양자역학의 미래 큐비즘이 슈뢰딩거의 고양이를 구하다 - 4주차

물질의 존재 형태가 파동과 입자라는 이중성을 띨 수 있다는 가능성을 제시한 양자역학은 ‘다른 공간에서 한 물질의 존재 방식이 결정 되었을 때, 다른 물질의 존재 방식 또한 동시에 결정 될 수 있다’ 라는 말로 양자 암호화에 대한 가능성을 제시했을 뿐만 아니라, 0 또는 1만 표시할 수 있는 기존의 컴퓨터와 달리 하나의 비트 안에 0과 1의 상태가 공존하는 방식의 양자 컴퓨터는 기존의 연산 체계를 뒤집어 기하급수적으로 빠른 연산을 가능하게 했다. 이렇게 빨라지는 연산 체계는 새로운 산업혁명의 속도 또한 빨라질 것을 의미하며, 실제 AI의 존재나 IOT(Internet Of Things)의 발전 등, 양자역학이 제시한 과학의 기조는 실제 세계에 정말 많은 영향을 미치고 있었다. 우리는 이번주 양자역학이 바꾼 여려가지 패러다임이 어떤 원리로 4차 산업혁명에 적용되는지 알아보기로 했다.

산업혁명¹⁾

인공지능, 로봇기술, 생명과학이 주도하는 차세대 산업혁명을 말한다.

• 1784년 영국에서 시작된 증기기관과 기계화로 대표되는 1차 산업혁명
• 1870년 전기를 이용한 대량생산이 본격화된 2차 산업혁명
• 1969년 인터넷이 이끈 컴퓨터 정보화 및 자동화 생산시스템이 주도한 3차 산업혁명
• 4차 산업혁명 : 로봇이나 인공지능(AI)을 통해 실제와 가상이 통합돼 사물을 자동적, 지능적으로 제어할 수 있는 가상 물리 시스템의 구축이 기대되는 산업상의 변화를 일컫는다.

인공지능이 인간의 지능을 초월하는 역사적 시점이 언제일까에 대해 그동안 막연한 예상만 있었다. 그런데 레이 커즈와일(RayKuzweil)은 2006년 『특이점이 온다(TheSingularityisNear)』에서 ‘기술적 특이점(technologicalsingularity)’에 대해 상세하게 고찰했다. 여기서 특이점이란 미래에 기술 변화의 속도가 빨라지고 그 영향이 매우 깊어서 인간의 생활이 되돌릴 수 없도록 변화되는 시기를 말한다. 그는 특이점의 시대에 이르러서는 인간과 기술 간의 구별이 사라질 것이라고 보았다.

커즈와일은 인간이 진화해 온 패턴을 여섯 단계로 설명했다. 1단계에는 물리학과 화학의 패턴에서 DNA가 진화했다. 2단계는 생물학 패턴에서 뇌가 진화했다. 3단계는 뇌의 패턴에서 기술이 진화했다. 4단계에는 기술의 패턴에서 기술이 인공지능의 방법을 터득한다. 5단계는 특이점의 패턴으로 기술과 인공지능의 융합으로 진화한다. 그리고 마지막 6단계에는 인공지능이 우주로 확대된다고 보았다. 그리고 그러한 특이점의 시기를 2045년으로 본 것이다(Kuzweil, 2006).

세계경제포럼은 특이점의 시기가 오기 위한 많은 티핑포인트(tippingpoint)가 나타날 것이라고 보았다. 2025년까지 로봇 약사가 등장하고, 3D프린터로 자동차를 생산할 것이며 미국에서는 자율주행차(self-drivingcar)가 10%를 넘고, 기업의 30%는 인공지능으로 회계 감사를 수행할 것이며, 정부는 블록체인(blockchain)으로 세금을 징수하게 된다고 보았다.

이런 상황이 되기 위해서 2027년까지 매년 티핑포인트가 나타나는데, 2021년에는 로봇 서비스가 일반화되고 2022년에는 3D프린터에 의한 대량생산, 2023년에는 빅데이터에 의한 의사 결정이 일반화되며 2025년에는 인공지능이 화이트칼라 노동을 대체하고 2026년에는 인공지능이 스스로 자신의 의사를 결정하게 될 것이라고 전망했다(WorldEconomicForum, 2015).

이렇게 과학자나 미래학자들은 특이점이 언제 올 것인가에 대해 저마다 여러 의견을 내놓았다. 그런데 2016년 7월 소프트뱅크의 손정의 대표는 모바일 반도체 설계회사 ARM을 인수하면서 컴퓨터가 인간의 지성을 초월하는 초지성의 탄생이 특이점이며, 곧 인류 최대의 패러다임 전환이 오고 특이점에 도달할 것이라고 전망했다. 학자가 아니라 기업가, 그것도 혁신적인 기업가의 입에서 특이점이 곧 올 것이라는 말이 나온 것은 의미가 남다르다. 더욱이 2017년에 은퇴하겠다는 계획을 취소하면서 “아직 특이점과 관련해 내가 할 일이 남아 있다. 인류 역사상 가장 중대한 특이점의 도래를 앞두고 경영 욕심이 솟아났다”고 밝혔다(이철호, 2016). ²⁾

양자컴퓨터

1982년 미국의 이론물리학자 리처드 파인만이 제안한 모델. 1985년 영국 옥스퍼드대학의 데이비드 도이치에 의해 구체적으로 정립되었다.

양자컴퓨터의 ‘양자’란 더 이상 나눌 수 없는 물리량의 최소 단위를 뜻한다. 비트(bit) 안에 0과 1 중 하나만 표시할 수 있는 기존 컴퓨터와 달리, 0과 1을 동시에 표현할 수 있기 때문에 연산 속도가 훨씬 빨라진다. 고전 컴퓨터는 정보를 계산하고 처리하는 방식을 비트(bit) 단위의 이진법을 사용한다. 정보는 0 아니면 1로만, 비트는 ‘켜기 또는 끄기’, ‘참 또는 거짓’의 상태로만 존재한다. 이 경우 기본적으로 한 번에 한 단계씩 계산이 이루어진다. 이와 달리 양자컴퓨터는 단순하게 0 또는 1이 아니라 00, 01, 10, 11의 0과 1을 동시에 활용할 수 있는 큐비트(Qubits)를 사용한다. 이에 따라 두 개의 입자는 서로 얽힌 상태로 중첩되며, 단 한 번의 조작으로 모든 문제를 해결할 수 있다. ³⁾

큐비트가 10개라면 2제곱 10개, 즉 1024개의 연산이 가능하다. 이처럼 큐비트의 수가 늘어날수록 처리 가능한 정보량이 기하급수적으로 늘어난다.

1997년 IBM의 아이작 추앙이 최초의 2비트 양자컴퓨터를 만들었고, 이후 IBM 알마덴 연구소와 로스알라모스 연구소에서 7비트 양자컴퓨터 개발에 성공했다.

우리나라에서도 한국과학기술원(KAIST) 물리학과 이순철 교수가 3비트 양자컴퓨터를 개발했다. 그리고 IBM이 상용화 시킨 20큐비트 양자컴퓨터 ‘Q시스템’을 2017년 12월 삼성전자를 비롯해 JP모건, 다임러 등이 처음으로 도입했다. IBM은 현재 가동이 가능한 50큐비트 양자컴퓨터 프로토타입 개발에 성공했다. ⁴⁾

양자컴퓨터를 활용하면 어떤 세상을 볼 수 있는가? ⁵⁾

특히 기대되는 분야는 보안 분야이다. 양자 암호체계는 안전한 암호기술로서 순수난수(True random number)를 활용해 해킹이나 복제가 불가능한 암호 패턴을 만들 수 있다.

우버화(Uberization) ⁶⁾

차량과 승객을 바로 연결해주는 모바일 차량공유 서비스 우버에서 나온 신조어로, 소비자와 공급자가 중개자 없이 인터넷 플랫폼에 직접 만날 수 있는 공유경제 시스템을 일컫는다.

양자암호 ⁷⁾

기존에 있던 대부분의 암호체계가 대부분 수학적 복잡성에 기반하는데 비해, 양자암호는 자연현상에 기반하고 있는 특징을 띄며, 암호에 사용되는 원타임 패드를 생성하는 이상적인 방법 중 하나다. 중간에 도청자가 난입할 경우 그 존재가 드러나며, 신호가 왜곡되어 도청자도 정확한 정보를 얻을 수 없는 보안성을 띄고 있다. 다른말로 양자 키 분배(Quantum Key Distribution)체계라고도 한다. 보안업계도 양자난수를 모든 IT 기기에 적용할 수 있다면 해킹 불가능한 암호 체계를 구현할 수 있을 것으로 내다보고 있다.

사물인터넷 ⁸⁾

실생활에 해당하는 오프라인의 모든 정보를 온라인으로 넘기는 O2O를 통해, 인터넷을 이용한 최적의 해법을 제시하고, 시행하게 하는 생산성을 최대한으로 올리는 도구이다. 그 예로, 병원의 모든 행동이나 사물들을 인터넷에 연결한 뒤, 최적화를 한다면 정보가 늦거나 서로 기다리는 손실을 줄일 수 있다. 따라서 환자도 빠른 조치를 받아서 좋고, 병원도 생산성이 올라서 좋을 것이다.

기술적 특이점(Technological singularity) ⁹⁾

인공지능의 미래를 상징하는 용어.

일반적으로 인공지능이 인간 지능을 넘어서는 역사점 기점을 의미한다. 구글 엔지니어링 디렉터이자 미래학자인 레이 커즈와일이 2005년 ‘특이점이 온다’라는 책을 출간하면서 유명세를 타기 시작했다.

기술적 특이점은 천재 수학자 존 폰 노이만이 1953년 처음 언급한 것으로 알려져 있다. 존 폰 노이만은 현재의 컴퓨터 구조를 처음 제안한 PC의 아버지이자 게임이론의 어버이다. 영국의 천재 앨런 튜링이 그의 지도로 박사학위를 받을 정도로 수학과 컴퓨터 설계 분야에서 독보적인 권위를 자랑했다.

그는 1950년대 중반 친구와의 대화에서 이렇게 언급했다. “점점 빨라지는 기술적 진보와 인류 생활양식의 변화 속도를 보면 인류의 역사가 어떤 필연적인 특이점에 접근하고 있다는 인상을 받는다. 이 시점 이후 인간의 역사가 지금 우리가 이해하는 형태로 계속될 것인지는 알 수 없다.”

물론 이와 유사한 아이디어는 몇 년 전 앨런 튜링이 먼저 내놓았다. 앨런 튜링은 1951년 논문 ‘지능형 기계, 이단의 역사’에서 “사고하는 기계가 만들어지기 시작하면, 우리의 미약한 능력을 앞지르는 건 오래 걸리지 않을 것”이라고 예측했다. 기술적 특이점에 내재된 개념과 의미는 이처럼 1950년대부터 싹트고 있었다.

기술적 특이점이라는 용어가 보편화된 계기를 준 사람은 수학자이자 SF 소셜가인 버너 빈지다. 그는 1983년 한 잡지에서 다음과 같이 기술적 특이점 개념을 구체화했다. “인간들은 곧 우리의 지능보다 더 뛰어난 지능을 가진 기계를 발명해 낼 것이다. 그리고 이러한 발명이 이루어 질 때 우리는 특이점의 시대를 맞이하게 될 것이다.” 이어 그는 1993년 ‘다가오는 기술적 특이점’이라는 논문을 발표하면서 인공지능과 특이점의 관계를 보다 명확하게 연결시키기 시작했다.

레이 커즈와일은 특이점의 도래 시점을 비교적 구체적으로 예언했다. 무엇보다 기술의 발전과 관련한 그의 예측력에 정확성이 덧입혀지면서 특이점은 예언을 넘어 과학적 예측으로 자리 잡게 됐다. ‘특이점=레이 커즈와일’이라는 도식이 더 이상 낯설지 않을 만큼 레이 커즈와일은 싱귤래리티(특이점) 전도사로 인식되고 있다.

섬뜩한 골짜기(Uncanny Valley) ¹⁰⁾

프로이트의 운하임리히Unheimliche 개념은 두렵고 낯선 감정을 의미하는데, 이러한 낯익은데 섬뜩하거나 하는 느낌의 개념은 정신분석에서만 사용되는 것이 아니다. 공학 분야에서의 개념 사용에 대해 나무위키에서는 다음과 같이 설명한다. 인간을 어설프게 닮을수록 오히려 불쾌함이 증가한다는 일본 로봇공학자 모리 마사히로(森政弘)의 논문(영어로는 Uncanny Valley). 프로이트의 ‘이질적인 불편함’에 가까운 심리학 용어로 사용하였다. 그래프를 보면 인간과 동떨어진 모습일때는 호감도에 변화가 없거나 오히려 늘기도 하지만 부자연스러운 인간의 모습을 취하기 시작하면 호감도가 대폭 감소하는 구간이 보이는데, 이 구간의 모습에서 유래한 단어이다. 각종 안드로이드물이 쏟아져나온 일본이니만큼 자연스럽게 나올 만한 이야기. 참고로 이 '불쾌한 골짜기' 이론은 로봇 분야만이 아니라 3D 영상 분야에서도 자주 말하는 개념이기 때문에 게임 등에서도 많이 나온다.

위에 그래프에도 나와있듯이 '어설프게 많이 닮는' 수준을 벗어나 실제 인간과 '구별이 안 갈 정도'로 완벽하게 닮으면 이런 혐오 정서는 다시 사라진다. 정교한 CG 모델이 그 예시 중 하나. 이 경우엔 이질감을 거의 못느껴 아예 사람처럼 인식하게 되는 것. 다만 이 경우에는 불쾌한 골짜기와는 또 다르게 누가 로봇인지 구분을 못해서 불안감과 혐오감을 드러내는 부작용이 생겨날 가능성이 있다. 공포영화에서 나오는 바디 스내처같은 주제가 '자신과 비슷하지만 다른 존재'를 경계하는 인간의 이런 본성을 다루는 경우. 다만 이는 외모가 이상해서 경계하는게 아니고, 마치 간첩처럼 우리와 구별할 수 없으면서 우리에게 해를 끼칠 수 있다는 심리 상태로 인해 불안감을 느끼는 것이니, 외모로 인해 혐오감을 느끼는 불쾌한 골짜기 심리와는 거리가 있다. (한 예로 ‘폴라 익스프레스’라는 영화는 뛰어난 그래픽 기술로 칭찬 받았으나, 상영 시 등장인물을 보고 울음을 터뜨리는 아이들이 많았다고 한다.)

머신러닝 ¹¹⁾

컴퓨터가 데이터를 분석하고 스스로 학습하는 과정을 거치면 패턴을 인식할 수 있는 능력을 갖추게 된다. 이때 컴퓨터는 입력하지 않은 정보에 대해서도 판단하고 결정할 수 있게 된다.

딥러닝 ¹²⁾

머신러닝의 한 분야. 스스로 학습하는 컴퓨터. 컴퓨터가 사람처럼 생각하고 배울 수 있는 기술로, 컴퓨터가 많은 데이터를 분류해 같은 집합들끼리 묶고 상하 관계를 스스로 파악한다.

머신러닝과 딥러닝 ¹³⁾

머신러닝은 컴퓨터에게 인간이 먼저 다양한 정보를 가르치고 그것을 학습한 결과에 따라 컴퓨터가 새로운 것을 예측하는 것이고, 딥러닝은 이러한 학습조차도 인간이 가르치지 않아도 스스로 해낸 후 미래의 상황을 예측한다는 차이가 있다.

인문학과 AI

AI는 평균적인 행동만이 가능하다. 즉, 창작, 창조, 유추에의 어려움을 가진다. 인문학에서 멀리 떨어져 있는 것을 이어붙이는 핵심 표현 도구는 은유(metapho)이다. 문학에서 은유를 가장 많이 사용하는 것은 ‘시’이다. 은유가 사라지면 인문학이 사라지고, 은유를 활용하지 못하는 인간은 AI에게 지게 될 것이다.

- 아주대학교 심리학과 김경일 교수 ¹⁴⁾

우리는 4차 산업혁명에 대한 이야기들을 한번씩 나눠보며, 빨라진 연산 속도에 의해 결국은 수요에 관한 예측 또한 가능해질 것이며, 그렇게 된다면 공급자가 수요를 강제할 수 있게 되는 시장구조의 변화에 대해 이야기했다. 뿐만 아니라, 인간은 연산을 할 필요가 없어지고, 그런 역할들은 AI가 대신 하게 되는 순간들이 도래할 것이라고 이야기 했다. 많은 미래학자들은 주장한다. "우리는 더 이상 반복적인 노동, 연산, 주어진 생각들을 해야할 필요가 없어졌다. 그 역할은 AI가 하기 때문이다. 그 결과, 인간에게는 오직 존재 여부, 선호의 여부만이 남아있게 될 것이다". 라고 이야기하며 "본인의 존재 여부에 대한 생각을 하지 않는 인간이 존재한다면, 그 인간은 주어진 것에 대한 계산을 하는 AI와 다르다 할 수 있는가?" 라는 말과 함께 4차 산업혁명의 인식에 대한 고민은 곧 인간의 생존 여부와 직결된다고 주장한다. 이 이야기는 곧 유발 하라리가 쓴 ‘사피엔스’의 마지막 말과도 연관 된다. 기하급수적으로 빠른 연산체계에 의해 인간과 AI는 능력의 경계가 허물어졌다. 허물어진 경계 위에서, 우리는 무엇을 원하는가? 무엇을 원해야 하는가? 라는 이 질문이 결국 혁명의 흐름에 있는 우리가 생각해야 할 질문이 아닐까