Background Preview
인공지능의 성취를 말할 때 우리는 흔히 체스 승리, 퀴즈 정답, 자연스러운 대화를 근거로 듭니다. 그러나 특정 과제를 인간보다 잘 수행하는 것과 인간처럼 ‘생각하는 것’은 같은 주장일까요? 이 글은 앨런 튜링이 제안한 행동 기반 판정 기준에서 출발해, 눈에 보이는 수행 능력과 지능의 의미 사이에 남는 간극을 살펴봅니다.
중심 질문: 인간과 구별하기 어려운 반응을 보이는 기계라면, 우리는 그 기계가 생각한다고 말할 수 있는가?
출처: Computing Machinery and Intelligence — Alan Turing
Read And Listen
[Ⅲ] In his famous 1950 paper titled “Computing Machinery and Intelligence,” Alan Turing explored the question, “Can machines think?” In this paper he describes an “imitation game” which involves a human interrogator, another human and a digital computer. The interrogator is placed in a separate room and exchanges messages with the computer and the other human to determine which is which. Turing suggested that if the interrogator could not reliably identify which was the computer, “one will be able to speak of machines thinking without expecting to be contradicted.” In his paper, Turing presents arguments refuting several objections that might be raised about whether machines could think, including the “Lady Lovelace objection” cited above. This imitation game has since become known as the Turing Test, and Turing himself predicted that computers would pass the test by the year 2000. [Ⅳ] In recent years, computers have triumphed against opponents in several different spheres. For instance, in a highly publicized 1997 chess match, an IBM computer called Deep Blue defeated world chess champion Gary Kasparov. Deep Blue used custom hardware to compute chess moves using a brute-force approach, analyzing hundreds of millions of chess moves per second. Later, in 2006, Russian chess grand-master Vladimir Kramnik lost in a six-game match against a chess program called Deep Fritz, which ran on personal computer hardware. In 2011, another IBM computer named Watson competed on the quiz show Jeopardy and defeated the all-time biggest human winner of the show. At the time of writing, the Turing Test has yet to be reliably won by a computer, but many clever “chatbot” programs have been written to simulate intelligent conversation.
Shadowing Focus
- The interrogator is placed in a separate room and exchanges messages with the computer and the other human to determine which is which.
- This imitation game has since become known as the Turing Test, and Turing himself predicted that computers would pass the test by the year 2000.
- For instance, in a highly publicized 1997 chess match, an IBM computer called Deep Blue defeated world chess champion Gary Kasparov.
- Later, in 2006, Russian chess grand-master Vladimir Kramnik lost in a six-game match against a chess program called Deep Fritz, which ran on personal computer hardware.
- In 2011, another IBM computer named Watson competed on the quiz show Jeopardy and defeated the all-time biggest human winner of the show.
Structure Map
| 요소 | 핵심 내용 |
|---|---|
| Topic | 기계 사고를 판단하는 행동적 기준과 실제 컴퓨터의 성취 |
| Thesis | 인간과 구별되지 않는 반응은 기계 지능을 말할 실용적 근거가 되지만, 특정 과제의 승리나 대화 모방만으로 사고 여부가 최종 입증되지는 않는다. |
| Evidence | 튜링의 모방 게임, Deep Blue와 Deep Fritz의 체스 승리, Watson의 퀴즈 쇼 승리 |
| Contrast | 인간을 능가한 특정 영역의 수행 능력과 아직 확실히 통과되지 않은 튜링 테스트 |
| Concession | 컴퓨터가 여러 영역에서 인간 상대에게 승리했고 정교한 대화를 모방할 수 있다는 성취는 인정된다. |
| Conclusion | 관찰 가능한 성공이 늘어날수록 ‘지능적으로 보이는 것’과 ‘실제로 생각하는 것’을 구분하는 기준이 더 중요해진다. |
문단별 기능
- 1문단 | 기준 제시: 추상적인 질문인 “Can machines think?”를 모방 게임이라는 관찰 가능한 판정 절차로 바꾼다.
- 2문단 | 사례와 한계: 여러 계산 시스템의 승리를 열거한 뒤, 챗봇의 대화 모방과 신뢰할 만한 튜링 테스트 통과를 구별한다.
B2-C1 어휘와 구문
- interrogator: 질문을 통해 상대의 정체를 판별하는 사람
- reliably identify: 우연이 아니라 일관되고 신뢰할 만하게 식별하다
- refute an objection: 반론이 타당하지 않음을 논박하다
- brute-force approach: 가능한 경우를 대량으로 계산해 답을 찾는 무차별 대입 방식
- simulate: 실제 상태를 그대로 지닌다고 보장하지 않은 채 겉으로 그 기능을 모방하다
if + 주어 + could not ..., one will be able to ...: 가정된 판별 실패를 근거로 뒤의 판단 가능성을 도출하는 조건 구조has yet to be + p.p.: 현재까지 아직 이루어지지 않았음을 나타내며, 성취 사례 뒤에 한계를 제시한다.
CSAT Challenge
1. 빈칸 추론
윗글의 논지에 비추어 볼 때, 다음 빈칸에 들어갈 말로 가장 적절한 것은?
The victories of Deep Blue, Deep Fritz, and Watson are impressive, but they do not by themselves prove that machines think because ______.
① success in a specific task is not identical to reliably displaying human-like intelligence
② chess programs cannot process more than one possible move at a time
③ the imitation game requires computers to defeat every human opponent
④ Turing rejected all attempts to compare human and machine behavior
⑤ chatbot programs had already passed the Turing Test before 2000
2. 글의 순서
다음은 윗글의 전개를 요약한 것이다. (A)~(C)를 글의 흐름에 맞게 배열한 것으로 가장 적절한 것은?
(A) Computers then demonstrate striking performance in chess and a quiz show.
(B) Turing turns a philosophical question into an observable imitation game.
(C) The passage finally distinguishes simulated conversation from a reliable test victory.
① (A) - (B) - (C)
② (B) - (A) - (C)
③ (B) - (C) - (A)
④ (C) - (A) - (B)
⑤ (C) - (B) - (A)
3. 함축 의미
윗글에서 one will be able to speak of machines thinking without expecting to be contradicted가 의미하는 바로 가장 적절한 것은?
① 기계의 내부 의식이 과학적으로 완전히 증명된다는 뜻이다.
② 인간이 컴퓨터의 정체를 맞히면 기계 사고를 부정할 수 없다는 뜻이다.
③ 행동만으로 인간과 기계를 안정적으로 구별할 수 없다면 기계에 사고를 귀속할 실용적 근거가 생긴다는 뜻이다.
④ 컴퓨터가 체스에서 승리하는 순간 모든 철학적 반론이 사라진다는 뜻이다.
⑤ 인간과 기계가 같은 하드웨어를 사용해야 지능 비교가 가능하다는 뜻이다.
Answer Lab
정답과 근거 분석 보기
1. 빈칸 추론
정답: ①
- 근거: 글은 여러 영역에서 컴퓨터가 승리했다고 인정한 직후, 튜링 테스트는 아직 신뢰할 만하게 통과되지 않았으며 챗봇은 지능적 대화를
simulate한다고 제한합니다. 특정 과제의 성취와 인간 같은 지능의 안정적 판별은 같은 기준이 아닙니다. - ①: 과제 수행과 사고 판정을 구별하는 글의 대조를 정확히 요약합니다.
- ②: Deep Blue는 초당 수억 개의 수를 분석했다고 했으므로 사실과 반대입니다.
- ③: 모방 게임의 기준은 모든 인간을 이기는 것이 아니라 질문자가 컴퓨터를 식별할 수 있는지입니다.
- ④: 튜링은 반론을 논박했으며 인간과 기계의 행동 비교를 제안했습니다.
- ⑤: 글은 튜링 테스트가 아직 신뢰할 만하게 통과되지 않았다고 밝힙니다.
2. 글의 순서
정답: ② (B) - (A) - (C)
- 근거: 1문단은 튜링의 질문과 모방 게임을 소개합니다(B). 2문단 중반은 Deep Blue, Deep Fritz, Watson의 성취를 시간순으로 제시합니다(A). 마지막 문장은 확실한 테스트 통과와 대화 모방을 구분합니다(C).
- ①: 사례(A)가 기준(B)보다 먼저 나온다는 점이 원문의 순서와 다릅니다.
- ②: 기준 제시, 사례 축적, 한계 확인의 흐름과 일치합니다.
- ③: 최종 한계(C)를 사례(A)보다 먼저 두어 논증의 전환을 뒤집습니다.
- ④: 결론 성격의 내용(C)을 첫머리에 두고 기준(B)을 끝으로 미룹니다.
- ⑤: 원문의 전개를 사실상 역순으로 배열합니다.
3. 함축 의미
정답: ③
- 근거: 튜링의 기준은 보이지 않는 내부 상태를 직접 증명하는 대신, 질문자가 인간과 컴퓨터를
reliably identify할 수 있는지를 봅니다. 식별이 불가능할 정도의 행동적 동등성이 확보되면 기계 사고를 말할 실용적 정당성이 생긴다는 의미입니다. - ①: 모방 게임은 의식의 내부 존재를 완전히 증명하는 장치가 아닙니다.
- ②: 질문자가 컴퓨터를 맞히지 못하는 경우가 조건이므로 방향이 반대입니다.
- ③: 행동 기반 기준의 조건과 그에 따른 판단을 모두 반영합니다.
- ④: 체스 승리는 뒤에 제시된 사례일 뿐, 모든 철학적 반론의 소멸을 뜻하지 않습니다.
- ⑤: 글은 동일한 하드웨어를 요구하지 않고 메시지 교환에서 드러나는 반응을 비교합니다.
교사용 설명
이 글의 핵심은 ‘컴퓨터가 무엇을 해냈는가’라는 사례 목록이 아니라 ‘무엇을 근거로 생각한다고 부를 것인가’라는 기준의 문제입니다. 학생이 승리 사례만 보고 기계 사고를 단정하지 않도록, 첫 문단의 판정 기준과 마지막 문장의 yet 및 simulate를 연결해 읽게 하세요. 두 표현이 성취를 인정하면서도 결론을 유보하는 글의 태도를 드러냅니다.
Knowledge Links
- 튜링 테스트, 중국어 방과 모라벡의 역설 - 행동의 모방이 곧 이해인지 더 깊게 검토합니다.
- 빅데이터와 과학이론의 역할 - 계산 능력과 설명 이론의 관계를 연결합니다.
- 거울뉴런과 사회적 뇌 - 인간 지능의 사회적 기반과 기계 지능을 비교할 배경을 제공합니다.
이전: 전망이론, 손실회피와 넛지