증강 지능(Augmented intelligence)이란 인공 지능(AI) 기술을 사용하여 인간의 인지 능력, 의사 결정 과정 및 생산성을 향상시키는 것을 말한다. “증강”이라는 용어는 AI의 보조적 역할에 집중하고, AI 기술이 완전한 잠재력을 발휘하는 데에는 인간이 중요한 역할을 한다는 사실을 강조하기 위해 사용됐다.
AI가 ‘인간을 대체하는 위협’이 아니라 ‘인간이 문제를 더 빠르게 해결하는 데 사용할 수 있는 또 하나의 도구‘라는 점에 초점을 맞추는 것이다. 컴퓨터가 인간보다 더 빠르고 더 나은 일을 할 수는 있지만, 이러한 기술이 인간의 지능을 대체하는 것이 아니라 보완하는 데 사용되어야 한다는 점을 강조한다.
이 용어는 리서치 회사인 가트너로부터 유래했으며 마케팅 영역에서 자주 활용된다.
인간 지능 | 인공 지능 | |
---|---|---|
처리 속도 | 기계보다 느림 | 인간보다 빠름 |
학습 능력 | 제한된 데이터로 학습 가능 | 학습을 위해 방대한 양의 데이터 필요 |
인지 유연성 | 새로운 상황에 쉽게 적응하고 한 상황에서 다른 상황으로 학습을 이전할 수 있음 | 새로운 작업 또는 다른 상황에서 동일한 작업을 수행하려면 재프로그래밍 및 재교육 필요 |
창의성 | 높은 수준의 창의성을 발휘함 | 창의성이 부족하고 알고리즘에 의존함 |
감성 지능 | 정서적 이해와 공감 능력 보유 | 감정과 공감을 모방하는 능력이 제한됨 |
맥락 이해 | 복잡하고 미묘한 상황을 해석할 수 있음 | 미리 정의된 규칙과 알고리즘에 의존함 |
의식 | 의식과 자기 인식을 경험함 | 의식이 부족하고 자기 인식만 모방할 수 있음 |
직관 | 데이터, 직관, 직감에 의존 | 알고리즘 결과를 기반으로 예측 가능 |
증강 지능 vs. 인공 지능
증강 지능이라는 명칭은 때때로 인공 지능을 설명하는 보다 올바른 방법으로 여겨지기도 한다. 실제로 “증강”이라는 형용사를 사용하면 오늘날의 인공지능 기능을 더 정확하게 파악할 수 있다.
증강 지능의 주요 목적이 AI 기술을 도구로 사용하는 것이기 때문이다. 도구의 사전적 정의가 ‘어떤 목적을 이루기 위한 수단이나 방법’이라는 점을 미루어 볼 때, 오늘날 AI는 도구라는 정의에 정확히 부합한다.
챗GPT를 예로 들어보자. 이 대형 언어 모델(LLM)은 인상적인 대화 응답을 생성할 수 있지만 이미지를 생성할 수는 없다. 생성형 AI 프로그램인 달리(Dall-E)는 이미지 생성에는 뛰어나지만 대화 응답을 제공할 수는 없다. 이 때문에 연구자들이 오늘날의 AI를 협소 인공지능(Narrow AI)라고 부르는 것이다.
협소 인공지능 vs. 일반 인공지능
인공 지능에는 협소 인공지능과 일반 인공지능(General AI), 두 가지 유형이 있다.
협소 인공지능(약한 인공지능(Weak AI)이라고도 함)은 제한된 영역 내에서 특정 작업이나 기능을 수행하도록 설계된 인공지능 시스템을 의미한다. 이러한 시스템은 지정된 영역에서는 탁월하지만 범용성, 창의성 및 적응력은 부족한 편이다.
이와는 대조적으로 일반 인공지능(강한 인공지능(Strong AI)라고도 함)은 언젠가 AI 시스템이 인간 수준 또는 그 이상의 인지능력을 갖게 될 것이라는 가상의 아이디어를 나타낸다. 공상 과학 소설이나 영화에서 자주 묘사되는 개념이다.
협소 인공지능 | 일반 인공지능 | |
---|---|---|
범위 | 특정 영역의 특정 작업으로 제한됨 | 여러 영역에서 다양한 유형의 작업 수행 가능 |
지능 | 과업 중심 | 인간과 유사한 광범위한 지능 |
학습 | 초기에 제한된 데이터 세트에 대해 학습 | 무제한의 다양한 데이터 소스에 대해 지속적으로 학습 가능 |
적응성 | 새로운 시나리오에 대한 제한적 적응력 | 추가 학습 없이 새로운 시나리오에 적응하고 이전에 학습한 것을 새로운 맥락으로 이전할 수 있는 무제한 능력 |
자율성 | 학습 이후에는 자율적으로 작업 수행 가능 | 자율적으로 새로운 작업을 생성하고 수행 가능 |
현재 챗GPT를 포함한 모든 인공지능 시스템은 좁은 의미의 인공지능 범주에 속한다. 좁은 의미의 AI는 특정 영역에서 뛰어난 능력을 발휘하도록 구축 및 학습된 시스템으로, 일반적으로 특정 문제를 해결하는 데 중점을 두고 있다. 연구자와 개발자들이 궁극적으로 달성하고자 하는 목표는 광범위한 작업을 일반화하고 수행할 수 있는 능력을 갖춘 일반 AI다.