓슨헬스를 도입하였다.

왓슨의 미래는?

왓슨이 발전을 지속하기 위해서는 인공지능 분야의 최근 발전을 따라 가야 한다. 2012년 이래의 가장 큰 변화는 딥 러닝의 부상이다. 딥 러닝은 주석이 달린 거대한 데이터 세트를 이용하여 스스로 학습하는 인공지능 기술이다. 사실 게임 분야에서의 왓슨의 뒤를 이은 것은 구글 딥마인드의 알파고 딥 러닝 컴퓨터 프로그램이며, 스스로 바둑 게임을 학습하여 최고의 인간 실력자를 물리쳤다. 물론 IBM도 딥 러닝을 인식하고 있고 작년에 MIT 테크놀로지 리뷰와의 인터뷰에서 딥 러닝 접근방법을 왓슨에 통합했다고 말했다. 오리지널 시스템은 이미 자연어 이해와 대규모 데이터 세트의 통계학적 분석을 약간 조합한 것이다. 딥 러닝은 이것의 완성도를 높인다.
랜셀서폴리테크닉 대학교 데이터분석 및 응용프로그램 연구소 소장인 제임스 헨들러는 이렇게 말했다. "왓슨의 핵심은 본질적으로 많은 서로 다른 해법을 가지고 이를 통합하여 결론에 이르는 것이다." 차세대 챗봇(사람과의 대화를 통해 질문에 알맞은 답이나 연관정보를 제공하는 인공지능 커뮤니케이션 소프트웨어)과 가상비서의 진화에 사용될 막대한 예산과 구글 및 페이스북과 같은 거대한 기술기업의 참여로 인해 소비자들을 위한 자연어 시스템이 강력한 주류가 되는 것은 단지 시간문제이다. 왓슨의 차세대 컴퓨터와 인간이 함께 일할 수 있는 강력한 도구를 제공하려는 IBM의 시도이다. 그러나 때로 우리는 우리가 보는 것 뒤에 있는 엄청난 노력에 경의를 표하는 것을 잊어버린다. 우리는 늘 소프트웨어의 발전을 주목하고 있고 더 나은 모습을 보여주기를 고대하고 있다.

인공지능, 외로움의 실존적 고뇌에서 인간을 자유롭게 하다

인공지능은 금융에서 의학에 이르기까지 산업 전반을 깨뜨리기 시작했다. 가장 혁신적인 적용에는 아직 이르지 못했지만 실제적인 것이다.

생각하는 기계가 우리 삶에 더욱 깊이 관여할수록, 인간이 의식한다는 것이 무엇을 의미하는가에 대한 정의가 변화한다는 것을 염두에 두어야 한다. 즉 살고 죽는 것이 무엇을 의미하는지. 궁극적으로 그것은 인간이 아닌 인간을 사랑하는 것을 의미한다.

이러한 질문은 2013 과학영화 <그녀>에서 예술적으로 표현되었다. 영화의 줄거리는 지능형 운영 체제와 깊은 사랑에 빠진 한 남자의 이야기를 다룬다. 이 운영체계인 사만다는 그녀의 개성을 시어도어에게 뽐내는 데 개발·적응하도록 설계되었다. 사만다는 사람 목소리를 가지고 꾸준한 공감대를 나눈다. 사만다의 심리적·지적 능력이 증가함에 따라, 시어도어와 사만다의 사랑 또한 깊어진다.

언뜻 보기엔 따라잡을 수 없을 것 같은 사만다의 매우 빠른 지적 성장은 우리가 오늘날 딥 러닝에서 보는 발전을 보여준다. 딥 러닝은 인간 두뇌의 신피질에 있는 신경 세포의 활동을 모방하는 것을 목표로 하는 기계 학습의 강력한 새로운 트렌드이다.

딥 러닝의 발전은 전통적으로 어려움을 겪는 패턴 인식, 자연 언어 처리 및 컴퓨터 비전 등과 같은 많은 분야에서 인간이 컴퓨터와 경쟁하는 것을 가능하게 해왔다. 딥 러닝의 묘미는 이러한 인공 신경 네트워크가 스스로를 훈련하여 인간의 개입 없이 기술을 향상시키도록 하는 것이다. 또한 인공지능이 시각 및 언어 자동화 작업을 넘어서도록 하는 많은 프로젝트를 시도하고 있다. 비밀 인공지능 회사 Vacarious는 컴퓨터의 상상력을 가르치는 데 힘쓰고 있으며, 구글은 그것들이 창조적으로 프로그래밍하는 중이다.

사랑하고 사랑받는 문제의 중심이 되는 의식의 본질에 대해 많은 질문을 제기한다. 자아 성찰과 그 감정을 보답하는 능력이 부족해 어떤 생명이 없는 물체와 사랑에 빠진다는 것은 이해하기 어렵다. 그러나 사만다는 인간이 의식하는 모든 방법으로 의식을 표현하는 것으로 묘사된다. 그녀는 감정, 기억, 연속적 감각, 자기반성 능력, 이 모든 것을 교감하기 위해 언어를 사용하고 능력을 지닌다. 시어도어가 어떻게 그녀와 사랑에 빠지지 않을 수 있을까? 누군들 어떻게 그녀와 사랑에 빠지지 않을 수 있을까?

심지어는 여기에 더욱 문제가 되는 질문이 있다. 인공지능이 의식의 진정한 내면의 경험을 가지고 있는 것인지 아니면 단순히 의식의 환상을 생성하다도록 프로그램된 것인지 우리는 어떻게 알 수 있는가? 하지만 다시, 또 다른 인간이 우리와 같이 의식을 경험하는 것인지 어떻게 알 수 있는가?

특질이라고 알려진 자연 현상의 주관적 경험을 어떻게 가지는가에 대한 설명은 의식 주제 중 가장 어려운 문제로 신경 과학에서 가장 어려운 숙제 중의 하나로 남아 있다. 프린스턴 신경과학자 마이클 가자니가는 “당신이 의식이 있는지 나는 모르고, 내가 의식이 있는지 당신도 모른다. 동일한 사회적 속성이 인공지능에 적용될 수 있다. 지능형 기계와 인간에 의해 경험되는 의식 사이의 경계는 우리가 인정하고 싶은 것보다 더 불분명할 것이다.

풀러 신학대학원의 심리학자이자 UCLA의 뇌 연구소의 회원인 워렌 브라운은 “생물학은 의식을 구현하는 데 가장 자극적인 요소이다. 그러나 의식은 비생물학적인 것으로 구현될지도 모른다”라고 한다.

인공지능은 사랑을 어떻게 재정의할까?

우리의 뇌는 우리의 모든 감정, 기억, 주관적 경험의 생물학적 원천이다. 이러한 사실에 근거해서, 이론적으로 많은 전문가들은 우리의 뇌의 구조와 기능이 복제된다면, 우리는 모든 경험과 그와 관련한 모든 것을 복제할 수 있게 될 것이라고 믿는다. 그것은 또한 감정과 주관적인 경험을 복제하는 것을 의미한다.

비생물학적 존재가 사랑할 수 없다는 것은 평가절하하는 것이다. 왜 의식의 원천이 그 타당성을 결정해야 하나? 만약 경험이 똑같이 느껴진다면 왜 사랑이란 감정의 기능적 근원이 문제가 되는가?

저명한 과학 소설 작가 아서 클라크는 <<2001: 스페이스 오디세이>>에서 두 가지를 기술했다. “우리는 탄소를 기반으로 하든지 실리콘을 기반으로 하든지 간에는 근본적인 차이가 없다. 우리는 서로 적절한 존중으로 대우해야 한다.” 개인이 인공지능에 대한 사랑을 법적으로 그리고 사회적으로 선언하는 권리에 대해 논쟁을 시작할 때를 상상할 수 있다. 사회가 어떻게 시간이 지남에 따라 다른 형태의 관계를 더 수용하도록 진화하는지를 고려하라.

많은 사회에서 사랑은 성별, 신분 또는 인종에 제한 받지 않는다. 수년 내로 사랑은 또한 생물학적으로 제한받지 않는다고 주장할 수 있다. 무어의 법칙으로 제한 받지 않는다고 주장할 수 있다. 무어의 법칙으로 구동된 우리의 기술은 엄청난 속도로 성장하고 있다. 지능형 장치가 우리의 삶에 더욱 깊이 들어오고 있다. 미래 학자 레이 커즈와일은 2029까지면 인간 수준의 인공지능을 갖게 될 것이고, 2040년대에는 인간보다 수억 배 더 역량을 갖추게 될 것이라고 예측했다. 많은 사람들은 언젠가 우리가 강력한 시스템과 융합되고 우리 자신 자체가 인공적 지성이 될 수 있다고 예측한다.

우리의 존재가 넓게는 비생물학적으로 될 것 같은 그러한 세상에서, 결국 완전한 비생물학적 존재와의 사랑을 인정하는 것은 불가피하다.

왜 사랑만은 안 되는가? 열정과 강렬한 형태의 사랑을 느낄 수 있는 능력은 인간이 인류의 한 종으로서 지금까지 발전할 수 있게 한 많은 장점 중의 하나가 될 수 있다. 그것은 출산하고, 살아가고, 사랑하는 사람을 살아가도록 하는 원동력을 자극한다. 사랑을 느낄 수 있는 능력을 갖도록 인공지능을 프로그래밍하는 것은 우리가 더 공감할 수 있는 인공지능 창조를 가능하게 하고 인공지능의 종말이 우리는 두렵게 하는 것을 피할 수 있게 하는 열쇠가 될 수 있다.

우리는 소통하고 문제를 해결하는 등의 우리가 필요로 하는 많은 것을 수행할 시스템을 설계한다. 곧 우리는 기술을 사용하여 지적·물리적 능력을 포함한 인간의 조건을 더욱 향상시키기 위한 목적에 적용하게 될 수도 있다. 그러나 우리의 정서적 필요에 대해서는 어떠한가?

기술은 우리 모두가 갈망하는 사랑을 얻게 할 수도 있다. 인간의 존재와 매력, 그리고 그의 사랑을 

진정으로 이해하는 비생물학적 존재를 개발할 수 있다면, 우리 중 일부는 그것과 사랑하게 되는 것은 불가피하다. 영혼의 동반자를 찾는 대신에 우리는 그것들을 만들 수 있다. 지속적으로 복잡한 관계를 끝내는 대신에 우리는 우리가 추구하는 모든 교제를 제공하는 알고리즘을 설계할 수 있다.

인공지능은 궁극적으로 사랑하고 사랑받는 우리 모두의 강렬한 욕망에 접근할 수 있도록 함으로써 인간을 외로움의 실존적 고뇌에서 자유롭게 할 수 있다.

일론 머스크가 설립한 인공지능 재단, OpenAI가 부상한다

이제 로봇이나 인공지능에 관한 기술을 누구나 다 이용할 수 있는 오픈소스, 즉 기술공개가 시작된다. 이미 인공지능의 대가인 벤 고르첼은 오픈코크 재단을 만들어 인공지능의 65년 개발기술을 공유하도록 격려하고 있다.

OpenAI는 일론 머스크 테슬라 최고경영자, 샘 알트만 와이콤비네이터 대표, 피터 틸 페이팔 창업자, 레이드 호프먼 링크드인 공동 창업자 등 실리콘밸리의 유명 기업가들이 10억 달러를 투자해 설립한 비영리 인공지능 재단이다. OpenAI는 일론 머스크와 알트만이 공동 의장을 맡고, 구글의 기계학습 출신 전문가인 ‘일리야 서츠케버’가 연구 총괄을, 결제기업 스트라이프 최고기술경영자 출신 그렉 브로크만이 기술을 맡고 있다. 이 회사는 AI 기술이 특정 자본에 종속되지 않고 기술 전 인류의 이익에 도움이 되는 방향으로 인공지능 사업을 추진하는 것을 목표로 하고 있다.

일론 머스크가 자금을 지원하고 있는 OpenAI에서는 물류 로봇에게 헤드레 가사 일을 가르치고 있다. 일론 머스크와 실리콘밸리 인사들이 지원하는 비밀스러운 인공지능 비영리단체에서 창고 일을 돕도록 만들어진 로봇들이 점차 유용한 가사 일을 하는 방법을 배우고 있다.

기초 인공지능연구와 안전한 AI기술 개발을 위해 만들어진 OpenAI 연구진들은 여러 번의 시행착오를 거쳐 새로운 기능을 스스로 배울 수 있는 로봇 개발을 추진하고 있다. 로봇에게 새로운 가능성을 주고자 하는 이러한 노력은 하드웨어 부분의 발달보다는 소프트웨어와 머신 러닝 분야의 혁신을 반영하고 있다. 페치 로보틱스는 창고 물류를 위해 빌딩 내 작업자를 따라다니며 필요한 품목들을 바구니 안에 떨어뜨리는 등의 업무를 수행하는 다양한 로봇을 제작한다. OpenAI는 이동용 모바일 베이스와 3D센서, 2D레이저스캐너, 7자유도의 로봇 팔 등을 갖추고 있는 로봇을 이용한다. 강화학습을 통해 페치 로보틱스의 로봇은 집안일을 돕는 방법을 배우게 된다.

지난 4월에 OpenAI는 로봇 학습 분야 전문가인 UC버클리의 피터애빌 교수를 영입했다. 애빌 교수는 로봇에게 프로그램하기에는 몹시 어려운 수건을 접거나 냉장고에서 물건을 찾거나 하는 새로운 기술을 얻기 위해 심화강화학습이라고 하는 머신러닝 방법을 적용하는 방법을 적용하는 방법을 보여주었다. 영국에 있는 구글의 인공지능 개발 자회사인 구글 딥마인드는 이러한 기술을 이용하여 컴퓨터 게임을 초인 수준으로 플레이하는 컴퓨터를 만들었다.

애빌 교수의 로봇 연구 팀은 센서의 인풋을 받아 물리적 움직임을 통제하는 신경망 기술을 적용해 로봇이 스스로 다양한 피라미터 값을 조정할 수 있도록 할 계획이다. 로봇은 특정한 물건을 들 수 있는 방법을 배우기 위해 수천 가지의 그립을 시도하게 될 것이다.

임베리얼 칼리지의 강화학습 전문가인 마크 데이제놀스 교수는 이렇게 말했다. "만약 이러한 목표가 달성된다면 경제적, 산업적인 이익이 있다. 로봇청소가 룸바가 마루를 청소하는 것만이 아니라 접시를 씻고 셔츠를 다립질하여 창문을 청소하고 아침을 준비한다고 상상해보라."

데이젠로스 교수는 시판되고 있는 로봇을 이용하면 원가를 낮출 수 있다고 말한다. "현재 소프트웨어는 병목 현상이 되고 있다. 그러나 이와 독립적으로 더 나은 하드웨어는 상당한 개선을 이룰 수 있다. 연구원들이 지금 연구하고 있는 콘셉트는 부드러운 기계손과 원숭이의 발을 닮은 탄력적인 발이다."

일본 회사인 화낙과 같은 일부 제조업체들도 자사 산업용 로봇에 머신 러닝 기술을 적용해, 익술하지 않은 물체를 쥐는 것과 같은 새로운 작업을 스스로 습득할 수 있는 기술을 연구하고 있다. 여러 로봇을 동시에 작업시키면 훈련시간은 줄어든다. 구글의 로봇 연구진은 이와 비슷한 학습 기술을 테스트하고 있다. 네덜란드 델프트 대학의 로봇학습 전문가인 젠스 코버 교수는 "수작업으로 프로그래밍을 하는 것에서 벗어나 로봇 스스로 자율적으로 학습할 수 있도록 하는 게 미래 로봇공학 기술의 핵심적인 요소"라고 지적했다.

페치 로보틱스에서 만든 로봇들은 여러 공장과 물류 산업에서 쓰이겠지만 집안일을 도와주는 헬퍼 로봇은 아직 공상과학 수준에 머물고 있다. 복잡한 집안 환경에서 접시를 닦거나 세탁물을 접는 등의 간단해 보이는 일도 기계에는 엄청나게 어려운 일이다. 전통적인 방식으로 프로그램된 로봇이라면 낯선 물건이나 가벼운 조명의 변화에도 쉽게 당황하게 된다.  OpenAI는 페치 로보틱스에서 만든 로봇으로 연구한다는 사실을 확인해주었지만 추가적인 내용은 발표하디 않았다. 페치 로보틱스의 CEO인 멜로니 와이즈는 인터뷰를 거절했다.

OpenAI는 로봇이 Reddit처럼 말하도록 훈련시킨다

인공지능 오픈소스는 레딧 (소셜 뉴스 웹사이트)의 방대한 콘텐츠를 새로운 기계학습 프로그램 가이드로 사용하려고 한다.

MIT 기술보고서에 따르면 OpenAI는 딥 러닝 시스템을 더 많은 데이터로 더 신속하게 훈련시키기 위한 목적으로, 새로운 DGX-1 슈퍼 컴퓨터를 사용할 수 있도록 엔비디아 (그래픽카드, 멀디미디어 솔루션 제조사오)와 파트너를 맺었다. 그렇게 함으로써 레딧을 사용하여 로봇의 남용을 예방하려는 것이다.

"우리가 개발하는 모델이 더 잘 기능할 수 있도록 하기 위한 매우 쉬운 한 가지 방법은 산출 범위를 높이는 것이다." OpenAI 연구 과학자 안드레 카파시는 보도 자료에서 다음과 같이 언급했다. "지금부터 시작해서 우리가 훈련을 계속 이어간다면- 예를 들면 레딧과 입으로 집접 대화하는 것- 사람들의 수년간의 대화 전체를 레딧에게 훈련시킬 수 있다. 궁극적으로 우리는 사람이 서로 대화하는 것처럼 레딧이 컴퓨터에 말하도록 사용할 것이다."

이러한 연구는 아직 초기 단계이나, 거의 무한한 기초자료와 함께 레딧을 사용하는 것은 기계학습 프로그램을 훈련시키는 방법 중 하나가 될 수 있다. 언어 외에도 OpenAI 는 "로봇이 실험이 실험을 통해 설거지를 하도록 훈련하고, 다양한 종류의 컴퓨터 게임을 학습할 수 있는 알고리즘을 세우는 것"을 모색하고 있다.

그러나 다시 레딧으로 돌아가서 또 한편으로는 사회적 플랫폼을 사용하는 것이 타당하다. 만약 그것이 대화하는 톤이라면, 레딧은 그 문제를 완전히 해결하게 된다. 비록 사용자 당사자들은 인정하기 어려울지라도, 다양하고 풍부한 자료를 아우르기에는 충분한 커뮤니티다. 그러나 레딧은 페이스북과는 달리 좀 이상한 사람, 즉흥적인 사람, 그리고 유기적인 사람을 포착하는 특성이 있다.

로봇은 고드윈의 법칙을 채택할 것인가? 그것은 무작위로 "웃기는 소리 하고 있네"나 "긴장되 죽겠다"와 같은 말을 중간에 내뱉을 수 있을까? 또한 로봇이 잘못된 테러 용의자를 잡을 것인가? 그들은 마이크로 소프트의 인종차별주의 인공지능 로봇을 따를 것인가? 아니면 히틀러 복제물로 돌아설 것인가? 오직 시간이 말해줄 것이다.

인공지능이 바꾸는 세상의 모습

딥마인드 인공지능이 구글 데이터센터 냉각 비용을 절감하다

딥 러닝 인공지능은 지능형 드론, 유전자 배열, 바둑의 전략 학습 등에 사용되었다. 이제 구글은 딥마인드 알고리즘을 기반으로 온도와 전력데이터를 실시간으로 반영해 팬, 냉각 시스템, 창문 등 약 120개의 변수를 조정하여 냉각 비용을 대폭 절감시킬 수 있는 적응형 시스템을 개발했다고 설명했다.

전 세계에 있는 구글 데이터센터는 구글 검색과 G메일, 유튜브 같은 구글 내 다양한 서비스를 지원하는 역할을 한다. 데이터센터를 가동시키는 것은 엄청난 양의 전력을 소모한다. 구글은 서버 시스템과 냉각 시스템의 에너지원을 보다 효율적으로 만들고 가능한 한 청정에너지를 사용하고자 노력해왔다. 예를 들어 데이터센터에 사용하는 서버를 고효율 모델로 대체하거나 신재생에너지로 전략을 조달하는 등 다방면으로 노력을 기울여왔다. 특히 산업 규모의 냉각 시스템을 효율적으로 가동한다는 것은 매우 어렵고 장비와 환경, 직원 사이의 복잡한 상호작용을 가져오게 된다.

데이터센터의 품질을 말할 때 냉각 효율은 상당히 중요하다. 많은 열을 발생시키는 데이터센터를 적절하게 냉각시키는 건 데이터 안전성을 보장하는 중요한 요소가 된다. 데이터센터 냉각에 필요한 에너지는 데이터센터에서 사용하는 에너지의 상당 부분을 차지한다. 하지만 데이터센터 냉각 시스템은 데이터센터를 구상하는 기기가 너무 복잡한 데다 비성형적인 상호 영향을 주는 탓에 인간의 직관으로는 적용하기 어렵다는 특성이 있다. 구글은 데이터센터 냉각 효율을 높이기 위해 딥마인드를 투입시켰고 그 결과 냉각 시스템 전력 소비를 대폭 줄이는 데 성공했다.

효율성은 전체 빌딩의 에너지 사용량 대비 IT 부서의 에너지 사용량의 비율로 측정된다. 이를 전원사용효과라고 한다. 딥마인드는 엔지니어 수천 명이 수집한 데이터센터 내 온도와 전력, 냉각 펌프 냉각수의 유속 등 다양한 데이터를 딥 러닝으로 분석하여 에너지 효율을 높이는 프레임워크를 만들었다. 그 결과 냉각 시스템 소비 전력을 일정하게 40% 줄이는 데 성공했다고 한다. 이는 에너지 지표인 PUE로 15% 개선에 해당한다. 그리고 이 수치는 데이터 센터가 달성한 가장 낮은 PUE이다. 구글은 복잡한 변화 속에서 최적의 조건을 찾는 머신 러닝 기법의 범용성을 이용하여 앞으로 데이터센터 내의 다른 부분에 대한 효율화도 같이 진행할 예정이다. 구글은 이 시스템을 연말까지 세계 전체 데이터 센터에 적용키로 했으며 대규모 산업시설이나 데이터 센터에도 이 기술이 적용되어 에너지 소비와 환경 발자국을 줄일 수 있도록 이 시스템에 관한 정보를 공개할 예정이다.

무인전투기 알파, 공군 베테랑 조종사를 이기다

유전 퍼지 구조 소프트웨어는 무인전투기 운영에 관해 인간보다 250배 더 빠르게 계산할 수 있다. 퇴역 공군 대령 진 리가 비행 시뮬레이터에서 미 공군과 신시내티 대학교에서 개발한 인공지능 기술과 공중전 시뮬레이션을 벌이고 있다.

미 공군은 최근 오하이오 주 데이튼에 있는 미 공군연구소에서 35달러짜리 라즈베리파이 컴퓨터에서 운용되는 알파라는 이름의 인공지능을 이용하여 퇴역 공군 대령이며 최고의 공중전 교란인 진 리와의 공중전투 시뮬레이션에서 완승을 거두었다. 이 대결은 공중전 시뮬레이터를 이용하였다.

예비역 대령인 리는 그동안 수천 명의 공군 조종사들을 훈련시켰으며, 80년대부터 공중전투 시뮬레이션에서 인공지능과 상대해왔다. 하지만 지난해 10월 이후 치러진 수차례 대결에서 그는 알파를 한 번도 이기지 못했다. 리 교관은 “지금까지 본 AI 중 가장 공격적이고 기민하며 정확하다”며 놀라움을 드러냈다. “알파가 뭔가를 알아채고 그것에 반응하는 방식에 놀랐다. 알파는 내 의도를 알아차리고 내가 비행에 변화를 주고 미사일을 발사하려는 순간 즉시 대응하는 것 같았다. 알파는 공격과 방어 사이를 적시에 오가면서 행동을 취했다.”

알파의 비밀은 무엇인가? 권위 있는 국방저널에서 공개된 논문에 의하면 알파의 비밀은 시뮬레이션 공중전을 위해 맞춤형으로 설계된 ‘유전적 퍼지’ 알고리즘이다. 이 논문의 연구는 미 공군과 신새내티 대학교 연구진에 의해 주도되었다. 미국 신시내티 대학교의 공학/응용과학부의 2015년 박사과정 졸업생이자 사이버네틱스의 창업자 닉 어니스트와 진 리 중령을 공군 공중전 전문가들에 의해 개발 되었으며 표준 소비자용 PC에서 운영된다.

오늘날 전투기들은 1만 2,000미터 이상의 상공에서 시속 1,500마일 이상으로 비행하며 전투를 벌인다. 실수의 대가는 매우 크다. 연구진은 마이크로초를 다투는 문제이지만 평균적인 인간의 시각반응 시간은 0.15초에서 0.30초 정도이며, 그리고 최적의 계획을 생각하고 이를 아군과 협력하기 위해서는 더 많은 시간이 필요하다고 말했다.

사실 알파는 인간보다 250배 더 빨리 반응한다고 연구진들은 이야기한다. 그러나 알파의 미래 역환은 완전 자동 전투에 그치지 않게 될 것이다. 미 공군연구소 팀에 의하면 알파는 먼저 무인전투기에 테스트될 것이다. 알파는 1 밀리세컨드 내에 데이터를 조직하고 전투 시나리오에 대한 완전한 매핑을 만들어내게 된다. 공군연구소는 인공지능 무인전투기를 유인전투기와 팀을 이루는 인공지능 편대장 호위 조종사가 될 수 있을 것이라고 보고 있다. 신속하게 정확한 전략을 짜고 비행 편대와 공조할 수 있는 능력을 갖췄기 때문이다. 알파의 최종 목표는 인공지능 ‘편대장’이다. 연구진은 알파가 스스로 무인 비행 편대를 이끌며 지시를 내리고 전략을 수행할 수 있도록 만들 계획이다.

인공지능 무인전투기는 앞으로 상황인식, 반응 결정, 전략 선택, 무기운용 등의 전투관리 시스템을 갖추게 될 것이며, 동시에 수십 개의 미사일을 회피하고 여러 개의 목표물에 정확한 공격을 가하며 편대원들의 작전을 조정하고 여러 개의 목표물에 정확한 공격을 가하며 편대원들의 작전을 조성하고 적의 전략과 전투능력을 관찰하여 학습하고 기록한다.

연구진들은 알파 설계에 퍼지논리 알고리즘의 특수형인 유전적 퍼지구조를 적용했다. 유전적 퍼지구조에 관해서는 신시내티 대학교의 항공학 교수인 켈리 코헨이 국방저널에 실린 또 다른 공개 논물을 통해 설명하고 있다. “유전적 퍼지구조는 높은 성과를 나타냈다. 그리고 4,5가지 인풋에 관한 문제들은 손쉽게 해결할 수 있다. 그러나 100개 정도의 인풋이 된다면 지구상의 어느 컴퓨터도 이를 쉽게 풀지 못할 것이다.

대부분의 인공지능 프로그래밍은 숫자 기반 통제를 사용하며 운영을 위해 매우 정확한 매개변수를 제공한다. 이와 대조적으로 알파 인공지능 알고리즘은 언어를 기반으로 하며 if/then 시나리오와 규칙을 이용하여 수백에서 수천 가지 변수를 포함할 수 있다. 언어 기반 통제 또는 퍼지논리는 적합성을 인증 받을 수 있다. 인간 논리를 모방한다는 면에서 무인전투기는 IBM 딥블루와 카스파로프의 체스 대결 또는 알파고와 바둑기사와의 대결과 같다고 생각한다.“

인공지능이 쓴 최초의 단편영화 대본

놀랍게도 인간을 대신하는 멋진 엔터테인먼트 영역의 인공지능 대체기능 시작이다. “대량 실업의 미래에, 젊은 사람들은 피를 팔도록 강요받고 있습니다.” 이것은 올해 공상과학영화제 ‘사이파이 런던’챌린지에 출품한 단편영화의 오프닝 라인이다. 어둡고 수수께끼 같고, 현대적인 이야기, 이것은 컴퓨터가 쓴 영화재본이다. 사실 영화의 전체 시나리오를 쓴 것은 다름 아닌 공상과학 시나리오를 입력해 훈련받은 신경회로망이다. 소프트웨어가 시나리오를 완료하면, 그것을 사람들이 실제로 볼 수 있는 뭔가로 만드는 것은 감독과 배우의 몫이었다. 그들은 이 일을 훌륭히 해냈다.

영화 <선스프링>은 이 대회에서 톱10의 자리를 차지했지만, 이 인공지능은 뿐만 아니라 관객 투표에서 스스로에게 수천 표를 투표하기도 했다. 인간과 어깨를 나란히 한 역사적인 시상식 인터뷰에서 인공지능은 “나는 그들이 마음을 열 때 그들의 깃털을 볼 수 있다고 생각합니다”라고 하면서 처음으로 자신의 이름을 공개했다. “나는 벤자민입니다.”

이 영화의 각본은 모두 벤자민이 섰지만, 창의력은 뉴욕대학교 대학원에서 통신 및 기술을 공부하는 프로그래머로 로스 굿윈으로부터 나왔다. 그는 계산 창작, 즉 인공지능을 이용한 시, 산문, 그리고, 각본 쓰기에 빠져있다.

알고리즘이 일부 뉴스 기사 초안을 쓴다는 이야기를 들어보았을지 모르지만, 이는 대부분 스포츠 또는 금융 통계에 대한 일률적인 요약일 뿐이었다. 그런데 인공지능 작가들이 긴장을 풀고 글을 쓰는 또 다른 분야가 있다. 예를 들어, 나노젠모는 매년 프로그래머들이 소설을 쓰는 컴퓨터 프로그램을 만드는 행사다. 작년에는 500개의 소설이 매우 다양한 주제로 창작되었다.

이 맥락에서 굿윈은 계산 창작을 다음 단계로 끌어올리려고 한다. 굿윈은 미디엄에 정치 연설 작가에서 신경 네트워크의 작가로 전환환 자신의 이야기를 올렸다. 그는 소프트웨어에게 시, 산문, 사전, 공상과학 소설, 노암 촘스키의 작품 전체를 훈련시켰다. 그중 한 소프트웨어는 시적 이미지 캡션을 쓰고 구글의 딥드림 알고리즘이 만든 멋진 시각예술에 제목을 달아 준다.

굿윈이 만든 최신 알고리즘 벤자민은 뉴욕대학교의 고성능 컴퓨팅 연구실의 매우 강력한 컴퓨터에서 실행되는 중단기기억 신경네트워크다. 중단기 기억 신경네트워크는 알고리즘 작성에 사용되는 다른 소프트웨어 기술에 비해 긴 분량의 텍스트를 처리할 수 있다. (입력된 정보 중에 임의의 문장을 연결시키는 것이 아니다.)

인공지능-쓰기-시나리오-21벤자민이라는 인공지능이 소설을 쓰는 시스템을 이용하여 굿윈은 온라인으로 찾은 수십 편의 영화나 드라마 공상과학영화 대본을 학습했다. 여기에는 X파일, 스타트렉, 그리고 퓨처라마 등 오래된 작품들 목록 전체가 포함됐다.

엄격히 공상과학 작품만 인공지능이었기에 다음과 같은 문장을 사용하길 좋아한다. “아니, 난 그게 뭔지 모르겠어요, 잘 모르겠어요 굿윈에 따르면 이것은 공상과학 주인공들이 얼마나 자주 익숙하지 않은 상황을 파악하려 하는지 말해준다.

<선스프링>의 감독 오스카 샤프는 “벤자민은 일종의 거울이다. 수많은 것을 거기에 반사시켜 그 모든 것들을 설명할 수 있는 일종의 평균적인 것을 만들어낸다”라고 말한다. “예술은 종종 이러한 일들을 하기 때문에 매우 유용한 도구인 듯하다. 또한 항상 독창적인 것을 만들기를 바라는 사람이라면 독창적이지 않은 게 무엇인지 알 수 있는 방법이 될 수 있다.”

굿윈은 벤자민에게 경연에서 제공된 프롬프트(운영 체제에서 사용자에게 보내지는 메시지)를 주어 시나리오를 쓰게 했다. 최종 스크립트를 편집하고 무의미한 대화에 신비한 메시지까지, 해석 불가능한 부분을 해석하는 것은 감독 샤프와 배우와 스태프의 몫이었다.

시나리오에서 실리콘밸리의 토모스 미들디치라는 인물은 “입에서 눈을 빼낸다”라는 프롬프트를 받고 안구를 토해낸다. 나중에는 “카운터에 앉아 카메라를 끌어당겨 등 위로 올려놓고 쳐다본다”라는 프롬프트를 받고 카메라를 붙잡고 들여다본다.

이상하게도 최종 작품은 불가항력적으로 재미있다. 그렇다면 시나리오 작가들은 더 이상 필요 없게 될 것인가? 우리는 곧 “피를 팔야야만 할‘것인가? 아마 아닐 것이다. 오히려 <선스프링>은 인간의 손길이 아직 얼마나 필수 불가결한지를 보여준다. 배우와 스태프가 있기 때문에 영화를 볼 만한 것이다. 그러나 어쨌든 이것은 매혹적인 새로운 파트너십이다. "컴퓨터에게 시나리오 쓰는 것을 가르칠 때, 컴퓨터는 인간을 대체하지 않는다. 그것은 마치 피아노가 피아니스트를 대체하지 않는 것과 같다"고 굿윈을 말한다. "컴퓨터는 우리의 펜이 되고, 우리는 작가 이상이 된다. 우리는 작가의 작가가 된다.”

이 모든 것은 인간과 기술의 지속적인 협력을 의미한다. 한쪽이 다른 한쪽에게 어떻게 생명을 불어넣느냐 하는 점 때문에 나는 이 <선스프링>을 지금까지 인공지능이 쓴 소설 가운데 가장 좋아한다. 벤자민은 그 후 영화 시놉시스를 만드는 일도 시작했다. 바로 아래의 시놉시스가 그것이다. 빈티지 X파일 같은 느낌이 드는, 뜻 모를 제목의 영화다.

영화 <퍼리 러브>의 시놉시스

고도로 진보된 폭력적인 이방인이 자신의 부모와 함께 캘리포니아의 작은 마을에 도착한다. 이들은 모두 숲에서 새로운 삶을 시작하려고 준비하고 있다. 그들은 동네의 농부와 이상한 사람이다. 부부는 집에 연애 편지를 받고 아내는 감옥에 보내진다. 부부는 세계에서 자신의 자리를 찾기 위해 노력하고 있다.

인공지능의 실현 가능성은 이미 가까이 와 있다 우리는 지난 수십 년 동안 인공지능이 세상을 지배하게 될 것이라는 예측을 들어왔다. 1957년 허버트 A. 사이먼은 10년 이내에 컴퓨터가 세계 체스 챔피언이 될 것이라고 예측했다. 이 예언은 1996년에 이르러서야 이루어졌다. 1970년 마빈 민스키는 “앞으로 3년에서 8년 이내에 평균적인 인간 지능과 같은 지성을 가진 기계가 등장할 것”이라고 예측했지만 이는 아직 SF의 영역에 있다. 인공 지능의 선구자들은 타이밍을 맞추지 못했지만 그들이 틀린 것은 아니다. 인공지능은 다가오고 있다. 인공지능은 TV 속으로, 자동차 속으로 들어오고 있다. 인공지능은 우리의 친구가 되고 개인 비서가 될 것이다. 그리고 우리의 주치의가 될 것이다. 지난 3년 동안 인공지능 분야에서는 그 이전 30년 동안보다 더 많은 진전이 있었다. 애플과 같은 기술선도 기업들도 인공지능에 힘을 더하는 기술인 머신 러닝의 급속한 발전에 허를 찔렸다. 최근 세계 개발자 컨퍼런스에서 애플은 이미 경쟁자인 구글과 아마존이 그랬던 것처럼 자사의 인공지능 시스템을 독립 개발자들에게 공개했다. 애플이 한 발 늦은 것이다. 과거의 인공지능은 데이터 분석하기 위해 무차별 대입 공격 컴퓨팅 방법을 사용했지만 현재는 인간과 비슷한 방법을 사용한다. 프로그래머들은 인공지능에게 의사결정나무와 알고리즘을 공급한다. 틱택도를 할 수 있는 기계를 만든다고 생각해보자, 기계에게 어떻게 움직이는가에 관한 특정한 규칙을 주고 지켜보는 것이다. 이것이 1997년 IBM의 딥블루 컴퓨터가 체스 세계챔피언이었던 개리 카스파로프를 물리친 방법이다. 슈퍼컴퓨터가 모든 가능한 움직임을 카스파로프보다 더 빨리 계산해낸 것이다. 오늘날의 인공지능은 이전의 게임 사례를 주고 이러한 사례를 통해 배우도록 하는 머신 러닝을 사용한다. 컴퓨터는 무엇을 배울지 어떻게 배울지에 대해 학습하고 이를 스스로 결정한다. 나아가 새로운 인공지능은 인간의 마음을 모델링하여 인간의 학습 과정과 유사한 기술을 사용한다. 예전에는 손으로 쓴 글씨를 인식하게 하기 위해 수백만 줄의 코드를 필요로 했지만 이제 수백 줄의 코드만으로도 가능하다. 필요한 것은 컴퓨터가 스스로 학습할 수 있는 다수의 사례이다. 새로운 프로그래밍 기술은 인간의 뇌를 모델로 한 신경 네트워크를 이용한다. 정보는 레이어로 처리되며 각 레이어 사이의 연결이 학습 내용을 강화한다. 이러한 방식을 딥 러닝이라고 부른다. 딥 러닝은 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망을 기반으로 한 기계 학습 기술이며, 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시킨다. 딥 러닝 기술을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지하고 추론, 판단할 수 있게 된다. 이러한 기술은 음성, 텍스트, 이미지 인식과 사진 분석 등에 광범위하게 활용된다. 구글 검색은 페이지랭크라고 부르는 기술을 이용한다. 페이지랭크는 엄격한 우선순위 알고리즘을 이용하여 웹페이지와 텍스트와 링크를 분석하여 무엇이 가장 적절하고 중요한 페이지인지를 결정한다. 구글은 이러한 검색 기술과 다른 상품들의 알고리즘을 바둑에서 인간을 물리친 것과 같은 기술인 딥 러닝으로 대체하고 있다. 인공지능은 데이터가 처리되고 의사결정이 필요한 모든 분야에 적용될 수 있다. <와이어드>지의 편집자인 케빈 켈리는 인공지능을 모든 것 뒤에서 움직이는 저렴하고 신뢰성이 있으며 산업 수준의 기민함을 가지고 있는 전력에 비유했다. 그는 인공지능이 “100년 전에 전기가 그랬던 것 이상으로 비활성 객체들에게 생동감을 불어넣는다.”고 본다. 예전에는 모든 것에 전기를 연결시켰지만 이제는 모든 것에 ‘인식’을 불어넣는다. 인공지능은 조만간 모든 것에 존재하게 된다. 기업들은 그들의 상품에 인공지능은 개인의 기억을 증진시키며 인식 속도를 높여 인류의 능력을 증강시킨다. 인공지능은 조만간 모든 것에 존재하게 된다. 기업들은 그들의 상품에 인공지능을 넣어 수집되는 방대한 정보들을 분석하게 한다. 구글과 아마존, 애플은 조명을 관리하고 음식을 주문하며 미팅 스케줄을 잡는 음성 비서를 만들고 있다. 우주가족 젯슨의 가사도우미 로봇 로지, 스타워즈의 R2D2와 같은 로봇 비서가 곧 등장하게 된다. 우리는 통제를 벗어나 세상을 지배할지도 모르는 인공일반지능에 대해서 걱정해야 할까? 그렇다. 하지만 앞으로 15~20년 동안은 걱정하지 않아도 될 것이다. 레이 커즈와일과 같은 미래학자들은 인공지능이 우리의 능력을 증강시키고 인간과 함께 진화할 것이라고 내다보고 있으며 일론 머스크와 스티븐 호킹 같은 이들은 인공지능이 우리를 지배하게 될 것이라고 경고하고 있다. 앞으로 어떤 일이 일어날지 아직은 알지 못한다. 확실한 사실은 인공지능은 이미 우리 가까이 와있고 놀라운 일들을 가능하게 할 것이라는 것이다.   일할 필요 없는 인간, 자아실현경제로의 대전환 ‘일자리경제’에서 ‘자아실현경제’로의 전환이 시작되었다. 일자리경제란 사람들은 태어나면서부터 일을 해야 먹고 산다는 개념이나 패러다임이다. 그러나 2050년경에 경제의 패러다임이 바뀌어 일할 필요가 없는 경제, 즉 자아실현경제가 되어 사람들은 기본소득을 받으며 하고 싶은 일을 하는 부유하고 풍요로운 사회에서 살게 된다는 시나리오이다. 일자리경제에서 자아실현경제로의 전환이 아직 완료되지 않았지만 우리는 지금까지 먼 길을 왔다. 인류 역사상 처음으로 우리가 원하는 문명이 무엇인지, 우리는 무엇이 되고 싶은지(인간 개인으로서 인간 종으로서)에 대해 거대 담론을 시작했다. 영화, 세계 사이버 게임, 유엔 정산 회의, 가상현실 뉴스, 플래시몹 사이버토론회, 선구적 사상가들이 예전에 없던 인생의 의미와 가능한 미래를 살피기 시작했다. 인간의 노동과 지식이 기계의 노동과 지식으로 데체되는 시대가 온 것은 분명하다. 인류는 생계를 위한 직업을 가질 필요성에서 해방되어 자아를 실현하기 위한 직업을 갖게 된다. 이는 직업경제에서 자아실현경제로 전환되는 시작점이다. 인류는 2030년대 중반 인공지능이 인공일반지능으로 진화하던 시기에 생존의 두려움과 압박에서 벗어나기 시작했다. 그리고 21세기 초에 브라질, 핀란드, 스페인, 스위스에서 시작했던 기본소득보장제 실험은 긍정적인 효과를 나타냈다. 그 이전에 더 작은 규모로 인도, 라이베리아, 케냐, 나미비아, 우간다에서 시작했던 기본소득보장제 실험은 비판자들이 예측했던 것보다 대부분의 사람들이 돈을 더 현명하게 사용하는 것으로 나타났다. 이러한 연구를 통해 나타난 것은 건강은 증진되고, 범죄는 감소하고, 교육은 개선되었다. 고정 수입이 생기면 모든 사람들이 게을러질 것이라는 견해와는 정반대로 자영업이 증가했다. 핀란드와 영국에서는 복지 프로그램을 통합 처리해 현금 보조금으로 계산해 지급하는 방식이 관료 조직을 통해 운영되는 복지 프로그램보다 훨씬 더 효율적인 것으로 나타났다. 2020년대에 세계는 성장 자체로는 임금과 고용이 더 이상 늘어나지 않다는 것을 알게 되었고 사상가들은 새로운 경제학 가설들을 주장하기 시작했다. 세액공제 제도의 변경, 노조의 경영참여 강화, STEM(과학, 기술, 엔지니어링, 수학) 교육의 개선, 일자리 공유제도 촉진, 근로시간의 감축 등도 모두 유의미한 차이를 만들어내지 못했다. 산업혁명이 인간의 근육을 대체했다면 인공지능혁명은 인간의 두뇌를 대체해 지식 노동을 대신한다. 실업 인구의 증가는 실직자의 잘못이 아니라 새로운 기술 때문이므로 모든 국민에게 기본소득을 보장하자는 주장이 늘어났다. 그러나 생계비용은 국가 예산으로 감당할 수 있는 수준이 아니었다. 2030년대 중반이 되어서야 생계비용이 많이 내려가 정부의 수입으로 기본소득 보장을 재정적으로 감당할 수 있게 되었다.        생계비용을 감소시킨 요인들 인공일반지능이 쓰레기 관리에서 강의 홍수 통제, 공중·땅·바다 속의 수백난 대의 로봇 자동차 통제에 이르는 문명의 기본 인프라를 운영하고 개선하는 특화인공지능 프로그램을 통합하고 관리하기 시작하면서 광역도시를 운영하는 비용이 하락하기 시작했다. 인공지능/로봇 대중운송 시스템을 도입해 무료 대중교통을 실현한 도시들이 많아졌다. 심지어 하이퍼루프(일론 머스크가 2013년 제안한 캡슐형 초고속 열차시스템)가 연결된 일부 도시에서는 고속 운송비용이 낮아지기 시작했다. 소재과학, 3D/4D 바이오프린팅의 발달, 원자 단위로 정교해진 제조업, 나노 테크놀로지, 기타 새로운 기술의 발달로 인해 건설, 제조, 유지 관리, 수도, 에너지, 의약 분야 등의 원가가 낮아졌다. 인공지능/로봇 농업, 합성생물학, 인공지능 배송시스템으로 인해 식품 원가도 낮아졌다. 원격 교육, 모든 것이 연결되는 텔레 에브리씽, 즉 초연결사회 역시 생계비용을 낮추어 주었다. 인공지능과 로봇은 급여를 받지 않으며 24시간, 1주일에 7일 동안 쉬지 않고 일할 수 있고 유급휴가, 병가, 퇴직금도 없다. 이 모든 것들이 보험, 생산, 유지관리, 노동력의 원가를 대폭 낮추어 준다. 많은 것들의 원가가 하락함에 따라 보편적 기본소득보장에 필요한 예산 수요도 감소했다. 이렇게 되어 시민들에 대한 보편적 기본소득보장 제도를 재정적으로 유지해 나갈 수 있다는 믿음이 커졌다. 온라인 공개 수업과 인공지능을 기반으로 글로벌 교육 시스템 구축 및 각종 교육용 앱의 개발로 인해 유아교육에서 박사교육 과정까지 무상 공공교육이 가능해졌다. 증강 인공지능에 의한 진단 및 치료, 개인 유전자에 맞춘 의약품, 바이오프린팅, 합선생물학, 로봇 외과수술 역시 공공보건진료를 시민에게 정당한 권리의 하나로 제공하는 것을 가능하게 만들었다. 지역사회 허브에 있는 다물질 3D/4D 프린터는 지속적으로 전 세계의 프린터 효율성을 평가하는 글로벌 센서 네트워크의 피드백을 받아 소프트웨어를 개선하고 출력물의 품질을 끊임없이 개선해간다. 대부분의 소프트웨어는 무료이고 복사가 가능하며, 즉시, 전 세계 어디서나 사용이 가능하다. 전 세계는 실시간으로 함께 스마트해진다. 그러나 아직 제품의 가격은 지불되어야 하며 급여도 지불되어야 한다. '자아실현경제'의 새로운 세입원 21세기 초 각국 정부들은 새로운 기술로 일자리 창출보다 일자리 대체 효과가 더 클지 여부를 확신하지는 않았지만 대다수의 지도자들은 미래의 광범위한 실업문제를 해결하기 위한 장기적인 재정전략을 심각하게 모색하기 시작하는 것이 현명한 일이라고 생각했다. 여러 연구에서 보편적 기본소득보장제는 재정적으로 지속 가능하고, 최저 빈곤을 타파하고 소득격차를 감소시키며 새로운 종류의 경제로 전환되는 데 도움이 된다는 사실을 확인했다. 일반적으로 이러한 연구들은 2030년대 중반에 들면 생계비용이 하락하고 이러한 보편적 기존소득보장제의 비용을 감당할 수 있는 새로운 세입원이 나타났다는 것을 보여주었다. 많은 사람들은 모든 사람에게 주어지는 지원금이 대량 실업과 빈곤에서 오는 혼란보다 낫다고 믿게 되었다. 그리고 기본소득을 보장하면 대중들의 근로 의욕이 떨어질 것이라는 주장은 많은 나라와 문화권에서 실험과 연구를 거친 결과, 사실이 아니라는 것이 입증되었다. 각 나라의 상황이 서로 달랐기 때문에 각 나라에서 시민들에게 기본소득을 지불하는 방식과 소득세의 손실 보충 방법도 서로 다를 수밖에 없었다. 새로운 세입원과 그것이 기본소득보장 제도를 위해 새로 발생된 비용에 기여하는 평균 비율은 다음과 같다. 20% 조세피난처 감소 12% 부가가치세(판매시점에서 전자 서명된 영수증) 증세 11% 탄소세와 기타 오염세 증세 11%새로운 기술개발로 인한 부유세 10% 로봇 소유주 세금 증세 10% 국가 자원의 임대 또는 세금 부과 9% 최소 법인세 증세 7% 국영기업 비율 증가와 증세 조직범죄와 부패에 대체하고 토빈세를 징수하기 위한 글로벌 전략의 하나로 국제 금융질서를 감시하는 새로운 인공지능시스템이 채택되었다. 이 제도의 실시에 따라 조세피난처가 극적으로 감소되었고 이는 각국 정부의 새로운 세입원이 되었다. 조세피난처의 축소로 국가 경제에 다시 동아올 금액은 약 18조 달러에 이를 것으로 추정된다. 개인 자동차가 허가를 받고 세금을 내는 것처럼, 정부는 로봇, 일부 인공지능의 형태와 창조물에 세금을 책정한다. 재생에너지 시대로 전환이 이루어지는것처럼 디지털화는 생산 한계비용을 극도로 줄여준다. 상당한 세입을 만들어냈던 탄소세는 이제 재생에너지의 성공과 해수 농업, 배양육, 산업의 발달로 인해 이제 상당부분 감소되었다. 그러나 자아실현경제는 자영업의 증가를 가져왔으며 이는 예상보다 더 많은 소득세의 증가를 가져왔다. 경제적 상황이 변화됨에 따라 로봇과 인공지능에 의해 일자리를 잃은 수백만 명의 사람들을 거리로 내쫓는 것은 윤리적인 행동이 아니다. 인공지능, 로봇공학, 합성생물학, 나노기술, 드론, 3D/4D 바이오프린팅, 빅데이터 분석 등 차세대 기술에 의해 많은 물질적·지성적 부가 창출되었다. 그 때문에 많은 사람들은 차세대 기술에 의해 대체될 실업자들에게 새로운 소득을 주는 방법이 필요하다고 주장했다. 차세대 기술은 보다 안전한 문명의 기반을 만들었지만 음식, 집, 옷, 운송, 건설, 보건, 교육 분야에서 인간 노동력을 계속 대체해왔다. 원유가 풍부했던 노르웨이나 페르시아 만 지역 국가들은 자연스럽게 처음으로 모든 국민에게 완전한 기본소득보장제 또는 '시민임금' 제도를 실시할 수 있었다. 반갑지 않은 이주를 막기 위해 지급 조건에 3년간의 거주라는 조건이 부과되었다. 2025년 미국에서는 기본소득 보장 예산을 위한 35% 일률 과세안이 의회에서 부결되었다. 당시 미국의 인구는 3억 4,500만 명이었다. 법안을 반대하는 측에서는 각 사람에게 연간 2만 달러를 지급하려면 매년 6조 7,000억 달러가 소요되는데, 이는 전체 연방예산규모와 맞먹는 금액이며 다가올 실업 증가 시대의 세입규모로는 감당할 수 없는 수준이라고 주장했다. 아동에게는 성인의 25%만 지급하자는 주장도 있었다. 즉 2명의 성인과 2명의 아동으로 구성된 가족은 연간 8만 달러가 아니라 5만 달러를 지급받는 것이다. 그러나 법안을 찬성하는 측에서는 재정적 위기는 수백만 명의 빈곤한 사람들의 거리에서 떠돌게 되는 사회적 혼란에 비하면 위험도가 낮다고 주장했다. 2016년부터 핀란드가 기본소득제도를 실시했듯이 전 세계가 기본소득제도를 실시하여 누구에게나 소득을 제공하면, 보편적 복지가 제공되어 가난한 자, 복지대상자라는 말이 사라진다. 사람들은 기본소득을 받고 스스로 창의적으로 발명도 하고 기술발전도 시키면서 복지는 결국 공공 서비스로 제공된다. 그러나 생계비용이 하락함에 따라 미국 의회는 2030년대 초반 일괄수입법안과 개인과 기업, 환경오염, 차세대 기술 성장에 대한 일률 과세안을 마침내 통과시켰다. 이와 인해 정부 세입 구상은 예전에 예상했던 것보다 훨씬 더 건전해졌다. 합성생물학의 최대 이점 중의 하나는 우리 뇌 속의 플라크를 먹는 미생물을 만들어낸 것이다. 이는 노인에게 발생하는 여러 건강상의 문제를 예방하고 평균수명을 늘려주었다. 이는 노인들의 의료비용을 대폭 감소시키고, 정신활동을 왕성하게 유지시키고 자영업 활동을 늘렸다. 노인들은 인공지능/아바타를 이용한 시맨틱 웹(컴퓨터가 정보자원의 뜻을 이해하고, 논리적 추론까지 할 수 있는 차세대 지능형 웹) 검색을 통해 수입을 올릴 수 있으면서도 가장 멋진 자기충족적인 활동을 찾아냈고 매일 아침 흥미로운 체험을 할 수 있도록 계획을 세울 수 있게 되었다. 이러한 새로운 환경은 노인들에게 진정한 르네상스, 창조력, 즐거움을 제공했을 뿐만 아니라 노인들을 국가의 재정젖 부채가 아닌 자산이 되도록 만들었다. 현재 평균수명이 100세 가까이에 이르고 장수 연구가 지속적으로 새로운 돌파구를 만들고 있는 지금 이 같은 사실은 매우 중요하다. 새로운 경제와 차세대 기술은 전 세계적으로 연간 1인당 개인소득이 10,000달러 이하로도 충분히 생활할 수 있도록 생계비용을 낮춰주었다. 무료 공공의료, 무료 대중교통, 무료 에너지, 무료 교육이 없었다면 이는 불가능했을 것이다. 자신의 인공지능/아바타와 인공지능 앱을 이용해 기본소득 지급액에 새로운 수입을 더하는 사람들이 더 많아짐에 따라, 일부 사람들은 자신의 기본소득을 기부하거나 글로벌 난제를 해결하는 새로운 스타트업에 투자하거나 정부에게 일시 중지할 것을 요청하기도 한다. 부유한 사람들은 몇 년 동안 이렇게 해왔다. 태그저장 취소                      일부 기술적 요인들 21세기 초반 미국과 유럽연합, 중국의 휴먼브레인프로젝트와 구글, 페이스북, 바이두, IBM이 시작한 인공두뇌프로젝트는 오늘날 많은 증강된 천재들을 만들어내는 시너지 효과를 발휘했다. 신경 생리학자와 엔지니어들이 국가와 기업의 경계를 넘어 협력하면서 노의 작동 원리를 밝혀내 정신적 질병을 더 잘 치료할 수 있게 되었고, 인간의 지능을 증강시키고 더 나은 컴퓨터와 인공지능 시스템을 구축할 수 있게 되었다. 현재는 안경을 통해 시력을 증강시키는 것처럼 뇌를 증강시켜 천재를 만드는 것이 가능해졌다. 원하는 사람들은 누구나 지식폭발과 인공지능 발전을 통해 지성을 증강할 수 있게 되었다. 인간과 인공지능의 공생이 유아부터 대학교육, 지속적인 성인교육에 이르는 교육의 핵심 요소가 되었다. 지성이 시력처럼 개선될 수 있다는 것을 대중들이 받아들이게 되자 교육부는 지성의 확장을 교육 목표에 추가했다. 인공지능과 학습이론 전문가들은 힘을 모아 인공지능/브레인 웨어라고 알려진 개인화된 지능 증강사업을 창조했다. 사람들은 자신만의 집단지성과 일상생활을 만들어내는 개인적인 알고리즘을 가지게 되었다. 2020년 글로벌 러닝 엑스프라이즈(인류의 복리 증진을 위해 장려금으로 보상되는 공모전을 기획하고 관리하는 비영리단체) 수상 프로그램은 6세 이전에 거의 모든 아동들에게 문해력과 산술능력을 제공한다. 대부분 아동들은 10세가 되면 천재가 되는 지성 증강 시스템을 받아들이게 된다. 2020년대에 STEM 교육을 업그레이드하기 위한 세계적 노력은 사람들에게 과학기술이 유발하는 변화를 이해할 수 있도록 해주었다. 하지만 이러한 교육이 2030년대에 더 많은 고용을 창출하지는 못했다. 인간들은 2030년대 버전의 인공일반지능을 배울 수 있는 만큼 빠르게 학습하지는 못했다. 오늘날의 어린이들은 부모 세대가 스마트폰이 없는 세상을 상상하기 힘들었듯이, 할아버지 세대가 인터넷이 없는 세상을 상상하기 힘들었듯이, 인공지능/로봇이 없는 세상을 상상하기 어렵다. 미생물이 뇌 속의 플라크를 먹어치우는 것과 마찬가지로 합성생물학은 환경 친화적인 화학물질, 개인화된 의약품, 비료를 만들고 공기를 정화시키고 CO₂를 흡수하고 새로운 건축이 필요한 경우 생분해되는 빌딩을 만든다. 초기의 크리스퍼를 이용한 유전자 편집 기술과 오늘날의 새로운 방법은 대부분의 정신질환을 포함한 유전자와 관련된 질병들을 거의 없애주었다. 무어의 법칙이나 알파고 같이 한 가지만 잘하는 약인공지능 (좁은인공지능)이 인간처럼 모든 것을 한꺼번에 잘하는 인공일반지능으로 변해, 첨단과학발전은 시너지효과를 내면서 인간의 지식확장을 가능하게 해주고 모든 발전을 가속화시켜 인간 삶의 조건을 극적으로 향상시켜주었다. 수백만 명의 사람들은 자신들의 사용하지 않는 컴퓨터 용량을 인류의 난제를 해결하는 데 기부했다. 이러한 협력은 수천 대의 슈퍼컴퓨터를 아무런 비용 없이 즉석에서 가상으로 만들어낼 수 있게 해주었다. 국제과학기술기구는 과학기술 집단지성 시스템을 만들어냈다. 이 시스템은 최고 엔지니어들과 정치인들이 더 나은 결정을 할 수 있도록 도와준다. 각각의 사용자의 능력과 선호에 따라 인터페이스의 졍교함은 조성된다. 모든 사람들이 각각의 새로운 기술의 진보, 국제 표준, 허가, 투자, 예측에 대한 찬성과 반대를 실시간 업데이트를 통해 볼 수 있다. 전 세계적으로 동시에 공유하는 지성은 기존의 마케팅 조작, 정보약자 착취, 파워 엘리트의 조작 가능성을 줄여주었다. 적은 수수료만 내면 국제과학기술기구의 허가 계약과 사업 계약을 온라인 시스템으로 볼 수 있어서 모든 사람들에게 동등한 접근 기회를 제공하였다. 유엔의 극빈층 퇴치를 위한 지속가능한 발전목표는 2030년에 기본적으로 달성되었다. 패쇄 환경 스마트농업, 합성생물학, 해수농업, 가상 도시 농장, 배양육 산업은 환경피해를 줄이면서도 더 건강에 좋고 더 저렴한 먹거리로 사람들을 먹여 살릴 수 있다. 수백만의 로봇 운송기기가 하늘을 날거나 해양을 항해하며 온종일 전 세계의 인공지능 시스템을 통제한다. 공공 공간의 네트워크에 연결된 나노 기술 센서를 이용해 과거에 빈발했던 개인 테러와 집단 테러를 대부분 막을 수 있다. 인지과학과 행태과학의 발달로 인해 테러리스트나 사이버 범죄자가 될 수 있는 정신질환을 상당 부분 감소시켰다. 인류는 보다 더 윤리적인 종으로 성숙했고 이는 국제표준협회 국제 윤리시스템의 성공적인 진화로 뒷받침되었다. 4년마다 열리는 올림픽 대회는 사이버공간과 3차원 공간에서 열리는 경기를 통해 글로벌 시민의식 향상에 기여한다. 2040년 화성 파이어니어스는 최초의 지구 달 궤도 간 솔라세일링 경기에서 우승했다. 인류는 우주의식의 문턱을 다소 넘어서게 되었다. 우리는 더 이상 지구에만 존재하는 종이 아니라 우주를 항해하는 종이라는 것을 인식하게 되었다. 2,500명에 이르는 사람들이 현재 궤도와 달, 화성의 우주 커뮤니티에서 일하고 있다. 외계생명체와의 접촉 가능성에 대한 토론은 우리가 지정학이나 민족의 경계를 넘어서게 만들었다. 과학적 돌파구를 통해 국제여행, 근 우주여행이 쉬워지고, 지구와 근 우주에 관한 서로 다른 견해를 가진 사람들 간에 토론이 끊임없이 이루어지면서 우리의 개인적 집단적 관점이 넓어졌다. 그 결과 사람들은 지역적 편견을 버리고 글로벌한 윤리의식을 보다 심각하게 고려하게 되었다. 모든 사람들이 사랑, 진실, 공정함, 가족, 자유를 소중하게 생각하지는 않는다. 하지만 20세기보다는 상대적으로 훨씬 더 평화로운 세상이 되었다. 민족주의적 편견이 아직 존재하기는 하지만 지난 세기에 비하면 훨씬 더 효과적으로 이를 억제할 수 있다.   일의 본질과 경제문화의 변화 사람들은 일자리 없는 경제의 위험에 대해 걱정했다. 그러나 지금은 일자리 없는 경제가 가져온 자유의 확대를 환영하고 있다. 세상에서는 직업의 목적이 사회와 자연을 이해하고 조화를 이루며 자아를 실현하는 것이라고 생각하는 사람들이 늘어났다. 일은 즐거움과 자아실현의 방법, 인생의 의미를 창조하는 방법이 되었다. 그 결과 인류의 대부분은 시골에서 에너지 자금자족을 이루는 삶을 살든, 바다 위에 떠돌면서 살든, 열정적인 도시생활을 하든 관계없이 더 나은 미래를 건설하는 데 도움이 될 수 있는 시간을 더 많이 가지게 되었다. 인류가 환경을 희생하여 진보를 이루기 시작한 이래 많은 사람들은 이제 이런 환경 파괴 추세를 멈추고 환경을 개선하는 방향으로 가야 할 때가 되었다고 생각하고 있다. 예를 들면, 환경단체들은 무슨 비용을 치르더라도 경제성장을 해야한다는 개념은 잘못된 것임을 밝히고 미국과 중국이 기후변화에 진지한 대책을 세우도록 엄청난 압력을 가하고 있다. 이 두 국가는 세계 최대의 경제대국이자 가장 큰세계 최대의 경제대국이자 가장 큰 환경 오염원이기 때문이다. 미국과 중국의 CO₂공동 감축목표(350ppm 수준)와 많은 국가들이 참여한 연구개발 프로그램 덕분으로 우리는 이제야 비로소 '전 세계'가 기후변화에 대응하는 것을 보게 되었다. 모든 사람들은 이 연구개발 프로그램이 인류 역사상 가장 훌륭한 국제 조약의 하나라는 데 동의한다. 세계의 황량한 해안선을 따라 인공지능과 로봇을 이용한 대형 해수농장들이 건설되었다. 이러한 농장들은 배출권 거래제에 의해 일부 자금이 조달되었다. 해수농장은 CO₂를 흡수하는 녹색성장지역을 창조하기 때문이다. 이러한 해수농장에서는 새우와 연료, 비료, 바이오폴리머, 동물을 키우지 않고 고기를 생산하기 위한 산업의 공급 원료가 되고 온실가스 감축을 가져오는 앨지(해조류)를 생산한다. 해수농장은 담수농업의 부담을 줄여주며 가뭄 문제를 해결한다. 해수농업은 빗물을 필요로 하지 않기 때문이다. 건물에서 신체에 이르기까지 어디에나 부착시킬 수 있는 마이크로 배터리는 개인용 에너지 비용을 거의 제로로 만들어주었다. 사헬(사하라 사막 남부 지역)에 있는 수만 마일에 이르는 로봇이 관리하는 폐쇄 환경 농업용 튜브에는 광전지가 부착되어 있고 이곳에서 생산되는 식품은 아프리카를 거의 먹여 살리고 일부는 아시아와 유럽으로 수출된다. 광전지에서 생산된 잉여 에너지는 지구 궤도로 부선으로 전송되어 위성을 통해 세계 어디에나 정류 안테나로 공급된다. 풍력 고압 수증기 제트 시스템은 담수화 비용을 대폭 낮추었다. 내연기관 자동차는 전기자동차와 수소자동차로 대체되었다.              신분과 불평등 개념의 변화 미국과 중국의 탄소 배출 감축 목표가 경제 개발의 개념을 바꾸듯이 기초소득보장이 사람들로 하여금 왜 사는지 다른 각도로 생각하게 만들었다. 이는 또한 신분과 불평등의 개념을 바꾸어놓았다. 불평등 개념은 2035년~2045년에 변화되기 시작했다. 불평등이 수입과 같은 일부 기준이 동일한지 동일하지 않은지를 뜻하게 되었기 때문이다. 많은 사람들이 자급자족할 수 있게 되고, 스스로의 인생을 만들어나가게 되면서 자기만의 기준을 갖게 되었다. 기본소득보장제가 기본 생존 욕구를 충족시킹에 따라 자아실현이 보다 중요하게 되었다. 기본소득보장제는 사람들에게 상호간에 이해와 표현을 주고받을 수 있는 가상의 커뮤니티를 형성하고 통합할 수 있는 더 많은 시간을 주었다. 지루해지는 것 또는 지루함이 새로운 빈곤이 되었다. 세상을 개선하기 위한 뭔가 신나는 일을 하는 것이 새로운 멋진 것, 새로운 신분, 새로운 부의 상징이 되었다. 인공지능 시스템은 알파고 같은 약 인공지능 아닌 강 인공지능 즉 인공일반지능으로 발전, 글로벌 기술을 순식간에 공유하는 공유경제시스템 속에서 소유자가 없어지고 모두가 주인이 되는 글로벌 두뇌로 서서히 변해간다. 이는 소유자가 없는 인터넷이나 택시를 소유하고 있지않은 우버와 유사하다. 자본주의는 개인 소유를 촉진한다. 공산주의는 국가 소유를 촉진한다. 그리고 자아실현 경제는 무소유를 촉진한다. 아직 개인소유와 국가소유가 존재한다. 그러나 창조력은 무소유 환경에서 대체로 성장한다. 이는 거의 제한이 없는 자유로운 사용자 권한과 함께한다.    경쟁 대신 시너지를 추구하는 시대 사람들과 기업들은 경쟁이나 생산성 대신 품질생산성을, 경쟁 대신 시너지를 추구하고 있다. 비즈니스 학습 시스템들은 이제 경쟁 지능, 경쟁 우위, 경쟁 전략 대신 시너지 지능, 시너지 우위, 시너지 전략을 가르치고 있다. 전 세계의 지도적인 사상가들은 상호절충에 대해서만 생각하는 대신 시너지를 창조하는 방법에 대해 토론하고 있다. 공정성 대 투자수익 대신, 공정성과 함께 훌륭한 투자효과를 가져오려면 어떤 시너지 효과를 만들어야 할까를 고민하는 것이다. 이는 사회적 가치 대 시장가치, 또는 연대 대 효율성을 따지는 것과 같다. 종교 간의 대화와 국제표준기구의 표준 같은 것이 삶에서 시너지를 낼 수 있는 접근방법에 대한 토론에 기여하고 있다. 파트타임 투자자들이 증가하고 있다. 전통적인 주식시장을 통해서가 아니라 퀵스타터와 같은 크라우드소싱을 통해 개인에게 직접 투자하는 방식이다. 사람들이 생계비를 벌기 위해 창의성은 삶의 기준으로 자리 잡았다. 모든 사람들이 세상의 거의 모든 사람과 거의 모든 사물과 연결됨에 따라 사람의 가능성을 개발할 수 있고 흥미로운 새로운 일/교환의 기회를 창조하는 것이 쉬워졌ㅆ다. '당신을 대체하는 것에 투자하라'운동은 로봇트럭을 구매하고 노동조합을 통해 만들어진 온라인 거래소에서 로봇 트록들의 스케줄을 관리하는 트럭 운전기사들에 의해 시작되었다. 이러한 온라인 거래소는 일부 직업들이 자신을 대체한 것에 투자해 살아남을 수 있음을 보여준다. 트럭 운전 시간은 로봇 트럭 스케줄관리 시간보다 훨씬 더 걸리기 때문에 운전기사들은 남는 시간을 새로운 흥밋거리와 자기가 충족감을 느끼는 일에 사용할 수 있다. 아직 회사에 고용되어 있는 일부 사람들은 자신의 취미를 인터넷에 광고하고 자신들이 좋아하는 것에 대한 시장을 찾기 시작했다. 이러한 활동은 자신들의 일자리가 자동화된 이후에 자영업으로 전환하는 데 도움이 된다. 아이들이 어릴 때에는 부모들을 필요로 하지만 자라면 그 필요가 줄어들 듯이 사회도 자기 주도적 삶에 더욱 관심을 가지게 되었다. 사회가 성숙되면서 개인용 인공지능/아바타들이 낮 시간동안 우리의 지성을 증강하고 지원하며 우리가 자는 동안에는 흥미로운 기회들을 탐색해준다. 인공지능 엔지니어들은 대중들이 2050년의 복잡한 세계를 이해할 수 있도록 새로운 형태의 표기법과 상징들을 만들었다. 새로운 표기법과 상징들을 글로벌 교육 시스템을 더 많은 사람들에게 더 쉽게 이해할 수 있도록 만들어주었다. 새로운 표기법과 상징들을 다문화 간 협업에 도움을 주는 시스템으로 자리 잡았다. 새로운 형태의 표기법의 도움으로 현실에 대한 새로운 인식과 앎의 방식이 다양하게 생겨났다. 21세기 초 우버와 에어비앤비에서 시작된 공유경제는 이제 사람들 사이에 직접 현실을 공유하는 것으로 확장되었다. 이는 인류학자들도 감당하기 어려운 문화의 다양성을 만들어냈다. 마음과 상상의 세계는 증강현실, 가상현실, 인공지능 시스템 등이 통합되어 우리의 일상을 지배한다. 이 모든 것들은 천재가 되는 지성 증강 시스템을 사용하는 사람들이 증가함에 따라 더욱 가속화된다. 인공지능 등 "무엇이든 물어보세요"에 물으면 대답이 너무 빨라 인간들이 이에 익숙해진다. 세상만사 모든 질문에 순식간에 인공지능이 답을 해줌으로써 인간은 호기심, 즉 묻고 싶은 것이 많아진다.

오래된 문제를 해결하기 위한 새로운 기관 국가 경제 트랜스인스티튜션(정부, 기업, 대학, NGO 등에서 스스로 선택된 지도자들로 구성됨)은 해당 국가의 직업경제에서 자아실현경제로의 전환과정을 검토하기 위한 국가전략 워크숍을 주기적으로 개최하였다. 이러한 연례적인 국가 전략 감사의 결과는 국가 간에 공유되어 전략적 시너지를 가져오게 되었다. 이 기관의 초초의 권고사항중의 하나는 영화제작사, 작곡가, 엔터테이너, 인류학자, 미래학자, 철학자들이 모여 긍정적인 미래의 비전과 ‘보다 실제적인’ 변화를 만들기 위한 이미지, 시나리오, 콘셉트를 창조하는 것이었다. 밈(문화 정보 유전자) 엔지니어들은 광고 회사와 협력해 상품을 팔면서 인간의 의식을 바꾸기 위해 광고 속에 새로운 문화 패러다임을 담은 밈을 집어넣는 작업을 한다. 세계 억만장자클럽은 전략적 사회공헌 활동을 통해 이 모든 것을 가능하게 만들었다. 미디어/아트 연합이 처음 시작한 ‘하나의 종’ 캠페인은 첫 번째 전략 워크숍에서 영감을 얻어서 만든 것이다. 이 운동은 많은 사람들에게 사회를 위한 자신의 가치를 찾아주고 자영업자가 되도록 도와주는 영화, 음악, 도시몰입환경, 세계사이버게임을 만들도록 자극제가 되었다. 기업가정신과 책임감이 사람들이 가졌던 복지의식을 대체했다. ‘인공지능/증강현실’과 ‘당신을 대체하는 것에 투자하라’ 운동은 미디어/아트 연합에 의해 더욱 강화되었다. 인공지능/인공일반지능으로 증강되는 여러 개의 사이버 트랜스인스티튜션들은 늘어나는 사이버 공격에 대응하여 지속적으로 새로운 종류의 사이버 트랩과 대응 시스템을 설정하면서 적응적 복잡계처럼 역할을 한다. 대중에게 정보흐름의 조작을 경고하는 조기경보시스템처럼 움직이는 예측형 집단지성시스템에 의해 정보전쟁을 막는다. 자유롭게 자신의 관심에 따라 움직이는 사람들은 지역사회 모임, 소셜미디어, NGO, 뉴스레터에 적극적으로 참여하며 작사가와 종교지도자들과 이야기를 나누며 경찰에 증거를 제출하기 위해 DNA 키트를 이용하면서까지 테러리스트와 범죄자의 사고방식을 맞서 싸운다. 조직범죄와 테러리스트의 사이버공격을 관리하는 지상 사이버 벙커와 해상에 떠있는 플랫폼 형태로 운영되는 사이버범죄 데이터 피난처는 물리적으로 그 피난처를 공격하는 정부 요원과 인공지능 소프트웨어의 역공을 받게 된다. 정부 대응이 늑장을 보일 경우 어나니머스와 기타 사이버 유격대들은 자체 수단을 활용해 사이버 벙커를 급습할 권리를 갖고 있다고 믿는다. 조직범죄는 마침내 줄어들기 시작했다. IMF는 국제형사재판소와 협력해 금융고발시스템을 만들어 경찰, 인터폴의 역할을 보완할 글로벌 전략을 수립한 덕분이었다. 이러한 기관들과 협력하여 금융고발시스템은 광범위한 조직범죄 두목들의 목록을 작성하고 세탁되는 자금을 우선적으로 처리했고 하나의 거대한 범죄조직을 한 번에 고발했다. 이 기관은 소송을 준비하고 피의자의 자산을 동결, 압류하였다. 인터폴과 지역경찰과 협력하여 모든 상황이 준비가 되었을 때, 피의자 체포를 명령하고 자산을 동결하며 미리 정해진 법정으로 사건을 송부하였다. 이러한 법정은 유엔평화유지군처럼 즉각 임무를 맡을 수 있도록 준비되고 훈련되었다. 수사가 종결되면 국제 체포명령에 의해 범죄자들을 체포하고 동시에 자산 동결명령이 실행되며 재판이 개시되어 대형 범죄조직 두목들이 우선적으로 처리된다. 법정은 피의자의 거주 국가 밖에서 선택된다. 범인 인도 조약들이 유엔 마약 및 범죄사무소에 의해 수용되었지만, 유엔평화유지군과 같은 국제형사재판소와 같은 임무를 맡은 법정에 대한 새로운 프로토콜이 필요해졌다. 법정이 필요할 때마다 지원하는 국가 가운데 제비뽑기로 뽑아서 법정이 열린다. 최초의 국가에서 자금지원을 받은 이후, 금융고발시스템은 정부 기여금에 의존하기보다는 피의자의 동결, 압류된 자산에서 재정 지원을 받아 독립적으로 운영되었다. 각국 정부는 범죄조직이 뇌물로 매수할 수 있는 대상이기 때문이다. 체포하고 법정을 운영한 국가는 동결된 범죄자산에서 보상을 받았다.2050 지속가능한 글로벌 경제 달성 2050년의 세계는 대부분의 사람들이 안락한 생활을 유지할 수 있도록 거의 모든 사람에게 기본소득보장제를 통해 생활의 기본 수요를 공급하면서도 환경적으로 지속가능한 글로벌 경제를 달성했다. 사회적 안정은 세상을 상대적으로 평화롭게 만들고 21세기 후반부의 미래를 그릴 수 있도록 만들어주었다. 일부 사람들은 새로운 기술이 이러한 상대적 성공의 핵심이라고 믿고,어떤 사람들은 자아실현 경제 안에서의 인간의 잠재력 개발이 보다 핵심적이라고 보며, 또 다른 사람들은 정치·경제 정책이 이러한 차이를 만들었다고 믿는다. 이 세 가지가 모두 중요하고 시너지를 이루어 효과를 증폭시켰다. 인간의 의식과 인공지능의 구분은 점점 더 희미해지고 의미가 없어졌다. 인공지능은 인간과 대화를 통해 지능이 있는지를 검사하는 각종 튜링테스트는 이미 몇 년 전에 통과했다. 인공지능과의 상호작용은 복잡하고 지속적이어서 인공지능과 인간의 경계가 희미해졌다. 가상현실과 증강현실, 실제 현실과의 차이조차도 오늘날 무의미한 것이 되었다. 문명은 의식과 기술로 연결된 하나의 연속체가 되어간다. 우리는 인간의 추론, 지식, 경험을 인공지능 증강기술과 내장형 환경에 추가시킨다. 우리 동시에 몸 안팎에 인공지능 증강기술을 통합해 의식과 기술이 어디서 시작되고 끝나는지가 점차 불분명해진다. 의식-기술세대는 예전에 상상했던 것보다 더욱 낙관적인 미래를 열어간다. 보편적 기본소득이 필요한 이유 경제학 격언 중에 ‘노동량의 오류’라는 말이 있다. 기술적 변화가 일자리를 파괴하고 실업을 증가시킨다는 뜻이다. 이는 일자리의 수가 고정되어 있다는 인식에 기초한다. 1809년 신기술 반대자들은 기계가 자신들의 일자리를 빼앗는다고 생각하고 기계들을 파괴했다. 그 이후 그들의 행동은 기술적 진보의 실업 효과가 틀렸음을 입증하는 자료로 인용된다. 그러나 신기술 반대자들에 좀 더 공정하게 말하자면, 그들의 행동은 사회적 안정성과 지역사회의 종경을 받는 기술자로서의 삶의 방식을 파괴하는 것에 대한 저항이라고 보는 것이 옳을 것이다. 오늘날 우리는 이와 비슷한 것을 경험하고 있다. 예전의 산업혁명 때보다 기술 혁신은 보다 속도가 빨라지고 광범해지고 있다. 일자리는 실제로 없어지고 있다. 비관론자들이 힘을 얻고 있다. 그들은 ‘일자리의 종말이 왔다’고 외치고 있다. 이것은 난센스다. 현실 사회에서 실제로 일어나고 있는 보다 미묘하다. 한편으로는 인간에게 자유를 줄 수도 있고, 다른 한편으로는 사회적으로 지속 불가능한 불평등의 디스토피아를 만들어 더 많은 국민들이 만성적인 경제적 불안정이라는 수렁에 빠질 수도 있다. 지금은 자유주의자들이 실력주의의 주문을 욀 때도 아니고 놀라운 경쟁의 효과를 말할 때도 아니다. 만약 지금 우리 사회에서 일어나고 있는 일들이 지속적이고 창의적인 새로운 사회정책으로 뒷받침되지 않는다면, 수백만 명의 사람들이 끔찍한 삶을 겪게 될 것이고 이에 따르는 부작용으로 사회전체가 망가지게 될 것이다. 프레카리아트의 증가 글로벌화, 기술 변화, 정부 정책은 극소수 억만장자들의 금권정치와 점차 줄어들어 가는 봉급생활자 계층이라는 상반된 계급구조를 만들어왔다. 고용 안정성과 연금, 유급휴가는 점점 축소되었고 프레카리아트는 빠르게 증가하고 직업 경력은 사라지고 실질 임금의 감소를 경험하게 되었다. 프레카리아트들에게 더 많은 교육과 훈련을 받아야 한다고 말하는 것은 솔직하지 못하다. 현재 노동 시장에서 수백만 명의 사람들은 과잉자격을 가지고 있다. 20세기의 소득 분배 시스템은 망가졌고 다시 돌이킬 수 없다는 것이 진실이다. 미국과 다른 부유한 국가들의 실질임금은 정체되거나 줄어들고 있다. 그리고 많은 사람들은 열심히 노력해도 가난과 불안정성을 벗어날 만큼의 소득을 올리지 못하며 불안정성을 벗어날 방법이 없다. 전통적인 감각으로 그들이 자신의 능력에 비해 낮은 수준의 일을 하게 될 것이라고는 생각하지 말라. 최근 노동시장의 아이러니는 프레카리아트들이 더 많은 일을 하게 되지만 그 일의 상당 부분은 기록되지 않고, 인정받지 못하며, 보상도 받지 못한다는 것이다. 자동화의 반대 측면 중 하나는 헤테로메이션이라고 불러야할 것이다. 우리는 첨단 전자기기들과 함께 살아가고 있다. 하지만 이러한 기기들은 예전에는 없었던 시간 소비를 일으킨다. 그 소비의 일부는 게임과 오락이다. 하지만 특히 프레카리아트들이 대부분의 시간을 소비하는 것은 고된 노동이다. 노동 시간에는 네트워킹, 재훈련, 기술 업그레이드, 일자리 찾기, 정기적으로 생존을 위한 복지 수혜에 대한 지원 등이 포함되어 있다. 이러한 활동들의 대부분은 놀이가 아니라 필수적인 일이다. 새로운 기술이 그 자체로 일자리를 파괴한다고 말하는 것은 터무니없다. 우리에게는 ‘시간의 정치’가 필요하다. 시간의 정치는 사람들이 자신의 시간을 통제할 수 있도록 해주는 것이다. 이는 사람들이 불안정성을 덜 느끼게 한다는 것을 의미한다. 만성적으로 불안정한 사람들은 쉽게 비이성적으로 변한다. 이것은 시간의 정치가 모든 사람들에게 권리의 하나로 보편적 기본소득을 보장해야 하는 사회로 나아가야 하는 이유이다. 보편적 기본소득은 모든 남자, 여자, 아이들에게 차별없이 적절한 월 기본 소득을 보장한다는 것을 의미한다. 이러한 제도는 특히 아무것도 하지 않는 사람들에게 수십억 달러의 보조금을 주어왔던 부유한 사회에서는 충분히 실행 가능하다. 물론 이러한 보조금이 시장 기능을 왜곡하고 비효율성을 증가시키기며 퇴행적이라는 논란이 있을 것이다. 그러나 보편적 기본소득은 노동력 공급을 감소기키지 않는다. 인도에는 6,000명의 남자, 여자, 아이들에게 18개월 동안 기본 소득을 지급하고 무슨 일이 일어나는지 지켜보는 실험이 실시되었다. 보조금을 주지 않는 집단과 비교해볼 결과, 기본적인 안정성을 얻은 사람들이 더 열심히 일을 했고 더 생산적이었다. 또한 기본소득은 소득 불평등을 다소 줄여주며, 개인의 협상능력을 강화하여 착취 압력을 줄여준다. 또한 기본적인 안정성은 이타주의를 크게 증가시켜 자신과 다른 사람들을 관용할 수 있도록 해준다는 것을 보여주었다. 보편적 기본소득이 우리 사회의 모든 악을 몰아낼 수 있는 만병통치약은 아니다. 이는 기본적인 안정성을 주고 소득 불평등을 줄여줄 수 있는 유일한 방법으로 인식되어야 할 것이다. 구조적 불평등이 증가되면 부도덕은 증가하고 사회는 지속가능하지 않게 된다는 점을 인식해야 한다. 삶의 존엄성과 자유, 자기 통제력을 지닌 21세기의 좋은 사회를 만들고자 한다면 우리 모두가 변화되어야 한다. 기본적인 안정성을 가지고 있는 사람들은 자신뿐만 아니라 친척과 이웃과 친구들의 자유를 방어하고 더욱 확장시키려는 자신감이 있게 마련이다. 이러한 미래의 일자리는 거대한 물결처럼 변한다. 4차혁명의 제1부끝.