휴버트 드레이퍼스의 인공지능에 대한 견해는 1960년대부터 21세기 초까지 이어진 이 분야의 목표와 방법에 대한 중요한 철학적 비판이다. 캘리포니아 대학교 버클리 캠퍼스의 철학 교수였던 드레이퍼스는 인간의 지능과 전문성은 근본적으로 신체화되어 있고 맥락에 의존적이라고 주장하며, 지능이 논리적 규칙 준수나 기호 조작으로 환원될 수 있다는 지배적인 가정에 도전했다. 그의 비판은 인공지능의 한계에 대한 논쟁을 형성하는 데 영향을 미쳤고, 명시적 프로그래밍보다 경험을 통한 학습을 강조하는 대안적 접근 방식을 고무시켰다.
드레이퍼스의 분석은 현상학, 특히 마르틴 하이데거와 모리스 메를로-퐁티의 작업에 기반을 두었으며, 이는 분리된 성찰보다 실천적 참여의 우선성을 강조한다. 그는 인간이 주로 기호적 표상에 형식적 규칙을 적용함으로써 사고하는 것이 아니라, 세계와의 상호작용을 통해 유연하고 직관적인 반응을 발전시킨다고 주장했다. 이러한 관점은 초기 AI 연구를 지배했던 정보 처리 패러다임, 즉 지능이 명시적 형식 체계로 포착될 수 있다는 가정에 직접적으로 반대했다.
초기 비판: 1960년대와 1970년대
1965년, 드레이퍼스는 RAND 코퍼레이션의 지원을 받아 '연금술과 인공지능'이라는 제목의 보고서를 발표했는데, 여기서 그는 AI 연구자들이 장난감 문제에 집중함으로써 진전을 과대평가하고 있다고 주장했다. 그는 컴퓨터가 자연어 번역이나 전문가 수준의 체스 플레이와 같은 상식이 필요한 작업을 결코 숙달하지 못할 것이라고 유명하게 예측했는데, 이는 이러한 작업이 방대하고 명시되지 않은 배경 지식을 요구하기 때문이다. 이 보고서는 나중에 1972년 저서 '컴퓨터가 할 수 없는 것'으로 확장되었으며, AI의 네 가지 핵심 가정을 비판했다: 생물학적 가정(뇌는 디지털 컴퓨터처럼 정보를 처리한다), 심리학적 가정(마음은 형식적 규칙에 따라 작동한다), 인식론적 가정(모든 지식은 명시적으로 만들 수 있다), 존재론적 가정(현실은 원자적 사실로 구성된다).
드레이퍼스의 비판은 그의 체스 예측이 도전받으면서 악명을 얻었다. 그는 초기 체스 컴퓨터 프로그램은 취약하며 강한 인간 플레이어에게 패배할 것이라고 주장했는데, 이는 그가 1967년 Mac Hack 프로그램과의 대국에서 유명하게 시험해 보고 패배한 주장이다. 그러나 그는 이것이 프로그램의 성공이 진정한 지능보다는 무차별적 탐색에 의존했기 때문에 그의 더 넓은 요점을 무효화하지 않는다고 주장했다. 나중에 IBM의 딥 블루가 1997년 세계 챔피언 개리 카스파로프를 물리쳤지만, 드레이퍼스는 이 승리가 인간과 같은 이해가 아닌 계산 능력을 반영한다고 주장했다.
전문성의 현상학
드레이퍼스 작업의 핵심 주제는 지적 지식과 신체화된 지식의 구분이다. 하이데거를 바탕으로 그는 인간의 전문성을 규칙을 따르는 초보자에서 의식적으로 규칙을 숙고하지 않고 구체적 상황에 유연하게 반응하는 직관적 전문가로의 진행으로 설명했다. 예를 들어, 숙련된 운전자는 의식적으로 제동 거리를 계산하지 않는다. 대신 도로를 행동을 위한 어포던스로 인식한다. 드레이퍼스는 규칙 기반의 AI 시스템은 신체와 세계와의 살아있는 참여의 역사가 부족하기 때문에 이러한 직관적 파악 수준에 결코 도달할 수 없다고 주장했다.
1992년 개정판인 '컴퓨터가 여전히 할 수 없는 것'에서 드레이퍼스는 분야의 진전을 다루었지만 자신의 입장을 재확인했다. 그는 기계 학습과 신경망 접근 방식이 명시적 규칙을 넘어선 점을 칭찬했지만, 이러한 방법이 통계적 패턴 인식에 의존하기 때문에 진정한 이해에는 미치지 못한다고 주장했다. 그는 진정으로 지능적인 시스템은 인간의 신체와 같은 것을 요구할 것이라고 제안했는데, 이는 나중에 '신체화된 AI' 분야에서 공명을 얻었지만 철학적으로는 여전히 논쟁의 대상이다.
후기 반응과 실용주의적 전환
2000년대에 드레이퍼스는 기술의 윤리적, 사회적 함의로 초점을 옮겼지만 AI에 대한 논평을 계속했다. 그는 음성 인식이나 시각적 분류와 같은 좁은 영역에서 통계적 접근 방식의 성공을 인정하면서도, 이러한 접근이 일반 지능을 결여하고 있다고 주장했다. 2007년 기사 '하이데거주의 AI가 실패한 이유와 그것을 고치려면 하이데거주의로 만드는 것이 필요한 이유'에서 그는 MIT 컴퓨터 과학 및 인공지능 연구소의 로드니 브룩스와 같은 연구자들이 '하이데거주의 AI'를 구축하려는 시도가 철학적으로 잘못되었다고 주장했는데, 이는 여전히 신체를 계산 장치로 취급하기 때문이다.
드레이퍼스의 후기 작업은 키에르케고르의 철학을 바탕으로 전문성에서 위험과 헌신의 역할을 탐구했다. 그는 진정한 전문성은 감정적 투자와 무엇이 걸려 있는지에 대한 감각을 요구하며, 이는 어떤 계산 시스템도 재현할 수 없다고 제안했다. 이러한 관점은 기계 학습 시스템에서 인간의 도덕적 판단을 시뮬레이션하려는 시도에 대한 그의 비판에 영향을 미쳤다.
AI 연구에 대한 영향
부정적인 예측에도 불구하고, 드레이퍼스의 작업은 AI에 긍정적인 영향을 미쳤다. 그는 기호적 추론보다 데이터와 환경과의 상호작용을 통한 학습을 강조하는 연결주의와 상황적 로봇 공학과 같은 대안적 패러다임의 발전에 영향을 미쳤다. 그의 비판은 또한 1980년대 'AI 겨울'에 기여했는데, 이 시기에 기호적 AI에 대한 자금이 감소하면서 연구자들이 통계적 방법을 탐구하게 되었다. 딥 러닝과 대규모 언어 모델의 현대적 발전, 예를 들어 오픈AI와 구글 딥마인드의 것은 명시적 규칙이 불충분하다는 그의 비판의 일부를 입증하는 것으로 볼 수 있지만, 동시에 그러한 시스템이 의미 있는 능력을 달성할 수 없다는 그의 주장에 도전한다.
2010년대 후반까지 드레이퍼스는 AI 시스템이 패턴 인식 작업에서 능숙해졌지만 여전히 인간이 가진 전체론적이고 상식적인 이해를 결여하고 있다고 관찰했다. 그는 인공 일반 지능에 대한 주장에 대해 신중한 입장을 유지하며, 지능이 신체화된 경험과 분리될 수 없다고 강조했다. 그의 견해는 AI 철학 과정에서 계속 연구되고 있으며, 통계적 학습과 기호적 추론을 결합한 모델을 주장하는 브렌던 레이크와 조슈아 테넨바움과 같은 연구자들에 의해 인용되고 있다.
유산과 현대적 관련성
휴버트 드레이퍼스는 2017년에 사망했지만, 그의 비판은 AI의 한계와 가능성에 대한 논의의 기준점으로 남아 있다. 신체화와 직관에 대한 그의 강조는 인간-로봇 상호작용과 설명 가능한 AI와 같은 분야에서 영향력을 발휘했다. 챗GPT와 다른 대규모 언어 모델의 시대에, 이해가 텍스트 조작 이상을 요구한다는 그의 주장은 이러한 시스템이 그럴듯한 텍스트를 생성할 수 있지만 단순한 상식이나 물리적 추론 작업에서 종종 실패하기 때문에 새로운 주목을 받고 있다. 따라서 드레이퍼스의 작업은 지능이 단지 계산의 문제가 아니라 살아있는 존재의 구조에 깊이 내재되어 있다는 것을 상기시켜 준다.
철학적 논쟁에서의 참조
드레이퍼스의 아이디어는 AI 커뮤니티의 많은 사람들에 의해 비판받았는데, 그들은 기계 학습의 급속한 진전을 지적하고 그의 회의주의가 컴퓨터가 할 수 있는 것에 대한 지나치게 좁은 관점에 기반했다고 주장한다. 예를 들어, 바둑과 포커와 같은 게임에서 딥 러닝의 성공은 통계적 방법이 특정 영역에서 인간의 직관을 능가할 수 있음을 보여주었다. 그러나 이러한 시스템이 표면적인 의미에서만 '지능적'이며 진정한 이해를 결여하고 있다는 드레이퍼스의 반론은 여전히 철학적 도전으로 남아 있다.
요약하면, 드레이퍼스의 AI에 대한 견해는 이 분야의 철학적 기초에 대한 선구적인 탐구이며, 오늘날에도 여전히 해결되지 않은 질문을 제기한다: 지능은 계산으로 환원될 수 있는가? 기계가 사고하려면 신체가 필요한가? 암묵적 지식은 전문성에서 어떤 역할을 하는가? 이러한 질문은 계속해서 AI 연구와 기술의 미래에 대한 공공 담론을 형성하고 있다.