게으른 족제비와 말을 알아듣는 로봇

[책 속으로 이어서]
족제비들: "저기, 이 파초빨 수염 선생은 스스로 생각을 하긴 하는 거야?"
카멜레온: "응? 생각을 하는 거냐니?"
족제비들: "그러니까…… 제대로 된 자기 의견 같은 게 있는 거야?"
카멜레온: "뭐? 그런 게 있을 리가 없잖아."
족제비들: "어? 아까 분명히 이 로봇이 말을 알아듣는다고 했잖아? 그래서 우린 이 로봇이 스스로 생각하면서 이야기할 거라고 상상했는데."
카멜레온: "생각하면서 이야기한다는 게 어떤 의미지?"
족제비들: "음, 그러니까 이 로봇은 상대방이 한 말의 내용을 제대로 이해한 다음에 대답하는 거냐는 얘기야."
카멜레온: "말의 내용을 제대로 이해한 다음에 대답한다? 너희가 어떤 의미로 그렇게 말하는지 모르겠지만 설명을 좀 해 주자면, 이 파초빨 수염 선생은 몇 가지 규칙에 따라 움직여. 기본적으로 상대방이 한 이야기에서 주어와 어미 '~해요(~어요)' 같은 걸 삭제한 다음에 문장 앞에 먼저 '허허,'를 붙이고 뒤에 '(~다)……고요.'를 붙여서 대답하지. 이런 식이야."

저는 식욕이 없어요. ⇒ 식욕이 없다
⇒ 허허, 식욕이 없다……고요.

족제비들: "엇? 그럼 상대방이 한 말을 듣고 그냥 반복하는 것뿐이잖아."
카멜레온: "그 외에도 규칙은 다양해. 상대방의 말을 잘 파악하지 못했을 때는 '흠, 그래서요?'나 '계속 말씀해 보세요.' 같은 말을 하지. 그리고 상대방이 한 말 속에 있는 핵심어에 따라 대답을 정하기도 해. 예를 들어 '잠을 못 잔다.'라는 말이 나오면 '뭐 짐작 가는 원인이 있습니까?' 하고 상대방에게 되묻지. 상대방이 '이것저것'이란 말을 하면 '구체적인 예를 들어 주시겠습니까?'라고 묻고. '고맙습니다.'나 '안녕히 계세요.'라는 말을 들으면 '그럼 건강하십시오.'라고 답하고 '스트레스'라는 단어가 나오면 '스트레스는 잘 풀어야지요.'라고 말하지. 파초빨 수염 선생은 '스트레스'라는 게 실제로 어떤 건지 몰라. 단순히 입력된 문자에 맞춘 다른 문자로 답할 뿐이야."
족제비들: "뭐야! 그럼 '스트레스는 잘 풀어야지요.'도 진짜 그렇게 생각해서 한 말이 아니란 소리야?"
카멜레온: "맞아. 그리고 레온은 또 다른 방식으로 작동하지. 레온에게는 '잘 풀렸던 대화'의 예시를 잔뜩 넣어 두었어. 대화의 예시란 한 쌍을 이루는 질문과 대답이야. 즉 '한쪽이 이렇게 말하면 다른 한쪽이 이렇게 대답한다' 하는 것들이지. 예를 들어 '요즘 어때?' 하면 '그럭저럭.'이라고 하지. 레온은 이런 예시 자료를 많이 가지고 있어."

질문: 요즘 어때? / 대답: 그럭저럭.
질문: 아, 진짜 짜증 나네. / 대답: 히잉. 혼났다~.

그러니까 레온은 누가 말을 걸어오면 상대방이 한 말과 비슷한 패턴을 가진 예시를 자기가 가지고 있는 '대화의 예시' 중에서 찾아낸단 말이지. 그리고 그 유의성 정도에 따라 순위를 정하고, 그중에서 가장 순위가 높은 대화 패턴의 대답을 자기 대답으로 골라. 그때 유의성을 어떻게 측정하느냐가 중요한데, 기계를 학습시키는 다양한 방법에……."

카멜레온은 설명을 이어 가려 했지만 족제비들이 중간에 끼어드네요.

족제비들: "레온은 그런 식으로 대화하는 거야? 그 말은 다른 누가 과거에 했던 대화를 반복한다는 말이잖아?"
카멜레온: "뭐, 어떤 의미에서는 그렇지."
족제비들: "그런 건 우리가 바라는 거랑은 완전히 달라. 상대방이 한 말의 내용을 제대로 이해하는 것도 아니고 진짜 자기 생각을 말하는 것도 아니란 말이야? 와아, 감쪽같이 속았네!"
- 58~61쪽 〈카멜레온 마을에 대화하는 로봇이 있대!〉 중

인간과 대화하는 기계에는 크게 두 가지 유형이 있습니다. 하나는 사람이 필요로 하는 정보를 제공하거나 필요한 절차를 수행해 주는 등 명확한 목적을 갖는 기계입니다. 사람과의 대화에 기반하여 음식점 검색이나 버스 도착 시각 안내, 질문에 대한 대응 등을 하는 기계가 바로 이 유형에 해당합니다. 이 유형의 기계는 목적을 달성하기 위해 필요한 정보를 갖추고 있습니다. 예를 들어 버스가 어느 정류장에 몇 시 몇 분에 도착하는지와 같은 정보를 데이터베이스 따위의 형태로 가지고 있는 것이죠. 이러한 기계 중 대량의 문헌에서 사람이 원하는 정보를 찾아 대답하는 기계에 대해서는 다음 장에서 더 자세히 다루겠습니다.
또 다른 유형은 명확한 목적이 없는 대화, 즉 사람과 잡담을 나누는 기계입니다. "왜 잡담하는 기계 따위를 만들 필요가 있단 말이지?"라고 생각하기 쉽지만, 잡담에도 실용적인 중요성이 있습니다. 일본 내 대화 시스템 연구의 일인자이자 일본의 인공지능학회 이사인 히가시나카 류이치로(東中龍一?) 씨는 설령 정보를 제공할 목적으로 만들어진 시스템이더라도 잡담 기능을 전혀 갖추지 못하면 이용자가 기계와 길게 이야기하려 하지 않고, 따라서 본론에 다다르기도 전에 이용을 중지하는 경향이 있다는 사실을 지적합니다. 또한 사람이 하루에 나누는 대화의 60%가 잡담이라는 조사 결과가 있는 만큼 사람과 관련한 기계를 개발하는 데 있어 잡담은 무시할 수 없는 요소입니다.
튜링 테스트에서 상정한 '대답하는 기계'는 위의 두 가지 유형 중 어느 쪽에 가까울까요? 아마도 두 번째 유형인 사람과 잡담을 나누는 기계 쪽에 가깝다고 보는 것이 자연스러울 겁니다. 튜링 테스트에서 지성의 유무를 판단하는 재료로 삼는 것은 '인간과 구별이 안 되는 대화 능력을 갖는 일'입니다. 이때 첫 번째 유형의 기계처럼 사람에게 정확한 정보를 제공하는 것이 반드시 인간다움을 느끼게 하는 요소라고 잘라 말할 수는 없지요. 오히려 질문에 너무 자세하고 정확한 대답을 하게 되면 '마치 기계 같다'라는 인상을 줄 수밖에 없습니다.
튜링 테스트로 경쟁하는 행사인 뢰브너 상(Loebner Prize) 대회에서도 인간의 착각을 잘 흉내 낸 기계가 더 인간답다고 판단된 사례가 있었습니다. 잡담하는 기계에게 중요한 것은 반드시 사람의 질문에 정확한 답을 내놓는 것이 아니라 '인간이 볼 때 얼마나 자연스러운 대화를 할 줄 아는지'입니다. 이것은 튜링 테스트가 지성의 유무를 기준으로 하는 것과 대체로 일치합니다.
잡담하는 기계는 오래전부터 개발되어 왔습니다. 그중 유명한 것이 1966년에 개발된 엘리자(ELIZA)라는 프로그램입니다. 엘리자는 수많은 패턴 대응 규칙을 갖추고 사람이 키보드로 입력한 질문의 패턴에 맞추어 대답합니다. 앞선 에피소드에 등장한 파초빨 수염 선생의 모델이 바로 엘리자입니다. '컴퓨터 심리상담사'라는 이름으로 개발된 프로그램인 엘리자는 앵무새처럼 되묻는 대답이 많았음에도 인기를 끌었고, 개중에는 엘리자가 인간이라고 믿어 몇 시간씩 대화한 사람도 있었다고 합니다. 프로그램의 동작 방식이 마치 매뉴얼에 따라 사무적으로 반응하는 심리상담사의 이미지에 딱 들어맞았다는 점도 인기의 한 요인으로 작용했지요.
- 69~71쪽 〈카멜레온 마을에 대화하는 로봇이 있대!〉 중 인간과 대화하는 기계의 현재 수준

서문 | 뭐든 다 하는 로봇을 만들자! _ 이야기의 시작

1장 | 로봇 귀를 구하러 두더지 마을로! _ 말을 듣고 판별하는 능력
- 음성과 음소
- 기계의 음성 인식과 학습
- 인간의 듣기 능력 습득 과정
- 꼭 인간과 똑같아야 할까?

2장 | 카멜레온 마을에 대화하는 로봇이 있대! _ 대화를 나누는 능력
- 튜링 테스트
- 인간과 대화하는 기계의 현재 수준
- 어중간한 대화와 어중간한 이해
- '참-거짓'을 무시할 수는 없을 텐데

3장 | 어떤 질문에도 척척 대답하는 로봇을 찾아 개미 마을로! _ 질문에 바르게 대답하는 능력
- 질문에 답하는 기계
- 언어의 세계에서만 이루어지는 한정된 이해

4장 | 올빼미 마을의 로봇 눈 기술을 알아내야 해! _ 말과 바깥 세계를 연결하는 능력
- 기계의 영상 인식
- 인공 신경망 엿보기
- 인공 신경망이란?
- 이미지·영상 표현력의 한계
- 외부 정보와 문장의 참-거짓 관계

5장 | 게으른 족제비들 결국 대형 사고를 치다! _ 문장 사이의 논리적 관계를 이해하는 능력1
- 논리란 무엇인가?
- 추론과 뜻 이해
- 논리적인 사고를 방해하는 것
- 함의 관계 인식

6장 | 족제비들은 과연 1,000개의 문제를 풀 수 있을까? _ 문장 사이의 논리적 관계를 이해하는 능력2
- 추론 패턴에 문장 적용하기
- 문장끼리 얼마나 닮았는지부터

7장 | 기계용 사전을 찾아 담비 마을로! _ 단어의 뜻을 아는 능력
- 과연 가능할까
- 단어 뜻을 자동으로 알게 하기
- 기계를 위한 문맥 정보
- 구와 문장을 벡터화하다

8장 | 족제비들, 뭐든 다 하는 로봇 드디어 완성? _ 화자의 의도를 추측하는 능력
- 뜻과 의도
- 모호성 해소
- 대화 함축
- 의도 전달의 어려움

9장 | 그 후의 족제비들 _ 말을 알아듣는 로봇, 일단 여기까지
- 말을 알아듣게 하기 위한 일곱 단계
- 그 너머에 인간이 있다

저자 후기
미주
그 밖의 참고 문헌

카와조에 아이 1996년 규슈대학 문학부 문학과 졸업(언어학 전공).

2005년 동 대학 대학원에서 박사(문학) 취득.

2002년~2008년 국립 정보학 연구소 연구원.

2008년~2011년 쓰다주쿠대학 여성 연구자 지원 센터 특임 준교수.

2012년~2016년 국립 정보학 연구소 사회 공유 지(知) 연구 센터 특임 준교수.

저서로 《백과 흑의 문?오토마톤과 형식언어를 탐험하는 모험》(도쿄대학 출판회, 2013년), 《정령의 상자?튜링 머신을 탐험하는 모험(상-하)》(도쿄대학 출판회, 2016년)가 있다.