Computing Machinery and Intelligence는 1950년 앨런 튜링이 저술하여 학술지 Mind에 발표한 기념비적인 논문이다. 이 논문은 인공지능 철학에서 가장 영향력 있는 저작 중 하나로, 오늘날 널리 알려진 튜링 테스트라는 개념을 처음 소개했다. 튜링은 논문 서두에서 "기계가 생각할 수 있는가?"라는 질문을 제기했으며, 추상적인 철학적 정의에서 벗어나 경험적으로 검증 가능한 시나리오로 논쟁을 옮기는 실용적이고 조작적인 기준을 제안했다.
이 논문은 이후 수십 년간의 연구와 논쟁의 토대를 마련했으며, 인공지능 분야에서 중요한 기초를 다졌다. 또한 신학적·수학적 논증에서 의식과 창의성에 기반한 논증에 이르기까지, 기계 지능의 가능성에 대한 다양한 반론을 다루고 반박했다. 그 아이디어는 머신러닝, 신경망, 대규모 언어 모델 등 다양한 분야의 논의를 오늘날까지 계속 형성하고 있다.
모방 게임
튜링의 핵심 제안은 "모방 게임"으로, "생각"이나 "의식"을 정의할 필요를 피하기 위해 설계된 테스트였다. 원래 구성에서 인간 심문관은 텍스트로 두 대상, 즉 인간과 기계와 소통한다. 심문관의 임무는 어느 쪽이 어느 쪽인지 판별하는 것이다. 기계는 심문관이 상당한 비율로 잘못된 판별을 하도록 속일 수 있다면 테스트를 통과한다. 튜링은 기계가 이런 방식으로 인간을 성공적으로 모방할 수 있다면, 그 기계가 생각한다고 말하는 것이 합리적이라고 주장했다.
이 구성은 내부 정신 상태보다는 관찰 가능한 행동에 초점을 맞췄다. 기계가 진정으로 느끼거나 의식할 수 있는지에 대한 질문을 우회하는 대신, 설득력 있는 텍스트 대화를 유지하는 능력이 지능의 충분 조건이라는 제안을 내세웠다. 이 테스트는 이후 문화적 상징이 되었으며, 흔히 튜링 테스트라고 불리며 비판과 개선의 대상이 되어 왔다.
반론과 반박
논문의 상당 부분은 기계 지능의 가능성에 대한 아홉 가지 주요 반론을 다루는 데 할애된다. 튜링은 이후 AI 논의에서 흔해질 논증들을 예견했다. 그는 생각이 인간 영혼의 속성이라고 주장하는 신학적 반론과, 생각하는 기계의 전망이 너무 고통스러워 고려하기를 꺼리는 "머리를 모래에 묻는" 반론을 고려했다. 또한 괴델의 불완전성 정리에 기반한 수학적 반론도 다루었는데, 이는 기계가 구현할 수 있는 모든 형식 체계에 내재된 한계를 보여준다고 주장하는 것이었다.
튜링은 이러한 주장들을 논리적이고 실용적인 논증으로 반박했다. 예를 들어, 그는 수학적 반론이 단일 기계의 능력과 인간 지성의 더 넓은 개념을 혼동한다고 주장했으며, 인간 자신도 유사한 한계에 직면한다는 점을 지적했다. 또한 기계가 진정한 감정이나 주관적 경험을 가질 수 없다는 의식 논증을, 다른 인간의 내면 생활에 대해서도 결코 확신할 수 없다는 점을 지적하며 일축했다. 그의 답변은 실용적이었으며, 질문은 선험적 추론보다는 실험으로 해결되어야 한다는 점을 강조했다.
디지털 컴퓨터와 학습 기계
튜링은 당대의 기술에 논의를 근거하여 디지털 컴퓨터의 아키텍처를 설명했다. 그는 디지털 컴퓨터가 보편 기계이며, 충분한 메모리와 시간이 주어진다면 원칙적으로 다른 어떤 디지털 기계도 시뮬레이션할 수 있다고 설명했다. 이러한 보편성이 그의 논증의 핵심이었다. 만약 기계가 인간 두뇌를 시뮬레이션하도록 프로그래밍될 수 있다면, 잠재적으로 지능적 행동을 보일 수 있다는 것이다.
그는 또한 그러한 기계가 어떻게 구축될 수 있을지 추측했다. 지능을 직접 프로그래밍하기보다는, 튜링은 가장 유망한 접근 방식은 어린 기계를 만든 다음 교육과 학습 과정을 거치게 하는 것이라고 제안했다. 이 아이디어는 모델이 명시적으로 프로그래밍되기보다는 대규모 데이터 세트로 훈련되는 현대의 머신러닝 및 딥러닝 패러다임을 예견했다. 튜링은 심지어 강화 학습의 한 형태를 제안했는데, 기계가 올바른 행동에 대해 보상을 받고 잘못된 행동에 대해 처벌을 받는 방식을 제시하여, 이는 인간 피드백으로부터의 강화 학습과 같은 현대 기법을 예고했다.
유산과 영향
이 논문의 영향력은 즉각적인 역사적 맥락을 훨씬 넘어선다. 그것은 AI 분야를 합법적인 과학적 탐구로 확립했고, 명확하고 테스트 가능한 목표를 제공했다. 튜링 테스트는 뢁브너 상(Loebner Prize)과 같은 수많은 대회의 주제가 되었으며, 수많은 학술 논문과 대중 매체에서 언급되었다. 일부 연구자들은 이제 테스트가 너무 의인화되었거나 너무 쉽게 속일 수 있다고 주장하지만, 그것은 여전히 기초적인 사고 실험으로 남아 있다.
튜링의 아이디어는 현대의 발전과도 공명한다. 대규모 언어 모델과 생성형 AI의 부상은 기계 지능에 대한 질문을 다시 전면에 가져왔다. 오픈AI와 구글 딥마인드가 개발한 현대 시스템은 유창한 대화를 할 수 있지만, 그것들이 진정으로 "생각"하는지 여부는 여전히 열린 질문이다. 튜링의 논문은 기술적 풍경이 극적으로 변했음에도 불구하고 이러한 문제를 논의하기 위한 프레임워크를 제공한다. 하드코딩된 규칙보다 학습과 적응에 대한 그의 강조는 예언적임이 입증되었으며, 방대한 양의 데이터로 훈련된 신경망이 이제 그 분야를 지배하고 있다.
비판적 관점
지속적인 중요성에도 불구하고, 이 논문은 상당한 비판에 직면했다. 존 설(John Searle)과 같은 일부 철학자들은 행동 테스트를 통과하는 것이 진정한 이해를 보장하지 않는다고 주장했으며, 이는 중국어 방 논증(Chinese Room argument)으로 설명된다. 다른 이들은 테스트가 인간과 유사한 대화에 초점을 맞춘 것이 너무 좁을 수 있으며, 의인화되지 않은 형태의 지능을 배제할 가능성이 있다고 지적했다. 튜링 자신도 이러한 한계를 인정했으며, 기계가 생각할 수 있는지에 대한 질문은 "논의할 가치가 없을 정도로 무의미하다"고 언급하고, 그의 테스트는 더 근본적인 정의에 대한 실용적 대체물이라고 밝혔다.
최근 몇 년 동안 연구자들은 상식 추론, 창의성, 또는 최소한의 데이터로 학습하는 능력에 대한 테스트와 같은 대안적 벤치마크를 제안했다. 그러나 튜링의 원래 논문은 이러한 논쟁의 기준점으로 남아 있다. 그것은 철학적 엄밀성과 기술적 통찰력을 결합한 놀라운 문서이며, 그 중심 질문 - 기계가 생각할 수 있는가? - 은 AI에 대한 연구와 대중의 매혹을 계속 이끌고 있다.