튜링 테스트와 인간증명

웹서핑을 하다 보면 종종 다음과 같은 문구를 볼 수 있다. "저는 로봇이 아닙니다(I'm not a robot)." 이 문장 옆의 박스를 클릭해야 비로소 다음 단계로 넘어갈 수 있다. 다른 사람이 아닌 바로 나라는 사실을 증명하는 것까지는 기꺼이 감내하겠는데, 이제 내가 인간임을 스스로 증명해야 하는 세상이다.

'나는 생각한다, 고로 나는 존재한다'라는 데카르트의 명언도 더 이상 명제가 아니라는 것일까.

사실 이는 구글의 봇 방지 서비스로 잘 알려진 리캡차(reCAPTCHA)라는 인공지능 서비스다. 클릭 한 번으로 어떻게 인간임을 증명할 수 있을까 싶지만, 인공지능 알고리즘이 사용자의 마우스 움직임과 쿠키 등 기타 다양한 웹 정보를 종합해 판별한다고 한다.

이는 인공지능이 인간과 얼마나 구분하기 어려운지를 판단하기 위해 앨런 튜링이 고안한 튜링 테스트를 인간에게 적용한 버전으로 볼 수 있다. 인공지능 모델은 인간이 만든 튜링 테스트를 통과해야 쓸 만한 인공지능으로 인정받는 것처럼, 우리 인간도 인공지능의 튜링 테스트를 통과해야 비로소 인간으로 인정받는 셈이다. 클릭하기 귀찮은 마음 한 공기 배부른데 서글픔 한 스푼 추가다.

최근 생성형 인공지능의 발전 속도를 보면 마치 튜링 테스트를 비웃기라도 하는 것 같다. 이미지, 목소리, 글, 비디오 등 우리가 생각할 수 있는 거의 대부분의 것들을 만들어 내고 인간이 만들어 낸 것과 구분이 사실상 불가능한 수준에 이르렀다. 인공지능에 튜링 테스트란 마치 "저는 로봇이 아닙니다"라는 문장을 클릭하는 것처럼 너무나 쉬운 일이 되었다. 그럼 인공지능은 어떻게 튜링 테스트를 통과하게 되었을까. 오늘은 튜링 테스트를 처음 통과한 생성형 인공지능 1세대 이야기다.

생성형 인공지능은 튜링 테스트의 수준을 넘어서기까지 몇 차례 탈피를 거쳤다. 우선 데이터 분산을 바탕으로 한 통계학의 문제 중 하나인 주성분 분석(Principle component analysis)을 인공신경망으로 풀어내는 방식(Autoencoder)이 주목을 받았다. 이때의 인공지능은 그럴듯한 데이터를 만들어 내지만 튜링 테스트를 통과하기는 조금 부족했다. 그 이후로 변곡점 없이 발전을 거듭하던 생성형 인공지능 분야에서 사건이 발생했으니, 이름하여 적대적 생성형 인공신경망(Generative Adversarial Networks)이라는 기술이다. 이때부터 인공지능이 생성한 데이터는 인간이 만든 결과물과 구분하기 어려워졌고, 이 기술은 이후 수년간 생성형 인공지능 분야를 주도했다.

그 어렵다는 튜링 테스트를 통과한 생성형 인공지능만의 비법은 무엇일까. 바로 인간이 고안한 튜링 테스트를 인공지능 그들만의 방식으로 재구성했다는 것이다. 인간의 튜링 테스트에서는 인간이 인공지능과 인간을 구분하는 평가자의 역할을 하지만, 인공지능의 튜링 테스트에서 평가자는 인간이 아닌 또 다른 인공지능이다. 인공지능 세상 속 시험에서는 인간이 인공지능에 인간인지를 증명해야 한다는 뜻이다. "인공지능의 튜링 테스트"라는 문제집을 공부한 인공지능이 "인간의 튜링 테스트"를 통과하는 아이러니한 상황이다.

인터넷과 책에서는 일반적으로 두 개체가 대결하는 경제학의 제로섬 게임(Zero-sum game) 개념을 이용해 적대적 생성형 인공신경망 기술을 소개하지만, 사실 인간의 튜링 테스트를 거꾸로 읽어내는 발상의 전환이 깔려 있다. 우리는 인공지능에 내가 인간임을 증명하고, 인공지능은 이를 자양분 삼아 그들이 더욱 쓸모 있는 존재임을 증명할 것이다.

튜링 테스트를 제안한 앨런 튜링이 살아 있다면 이런 아이러니한 세상을 상상해 보았는지 묻고 싶다.

■약력 △KAIST 전기전자공학 박사 △매사추세츠공과대(MIT) 및 캘리포니아공과대(Caltech) 박사후연구원 △KAIST 뇌인지과학과·바이오및뇌공학과·데이터사이언스대학원·AI대학원 교수 △KAIST 신경과학-인공지능 융합연구센터장 △저서 '인공지능과 뇌는 어떻게 생각하는가'

이상완 KAIST 뇌인지과학과 부교수 신경과학-인공지능 융합연구센터장