프레디쿠스

: 임영익, 클라우드나인, 2019. 7. 16. 

"인공지능을 이해하기 위한 최소한의 이야기" 이며 법조계에서 인공지능 판사의 가능성을 논하는 책이다. 결국 인공지능이 잘 할 수 있는 분야가 기존 데이터에 기반한 분석과 예측이고, 법조계는 이러한 구조에 적합하다라는 설명이다. 그리고 덧붙여 메타 인공지능에 대한 전망. 메타 인공지능은 결국 인간이 없이도 스스로 진화발전하는 인공지능이라 할 수 있다. 그렇다면 인공지능의 진화는 곧 인류의 멸망을 의미하는 것일까 물어볼 수도 있는 단계랄까. 
인간이 못하는 것과 AI가 잘하는 것, 반대로 AI가 못하는 것과 인간이 잘하는 것. 이에 대한 고민은 우리가 어떻게 기술을 이용해야 할 것인가에 대해 방향성을 제시할 수 있을 것이다. 

 

1. 욕망의 알고리즘
1장 호모 프레디쿠스 
   함정 / 이혼 방정식 - 알파고 탄생 10년 전 / 이혼예측 / 연애예측 / 이혼 알고리즘 / 알고리즘 로펌: 위보스 / 알고리즘과 법률 / 예측 본능 / 예측하는 뇌 / 예측 분석의 시대 / 예측 치안 / 프레드폴과 오퍼레이션 레이저 / 예측 법률 / 예측 재판 
2장 생각하는 기계 
   위험한 기계 /  튜링 테스트와 챗봇 / 언어지능과 챗봇 / 고도를 기다리며 / 인공지능의 탄생 / 파이겐바움과 초지능 / 전문가 시스템 / 전문가 시스템의 후예들 / 법률 전문가 시스템 / 최초의 법률 전문가 시스템 / 전문가 시스템의 한계 
3장 컴퓨테이셔니즘 
   어디에 쓰는 물건인고? / 컴퓨테이셔니즘 / 수학과 컴퓨테이션 / 가짜뉴스 / 저널리즘 테크 / 법률 융합 / 컴퓨테이션 법률학의 탄생 / 법률 인공지능 

2. 딥 체인지 
4장 머신러닝과 딥러닝 
   인공신경망과 머신러닝 / 인공지능 체계도 / 인공신경망 / 인공신경망 구출작전 / 운명적인 DNA / 딥러닝 4대 천왕과 인공지능 세계전쟁 / 머신러닝이란 무엇인가 / 과일 분류기 / 이미지 인식기 / 머신러닝 방식 / 특징학습 / 눈으로 이해하는 머신러닝 
5장 시각지능 
딥러닝의 철학 / 컨볼루션 신경망의 직관적 이해 / 네오코그니트론 / 이미지 인식의 꽃 - 컨볼루션 신경망 / 예술과 컨볼루션 신경망 / 자율자동차와 컨볼루션 신경망 / 적대성 생성 네트워크의 등장 / 컨볼루션 신경망과 표현학습 
6장 언어지능 
   기계번역 / 위노그라드의 도전 / 언어지능과 자연어 처리 / 정보검색 / 질의응답 시스템 / 자연어 처리의 기초 개념 / 자연어 이해 / 자연어 처리와 딥러닝 / 언어 표현 / 워드투벡의 직관적 이해 

3. 메타 인텔리전스 
7장 인공지능 변호사 
   인공지능 변호사의 등장 / 로스 인텔리전스 / 두낫페이 / 리사 / 인공지능 변호사와 리걸테크 / 리걸테크의 서곡 / 리걸테크와 인공지능 
8장 인공지능 판사 
   인공지능 판사의 등장 / 재판 예측의 원리 / 베이즈 추론 / 검사의 오류 /  베이즈 네트워크 / 머신러닝 재판 예측 / 인공지능 양형 판단기 / 컴퍼스 / 인공지능 판사의 전망 / 알고리즘 편견 / 용서받을 수 없는 것 
9장 메타 인공지능 
   좀비지능 / 지능 모듈 / 추론지능 / 인공지능 법률가와 추론지능 / 예측하는 기계 / 예측지능 / 영상 예측 / 행동 예측 / 지진과 태풍 예측 / 단백질 구조 예측 / 메타 인텔리전스 / 메타 생각 / 메타 인공지능 / 메타 러닝 / 미래의 미래  

"어디에 쓰는 물건인고?" 첫 페이지에 적힌 컴퓨터에 대한 질문이다. 

"신의 경지에 있는 알파고는 자신의 착수를 설명못하지만 어쨋든 인간을 이긴다. 왜 그런 수를 두었는지 설명하지 못해도 우리는 알파고를 너그럽게 용서할 수 있다. 그러나 우리가 살아가는 세상은 다르다. 예측의 정확도가 의사결정의 전부가 아니다. 기계는 자신의 의사결정 과저을 설명해야 하고, 관찰자는 수긍할 수 있어야 한다. 재판은 본질적으로 당사자들 모두에게 만족스러운 결과를 줄 수는 없다. 재판 결과에 대해 그 이유를 설명할 수 없다면 인간 재판보다 더 참담한 불만족이 생길지도 모른다." 

인공지능의 블랙박스를 해결하기 위한 "설명 가능 인공지능" 연구가 시작되었다. 

천식환자는 위급하기 때문에 응급실에 실려오면 가장 먼저 치료받고, 따라서 사망률이 오히려 낮다. 이러한 통계가 학습된 예측 알고리즘은 그저 이를 데이터로만 인식하여 천식환자의 응급실 사망률을 낮게 기록하는 오류를 범하게 된다. 결국 인공지능의 학습은 인간의 보정을 거쳐야만 하므로, 편견의 문제는 그대로 존재하게 된다. 

 

2024. 5. 22.