네 권의 책으로 풀어보는 인공지능(AI)의 진짜 역사와 현재

인공지능(AI)은 미래를 바꿀 기술로 손꼽히지만, 그 진짜 역사는 생각보다 복잡하고, 때로는 기대와 현실 사이에서 많은 오해를 낳았습니다. 최근 AI는 생성형 모델(ChatGPT와 이미지 생성 AI 등)이 폭발적 관심을 끌고 있지만, 그 근간은 오래전부터 이어진 인간의 꿈과 기술적 도전의 역사에 있습니다. 오늘은 네 권의 책을 통해 AI 연구의 주요 흐름과, 기대·오해·현실이 어떻게 엉켜 있는지 쉽고 재미있게 풀어봅니다.

인공지능의 뿌리: 인간 지능 자동화의 오랜 꿈

인공지능의 역사는 단순히 최근 몇 년 사이의 ‘기술 폭발’로만 볼 수 없습니다. 고대에서부터 인간은 반복적인 노동이나 복잡한 인지 과정을 자동화하는 방법을 찾아왔죠. AI의 기본적 목표는 바로 ‘인간 지능을 흉내내고 자동화하는 것’입니다.

AI라는 말이 본격적으로 쓰이기 시작한 것은 2차 세계 대전 이후입니다. 컴퓨터의 발명과 함께 ‘상징적(symbolic) AI’ 패러다임이 출현하면서, 인간의 논리와 사고과정, 언어를 자동화하려는 거대한 인지 실험이 시작된 것이죠. 하지만 이 시도는 곧 개념적 한계에 봉착하며 성장의 정체기를 맞았습니다.

데이터와 컴퓨팅 파워: AI가 진짜 성장하기 시작한 이유

상징적 AI가 한계를 드러내자, 1980~1990년대에는 ‘기계 학습(머신러닝)’이 주목받기 시작했습니다. 사람 대신 데이터를 활용해 컴퓨터가 스스로 규칙과 패턴을 찾게 하려는 방법인데요, 초기에는 적절한 데이터와 연산능력(컴퓨팅 파워)이 턱없이 부족해 큰 진전을 보이지 못했습니다.

2000년대에 들어서 인터넷의 정보량이 폭발적으로 늘어나고, 특히 GPU(그래픽 처리 장치)의 발전으로 연산능력이 대폭 강화되면서 상황이 완전히 달라졌습니다. 데이터 + 컴퓨팅 파워가 만나면서 AI는 드디어 ‘실전 무대’에 올라서게 됩니다.

신경망과 딥러닝: AI 성능 향상의 전환점

2011년은 AI 역사에서 큰 전환점 중 하나로 꼽힙니다. Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton 등이 개발한 ‘딥러닝’ 기반 신경망 모델이 이미지 인식 대회에서 압도적인 성능을 보이면서, 인간 수준의 인지 작업(예: 이미지 판별, 자연어 이해)에 대한 가능성을 세계에 알렸기 때문이죠.

이후 AI는 분류와 예측 능력이 극적으로 향상됐고, 구글, 페이스북 등 글로벌 IT기업들이 AI 연구에 본격적으로 뛰어듭니다. 점점 더 많은 데이터와 더 강력한 컴퓨팅 자원이 투입되며 AI는 똑똑해지고, 다양한 분야로 확장됩니다.

생성형 AI와 ChatGPT: 새로운 대중화의 시작

2015년, OpenAI의 설립과 함께 인공지능은 또 한 번의 도약을 맞습니다. 특히 2022년 출시된 ChatGPT와 같은 ‘생성형 AI’가 화제가 되면서, 사람 대신 글쓰기·이미지 생성·코드 작성 등 다양한 창작 업무에서도 AI가 활약하기 시작했죠.

생성형 AI란 사용자의 프롬프트(질문이나 요구)에 따라 새롭고 독창적인 텍스트, 이미지, 영상 등 콘텐츠를 만들어내는 모델을 뜻합니다. 대규모 데이터로 학습한 ‘기초 모델’에 사용자의 요청을 반영해 실제 결과물을 만들어내는 것이 핵심이죠. 이 과정에는 엄청난 연산능력이 필요하며, GPU와 데이터 센터가 AI 발전의 핵심 인프라가 되었습니다.

AI에 대한 기대와 현실: 오해와 과대평가

하지만 AI의 눈부신 발전 뒤에는 ‘기대와 현실의 괴리’가 따라다닙니다. AI는 이제 모든 문제를 천재적으로 해결해줄 만능 도구처럼 인식되지만, 실제로는 오해와 과장도 적지 않습니다.

예를 들어, 생성형 AI(ChatGPT 등)와 예측형 AI(추천, 분류 등)를 혼동하는 경우도 많은데, 이 둘은 기술적 목적과 실제 구현 방식이 다르죠. 또한 AI가 할 수 있는 일과 할 수 없는 일, 사회적 영향에 대한 냉철한 분석이 종종 부족합니다.

일부 전문가들은 “AI의 과대선전은 기술 본질을 흐리게 하고, 당면한 사회 문제 해결에 오히려 방해가 될 수 있다”고 지적합니다. 이미 존재하는 사회적 도구와 제도를 개선하는 게 더 현실적인 해법일 수 있다는 주장도 적지 않죠.

균형 잡힌 AI 이해: 미래 공상과 과장 넘어, 오늘의 실용성을 고민하자

AI의 역사와 현실은 무엇보다 ‘균형’이 중요합니다. 미래에 대한 장밋빛 예측만 믿기보다는, 지금의 실제 한계와 사회적 영향, 해결 가능한 문제에 집중하는 것이 현명합니다.

AI는 분명 우리 삶을 바꿀 수 있는 도구지만, 그 도구를 어떻게, 어디에, 얼마나 책임 있게 써야 할지도 함께 고민해야 합니다. 오늘날 우리가 목격하는 AI의 발전은 과거 수십 년 연구와 실험의 결과인 동시에, 앞으로도 꾸준한 사회적 논의와 기술적 검증이 필요한 여정입니다.

참고문헌

[1] An untidy history of AI across four books - The Hedgehog Review

[2] What is Generative AI? - IBM

[3] Generative artificial intelligence - Wikipedia

이미지 출처

• 이미지 출처: Suzy Hazelwood on Pexels