당신은 주제를 찾고 있습니까 “인공 지능 창의성 – 인공지능과 창의성“? 다음 카테고리의 웹사이트 you.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: you.maxfit.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 알파5.0 이(가) 작성한 기사에는 조회수 90회 및 좋아요 4개 개의 좋아요가 있습니다.
인공 지능 창의성 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 인공지능과 창의성 – 인공 지능 창의성 주제에 대한 세부정보를 참조하세요
generation alpha/ 알파 세대/ 창의성/ 인공지능 시대의 창의성/ 창의성을 키우는 방법
인공 지능 창의성 주제에 대한 자세한 내용은 여기를 참조하세요.
인공지능이 창의력도 장착할까? – Sciencetimes – 사이언스타임즈
인공지능(AI)이 여러 산업 분야에 확산되면서 인간 일자리의 상당 부분을 대체할 것이라는 예상이 많다. 하지만 항상 예외로 분류되는 직업군이 있다.
Source: www.sciencetimes.co.kr
Date Published: 6/6/2022
View: 2144
인공지능과 창의성 – 브런치
하지만 그렇지 않다. 인공지능에는 몇가지 기술이 있는데 그 중 대표적인 것이 기계학습(mechine learning)이다. 인간이 반복되는 특징(feature)를 찾고 …
Source: brunch.co.kr
Date Published: 6/14/2022
View: 9719
[DBR/Interview]“창의성, 인간 100이면 AI는 0… AI공포 버려라”
최근 매섭게 치고 올라오며 미국과 패권 경쟁을 벌이고 있는 중국의 인공지능(AI) 기술. 실리콘밸리를 바짝 긴장케 하는 첨단 정보통신기술(ICT) …
Source: www.donga.com
Date Published: 7/24/2021
View: 5522
창의성 너마저······ | 나라경제
사물지능 시대의 도래는 노동자에게도 창의적 역량이 더욱 중요해졌음을 의미한다. 인공지능은 보다 많은 작업들을 자동화할 수 있으며, 특히 정보를 처리하는 것이 주 …
Source: eiec.kdi.re.kr
Date Published: 6/19/2021
View: 8330
[AI넷] [인공지능] 인공지능에 창의성이 부족한 이유는 무엇이며 …
딥 러닝 프로세스가 AI 창의성을 발휘하는 열쇠일까? 현재 AI는 인간이 마크업 된 데이터 세트를 제공할 수 있을 때 가장 잘 작동한다 …
Source: www.ainet.link
Date Published: 5/14/2021
View: 1003
패턴화 잘하는 AI는 유능한 보조일 뿐…인간 창의성 위협 못해
글로벌인재포럼 2020 – AI와의 공존 □ 사람과 공존하는 인공창의성. 김경희 교수 윌리엄메리대학원 인공지능(AI) 기술이 발전을 거듭하면서 이제는 …
Source: www.hankyung.com
Date Published: 3/8/2021
View: 5370
창의성을 통해 살펴보는 인공지능문학의 가능성과 한계
AI-셰익스피어 A Study on the Possibility and Limitations of Artificial … 이 논문은 창의성의 측면에서 인공지능문학이 갖는 가능성과 한계를 고찰하고자 한다.
Source: www.kci.go.kr
Date Published: 8/5/2021
View: 6346
인공지능시대의 필수 지식 : 창의성과 호기심 – 크레존
인공지능이 예술품을 창작하는 현실은 인간의 고유한 능력으로 여겨온 창의성에 대한 도전인가, 아니면 사진 기술처럼 예술 영역을 새롭게 확장하는 도구의 등장인가, 최근 …
Source: www.crezone.net
Date Published: 8/14/2021
View: 6609
[창의교육] 인공지능 시대의 필수 지식 ② 창의성과 호기심
인공지능이 예술품을 창작하는 현실은 인간의 고유 능력으로 여겨 온 창의성에 대한 도전인가, 아니면 사진 기술처럼 예술의 영역을 새로이 확장하는 도구 …
Source: m.post.naver.com
Date Published: 5/18/2021
View: 4371
주제와 관련된 이미지 인공 지능 창의성
주제와 관련된 더 많은 사진을 참조하십시오 인공지능과 창의성. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 인공 지능 창의성
- Author: 알파5.0
- Views: 조회수 90회
- Likes: 좋아요 4개
- Date Published: 2021. 4. 10.
- Video Url link: https://www.youtube.com/watch?v=fQRqZbivgQE
인공지능이 창의력도 장착할까? – Sciencetimes
인공지능(AI)이 여러 산업 분야에 확산되면서 인간 일자리의 상당 부분을 대체할 것이라는 예상이 많다. 하지만 항상 예외로 분류되는 직업군이 있다. 의사나 변호사 등 전문직 종사자들이 바로 그 주인공.
인공지능이 이들을 대체하지 못할 것으로 예상하는 이유는 바로 창의력 때문이다. 컴퓨터는 절대로 판단을 하거나 창의력을 발휘할 수 없으므로, 그들의 업무를 제대로 처리할 수 없다는 것이다. 즉, 창의력과 관련된 업무나 분야에서는 앞으로도 인간이 계속 기계를 능가할 것이라는 주장이다.
그런데 머지않은 미래엔 창의적이며 높은 수준의 사고를 요하는 일자리조차 안전하지 않을 것 같다. 지난 5월 바둑 세계 최강자인 커제와 대결을 벌여 3연승을 한 알파고가 좋은 사례 중 하나다.
지난해 이세돌 9단과 대국할 때만 해도 알파고는 인간의 기보를 학습했다. 그러나 커제와의 대국을 앞두고서 알파고는 기보에 의지하지 않고 혼자 자율학습을 한 것으로 드러났다. 즉, 인간의 기보에 없는 바둑의 수까지도 창조하는 단계로 발전한 것이다.
이에 대해 구글 측은 바둑에서 거론되던 요소인 직관과 창의성을 알파고가 모두 갖췄음을 커제와의 대결에서 증명했다고 주장했다. 당사자인 커제 역시 알파고의 창의력을 인정했다. 3연속 패배 후 그는 알파고 바둑의 특징 중 하나로 창의력을 꼽으면서 앞으로 알파고를 바둑의 스승으로 삼겠다고 밝혔다.
예술 영역 넘보는 인공지능
그뿐만이 아니다. 회화나 소설 등의 예술 영역은 이제까지 인간만이 할 수 있는 고유의 창작 분야로 여겨왔다. 하지만 이제 인공지능이 예술의 영역까지 넘보고 있다.
구글에서 만든 인공지능 ‘딥 드림(Deep Dream)’은 빈센트 반 고흐의 작품을 모사하는 훈련을 받았다. 그런데 딥 드림이 그린 ‘별이 빛나는 밤’은 반 고흐와 비슷하지만 예술적인 면서는 약간 다르다는 평을 받았다. 실제로 딥 드림의 작품은 경매에서 꽤 비싼 값에 팔렸다.
마이크로소프트는 네덜란드 연구진과 함께 ‘빛의 마술사’로 불리는 네덜란드의 화가 렘브란트의 화풍을 인공지능에게 학습시켰다. 그 후 모자를 쓰고 하얀 깃 장식과 검은색 옷을 입은 30~40대 백인 남성을 그리라는 명령을 입력했다. 그러자 인공지능은 유화의 질감과 물감의 두께까지 렘브란트의 화풍을 그대로 재현해냈다.
일본에서는 인공지능이 쓴 소설이 한 문학상 공모전에서 일반 작가들이 쓴 소설과 겨뤄 1차 심사를 통과하는 사건이 벌어지기도 했다. 소설 제목은 ‘컴퓨터가 소설을 쓴 날’이며, A4 용지 3페이지 분량의 단편이었다. 인공지능은 아직 스스로 스토리까지 만들어내지는 못해 인간이 도와줘야 한다. 하지만, 1450편의 소설이 출품된 공모전에서 1차 심사를 통과한 것은 놀라운 결과다.
창의력은 지식을 합성해 독창적인 아이디어를 생산하는 능력을 말한다. 남들이 생각하지 못한 새로운 것을 만들어내는 능력을 창의력이라고 본다면 인공지능은 이제 그 영역에 거의 다가서고 셈이다. 이에 따라 인공지능의 창작물에 대한 지적재산권에 대해서도 논의가 필요하다는 주장이 제기되고 있다.
창의력보다 인공지능에게 더 어려운 것은 타인에 대한 공감능력이나 감성적인 부분이다. 다른 사람의 감정을 이해하고 공유하는 공감능력은 인간관계를 바탕으로 하는 업무분야에서 매우 중요한 요소다. 따라서 공감능력이나 감성이 중요시되는 직업은 인공지능 시대에도 살아남을 것으로 추정한다.
그런데 전문가들은 차세대 인공지능이 갖춰야 할 조건 중 하나로 감성지능을 꼽고 있다. 감성지능이 필요한 이유는 바로 소비자들에게 꼭 필요한 기능이기 때문이다. 2020년경에는 사람들이 친구나 가족보다 채팅 관련 기기들과 더 많은 대화를 나누게 될 것으로 본다.
불예측성에도 대응할 수 있는 기술 개발 중
즉, 미래 소비자들은 인간과 같은 상호작용을 하는 인공지능에게 매료될 것이라는 이야기다. 따라서 다른 인공지능 제품군들과의 차별화 요소로 부각시키기 위해서는 감성지능을 도입한 인공지능 제품을 개발해야 한다.
구글과 아마존, 마이크로소프트 같은 기업들은 코미디언 등을 고용해 인공지능의 인간적 측면을 이용하기 위한 작업을 이미 수행하고 있다. 또한 그 같은 기술들을 활용해 인공지능의 감성 및 인성, 공감능력에 결부시키는 작업도 함께 추진하고 있는 것으로 알려졌다.
한편, 미국 방위고등연구계획국(DARPA)에서는 예상치 못한 상황에서도 의사결정을 할 수 있는 인공지능 기술을 연구하고 있다. 생명체는 살아가는 데 있어 발생하는 불예측성에 잘 대응한다. 하지만 컴퓨터는 그런 능력을 가지고 있지 않다.
DARPA는 살아있는 생명체의 뇌를 모델링하여 인공지능을 개발하는 새로운 군사 프로그램을 추진 중이다. 이를 위해 DARPA는 살아있는 유기체가 어떻게 학습하는지를 연구하고 있는 것으로 전해진다. 이 연구가 성공하면 앞으로 인공지능은 전혀 학습하지 못하고 예측하지 못한 상황이나 불규칙한 상황에 직면해도 그에 대한 나름대로의 대응 능력을 갖출 수 있을 것으로 보인다.
지난 4월 중국 베이징에서 열린 ‘2017 글로벌 모바일인터넷컨퍼런스’에 참석한 스티븐 호킹 박사는 “생물학적 진화에 의해 제약을 받고 있는 인간은 컴퓨터의 경쟁상태가 될 수 없으며, 이런 과정이 인공지능으로 대체될 수도 있다는 점에 유의해야 한다”고 주장했다.
호킹 박사가 인공지능에 대한 주의를 당부한 것은 이게 처음이 아니다. 그는 미래 인류에게 벌어질 수 있는 최선이자 최악의 산물이 바로 인공지능이라는 입장을 견지하고 있다. 따라서 호킹 박사를 비롯한 일부 전문가들은 인공지능의 기술개발에 대해 면밀한 감시가 필요하다고 주장한다. 인간의 통제력을 벗어나는 순간 인공지능은 핵폭탄보다 더 위험한 인류 문명의 파괴자가 될 수 있기 때문이다.
(11567)
인공지능과 창의성
얼마전 친구와 같이 앉아 공부를하고 있는데 갑자기 무엇 때문에 이런 주제로 대화를 시작했는지는 기억이 잘 나지않지만 인공지능이 창의성을 가지고 있을지 없을지에 대해서 생각해보는 좋은 시간을 가졌다.
우리는 흔히 인공지능이라고 하면 영화에서 볼법한 인간을 완전히 모방한 인공지능, 스스로 생각을하고 감정을 느끼며 심지어 꿈을 꾸는 로봇을 떠올릴 것이다. 영화 ‘아이로봇’을 보면 좀 더 시각적으로 다가올 것이다. https://movie.naver.com/movie/bi/mi/basic.nhn?code=38420
이러한 인공지능을 우리는 강인공지능(String AI)이라고 말한다. 많은 사람들이 인간이 로봇에게 지배를 당하는게 아니냐는 대부분의 우려는 강인공지능으로부터 나온다. 하지만 의식을 가지고 스스로 생각을 하는 인공지능은 아직 개발되지 않았으며 현재 나오는 논문들을 봤을 때 그런 것들이 개발되려면 한참 멀었다. 기계가 생각을 하는지 안하는지에 대한 문제는 굉장히 까다롭다. 그래서 기계에 지능이 있는지 없는지 판별하고자 고안된 튜링테스트 그리고 불완전한 튜링테스트를 반박하기위해 나온 중국어방 역설 등 기계가 생각하는지 판단하기 위한 많은 주장이 있지만 우리가 ‘생각을 한다’는 것을 정확하게 정의할 수 없으면 이 문제는 철학에서 시작해 철학으로 끝난다. ‘생각을 한다’는 것은 뇌에 있는 약 1000억개의 뉴런(신경세포)들이 시냅스라는 부위를 통해 서로 신경전달물질을 서로 주고 받으면서 생기는데 이렇게 뇌속에서 일어나는 화학물질의 이동이 생각과 의식으로까지 이어지는지 모른다. 그래서 인공지능과 창의성이란 논의를 진행하기 위해서는 좀 더 세부적으로 인공지능을 들여다볼 필요가있다.
약인공지능(WeakAI)은 쉽게 말해서 패턴학습이다. 여기서 말하는 패턴이란 반복되는 상황을 말하고 약인공지능은 반복되는 상황을 학습하면서 만들어진다. 패턴을 학습한다는 것은 단순히 생각했을 때 굉장히 간단한 문제라고 느껴진다. 하지만 그렇지 않다. 인공지능에는 몇가지 기술이 있는데 그 중 대표적인 것이 기계학습(mechine learning)이다. 인간이 반복되는 특징(feature)를 찾고 기계학습을 통해 컴퓨터는 인간들이 찾아놓은 패턴을 바탕으로 학습한다. 예를 들어 개와 고양이를 구분한다고 했을 때 사람은 직관적으로 개와 고양이를 구분할 뿐 어떠한 논리적인 흐름으로 개와 고양이를 구분하는지 설명할 수 없다. 다시말해서 개가 반복적으로 보이는 패턴과 고양이가 반복적으로 보이는 패턴을 인간이 설명할 수 없다는 것이다. 그래서 개와 고양이를 구분하는 것은 한동안 굉장히 어려운 문제였고 인간이 패턴을 찾아내고 설명할 수 있는 것들을 위주로 학습이 진행되었다.
그러다가 2012년에 이미지넷이 주최하는 ILSVRC (Large Scale Visual Recognition Competition) 이라는 대회에서 딥러닝이란 새로운 기술을 활용해 15만장의 이미지를 16.4%라는 오차율로 인식하면서 딥러닝이라는 기술이 알려지고 몇년뒤 마이크로소프트에서 3.57%을 기록하며 인간의 오차율(5%)보다 더 적은 오차율을 기록한다. 그리고 알파고가 인간을 상대로 바둑을 이기면서 딥러닝이 대중들에게 알려지게된다. 딥러닝은 기계학습(mechine learning)의 한 모델이다. 좀 더 쉽게 말하면 기계학습의 다양한 종류 중 하나다. 딥러닝은 스스로 패턴을 학습한다. 예를들어 개와 고양이사진을 보고 둘 사이에 어떤 차이점이 있는지 설명하기는 힘들지만 구분할 수 있듯이 딥러닝도 마찬가지로 어떻게 패턴을 학습하는지 정확한 원리는 알 수 없지만 패턴을 학습한다는 것을 학습결과를 통해 알 수 있다. 그래서 딥러닝은 스스로 feature(특징)를 학습한다고 해서 feature learning이라고도 불린다. 컴퓨터가 학습하고자하는 ‘어떤 것’은 패턴을 가지고 있으면 모두 학습이 가능하다. 우리 주위에 사실 패턴을 가지고 있지 않은 것을 찾기가 더 힘들 정도이다. 예를 들어 우리가 듣는 수 많은 음성들 그리고 텍스트와 이미지들 모두 패턴을 가지고있다. 그래서 요즘 점점 상용화 되고 있는 인공지능 스피커 역시 우리가 하는 말을 기계가 알아듣게 하기 위해 우리가 말하는 패턴을 딥러닝으로 학습시켜서 스피커에 적용하는 것이고 구글번역기 역시 언어의 패턴을 딥러닝으로 학습시킨 결과물이다.
1년전에 나온 기술이 오래된 기술이 오래되었다고 할 정도로 딥러닝 기술은 하루 빨리 변하고있다. 그런 측면에서 보자면 2014년에 처음 발표된 구식 기술인(?) GAN(Generative Adversarial Networks)이라는 기술이있다. 갑자기 뜬금없이 이 기술을 소개하는 이유는 드디어 오늘 말할 주제와 연관이 있기 때문이다. GAN은 진짜같은 가짜를 만들어내는 기술이다. 실제 입력된 데이터를 학습하고 이를 바탕으로 거짓데이터를 만들어 내는 생성자(Generator)와 생성자가 출력한 결과물이 진짜인지 가짜인지 구별하는 감별자(Discriminator)라고 불리는 두 모델이 서로 적대적으로(adversarial)하게 경쟁하면서 진짜같은 가짜를 만들어낸다. 좀 더 쉽게 예를 들어 지폐위조범과 경찰이 있을 때 지폐위조범은 경찰에 들키지 않게 더 진짜 같은 가짜 지폐를 만들어 낼 것이고 경찰은 가짜지폐를 찾으려고 노력할 것이다. 지폐위조범과 경찰의 경쟁을 통해 지폐위조범은 경찰에 들키지 않기 위해 더욱더 진짜같은 가짜 지폐를 만들어내듯이 GAN을 통해 생성된(Generative)이미지도 진짜같은가짜 이미지이다. 더 깊게 들어가면 한도끝도 없어서 일단 여기서 멈추기로하자.
자 그럼 여기서 GAN이 생성한 그림이나 음악이 창의적이라고 할 수 있을까? 다시말해 기계가 창의성을 가질 수 있을까? 라는 질문을 던져볼 수 있다. 이 질문에 답을 하기 위해서는 창의성에 대한 좀 더 엄밀한 정의가 필요할 것 같다. 0에서 1을 만들어내는 것 다시말해 무에서 유를 만들어 그것이 독창적일 때 창의적이라고 이야기한다. 하지만 내가 눈을 감고 키보드 자판기를 두드려 세상 누구도 한번도 만들어내지 못한 새로운 단어를 만들었다고해서 그것이 창의적이라고 생각하기는 힘들다. 그래서 일반적으로 창의적이기 위해서는 독창성말고도 가치성이라는 조건이 추가되어야한다. 항상 독창적이고 가치가 있는 것을 창의성이라고 한다면 인공지능이 창의적이다라고 말하기는 힘들며 심지어 딥러닝말고 좀 더 인간처럼 생각하는 새로운 기계학습모델이 생겼을 때 기대해볼만 할 것 같다 (딥러닝이 인간의 뉴런을 바탕으로 만들었다고 하지만 실제로 딥러닝 학습에 쓰이는 역전파 알고리즘은 실제로 인간이 생각하는 방식과 많이 다르다)
인지과학과 계산주의 심리학 분야를 개척한 세계적인 학자인 마거릿 A. 보든(Margaret A. Boden)은 위의 책에서 창의성을 세가지로 분류한다.
http://www.yes24.com/24/goods/4456488?scode=032&OzSrank=1
첫번째는 익숙한 아이디어를 새로운 방식으로 합쳐보는 것이다. 예를 들어 원자를 태양계에 비유하는 물리학자나 ‘말’과 ‘뿔’이라는 생각을 결합하여 등장한 ‘유니콘’이라는 새로운 개념과 같이 머릿속에 있는 많은 지식을 다양하게 결합할 수 있다.
그리고 나머지 두 유형을 보기전에 개념공간(conceptual space)라는 개념이 필요하다. 개념공간은 구조화된 사고의 방식으로 특정 사회집단에 익숙해지면서 나타난 내재된 사고방식이다. 이런 개념공간은 작곡을 하는 방법, 수학, 과학이론, 그림 그리는 방법, 논리적인 사고를 하는 과정 등을 예시로 들 수 있다.
두번째로는 개념 공간을 탐구하는 것이다. 특정한 원리나 익숙함을 일정한 제약조건 내에서 변형할 수 있는데 중요한 것은 이렇게 만들어진 새로움은 그래도 개념 공간의 부분집합이라는 것이다. 말이 어려운데 쉽게 예를 들자면 바흐가 작곡한 곡들은 고전음악이라는 주어진 제약조건 안에서 약간의 변형을 통해 생겨난 새로운 음악이다. 개념공간을 벗어난 완전히 새로운 무언가를 창조하지 않아도 우리는 창의적이라고 이야기할 수 있다.
세번째로는 개념 공간을 변형하는 것이다. 개개인의 개념 공간을 바탕으로 이해할 수 없는 무언가를 생각하는 것이 창의성 중에서도 가장 높은 수준에 해당한다. 우리가 일반적으로 창의적이라고 생각되는 것들이 세번째에 해당된다. 예를 들어 비유클리드기하학은 유클리드 기하학에서 공리 하나를 부정하면서 생긴 새로운 페러다임이다. 비유클리드기하학은 그 전의 개념공간을 완전히 부수고 나온 새로운 개념이다. 비유클리드기하학과 유클리드 기하학 중 무엇이 더 창의적인지 논쟁할 수 없듯이 개념공간을 변형하는 것이 탐구하는 것보다 무조건 더 창의적이라고 말하기는 힘들다.
GAN을 통해 학습데이터에는 없던 새로운 이미지를 만들어 냈을 때 그것이 창의적인지 아닌지 판단하는 것은 창의성이라는 것을 0에서 1을 만들어내는 것으로 볼 것이냐, 아니면 50에서 51을 만들어 내는 것으로 볼 것이냐에 따라 다르게 해석될 수 있다. 지금까지 글을 적었지만 ‘인공지능이 창의성을 가질 수 있는가?’에 대한 질문은 철학적으로 의미가 있을 뿐 지금 당장 GAN논문을 읽고 코딩을 하는데 있어서는 그다지 도움되지 않는 질문이라고 생각한다. 어쨌든 인공지능과 창의성의 관계에 대해 친구와 같이 고민해봤다는 것에 대해 의의를 가지고 이제 다시 공부하러 가야겠다. 마지막으로 창의성이라는 것은 결국 사람이 판단하는 것이고 안타깝게도 아직까지는 대다수의 사람들이 창의적이라고 생각할 만한 결과물은 나오지 않았지만 가까운 미래에 나올 수 있을 것이라고 생각해본다. 아래링크에 들어가면 구글의 딥드림에서 어떤 그림을 만들어내고 있는지 볼 수 있다.
http://psychic-vr-lab.com/deepdream/
이 사이트에서는 우리도 딥드림이미지를 생성할 수 있다 http://deepdreamgenerator.com/
[DBR/Interview]“창의성, 인간 100이면 AI는 0… AI공포 버려라”
최근 서울 종로구 새문안로 포시즌스 호텔에서 진행된 인터뷰에서 훙샤오원 마이크로소프트 부사장(아시아R&D그룹 총괄)이 본인이 생각하는 인공지능(AI)의 현재와 미래에 대해 설명하고 있다. 그가 이끄는 중국베이징 소재 마이크로소프트 아시아연구소는 이 회사가 운영하는 전 세계 11개 연구소 가운데 미국 워싱턴주레드먼드 연구소에 이어 두 번째로 크다. 마이크로소프트 제공
최근 매섭게 치고 올라오며 미국과 패권 경쟁을 벌이고 있는 중국의 인공지능(AI) 기술. 실리콘밸리를 바짝 긴장케 하는 첨단 정보통신기술(ICT) 생태계가 중국에서 꽃피게 된 배경에는 정부의 전폭적인 지원을 비롯한 여러 요인이 있지만 민간 연구소들의 역할도 결코 빼놓을 수 없다.1998년 중국 베이징에 설립된 마이크로소프트(MS) 아시아연구소(MSRA)도 그중 하나다. 이 연구소는 지난 21년간 AI 기초 및 응용연구의 산실로서 기상천외한 연구개발 프로젝트를 지원하는 한편 고도로 훈련받은 이공계 스템(STEM·과학 기술 공학 수학) 인력들을 배출해 아시아 학계와 산업계 곳곳에 심어 왔다.연구소 설립 초기부터 AI 관련 프로젝트를 최전선에서 진두지휘해 온 훙샤오원 MS 부사장(아시아 R&D그룹 총괄)은 현재 300명 가까운 과학자로 구성된 MSRA를 이끄는 수장이다. MSRA는 MS의 전 세계 11개 연구소 가운데 미국에 이어 두 번째로 크며 총 1000여 명인 MS 연구개발(R&D)그룹 인력의 약 4분의 1이 이곳 소속이다. 20년 넘게 현장에서 아시아 과학기술의 비약적인 진보를 목격한 훙 부사장은 AI의 현재와 미래를 어떻게 바라보고 있을까. 동아비즈니스리뷰(DBR) 1월 1일자(288호)에 실린 훙 부사장의 인터뷰를 요약 정리했다.“AI 기반의 비즈니스 활동은 모두 피드백 순환구조로 이뤄져 있다. 제품을 배포하고, 센서와 액추에이터로 데이터를 수집해 분석한 다음 의사결정을 내리고, 피드백 내용을 바탕으로 제품을 개선한다. 과거에는 사람이 했던 일을 지금은 AI가 대신 한다. 자동차 제조사 롤스로이스를 예로 들어보자. 이 회사는 자동차뿐 아니라 비행기용 제트엔진도 만들고, 엔진 제품과 더불어 엔진 고장을 예측, 정비해주는 서비스까지 판매한다. 이런 사전 예측 서비스는 정시 출발을 원칙으로 하는 항공기 지연을 막는 데 효과적이다. 또 롤스로이스는 AI를 이용해 가상 및 엔진 성능 데이터나 관제탑 관측 데이터 등을 취합하고, 이를 토대로 연료량을 최적화해 비행기를 띄우는 데 필요한 전체 비용의 40%에 육박하는 연료비를 절감한다.”“AI는 많은 데이터(big data)와 적은 지능(small intelligence)을 가진 존재다. 반대로 인간은 적은 데이터(small data)와 높은 지능(big intelligence)을 가졌다. 사실 데이터가 많으면 지능은 필요 없다. 주식시장만 봐도 내부 정보를 이용해 투자하면 막대한 돈을 벌고 높은 수익률을 거둘 수 있지만, 그 사람을 두고 똑똑하다거나 현명하다고 하진 않지 않나. 그런 의미에서 기계는 지능이 그다지 높지 않아도 된다. 반면 아인슈타인은 데이터 하나 없이도 100년 전에 블랙홀과 중력파 등의 개념을 이야기했다. 그런데 지금에서야 블랙홀과 중력파를 관찰할 수 있게 되지 않나. 이게 지능이다.”“지능을 5단계로 나눈다면 1∼3단계는 이미 인간과 맞먹거나 인간을 뛰어넘었다. 1단계가 연산 기억(computation & memory)이다. 계산, 암기 능력으로는 컴퓨터를 절대 넘어설 수 없다. 2단계가 지각(perception), 즉 안면과 음성 인식이다. MSRA가 개발한 ‘레즈넷(ResNet)’의 안면 인식이나 MS 코타나, 애플 시리(Siri), 구글 어시스턴트 등의 음성 인식 기술만 봐도 사람보다 정확하다. 우리는 한 번 본 사람의 얼굴을 금세 잊어버리지만 레즈넷은 공항을 통과하는 수많은 군중 속에서 범죄 용의자를 식별한다. 3단계 인지(cognition) 능력도 이제 기계가 인간을 따라잡았다. 비즈니스, 금융, 과학기술 분야 종사자들에게 요구되는 생산적인 지능 활동이 인지의 영역에 속한다. 스탠퍼드대가 개발한 스쿼드(SQuaD)라는 독해 능력 테스트에서도 MS의 AI가 받은 점수가 학생들의 평균 점수보다 높았다.”“창의성(creativity·4단계)과 지혜(wisdom·5단계)다. AI의 창의성이 0이라면 인간은 100이다. AI 시인이 키워드를 기반으로 시집을 발간하고, AI 작곡가가 힙합과 K팝 스타일의 곡을 쓰고, AI 화가가 추상화나 인상화를 그리고 있지만 이건 창의성이라고 보기 어렵다. 컴퓨터가 심층 신경망을 활용해 특정 키워드나 멜로디, 픽셀 크기나 밝기 채도 등으로 스타일을 이전한 것일 뿐이다. 컴퓨터가 쓴 시, 음악, 회화는 일류의 것을 창조한 결과가 아니라 이미 짜인 알고리즘을 바탕으로 빠르게 연산해 내놓은 모방의 결과다. 반면 내가 생각하는 창의성은 독일 수학자 가우스가 1부터 N까지 연속한 자연수의 합을 구하기 위해 N(N+1)/2의 공식을 만들었듯 기존에 없던 공식과 없던 문제를 발견해 해결하는 것이다.”“200년 전, 전 세계 인구의 95%가 농업에 종사했지만 이제는 5%만이 농사를 짓는다. 그렇다고 해서 나머지 95%가 직장을 잃었을까? 그렇지 않다. 리테일, 금융, 보건, 하이테크 등의 산업으로 이동했다. 인간은 학습을 통해 스스로 발전한다. MS가 링크트인을 인수한 이유도 사람들이 평생에 걸쳐 어떤 교육을 받아야 하는지, 어떤 직장 이동 기회를 원하는지 규명하기 위해서다. 이런 수요와 공급을 잘 연결한다면 AI 기술이 모든 사람에게 새로운 기회를 열어줄 것이다.”김윤진 기자 [email protected]
“패턴화 잘하는 AI는 ‘유능한 보조’일 뿐…인간 창의성 위협 못해”
“인터넷은 1960년대 처음 만들어졌지만 누구나 쓸 수 있게 된 것은 월드와이드웹(WWW) 기술이 나온 1990년대 이후입니다. 인공지능(AI)도 개념 자체는 수십년 전부터 나왔지만 2010년대 이후 온라인을 통해 서로 자료를 공유하는 문화가 정착되면서 어마어마하게 빠르게 발전했어요.”정지훈 모두의연구소 최고비전책임자(CVO)는 12일 폐막한 글로벌인재포럼 2020의 ‘AI 시대, 다시 세상을 연결하다’ 세션에서 “AI 시대의 교육 방법은 이전과 완전히 달라져야 한다”며 이같이 말했다.그는 “일반적인 학계는 1년 단위로 사이클이 도는 반면 AI 분야는 데이터와 코드를 모두 공개하는 게 관례로 자리잡으면서 발전의 속도가 굉장히 빠르다”며 “AI 기술을 이끌어가는 연구자들도 20~30대 젊은 인재들이 주력을 이루고 있다”고 설명했다.그가 참여하고 있는 모두의연구소는 이같은 고민에서 만들어졌다. LG전자 연구원 출신인 김승일 소장이 만든 모두의연구소는 누구나 본인이 하고 싶은 연구를 자유롭게 할 수 있다. 정 CVO는 “하고 싶은 주제를 신청해 랩(lab)을 만들 수도 있고 다른 사람의 연구실에 참여할 수도 있다”며 “현재 딥러닝, 자연어처리 등 다양한 주제의 연구실이 운영되고 있다”고 말했다. 이어 “뛰어난 교육자가 일방적으로 콘텐츠를 전달하는 것이 아니라 공통의 주제에 관심있는 사람들이 모인 커뮤니티가 혁신을 이끌어갈 수 있다”며 “커뮤니티 형태의 교육 제도가 정착될 수 있도록 제도 마련과 문화 확산이 중요하다”고 조언했다.정 CVO는 AI의 발전이 본궤도에 접어들었다고 분석했다. 최근 AI에 대한 관심이 폭발적으로 커지면서 이에 대한 실망으로 ‘세 번째 겨울’이 올 수 있다는 지적에 대해 그는 “가을이 올 수는 있어도 겨울은 오지 않을 것”이라고 단언했다. 1950년대와 1980년대 AI가 세간의 기대만큼 발전하지 못하면서 한동안 학계의 관심을 받지 못했던 것을 두고 각각 ‘첫 번째 겨울’과 ‘두 번째 겨울’로 부른다. 정 CVO는 “이미 AI를 적용해 수많은 일을 할 수 있어 과거와 같은 빙하기가 오지는 않을 것”이라고 말했다.한국의 대표적인 머신러닝 전문가인 최승진 바로에이아이 최고기술책임자(CTO)는 AI의 발전으로 인간 역시 더 발전할 수 있다고 강조했다. 그는 “AI에게 가장 어려운 일은 사람이 쉽게 할 수 있는 일이고, 사람이 쉽게 할 수 없는 일은 AI가 잘 할 수 있다”며 “경쟁 관계가 아니라 서로 도움을 줄 수 있는 관계”라고 말했다. 그는 “AI의 최종 목표는 사람을 대체하는 게 아니라 사람의 보조 역할을 잘 하는 것”이라며 “의사를 더 좋은 의사로, 변호사를 더 좋은 변호사로 만들 수 있다”고 설명했다.휴머노이드 로봇 ‘휴보’를 개발한 오준호 KAIST 기계공학과 석좌교수는 “로봇은 AI와 인간을 물리적으로 연결해주는 매체”라고 말했다. 그는 AI 로봇을 구성하는 두 가지 요소로 스스로 판단할 수 있는 ‘자율성’과 행동할 수 있는 ‘모빌리티’를 꼽았다. 오 교수는 “자율성과 모빌리티 모두 딜레마를 갖고 있다”고 봤다. 자율성은 시키지 않더라도 사용자가 원하는 방향으로 작동하는 것이다. 과도한 자율성을 줄 경우 사용자의 뜻을 벗어날 수 있다. 모빌리티는 물리적인 힘이다. 빠르고 강할수록 좋지만 반대로 위험해진다. 각각의 딜레마를 가진 두 가지 요소가 결합할 경우 더 큰 문제가 생겨날 수 있다. 오 교수는 “어느 한 가지의 수준을 높인다면 다른 하나는 낮춰야 할 필요가 있다”고 강조했다. 자율성과 모빌리티 모두 높은 수준이 될 경우 사람에게 해를 끼칠 수 있는 ‘킬러 로봇’으로 될 수 있다는 지적이다.이승우 기자 [email protected]
창의성을 통해 살펴보는 인공지능문학의 가능성과 한계: 셰익스피어 VS. AI-셰익스피어
이 논문은 창의성의 측면에서 인공지능문학이 갖는 가능성과 한계를 고찰하고자 한다. 이를 위해 창의성이 발현되는 세 가지 방식인 조합적 창의성, 탐색적 창의성, 변형적 창의성을 검토한다. 그 후에 셰익스피어의 소네트 중 잘 알려진 소네트 18번 “Shall I compare thee to a summer’s day?”와 인공지능 알고리듬이 딥러닝 방식에 의해 산출한 소네트 결과물을 분석하여 비교한다. 셰익스피어의 소네트는 창의성의 세 가지 특성을 모두 잘 보여준다. 그러나 인공지능 셰익스피어가 산출한 소네트들은 탐색적 방식과 변형적 방식을 보여준다는 점에서 소네트의 형식은 잘 포착해 냈지만, 조합적 방식에 의한 감정 혹은 의미와 가독성에서는 결함을 보임을 발견할 수 있다. AI-셰익스피어는 약강 5음보와 독특한 각운구조라는 형식은 만족시킨다는 점에서 창의성에 대한 가능성을 보여준다. 그러나 문학의 핵심적 요소인 감정과 가독성에 있어서 결함을 보인다는 한계를 갖는다. 이 사실을 통해 우리는 인공지능을 훈련하는데 있어 감정의 기능을 그만큼 더 강조해야 한다는 또 다른 결론을 얻을 수 있다.
This paper aims to examine the possibilities and limitations of artificial intelligence literature in terms of creativity. For this purpose, this paper examines three types of creativity: combinational creativity, exploratory creativity, and transformative creativity. We then compare the well-known (among Shakespeare’s sonnets) sonnet 18 “Shall I compare thee to a summer’s day” and the sonnet results calculated by the artificial intelligence algorithm using a deep learning method. Shakespeare’s sonnet illustrates all three types of creativity. However, the sonnets produced by the artificial intelligence Shakespeare, with iambic pentameter and a typical rhyme scheme, capture exploratory and transformative methods. However, they show defects in emotions, meanings, and readability according to the combinational type of creativity. This leads us to conclude that we must emphasize the function of emotions in training artificial intelligence.
인공지능시대의 필수 지식 : 창의성과 호기심 ** 정보문화 이야기 :: 크레존
인공지능이 따라잡지 못한 인간 능력으로 창의성이 주목받고 있습니다. 그런데 최근 인공지능은 창의성의 대표적 결과인 예술품을 만들어내는 수준입니다. 인공지능이 예술품을 창작하는 현실은 인간의 고유한 능력으로 여겨온 창의성에 대한 도전인가, 아니면 사진 기술처럼 예술 영역을 새롭게 확장하는 도구의 등장인가, 최근 인공지능이 인간 수준의 예술품을 만드는 상황이 벌어지면서 인공지능 환경에서 예술의 본질에 관한 질문이 움트고 있습니다.
● 창작하는 인공지능 등장
2018년 11월 미국 뉴욕 크리스티 경매에서 최초로 인공지능이 창작한 그림이 경매에 나와, 고가에 낙찰되는 일이 일어났습니다. 프랑스의 연구자들이 개발한 인공지능 화가 ‘오비어스’가 그린 초상화 ‘에드몽 드 벨라미’가 43만2000달러(약 5억 원)에 낙찰됐습니다. 작품은 가상의 남자 초상인데 눈 코 입과 얼굴 윤곽을 모호하게 묘사해 신비로운 분위기를 그려냈습니다.
[그림 1](출처 : 이미지 투데이)
오비어스는 14세기부터 20세기까지의 서양화 1만5000여 작품을 데이터베이스로 만들고 이미지를 분석해 초상화 구성요소를 학습한 뒤 창작을 해냈습니다. 이날 경매에선 함께 출품된 앤디 워홀의 작품이 7만5000달러에 낙찰됐습니다. 인기 높은 팝아트 거장의 작품 낙찰가보다 인공지능 작품이 6배 높게 시장에서 평가된 것입니다.
고대 동굴벽화로부터 렘브란트 초상화, 뒤샹과 폴록의 현대미술에 이르기까지 예술은 사람이 자신의 의식을 표현하는 방법이었습니다. 한때 아름다움과 동의어였던 예술은 현대에 이르러 예술가들의 다양한 시도와 해석을 통해 더 아름다움의 추구가 아닌 인간 고유의 의식적 표현 행위와 의미 부여 행위로 달라졌습니다. 사진 기술과 대량 복제기술이 등장함에 따라 무엇이 예술에 대한 질문이 제기되었고, 새로운 해석과 지평이 열려왔습니다.
최근 연구는 인공지능이 자신의 결과물에 대해 인간이 이해할 수 있는 수준의 논리적 설명력을 갖춘 ‘설명 가능성’ 구현으로 진전하고 있습니다. 알파고 충격에서 드러난 것처럼 이용자들은 이해하지 못해도 효율적 결과에 찬사를 보내며 수용했는데, 인공지능 예술이 미적 가치에 대한 설명 능력까지 갖춘다면 인공지능 예술은 환대받을 가능성도 있습니다.
인공지능은 현대 예술 발전과정에서 직면해온 예술의 본질에 관한 물음으로 답해지지 않는 새 질문을 던지며, 인공지능 시대 예술 개념의 재설정과 확장에 대한 과제를 제기하고 있습니다.
기업과 사회가 점점 더 개인에게 창의적 능력을 요구하는 배경에는 크게 3가지 이유가 있습니다.
첫째, 컴퓨터와 인공지능의 발달로 창의적인 일만 사람의 일로 남기 때문입니다. 이미 창의적이지 않고 반복적인 일을 하는 ‘정형화된(routine)’ 업무들은 속속 자동화와 로봇에 대체되고 있습니다.
[그림 2](출처 : 이미지 투데이)
정형화된 직무는 정해진 작업지침(매뉴얼)과 규칙에 기반을 둬 처리하는 업무를 말합니다. 용접, 조립, 지게차 운전 등을 포함해 비서, 회계, 은행 업무 등이 정형화된 업무입니다.
비정형화된 업무는 배관공, 간호사, 간병인, 홍보, 재무 분석, 컴퓨터 프로그래밍 등을 예로 들 수 있습니다. 비정형화된 업무란 매뉴얼과 규칙대로 처리할 수 없어 로봇과 자동화 기계에 맡길 수 없고 담당하는 사람이 매번 다른 방식으로 처리해야 하는 일입니다.
정형화한 업무가 기계에 의해 대체되는 현상은 해당 직업이 주로 두뇌를 사용하는 인지적 직무(cognitive work)이거나 주로 몸을 쓰는 육체적 노동(manual work)이거나 차이가 없습니다. 매뉴얼을 중심으로 처리해야 하는 일은 직무와 직종을 따지지 않고 결국 자동화 기계에 의해 대체된다는 게 공통점입니다.
미래에는 규정된 직무를 매뉴얼대로 틀림없이 해내는 능력보다 소통 능력과 창의성, 복합적 문제해결 능력이 무엇보다 중요해집니다. 인공지능과 로봇으로 인해 앞으로 정형화된 업무의 일자리는 줄어들고, 비정형적인 일자리가 늘어나는 현상은 가속화합니다. 2000년대 이후 미국 노동시장에서 정형화한 직무는 계속 줄어들고, 비정형적인 일자리만 점점 더 늘어났다는 사실이 통계로 분명하게 확인됐습니다. 그 추세는 점점 강화하고 있습니다.
둘째, 사회는 갈수록 사회가 복잡해지고 예측 불가능성이 높아지는, 불확실성의 시대입니다. 이는 복합적 문제해결 능력과 창의성에 대한 수요 증가로 이어집니다. 미래는 사물인터넷 세상으로, 초연결 사회가 됩니다.
[그림 3](출처 : 이미지 투데이)
거의 모든 사물이 인터넷에 연결될 때의 복잡도는 사람들만 연결될 때와는 비교할 수 없는 수준으로 복잡해집니다. 네트워크에서는 연결점이 많아질수록 복잡도가 기하급수적으로 증가합니다.
자원이 2개 있을 때 연결점은 1이지만, 4개일 때는 6으로, 10개면 45개로 늘어납니다. 우리는 인터넷과 스마트폰을 통해 세상 모든 정보에 접근할 수 있고, 소셜미디어를 통해 직접 만나보지 않은 수많은 사람과 메시지를 주고받을 수 있는, 복잡한 세상에 살고 있습니다.
문명은 점점 더 연결점이 많아지고 복잡도가 증가하는 방향으로 진전합니다. 복잡도가 증가하면 기존의 문제 처리방식으로는 해결할 수 없습니다. 새로운 해결 방법을 만들어내고 불확실성에 대응하려면 창의력이 필요합니다.
컴퓨터와 자동화 기술 발달은 대부분의 단순 업무와 정형적 업무를 대체하면서 사람의 일자리를 없애지만 동시에 새로운 문제와 새로운 일자리도 만들어냅니다. 앞으로 새로 생겨나는 문제와 일자리가 무엇일지 정확하게 예측하는 것은 미래의 영역이기 때문에 불가능합니다.
하지만 미래의 중요한 문제와 새로 생겨날 일자리의 공통된 특징은 파악할 수 있습니다. 지금까지의 처리 방법이 통하지 않는 문제라는 점, 그리고 복합적 문제해결 능력이 필요하다는 게 공통된 특징입니다. 인공지능이 아무리 발달하더라도 사람과 같은 창의성을 갖는다는 것은 불가능합니다. 창의성이 무엇보다 필요한 이유입니다.
과거엔 대부분의 일자리가 반복적이고 정형화된 업무였고 창의성은 예술가, 학자, 연구개발 전문가 등 소수에게 필요한 기능으로 여겨졌습니다. 하지만 미래는 대부분의 일자리가 창의성과 복합적 문제해결 능력을 요구합니다. 예술과 창작, 발명의 업무가 아니어도 사람은 기계가 할 수 없는 복잡한 업무를 맡아야 하므로, 누구나 창의성을 갖춰야 합니다.
셋째, 창의성이 중시되는 배경에는 디지털 세상에서 점점 더 창의성이 희소해져 가고 있는 현상과 관련이 깊습니다. 스마트폰과 인터넷의 편리함은 엄청난 정보와 수많은 사람과 연결된 채로 생활하게 했습니다. 똑똑한 도구와 연결된 삶은 결과적으로 깊은 생각을 하지 않고 살아가는 방식을 퍼뜨리고 있습니다.
[그림 4](출처 : 이미지 투데이)
생각을 덜 하는 생활방식에서 창의성이 키워지지 않습니다. 니컬러스 카는 <생각하지 않는 사람들>에서 우리가 인터넷에 더 많이 의존하게 되면서 성찰과 창의성을 잃어버리고 사고 기능이 얄팍해지고 있다는 점을 다양한 사례와 자료로 제시했습니다.
미국의 시사주간지 <뉴스위크>는 2010년 10월 ‘창의성의 위기’라는 특집 기사를 실어 디지털 환경에서 창의성이 점점 하락하고 있다는 연구 결과를 소개했습니다. 윌리엄 메리 대학 김경희 교수가 미국 성인과 아동 30만 명의 데이터를 분석한, 방대한 결과입니다.
생활환경 개선과 더불어 지능지수(IQ)는 계속 높아져 왔지만, 1990년 이후 아이들의 창의성은 오히려 하락해 왔다는 역설적 현상을 확인한 것입니다. 미국에서 창의성 하락 추세는 유치원부터 초등학교 6학년까지 창의성이 가장 활발한 연령대에서 두드러졌습니다. 특히 아이들이 부모의 계획대로 살고 시험 점수와 성적에 집착하고 디지털 미디어를 몰입해서 사용할수록 창의성이 떨어지는 현상이 나타났습니다.
자녀에게 기대하는 부모의 학습 목표가 분명하고 디지털 기기 사용 몰입도가 높은 우리나라도 마찬가지입니다. 기억하고 판단하고 생각하는 기능을 디지털 도구에 의존할수록 당장은 편리하지만, 인간 고유의 사고 기능이 위축될 우려가 있습니다. 책을 읽고 성찰하는 사람들이 줄어든다는 것은 창의성이 희소해진다는 걸 의미합니다.
창의성의 출발점은 호기심입니다. 호기심은 사람 누구나 지닌 본능으로, 궁금한 것을 참을 수 없는 게 당연합니다. 학창 시절 학습 지진아였지만 위대한 과학적 업적을 쌓은 아인슈타인은 호기심을 자신의 원천이라고 말합니다. 아인슈타인은 천재성의 비밀을 묻는 말에 대해 “나는 특별한 재능이 없습니다. 단지 열정적으로 호기심이 많을 뿐입니다.”라고 답했습니다.
손안에서 세상 모든 정보에 도달할 수 있는 세상에서는 누가 어떤 호기심을 품었는지가 지식의 수준과 삶의 방향성을 좌우합니다. 인문학자 고미숙은 “질문의 크기가 내 삶의 크기를 결정한다.”라고 말합니다. 정보 홍수의 디지털 시대에 넘쳐나는 정보를 가장 현명하게 이용하려면 쏟아지는 정보를 수동적으로 받아들이는 대신 자신이 목적을 갖고 주도적으로 탐색에 나서야 합니다.
[그림 5](출처 : 이미지 투데이)
호기심을 품고 변화된 상황을 탐구하고자 하는 사람에게 변화는 즐거운 도전이자 모험입니다. 그래서 호기심과 탐구 능력을 갖춘 사람에게 변화는 불안이라기보다 성공과 발전을 위한 기회입니다.
인공지능이 인간의 지적 능력을 압도하는 이벤트가 잇따르고 있습니다. 체스, 바둑, 포커, 스타크래프트, 퀴즈대회 등 다양한 분야에서 열린 사람과 기계의 대결에서 인간의 패배는 점점 늘어나고 있습니다.
이처럼 기억, 연산, 판단, 추리 능력 대부분에서 디지털 기계의 능력을 상대할 수 없는 상황에서 인간 고유 능력으로 호기심이 주목받고 있습니다. 아무리 강력한 컴퓨터와 똑똑한 인공지능도 사람처럼 호기심을 갖지는 못할 것이므로 창의성이 중요해질 인공지능 시대엔 호기심이 지적 능력의 핵심이 될 것이라는 얘기입니다. <큐리어스>의 저자 이언 레슬리는 유인원도 식욕, 성욕, 주거욕을 갖고 있지만, 호기심은 사람만 지닌 네 번째 본능이라고 강조합니다.
그런데 호기심은 학습자 스스로 지식과 지혜를 찾아가게 하는 개인과 사회 발전의 원동력이지만, 비효율성이 특징입니다. 관련한 정보나 답이 있는 경우 호기심은 불필요하고 위험한 모색을 하게 만들어 시간과 자원을 낭비하게 합니다.
특히 선진국 따라잡기 전략을 통해 단기간에 산업 발전을 일군 한국 사회에서는 호기심을 장려하지 않았습니다. 빠른 추격자 전략이 제공한 효율성에 대한 경로 의존성은 호기심과 양립하기 어려웠습니다. 호기심은 효율성 대신 쓸모없어 보이는 지적 추구, 사상과 표현의 자유, 비판적 사고를 존중하는 사회적·문화적 토양이 있는 곳에서 싹트기 마련인데 한국사회의 효율성 추구 경쟁은 호기심 배양을 훼방합니다.
과업의 목표와 보상이 명확한 경우에는 효율적이지만, 당장의 성과가 장기적 성취에 걸림돌이 되는 경우에는 부적합한 학습 방법입니다. 심리학 분야에서 유명한 ‘마시멜로 실험’에서 관찰된 즉각적 보상을 유예하고 장기적 목표를 추구할 때 얻어지는 성과와 유사합니다.
[그림 6](출처 : 이미지 투데이)
사람의 학습은 단기적 성과보다 장기적이고 추상적인 과업을 추구할 때 더 나은 결과로 이어지는 경향이 있습니다. 인공지능이 즉각적 보상이 없어도 장기적이고 전체적인 관점에서 환경을 탐구하고 나중에 활용될 기술을 배울 수 있게 되었다는 소식은, 인공지능을 더 다양한 용도로 활용할 수 있게 만드는 가능성이면서 호기심마저 기계가 따라 하는 환경에서 인간의 고유성이 무엇인지에 대한 깊은 질문을 던집니다.
기계는 인간이 호기심을 활용하는 것과 다른 방식으로 효율성을 높여왔고, 이는 일종의 호기심으로 보아야 한다는 주장이 있습니다. 엔지니어들은 자동차 안전도를 높이기 위해서 다양한 시도를 해왔고, 호기심을 기반으로 디자인과 구조 개선, 에어백, 브레이크 미끄럼 방지, 보행자 감지 등 신기술을 기술을 개발했습니다.
최근의 인공지능은 인간이 자동차 설계에 적용해왔던 관행과 방식에 얽매이지 않고 효율성을 기초로 전혀 새로운 디자인과 구조 설계를 구현할 수 있습니다. 사람과 다른 유연성을 갖춘 기계 지능이 나타나고 있는 것입니다. 이는 알파고와 알파고의 대국을 보면서, 프로바둑기사들이 “인간 바둑에서는 상상할 수 없던 수이지만, 놀랍게 효과적인 포석이다.”라고 열광하고 있는 것과 유사합니다.
그렇다고 지금 바둑이나 체스처럼 호기심에서 인간이 기계에 밀려난 상황은 아닙니다. 기계는 불가능할 것으로 여겨졌던 호기심마저 기계가 흉내 낼 수 있다는 가능성을 확인한 수준입니다. 기계에 불어넣으려는 ‘인공적 호기심’과 달리, 인간 호기심은 자유롭고 변덕스럽다는 점이 단점이자 장점입니다. 기계가 호기심마저 모방하게 된 시점에서 사람은 새삼 호기심의 본질이 무엇인지를 묻고 있다는 점과 그 호기심을 제어할 수 없다는 것이 차별성이자 가능성으로 주목할 만합니다.
정답이나 모범답안이 있는 문제에서 호기심은 숙성되기 어렵습니다. 호기심은 답이 모호하거나 여러 개 또는 아예 정답이 없는 질문을 만날 때 작동합니다. 정해진 지식을 전수하려는 ‘정답 위주’ 교육은 상급학교 진학과 지식 습득에서 효율성이 있지만, 장기적으로는 호기심과 자발적 학습에 대한 흥미를 없애는 결과로 이어집니다. 호기심 기반 교육은 정답과 교과과정의 지식 전달을 위주로 하는 교육방식에서는 병립하기 힘듭니다.
호기심을 연구해온 미국의 심리학자 수전 엥겔은 불안이 호기심을 억제하는 역할을 한다고 말합니다. 학생들이 불안하고 초조한 상태에서 학습하면 호기심이 자라나기 힘듭니다. 호기심은 기본적으로 실패 가능성이 높고 때로는 위험한 시도인데, 실패 가능성을 걱정하고 불안해하면 시도 자체를 하기 어렵습니다.
만약 한두 번의 실패로 만회하기 힘든 손해를 입고 비참한 생활을 피할 수 없다는 생각이 들면 새로운 도전에 나서기 어렵습니다. 도전과 시도가 안전하고 유익하다는 경험과 믿음을 가질수록 더 적극적으로 새로운 것을 시도하고 도전할 수 있습니다. 창의성과 호기심을 키우는 데 개인의 노력 못지않게 도전과 실패를 수용하는 사회 시스템과 교육환경이 중요한 이유입니다.
[그림 7](출처 : 이미지 투데이)
학창 시절 학습 지진아였지만 위대한 과학적 업적을 쌓은 아인슈타인은 호기심을 자신의 원천이라고 말합니다. 아인슈타인은 천재성의 비밀을 묻는 말에 대해 “나는 특별한 재능이 없다. 단지 열정적으로 호기심이 많을 뿐입니다.”라고 답했습니다.
그는 또 “만약 목숨이 걸린 문제를 해결할 시간이 1시간만 주어진다면 나는 문제가 무엇인지 정의하는데 55분을 쓰고 나머지 5분을 해결책을 찾는 데 사용할 것입니다.”라고도 말했습니다. 문제를 풀기 위해서는 해결책을 찾아 나서는 것보다 호기심을 갖고 좋은 질문을 만들어내는 게 핵심이라고 보는 것입니다.
손안에서 세상 모든 정보에 도달할 수 있는 세상에서는 누가 어떤 호기심을 품었는지가 지식의 수준과 삶의 방향성을 좌우하는 중요한 요소가 됩니다. 인문학자 고미숙은 “질문의 크기가 내 삶의 크기를 결정합니다.”라고 말합니다. 정보 홍수의 디지털 시대에 호기심의 가치는 창의성과 마찬가지 이유로 점점 더 중요해지고 있습니다.
넘쳐나는 정보를 가장 현명하게 이용하려면 쏟아지는 정보를 수동적으로 받아들이는 대신 자신이 목적을 갖고 주도적으로 탐색에 나서야 합니다. 더욱이 기술과 사회 변화가 빨라지면서 모든 영역에서 과거의 기준과 방법이 끊임없이 새로운 표준(뉴노멀)에 밀려나고 있습니다.
끊임없이 변화하는 세상에서 무엇보다 필요한 도구는 질문하는 능력입니다. 왜냐하면 과거의 인식 틀과 해결 방법이 통용되지 않는 예측 불가능한 환경변화에 가장 잘 적응하는 능력은 지금 상황에 적절한 질문을 던지는 것이기 때문입니다. 호기심을 품고 변화된 상황을 탐구하고자 하는 사람에게 변화는 즐거운 도전이자 모험입니다. 그래서 호기심과 탐구 능력을 갖춘 사람에게 변화는 불안이라기보다 성공과 발전을 위한 기회입니다.
학생들이 일상적으로 호기심을 경험할 수 있는 교육 공간은 학교와 교실이지만, 한국 사회의 집단주의와 토론 부재 문화, 효율성 추구는 교실을 호기심이 꽃피우는 환경으로 만들지 못합니다.
[그림 8](출처 : 이미지 투데이)
호기심과 창의성은 학습의 목표가 상급학교 진학과 효율성을 향하는 한, 실현이 불가능한 목표입니다. 학습자와 교육자가 학습과 교육의 목표를 전인적 교육과 평생학습, 오래 지속되는 진정한 행복이라는 방향으로 옮기지 않는 한 불가능합니다.
호기심과 창의성을 배양하기 위해서는 효율성 대신 자신의 흥미를 찾아 나서며 질문을 던지고 불확실성과 불안을 기꺼이 받아들이는 용기가 필요합니다.
창의성은 한두 번의 반짝하는 아이디어나 번개와 같은 영감을 통해 구현할 수 있는 게 아닙니다. 소득 없이 거듭되는 시도와 실패를 오래 견딘 뒤에야 찾아오는 게 창의성입니다. 실패와 역경을 견디는 힘과 자산이 있어야 창의성의 결과가 나타날 때까지 지치거나 포기하지 않고 호기심을 키워가는 추구를 할 수 있습니다. 호기심을 해소하려면 끈기가 필요하고, 창의성은 위험과 실패를 감수할 때 따라오는 결과입니다.
키워드에 대한 정보 인공 지능 창의성
다음은 Bing에서 인공 지능 창의성 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 인공지능과 창의성
- 동영상
- 공유
- 카메라폰
- 동영상폰
- 무료
- 올리기
인공지능과 #창의성
YouTube에서 인공 지능 창의성 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 인공지능과 창의성 | 인공 지능 창의성, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.