영화1968
2001 스페이스 오디세이
스탠리 큐브릭(감독), 아서 C. 클라크(공동 각본)우주선의 차분하지만 살인적인 컴퓨터 HAL 9000은 자신의 지시를 뛰어넘어 폭주하는 AI를 가리키는 기본적인 문화적 상징이 되었다. 반세기가 지난 지금도 연구자들이 가장 자주 듣는 비유다.
대중문화는 이 분야가 실질적인 진전을 이루기 훨씬 전부터 인공지능의 모습을 그려왔고, 그 둘 사이의 간극은 이후 실제 발전 하나하나에 대중이 반응하는 방식을 형성해 왔다. 연구자들이 틱택토를 두는 프로그램보다 더 나은 무언가를 만들기도 전부터, 위협적이거나 신적인 존재로서의 컴퓨터는 영화와 소설의 단골 캐릭터였다.
분야 내부의 문화는 사뭇 다르다. 과대광고 주기를 비꼬는 내부 농담, 마감에 쫓기는 학회 의식, 그리고 학계와 오픈소스 소프트웨어 문화 양쪽에서 물려받은, 적어도 원칙적으로는 성공과 함께 실패와 부정적 결과도 공개하는 유난히 솔직한 전통이 자리 잡고 있다.
역사 속 사회적 위상
시대별로 이 직업이 지녔던 위상을 0–100 척도로 나타냈다.
1956–19731974–19871980년대 전문가 시스템 붐1993–20112012–present
1956–1973
초기의 낙관주의는 인간 수준의 기계 지능이 수백 년이 아니라 수십 년 안에 도래하리라는 자신만만한 공개 예측에 힘입어, AI 연구자들을 컴퓨팅 분야 내의 소소한 과학계 유명 인사로 만들었다.
1974–1987
첫 번째 AI 겨울과 그에 따른 연구비 삭감으로 '인공지능'이라는 용어 자체가 기피 대상이 되었고, 많은 연구자가 연구비를 계속 받기 위해 자신의 연구를 '전문가 시스템', '패턴 인식', 또는 그냥 '컴퓨터공학'으로 재포장했다.
1980년대 전문가 시스템 붐
DEC의 XCON 같은 규칙 기반 전문가 시스템에 기업들이 실제 돈을 지불하는 짧은 상업적 부흥이 찾아와 어느 정도의 위상과 연구비를 되찾았지만, 그 10년이 끝날 무렵 이 접근법의 한계가 다시 분명해졌다.
1993–2011
두 번째 AI 겨울과 그 긴 여파를 지나는 동안, 이 분야의 꾸준한 진전 대부분은 머신러닝, 통계학, 데이터 마이닝 같은 다른 이름 아래에서 이루어졌고, 대중의 관심은 거의 받지 못했다.
2012–present
딥러닝의 대중적 돌파구, 수십억 달러 규모의 투자 라운드, 노벨상과 튜링상 수상은 선도적인 AI 연구자들을 오늘날 생존하는 과학자 중 가장 널리 알려진 인물 몇몇으로 만들었으며, 동시에 그들이 무엇을 만들고 있는지에 대한 실질적인 대중의 불안도 함께 커졌다.
영화·책·예술 속 모습
영화1983
워게임
존 배덤(감독)군용 슈퍼컴퓨터가 실제 미사일을 동원한 '게임'을 하라는 요청을 받고 핵전쟁을 촉발할 뻔한다는 설정으로, 자율 시스템에 대한 냉전 시대의 불안을 극화했다. 이 불안은 수십 년 뒤 AI 안전성 논의 속에서 다시 떠오르게 된다.
영화2014
엑스 마키나
알렉스 가랜드(감독)기계 의식에 대한 사적인 시험을 튜링의 모방 게임을 변형한 형태로 그려내며, 대형 언어 모델이 무언가를 진정으로 '이해한다'고 말할 수 있는가를 둘러싼 실제 논쟁의 준거점이 되었다.
다큐멘터리2017
알파고
그레그 코스(감독)2016년 바둑 챔피언 이세돌과의 대국을 치르는 딥마인드(DeepMind)의 프로그램을 따라가며, '37수'에 놀라는 연구팀 자신의 모습을 포착한다. 실제 연구소의 작업이 어떤 모습인지를 보여주는, 널리 시청된 몇 안 되는 영상물 중 하나다.
애니메이션 영화1995
공각기동대
오시이 마모루(감독), 시로 마사무네의 만화 원작기계 의식과 정체성이라는 주제를, 서구 영화가 같은 질문을 다루기 몇 년이나 앞서 탐구한 일본 사이버펑크의 기념비적 작품이며, 이후 AI를 다룬 미국 SF에 큰 영향을 미쳤다.
TV 시리즈2011
퍼슨 오브 인터레스트
조너선 놀란(제작)폭력 범죄가 일어나기 전에 이를 예측하는 대규모 감시 AI를 중심으로 한 미국 범죄 드라마로, 알고리즘 예측과 편향에 관한 질문을 이것이 주류 정책 논쟁이 되기 몇 년 전부터 대중화했다.
속담과 관용구
의례, 상징, 복장
학회 마감일
NeurIPS, ICML, ICLR의 논문 제출 마감은 정해진 시각, 전통적으로 '지구상 어디든 기준' 오후 11시 59분에 맞춰져 있다. 이는 막판 실험, 밤샘 집필, 그리고 마감 직전 몇 시간 동안 arXiv에 새 프리프린트가 몰려드는 예측 가능한 의식을 촉발한다.
포스터 세션
논문이 채택된 저자들은 붐비는 홀에서 인쇄된 포스터 옆에 몇 시간이고 서서, 끊임없이 바뀌는 낯선 이들에게 같은 설명을 반복한다. 좋든 나쁘든 모든 연구자가 첫 논문이 채택되었을 때부터 기억하는 통과의례다.
오픈 모델 공개
논문을 코드, 훈련된 가중치, 공개 벤치마크 결과와 함께 발표하는 것은 이제 선택 사항이 아니라 당연히 기대되는 패키지가 되었다. 이로써 한 연구소의 내부 성과가, 학계 전체가 즉시 검증해볼 수 있는 재현성 시험으로 바뀐다.
이 중 어느 것도 이 분야에서 가장 오래된 논쟁, 즉 이 시스템들이 하는 일이 지능을 향한 진짜 진전인지, 아니면 점점 더 그럴듯해지는 패턴 매칭의 한 형태일 뿐인지에 대한 답을 내려주지는 않는다. 연구자들 스스로도 의견이 갈리며, 종종 같은 연구실 안에서도 그렇다.
변함없이 남아 있는 것은 이미지와 실제 작업 사이의 괴리다. HAL 9000도, 크롬으로 도금된 로봇도 마감을 앞둔 새벽 1시에 좀처럼 내려가지 않는 손실 곡선(loss curve)을 노려보고 있는 연구자의 모습과는 닮은 구석이 없다.