1956년 다트머스에서 오늘까지
3 인공지능의 역사
― 1956년 다트머스에서 오늘까지
다트머스, 1956년 여름
1956년 여름. 미국 다트머스 대학. 작은 교실 하나. 에어컨도 없던 시절. 창문은 열려 있고, 바람은 거의 없고, 젊은 학자들은 땀을 흘리며 의자에 앉아 있었다. 그들 앞에는 거대한 기계도, 화려한 장비도 없었다. 종이와 연필, 그리고 아직 이름 붙지 않은 질문들이 있을 뿐이었다. 그들은 한 단어를 꺼냈다. 인공지능. 지금은 너무 익숙한 말이지만, 그때는 종이에 적힌 낯선 철자였다. 생소했고, 어색했고, 가볍게 들렸다.
누구도 확신하지 못했다. 이 말이 역사가 될 거라는 생각은 하지 않았다. 그냥 이야기했다. 그냥 던졌다. 그러나 어떤 말은 던져지는 순간보다, 시간이 흐른 뒤 더 큰 무게를 얻는다. 역사는 대부분 그렇게 시작된다. 위대한 선언이 아니라, 조심스러운 한마디로 시작된다.
존 매카시, 그리고 첫 이름
이 모임을 이끈 사람은 존 매카시였다. 그는 말했다. 지능을 기계로 만들 수 있다고. 지금 들으면 당연한 말 같지만, 당시에는 대담한 상상이었다. 인간만의 능력처럼 여겨졌던 사고와 판단을 기계에 연결한다는 발상 자체가 낯설었다. 그는 이 모임을 ‘다트머스 여름 연구 프로젝트’라 불렀다. 이름은 소박했다. 그러나 내용은 가볍지 않았다.
그는 AI라는 단어를 만들었다. 단어 하나로 세계를 조금 밀어냈다. 인간의 상상을 한 걸음 앞으로 보냈다. 이름을 붙인다는 것은 존재를 부르는 일이다. 그때는 몰랐다. 이 이름이 수십 년을 살아남을 줄은. 수많은 실패와 겨울을 지나 다시 중심으로 돌아올 줄은.
거대한 컴퓨터, 작은 꿈
현실은 냉정했다. 컴퓨터는 방 하나를 차지했다. 계산은 느렸다. 저장 공간은 부족했다. 지금 스마트폰 하나에도 못 미쳤다. 이들에게 인공지능은 지금의 자율주행이 아니라, 계산 보조 도구에 가까웠다. 기계는 무겁고 둔했고, 꿈은 그보다 훨씬 앞서 있었다.
하지만 부족함은 장애물이 아니었다. 오히려 연료였다. 장비가 약할수록 상상은 멀리 갔다. 기술보다 믿음이 앞섰다. 할 수 없는 것이 많았기에, 가능성은 더 크게 보였다. 그들은 가능성을 믿었다.
엘리자와 체스판
1966년. 엘리자가 등장했다. 간단한 대화 프로그램이었다. 구조는 단순했다. 규칙도 제한적이었다. 그런데 사람들은 마음을 열었다. 기계에게 고민을 털어놓았다. 인간은 생각보다 쉽게 의미를 부여한다는 사실이 이때 이미 드러났다. 이해한 것은 기계가 아니라, 어쩌면 인간 쪽의 기대였는지도 모른다.
같은 시기, 연구자들은 체스에 집착했다. 체스판은 실험장이었다. 인간과 기계가 마주 앉는 자리였다. 성능은 미흡했다. 그러나 체스판 위에 올라간 것은 말이 아니라 믿음이었다. 언젠가는 이길 것이라는 믿음이었다. 체스는 단순한 놀이가 아니라, 지능을 시험하는 상징 같은 무대였다.
첫 번째 겨울
1970년대. 열기는 식었다. 성과는 부족했다. 연구비는 줄었다. 관심도 사라졌다. 기대는 앞섰지만 현실은 따라오지 못했다. 첫 번째 AI의 겨울이 왔다. 여름은 짧았고, 겨울은 길었다.
많은 사람이 떠났다. 다른 분야로 갔다. 다른 연구를 했다. 그러나 일부는 남았다. 불이 꺼지지 않게 지켰다. 조용한 연구실에서, 느린 시간 속에서, 다음 계절을 준비하는 사람들이 있었다.
전문가 시스템과 두 번째 기대
1980년대. 전문가 시스템이 등장했다. 의료 진단, 장비 점검, 업무 지원. 기계는 제법 그럴듯한 답을 내놓았다. 그중 XCON은 실제 성과를 보여주었다. 기업은 다시 관심을 가졌다. 투자도 늘었다. 희망이 다시 피었다. 연구실 안의 개념이 현실의 산업으로 연결되기 시작했다.
그러나 오래가지 않았다. 유지 비용이 컸고, 환경 변화에 약했다. 시스템은 쉽게 낡았다. 현실은 다시 냉정해졌다. 규칙을 넣는 방식은 강했지만, 세상의 변화 속도를 따라가기에는 너무 경직돼 있었다.
두 번째 겨울
1990년대 초. 두 번째 겨울이 왔다. AI라는 말은 다시 조용해졌다. 언론에서도 사라졌다. 유행이 끝난 기술처럼 취급받았다. 사람들은 다시 등을 돌렸다. 기대가 컸던 만큼 실망도 빨랐다.
그러나 이번에는 달랐다. 일부 연구자들은 버텼다. 데이터를 모았다. 알고리즘을 다듬었다. 시간이 필요하다는 것을 알았다. 조용한 축적이 결국 방향을 바꾼다는 것도 알았다. 씨앗은 땅속에서 자라고 있었다.
딥블루, 첫 충격
1997년. 딥블루가 가리 카스파로프를 이겼다. 체스 챔피언이 패배했다. 인간 지능의 상징이 흔들렸다. 사람들은 손뼉 쳤고, 동시에 불안해했다. 기쁨과 두려움이 함께 왔다. 승리는 기술의 것이었지만, 충격은 인간의 몫이었다.
그날 이후, 시선이 달라졌다. 기계를 다시 보기 시작했다. 더 이상 단순한 계산 도구로만 볼 수 없게 되었다.
데이터의 시대
인터넷이 퍼졌다. 데이터가 쌓였다. 정보가 넘쳤다. AI는 머신러닝을 통해 다시 움직였다. 검색, 번역, 음성 인식. 기술은 조용히 일상으로 들어왔다. 사람들은 거의 의식하지 못했다. 이미 쓰고 있었다. 특별한 선언 없이, 생활 속 편의의 형태로 먼저 자리 잡았다.
딥러닝과 알파고
2010년대. 딥러닝이 등장했다. 구조가 바뀌었다. 방식이 달라졌다. 그리고 2016년. 알파고가 이세돌을 이겼다. 우회하지 않았다. 정면승부였다.
그 순간, AI는 인간의 핵심 영역으로 들어왔다. 상징이 무너졌다. 더 이상 “언젠가”가 아니었다. “지금”이었다. 바둑은 단순한 승부가 아니라, 인간 직관의 영역처럼 여겨졌기에 그 충격은 더 컸다.
AGI를 향하여
이제 우리는 갈림길 앞에 서 있다. 지금의 AI는 좁은 지능이다. 특정 분야에 특화된 기술이다. 그러나 AGI는 다르다. 범용 지능이다. 사고 전체를 향한다. 더 이상 공상이 아니다. 준비 단계다.
AGI는 기술의 연장이 아니다. 관계의 재정의다. 인간과 기계의 위치를 다시 정하는 일이다. 축복일지, 경고일지 아직 모른다. 그러나 선택의 문제라는 것은 분명하다.
증기기관이 그랬고, 전기가 그랬고, 인터넷이 그랬듯, AGI도 사용 방식에 따라 전혀 다른 미래를 만든다. 도구의 방향은 결국 그것을 쓰는 인간이 정한다.
다시, 다트머스로
1956년. 작은 교실. 땀 흘리던 젊은 학자들. 조심스럽게 던진 한 단어. 그 작은 시작은 이제 거대한 문 앞에 와 있다.
우리는 그 문 앞에 서 있다. 기대와 두려움을 함께 안고 바라본다. 열 것인가. 어떻게 열 것인가. 어디까지 열 것인가.
그 선택은 아직 인간의 몫이다