인공지능은 어느 날 갑자기 등장한 것처럼 보인다. ChatGPT가 공개되면서 수많은 사람이 자연어로 글을 작성하고, 내용을 요약하고, 번역하고, 복잡한 질문에 답하는 기계를 처음 경험했다. AI는 거의 하룻밤 사이에 기업, 교육, 정부와 일상생활의 핵심 주제로 떠올랐다.

그러나 오늘날의 AI 혁명이 ChatGPT에서 시작된 것은 아니다. 지금의 AI는 70년이 넘는 연구와 반복된 실패, 기술적 돌파구와 지속적인 투자가 축적된 결과다.

시작: 기계가 생각할 수 있는가

인공지능의 출발점이 된 질문 중 하나는 영국의 수학자 앨런 튜링이 제기했다. 튜링은 1950년 발표한 논문 「컴퓨팅 기계와 지능(Computing Machinery and Intelligence)」에서 단순하지만 매우 근본적인 질문을 던졌다.

기계가 생각할 수 있는가

튜링은 지능을 철학적으로 정의하는 대신 실질적인 실험을 제안했다. 사람이 상대방과 대화하면서 그 상대가 인간인지 기계인지 확실하게 구별할 수 없다면, 그 기계가 의미 있는 수준의 지능을 갖추었다고 볼 수 있다는 것이다. 이 실험은 이후 ‘튜링 테스트’로 불리게 되었다.

‘인공지능(Artificial Intelligence)’이라는 용어는 1956년 다트머스 하계 인공지능 연구 프로젝트에서 공식적으로 사용됐다. 당시 연구자들은 인간의 학습과 추론, 지능을 충분히 정확하게 설명할 수 있다면 기계도 이를 모방할 수 있다고 믿었다.

기대는 매우 컸다. 일부 연구자들은 한 세대 안에 인간 수준의 인공지능을 구현할 수 있을 것으로 예상했다.

초기의 낙관론과 AI의 겨울

초기의 AI 시스템은 몇 가지 유망한 성과를 보여주었다. 컴퓨터가 수학 문제를 풀고, 간단한 게임을 수행하며, 정해진 논리 규칙에 따라 기호를 처리할 수 있다는 사실이 증명됐다.

그러나 당시 컴퓨터에는 충분한 연산능력과 메모리, 데이터가 없었다. 현실 세계는 연구자들이 예상했던 것보다 훨씬 복잡했다. 통제된 실험환경에서 잘 작동하던 시스템도 모호하거나 불완전한 정보 또는 처음 접하는 상황에서는 제대로 대응하지 못했다.

기대에 비해 실제 성과가 부족하자 정부와 기업의 지원이 감소했다. 이러한 침체기는 ‘AI의 겨울’이라고 불린다.

AI는 두 차례 이상의 겨울을 경험했다. 대중의 관심은 줄었지만 연구 자체가 중단된 것은 아니었다. 연구자들은 알고리즘을 개선하고 컴퓨팅 성능을 높이며 새로운 머신러닝 방법을 개발했다.

이 역사는 기업 경영자에게 중요한 교훈을 준다. 거대한 기술적 변화는 대부분 직선으로 진행되지 않는다. 오랜 실험과 실패의 시간이 이어진 후 어느 순간 결정적인 돌파구가 나타난다.

규칙을 따르는 컴퓨터에서 스스로 학습하는 컴퓨터로.

전통적인 컴퓨터 프로그램은 사람이 명시적으로 작성한 규칙에 따라 작동한다. 개발자가 특정 상황을 예상하지 못하면 시스템도 그 상황에 대응하기 어렵다.

머신러닝은 근본적으로 다른 방식을 제시했다. 모든 규칙을 사람이 직접 입력하는 대신 컴퓨터가 데이터를 통해 패턴을 학습하도록 한 것이다.

인터넷의 확산으로 막대한 양의 디지털 정보가 축적됐다. 동시에 반도체, 클라우드 컴퓨팅과 그래픽처리장치의 발전으로 컴퓨터의 연산능력이 크게 높아졌다. 이러한 변화로 연구자들은 더욱 정교한 인공신경망을 훈련할 수 있게 됐다.

딥러닝은 이미지와 음성 인식, 번역, 추천 시스템과 자율주행 분야의 성능을 크게 향상시켰다. AI는 연구실을 벗어나 실제 제품과 기업 업무에 적용되기 시작했다.

트랜스포머라는 결정적인 돌파구

2017년 Google 연구진이 ‘트랜스포머(Transformer)’라는 새로운 구조를 발표하면서 AI 발전에 결정적인 전환점이 마련됐다.

기존의 언어모델은 일반적으로 단어를 순서대로 처리했다. 이 때문에 긴 문장이나 서로 멀리 떨어진 단어 사이의 관계를 이해하는 데 어려움이 있었다.

트랜스포머는 ‘어텐션(Attention)’이라는 방식을 사용한다. 이를 통해 문장이나 문서 전체에서 각각의 단어와 개념이 서로 어떤 관계를 갖는지를 동시에 분석할 수 있게 됐다.

트랜스포머는 오늘날 대부분의 대규모 언어모델을 구성하는 기술적 기반이 됐다. GPT의 마지막 글자인 ‘T’도 ‘Generative Pre-trained Transformer’의 Transformer를 의미한다.

Google이 중요한 과학적 돌파구를 마련했다면, OpenAI는 그 기술을 일반인이 사용할 수 있는 제품으로 전환했다. OpenAI는 GPT 모델 개발, 대규모 학습, 인간 피드백을 활용한 강화학습과 간단한 대화형 인터페이스를 통해 첨단 AI를 대중에게 제공했다.

따라서 2022년 말 ChatGPT의 출시는 인공지능이 탄생한 순간이 아니다. 수십 년에 걸쳐 발전한 AI가 거의 모든 사람에게 보이고 실제로 사용되기 시작한 순간이었다.

AI는 왜 지금 이렇게 빠르게 발전하는가

현재 AI의 급속한 발전은 여러 기술과 환경이 동시에 결합한 결과다.

첫째, 인류는 역사상 가장 많은 디지털 데이터를 축적했다. 문서, 이미지, 거래내역, 동영상, 이메일과 기업의 업무기록은 AI가 학습하는 원재료가 된다.

둘째, 컴퓨팅 성능이 비약적으로 향상됐다. GPU와 AI 전용 반도체는 첨단 AI 모델을 훈련하고 운영하는 데 필요한 막대한 연산을 처리할 수 있다.

셋째, 클라우드 플랫폼의 확산으로 모든 기업이 자체 데이터센터를 구축하지 않고도 강력한 컴퓨팅 인프라를 사용할 수 있게 됐다.

넷째, 트랜스포머를 비롯한 새로운 모델 구조의 등장으로 AI가 문맥을 이해하고 유용한 콘텐츠를 생성하는 능력이 과거와 비교할 수 없을 정도로 향상됐다.

마지막으로 AI의 사용방법이 쉬워졌다. 이제 AI를 사용하기 위해 반드시 프로그래머나 데이터 과학자가 될 필요는 없다. 누구든지 일상적인 언어로 질문하면 AI를 활용할 수 있다.

데이터, 컴퓨팅 성능, 알고리즘, 클라우드 인프라와 사용 편의성이 동시에 결합하면서 AI는 지금 놀라운 속도로 발전하고 있다.

AI는 갑자기 나타난 기적이 아니라 기술 발전의 연속이다.

오늘날 AI는 보고서를 작성하고, 프로그램 코드를 생성하며, 문서를 분석하고, 이미지를 만들고, 고객서비스와 기업의 의사결정을 지원한다. 하지만 이러한 능력은 하나의 발명이나 한 기업에 의해 갑자기 만들어진 것이 아니다.

AI는 수십 년 동안 축적된 인간 지식의 결과다.

이러한 관점은 AI의 미래를 이해하는 데도 중요하다. AI 기술은 앞으로도 획기적인 발전과 실망, 수정과 재도약을 반복할 것이다. 현재의 기대 중 일부는 과장된 것으로 판명될 수 있지만, 우리가 예상하지 못한 변화가 더 크게 나타날 수도 있다.

따라서 기업 경영자는 AI를 일시적인 유행이나 하루아침에 나타난 기적으로 바라봐서는 안 된다. AI는 오랫동안 이어진 기술 발전의 최신 단계이며, 이제는 지식노동의 수행방식을 근본적으로 바꿀 수 있는 수준에 도달했다.

중요한 질문은 AI가 계속 발전할 것인지가 아니다. AI는 앞으로도 발전할 것이다.

이제 우리가 물어야 할 질문은 사람과 기업이 AI를 어떻게 활용할 것인가이다.

AI는 인간보다 훨씬 빠르게 정보를 처리할 수 있다. 그러나 AI 역사의 모든 중요한 발전은 인간이 던진 질문, 인간이 실행한 실험, 그리고 한때 불가능하게 보였던 생각을 포기하지 않았던 인간의 결정에서 시작됐다.

그렇기 때문에 AI의 역사를 이해하는 것은 AI 시대에도 사람의 가치가 왜 중요한지를 이해하는 첫걸음이다.