인공지능이란 무엇인가? Definition of Artificial Intelligence : 인간 지능과의 본질적 비교와 학술 총람

(1) 정보 처리 기제와 인과적 세계 모델

현재의 인공지능, 특히 심층 신경망(Deep Neural Networks)과 대규모 언어 모델(LLM)은 고차원 벡터 공간에서 데이터 간의 통계적 패턴과 결합 확률 분포를 학습하는 '보편적 함수 근사기(Universal Approximator)'로 기능합니다. AI의 학습은 역전파(Backpropagation)와 손실 함수 최적화를 기반으로 대규모 텍스트, 이미지, 수치 데이터의 상관관계를 추출하는 방식으로 수행됩니다.

튜링상 수상자인 주디아 펄(Judea Pearl)의 '인과관계의 사다리(Ladder of Causation)' 이론은 현대 기계학습의 근본적인 인지적 한계를 정확히 지적합니다. 펄은 추론의 층위를 세 단계로 구분하였습니다:

• • 제1단계: 연관 (Association) - 수동적 관찰을 통해 변수 간의 통계적 규칙성을 파악하는 단계로, "X를 보았을 때 Y의 확률은 얼마인가?" (수식 표현: P(y | x))를 묻습니다.
• • 제2단계: 개입 (Intervention) - 능동적으로 시스템을 조작하고 실험하여 결과를 확인하는 단계로, "X를 실행하면 Y는 어떻게 변화하는가?" (수식 표현: P(y | do(x)))를 다룹니다.
• • 제3단계: 반사실적 추론 (Counterfactuals) - 실제로 일어나지 않은 가상적 시나리오를 구성하고 회고하는 단계로, "만약 X를 하지 않았더라면 결과가 달라졌을 것인가?" (수식 표현: P(y_x | x', y'))를 탐구합니다.

현재의 대다수 딥러닝 시스템은 방대한 관찰 데이터 속에서 상관관계를 모형화하는 제1단계에 머물러 있습니다. 반면 인간 지능은 태생적으로 환경에 개입하고 능동적으로 가설을 검증하며, 반사실적 상상을 통해 원인과 결과를 유추하는 '인과적 세계 모델(Causal World Model)'을 내재적으로 구성합니다.

(2) 의식, 정서, 그리고 자아성

인간 지능의 핵심 속성은 주관적 경험의 느낌을 의미하는 감각질(Qualia)과 이를 수반하는 현상적 의식(Phenomenal Consciousness), 그리고 자신과 타자를 분별하는 자아 인식입니다. AI 시스템은 기호와 수치 벡터를 기계적으로 변환하여 지적인 결과물을 출력할 뿐, 자신이 무엇을 연산하고 있는지에 대한 주관적 인지나 존재론적 반추를 전혀 수행하지 못합니다.

신경과학자 안토니오 다마지오(Antonio Damasio)의 '신체표지 가설(Somatic Marker Hypothesis)'은 정서와 감정이 단순한 이성의 방해물이 아니라 합리적 의사결정을 유도하는 생물학적 필수 장치임을 실증하였습니다. 인간은 뇌와 신체의 상호작용 속에서 형성된 자율신경계 반응과 내장 감각을 통해 위험하거나 무의미한 선택지를 신속하게 소거하고 최적의 판단을 내립니다.

반면 인공지능에게 정서적 표현은 학습 데이터에 내재된 언어적·시각적 기호 패턴의 모사에 불과합니다. 신체 신호 기반의 정서적 필터가 결여된 인공 시스템은 가치 판단의 우선순위를 주체적으로 설정하지 못하며, 모든 가능성을 평면적인 연산 가중치로 처리해야 하는 구조적 취약성을 안고 있습니다.

(3) 맥락 적응성, 상식적 추론, 그리고 프레임 문제

인간은 명시적인 언어로 규정되지 않은 방대한 양의 물리적·사회적 기본 상식을 체득하고 있으며, 이를 통해 새로운 상황에서도 본질적인 변수를 즉각 추출합니다. 이는 인공지능 분야의 고전적 난제인 '프레임 문제(Frame Problem)'와 직결됩니다. 어떤 행위를 취할 때 세상의 무수한 조건 중 무엇이 변하고 무엇이 불변하는지를 판단하는 과제에서, 인간은 생물학적 직관을 통해 연산 자원의 소모 없이도 관련 없는 수많은 변수를 무시합니다.

이에 반해 인공지능은 훈련 데이터의 통계적 분포 내부(In-Distribution)에서는 고도의 추론 및 지식 인출 성능을 발휘하지만, 데이터 분포를 벗어난(Out-of-Distribution, OOD) 낯선 환경이나 미세한 섭동(Perturbation)에 직면하면 상식에 반하는 오작동을 일으킵니다. 사실과 다른 정보를 그럴듯한 서사로 조작하는 '환각(Hallucination)' 현상은 인공지능의 추론이 실재 세계의 진리성에 대한 이해가 아니라, 토큰 시퀀스의 조건부 확률을 최대화하는 과정에서 발생함을 보여주는 증거입니다.

(4) 신체화와 모라벡의 역설

인지철학자 휴버트 드레이퍼스(Hubert Dreyfus)는 마틴 하이데거(Martin Heidegger)와 모리스 메를로퐁티(Maurice Merleau-Ponty)의 현상학적 사유를 원용하여, 인간 지능의 근간이 명시적 기호 조작이 아닌 물리적 신체를 통해 환경과 상호작용하는 '세계-내-존재(Being-in-the-world)'의 실존적 실천에 있음을 역설하였습니다. 인간이 습득하는 지식과 기술은 두뇌 내부의 명시적 표상(Representation)으로 저장되기보다는, 신체가 환경의 요구에 응답하며 최적의 조작 상태를 유지하려는 '지향적 호(Intentional Arc)'의 순환 고리 속에서 발현됩니다.

이러한 철학적 비판은 한스 모라벡(Hans Moravec, 1988)이 제시한 모라벡의 역설(Moravec's Paradox)을 통해 공학적으로 실증되었습니다. 모라벡은 "체스 경기나 고난도 수리 계산과 같은 성인 수준의 지적 과제를 컴퓨터로 구현하는 것은 비교적 수월하지만, 한 살짜리 아이가 장난감을 쥐거나 계단을 오르고 시각 장면을 해석하는 감각운동(Sensorimotor) 기능을 기계에 구현하는 것은 극도로 어렵다"고 지적하였습니다.

진화사 관점에서 인간의 추상적 논리 추론은 수십만 년 전에야 출현한 비교적 얕은 껍질(Thin Veneer)에 불과하여 적은 계산으로도 형식화가 가능한 반면, 신체와 환경 간의 지각-운동 통합 메커니즘은 수억 년의 생물학적 진화를 거치며 신경망 내부에 고도로 최적화·압축된 방대한 연산의 산물이기 때문입니다.

(1) 앨런 튜링의 모방 게임과 조작주의적 지능관

앨런 튜링(Alan Turing, 1950)은 "기계가 생각할 수 있는가?"라는 본질주의적 질문이 개념적으로 모호하다고 판단하고, 이를 관찰 가능한 행동 기반의 '모방 게임(Imitation Game)', 즉 튜링 테스트(Turing Test)로 치환하였습니다. 격리된 방에서 문답을 주고받는 심문관이 상대가 기계인지 인간인지 구별하지 못한다면, 그 기계는 지능을 지닌 것으로 간주해야 한다는 조작주의적(Operationalist) 기준입니다.

튜링의 기능주의적 접근법은 지능을 물리적 기판의 생물학적 성질로부터 분리하여 순수한 정보 처리 역량으로 정의할 수 있는 이론적 기반을 제공하였습니다. 이후 학계에서는 텍스트 상호작용을 넘어 시각 지각과 로봇 팔을 통한 물리적 사물 조작 능력까지 포함하여 지능을 판별하는 '완전 튜링 테스트(Total Turing Test)'로 개념을 확장하였습니다.

(2) 존 설의 '중국어 방'과 강한 인공지능 비판

철학자 존 설(John Searle, 1980)은 튜링의 행동주의적·조작주의적 기준을 정면으로 반박하며 '중국어 방(Chinese Room)' 사고실험을 제안하였습니다. 중국어를 모르는 한 사람이 방 안에 갇힌 채, 영문으로 작성된 완벽한 규칙 매뉴얼(소프트웨어 프로그램)에 따라 입력된 중국어 기호(입력 데이터)를 대조하여 알맞은 출력 문양을 밖으로 내보낸다고 가정합니다. 외부에서 볼 때 이 방은 유창한 중국어 화자로 보이지만, 방 안의 사람은 자신이 조작하는 기호의 의미를 전혀 이해하지 못합니다.

설은 이 사고실험을 통해 "구문론(Syntax)은 결코 의미론(Semantics)을 낳을 수 없다"는 원리를 확립하였습니다. 컴퓨터 프로그램이 수행하는 정교한 기호 조작은 형식적 규칙에 불과하며, 실재 세계의 대상과 연결되는 참된 지향성(Intentionality)이나 정신 상태를 결코 생성할 수 없다는 비판입니다. 설은 이를 바탕으로 컴퓨터가 진정한 마음을 소유할 수 있다는 '강한 인공지능(Strong AI)' 가설을 논박하고, 기계는 단지 인간 지능의 표면적 작동을 시뮬레이션할 뿐이라는 '약한 인공지능(Weak AI)'의 한계를 설정하였습니다.

(3) 휴버트 드레이퍼스의 현상학적 반론

휴버트 드레이퍼스(Hubert Dreyfus)는 고전적 인공지능이 인간의 모든 지식을 명시적인 명제와 규칙으로 환원할 수 있다는 그릇된 합리주의적 가정에 기초하고 있다고 지적하였습니다. 드레이퍼스는 마이클 폴라니(Michael Polanyi)의 암묵지(Tacit Knowledge) 개념과 현상학적 신체론을 원용하여, 인간의 고도화된 전문성과 직관적 문제 해결 능력은 규칙의 계산이 아니라 신체가 세계와 맺는 유기적 관여 속에서 성립한다고 논증하였습니다.

신체를 결여한 탈체화된(Disembodied) 기계는 맥락 속에서 무엇이 중요한지 스스로 판단할 수 있는 감각을 가질 수 없으며, 따라서 형식화된 규칙의 조합만으로는 인간 수준의 상식과 유연한 적응력을 달성할 수 없다는 비판입니다.