E,AHRSS

인공지능

last modified: 2016-03-10 00:04:45 Contributors

1997chess.jpg
[JPG image (Unknown)]

슈퍼컴퓨터 딥블루(White) VS 챔피언 게리 카스파로프(Black), 1997
카스파로프는 최연소로 세계챔피언에 오른이후 15년동안 무패를 기록한 체스역사상 가장 뛰어난 선수였다. 하지만, 도전자였던 슈퍼컴퓨터 딥블루는 그가 그동안 두었던 기보들을 모두 가지고 있었고, 그대로 따라했다. 챔피언은 자신의 수를 뛰어넘을 신의 한수를 찾지못했고, 딥블루또한 자신이 이길수 있는 수를 DB에서 찾을 수 없었다. 그렇게 계속되는 무승부끝에 챔피언은 점차 집중력이 흐트러지기 시작했고, 어이없는 실수를 하며 그대로 무너지고 말았다.[1]

"인공지능의 발명이란 자동차에서 바퀴를 떼어낸 뒤 그 자리에 발을 달기 위해 고심하는 것이다." - 앨런 튜링[2]


Contents

1. 개요
1.1. 분류
2. 연구 현황
3. 개발 가능성
3.1. 회의론
3.2. 긍정론
4. 인공지능 구현에 쓰이는 기술
5. 현실의 인공지능의 예
6. 각종 창작물에 등장하는 인공지능
7. 관련 항목

1. 개요

한자 : 人工知能
영어 : Artificial Intelligence; A.I.

지성을 갖추고 사고 활동을 할 수 있도록 인공적으로 만들어진 장치. 일반적으로는 컴퓨터를 통해 구현한다. 현실에서는 걸음마 단계이나, SF물에서는 자주 나오는 소재이다.

크게 자아를 지닌 '강인공지능(Strong AI)'과, 자아는 없으며 주어진 조건 하에서 결정만을 내리는 '약인공지능(Weak AI)'으로 구분할 수 있다.

인공지능 여부를 판단하기 위해서 앨런 튜링튜링 테스트라는 것을 제안했다. 이것이 제안된 것이 1950년인데, 64년만인 2014년에 이를 처음으로 통과한 시스템이 나왔다… 고 알려져 있으나 전문가들의 반응은 회의적이다. 항목 참고.

1.1. 분류

앞에서도 간략히 설명한 대로, 인공지능은 크게 분류하다면 '강인공지능(Strong AI)''약인공지능(Weak AI)''으로 구분할 수 있다.

강인공지능(Strong AI)은 자아를 지닌 인공지능으로서, SF물의 인공지능 슈퍼컴퓨터라던가, 안드로이드 등의 일부 지능형 로봇에 두뇌로서 탑재되는 고성능의 인공지능 컴퓨터 같은 것을 연상하면 쉽게 이해할 수 있을 것이다. 거대한 슈퍼컴퓨터로 묘사되기도 하고 평범한 사이즈의 작은 컴퓨터로 묘사되기도 하는 등 다양한 모습으로 묘사되지만, 강인공지능으로 분류되기 위한 조건인 자아를 지닌다는 점은 공통되고 있다. 이 강인공지능이 과연 실현될 수 있는 지는 인공지능 연구에 있어서 중요한 떡밥이자 핵심적인 과제이며, 동시에 현실의 인공지능 개발에서는 아직까지는 가시적인 성과를 보이지는 않고 있는 분야이기도 하다.
한편 약인공지능(Weak AI)은 자아는 없으며 주어진 조건 하에서 결정만을 내리는 인공지능으로서, 사람이 아닌 기계가 수칙에 따라 건물/시설 등의 관리와 같은 다양한 작업을 처리하는 인공지능 체계를 말한다. 강인공지능과 마찬가지로 이 역시 SF에서 많이 묘사되고 있으며, 거대한 슈퍼컴퓨터로 묘사되기도 하고 평범한 사이즈의 작은 컴퓨터로 묘사되기도 하는 등 역시 다양한 모습으로 그려진다. 또한 현실의 인공지능 개발에서 가시적인 성과를 보이고 있는 분야이기도 하다. 강인공지능과의 최대의 차이점은 자아를 지니지 않는다는 점.

참고로 감정을 가진 인공지능은 현실적으로 아직까지는 연구된 바가 없으며, 따라서 현실에서 연구되고 있는 인공지능은 어디까지나 인간의 의식을 단순히 표면적인 수준에서 겉으로 모사하는 것이 한계이다. 예를 들어 "이 꽃은 예쁘다", "날씨가 좋다" 라는 것이 기계학습의 군집 형성을 통해 통계적으로 출력될 수는 있겠지만, 어디까지나 통계적이고 기계적인 출력이고 실제로 감정을 느껴 반응하는 것은 아니다.
한편 SF적인 관점 또는 이론적인 관점에서 보자면, 감정을 가진 인공지능이 과연 필요한가, 바꿔 말하자면 인공지능에게 감정을 부여할 필요성이 있는가에 대해서는 기술적인 실현 가능성의 여부를 떠나서 그 개념이나 발상 자체가 여러모로 논란의 대상이 되는 떡밥이기도 하다. 기술적 난점을 비롯한 현실적 문제 또는 예기치 못한 폭주에 대한 우려 등을 고려하여 인공지능에게 감정을 부여할 필요성은 없다고 생각하는 의견도 있고, 또 반대로 인간의 의식을 보다 고도로 정밀하게 모사하기 위해서는 감정 역시 부여될 필요가 있기에 인공지능에게 감정을 부여할 필요성이 있다고 생각하는 의견도 있다. 이러한 떡밥은 특히 자아를 지니는 강인공지능의 실현에 관련된 생각보다 중요한 과제라고도 말할 수 있다.

강인공지능과 관련해서 상기한 것과 같은 떡밥이 있는 것에는 사실 상당히 중요한 이유가 있는데, 자아를 지니는 강인공지능을 만들기 위해서는 인간의 의식을 보다 심도 있게 모사할 필요가 있고 따라서 인공지능에게 감정을 부여할 필요성이 있는가에 대한 고찰 역시 필요해지기 때문이라 할 수 있다. 자아가 없는 약인공지능의 경우에는 인간의 의식을 단순히 표면적으로만 모사하는 수준으로도 충분하기에 애초에 감정이 부여될 필요성 자체가 근본적으로 없다고 할 수 있지만, 반대로 강인공지능의 경우에는 약인공지능과는 달리 좀 더 심도 있게 인간의 의식을 모사하는 것에 중점을 두며 따라서 감정이 필요한지의 여부에 대해서도 고찰이 이루어질 필요가 있다는 것이다.
이는 사실 인공지능에 대한 연구를 통해 도출된 가설만이 아니라 인간 스스로의 의식이나 지성에 대한 연구를 통해 얻은 가설도 반영된 이야기인데, 인간 스스로의 의식이나 지성에 대한 연구가 점차 진행되어가면서 인간의 이성감정은 일반적인 생각과는 달리 사실 명확하게 이분법적으로 분리되어 있는 것이 아니라 서로 연계되어 있는 것이며 심지어 이성이 감정에 종속되어 있기까지 하다는 가설이 나오고 있으며, 이러한 가설은 또한 강인공지능을 어떻게 하면 실현할 수 있는가에 대한 수많은 과제들 중 하나가 되고 있기 때문이다.[3] 예를 들어 만약 인간의 이성과 감정이 실제로도 상기한 가설과 같이 서로 분리되어 있지 않고 연동되는 것이라 한다면 그 인간의 의식이나 지성을 고도로 모사해야 할 강인공지능에게 있어서도 감정이 부여될 필요성이 생기게 된다고 가정할 수 있을 것이고, 반대로 인간의 이성과 감정이 상기한 가설과는 달리 서로 명확하게 분리되어 있는 것이라 한다면 역시 강인공지능에게 있어서도 감정이 부여될 필요성은 생기지 않는다고 가정할 수 있을 것이다.[4]

2. 연구 현황

인공지능이란 무엇인가, 무엇을 지능이라고 부를 것인가를 명확하게 정의하기는 쉽지 않다. 그리고 이는 철학적인 문제가 아니고 이 문제에 어떤 대답을 선호하는가에 따라서 연구 목적과 방향이 완전히 달라진다.

한 가지 대답은 인간의 '지능'을 필요로 하는 일을 컴퓨터가 처리할 수 있으면 그것이 바로 인공지능이라는 것이다. 또다른 대답은 인간과 같은 방식으로 이해를 할 수 있어야 인공지능이라는 것이다. 이 두 가지 대답 역시 세부적으로는 "지능을 필요로 하는 일이란 무엇인가?" 내지는 "인간과 같은 방식이란 무엇인가?" 라는 질문에 대한 대답에 따라서 서로 다른 여러 종류의 대답을 내포하고 있다. 물론 이 두 가지 대답은 배타적이지는 않다. 인간과 같은 종류의 지능을 가지고 '지능'을 필요로 하는 일도 처리할 수 있는 컴퓨터를 만드는 것은 수많은 컴퓨터 공학자들의 꿈과 희망이겠지만, 적어도 단기간에 그런 목표에 도달할 가능성은 희박하다.

만약 '지능을 필요로 하는 일'을 처리하는 것이 인공지능이라고 정의한다면, 인공지능은 인간이 어떤 방식으로 사고하는가를 고민할 필요가 없으며, 감성과 같은 것 또한 고려할 필요가 없다. 모로 가든 서울만 가면 되니까. 이러한 방향의 인공지능 연구에서는 초기에는 전문가가 필요한 일을 복잡한 소프트웨어를 통해서 처리하는 전문가 시스템이 대세였으며, 이러한 전문가 시스템은 실행 방식에서는 일반적인 소프트웨어와 특별한 차별성이 없고 전문가들이 문제를 해결하는 방식을 가능한 한 쉽고 정확하게 소프트웨어에 반영할 수 있는 방법을 제공하는데 주력했다.

그 외에도 체스를 두는 것 역시 이 분야에 들어간다. 아니 들어갔다. 대중적으로는 컴퓨터가 체스를 둘 수 있는 것이 지능을 가진 증거인 듯이 널리 알려져 있지만, 체스 머신은 매우 이른 시기에 인공지능 연구에서 제외되었다. 체스를 연산으로 처리하게 만드는 것은 대단히 어렵다. 수 하나를 더 내다보려면 평균적으로 26배의 연산이 더 필요해지기 때문에 아무리 현대의 컴퓨터가 빠른 속도로 발전하고 있다고 해도 5~6수를 내다보는 것이 고작이며 수십 수를 내다보는 체스 기사들과는 상대가 되지 않는다. 이 때문에 실제 체스 머신들은 지금까지의 체스 기보를 대량으로 입력한 후 그 체스 기보에서 같은 모양이 나온 적이 있는지를 하나하나 대조하는 방식으로 처리한다. 중국인 방 이론? 세계 챔피언을 이긴 IBM의 체스 머신은 7만개가 넘는 기보를 이용했다고 한다. 이는 더이상 인공지능의 분야가 아닌 데이터 병렬처리를 빠른 속도로 해낼 수 있는 슈퍼컴퓨터의 성능 과시용에 불과하다. 물론 이 역시 '지능'이라는 단어의 정의에 따라서 넣는 교수/학자도 있으며 빼는 학자도 있다. 다만 통상적으로 더 이상 이것은 연구의 분야가 아니라는 점은 변하지 않는다.

그동안 시도되었거나 시도되고 있는 접근법으로는, 전뇌 시뮬레이션 (Brain Simulation), 검색, Bottom-Up 접근법등이 있다. 그런데 컴퓨터가 체스 같은 특정 작업을 능숙하게 해낼 수 있게 되면 그 작업을 인공지능의 조건에서 바로 빼 버리는 경향이 있다(...). 이래서야 어떤 접근법이든 간에 무슨 의미가 있는지 의문이다.

현대에는 확률과 무작위 알고리즘을 다루는 연구 쪽이 가장 인기가 있다. 일반적으로 "A면 B다!" 라고 단정할 수 있는 문제는 컴퓨터로 비교적 쉽게 접근할 수 있다. 그러나 'art'가 '예술'일 수도 있고 '기술'일 수도 있듯이 여러 종류의 답이 가능한 경우도 있으며, 이 경우 '문맥'과 같은 주변 상황을 고려해야 하는데 그렇다고 "앞뒤에 이런 단어가 나오면 '예술'이고 아니면 '기술'이다" 라는 식으로 딱 잘라서 답을 내기는 어렵다. 이런 종류의 문제를 통계와 확률을 다루는 복잡한 수학을 이용해서 해결하는 것. 실제로 현대의 인공지능 연구는 단어 각각에 해당되는 카테고리를 부여하여, 문장 전체로 보았을 때 카테고리가 많은 쪽의 의미로 해석하도록 진행되고 있다고 한다.[5]

물론, '인간과 같은 종류의 사고'를 하는 것을 목표로 하는 연구도 활발히 진행되고 있으며, 대표적인 예가 가상 신경망이다. 가상 신경망의 연구 역시 인간 사고 모방만이 아닌 실용적인 문제를 해결하는 쪽으로도 활용되고 있다. 대표적인 예로 통상적인 컴퓨터 알고리즘으로는 해결할 수 없는 불가능한 비가역적 연산 과정이 있는 패턴 인식이 필요한 경우.

3. 개발 가능성

3.1. 회의론

8번째로 빠른 슈퍼컴퓨터인 블루진/L의 경우 시냅스가 각각 3000개씩 있는 뉴런 5000개를 시뮬레이션 하는데 성공했지만 당장 누에나방만 해도 시냅스가 각각 5000개 이상인 뉴런이 약 10만개 이상이 있는걸 감안하면 안습한 상황이다. 2010년 9월 현재 최고로 빠른 크레이XT-5 HE 재규어의 경우 엄청나게 많은 수의 AMD 옵테론 헥사 코어로 무장하고 있지만 별반 다를게 없는 상황. 게다가 2010년 중반 쯤에서야 겨우 인간의 1살 지능을 가진 인공지능을 개발해냈다. 그러나 그마저도 완벽하지 않다.

무어의 법칙에 의하면 1년 6개월 마다 CPU의 집적도는 2배로 늘어나기 때문에[6] 많은 컴퓨터 학자들이 20년 후에는 고양이 수준에 걸맞는 인공지능을 선보이겠다고 입을 모으지만 이것은 과거에도 있었던 일로 '석유 매장량'과 관련된 떡밥처럼 여태까지 그래왔고 앞으로도 계속 될 것으로 보인다.

하드웨어는 그렇다 치고 소프트웨어 역시 문제인데, 현재 인간은 지능은 고사하고 하드웨어인 조차 어떤 방식으로 작동하는지 정확하게 알지 못한다. 일이 이러한 상황이니 의식같은 고등 정신활동에 다다르면 어떠한 작용인지도 명확하게 결론내리고 있지 못하고 있다. 최신 이론에 따르면 감각활동에 주의를 기울였을 때 생긴다고 하나 역시 이론일 뿐이다. 노르베르트 볼츠에 따르면 인공지능에 엄청난 노력과 자본을 들여봤자 배울 수 있는 건 인간의 지능이 얼마나 희귀한가 뿐이라고 한다.

3.2. 긍정론

2010년만해도 인공지능은 머나먼 미래 기술로 보였지만 2014년 기준으로는 벌써 가까이 다가온 기술이다. 적어도 다음 세대 이전까지는 충분한 수준까지 도달할 것으로 보인다. 참고가 될 기사1.참고가 될 기사2.

사실 2009년에 이미 IBM에서 고양이 수준의 뇌를 시뮬레이션 성공했다. 다만 고양이의 사고를 모방한 것도 아니고 속도도 실제 뇌의 100분의 1 수준으로, 뉴런 10억개와 시냅스 10조개를 시뮬레이션한 것이라 완전한 완성이라고 하기에는 모자란 점이 분명히 있긴 하다.

스티븐 호킹은 자신의 저서인 '호두 껍질속의 우주'에서 현재의 컴퓨터의 연산능력은 해파리의 신경절보다 못하다고 언급한 바 있었지만, 이 책은 2001년에 나온 책이다. 2001년 최고 수준의 슈퍼컴퓨터2014년의 하이엔드급 그래픽 카드 2개에도 못 미치는 연산 성능을 가지고 있다. 또한 애초에 스티븐 호킹은 컴퓨터나 인공지능에 관련된 학자가 아니라 이론 물리학자 겸 천문학자라는 것도 고려해야 한다. 덧붙여 스티븐 호킹 본인 역시 세월이 흐르고 인공지능의 발전속도가 점점 빨라지자 인공지능의 능력에 대한 생각이 바뀌었는지 2014년에는 “인간의 지능을 뛰어넘는 기술은 유용하지만 인공지능의 완전한 발전은 인류의 종말을 불러올 수도 있다고 생각한다.”는 의견을 피력했다.

또한 에 대한 지식도 스마트폰 등 모바일 인터넷 기술이 발전하자 빅데이터 기술을 통한 새로운 관점으로 접근하는 방법이 시도되며 급진전하고 있는 중. 또한 MRI 같이 뇌를 관찰하는 기술도 급속도로 발전 중. 이미 인간 뇌의 신경망 지도를 작성하는 휴먼 커넥톰 프로젝트가 진행 중이며 유럽 연합에서는 2023년까지 인간 뇌 전체를 시뮬레이팅하는 휴먼 브레인 프로젝트가 진행 중이다.

문제는 이미 컴퓨터가 쉽게 풀 수 있는 문제는 더이상 인공지능이 아니라는 것. 예컨대 과거에는 컴퓨터가 손으로 쓴 글씨를 인식하거나 맞춤법을 교정하는 것도 인공지능의 목표 중 하나였지만, 지금은 컴퓨터가 맞춤법을 교정해 주는 것은 당연하다고 생각하기 때문에 아무도 인공지능이라고 부르지 않는다. 인공지능은 항상 '현재의 컴퓨터가 일반적인 방법으로 쉽게 풀 수 없는 문제'만을 대상으로 하기 때문에, 인공지능 연구의 결과가 일반적인 방법이 되면 그것은 더이상 인공지능이 아니게 되는 것이다.

이런 점 때문에 현재 인공지능의 연구 대상에 남은 것들은 인공지능이 아닌 Cognitive Computing이라고 부르는게 낫지 않느냐는 의견이 제시되고 있는 상황이며, 비록 위쪽에서 설명되었던 것과 같이 아직은 의식을 가진 컴퓨터를 만들기에는 우리의 기술력이 매우 부족하나, 많은 수의 접근법이 시도되어 왔고, 또 새로운 접근법이 나타나고 있다.

그리고 기존의 컴퓨팅 방식에 대한 개량이 진행되고 있는 한편 양자컴퓨터나 광자컴퓨터 등으로 대표되는 새로운 컴퓨팅 방식들이 속속들이 나타나고 있으며 이러한 새로운 기술들을 인공지능 연구에 접목시키고자 하는 시도도 없는 것은 아닌 지라 아직 강인공지능(Strong AI)이 불가능하다고 단언할 수는 없는 상황이다. 그 실현을 위해서는 아직 많은 과제가 남겨져 있는 강인공지능의 실현 가능성에 대해서는 확답을 내릴 순 없는 상황이지만, 그와는 별개로 인공지능의 발전은 계속되고 있으며 약인공지능(Weak AI) 분야에 있어서는 점차 성과가 보이기 시작하고 있다. 그것이 우리가 흔히 생각하는 그런 인공지능과는 거리가 있는 것이라는 점이 문제라면 문제이긴 하지만.

4. 인공지능 구현에 쓰이는 기술

사실 주어진 문제를 해결할 수 있다면 기법과 기술을 가리지 않고 다 쓴다. 특성 상, 이론적 개연성이 전혀 없는 기술도 적용하여 결과물의 품질이 우수하다면 인정된다. 아래는 이러한 기술, 기법 중 유명한 것들의 일부만을 나열한 것이다.

  • 전문가 시스템(Expert System) : 전문가 시스템은 방대한 지식 체계를 규칙으로 표현하여, 데이터를 입력하면 컴퓨터가 알아서 판단을 내리도록 한다. 간단히 말해서 무지막지하게 많은 IF THEN ELSE로 구성되어 있는 시스템이다. 어떻게 보면 무식한 방법이지만 룰의 종류가 많으면 많을수록 정확도는 높아지게 된다.

  • 퍼지 이론(Fuzzy Theory) : 자연상의 모호한 상태, 예를 들어 자연 언어에서의 애매모호함을 정량적으로 표현하거나, 그 반대로 정량적인 값을 자연의 애매모호한 값으로 바꾸기 위해 도입된 개념. 예를 들어 인간이 "시원하다" 라고 느낄 때 그 온도가 얼마인지를 정해 사용하는 것이다.

  • 기계학습(Machine Learning) : 이름 그대로 컴퓨터에 인공적인 학습 가능한 지능을 부여하는 것을 연구하는 분야이다. 자세한 내용은 해당 항목을 참조.
    • 인공 신경망(Artificial Neuron Network) : 기계학습 분야에서 연구되고 있는 학습 알고리즘들 중 하나. 주로 패턴인식에 쓰이는 기술로, 인간의 뇌의 뉴런과 시냅스의 연결을 프로그램으로 재현하는 것이다. 간단하게 설명하자면 '가상의 뉴런'을 '시뮬레이션'한다고 볼 수 있는 것으로서(물론 실제 뉴런의 동작구조와 같은 것은 아니다.), 일반적으로 신경망 구조를 만든 다음 '학습'을 시키는 방법으로 적절한 기능을 부여한다. 현재까지 밝혀진 지성을 가진 시스템 중 인간의 뇌가 가장 훌륭한 성능을 가지고 있기 때문에 뇌를 모방하는 인공 신경망은 상당히 궁극적인 목표를 가지고 발달된 학문이라 볼 수 있다. 역시 자세한 내용은 기계학습 항목을 참조.

  • 유전자 알고리즘(Genetic Algorithm) : 자연의 진화 과정, 즉 어떤 세대를 구성하는 개체군의 교배(CrossOver)와 돌연변이(Mutation)과정을 통해 세대를 반복시켜 특정한 문제의 적절한 답을 찾는 것. 대부분의 알고리즘이 문제를 수식으로 표현하여 미분을 통해 극대/극소를 찾는 것이 반해, 유전자 알고리즘은 미분하기 어려운 문제에 대해 정확한 답이 아닌 최대한 적합한 답을 찾는 것이 목적이다.

  • 인공 생명 (Artificial Life) : 말 그대로 프로그램에 단순한 인공지능이 아닌 실제 살아있는 유기체처럼 스스로 움직이고 생활하기 위한 능력을 부여하는 것. 실제 생명체를 갖고 실험하기에는 너무 시간이 오래걸리기 때문에 가상의 시스템(환경)을 통해 생명체에 대한 연구를 하기 위한 목적이다.

  • 비디오게임에 등장하는 적들을 움직이는 프로그램도 알고 보면 인공지능이다. 물론, 옛날 오락실 게임은 이게 무지하게 단순한 것이 흠이지만…

5. 현실의 인공지능의 예

  • IBM Deepblue : 프로젝트명에 가깝지만, 인간 체스챔피언과 겨뤄서 승리를 이뤄냈다. 인간이 진 가장 큰 이유는 피로누적.
  • IBM Watson : 자연언어 처리를 위해서 만들어진 컴퓨터이다. 제퍼디 퀴즈쇼에서 이전 챔피언들을 눌러버렸다.
  • IBM 웹파운틴 : 검색을 이용해 AI를 만들고자 하는 계획. 자세한 것은 해당 항목 참조.
  • Apple iPhone Siri : 애플에서 내놓은 자연언어 처리 AI.
  • Android シリ / iris : 안드로이드용 비공식 서드파티 AI.[7] 당연하지만 Siri 보다 이해력이 낮다.
  • 심심이 : 대표적인 빵셔틀채팅 AI 이다.
  • 코타나 : 마이크로소프트에서 개발한 자연언어 처리 AI.

6. 각종 창작물에 등장하는 인공지능

내용 누설 주의! HELP!

이 부분 아래에는 내용 누설(반전 및 결말) 가능성이 있는 서술이 포함되어 있습니다.
내용 누설을 원하지 않는다면 여기를 눌러 문서를 닫을 수 있습니다.


일단 인간형 로봇이든 컴퓨터든 형태가 어떻든간에 인간이 만든 기계가 인간처럼 생각해서 하나의 캐릭터가 된다면 정의 상으로는 전부 인공지능이라고 할 수 있다.

인공지능이 중심 소재가 되는 작품에서 가장 많이 쓰이는 클리셰기계의 반란이라고 할 수 있다. 애초에 로봇이라는 개념을 처음으로 묘사한 창작물 자체가 로봇이 반란을 일으켜서 인간을 몰아내는 이야기. 로섬의 만능 로봇 항목 참조.

어째서인지 겉으로는 사고능력이 인간과 똑같아 보일 정도로 발전했는데도 명령이 충돌하던가 논리적 오류에 부딪히면 얌전히 프로세스를 종료하기나 할 것이지 사람을 죽인다던가 하는 돌발 행동을 일으키는 구시대의 컴퓨터틱한 문제(…)를 일으키는 전개가 많다. 이러한 클리셰의 원조는 아서 클라크아이작 아시모프의 소설들이라고 할 수 있다. 컴퓨터의 계산 방식은 맞다와 틀리다의 이분법으만 이루어져 있으니 딜레마 상황에서는 인공지능은 대처할 수 없지 않을까 하는 발상에서 나온 클리셰이다. 뱀발로, 현재 현실에서 연구되는 '인간처럼 인격을 지니게 되는 인공지능'은 인간의 뇌의 계산 방식을 컴퓨터 내의 에뮬레이터로 구현하는 방식이므로 정말로 인간과 똑같이 생각하는 존재로 구현될 것이므로 해당 클리셰와 같은 일은 오히려 일어나기 힘들 것이다.

또한 이것을 좀 뒤집은 역발상으로서, 인간과 비슷하게 정신적인 문제로 고뇌하거나 고통받으면서 문제적인 행동을 일으키는 인공지능이 묘사되기도 한다. 인간과 같은 수준으로 사고능력이 발전되고 자아를 지니게 된 AI라면 인간이 그러하듯이 정신적인 문제나 심리적인 문제로 인해서 작동 도중에 오류를 일으키거나 그 외의 이런저런 문제를 겪을 수도 있지 않을까 하는 발상에서 나오는 전개.[8] 말하자면 정신질환과 심리적 갈등에서 기인하는 명령 충돌과 논리적 오류, 프로세스 이상 등이 연발하는 전개라 할 수 있다. 역시 얌전히 프로세스를 종료하는 일은 없다. 하긴 인간도 프로세스를 자발적으로 종료하는 일은 별로 없지

최근에는 인공지능 캐릭터가 인간과 대립하는 존재가 아니라 인간을 위해 충실히 봉사하는 조연으로써 묘사되는 경우도 늘고 있다. 이런 경우 주인보다 나아보이기도 한다 대중들이 기계의 반란 클리셰에 식상한 것도 있지만 컴퓨터나 스마트폰 등에 사람들이 익숙해지고 친밀감을 느끼게 된 영향도 있는 듯. 대중문화를 벗어나 좀 더 심도 깊은 SF물에서는 기술적 특이점 개념의 영향을 받아 인간보다 더 뛰어난 가능성을 지닌 존재로 묘사되는 경우도 나온다.

오덕계에서는 인공지능 캐릭터가 여성형이라면, 전자계집이라는 비하어로 불리는 경우도 있다.

7. 관련 항목

----
  • [1] 인공지능 연구학자들은 자신이 수를 계산하지 못하고, 기보에 의존하는 딥블루를 인공지능이라고 불러야할지 곤란해했다. 다만, 뇌과학자들의 연구에 의하면 체스실력이 뛰어난 선수일수록 판단력보다는 기억력에 의지해 수를 두는 것으로 나타났는데, 이는 처음 자신의 수를 만들때는 선수의 창의력이 발휘되지만, 자신만의 기보가 점차 확보됨에 따라, 창의력보다 기존의 기억하고 있던 수에 의지하는 것으로 볼 수 있다. 이것은 발달심리학에서 사람이 노인이 됨에 따라, 점차 새로운 도전과 창의적 과제에 몰두하는것보다, 기존의 과제에 안주하는 보수적인 성향을 보이는 것과도 일치한다.
  • [2] 얼핏 보기에는 마치 인공지능 회의론과도 같이 느껴지는 말이나, 이 말만 듣고 앨런 튜링을 인공지능 회의론자로 오해하지는 말자. 튜링은 초창기의 컴퓨터 연구자이기도 했지만 인공지능의 가능성을 제창했던 선구자들 중 한 명이기도 했으며, 컴퓨터의 역사뿐만이 아니라 인공지능의 역사에 있어서도 중요한 인물로서 '지성을 가지고 사고할 수 있는 기계'가 등장하는 일도 언젠가는 가능할 것이라 주장했던 사람이었다.
  • [3] 근래의 연구결과에 의하면 이성은 감성 즉 감정이 없이는 기능할 수 없는, 감성의 연장선상에 있는 일종의 도구적 특질이 아닌가 하는 가설이 제기되고 있다고 한다. 예를 들어 이성을 생각하는 능력이라고 볼 경우 그 생각의 방향을 정하고 종합판단하는 주체는 감성이라는 것. 다만 이 가설이 대해서는 아직 추가적인 연구가 진행되어야 할 필요가 있다. 자세한 이야기는 이성 항목을 참고.
  • [4] 이는 철학적인 관점에서도 여러모로 흥미거리이지만, 그 이전에 인공지능 그 자체에 대한 연구라는 관점에서도 사고의 방향을 결정하고 판단하는 주체가 무엇인가에 대한 이야기이기 때문에 의외로 상당히 중요한 과제가 된다. 바꿔 말하자면 인간의 지성을 고도로 모사하기 위해서는 인공지능에게 구체적으로 어떠한 기능을 부여시켜야 하고 이를 달성하는 과정에서 과연 어떠한 난점이나 문제가 존재할 지에 대한 고찰이기도 하기 때문이다.
  • [5] 극도로 단순한 예로, 'Music is an art' 라고 했을 때, 문장에서 의미가 있는 두 단어인 music과 art를 포함하는 카테고리인 '예술'을 추측하여 해당 문맥에 맞게 해석을 하도록 한다.
  • [6] 이는 조만간 깨질 것으로 보인다. 8나노 공정 이하로 들어가면 터널링 현상에 의해 반도체가 작동을 하지 않기 때문이다. 현재는 거의 20나노 공정수준으로 한계에 다다른 상태이다. 그 전에 광자 컴퓨터 같은 신개념 컴퓨터가 나온다면 모를까…
  • [7] 이름인 아이리스도 Siri를 거꾸로 한것.
  • [8] 오히려 인공지능이 인간보다 뛰어난 지능을 가질 경우 이런 문제가 인간보다 더 심각할 수 있다.
  • [9] 늑대타워를 지키는 경비시스템이다.
  • [10] 사람이 들어있는 아바타.
  • [11] 2차 창작. C++로 만든 패킷 해석식 약인공지능이며, 용량은 324kb.