로봇과 인공지능, 그리고 미래의 노동

Terry Taewoong Um (terry.t.um@gmail.com)

University of Waterloo

Department of Electrical & Computer Engineering

Terry Taewoong Um

로봇과 인공지능,

무엇이 달라지고 있는가?

인공지능에 대한 엇갈린 시각

2 http://www.ittoday.co.kr/news/articleView.html?idxno=55945

“인공지능 연구는 우리가 악마를 소환하는 것이나 마찬가지”

“인공지능은 핵무기보다 위험하다.”

앨론 머스크(테슬라CEO)

스티븐 호킹(물리학자)

“인류의 발전은 생물학적 진화 속도로 인해 제한되기 때문에

인공지능 발전 속도와 경쟁할 수 없을 것”

“인공지능은 인류의 종말을 불러올 수도 있다”

에릭 슈미츠(전 구글 CEO)

“인공지능을 두려워하기 보다 새로운 세계에 대응할 수 있도록

교육하는 것이 중요하다”

Terry Taewoong Um (terry.t.um@gmail.com) 3

급격히 다가오는 자동화의 두려움

님들 망해쓰요 대비하자쓰요

한치 앞을 알기 힘든 기술의 진보

http://kkonal.com/818

http://m.blog.ohmynews.com/vjmars/238588

http://www.nemopan.com/photo_digital/4029834

도서관에서 책을 쌓아놓고 보던 시절에서

PC통신으로 파일을 주고 받던 시절에서

손 안의 검색 시대로…

5~7년

논의를 시작하기 전,

너무 먼(>10년) 미래를

예측할 수는 없다

영화 “백투더 퓨처2”(1989)

현재의 기술수준에 대한

이해가 중요하다

딥러닝을 이용한 이미지 인식

http://www.datarobot.com/blog/a-primer-on-deep-learning/

특이점은 있다

(예) 인쇄술의 발달, 디지털 자료 복사

CONTENTS

인공지능, 무엇이 달라지고 있는가?

과거의 인공지능

인공지능의 기초, 트리 탐색

http://www.ics.uci.edu/~eppstein/180a/970422.html

http://www.luc.edu/medieval/labyrinths/st_bertin.shtml

[Given] 미리 정해진 행동들

이미 알고 있는 환경변수

유한 개의 솔루션

[Solve] 인공지능 = 논리

인공지능 = 탐색

(e.g.) ‘A라면 B 또는 C인데 C가 아니라면 D가 맞다는 얘기고 E는…’

어떻게

인식하고,

어떻게

행동할 것인가?

기계학습 기반의 인공지능

[Given] 데이타 (labelled / unlabelled)

[Solve] 인공지능 = 함수 추정

인공지능 = 패턴 인식

(e.g.) ‘이러한 데이터에선 이러했으니, 저러한 데이터에선 아마 저러할거야...’

http://yann.lecun.com/exdb/mnist/ http://universitypost.dk/node/17930

아마존의 상품 추천 주식시장 예측

기계학습 기반의 인공지능

“이해”의 부족

딥 러닝 기반의 인공지능

“Deep Gaussian Process” (2013) https://youtu.be/NwoGqYsQifg

• “이해”란 기계학습하기 좋은 형태의 input을 찾는 것

• 무엇이 invariant 한 knowledge인가

representation learning의 입장에서

https://youtu.be/HnrbiZ1cHjQ

“Efficient Rotation Invariant Object Detection using Boosted Random Ferns” (2010)

“보이는 게 다가 아냐”

SPEECH

Hand-Crafted Features

SPEECH

Hand-Crafted Features

“Convolutional deep belief networks for scalable unsupervised learning of hierarchical representation”, Lee et al., 2012

http://www.ittoday.co.kr/news/articleView.html?idxno=55945

Andrew Ng, https://youtu.be/ZmNOAtZIgIk

각종 대회에서 최고 성적!

생물학적 증거?

딥 러닝, 도대체 무엇이 다르길래...

• 빅 데이터를 가장 잘 활용하는 알고리즘

: 사실 빅 데이터가 아니면 안 돌아가는 알고리즘

ILSVRC2014 챌린지에서 구분해야 하는 1000개의 분류 중 두 가지 예 (시베리안 허스키와 에시키모 개)

예) ILSVRC 2014 챌린지: 1000종류의 이미지 분류

→ 1200만개의 이미지, 10억 개의 파라메터

→ 28%(2010) → 15.3%(2012) → 6.7%(2014)

• 스스로 이해하는 알고리즘?

: 무엇이 주목해야 할 특징(feature)인지 스스로 학습

• 적용 분야를 가리지 않는 알고리즘

: Vision, Speech recognition, Natural language process, etc.

딥 러닝, 최근의 성과들

“Large-scale Video Classification with Convolutional Neural Network”, A. Karpathy 2014, https://youtu.be/qrzQ_AB1DZk

http://cs.stanford.edu/people/karpathy/deepimagesent/

비디오 인식 Text to Text

Image to Text

CONTENTS

로봇과의 결합,

인간을 따라갈 수 있을까?

로봇의 현재

http://youtube.com/watch?v=g0TaYhjpOfo

DARPA Robotic Challenge 2015

http://youtube.com/watch?v=_luhn7TLfWU

Cheetah Robot, MIT (2015)

로봇의 현재

https://www.youtube.com/watch?v=oxA2O-tHftI

LittleDog, USC (2013)

https://youtu.be/SH3bADiB7uQ

Robot Table Tennis, MPI (2012)

로봇의 현재

연 역 적

접근

귀납적

기 법

http://www.bostondynamics.com/robot_Atlas.html

https://www.ethz.ch/en/news-and-events/eth-news/news/2014/06/teaching-machines-how-to-learn.html

Control Theory Machine Learning

극복의 길 : 클라우드 & 병렬 컴퓨팅

폰 노이만 구조(1945)

http://guardianlv.com/2013/11/social-media-robot-from-google/

1000억 개의 뉴런

100만 개의 인공뉴런

클라우드 컴퓨팅

Internet of Things!

여전히...

연 역 적

접근

귀납적

기 법

http://www.bostondynamics.com/robot_Atlas.html

https://www.ethz.ch/en/news-and-events/eth-news/news/2014/06/teaching-machines-how-to-learn.html

Control Theory Machine Learning

결론

• 아직 인간 같은 로봇의 탄생은 멀었다.

• 기계학습은 현재에도 매우 유용하다

예) 음성인식, 얼굴인식, 개인비서, 이미지 자동분류 등

• “자유롭게 움직인다”는 점이 기술의 병목구간이며, 그 점이 아직 인간이 우위에 있는 강점이다.

• “연역과 귀납의 조화” 역시 인간의 강점이다

• 그러나 쓸만한 로봇은 곧 나온다

CONTENTS

자동화와 인간 노동의 문제

에 대한 개인적 견해

격변의 시대에 발생하는 노동 이슈들

MBC 무한도전 방송화면 캡쳐 산업혁명 시대의 아동 노동자들

우리의 삶은 편해졌는가?

일의 수준

김홍도

http://www.incheonilbo.com/?mod=news&act=articleView&idxno=537804

https://www.kist.re.kr/kist_web/?sub_num=115

교육 기간

실업률

부의 집중

이러한 논의에 앞서...

“인공지능 연구는 우리가 악마를 소환하는 것이나 마찬가지”

“인공지능은 핵무기보다 위험하다.”

앨론 머스크(테슬라CEO)

스티븐 호킹(물리학자)

“인류의 발전은 생물학적 진화 속도로 인해 제한되기 때문에

인공지능 발전 속도와 경쟁할 수 없을 것”

“인공지능은 인류의 종말을 불러올 수도 있다”

에릭 슈미츠(전 구글 CEO)

“인공지능을 두려워하기 보다 새로운 세계에 대응할 수 있도록

교육하는 것이 중요하다”

자본주의가 설득력 있었던 이유?

시간

노동

자본 돈

시간

노동

자본 돈

http://www.etoday.co.kr/news/section/newsview.php?idxno=827702

시간

노동

자본

돈 기술

자동화의 시대엔...

• 상상할 수 없는 실업률이 온다. (실업이 기본?)

• 노동을 한다는 것은 일종의 특권이 된다.

• 소득에 세금을 매기는 것만으로 유지 가능한가?

• 복제 한계비용 제로 → 노동 한계비용 제로

• 인간이 노동을 위해 존재하는 시대는 끝났다

특이점은 언제?

인공지능이 이해를 시작하고

인공지능이 창조를 시작하며

“DRAW: A Recurrent Neural Network For Image Generation” (2015)

움직임의 제약이 사라지고 https://ikami69.wordpress.com/2013/03/08/26/

특이점은 언제?

어쩌면 지금,

(사회적 합의만 이루어진다면)

로봇과 인공지능, 그리고 미래의 노동

Engineering

어린이 놀이 공간 개선 방안 - LG챌린저스 ·.....

온라인 저널리즘에서 나타나는 왜곡된...

코카포커스 17-06호 문화 콘텐츠 산업의 노동.....

I. 추진배경‡Œ과학 발전전략.pdf · 가져와...

[2011 체인지온]넓고도 깊은 미래의 사회를...

[2009 체인지온] 모바일이 가져올 변화와...

세바시 15분 맹명관 포스코전략대학 교수 -...

2017년 주요 업무계획 -...

스마트시티 구축 전략 - itfind.or.kr ·...

박근혜정부 노동개혁 무엇이...

한국 언론의 보도 문제점과 개선...

국내 유일 미래의 대통령 헌정 발표

전기전자공학부 Since 1966 -...

공과대학 감성과 첨단 기술을 겸비한 미래의....

로봇과 인공지능 발전이 중산층을 위협

미래의 유망 직업[수정]