번역 제공
우선 에이전트 기술에 대해 알아보도록 합시다. 이는 소프트웨어 로봇이라고도 불리며 주어진 환경 내에서 자율적으로 위임자, 즉 인간을 대신해 능동적인 임무수행이 가능한 지능형 프로그램입니다. 이상적인 에이전트가 갖추어야 할 기능은 다음과 같습니다. 가상공간을 자율적으로 이동하며 임무수행을 위한 이동기능, 사용자의 명령 이외에도 주어지는 상황으로부터 습득한 경험을 통한 스스로의 성능개선 및 적응을 위한 학습기능, 주어진 임무의 효율적인 수행을 위한 계획기능, 분산된 멀티에이전트 간의 협조 행동을 통한 효율적인 임무 수행을 가능하게 하는 협력기능 등이 있습니다. 이러한 기능은 완벽한 인간의 이성적인 판단을 대신해 에이전트 스스로 능동적인 판단이 가능하며, 인공지능의 수준이 인간과 유사한 정도까지 발전할 수 있다는 가능성에 대한 확실한 증거입니다.
두 번째로 기계학습(Machine Learning)이 있습니다. 인간은 학습을 통해 지적능력의 확대가 가능하며 학습능력은 다른 개체와 인간을 구분하는 중요한 요소이며, 변화하는 환경에 대한 적응능력입니다. 이러한 학습개념이 인공지능에 적용될 경우는 하나의 문제를 수행한 뒤, 그 추론과정에서 얻은 경험을 바탕으로 시스템의 지식을 수정 및 보완해, 다음에 그 문제나 또는 비슷한 문제를 수행할 때에는 처음보다 더 효율적이고 효과적으로 문제를 해결할 수 있는 적응성이라고 정의할 수 있습니다.
이러한 학습과정이 가능한 배경이 되는 것이 바로 기계학습입니다. 대표적인 기계학습으로 생물의 신경조직에서 착안, 모델링한 인공신경망(Artificial Neural Network), 엄청난 데이터에서 일반적인 규칙을 발견하는 데이터마이닝(Data Mining), 의사결정 트리(Decision Tree), 자연계에 있어서 생물의 유전과 진화의 메커니즘을 공학적으로 모델화한 최적화 기법인 유전알고리즘 등의 다양한 알고리즘이 존재합니다.
세 번째로 적응 및 진화기술이 있습니다. 적응진화기술의 대표적인 사례들로 소프트컴퓨팅, 공진화 학습 등이 있습니다. 앞서 언급된 인공신경망, 퍼지, 유전알고리즘 등의 지능형 알고리즘 간의 융합을 통한 상호단점 보완 기술인 소프트 컴퓨팅은 보다 나은 성능의 시스템 제공을 위한 진화기법입니다. 공진화 학습의 경우 기존의 진화연산알고리즘과 다르게 목표가 동적으로 변화하는 환경에서 목표에 대한 정의가 완전히 외부에서만 정의되는 것이 아닌 시스템 내부에서 발생하는 특징을 지닙니다. 이는 기본이 되는 틀만을 제공하고 나머지 임무 수행 과정에서 필요로 하는 능력은 환경과의 상호작용을 통해 자발적으로 습득하게 됩니다. 이러한 상호작용 기능의 대표적인 사례가 바로 감성의 활용이라고 할 수 있습니다.
그런데 정말 인공지능이 사람과 같은 감성적 행동을 취하고 사람과 능동적인 의사소통을 할 수 있는 수준에 도달할 수 있을까요. 현재까지 감성에 대한 연구는 사람의 생체적 반응을 통해 측정되는 정량적 지표를 기반으로 단편적인 감정을 인식하거나 표현하는 방향으로 연구가 진행돼 왔습니다. 하지만 사람의 표현에 대한 반응을 유도하는 방식으로 수동적이며 스스로 생각해 반응하는 것보다는 넓은 의미에서 단순히 무의식중의 명령에 의한 행동수행의 과정이라고 볼 수 있을 만큼 인공지능으로서 기능이 제한적입니다. 즉, 인간과 인공지능과의 커뮤니케이션을 공학적 접근을 통해 해결할 수 없는 많은 문제가 있으며 대표적으로 복합적인 인간의 감정정보를 정량화된 수치로 표현할 수 있는 수단이 아직 개발되지 않았다는 것입니다.
인공지능이 스스로 감성에 대해 생각 및 추론을 하고 임의의 상황에 적절히 대응하기 위해서는 로봇이 각 상황을 인식하고 그에 따른 적절한 행동을 취할 수 있는 하드웨어, 소프트웨어적 기반기술의 개발이 필요합니다. 사람의 오감과 유사한 형태의 센서를 통해 감성, 상황정보 등의 정보를 수집하고 이를 가공, 처리해 주어진 환경에서 적절한 감정과 반응을 추론, 결정할 수 있도록 해야 한다는 것입니다. 대표적인 감성 연구로는 MIT의 Kismet, Leonardo, 와세다대의 WE-4RII, 지능시스템의 Paro, NEC의 PaPeRo 등이 있습니다. 많은 연구자들은 인간이 어떻게 상황에 반응하고 감정을 느끼는가를 관찰해 모델링하고 이를 인공지능에 적용하도록 하는 연구를 진행했고, 또 현재 진행중 입니다.
심귀보 중앙대·로봇공학
필자는 도쿄대에서 로봇공학으로 박사학위를 했다. 『인공생명의 방법론』 등의 저서와 「분산제어식 Mlulti-Agent 제어 기술」등이 있다.
