본문바로가기
  • 영상
  • 연구결과물
  • E-카다로그
  • 발전기금
  • HOME
  • 미래전략연구
  • 연구결과물
  • 연구보고서
  • 인쇄
  • 글자크기
  • 확대
  • 초기화
  • 축소

연구보고서, 미래전략연구를 통한 다양한 연구결과물

연구결과물

연구도서
[2019 청년 에세이 최우수상 2편]인공지능이 바꿔 놓을 미래의 모습
  • 저자
  • 한지은외 2명, 임재민
  • 발행일
  • 2019-11-30
요 약

人共지능으로 나아가기 위한 미래 기계번역 사용 설명서 - 한지은, 박소연, 이충헌

바벨탑 전설에 따라 언어가 혼란하게 된 이래로 사람들은 소통을 위해 끊임없이 번역을 연구하였다. 번역가들의 노력과 함께 번역 수준은 나날이 발전해 인간은 수많은 언어를 이해할 수 있게 되었다. 현재에 이르러서는 소프트웨어의 비약적 발달로 컴퓨터, 모바일 기기 등을 통해 해당 국가의 언어를 전혀 모르더라도 기본적인 의사소통이 가능해졌다인공지능 신경망은 인간의 신경을 흉내 낸 머신러닝 기법이다. 인간의 뇌와 유사하게 동작하는 컴퓨터가 가능해진다고 하니 이를 이용한 번역 업무의 혁신 또한 멀지 않은 것처럼 느껴진다. 그렇다면 정말 인공지능의 발달이 곧 번역가에 대한 위협을 의미하는 것일까나는 생각한다. 고로 존재한다.” 데카르트는 존재의 의의를 사유의 가능함으로 정의하였다. ‘사유라는 지점에서 인간과 인공지능은 양분될 수 있다인간은 인간이 잘하는 것을, 인공지능은 인공지능이 잘하는 것을 함으로써 더 나은 세상을 향해 나아갈 수 있다. 인간과 인공지능이 서로 성장함과 더불어, 머지않아 인공지능이 우리 삶에 스며들어 공존하는 인공(人共)지능 사회가 도래할 것을 기대해본다.


인공지능과 인간의 가치의 공진화, 인간의 역할은? - 임재민

인공지능의 진화 속도는 이전에 있던 어느 시기의 기술보다 빠르게 발전하고 있고 그만큼 빠르게 우리들로 하여금 변화하는 가치와 개념에 적응할 것을 요구하게 될 것이다. 그렇기 때문에 인공지능의 영향으로 변하게 될 사회현상의 기저에 있는 개념의 변화에 대해 다뤄 보고자 한다우선 인공지능이 진화함에 따라서 프라이버시(privacy)와 아이덴티티(identity)가 더 이상 지금과 같은 방식으로 이해될 수 없을 것이라는 점을 제시한다. 그리고 인공지능의 진화에서 진화그리고 자율성의 개념과 관련하여 인공지능과 인간의 관계가 변화할 것임을 다룬다인공지능은 점차 다양한 분야에서 사용될 것이고 우리의 삶과 밀접한 관련을 맺을 것이다. 그렇기 때문에 인간의 삶을 이전과 다른 형태로 만들 것이다인공지능은 인간과 상호 관계를 맺고 진화하며 자율성을 얻게 될 것이다. 그러한 인공지능이 인간의 삶에 들어오게 되면 프라이버시와 아이덴티티와 같이 인간의 근본적인 개념들이 기존과 같은 방식으로 있을 수 없게 된다. 인공지능의 진화는 인간과의 관계 속에서 이루어질 것이기 때문에 인간의 삶과 근본적인 가치·개념의 변화에서 인간의 역할과 책임이 중요하다. 그러므로 인간의 입장에서 어떤 방향으로 인공지능이 진화해나가야 하는지 제시하고자 한다. 


top

목 차

[최우수작 1]人共지능으로 나아가기 위한 미래 기계번역 사용 설명서 


1. 들어가며

 1.1 인공지능이 등장하기 이전의 번역

 1.2 기계번역의 현주소

2. 기계번역의 한계

 2.1. 성공적인 번역이란? 

 2.2 언어학적 측면에서 본 기계번역의 한계점

 2.2.1. 의미론적 한계

 2.2.2. 화용론적 한계

 2.2.3. 구문론적 한계

3. 외국어 교육의 방향성- CORE 학습모형을 중심으로  

4. 기계번역의 발전으로 달라질 인간의 삶

 4.1 소통

 4.2 공유

5. 나가며: 인공(人共)지능과 함께하는 삶



[최우수작 2] 인공지능과 인간의 가치의 공진화, 인간의 역할은? 


1. 서론

2. 기술의 변화:인공지능 기술의 발전 단계

3. 개념 및 인간 가치의 변화 - 프라이버시와 아이덴티티를 중심으로

1) 인공지능 기술의 발전과 프라이버시(Privacy)의 변화

2) 인공지능 기술의 발전과 아이덴티티 (Identity)의 변화

4. 인공지능의 자율성과 인간과의 관계

1) 인공지능의 자율성: 인간, 인공지능 존재에 대한 개념의 변화

2) ‘진화’의 의미를 다시 생각하다

3) 더 나은 미래를 위한 공진화

5. 더 나은 미래를 위한 인간과 인공지능의 공진화: 인간은 무엇을 해야 하는가

top

내 용
[2019 청년 에세이 최우수상 2편]인공지능이 바꿔 놓을 미래의 모습
한지은외 2명, 임재민
人共지능으로 나아가기 위한 미래 기계번역 사용 설명서


1. 들어가며
1.1 인공지능이 등장하기 이전의 번역
바벨탑 전설 구약성서의 창세기에 실린 일화로, 높고 거대한 탑을 쌓아 하늘에 닿으려 했던 인간들의 오만한 행동에 분노한 신이 본래 하나였던 언어를 여럿으로 분리하는 저주를 내렸다는 설화이다. 출처: 김일기, 2019, 「바벨탑」, 네이버 지식백과,https://terms.naver.com/entry.nhn?docId=976240&cid=46702&categoryId=46753 
에 따라 언어가 혼란하게 된 이래로 사람들은 소통을 위해 끊임없이 번역을 연구하였다. 번역가들의 노력과 함께 번역 수준은 나날이 발전해 인간은 수많은 언어를 이해할 수 있게 되었다. 현재에 이르러서는 소프트웨어의 비약적 발달로 컴퓨터, 모바일 기기 등을 통해 해당 국가의 언어를 전혀 모르더라도 기본적인 의사소통이 가능해졌다.컴퓨터를 이용하여 서로 다른 언어를 번역하는 것을 기계번역이라고 한다. 기계번역은 2차 대전 이후 미국과 구소련에 의해 군사적 목적으로 개발된 것이 시작이었다. 기계번역 기술의 발전은 크게 3단계로 나누어진다. 1단계-규칙기반기술(Rule-Based Translation, RBMT), 2단계-말뭉치기반기술(Corpus-Based Machine Translation, CMT),3단계- 인공지능이 적용된 신경망 번역기술(Neural Network Machine Translation, NMT)이 그것이다.
1단계인 규칙기반 기계번역은 문법의 규칙화를 통해 자동으로 번역이 이루어지게 하는 것이다. 언어라는 유연한 구조를 딱딱한 문법에 가두어 번역하는 이러한 방식은 한계가 명확하여 오래가지 못하였다. 최근까지 널리 사용되고 있는 기계번역은 2단계 말뭉치 기반기술 중 통계기반 기계번역(SMT)이다. 통계 기반은 대량의 말뭉치 데이터를 통계적으로 분석하여 컴퓨터가 번역 모델을 학습하고 이에 따라 번역 결과를 선택한다. 현재 활발하게 연구가 진행 중인 인공지능 신경망 번역(NMT)은 미래에 번역 업계를 바꿀 기술이라고 여겨진다. 신경망 기계번역 또한 통계기반과 마찬가지로 방대한 데이터를 이용하여 학습을 통해 번역을 수행한다. 통계기반 기계번역은 단어 단위로 쪼개어 번역하고 다시 어순을 배열하는 반면, 신경망 기계번역은 문장에 있는 모든 정보와 네트워크를 통으로 학습하여 표면적인 텍스트 외에 부가적인 정보까지도 파악할 수 있다는 차이가 있다. 따라서 신경망 기계번역은 기존의 기계번역에 비해 훨씬 자연스럽고 정확한 번역이 가능해진다. 
인공지능 신경망은 인간의 신경을 흉내 낸 머신러닝 기법이다. 인간의 뇌와 유사하게 동작하는 컴퓨터가 가능해진다고 하니 이를 이용한 번역 업무의 혁신 또한 멀지 않은 것처럼 느껴진다. 그렇다면 정말 인공지능의 발달이 곧 번역가에 대한 위협을 의미하는 것일까?

1.2 기계번역의 현주소
알파고의 모습을 보면 인공지능의 발전은 실로 눈부시다고 할 수 있다. 바둑 천재마저 난처하게 만든 인공지능 프로그램 ‘알파고’를 보고 있자면 기술의 발전이 경이적이면서도 한편으론 두려운 마음도 든다. 상상력을 조금 발휘하면 인공지능으로 모든 업무가 대체된 세상이 머릿속에 떠오르기도 한다. 수십 년 혹은 수년 내에 인공지능이 많은 것을 바꿀 것으로 예상되지만, 번역에서는 얘기가 조금 다르다. 현 단계에서 신경망 기계번역의 한계는 데이터를 학습하는데 짧지 않은 시간이 요구된다는 점, 상대적으로 언어 사용자가 적은 소수어의 경우 양질의 데이터가 충분하지 않다는 점이다. 또한 질이 떨어지는 데이터가 반복적으로 공급될 경우 오히려 역기능이 나타날 수도 있다.
더 자세히 살펴보자면 번역에는 근본적으로 컴퓨터가 해결하기 어려운 부분이 존재한다. 언어는 오랜 역사와 문화가 축적된 결과물이다. 이를 충분히 고려하여 번역할 수 있느냐, 언어의 특징인 모호성, 융통성을 어떻게 담아낼 수 있을 것이냐가 관건이다. 예컨대 시의 경우 특유의 감성과 느낌을 살려내어 번역하는 것이 굉장히 까다롭다. 일대일로 대응되는 단어가 존재하지 않을 수 있을뿐더러 있다 하더라도 번역된 것과 원문은 느낌이 다를 수밖에 없다. 따라서 인공지능을 이용하여 완벽하게 번역을 한다는 것 자체가 불가능하다고 할 수 있다.
 기계번역을 통해 타 언어에 대한 이해가 수월해졌다지만 그 수준은 아직 전문 번역가의 그것에는 한참 못 미친다. 따라서 현재로써는 번역 업무에서 전문 번역가의 역할이 크다.

2. 기계번역의 한계
2.1. 성공적인 번역이란? 
원문의 형태와 내용적 측면을 중시하는 직역과 원천 문화와 목표 문화의 차이를 고려하는 의역은 대비되는 개념이지만, 이 둘을 선언적 의미로 받아들여서는 안 된다. 번역을 할 때는 직역과 의역 중에 하나를 선택하는 것이 아니라 한 텍스트 안에서도 그 두 가지를 적재적소에 활용해서 원문을 의미를 자연스럽게 옮겨야 한다. 따라서 성공적인 번역의 필요조건을 다음과 같이 정의하고자 한다.

첫째, 번역 주체가 자신을 둘러싸고 있는 번역지평 번역지평은 앙투안 베르만(Berman, A.)에 따르면 번역자의 느낌, 행동, 사고를 결정하는 언어적, 문학적, 문화적, 역사적 요인들의 총체이다.
과의 상호작용 속에서 주체적으로 텍스트를 읽어내고 그 텍스트를 모국어로 다시 쓰는 행위가 가능해야 한다.
둘째, 이를 번역 주체의 판단으로 맥락에 부합하는 자리에 활용할 수 있어야 한다.

2.2 언어학적 측면에서 본 기계번역의 한계점
기계 번역은 형태, 의미상으로 정확하게 그대로 전달하는 직역을 기반으로 한다. 사실상 의역을 하지 못하는 기계 번역은 위의 두 가지 조건을 완전히 충족하지 못한다. 그렇기 때문에 기계번역의 문제점을 보완하고, AI 시대에서의 인간의 역할에 대해 알아보기 위하여, 현재 기계번역이 가지고 있는 한계점을 자세히 파악하고 언어적으로 접근할 필요가 있다. 따라서 아래와 같이 기계번역의 한계를 언어학적 측면에서 의미론, 화용론, 구문론으로 크게 세 가지 차원으로 나누어 영·한 번역을 중심으로 설명하고자 한다.

2.2.1. 의미론적 한계
한 사회에는 여러 하위문화가 있으며, 다양한 문화 특수어가 존재한다. 문화 특수어란 원천어를 사용하는 사회 공동체의 역사, 사회, 경제, 정치, 언어 관습을 둘러싼 고유한 특정 문화에서 비롯된 어휘이다. 번역은 이처럼 서로 다른 문화를 가진 두 나라의 언어를 다루는 일이기 때문에 언어뿐만 아니라 해당 문화와 사고방식을 총체적으로 고려해야 한다. 하지만 대체로 직역을 하는 기계 번역기는 문화 특수어를 번역하는 데에 큰 한계를 보인다.
1) 호칭
한국어의 친족 호칭은 영어에 비해 세분화 되어있고 종류도 다양하다. 이러한 호칭들을 올바르게 번역하기 위해서는 사람들 사이의 친소관계와 나이 서열관계를 추적한 근거들로 바탕으로 한 추론이 필요하기 때문에 매우 까다로운 작업이다. 또한 영어의 2인칭 호칭인 ‘you’의 경우 한국어로 번역할 때 ‘너’ 또는 ‘당신’으로 번역하기보다는 ‘you’를 지칭하는 구체적인 호칭이나 직함을 명시하여 번역하는 것이 더 자연스럽다. 
2) 높임법
한국어에는 상대방과의 나이, 성별, 사회적 지위, 그리고 더 나아가 친한 정도, 대화 상황에 따라 다양한 높임법이 존재한다.

특히 문학작품의 경우 대화가 일어나는 시점과 장소, 상황 등의 문화적 양상을 잘 살펴보고 등장인물의 나이, 성별, 지위, 친소관계를 고려하여 번역해야한다. 하지만 보통 높임법을 추측할 수 있는 단서들은 간접적으로 제시되기 때문에 기계번역에서는 종종 이를 파악하지 못해 올바르지 못한 종결어미를 사용하는 경우가 많다.

2.2.2 화용론적 한계
화용론은 상황과 맥락에 따른 의미를 연구하는 언어학 분야이다. 언어를 의사소통적 맥락에서 연구하는 체계 언어학자들에 따르면, 문장은 그 언어가 속한 언어 체계 안에서 화자가 선택한 다양한 언어요소의 체계적인 결합이다. 체계 기능 언어학자인 할리데이 (Halliday M.)는 같은 말이라도 어떤 상황에서 어떻게 말하느냐에 따라서 의미가 달라지고, 화자의 의도가 다르게 해석된다고 말한다. 따라서 번역 주체가 문맥의 흐름을 올바르게 파악하지 않으면 원작자의 의도에 어긋난 오역을 범하게 된다. 
특히 문장 유형과 다른 화행인 간접화행을 이해하기 위해서는 상황적·문화적 맥락을 이해하는 것이 중요하다. 예를 들어, 청자 옆의 창문이 열려있는 상태에서 발화자가 “여기 참 춥네요.”라고 말한다면 평서문이지만 발화자의 의도는 창문을 닫아달라는 요청이 내포되어 있다. 하지만 기계번역은 다음과 같이 텍스트를 온전히 이해하지 못하는 모습을 보인다.
John: Would you like to meet me for coffee?
Mary: I have class.
두 사람의 대화에서 존은 메리에게 커피를 마시자고 데이트 신청을 했는데 이에 메리는 수업이 있다고 답했다. 여기서 메리의 대답은 수업이 있다는 사실을 전달하기 위함이 목적이 아니라 데이트에 대한 거절을 의미한다. 하지만 AI 번역기는 상황적 변수를 총체적으로 고려하지 못하고 한 문장 내의 정보를 바탕으로 있는 그대로 번역한다. 따라서 메리가 거절을 하고 있다는 상황적 문맥을 파악하지 못하게 된다.
사람들은 상대방에게 거절과 요청 등을 하는 상황에서 대화에서 공손함을 드러내기 위해서 간접화행을 자주 활용한다. 이와 같은 상황에서 직접적으로 자신의 의도를 전달할 경우 상대방의 기분을 상하게 할 수 있기 때문이다. 따라서 간접화행을 사용한 텍스트를 번역 할 때에는 이에 맞게 상황적 맥락을 고려하여 발화자의 의도가 청자에게 적절하게 전달될 수 있도록 해야 한다.

2.2.3. 구문론적 한계
AI와는 다르게 모든 인간 언어는 ‘창의성’이라는 보편적인 속성을 가지고 있다. 영어의 경우 인간은 관계사절, 수식어, 전치사절 등을 무수히 활용하여 이전에 한 번도 접해보지 못한 문장을 무한하게 창조할 수 있다. 다음 예시는 관계 대명사 that을 다섯 번 중첩하여 만든 문장이다.
This is the dog that worried the cat that killed the rat that ate the malt that lay in the house that Jack built.
기계번역은 충실하게 문법과 말뭉치 데이터를 학습하여 번역한다. 위의 예문에서는 관계사가 많이 사용된 문장의 경우, 상황적 문맥을 고려해야하는 언어학적 모호성이 생긴다. 따라서 이처럼 인간의 창의성으로 만들어낸 처음 접해본 문장의 의미와 구조를 이해하거나 판단하기 어렵다. 언어의 모호성은 크게 어휘적 모호성, 구문적 모호성으로 나뉜다.
1) 어휘적 모호성
한 어휘가 문장 내에서 두 개 이상의 뜻으로 해석될 수 있을 경우에 그 문장은 어휘적 모호성을 가졌다고 볼 수 있다. 
This will make you smart.
이 예문은 smart라는 단어에 ‘영리한’ 과 ‘욱신거리다’의 두 가지 의미가 있기 때문에 두 갈래로 해석될 수 있다. 첫 번째, smart를 ‘영리한’으로 해석하여 ’이것은 너를 영리하게 만들어줄 거야.’ 라고 해석할 수 있다. 하지만 smart를 ‘욱신거리다’로 해석하면 ‘이것은 너를 욱신거리게 만들어줄 거야.’로 해석하여 완전히 다른 표현을 할 수 있게 된다. 하지만 AI 번역기의 경우, 통계적으로 많이 함께 쓰이는 뜻으로 해석한다. [사진 2]를 보면, 구글번역기는 smart의 보편적인 의미인 ‘영리한’이라고만 해석하여 이를 ‘이것은 당신을 똑똑하게 만듭니다.’로 번역한다.


2) 구조적 모호성
구조적 모호성은 같은 문장에서도 서로 다른 문장 구조를 두 개 이상 가질 경우, 다르게 해석되는 것을 의미한다.
I saw the man with the telescope.
이 예문은 두 가지의 구문 기반 파스 트리로 분석할 수 있어 [사진 3]과 같이 두 가지 의미로 해석될 수 있다.
 
(A)는 내가 망원경을 가진 남자를 봤다는 의미인 반면, (B)는 내가 망원경으로 그 남자를 봤다는 의미다. 이처럼 같은 문장도 서로 다른 구조를 가질 수 있기 때문에 다른 의미로 해석될 수 있다는 모호성이 나타난다. 
The man has a telescope. I saw the man with the telescope. 
다음과 같은 텍스트에서는 해당 문장은 (B)가 아닌 (A), 즉 ‘내가 망원경을 가진 남자를 봤다’고 번역하는 것이 옳다. 앞의 문장을 보았을 때 망원경을 가진 사람은 남자라는 사실을 파악할 수 있기 때문이다. 하지만 AI번역은 문맥적 상황을 고려하지 못하여 구문적 모호성의 문제를 해결하지 못한다. 실제로 구글 번역기에 다음 두 문장을 넣었을 때 [사진 4]와 같이 두 번째 문장을 ‘망원경으로 그 남자를 봤어요.’로 해석한다.


3) 문장 내 오류에 대한 판단 
AI 번역기는 문법적 또는 논리적 오류가 있는 문장을 입력하여도 그 문장에 대한 판단을 하지 않고 이를 그대로 직역한다. 


[사진 5]의 예문을 보면, 논리적으로 전혀 말이 안 되는 문장임에도 불구하고 구글 번역기는 이를 그대로 번역했다. 하지만 인간 번역가는 이 문장이 변칙 문장(Anomalous sentence)이라고 판단하고 글쓴이가 이러한 문장을 사용한 의도를 파악하려고 할 것이다. 예컨대 문장에 문법이나 철자에 오류가 있다 하더라도 화자가 어린 아이일 것이라고 판단하여 적절한 번역을 할 것이다.
3. 외국어 교육의 방향성- CORE 학습모형을 중심으로  
앞서 살펴본 바와 같이 기계번역에는 많은 한계점이 있다. 따라서 번역을 포함한 다양한 언어적 기능에서 인간의 역할이 여전히 중요하다. 단순히 많은 양의 지식을 습득하여 언어 능력을 향상시키기 보다는 기존의 암기위주 교육 방식에서 벗어나 보다 창의적인 사고를 가능케 하는 방식이 요구된다. 이를 뒷받침하기 위해 미래 사회의 주역이 될 청소년에 대한 적절한 외국어 교육이 기반이 되어야 한다. 기계번역의 한계를 해결할 교육 방법을 찾기 위해서는 먼저 기계가 할 수 있는 것과 사람이 할 수 있는 것을 구분할 필요가 있다. 기계는 사람마다 다른 어조나 윤리의식, 심지어 정치적 특성 등을 알맞게 반영하기가 어렵다. 개인의 가치관에 따라 다른 말을 하는 개개인과는 달리 기계는 통계적으로 파악하여 이를 전달하기 때문이다. 
마찬가지로 인간에게도 한계가 있다. 방대한 양의 지식을 습득하는 데에 기계에 비해 턱없이 부족하고 편향된 사고를 하기가 쉬워서 쉽게 왜곡을 하기도 한다. 따라서 이번 장에서는 기계가 가지지 못한 인간만의 능력인 창의성(Creativity)와 비판적 사고(Rational thinking), 인간이 기계에 맞서서 보완해야 할 열린 태도(Open mind)와 경험(Experience)을 혼합한 CORE(Creativity, Open mind, Rational thinking and Experience) 학습 모델을 통해 학생들의 외국어 교육현장에서의 방향을 제시하고자 한다.
1) Creativity(창의적인 사고능력)
창의력을 향상시키기 위해서는 에드워드 드 보노의 ‘육색사고모자(Six color thinking hats)’라는 활동을 적용할 수 있다. (Edward de Bono, 1985) 이 활동을 하는 방법은 다음과 같다. 우선 6명의 학생이 동등한 발언권을 가진다. 각 학생은 의도적으로 자신의 모자 색에 따라 생각하고 말해야 한다. 모자의 색깔이 각기 다르고 이를 착용한 상태에서 활동을 하는 이유는 자신의 역할을 보다 명확히 하기 위해서이다. 또한 모자를 바꾸어서 활동을 하며 각기 특성을 경험하게 된다. 각 모자의 특성은 다음과 같다.
초록모자: 창조적 사고, 새로운 아이디어, 추가적 대안들, 가능성, 가정 등의 제안
노란모자: 사물에 대한 긍정적 사고, 타당성 검토(반드시 논리적일 것)
빨간모자: 감정, 본능, 육감(자신의 행동이나 말에 대해 사과하거나 납득시키지 않는다.)
검정모자: 판사 역할, 비판적 판단, 적합과 부적합을 지적.
하얀모자: 중립적, 정보의 전달.
파란모자: 사회자, 의제 선정, 단계 진행, 요약, 사고 과정의 조직화 및 통제.
외국어 교육에 이를 적용했을 때 준비가 되지 않은 상태에서 대화가 시작되면 어려움을 느낄 수 있기 때문에 사전에 할 말을 준비하도록 해서 대화의 감정만 잘 살릴 수 있도록 해주기만 해도 큰 효과가 있을 것이다. 위 활동을 통해 학생들은 평소에 자신이 했던 행동들과 말을 떠올리며 다른 사람을 이해할 수 있는 능력을 키울 수 있게 된다. 또한 자신의 성격과는 다른 모습으로 역할극을 진행해야하기 때문에 끊임없이 생각을 하며 말할 수밖에 없다. 결과적으로 기존의 자기중심적인 딱딱한 사고에서 다른 사람을 이해하고 다른 방향으로 생각해볼 수 있는 창의적인 사고를 할 수 있게 될 것이다.
2) Open mind(다양한 분야에 대한 열려있는 태도)
컴퓨터는 방대한 지식을 1초 안에 검색하여 제시할 수 있는 능력을 갖추고 있다. 하지만 인간의 지식에는 한계가 있고 한 분야에 편중된 지식을 함양할 경우 상당히 닫혀있어서 다른 사람의 표현을 이해하지 못하게 될 것이다. 그렇기 때문에 다양한 분야에 대한 교육이 이루어져야 한다. 여기에 대한 중요성은 한국외국어대학교 통번역대학원 커리큘럼의 경우에서도 찾아볼 수 있다. 인문사회, 문학, 정치법률, 한국학, 과학기술, 미디어, 산업경제 등의 각 분야에 대한 통번역 수업이 이루어져서 학생들은 다른 국가의 언어뿐만 아니라 문화를 포함한 포괄적인 지식을 함양하게 된다. 학생들의 외국어 교육에서도 이러한 모습은 필수 불가결한 문제이다. 따라서 언어 그 자체, 문법에만 치중된 교육이 아닌 주제 중심의 교육(Topic based learning)을 통해 학생들이 글로벌 사회에 알맞게 다양한 분야에 대한 총체적 사고를 할 수 있도록 도와야 한다.
3) Rational thinking(비판적인 사고능력)
인간은 자신만의 견해를 가지고 있어서 비판적인 사고를 할 수 있지만 컴퓨터는 그렇지 못하기 때문에 일관성 있는 논리에 따라서 글을 전개할 수 없게 된다. 문제중심학습(Problem Based Lerning, PBL)은 인간의 그러한 능력을 향상시킬 수 있다. PBL은 1950년대 중반 캐나다의 의과대학에서 처음 개발된 것으로 기본 지식뿐만 아니라 자료수집, 분석, 종합 및 진단과 처방 등 복잡한 문제해결을 위한 능력을 향상시키기 위해서 고안된 교육이다. 학습자중심교육(student-centered pedagogy)을 기반으로 소규모의 팀으로 활동이 이루어지고, 정해진 답(defined solution)을 찾는 것이 아닌 개방형(open-ended) 문제를 통해 계속된 지식 습득, 협업, 의사소통 능력 향상을 하는 데에 목적이 있다. 외국어 교육방법론에서도 ‘왜 다른 사람을 도와야 하는가?’처럼 ‘What question’이 아닌 ‘Why question’에 중심을 두어 학생들이 자기 의견을 개진하고 논리적으로 설명하는 연습을 할 수 있도록 해주어야 한다. 
4) Experience(경험중심교육의 실현)
듀이는 과거로부터 이룩해 놓은 지식과 정보들을 전수하는 일을 하는 전통적 교육을 비판하고 경험중심교육(Experience-centered education)을 주장한 학자로 알려져 있다. (Dewey, 1938) 현대사회에서 경험중심교육은 교육의 핵심이 되어야 한다. 과거로부터 정립된 지식은 인간보다 컴퓨터가 더 잘 알고 있다. 하지만 경험에 포함된 복잡한 사람 간의 관계, 감정 등은 컴퓨터가 대체하지 못한다. 외국어 교육에서 경험중심교육을 실현하기 위해서는 해외에 직접 나가서 경험하는 것이 가장 이상적이지만 현실적으로 어렵기 때문에 간접경험이 많이 수반되어야 한다. 짤막한 해외 인터넷 기사를 해석하도록 하거나 외국의 문화적 특성이 반영된 실생활 역할극, 각 나라의 문화에 대한 발표수업 등은 좋은 예시가 될 것이다.
CORE 모델은 인간의 능력을 효율적으로 끌어올려 기계번역이 하지 못하는 영역을 메우고 인간의 부족한 점을 보완해준다. CORE 교육 모델의 핵심은 기계번역을 완벽 대체하는 것이 아니라 기계번역을 적극적으로 활용하여 그 효과를 극대화한다는 데에 있다. 이러한 방법으로 인간은 이전보다 향상된 번역 속도와 균형 잡힌 시각을 통해 적절한 번역에 더욱 기여할 것이다. 그리고 청소년들은 이전보다 효과적인 정보 습득 방식을 통해 다음과 같은 더 나은 미래 사회를 살 수 있게 될 것이다.

4. 기계번역의 발전으로 달라질 인간의 삶
번역 업무에서 인간과 인공지능의 협업이 자유로워질 경우, 이를 통해 얻을 수 있는 이점 또한 무궁무진하다. 인간은 인공지능에 데이터를 학습시키고 인공지능은 그것을 받아들여 분석한다. 그리고 인간은 그렇게 분석된 데이터를 다방면에 활용할 수 있다. 인공지능의 진보와 함께 앞으로의 인간의 삶에는 무수히 많은 변화가 일어날 것이다. 수많은 혁신 속에서 달라질 미래의 모습을 ‘소통’과 ‘공유’라는 핵심어로 풀어보았다.
4.1 소통
소통의 측면에서 이로움으로 우선 장애인 복지를 들 수 있다. 인공지능과 더불어 다양한 IT 기술이 발전함에 따라 기술과 기술의 접목이 활발해졌다. IT 기술과 의류의 융합인 스마트 웨어가 바로 그 예다. 실제로 수화를 컴퓨터에 인식시킬 수 있는 스마트 장갑이 존재한다. 스마트 장갑을 착용한 채 수화로 알파벳을 표현하면 손가락의 구부러짐에 따라 섬유에 대한 저항값이 달라지고, 이를 기반으로 모니터에 서로 다른 알파벳을 출력할 수 있다. 

수화를 단순히 텍스트로 변환해주는 것에서 더 나아가 수화를 청각화하는 스마트 장갑도 있다. 이를 착용하면 수화 정보를 음성으로 변환할 수 있다. 기술이 거듭 진화하여 처리 속도의 개선이 이루어진다면 장애인과 비장애인 사이에서 소통의 벽을 허물 수 있게 될 것이다.
다음으로, ‘독자 맞춤 번역’을 생각해 볼 수 있다. 독자 맞춤 번역이란 앞서 살펴본 바와 같이 개인의 특성에 맞추어 번역을 달리하는 것을 말한다. 모든 개인은 나이, 성별, 취향 살아온 배경 등 서로 다른 것이 너무도 많다. 예컨대 화자는 반말을 사용하였는데 전부 존댓말로 번역되었다던가, 세대와 문화를 고려하지 않은 번역은 부자연스러운 결과물을 가져다줄 수 있다. 독자 맞춤 번역은 개인의 특성을 반영하여 상호 간에 이해도를 높이고 상대가 의도하는 바에 대해 보다 정확한 해석을 가능케 할 것이다. 결과적으로 인공지능 번역의 발달은 원활한 의사소통에 크게 이바지할 것이다.
4.2 공유
인공지능 기술의 발달은 데이터의 양적·질적 수준을 크게 향상시킬 것이다. 즉, 공유할 수 있는 양질의 자원이 풍부해진다는 의미이다. 정확한 번역이 되지 못하면 자칫 위험한 상황이 발생할 수도 있다. 예를 들어 의약품에 대한 설명을 번역해야 할 경우, 정보가 누락되거나 오역이 발생하면 적절하지 못한 복용을 할 수 있다. 따라서 민감하거나 전문적인 내용을 위해 번역기의 수준이 상당한 수준으로 보장되고, 관련된 정보들을 함께 제공하여 이해를 돕는 등의 서비스가 제공되어 사람들이 더욱 안전하고 편리하게 정보를 얻을 수 있도록 해야 한다.
인공지능의 경우 인간에 비해 다룰 수 있는 데이터의 양이 방대하기 때문에 역사적인 측면에서도 크게 공헌하게 될 것이다. 빅데이터 처리를 활용하여 다양한 자료를 종합적으로 해석할 수 있게 되면 과거에는 알지 못했던 고대 문서들에 대한 번역 가능성이 열릴 것이다. 예컨대 한문은 20세기 이전까지 동아시아 한자문화권의 개별국가에서 널리 사용되어 다른 언어들에 지대한 영향을 미치고 모든 전통문화 기록물의 주된 표기체계였다. 하지만 20세기 이후 동아시아 각국의 어문정책 변화로 창작기능이 중단된 사어(死語)이다. 빅 데이터로 학습한 인공지능이 복합적인 해석을 통해 이러한 고전을 번역하게 된다면 우리는 가려진 역사에 한 발짝 더 다가가 온고지신(溫古知新) 할 수 있게 될 것이다. 궁극적으로 인공지능 번역이 진보해 데이터의 세계화가 가능해지게 되면 실생활이나 학문 등 다양한 방면에서 자료의 활용이 가능해질 것이다. 인공지능의 부작용에 대해 아직은 많은 논의가 필요하지만 인공지능의 발달이 가져올 수많은 이점은 부정할 수 없는 사실이다.

5. 나가며: 인공(人共)지능과 함께하는 삶
앞서 기계번역의 발전 단계를 알아보고, 언어학적 측면에서 바라본 기계번역의 근본적인 한계점, 암기 위주의 교육이 실효성을 잃어감에 따라 변화되어야 할 외국어 교육의 방향, 인공지능 번역의 발전으로 달라질 삶의 모습을 차례로 살펴보았다. 마치면서 인간과 인공지능이 어떻게 맞물려 인공(人共)지능 사회를 이루어 갈지에 대해 묘사하고자 한다. 
기존의 인공지능이라는 개념은 기계적이고 인위적인 것으로써 인간과 인공지능 간에 괴리감을 내포하고 있었다. 하지만 우리는 인간과 인공지능의 한계점을 파악하고 이를 보완할 방법을 바탕으로 인공지능과 인간이 상생하는 人共사회의 모습을 제시하고자 한다. 사실 인공지능이 어느 정도까지 진보할지는 누구도 알 수 없다. 인공지능이 인간의 자리를 대체하지 못할 것이라고 단정할 수도 없다. 하지만 사고와 상상력이라는 무궁무진한 우주를 인공지능이 모두 담을 수는 없을 것이기에 각각의 인간은 그 자체로 존재의 의미가 있다. 
“나는 생각한다. 고로 존재한다.” 데카르트는 존재의 의의를 사유의 가능함으로 정의하였다. ‘사유’라는 지점에서 인간과 인공지능은 양분될 수 있다. 인공지능은 학습을 통해 데이터를 축적하고 분석할 뿐 상상력과 호기심이라는 사고의 확장을 하지 못한다. 이러한 차이점을 사이에 두고 인간과 인공지능은 같은 종(種)으로서 서로 경쟁하는 것이 아니라 협업의 동반자로서 공생하는 관계로 정의될 수 있을 것이다. 인간은 인간이 잘하는 것을, 인공지능은 인공지능이 잘하는 것을 함으로써 더 나은 세상을 향해 나아갈 수 있다. 
그렇다면 인간이 진정으로 잘하는 것은 무엇일까? 인공지능과 인간의 주된 차이점을 생각하면 그 해답은 명확하다. 인공지능은 본질적으로 컴퓨터이다. 즉 계산을 하는 기계인 것이다. 반면 사람은 주체적으로 사고하며 단어로 다 표현할 수 없을 정도로 다양한 감정을 느끼는 생명체이다. 즉 인공지능은 계산에 뛰어나며 인간은 사색에 탁월하다. 많은 연구자의 예측에 따라 인공지능을 이용한 업무의 자동화가 이루어지면 사람은 더 이상 복잡한 계산을 할 필요가 없다. 까다롭고 세밀한 것들은 인공지능이 전담할 것이기 때문이다. 인간은 인간이 본래에 잘하는 것, 창의적인 생각을 하고 감정을 느끼는 것에 더 집중할 수 있게 된다. 현실에 쫓겨 생각할 시간조차 없다는 우리 시대에 인공지능이라는 파트너는 삶에 여유와 안정을 가져다 줄 수 있다. 인공지능이 고도로 발달한 미래에는 계산적이고 틀에 박힌 업무들을 인공지능에 맡겨 두고, 인간은 넓은 사고를 통해 감각적이고 창조적인 활동을 함으로써 각각이 제 역할을 톡톡히 해낼 수 있을 것이다. 
인간과 인공지능이 서로 성장함과 더불어, 머지않아 인공지능이 우리 삶에 스며들어 공존하는 인공(人共)지능 사회가 도래할 것을 기대해본다.


참고문헌 
● 간진숙, 2015, 플립 러닝 수업 설계. 제25회 e-Learning Match Point: Flip & Redesign for New Paradigm 발표문. 한국U러닝연합회. 
● 구본권, 2015, 로봇 시대, 인간의 일 : 인공지능 시대를 살아가야 할 이들을 위한 안내서, 어크로스
● 배은한, 박용범, 허철, 2019, 「한문고전 인공지능 번역 연구의 필요성과 선결 과제」, 근역한문학회, p.41 
● 이노신, 이신재, 이재영, 이주희, 2016, 「통번역의 미래지평」, 한국번역학회, p80-81 
● 이동엽, 2013, 플립드 러닝(Flipped Learning) 교수 학습 설계모형 탐구. The Journal of Digital Policy & Management, 11권 12호, 83~92. 
● 장애리, 2017, 「국내 기계 통번역의 발전 현황 분석」, 한국번역학회, p172-175 
● 최성희, 2019, AI시대의 번역 : 이론과 실제, 세창출판사
● 최정빈, 2014 학습자 중심의 Flipped Learning 교수모형 개발 연구. 2014 한국실천공학교육학회 추계학술대회 논문집. 
● Friedman, H., & Friedman, L, 2001, Crises in education: Online learning as a solution. Creative Education, 2(3), 156~163. 
● Hamdanm, N., McKnight, P., McKnightm K., & Arfstrom, K. M., 2013, A review of flipped learning. Flipped Learning Network. http://www.flippedlearning.org/review 
● Heinich, R., Molenda, M., Russell, J. D., & Smaldino, S. E., 1999, Instructional media and technologies for learning. Upper Saddle River, NJ: Prentice-Hall. 
● Toby Walsh, 이기동 옮김, 2018, (AI의 미래) 생각하는 기계 = The future of artificial intelligence : 인공지능 시대, 축복인가?, 프리뷰 



---------------------------------


인공지능과 인간의 가치의 공진화, 인간의 역할은? 

1. 서론
인공지능이 앞으로 어떻게 진화할까? 그리고 인공지능의 진화에 따른 인간의 삶은 어떻게 변화할까? 인공지능의 진화에 따라 인간의 삶과 사회현상이 변모시킨다. 그러나 현상적 변화만큼이나 주목해야 할 것은 인간의 근본적인 가치와 개념의 변화다. 새로운 기계와 기술의 등장은 언제나 인간 삶의 방식을 변화시키는 것과 동시에 인간의 삶에서 익숙했던 개념과 가치를 변화시켰다. 신석기 시대의 농업혁명은 곡물 재배와 가축 사육에 성공하면서 수렵, 채집의 생활에서 벗어나 정착 생활을 시작하는 계기로, 주거방식과 생존의 개념에 큰 변화를 가져왔다. 산업혁명에서 증기기관과 포드의 새로운 생산방식은 노동자와 노동의 가치를 변화시켰다. 4차산업혁명이라고 불리는 현재에 인공지능 기술의 발전 또한 인간의 삶과 밀접한 관련이 있는 가치와 개념을 변화시킬 것이다. 인공지능의 진화 속도는 이전에 있던 어느 시기의 기술보다 빠르게 발전하고 있고 그만큼 빠르게 우리들로 하여금 변화하는 가치와 개념에 적응할 것을 요구하게 될 것이다. 그렇기 때문에 인공지능의 영향으로 변하게 될 사회현상의 기저에 있는 개념의 변화에 대해 다뤄 보고자 한다. 우선 인공지능이 진화함에 따라서 프라이버시(privacy)와 아이덴티티(identity)가 더 이상 지금과 같은 방식으로 이해될 수 없을 것이라는 점을 제시한다. 그리고 인공지능의 진화에서 ‘진화’ 그리고 ‘자율성’의 개념과 관련하여 인공지능과 인간의 관계가 변화할 것임을 다룬다. 최종적으로는 더 나은 미래 사회를 우하 인간이 인공지능의 진화에 어떤 태도를 취해야 할 것인지를 제안할 것이다.

2. 기술의 변화:인공지능 기술의 발전 단계
인공지능 기술의 발전은 인공지능의 진화라고도 표현된다. 인공지능의 진화는 크게 세 단계로 구분된다.https://www.forbes.com/sites/cognitiveworld/2019/06/19/7-types-of-artificial-intelligence/#7b5a01fd233e (2019.10.18. 접속)
https://medium.com/@tjajal/distinguishing-between-narrow-ai-general-ai-and-super-ai-a4bc44172e22 (2019.10.18. 접속)
 현재 진행 중인 인공지능은 Artificial Narrow Intelligence(ANI, 좁은 인공지능)의 단계이다. 이 단계의 인공지능은 능력과 기능이 한 가지 특정한 목적에 한정된 프로그램에 따라서 역할을 수행한다. ANI는 프로그램된 것 이외의 업무는 처리하지 못하고 데이터 세트(data set)로부터 정보를 가져와 업무를 수행한다. 예를 들어 ANI는 체스, 바둑, 질병 진단, 자연어 처리 등과 같은 특정 업무를 수행한다. 대표적으로 2016년 이세돌과의 바둑경기에서 승리한 알파고의 경우가 ANI 단계에 해당한다. 인간 바둑기사들의 기보를 가지고 학습한 알파고는 바둑을 두는 것 이외에 다른 것을 인간만큼 잘 하지 못한다. 이처럼 다양한 업무를 처리할 수 있는 인간의 지능과 거리가 먼 ANI를 “약 인공지능”(Weak Artificial Intelligence)이라고도 부른다.
 ANI의 다음 단계는 Artificial General Intelligence(AGI, 범용 인공지능)이고, AGI는 인간이 수행할 수 있는 어떠한 업무도 처리할 수 있는 능력을 갖추고 있다. 그래서 AGI를 강한 인공지능(Strong Artificial Intelligence 또는 Human-level Intelligence)이라고도 불린다. 따라서 AGI는 인간이 복합적인 업무를 처리할 수 있듯이 복잡한 환경 속에서 다양한 업무를 수행할 수 있다. 뿐만 아니라 ANI가 기존의 데이터 세트를 활용하는 것과 달리 기존의 데이터 세트를 필요로하지 않고 부족한 정보를 가지고도 업무를 수행할 수 있다. Goertzel, Ben. Cassio Pennachin (Eds.). Artificial Genenral Intelligence. Springer. 2007. p.67 참고.
 인간으로 치면 성인 수준의 이성적 추론능력, 문제 해결력, 그리고 추상적 사고력을 갖춘 AGI는 ANI보다 더 다양한 분야에서 활용될 수 있다. 알파고 이후 2017년에 등장한 알파고 제로가 AGI에 가장 근접하다고 할 수 있을 것이다. 알파고 제로의 경우는 인간 바둑기사의 기보를 데이터 세트로 사용하지 않고 혼자 게임을 하는 강화 학습(reinforcement learning)을 통해서 훈련했다. Silver, David  et al. “Mastering the game of Go without human knowledge”. Nature Vol. 550. 2017. 참고.
 복합적인 환경 속에서 업무를 수행하는 자율주행자동차도 AGI에 가까워 보인다. 자율주행자동차는 차선, 앞뒤 차와의 안전거리, 신호 등과 같은 교통법규 준수뿐만이 아니라 언제 어떠헤 발생할지 모르는 상황에 즉각적으로 반응해야 한다. 하지만 알파고 제로나 자율주행자동차 역시 인간의 수준으로 다양한 업무를 처리할 수 있다고 할 수는 없다. AGI의 상용화는 아직 먼 미래의 일처럼 보인다.
 그러나 기술의 발전은 AGI 이상의 인공지능을 전망한다. 인공지능의 궁극적인 단계를 Artificial Super Intelligence(ASI, 초인공지능)라 한다. ASI는 가장 고도로 진화한 단계의 인공지능을 이르는 말로, 인공지능이 인간의 지능을 완전히 넘어서서 모든 분야에서 인간을 뛰어넘게 될 것이다. ASI가 도입 후, 어떠한 상황이 벌어질지 에측하는 것은 굉장히 어려운 일이 될 것이다. 왜냐하면 인간의 능력을 뛰어넘는 ASI는 인간의 통제를 벗어고 인간이 계획한 시나리오 외의 독자적인 계획을 세울 수 있기 때문이다. Bostom, Nick. Super Intelligence – Paths, Dangers, Strategies. Oxford Univeristy Press. 2014. 참고. 
https://spectrum.ieee.org/computing/software/many-experts-say-we-shouldnt-worry-about-superintelligent-ai-theyre-wrong (2019.10.18. 접속)
 따라서 중요한 것은 ASI으 기술적 가능성 여부가 아니라, 인간사회가 ASI를 감당할 수 있을지의 여부일지도 모르겠다. 

3. 개념 및 인간 가치의 변화 – 프라이버시와 아이덴티티를 중심으로
인공지능은 점차 다양한 분야에서 사용될 것이고 우리의 삶과 밀접한 관련을 맺을 것이다. 그렇기 때문에 인간의 삶을 이전과 다른 형태로 만들 것이다. 지금도 그렇지만 앞으로는 우리의 일상을 인공지능과 함께하게 될 것이다. 특히 스마트폰의 경우는 현대인과 멀리 떨어져 있는 시간이 오히려 극히 드물다. 앞으로는 내가 직접 지니고 있지 않고서도 스마트 시티, 자율주행자동차 등 인공지능이 우리의 삶 속 어디든지 적용될 것이다. 이처럼 우리와 가까워질수록 겉으로 드러나는 인간의 삶을 변화시키는 것만큼이나 인간에게 중요한 가치나 개념이 인공지능에 의해서 기존과 달라질 것으로 생각된다. 특히나 인간의 일상과 인공지능이 밀접해진다는 것을 고려해보면 인공지능이 변화시킬 기존의 개념은 프라이버시(privacy)와 아이덴티티(identity)라고 생각된다. 이 두 개념은 개인과 인간에게 있어서 가장 근본적인 개념이다. 그러므로 인공지능의 진화에 의한 두 개념을 변화를 살펴보고자 한다.

1) 인공지능 기술의 발전과 프라이버시(Privacy)의 변화
인공지능은 기본적으로 데이터를 활용하여 맡은 업무를 수행한다. 따라서 얼마만큼 많은 양의 정보를 수집하고 처리할 수 있는가, 그리고 이 과정이 얼마만큼 자동화되어 있는지가 중요하다. 만약 인공지능이 많은 양의 데이터를 빠르게 수집하고 처리할 수 있다면 짧은 시간에 더 많은 작업을 수행할 수 있을 것이고, 자동화까지 달성이 된다면 관리 감독 없이도 업무 처리가 가능해진다. 데이터 처리 및 자동화 기술의 발전에 따라, 사회의 다방면에서 인간 감독 없는 인공지능 또한 활성화되는 것이다. 그런데 이같은 인공지능의 활용을 위해서는 반드시 업무에 적합한 데이터를 제공해야 한다. 문제는 이때 인공지능에 제공되는 데이터가 개인 정보를 담고 있다는 점이고, 인공지능이 개인 정보가 담긴 데이터를 수집하는 것에 의해 프라이버시의 침해 가능성이 증대된다. 심홍진, 인공지능과 프라이버시의 역설: AI 음성비서를 중심으로, 정보통신정책연구원, 2018-12. 참고.
 특히 인공지능은 국가 행정, 의료, 금융, 교통, 국방, 스포츠 등의 공공분야에 적용될 전망인데, 이러한 분야에서 수집되는 개인 정보는 유출될 시 심각한 사생활 침해가 발생할 가능성이 있다. 한국과학기술정보통신부·한국과학기술평가원, 과학기술&ICT_정책·기술동향, No. 132, 2018.

프라이버시의 침해만큼이나 주목해야 할 것이며, 이 글이 강조하고 싶은 지점은 프라이버시 개념이 해체되고 재발명되고 있다는 것이다. 기존의 프라이버시 개념을 먼저 살펴보자. 프라이버시는 개인 또는 집단이 자신들 또는 자신들에 대한 정보를 스스로 지키면서 선별적으로 자신을 보여주는 개인 또는 집단의 능력이다. 2018 NAVER Privacy White Paper 참고
  대한민국 헌법은 개인 사생활의 비밀과 자유가 침해받지 않고 사생활의 권리를 보장하며 자신에 대한 정보를 스스로 관리 및 통제할 수 있는 권리를 포함한다. 대한민국헌법. 참고.
 그래서 어떤 이론가는 프라이버시를 공공 영역에서 벗어나 개인적 영역에서 있을 수 있는 격리/고립 선택권으로 이해되기도 하며, 개인적 특성을 타인에게 알리지 않고 보호하는 기밀유지로 이해도기도 한다. Bowles, Cennydd. Future Ethics. Now Next. 2018. 참고.
 이런 맥락에서 프라이버시는 개인 정보를 지키는 능력으로도 이해할 수 있다. 
그러나 인공지능이 발전하며 널리 적용될수록 개인 정보가 공유, 사용되는 것을 인지하고 관리, 통제하는 것이 더욱 어려워질 것이다. 자기 자신의 개인정보를 제공하는 것도 늘어나지만, 무엇보다 자신이 원하지 않을 때조차 주변인에 의해 제공된 정보에 따라 자신의 현재 위치, 통화내역, 구매내역과 같은 사적인 정보가 노출될 수 있기 때문이다. 게다가 자신의 정보가 어디서 어떻게 이용, 재이용되는지 완벽하게 인지하거나 확인하기 어려운 만큼 자신의 정보를 개인의 힘으로 통제하는 것은 더욱 어려워질 것이다.따라서 인공지능의 발전과 진화와 관련한 미래의 프라이버시는 기존의 프라이버시와 같은 개념일 수 없고, 기존의 프라이버시 보호가 제공했던 것을 그대로 제공할 수 없다.
 구체적으로 스마트 시티나 자율주행자동차의 경우를 생각해보자. 이들의 실현은 단순히 개별적인 인공지능의 독자적인 활동으로 가능한 것이 아니다. 정보를 빠르게 수집하고 처리하는 능력이 요구되는 것은 물론이고, 굉장히 빠른 속도로 수집된 데이터를 주변의 자율주행자동차나 도시 곧곧의 인공지능과 공유할 수 있어야 한다. 그렇지 않고서는 이상적인 모습의 스마트시티나 자율주행 자동차의 완전한 실현은 불가능해 보인다. 뿐만 아니라 챗봇(Chatbot)과 같은 인공지능 음성비서는 일상의 편리함을 제공하는 반면 사용자가 언제나 프라이버시 침해를 받을 수 있는 환경을 조성한다. 사용자는 기계장치와의 교류 과정에서 자신도 모르게 지속적으로 개인 정보를 기계장치에 기록 및 저장하게 되는데 이러한 현상을 “프라이버시 로깅”(privacy logging)이라 한다. 심홍진, 인공지능과 프라이버시의 역설: AI 음성비서를 중심으로, 정보통신정책연구원, 2018-12. 참고.
 역설적이게도 인공지능이 제공하는 편리한 서비스를 얻기 위해서는 개인의 프라이버시를 위협하는 개인 정보를 인공지능에 제공하지 않을 수 없는 것이 현실이다. 문제는 우리가 제공받는 서비스에 비해서 과도하게 많은 개인 정보가 자신도 모르게 유출된다는 점이다.
따라서 인공지능의 발전과 진화와 관련한 미래의 프라이버시는 기존의 프라이버시와 같은 개념일 수 없고, 기존의 프라이버시 보호가 제공했던 것을 그대로 제공할 수 없다. 인공지능이 도입되면서 개인은 주변으로부터 완벽히 격리될 수 없고, 항상 원하지 않는 정보 누설 및 공개의 위협에 밀접하게 닿아있으며, 완전하게 개인적이라는 것은 지금과 같은 방식으로 유지될 수 없을 것이다. 그러므로 잠재적 사용자들의 디지털 리터러시(digital literacy) 향상을 지원해야 할 것이다. 하지만 수많은 인공지능이 공유하는 사용자의 개인 정보를 개인의 디지털 리터러시를 증진하는 것만으로는 사용자가 개인 정보 유출을 인식, 통제하여 개인 정보의 유출로 인한 피해를 막기에는 역부족이다. 그러므로 국가와 사회적 차원에서 이러한 개인 정보 사용이나 알고리즘 자체에 대한 규제를 강화하는 노력이 더욱 필요할 것이다.

2) 인공지능 기술의 발전과 아이덴티티(Identity)의 변화 
프라이버시 개념의 변화는 개인 정보의 노출에 따른 사생활 침해와 같이 우리에게 직접적인 피해가 갈 수 있는 영향을 준다. 반면에 한 인간을 규정하는 정체성, 곧 아이덴티티 개념의 변화는 개인적인 삶에 미치는 직접적 피해와의 연관하여 생각하기가 쉽지 않다. 그러므로 프라이버시 개념의 변화에 비해서 아이덴티티 개념의 변화는 상대적으로 간과되기 쉽다. 하지만 프라이버시 개념의 변화가 개인과 관련된 문제였다면 아이덴티티의 문제는 근본적으로는 인간 존재와 관련된 문제이기 때문에 그냥 지나칠 수 없다.
앞으로 인공지능은 우리의 삶의 더 많은 영역에서 쉽게 찾아볼 수 있게 될 것이다. 인공지능은 자신이 필요한 정보를 얻어내고 자신이 처리가 가능한 데이터 세트(data set)의 형태로 변환한다. 이는 인간 개인, ‘나’에 대한 정보처리에서도 다르지 않다. 현재 우리가 이용 중인 개인맞춤형 제공 서비스도 이러한 기술의 일환이다. 때로 유튜브의 개인 맞춤형 콘텐츠 제안 서비스는 나보다 나를 더 잘 아는 것 같다. 자동화된 알고리즘은 데이터화된 나의 검색기록을 분석하여 나의 취향을 알아내고 내 취향에 맞는 콘텐츠를 추천해준다. 처음에는 딱히 보고싶은 영상이 없더라도 유튜브의 서비스에 의해 내가 보고 싶은 것이 생겨난다. 유튜브는 최초의 정보 수집단계에서는 내 뒤를 따랐지만, 그 다음에는 유튜브에 의해 나의 취향이 규정되는 것이다. 정보가 모이면 모일수록 유튜브의 내 취향 파악은 더 정확해질 것이다
문제는 바로 이 지점에서 발생한 인공지능이 수집하여 판단한 나의 취향이나 관심은 데이터화 된 나일 것이다. 그런데 그 데이터가 나라고 말할 수 있을까? 인공지능은 나의 실제 삶과 관계없이 자신이 수집한 나에 관한 데이터 세트를 바탕으로 ’나‘라는 새로운 대상을 만들어낼 것이다. 뿐만 아니라 인공지능은 그렇게 처리된 데이터 세트와 나를 동일시하게 된다. 새로운 아이덴티티는 인공지능에 의해 규정되는 셈이다. 데이터 세트가 보여주는 수치는 현실의 나의 의사와 무관하게 정말로 내가 그러한 존재가 된 것처럼 만들어낸다. 현실의 내가 갖는 아이덴티티의 다른 요소들은 무시된 체 나의 근본적인 아이덴티티가 데이터 세트에 의해 대체 된다. 기술과 숫자는 주관적인 판단보다 객관적으로 보이기 때문에, 역설적으로 인공지능에 의해 계산되고 수치화불가능한 내 아이덴티티의 다양한 면모는 신뢰성을 잃는다. 현실의 내가 갖는 아이덴티티의 다른 요소들은 무시된 체 나의 근본적인 아이덴티티가 데이터 세트에 의해 대체되는 것이다. 게다가 데이터 세트는 인공지능의 목적에 맞게 가공, 변형된다. 그렇기 때문에 데이터화된 나라는 아이덴티티는 나의 실제 삶과 커다란 간극을 지닐 수도 있다. 
 이것은 먼 미래의 일이 아니라, 현재진행형의 변화이다. 스마트폰을 이용한 본인인증이 대표적인 사례다. 스마트폰을 이용한 본인 인증에서 현실의 나는 그다지 중요하게 작용하지 않는다. 현실의 나는 스마트폰으로 전송되는 메시지에 적혀있는 일련번호를 치거나 전화를 받는 일이 전부다. 이 일은 내가 아니어도 할 수 있는 일이다. 즉, 나를 인증하기 위해 중요한 것은 나에 대한 데이터 세트다. 만약 개인 소유의 스마트폰을 잃어버리기라도 한다면 현실의 나는 여전히 나임에도 불구하고 본인임을 인증할 수 없게 된다. 그러나 여기서 강조하고 싶은 것은 현재의 아이덴티티 개념이 위협받는 것이 아니다. 보다 중요한 것은 우리 인간의 ‘나 자신’에 대한 이해와 정체성 형성이 인공지능 기술에 크게 의존하며, 영향받을 것이라는 점이다. 그렇다면 내가 바라는 나, 인간이 바라는 인간 정체성을 위한 요소가 인공지능 기술의 발전에도 고려되어야 하지 않을까? 

4. 인공지능의 자율성과 진화의 관점에서 본 인간과의 관계
1) 인공지능의 자율성: 인간, 인공지능 존재에 대한 개념 변화 
지금까지 살펴 본 프라이버시와 아이덴티티의 변화를 발생시키는 매개는 인공지능의 ‘자율성(autonomy)’이다. 인공지능이 진화하며 얻게 될 자율성은 프라이버시와 아이덴티티의 변화를 발생시키는 요인이다. 그 이유는 인공지능의 자율성의 증대가 인간에 대한 근본적인 이해를 변화기시키기 때문이다. 지금의 ANI 수준의 인공지능이 AGI에 도달하여 ASI로 진화하면서 인공지능의 자율성은 점차 증대될 것이다. 자율성을 갖는 인공지능이 등장하기 전까지의 기계는 ‘자율’이라는 말보다는 ‘자동’이라는 말이 더 어울렸다. 기계가 수행해야 하는 과정을 계속해서 반복한다는 의미에서 기존의 기계에 적합한 수식어는 ‘자동적’이었다. 자동적인 기계라고 하면 컨베이어 벨트나 조립용 로봇팔 같은 경우가 대표적이다. 이러한 자동 기계는 추가적인 입력 없이 같은 동작을 반복해서 수행하는 유용한 도구다. 이와 달리 ‘자율’은 복잡한 환경 속에서 스스로 인식하고 판단하여 독자적인 결정을 내려 행위로 옮기는 것을 의미한다. 김효은, 『인공지능과 윤리』, 서울: 커뮤니케이션북스, 2019. 참고. 
 달리 말하면 판단이나 행위를 수행하는 데 있어서 추가적인 입력과 이미 프로그래밍 된 것에 대한 의존도가 줄어들수록 자율성을 갖는다고 할 수 있다. 예를 들면, 2017년에 등장한 알파고 제로의 경우 자율성이 알파고보다 증가했다고 한다. 이중원 외, 『인공지능의 존재론』, 경기도 파주: 한올아카데미, 2018. p.125 참고.
 알파고 제로는 기본적인 규칙과 학습 원칙만 제시해준다면 데이터 세트에 의존하지 않고 인간뿐만 아니라 이전의 최강자로 여겨지던 인공지능까지도 이기는 단계까지 왔기 때문이다. 
인공지능의 자율성은 점차 증대될 것이고 이는 인간으로 하여금 존재에 대한 근본적인 질문을 피할 수 없게 만든다. 인공지능의 자율성의 증대가 인간에 대한 근본적인 이해를 변화시키기 때문이다. 자율성을 갖는 인공지능이 등장한다면, 우리 인간과 인공지능을 구분해주는 것은 무엇인가? 인간은 전통적으로 스스로 판단하고 행동할 수 있는 주체로서 인간만을 유일한 자율적 존재라 생각했다. 인공지능도 자율적 주체가 된다면 인간과 동등한 존재로 간주되어야 하는 것인가? 물론 우리는 인공지능이 갖는 자율성이 인간과 같은 자율성인가를 물을 수 있다. 현재 기술 단계에서 인공지능의 자율성은 인간의 자율성과 비교했을 때, 인간과 같은 자율적인 행위자로 여길 정도는 아니다. 하지만 앞서 살펴본 인공지능의 발전 단계에 따르면, 미래 사회에는 최소한 인간의 자율성과 유사한 수준의 자율성을 갖는 인공지능이 등장하게 될 것이다. 
인간의 고유한 특성으로만 여겨지던 자율성과 유사한 수준의 것을 인간이 아닌 존재가 갖게 된다면 자율적인 행위자의 경계가 무너질 것이다. 이는 자율적인 행위자로서 인공지능의 법적인 책임, 도덕적 인격, 그리고 인간과의 관계를 고려할 수밖에 없을 것이다. 

2) ‘진화’의 의미를 다시 생각하다 
현재 기술 단계에서 인간과 같은 자율성을 지닌 비인간 행위자로서 인공지능에 대한 생각은 아직 미래의 일이다. 그러나 인공지능의 기술발전 단계를 고려하면 불가능한 일도 아니다. 여기서 우리는 기술 발전을 ‘진화’로 부르는 의미를 다시 한 번 생각할 필요가 있다. 기술의 진화는 인간과 무관하게 ‘자동적으로’ 진행되는 일이 아니기 때문이다.
진화는 전통적으로 생물에 적용되던 변화의 개념이다. 진화를 자연선택의 결과로 발생한다고 한 다윈과 윌리스는 자연선택의 조건으로 다음과 같은 4가지를 제시한다. 철학연구회, 『진화론과 철학』, 『哲學硏究』 제59집의 별책, 철학과 현실사, 2003. p.49 참고.
 1) 개체들간에 변이가 존재하나. 2 )어떤 변이는 유전한다. 3) 환경에 따라 더 많은 자손을 낳을 수 있다. 4 )주어진 환경에 잘 적응하는 형질을 갖는 개체들이 더 많이 살아남아 더 많은 자손을 남긴다. 이들이 제시한 조건을 보면 진화는 기본적으로 생물체의 형태와 행동의 변화를 내포하고 있다. 그런데 여기서 주목하고자 하는 것은 생물체가 진화하기 위해서는 환경의 영향을 무시할 수 없다는 것이다. 즉, 환경에 적응하지 못한 생명체는 살아남을 수 없고 한 환경에서 적응한 생명체가 달라진 환경에서도 적응할 수 있다고 장담할 수 없기 때문이다. 환경은 진화의 중요한 요소다. 
생물의 진화가 그렇듯이 인공지능 또한 자신의 힘만으로 진화하는 것이 아니다. 인공지능이 자손, 즉 복제품을 스스로 만들고 그 복제품들 사이에서 변이가 일어나지 않는 이상 인공지능의 진화에 가장 큰 영향력을 끼치는 것은 이것이 처한 환경일 것이다. 인공지능이 처한 환경이란 무엇일까? 충분한 에너지원, 시스템 가동을 위한 적절한 온도와 습도, 자연재해로부터 안전한 장소 등이 떠오른다. 그런데 더 중요한 환경 요인이 있다. 바로 인간, 그리고 인간의 삶이다. 인간은 인공지능을 개발하고, 적용하며 다양한 기술의 가능성 중 무엇을 현실화할지를 결정한다. 따라서 인공지능의 진화는 기술 자체의 발전만이 아니라 인간의 삶이 조성하는 환경과 인간의 사고와 행동방식에 영향을 받을 수밖에 없다. 인간에게 필요한 것, 더 있으면 좋을 것이 무엇인지에 대한 인간의 이해와 판단이 인공지능에게 영향을 주는 것이다. 그런 점에서 인간의 개념 및 가치에 대한 이해는 인공지능의 중요한 환경이라 할 수 있다
인간과 인공지능이 서로의 환경이 되어 영향을 주고받는다는 측면에서 보면 인공지능과 인간은 공진화한다. 생물학적으로 엄밀한 의미로 사용된 것은 아니지만 서로 다른 종의 상호 관계를 통한 진화적 변화의 의미에서 인간과 인공지능의 관계를 공진화의 관계라고 생각한다. 뉴턴코리아 편집부, 과학 용어 사전, 아이뉴턴(뉴턴코리아), 2010, “공진화” 참고.
 따라서 인공지능과 인간은 일방적인 관계가 아니라 상호 관계를 맺으며 서로 변해갈 것이다.

3) 더 나은 미래를 위한 공진화: 인간과 인공지능의 관계  
인공지능이 진화하여 인간의 삶에 더 많이 적용되고 자동 기계의 수준을 넘어서 자율성을 갖게 된다면 인간과 인공지능의 관계를 정립하는 문제는 더욱 중요한 문제가 된다. 자율성을 갖는 인공지능이 등장하기 전부터도 이미 인간과 인공지능의 관계는 진화의 측면에서 중요하다. 
인공지능의 진화에 있어서 인간은 핵심적인 환경으로 인공지능의 알고리즘을 제작하고 규제를 만들고 인공지능에 관한 법을 제정한다. 이것은 인공지능의 탄생에서부터 인공지능이 인간의 삶에 들어와 활동하게 되는 상황과 조건이 인간에 의해 구성된다는 것을 의미한다. 그러므로 인간이 어떤 판단을 내리고 선택하는지에 따라서 다른 인공지능이 등장하게 될 수 있다. 즉, 기술의 발전만이 인간에게 영향을 미치는 것이 아니라 인간이 어떻게 생각하고 대응하는가가 기술에 영향을 미치게 된다.
인간의 삶 역시 인공지능을 자동 기계의 시절처럼 도구로만 여기지 못하게 될 것이다. 인공지능을 개발하는 입장에서는 유용한 도구나 잘 팔리는 인공지능을 만드는 것을 목적으로 할지도 모른다. 그러나 인공지능이 갖게 될 것이라고 예상되는 자율성은 이들을 더 이상 자동 기계와 같이 볼 수 없게 만들 것이다. 인간과 인공지능은 서로의 환경이 되어 상호 작용하게 될 것인데, 문제는 인간이 처해있는 여타의 환경과 다르게 이간과 유사한 자율성을 갖는 대상으로 인공지능이 자리 잡을수도 있다. 자율성을 갖는 환경인 셈이다. 이러한 기술적 변화는 우리 인간, 인공지능, 그 관계에 대한 개념과 가치에 더욱 근본적인 변화를 낳을 것이다.  
아직 인공진능의 진화는 주로 기술이 일방적으로 인간 사회에 영향을 미칠 것이고, 인간이 변화한 기술환경에 어떻게 적응하는지에만 논의의 초점이 맞춰져 있다. 그러나 바로 그 ‘진화’라는 측면에서, 인공지능의 진화, 발전 방향 또한 인간 삶의 변화에 따라 영향받을 것이다. 인간은 인공지능이 가져다주는 변화를 받아들이기만 하는 것이 아니라 그러한 변화를 탐구, 분석하여 인간-인공지능의 관계를 미래 인간의 삶에 기여할 만한 환경으로 조성해야 한다. 따라서 우리가 앞으로 인공지능과 어떤 관계를 맺으며 살아가고 싶은지를 생각할 필요가 있다. 

5. 더 나은 미래사회를 위한 인간과 인공지능의 공진화: 인간은 무엇을 해야 하는가 
인공지능은 인간과 상호 관계를 맺고 진화하며 자율성을 얻게 될 것이다. 그러한 인공지능이 인간의 삶에 들어오게 되면 프라이버시와 아이덴티티와 같이 인간의 근본적인 개념들이 기존과 같은 방식으로 있을 수 없게 된다. 앞서 말했듯이 인공지능의 진화는 인간과의 관계 속에서 이루어질 것이기 때문에 인간의 삶과 근본적인 가치·개념의 변화에서 인간의 역할과 책임이 중요하다. 그러므로 인간의 입장에서 어떤 방향으로 인공지능이 진화해나가기를 바라는지 생각하고 제시할 수 있어야 할 것이다. 이러한 입장에 따라 최종적으로, 인간이 더 나은 미래 사회를 위해 인공지능과의 공진화를 대하는 태도를 몇 가지 제안하려 한다. 이는 인공지능 기술의 발전 방향에 관한 인간의 의무와 지향점을 포함한다.

 술에 대한 관점: 인공지능기술의 진화는 인간과 독립적으로 있는 기술만의 문제가 아니라 인간의 세계에 대한 이해 및 가치 설정에 영향을 받는다. 
인간은 기술의 진화에 대해 인간의 영향력과 책임을 자각할 필요가 있다. 인공지능의 진화를 인간과의 공진화로 파악하는 것은 기술을 대하는 인간의 능동적인 태도를 요구하며, 가치지향적 기술의 추구를 요청한다.  인공지능과 같은 기술은 더 이상 인간과 별개로 생각할 수 없다. 인공지능은 기술은 인간의 세계 이해와 제시가치에 따라 달라진다. 

 인간의 의무: 인간은 미래사회를 구성하는 주요 가치를 제시해야 한다.
에서 보았듯이 기술은 인간이 제시하는 가치에 따라 변할 수 있다. 그렇기 때문에 더 나은 미래사회를 만들기 위해서는 인간이 바라는 가치를 제시할 수 있어야 한다. 

 인간의 의무: 간은 인공지능을 미래사회의 구성원으로 간주해야 한다. 
더 나은 미래사회는 인간의 힘만으로 달성될 수 없다. 인공지능은 단순한 도구가 아니라 우리 삶에 밀접하게 들어와 상호 관계를 맺는 존재이기 때문이다. 더 나은 수준의 자율성을 갖춘 미래의 인공지능은 더욱 밀접한 관계대상이 될 것이다. 즉, 인공지능과 인간은 서로의 환경이자 관계 대상이 된다. 그러므로 인간은 미래사회의 구성원에 인공지능을 포함시켜, 더 나은 미래사회를 구상해야 할 것이다.

 인간과 인공지능의 관계: 인간과 인공지능은 한 사회의 구성원으로서 미래사회의 공공선(Public Good)을 증진해야 한다. 미래사회의 구성원인 인간과 인공지능은 서로에게 영향을 줄 수 있다. 그래서 어느 한쪽으로 치우친 선을 추구한다면 다른 한쪽에도 도움이 되지 않을 것이다. 

 인간과 인공지능의 관계: 미래사회의 구성원은 공존을 위협하는 요소의 감소를 위해 연대해야 한다. 
인간과 인공지능의 관계는 상호 관계적이기 때문에 서로에게 이득이 되기 위해서는 공존을 위협하는 요소에 공동으로 대처해야 한다. 


참고문헌

김효은, 『인공지능과 윤리』, 서울: 커뮤니케이션북스, 2019
뉴턴코리아 편집부, 과학 용어 사전, 아이뉴턴(뉴턴코리아), 2010, “공진화” 참고.
심홍진, 인공지능과 프라이버시의 역설: AI 음성비서를 중심으로, 정보통신정책연구원, 2018-12.
이중원 외, 『인공지능의 존재론』, 경기도 파주: 한올아카데미, 2018.
철학연구회, 『진화론과 철학』, 『哲學硏究』 제59집의 별책, 철학과 현실사, 2003.
Goertzel, Ben. Cassio Pennachin (Eds.). Artificial Genenral Intelligence. Springer. 2007.
Silver, David et al. “Mastering the game of Go without human knowledge”. Nature Vol. 550. 2017.
Bostom, Nick. Super Intelligence – Paths, Dangers, Strategies. Oxford Univeristy Press. 2014.
Bowles, Cennydd. Future Ethics. Now Next. 2018
2018 NAVER Privacy White Paper
한국과학기술정보통신부·한국과학기술평가원, 과학기술&ICT_정책·기술동향, No. 132, 2018
대한민국헌법
https://spectrum.ieee.org/computing/software/many-experts-say-we-shouldnt-worry-about-superintelligent-ai-theyre-wrong (2019.10.18. 접속)
https://medium.com/@tjajal/distinguishing-between-narrow-ai-general-ai-and-super-ai-a4bc44172e22 (2019.10.18. 접속)








게시판 List
이전글 [2019 청년 에세이 대상]인공지능이 바꿀 미래? 인간이 바꿀 미래!
다음글 [2019 연구논문] 또 다른 지능, 인공지능이 가져올 미래의 변화

목록