[Lobsters 요약] 1985년 위버트 드레이퍼스의 AI 한계론: 철학적 관점에서 본 인공지능의 본질
3
설명
1985년 위버트 드레이퍼스(Hubert Dreyfus)가 제시한 인공지능의 한계에 대한 철학적 논의는 오늘날에도 여전히 유효합니다.
그는 기계가 인간의 '이해'와 '지식'을 진정으로 가질 수 있는지에 대한 근본적인 질문을 던졌습니다.
이 글은 드레이퍼스의 통찰을 통해 AI의 현재와 미래를 조망합니다.
### 배경 설명
위버트 드레이퍼스는 20세기 후반의 저명한 철학자로, 특히 현상학 및 기술 철학 분야에서 중요한 기여를 했습니다. 그의 저서 'What Computers Can't Do'(1972)와 'What Computers Still Can't Do'(1992)는 인공지능의 가능성과 한계에 대한 논쟁에 큰 영향을 미쳤습니다. 드레이퍼스는 당시 주류였던 기호주의적 AI 접근 방식(Symbolic AI)이 인간의 지능을 제대로 포착하지 못한다고 주장했습니다. 그는 인간의 지능이 단순히 규칙 기반의 기호 조작이 아니라, 신체화된 경험, 직관, 맥락적 이해에 깊이 뿌리내리고 있다고 보았습니다. 이러한 관점은 1980년대에 인공지능 연구가 특정 문제 해결에 집중하며 성공을 거두는 듯 보였던 시기에, AI의 근본적인 한계를 지적하며 중요한 반론을 제기했습니다.
드레이퍼스의 주장은 인공지능이 인간처럼 '이해'하고 '학습'한다는 개념에 대해 철학적인 깊이를 더했습니다. 그는 기계가 방대한 데이터를 처리하고 패턴을 인식하는 능력은 뛰어나지만, 그것이 진정한 의미의 '앎'이나 '의식'과는 다르다고 주장했습니다. 예를 들어, 체스 게임을 완벽하게 수행하는 AI는 수많은 경우의 수를 계산하여 승리할 수 있지만, 인간 체스 마스터가 느끼는 게임의 '흐름'이나 '전략적 직관'과는 본질적으로 다르다는 것입니다. 이러한 구분은 오늘날 딥러닝 기반의 AI가 놀라운 성능을 보여주고 있음에도 불구하고, 여전히 '이해'나 '상식'의 영역에서는 한계를 드러내는 이유를 설명하는 데 도움을 줍니다. 드레이퍼스의 논의는 AI가 단순히 계산 능력을 넘어 인간의 지능과 유사해지기 위해서는 어떤 근본적인 변화가 필요한지에 대한 질문을 던집니다.
### 드레이퍼스의 핵심 주장: 기호주의 AI의 한계
드레이퍼스는 1985년 당시 인공지능 연구의 주류였던 기호주의 접근 방식이 인간의 지능을 제대로 모델링하지 못한다고 비판했습니다. 그는 인간의 지식과 이해가 명시적인 규칙이나 기호로 표현되기 어렵다고 주장했습니다. 예를 들어, '의자'라는 개념을 이해하는 것은 단순히 '앉을 수 있는 가구'라는 정의를 아는 것을 넘어, 의자의 형태, 재질, 사용 맥락 등 수많은 비명시적인 지식과 경험을 포함합니다. 기호주의 AI는 이러한 비명시적인 지식과 맥락적 이해를 포착하는 데 어려움을 겪으며, 이는 AI가 실제 세계의 복잡성을 다루는 데 한계를 갖게 한다고 보았습니다. 그는 AI가 인간처럼 '이해'하기 위해서는 단순히 기호를 조작하는 것을 넘어, 신체화된 경험과 세계와의 상호작용을 통해 얻어지는 암묵적인 지식(tacit knowledge)을 습득해야 한다고 주장했습니다.
### 신체화된 인지(Embodied Cognition)와 직관
드레이퍼스는 인간의 지능이 신체와 분리될 수 없다고 보았습니다. 우리의 신체적 경험, 즉 보고, 듣고, 만지고, 움직이는 과정에서 얻는 감각과 운동 능력은 우리가 세계를 이해하고 지식을 습득하는 데 필수적입니다. 이러한 신체화된 인지(Embodied Cognition)는 우리가 복잡한 상황에서 즉각적으로 반응하고 판단하는 직관의 기반이 됩니다. 그는 AI가 이러한 신체화된 경험 없이 순수하게 기호나 데이터만을 가지고는 진정한 의미의 이해나 직관을 발휘하기 어렵다고 주장했습니다. 1985년 당시에는 로봇 공학이나 센서 기술이 지금처럼 발달하지 않았기에 이러한 주장은 더욱 철학적인 논의에 머물렀지만, 현재의 로봇 공학 및 강화 학습 연구는 이러한 신체화된 인지의 중요성을 점차 인식하고 있습니다.
### AI의 '이해'와 인간의 '이해'의 차이
드레이퍼스는 AI가 특정 작업을 수행하는 능력과 인간이 그것을 '이해'하는 능력 사이에 근본적인 차이가 있다고 지적했습니다. AI는 방대한 데이터를 학습하여 특정 패턴을 인식하고 예측하는 데 탁월할 수 있지만, 그것이 인간이 세상을 이해하는 방식과 동일하다고 볼 수는 없습니다. 예를 들어, AI가 수많은 의학 논문을 분석하여 질병을 진단하는 데 도움을 줄 수 있지만, 의사가 환자의 표정, 말투, 생활 습관 등 맥락적인 정보를 종합하여 느끼는 '직관적인 진단'과는 다릅니다. 드레이퍼스는 이러한 차이가 AI가 진정한 의미의 '지능'을 갖추는 데 있어 극복해야 할 근본적인 과제라고 보았습니다. 그는 AI가 인간의 지능을 모방하는 것을 넘어, 인간과 같은 방식으로 '이해'하기 위해서는 인간의 경험과 세계와의 상호작용을 반영하는 새로운 접근 방식이 필요하다고 시사했습니다.
### 가치와 인사이트
드레이퍼스의 1985년 논의는 오늘날 딥러닝 기반 AI의 발전 속에서 더욱 깊은 통찰을 제공합니다. AI가 특정 작업에서 인간의 능력을 뛰어넘는 성과를 보이고 있지만, 여전히 상식 추론, 맥락 이해, 창의성 등 인간 고유의 지능 영역에서는 한계를 드러내고 있습니다. 드레이퍼스의 '신체화된 인지'와 '암묵적 지식'에 대한 강조는 AI가 단순한 데이터 처리 기계를 넘어, 실제 세계와 상호작용하고 경험을 통해 학습하는 방향으로 발전해야 함을 시사합니다. 이는 AI 연구자들이 단순히 알고리즘 개선에 집중하는 것을 넘어, 인간 지능의 본질에 대한 철학적, 인지과학적 이해를 바탕으로 연구 방향을 설정해야 함을 의미합니다. 특히, AI가 인간 사회에 더 깊숙이 통합될수록, AI의 '이해'와 인간의 '이해'가 어떻게 다르고, 이러한 차이가 어떤 윤리적, 실무적 함의를 가지는지에 대한 논의가 중요해질 것입니다.
### 향후 전망
드레이퍼스의 지적은 향후 AI 발전 방향에 중요한 질문을 던집니다. 현재의 AI는 주로 데이터 기반의 패턴 인식에 의존하고 있지만, 미래에는 인간처럼 신체화된 경험을 통해 학습하고, 맥락을 이해하며, 암묵적인 지식을 습득하는 AI가 등장할 수 있습니다. 이는 로봇 공학, 강화 학습, 인간-AI 상호작용 연구의 발전과 밀접하게 연관될 것입니다. 경쟁 측면에서는, 특정 분야에 특화된 AI와 범용적인 이해 능력을 갖춘 AI 간의 경쟁 구도가 형성될 수 있습니다. 또한, AI가 인간의 '이해'를 진정으로 모방하거나 능가하기 위해서는 단순히 계산 능력을 넘어, 인간의 경험과 가치를 반영하는 새로운 패러다임의 AI 연구가 필요할 것입니다. 커뮤니티 측면에서는, AI의 한계와 가능성에 대한 철학적, 윤리적 논의가 더욱 활발해지면서 AI 개발 방향에 대한 사회적 합의를 도출하는 과정이 중요해질 것입니다.
📝 원문 및 참고
- Source: Lobsters
- 토론(Lobsters): [lobste.rs](https://lobste.rs/s/xculjp/limits_ai_hubert_dreyfus_1985)
- 원문: [링크 열기](https://www.youtube.com/watch?v=ePsQksj99LM)
---
출처: Lobsters · [원문 링크](https://www.youtube.com/watch?v=ePsQksj99LM)
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.