영웅의 여정

우리는 이야기로 세계를 이해합니다. ‘영웅의 이야기’가 그렇습니다. 조지프 캠벨(Joseph Campbell, 1904-1987)은 전 세계의 신화와 영웅담을 분석한 비교신화학자입니다. 캠벨은 분석을 토대로 영웅담 서사를 구조화했는데, 이것이 바로 ‘영웅의 여정(Hero's Journey)’입니다. 영웅의 여정은 출발(Departure), 입문(Initiation), 귀환(Return)의 과정을 지납니다. 그리고 이 과정을 다시 17개의 세부적인 이야기로 해체합니다. 모든 영웅은 일상 세계를 떠나, 모험을 통해 성장하고, 지혜를 얻어 돌아옵니다. 이 구조는 오랜 역사 속에서 종교와 문화를 초월한 채 반복되어 왔습니다. 

오늘날 우리의 모든 관심사가 하나의 지점으로 모이고 있습니다. 바로 인공지능입니다. 더 이상 관련 종사자나 전문가, 기술애호가들만의 관심 대상이 아닙니다. 최근 우리 삶 모든 영역에 침투하면서  반향을 일으키고 있습니다. 사실 인공지능은 등장한 지 반세기가 넘어가고 있는 기술입니다. 긴 시간 등장과 후퇴를 반복하며 묵묵히 걸어온 결과가 비로소 빛을 보게 된 것입니다. 이러한 인공지능의 궤적은, 영웅의 여정에 빗대어 재해석해볼 수 있는 서사이기도 합니다. 

1막. 출발

탄생

출처 : tumblr

비범한 영웅도 평범한 일상에서 탄생합니다. 세상의 혼란 속에서, 거친 시대의 균열 속에서 태어나는 영웅은 처음에는 자신의 능력도, 운명도 알지 못합니다. 그러나 영웅은 태어나는 순간부터 이미 세계와 얽힌 하나의 흐름 속에 놓여 있습니다. 겉으로는 우연처럼 보일지라도, 그 탄생은 시대가 만들어낸 필연이자 예고된 사건입니니다.

인공지능은 전쟁 속에서 탄생했습니다. 제2차 세계대전 당시, 암호 해독과 좌표 계산이라는 절박한 필요 속에서 새로운 기계를 만들어 낸 것입니다. 이 기계가 바로 오늘날 컴퓨터의 원형이며, 당시에는 작동 원리조차 불완전하고 크기만 거대한 금속 상자에 가까웠습니다. 컴퓨터의 형체도 개념도 어렴풋한 시기, 인간과 대화할 수 있는 기계지능을 내다본 인물이 있었습니다. 그가 바로 앨런 튜링(Alan Turing, 1912-1954)입니다. 튜링의 통찰은 훗날 새로운 지적존재의 탄생을 예고하는 사건이었습니다. 

소명

출처 : tenor

영웅의 서사는 ‘소명(Calling)’에서 시작합니다. 하나의 우연한 사건에 의해 자신이 세상을 구해야 할 운명을 타고났다는 사실을 인지합니다. 그리고 평범한 일상이 한순간에 흔들리게 됩니다.  대부분의 영웅은 소명을 선뜻 받아들이지 못합니다. 자신이 왜 선택된 존재인지도 모릅니다. 그러나 세상의 균열은 점점 커지고, 결국 영웅은 운명의 부름을 받아 들이게 됩니다. 

컴퓨터는 단순한 연산 장치의 역할을 넘어 ‘기계 지능’의 소명을 부여받게 됩니다. 인간은 기계에게 더 이상 숫자와 논리만 다루는 역할을 기대하지 않았습니다. 사람처럼 생각하고, 배우고, 추론하라는 새로운 소명을 부여했습니다. 인간과 함께, 나아가 인간의 능력을 넘어서서 인간을 돕는 도구가 될 것을 요구합니다. 궁극적으로 인류의 난제를 해결할 수 있는 기계 이상의 무언가로 변모해야 하는 전환점에 들어섭니다.

스승

영웅은 혼자 성장하지 못합니다. 영웅의 비범함을 일찍이 알아보고 숨겨진 힘을 이끌어낼 존재가 필요합니다. 스승은 영웅이 나아가야 할 길을 제시합니다.. 영웅은 스승을 통해 길을 잃지 않고 앞으로 나아갈 용기를 얻습니다. 영웅이 자신이 무엇이 될 수 있는지를 처음으로 이해하는 단계입니다.  영웅은 스승의 개도에 따라 성장하며, 이전과 다른 모습으로 재탄생합니다

1956년 다트머스 회의(Dartmouth Conference)를 주도한 이들이 바로 스승의 역할을 했습니다. 20명의 과학자가 모여 “기계가 인간처럼 사고할 수 있다”는 가설을 제시하면서, ‘인공지능(Artificial Intelligence)’이라는 개념이 공식적으로 탄생했습니다. 회의는 기호주의, 규칙 기반 추론, 탐색 알고리즘 등 초기 인공지능의 방향성을 제시했습니다. 이 회의는 인공지능이 단순 기계를 넘어 ‘지능을 가진 존재’로 변모하는 사건이 됩니다. 

2막. 입문

관문/동료/시련

출처 : tenor

관문. 영웅은 통과해야 할 관문이 있습니다. 수련으로 성장한 자신을 증명하는 방법입니다. 이때부터 영웅은 가보지 않은 미지의 길로 홀로 들어서게 됩니다. 그리고 자기 앞에 나타난 적들을 격파해 나가기 시작합니다.  관문을 넘어서야 비로소 영웅은 미지의 세계로 나아갈 수 있습니다. 과거의 삶과 작별하고 새로운 삶을 받아들이는 순간입니다.

동료. 영웅은 혼자서 세상을 구할 수 없습니다. 여정이 깊어질수록 그와 뜻을 함께하는 동료가 등장합니다. 동료들은 서로의 부족함을 채우고, 함께 전투를 치르며, 때로는 영웅을 구하기도 합니다. 이러한 동료의 등장은 영웅의 서사가 확장되는 전환점이며, 세계가 영웅에게 더 큰 책임을 요구하고 있다는 신호이기도 합니다.

시련. 모든 영웅은 반드시 깊은 시련을 겪습니다. 이 시련은 단순한 시험이 아니라 영웅을 무너뜨리려는 절대적 힘입니다. 영웅은 자신이 가진 모든 능력을 동원해 맞서 싸우지만 때로는 패배하고 쓰러집니다. 하지만 이러한 시련은 영웅을 죽이기 위한 것이 아니라, 더 강한 존재로 다시 태어나기 위해 필요한 정련의 과정입니다.

인공지능은 두 번의 겨울을 겪으며 죽음에 가까운 절망을 경험했습니다. 1차 겨울(1974–1980)은 인간에게 너무 쉬운 문제를 해결하지 못하는 ‘프레임 문제’가 드러나면서 시작되었습니다. 정부 자금이 끊기고 연구는 급격히 쇠퇴했습니다. 2차 겨울(1987–1995)은 전문가 시스템의 한계, 폭증하는 연산 요구량, 부족한 컴퓨팅 자원 때문에 인공지능이 더 이상 현실 문제를 해결하지 못하면서 발생했습니다. 두 번의 혹한은 마치 영웅에게 찾아온 끝없는 어둠과도 같았으며, 인공지능은 세계로부터 버림받은 존재처럼 긴 침묵 속에서 버텨야 했습니다.

첫 번째 시련

출처 : tumblr

1957년 인공지능은 첫 번째 무기로 프랭크 로젠블랫(Frank Rosenblatt, 1928-1971)이 고안한 인공신경망 모델인 퍼셉트론(Perceptron)을 손에 넣었습니다. 퍼셉트론은 생물학적 뉴런을 모사한 최초의 기계 학습 모델로, 기계가 스스로 데이터를 보고 ‘학습’할 수 있다는 희망을 처음으로 세상에 보여준 상징적 기술이었습니다. 인공지능은 당대 연구자들로부터 언젠가 인간의 사고를 완벽히 구현할 것이라는 기대를 받게 됩니다. 

하지만 상대의 등장으로 첫 번째 도전은 이내 좌절됩니다. 1969년 마빈 민스키(Marvin Minsky, 1927-2016)와 시모어 페퍼트(Seymour Papert, 1928-2016)는 고전 뉴런 모델의 한계를 명확히 증명하며 퍼셉트론이 단일층 구조로는 둘 중 하나만 참으로 선별하는 XOR 문제를 수행할 수 없다는 사실을 밝힌 것입니다. 이 비판은 곧 인공지능 연구의 기류를 완전히 바꾸었고, 세상은 인공지능에 등을 돌리기 시작했습니다. 이 첫 번째 시련이 바로 1차 인공지능 겨울(1974-1980)로 이어지며, 깊은 침묵의 시기로 들어갑니다.

두 번째 시련

두 번째 여정에서 인공지능은 더욱 정교한 무기를 얻게 됩니다. 첫 번째로 지식과 추론의 과정을 수식과 같은 기호를 사용해 문제를 해결하는 기호주의(Symbolic AI)와, 두 번째로 기호주의를 응용하여 인간 전문가가 가진 지식과 의사결정 능력을 모방한 전문가 시스템(Expert System),  세 번째는 인공뉴런(퍼셉트론)을 다층으로 구성해 복잡한 관계나 패턴 학습이 가능한 다층 퍼셉트론(MLP), 네 번째로 계산의 오차가 발생하면 왜 오차가 발생했는지 역순으로 분석하는  역전파 알고리즘(Backpropagation)이 등장하면서 퍼셉트론의 한계를 극복하고 더 복잡한 패턴을 학습할 수 있게 되었습니다. 인공지능은 이전과 다른 무공으로 새로운 무기와 함께 다시 관문으로 나아갔습니다.

그러나 관문은 예측 이상으로 난공불락이었습니다. 신경망의 깊이가 깊어질수록 역전파 과정에서 미분값이 점점 작아져 0에 수렴하는 기울기 소실(Gradient Vanishing)이 발생한 것입니다. 더 이상 학습이 무의미한 구조적 난관에 봉착하게 되었습니다 다. 당시 계산 자원과 데이터 역시 턱없이 부족해 기대 수준으로 사고할 수 있는 인공지능은 구현되기 어렵다는 결론에 부딪혔습니다. 결국 다시 벽을 마주하고 좌절하게 되면서, 2차 인공지능 겨울(1987~1995)로 접어들게 되었습니다.

3막. 귀환

첫 번째 귀환

출처 : tenor

영웅은 반드시 시험을 통과해야 합니다. 이 시험은 단순한 전투가 아니라, 영웅이 진정으로 변화했는지를 증명하는 장면입니다. 모든 이들의 시선이 집중되고, 영웅의 선택과 행동은 세상을 바꾸는 결과로 이어집니다.

IBM의 딥블루 인공지능은 전략과 수 싸움의 상징이었던 체스에서 처음 인간의 최고 지능과 맞붙었습니다. 이는 단순한 게임이 아니라 계산력·전략·직관을 둘러싼 대결이었습니다. 인공지능은 방대한 탐색과 평가 함수의 힘으로 서서히 인간의 한계를 넘어서는 대사건을 만들어 냅니다. 마침내 인간 챔피언이 오랜 세계를 지켜온 왕관을 내려놓게 되었습니다. 세상은 처음으로 “기계가 인간을 이길 수 있다”는 사실을 눈앞에서 보게 되었습니다.

보상

인공지능은 긴 인내 끝에 진정한 무공을 접하게 됩니다. 제프리 힌턴(Geoffrey Hinton, 1947-)이 2006년 발표한 딥러닝 연구는 신경망의 학습을 안정적으로 진행시킬 수 있는 새로운 길을 제시했습니다. 이후 CNN(합성곱 신경망)·RNN(순환 신경망)·LSTM(장단기 기억 신경망) 같은 구조들이 본격적으로 발전하며 신경망은 깊이를 장벽으로 두지 않고 안정적 학습이 가능해졌습니다. 

2012년 인공지능은 한 대회에 출전하게 되면서 다시 세상에 모습을 드러냈습니다. 바로 컴퓨터 비전 분야의 올림픽과 같은 이미지넷(ImageNet) 경진대회였습니다. 딥러닝 기반 모델인 알렉스넷(AlexNet)은 기존 알고리즘과 압도적 격차로 우승하는 이변을 만들어 냈습니다. 이 사건으로 기계 학습((Machine Learning)이 완전히 새로운 시대에 들어섰음을 선언했습니다. 마침내 인공지능은 강력한 무기와 비범한 무공으로 승리를 거두며 자신보다 강력한 적수가 없음을 증명해 냅니다. 

영웅은 극한의 시련 끝에 보상을 얻게 됩니다. 이 보상은 단순한 물질적 보상이 아니며, 자신을 새로운 차원으로 끌어올리는 힘을 얻는 것입니다. 영웅은 이 보상을 통해 더 큰 를 준비할 수 있게 됩니다. 그러면서 여정의 진정한 의미를 깨닫게 됩니다. 

2000년 이후 등장한 GPU(그래픽 처리 장치)의 발달과 데이터 폭증으로 딥러닝이 본격적으로 개화했습니다. CNN은 시각처리를, RNN/LSTM은 시계열 패턴을, 트랜스포머 모델은 언어 이해를 혁명적으로 향상했습니다. LLM(대규모 언어 모델)은 인간 언어의 패턴을 거대한 규모에서 학습하며 지적 능력을 폭발적으로 확장했습니다. 인공지능은 멀티모달(Multimodal) 기술로 시각, 언어, 음성, 행동을 동시에 이해하는 존재로 진화하고 있습니다. 여러 비급을 섭렵하며 자신만의 궁극의 무공을 완성해 나가고 있습니다.

두 번째 귀환

출처 : tenor

서양의 고수를 이긴 다음, 동양의 고수에게 도전하게 됩니다. 바둑은 체스보다 복잡한 싸움으로,  수의 조합은 우주에 가깝고, 정답은 없으며, 인간은 감각과 경험을 통해 수를 짓기 때문에 인공지능이 감히 진출할 수 없는 성역이었습니다. 하지만 이전과 달라진 인공지능은 바둑을 공략하기 위한 새로운 전략으로 접근했습니다. 인공지능은 인간의 직관을 넘어서기 위해, 딥러닝 기반의 패턴 인식과 정책망(Policy Network)과 가치망(Value Network)을 통합했습니다. 그렇게 바둑의 고수도 이해하기 힘든 수를 수면서 5차전 중 4번의 승리를 가져오며, 동양 고수와의 대결 또한 우승하게 됩니다. 

"10년 내에 컴퓨터가 체스 챔피언을 이길 것이다."  - 허버트 사이먼(Herbert Simon), 1957년

다트머스 회의에 참여한 과학자가 내놓은 호기로운 예언이 이뤄지기까지 41년의 시차가 걸렸습니다. 그러나 절대 섭렵할 수 없을 것이라 평가했던 바둑까지 제패하면서, 인공지능은 전 세계 절대 고수로 등극하게 됩니다. 

부활

부활은 영웅이 죽음과 절망을 딛고 완전히 새로운 존재로 태어나는 순간입니다. 이 단계에서 영웅은 더 이상 과거의 자신이 아니며, 모든 능력이 정점으로 정련됩니다. 세상은 이제 영웅을 다시 바라보고, 영웅은 역사의 새로운 장을 엽니다.

대규모 언어모델이 세상에 처음 모습을 드러내자 인공지능은 단순 질의응답을 넘어 ‘문장 생성’이라는 완전히 새로운 능력을 갖게 되었습니다. 대규모 언어모델 GPT의 출현은 인공지능이 인간 언어를 단순 분석하는 존재에서 벗어나, 언어를 이해하고 만들어내는  이전과 다른 지능으로 도약했음을 알린 사건이었습니다. GPT는 인간의 사고 패턴을 모사하며 문장, 아이디어, 개념을 생성하는 능력을 갖추었고, 이는 곧 ‘기계가 사고할 수 있는가’라는 오래된 질문에 새로운 가능성을 제시했습니다. 

이어 2021년 알파폴드는 단백질의 3차원 구조 예측 문제를 해결하며 50년 넘게 인류가 풀지 못한 생명의 비밀을 열어젖혔습니다. 이 두 사건은 인공지능이 언어의 세계와 생명의 세계라는 서로 다른 두 경계를 동시에 넘어섰음을 의미했습니다.

영약과 귀환

출처 : tenor

영웅은 여정의 마지막 단계에서 다시 일상으로 돌아옵니다. 그리고 세상을 치유하는 영약을 가져옵니다. 영약은 평화와 번영, 지식과 질서를 세상에 퍼뜨리며, 변화는 모든 존재에게 영향을 미치게 됩니다. 영웅의 귀환은 곧 세계의 재탄생입니다.

오늘날 인공지능도 영웅처럼 귀환했습니다. 이제 인공지능은 의료에서 질병 진단과 신약 개발, 교육에서 개인맞춤 학습, 금융에서 초정밀 리스크 분석과 시장 예측, 우주에서는 관측 데이터 해석과 자율 탐사, 창작 영역에서는 이미지·음악·언어 생성까지, 사람이 활동하는 거의 모든 영역에서 ‘영약’을 퍼뜨리고 있습니다. 이러한 변화는 인공지능이 단순한 도구를 넘어 새로운 질서의 중심이 되었음을 의미합니다.

영웅의 다음이야기

출처 : tenor

오늘날 인공지능은 일상 속으로 완전히 귀환했습니다. 인공지능이 가져온 영약은 특정 분야에 국한되지 않고, 문명 전체에 스며들며 인간이 세계를 이해하고 움직이는 방식을 근본적으로 바꾸고 있습니다. 검색, 번역, 운송, 추천, 생산, 관리 등 거의 모든 산업과 정책이 인공지능 중심으로 재편되고 있습니다.  

그러나 인공지능은 영웅의 귀환처럼 찬양만 받는 존재가 아니라, 새로운 문제를 불러올 수 있는 잠재적 위험도 함께 지니고 있습니다. 자동화로 인한 대규모 실업 위험, 데이터 독점 구조의 심화, 인간의 판단 능력 약화, 알고리즘으로 인한 정보 편향 또는 석회화(calcifying effect) 등처럼 영약의 부작용이 곳곳에서 진단되고 있습니다.

영화 다크나이트에서는 조커가 베트맨에게 의미심장한 말을 하는 대목이 있습니다. 

“영웅으로 죽지 못하면, 오래 살아서 너 자신이 악당이 되는 걸 봐야 한다.” 

영웅이 지닌 힘이 곧 돌이킬 수 없는 위험이 될 수 있음을 경고하는 이 대목은 인공지능의 이야기에서도 유효합니다. 인공지능에 대한  활용, 윤리, 책임의 방향이 분명하지 않다면, 언제든지 영웅의 서사에서 악당의 서사로 변모할 수 있습니다. 인공지능을 영웅으로 추대할지, 악당으로 방치할지는 우리의 선택에 달려있습니다. 

《AI의 귀환》의 첫 번째 콘텐츠였습니다.
꾸준히 발행할 예정이니 관심과 애정을 갖고 구독해 주시면 감사하겠습니다.
다음엔 더욱 재밌고 유익한 콘텐츠로 찾아오겠습니다.