튜링 테스트

튜링 테스트란 무엇이며 어떻게 작동하나요?

‍튜링 테스트는 컴퓨터가 채팅 대화를 통해 인간을 속여 자신이 인간임을 믿게 할 수 있는지 확인하는 AI 테스트입니다. 한 명의 인간이 대화 상대가 인간인지 컴퓨터인지를 판단하게 됩니다. 만약 그들이 인간과 대화하고 있다고 생각하지만 실제로는 컴퓨터와 대화하고 있다면, 그 컴퓨터는 튜링 테스트를 통과한 것입니다.

즉, 컴퓨터가 인간을 얼마나 그럴듯하게 흉내낼 수 있는지, 인간을 속여서 인간과 대화하고 있다고 믿게 만들 수 있는지를 평가하는 테스트입니다. 물론 이 테스트에는 여러 가지로 따져볼 점이 많습니다.

튜링 테스트의 목적은 무엇인가요?

이 질문은 다소 이상하게 들릴 수 있지만, 목적은 분명해 보입니다. 즉, 기계가 채팅 대화에서 인간을 얼마나 그럴듯하게 흉내낼 수 있는지 알아보는 것입니다. 하지만 더 깊이 생각해볼 점도 있습니다.

기계가 인간의 사고나 지능을 실제로 모방할 수 있는지를 테스트하는 것인가요, 아니면 단순히 인간을 속여서 기계가 인간이라고 믿게 만드는 것인가요? 이 둘 사이에는 차이가 있습니다.

기계가 인간의 사고나 지능을 실제로 모방하는 것은 사람들이 보통 튜링 테스트를 생각할 때 떠올리는 개념입니다. 즉, 인간이 대화 상대가 인간인지 기계인지 구분할 수 없다는 것이죠. 하지만 실제로 테스트가 처음 고안될 때는 '속임수'가 허용되었습니다. 예를 들어, 컴퓨터가 일부러 오타를 내면, 기계는 원래 철자 실수를 하지 않기 때문에 인간을 속여서 자신이 인간이라고 믿게 만들 수 있습니다.

근본적인 문제는 테스트에는 규칙이 있기 때문에 필연적으로 어느 정도 한계가 있다는 점입니다. 예를 들어, 테스트 대상과 얼마나 오래 대화하는지도 중요합니다. 5분 동안은 인간을 흉내내기 쉽지만, 100시간 동안은 훨씬 어렵습니다. 짧은 시간에는 트릭이 통할 수 있지만, 긴 시간에는 그렇지 않을 수 있습니다.

튜링 테스트를 누가 수행하느냐가 중요할까요?

기계와 인간을 구별하는 훈련을 받은 과학자는 아무런 훈련이 없는 일반인보다 속이기 훨씬 어렵습니다. 이는 단순히 과학자의 답변 평가 능력 때문만이 아니라, 어떤 질문을 해야 하는지 알고 있기 때문이기도 합니다.

컴퓨터가 인간과 동등한 수준의 '사고'와 지능을 갖췄더라도, 그것만으로는 평가자를 속이기에 충분하지 않을 수 있습니다. 컴퓨터의 답변이 너무 완벽하거나 감정이 부족할 수 있기 때문입니다.

튜링 테스트에는 철학적인 논의도 있습니다. 예를 들어, 컴퓨터가 인간 수준의 일반 지능에 도달하면 기계가 '생각'하거나 의식을 가진 것으로 볼 수 있는지에 대한 문제입니다. 이는 부분적으로 앨런 튜링이 이 테스트를 통해 우회하려 했던 질문이기도 합니다. 만약 기계가 인간을 정확히 흉내낼 수 있다면, 실질적으로는 '생각'한다고 볼 수 있습니다.

물론, 그렇다고 해서 기계가 의식을 가졌거나 인간과 같은 방식으로 사고한다는 의미는 아닙니다. 사실, 기계는 인간과 같은 방식으로 사고하지 않는 것이 확실합니다. 이 질문의 진짜 흥미로운 점은 실용적인 관점에서 볼 때입니다. 예를 들어, 비행기는 날 수 있습니다. 그것이 중요한 점입니다. 비행기가 새처럼 날지 않는다는 사실은 그다지 흥미롭지 않습니다.

튜링 테스트는 결과에 관심이 있을 뿐, 그 결과가 어떻게 나왔는지는 중요하지 않습니다.

더 중요한 점은, 튜링 테스트는 일반적으로 기계 지능이 최소한 인간 수준에 도달한 상태를 설명하는 용어로 이해된다는 것입니다. 위에서 언급한 여러 한계를 모두 고려해 튜링 테스트를 통과했는지 여부에 관심을 갖는 사람은 훨씬 적은 소수입니다.

튜링 테스트를 통과하는 것은, 특히 테스트가 오랜 시간 동안 전문가에 의해 진행된다면, 기술적으로 매우 인상적인 성과일 수 있습니다. 하지만 모든 사람을 항상 속일 수 있는 기계에 비하면 그리 대단하지 않을 수 있습니다. 물론 테스트 기간이 길어지고 평가자의 전문성이 높아질수록 이 두 시나리오는 점점 비슷해집니다.

컴퓨터가 튜링 테스트를 통과할 날이 가까워졌나요?

이제 테스트가 무엇인지 이해했다면, 다음 질문은 "컴퓨터가 이 테스트를 통과할 수 있는 단계에 가까워졌나요?"(즉, 일반화된 인간 지능을 달성했는가)일 것입니다. 짧게 답하면 "아니오"입니다.

자연어 처리(NLP) 분야에서, 즉 컴퓨터가 한 문장에 담긴 의도를 파악하는 능력(음성 비서의 핵심 기술)에서는 엄청난 발전이 있었지만, 인간 수준의 일반 지능에는 아직 매우 멀었습니다.

현재 기술은 모호성(모호한 표현의 의미 파악), 기억(이전에 언급된 사실을 현재 대화에 반영), 맥락(명시되지 않았지만 현재 상황과 관련된 사실 반영)에 매우 약하다는 것이 드러났습니다. 즉, 현재 기술은 필요한 수준에 거의 도달하지 못했습니다.

문제의 일부는 현재 AI 기술이 엄청난 양의 데이터 학습에 의존한다는 점입니다. 반복적인 데이터가 많이 존재하는 분야에서는 AI 도입이 빠르게 이루어집니다. 예를 들어 음성 인식, 이미지 처리, 자율주행차 등이 그렇습니다.

자연어 처리(NLP)에서의 성공은 맥락이나 기억 없이 한 번만 하는 진술이나 질문에 대한 데이터가 거의 무한하다는 사실에 기반합니다. 예를 들어 "오렌지 주스를 사고 싶어요"라고 말하면, 대부분의 경우 추가적인 맥락이나 기억 없이도 이해할 수 있는 간단한 진술입니다. 이때 의도는 “오렌지 주스를 구매하기”입니다.

하지만 맥락이나 기억이 개입되면 차원이 달라집니다. 만약 내가 “오렌지 주스를 사다”라고 말했지만, 이전에 내가 오렌지 주스를 거래하는 금융 트레이더라고 밝혔으면, 이 경우에는 오렌지 주스 가격이 오를 때 이익을 내는 금융 상품을 사고 싶다는 의미가 됩니다.

‍

그렇다면 우리의 데이터는 어떻게 될까요? “오렌지 주스를 사다”는: 매장에서 오렌지 주스를 사는 것 OR 만약 그 사람이 오렌지 주스 금융 트레이더라고 이전에 밝혔으면, 오렌지 주스 가격에 연동된 금융 상품을 사고 싶다는 의미가 됩니다.

만약 그 트레이더가 방금 전에 목이 마르다고 말했다면, 이번에는 매장에서 오렌지 주스를 사는 의미가 됩니다. 즉, 또 다른 데이터 포인트가 추가됩니다: OR 만약 그 사람이 오렌지 주스 금융 트레이더라고 밝혔지만 최근에 목이 마르다고 말했다면, 매장에서 오렌지 주스를 사는 의미가 됩니다.

금융 기업이 인간 수준의 '지능'을 가진 것으로 여겨지는 트레이딩 봇을 출시한다면 곧 여러 문제에 직면하게 될 것입니다.

튜링 테스트를 통과하는 것이 불가능한가요?

대화 데이터는 불행히도 매우 많은 차원을 가집니다. 사실상 무한한 차원입니다. 즉, 기계 학습 알고리즘이 모든 가능한 차원에 대해 방대한 데이터를 갖춰야 하는데, 이는 현실적으로 불가능합니다.

하지만 그렇다고 해서 튜링 테스트를 통과하는 것이 불가능하다는 뜻은 아닙니다. 이미 우리 뇌가 그 일을 해내고 있으니, 기술적으로 가능하다는 것을 알고 있습니다. 마치 수백 년 전 사람들이 새가 나는 것을 보고 비행이 가능하다고 알았던 것처럼요.

문제는 이 분야에서 AI를 빅데이터 기반으로 만들 수 없다는 점입니다. 충분한 차원을 가진 빅데이터 자체가 존재하지 않기 때문입니다. 변수와 차원이 너무 많습니다. 실제로 구글은 매일 8억 건의 처음 보는 검색어를 받습니다. 이것만 봐도 데이터 기반 접근이 얼마나 어려운지 알 수 있습니다.

구글의 레이 커즈와일은 인간의 뇌를 어느 정도 모방하는 방식을 추구하고 있습니다. 그는 2029년까지 일반화된 지능에 도달해 매우 어려운 튜링 테스트를 통과할 수 있을 것으로 예측했습니다.

그의 예측은 이 분야의 발전이 기하급수적으로 이루어질 것이라는 가정에 기반하고 있습니다. 따라서 오늘날의 비교적 미미한 진전도, 우리가 발전의 기하급수적 궤도에 있다고 가정한다면, 실제로는 훨씬 더 중요한 의미를 가집니다.

그가 옳은지는 앞으로 지켜봐야 하겠지만, 이로부터 알 수 있는 것은 앞으로 10년 안에 획기적인 돌파구가 생길 가능성은 매우 낮다는 점입니다.

기계가 신뢰할 만한 튜링 테스트를 통과한다는 것은 무엇을 의미할까요?

마지막으로, 만약 기계가 신뢰할 만한 튜링 테스트를 통과한다면 그것이 어떤 의미를 가지는지 생각해볼 필요가 있습니다. 만약 기계가 빅데이터 방식, 즉 기계가 보드게임에서 인간을 이긴 것과 비슷한 방식으로 테스트를 통과한다면, 뇌 복제 방식으로 통과했을 때만큼 큰 의미를 갖지는 않을 것입니다.

뇌 복제 방식은 기계가 인간이 생각을 정의하는 방식에 더 가까운 '사고'를 할 수 있음을 의미합니다. 즉, 인간처럼 최소한의 예시만으로도 의미를 추론할 수 있고, 똑같은 사례를 수백 번 봐야만 의미를 파악하는 것이 아니라는 뜻입니다.

앞서 언급했듯이, 빅데이터 방식이 불가능하기 때문에 '뇌 복제' 방식이 돌파구를 제공할 가능성이 더 높습니다. 이는 기계가 단순한 대화 능력뿐만 아니라 여러 분야에서 일반적인 지능을 갖추게 됨을 의미할 수 있습니다.

이러한 변화가 가져올 영향은 아무리 강조해도 지나치지 않습니다. 이는 사회 전체의 근본적인 재편으로 이어질 수 있기 때문입니다. 특히 기계가 스스로를 의미 있게 개선할 수 있는 능력을 갖추게 된다면, 지능이 기하급수적으로 증가하는 선순환이 일어나 우리가 아는 삶이 완전히 달라질 수 있습니다.

인간과 기계의 상호작용

좀 더 현실적인 문제로 돌아가 보면, 기계가 인간과 동등한 수준에 도달하더라도 우리가 그들과 인간처럼 상호작용하게 된다는 의미는 아닙니다. 사실 인간끼리의 상호작용도 항상 효율적인 것은 아닙니다. 예를 들어, 동료에게 전화로 무언가를 설명하는 것은 직접 보여주는 것보다 번거롭고 비효율적일 수 있습니다. 만약 인간에게도 웹에서 사용할 수 있는 그래픽 인터페이스가 있다면 얼마나 좋을까요!

음성 인터페이스(또는 채팅 기반 인터페이스)는 정보 입력이나 출력에 한계가 분명히 있습니다. 어떤 상황에서는 음성 인터페이스보다 정보를 시각적으로 보여주거나 그래픽 인터페이스를 클릭하는 것이 훨씬 효율적일 수 있습니다. Bot 플랫폼은 그래서 항상 사용자가 원활한 경로로 돌아올 수 있도록 설계되어 있으며, 대화가 산만하게 흐르지 않도록 합니다.

또한 컴퓨터는 정보를 주고받는 인터페이스에 있어 인간처럼 제한받지 않기 때문에, 기계와의 대화는 반드시 그때그때 가장 적합한 인터페이스를 활용하게 될 것입니다.

튜링 테스트를 통과하는 것은 인간과 컴퓨터 상호작용의 큰 이정표가 되겠지만, 실제 인간과 컴퓨터 간의 '대화'는 음성이나 텍스트에만 국한되지 않을 것입니다.

자주 묻는 질문

튜링 테스트는 Winograd Schema Challenge나 ARC Challenge 같은 다른 AI 벤치마크와 어떻게 비교되나요?

튜링 테스트는 AI가 인간의 대화를 얼마나 잘 모방하는지 확인하는 반면, Winograd Schema Challenge와 ARC Challenge 같은 최신 벤치마크는 추론, 상식, 문제 해결 능력에 더 초점을 맞춥니다. 즉, 표면적인 모방이 아니라 더 깊은 지능을 평가합니다.

튜링 테스트는 여전히 현대 AI 연구에서 의미가 있나요, 아니면 더 나은 대안이 있나요?

튜링 테스트는 여전히 유용한 사고 실험이자 이정표이지만, 많은 연구자들은 이제 이를 다소 구식으로 보고 있습니다. 현대의 테스트는 실제 이해력, 논리, 일반화 능력 측정에 더 중점을 둡니다.

문화적 또는 언어적 편향이 튜링 테스트 결과에 어떤 영향을 미치나요?

그렇습니다. AI는 특정 문화나 언어에 묶인 관용구, 유머, 참조를 오해할 수 있기 때문에, 어떤 맥락에서는 비인간임이 더 쉽게 드러납니다.

기계가 튜링 테스트를 통과한다면 '인간'의 의미가 어떻게 달라질까요?

만약 기계가 엄격한 튜링 테스트를 통과한다면, 인간다움이 생물학에 있는지, 아니면 행동에 있는지, 그리고 우리의 사고방식이 정말로 얼마나 독특한지 다시 생각하게 만들 수 있습니다.

AI의 비인간적인 특성을 드러내는 데 가장 효과적인 질문 유형은 무엇인가요?

맥락, 감정의 뉘앙스, 현실 세계의 상식에 의존하는 질문들, 예를 들어 풍자나 모호한 언급, 상충되는 정보를 해석하는 질문이 AI의 한계를 가장 빨리 드러냅니다.