[논문 리뷰] The 30-Year Cycle In The AI Debate

Jean-Marie Chauvet|arXiv (Cornell University)|2018. 10. 08.

Ethics and Social Impacts of AI참고 문헌 30인용 수 5

한 줄 요약

이 논문은 인공지능 논의에서 반복되는 30년 주기를 규명한다. 초기 인공지능의 돌파구 이후 과학적·철학적 비판이 이어지며 정체 또는 'AI 겨울'으로 이어지는 패턴이다. 저자는 1950년대부터 2010년대까지 이 주기를 추적하며, 각 주기 동안 지능, 인과성, 신체-정신 유사성에 대한 해석적 논쟁이 중심이 되었음을 주장한다. 이와 동시에 기술적 진보는 표면 아래서 점진적으로 지속되고 있다.

ABSTRACT

In the last couple of years, the rise of Artificial Intelligence and the successes of academic breakthroughs in the field have been inescapable. Vast sums of money have been thrown at AI start-ups. Many existing tech companies -- including the giants like Google, Amazon, Facebook, and Microsoft -- have opened new research labs. The rapid changes in these everyday work and entertainment tools have fueled a rising interest in the underlying technology itself; journalists write about AI tirelessly, and companies -- of tech nature or not -- brand themselves with AI, Machine Learning or Deep Learning whenever they get a chance. Confronting squarely this media coverage, several analysts are starting to voice concerns about over-interpretation of AI's blazing successes and the sometimes poor public reporting on the topic. This paper reviews briefly the track-record in AI and Machine Learning and finds this pattern of early dramatic successes, followed by philosophical critique and unexpected difficulties, if not downright stagnation, returning almost to the clock in 30-year cycles since 1958.

연구 동기 및 목표

• 인공지능 연구 역사에서 놀라운 성공 후 철학적·과학적 비판이 이어지는 반복 패턴을 조사하기 위해.
• 현재의 AI 열풍과 비판이 1950년대와 1980년대의 이전 주기와 유사한지 분석하기 위해.
• 딥 블루, 알파고, 워슨과 같은 경계 물체가 다학제적 논의의 초점이 되는 방식을 검토하기 위해.
• 해석 가능성, 신경 생물학적 타당성, 윤리적 우려가 각 주기의 비판 단계를 어떻게 형성하는지 평가하기 위해.
• 현재의 윤리적 및 사회정치적 우려가 새로운 단계인지, 이전 철학적 논의의 반복인지 평가하기 위해.

제안 방법

• 1950년대부터 인공지능의 역사를 추적하며, 퍼셉트론(1957), 논리학자(1957), 일반 문제 해결기(1961) 등의 주요 이정표를 중심으로 분석한다.
• 1980년대 연결주의와 상징적 AI의 부흥을 분석하고, 드라이프스와 푸트넘의 두 접근법의 한계에 대한 비판을 포함한다.
• 세 주기(1958, 1988, 2018)의 철학적 논의를 비교하여 비판과 방어의 공통 주제를 식별한다.
• 알파고와 구글 번역과 같은 AI 시스템과 같은 경계 물체가 다학제적 논쟁의 장이 되는 방식을 분석한다.
• 푸트넘의 정신-신체 문제 분석과 튜링 기계 등가성 이론을 적용하여 주기 간의 철학적 연속성을 프레임화한다.
• 역사적 자료와 인용된 문헌(예: 드라이프스, 푸트넘, 로젠블라트)을 활용해 AI 논의 내에서의 논증의 진화를 재구성한다.

실험 결과

연구 질문

• RQ1 인공지능에 관한 대중적·학술적 논의에서 30년 주기의 반복 패턴이 존재하는가? 이는 성공의 폭발적 파동 뒤에 철학적·과학적 반발이 이어지는가?
• RQ2 딥 블루, 알파고, 워슨과 같은 경계 물체가 철학, 심리학, 신경과학 분야 간의 다학제적 논의를 어떻게 촉진하는가?
• RQ3 특히 해석 가능성, 인과성, 신경 생물학적 타당성에 대한 철학적 비판이 역사적 시기마다 동일한 고정된 양식을 따르는가?
• RQ4 심지어 상징적 처리 대 비상징적 처리에서 윤리적·사회적 영향으로의 핵심 논의 이동은 AI의 능력에 대한 인식 변화를 어떻게 반영하는가?
• RQ5 반복적으로 '일반 지능'이나 '진정한 이해'라는 주장이 AI 시스템에 제기되지만, 그 한계에 대한 증거가 반복적으로 존재하는데도 불구하고, 이러한 주장은 왜 지속되는가?

주요 결과

• 논문은 1958년, 1988년, 2018년에 각각 발생한 인공지능 논의에서 일관된 30년 주기를 규명한다.
• 각 주기에서 유사한 패턴이 반복되며, 초기 인공지능의 놀라운 성공(예: 퍼셉트론, 알파고) 뒤에 해석 가능성, 일반화 부족, 신경 생물학적 비타당성 등의 이유로 비판이 이어진다.
• 비판은 주로 AI 시스템이 좁은 작업 외에서 진정한 이해, 인과적 추론, 이식 가능한 지식을 보여주지 못한다는 데 중심을 둔다.
• 알파고, 워슨과 같은 경계 물체는 심리학, 철학, 신경과학 분야의 다학제적 논의의 초점이 된다.
• 주기적인 'AI 겨울'에도 불구하고, 이면에서는 이론적 진보와 계산 능력 향상이 계속 진행되어 다음 성공 주기를 이끈다.
• 푸트넘의 결론—정신-신체 문제는 기계 상태 문제와 개념적으로 동일하다—는 여전히 관련성이 있으며, 이는 철학적 논의가 해결되지 않고 새로운 형태로 재등장한다는 것을 시사한다.