다시 올지도 모르는 인공지능의 세 번째 겨울을 준비해야 한다

인공지능을 공부한 사람이라면 누구나 들어 보았음 직한 “인공지능의 겨울(AI Winter)”은 과거 인공지능 연구 실적에 대한 실망으로 인해 겪은 두 차례의 R&D 투자의 침체기를 말한다. 좀 더 자세히 살펴보면, 1970년대 첫 번째 인공지능의 겨울은 단순한 XOR 문제(Exclusive OR, 배타적 논리합으로서 두 입력값이 서로 다를 때 참인 로직)조차도 당시 최신의 인공지능 알고리즘으로 풀 수 없음이 증명되면서 맞게 되었고, 1980년대의 두 번째 겨울은 당시 유행하던 전문가 시스템(Expert System, 특정 분야에 대한 인간의 방대한 지식을 저장하여 논리적 추론을 하는 인공지능)의 비효율성으로 더 이상의 발전을 기대할 수 없게 되면서 맞게 되었다. 지금 우리는 과거 그 어느 때보다도 인공지능에 대한 기대가 큰 시대에 살고 있고, 이로 인해 R&D 예산, 인력구조 등에 많은 쏠림 현상이 일어나고 있다. 연구자들은 인공지능을 반강제적으로 도입해야만 하고, 인공지능과 상관없는 분야의 연구자들은 상대적인 불이익을 감수해야만 하는 상황이다. 일각에서는 “인공지능의 세 번째 겨울이 올 것이고, 와야 한다”라는 의견도 있을 정도다.

인공지능의 겨울을 초래하는 메커니즘

모든 기술은 하이프 사이클(Hype Cycle)이라는 기술의 성숙 단계를 거치게 된다. 촉망되는 신기술은 이른바 “부풀려진 기대의 정점(Peak of Inflated Expectations)”을 거쳐 때로는 길고 지루한(연구자나 투자자에게는 절망적일 수도 있는) 환멸 단계(Trough of Disillusionment)를 거치고 나면, 기술의 수익 모델이 하나둘씩 실현되면서 일상생활에 널리 쓰이는 단계로 접어들게 된다. 보통 일상생활에서 널리 쓰이는 기술의 수준은 부풀려진 기대 수준보다 낮다. 쉽게 말하면 “와, 저 기술 정말 대단하다. 앞으로는 엄청난 미래가 펼쳐지겠는데?”라고 하다가 “기대보다는 못 하네. 그래도 이 정도 수준이면 써 줄만 하지”라면서 일상생활에 전파되는 것이다. 인공지능의 두 차례의 겨울도 과도하게 부풀려진 기대에 기술의 발전이 부합하지 못하면서 발생했다고 볼 수 있다. 낮은 확률로, 기대보다 기술의 발전이 훨씬 앞서 나가면서 기술의 침체기를 겪는 예도 있는데, 광통신 기술이 그런 경우다. 1970년대 초기 광섬유 한 가닥의 데이터 전송속도는 45Mbps였으나, WDM(Wavelength Division Multiplexing, 파장분할다중방식) 등의 기술 발전으로 인해 2020년에는 광섬유 한 가닥의 데이터 전송속도가 180Tbps로 400만 배 증가했고, 이에 따라 광케이블 매설량이 남아돌면서 침체기가 초래되었다.
만약 인공지능의 겨울이 다시 온다면 크게 두 가지 시나리오를 생각해 볼 수 있다. 첫째는 앞서 설명한 것과 같이 기술이 기대를 만족시키지 못하는 환멸 단계를 거치면서 맞게 되는 경우다. 둘째는 인공지능 알고리즘 개발을 인공지능 스스로가 하게 되면서 구글과 같이 강력한 클라우드 서버를 가진 기업이 대부분의 인공지능 모델을 독점하는 단계에 접어들어 지금까지 사회가 배출한 인공지능 전문가들 대부분이 더이상 필요하지 않게 되는 경우다. 그러나 두 번째 시나리오의 가능성은 상대적으로 더 낮을 것으로 필자는 보고 있다. 그 이유는 인공지능은 아직 데이터 기반의 학습을 하고 있고, 인공지능이 스스로 인공지능 모델을 개발하는 단계에서도 데이터를 제공하는 데에는 인공지능 전문가와 적용 분야 전문가의 협업이 필요하기 때문이다.