| 내용 |
컴퓨터는 시선과 움직임을 추적함으로써 인간 개개인의 행위를 설명하도록 학습할 수 있다. 알토 대학, 버밍엄 대학, 그리고 오슬로 대학의 연구진들은 개인들을 단지 관찰하는 것만으로도 심리적인 이해가 가능토록 학습하는 컴퓨터 개발 방법을 제시했다. 최근 발표된 학회 논문에서, 연구진들은 얼마나 많은 시간동안 메뉴의 종류를 바라보는지 관찰하는 것만으로도 고정 시간 등과 같이 이용자의 시각 시스템을 일부 특징을 정확하게 추정하고 비슷한 행위를 재생하는 것이 가능한 모델을 보여주었다. 인공지능의 놀라운 발전에도 불구하고, 컴퓨터가 이용자의 자의적인 행위를 이해하도록 하는 것은 매우 어려웠다. 개인의 능력을 묘사하는 인지 모델(cognitive models)은 목표와 함께 보다 나은 설명이 가능케 하며, 따라서 새로운 환경에서 개인의 행위를 예측하는 것이 가능했다. 그러나 실질적으로 가용한 간접적인 데이터를 통해 이러한 모델을 학습하는 것은 불가능에 가까웠다. 알토 대학의 박사과정 학생인 안티 칸가스라시오(Antti KangasrAAsiO)는 연구의 장점은 lsquo;블랙박스(black box) rsquo; 방법에서 필요한 데이터보다 훨씬 적은 양의 데이터가 필요할 뿐이라고 말했다. 이러한 유형의 이전 연구는 상당한 수작업이 필요하거나 혹은 매우 많은 관찰 데이터가 필요했는데, 그럼에도 불구하고 오늘 날 그 활용정도는 매우 제한적이라고 그는 주장했다. 이 방법은 근사 베이지안 연산(Approximate Bayesian Computation, ABC)에 기반 하는데, 이 방법은 관찰을 통해 매우 복잡한 모델을 추론하기 위해 개발된 머신 러닝 방법이다. 이 방법은 기후 과학 및 전염병학(epidemiology) 등에서 사용된다. 이 연구는 자연스러운 관찰을 통해 인간 행위의 복잡한 모델을 자동으로 추론할 수 있는 방법을 제시한다. 아울러 이 연구는 인간과 로봇의 상호작용 혹은 인지 능력 하락 등과 같은 자동적인 개인의 능력평가 등에서 유용하게 활용될 수 있다. 알토 대학의 머신러닝학과 교수인 사무엘 카스키(Samuel Kaski)는 전혀 새로운 환경에서 개인이 어떻게 행동하도록 배우는 지를 시뮬레이션 하는 모델을 추론할 수 있을 것이라고 말했다. 알토 대학의 유저 인터페이스 학과 안티 울라스비타(Antti Oulasvirta) 교수는 이번 연구가 인텔리전트 유저 인터페이스 부분에서 가져올 성과가 매우 기대된다고 말했다. 미래에 컴퓨터는 인간들이 서로를 이해하는 것과 유사한 방법으로 인간을 이해할 수 있게 될 것이라고 그는 말했다. 이번 연구결과는 세계 최대 규모의 컴퓨터-휴먼 상호작용 컨퍼런스인 CHI에서 2017년 5월 발표될 예정이다. 역자의견: 인지과학과 컴퓨터의 발전으로 인공지능을 탑재한 인간과 매우 유사한 컴퓨터의 등장이 머지않아 보인다. 인간과 유사한 컴퓨터의 등장에 따른 사회 윤리 문제 등 필요한 제도 차원의 대비가 시급하다. |
