TIL: 모라벡의 역설(Moravec’s Paradox)

개요

페친분의 글에서 “모라벡의 역설”이라는 표현을 듣고 챗GPT에 물어봄.

들어는 보았던 개념인데 정식 명칭이 모라벡의 역설이었구나.

모라벡의 역설(Moravec’s Paradox)

모라벡의 역설(Moravec’s Paradox)은 인공지능 연구 초기부터 관찰된 현상으로, “사람에게는 쉬운 일이 기계에는 매우 어렵고, 사람에게는 어려운 일은 기계가 의외로 쉽게 해낸다”는 것을 말한다.

명칭 유래

1980년대 후반 스탠퍼드대의 로봇공학자 한스 모라벡(Hans Moravec)과 매사추세츠공대의 로드니 브룩스(Rodney Brooks), 마빈 민스키(Marvin Minsky) 등에 의해 제기되었다.

핵심 내용

고차원적 추론·계산 작업은 컴퓨터가 잘한다.

논리 퍼즐을 풀거나 수학 문제를 계산하는 등 상징적·추상적 추론은 전통적인 컴퓨터 알고리즘이나 오늘날의 딥러닝으로 비교적 빠르게 성능을 낼 수 있다.

저차원적 감각·운동 능력

걷기, 물체를 집어서 옮기기, 얼굴을 인식해 감정을 파악하기 등 인간이 무의식적으로 수행하는 지각·운동 능력은 로봇공학과 컴퓨터 비전 분야에서 여전히 매우 난제이다.

컴퓨터에게 어려운 이유

1. 진화적 관점: 감각-운동 능력은 수억 년에 걸친 진화 과정을 통해 매우 정교하게 다듬어진 반면, 추상적 사고 능력은 수십만 년에 불과해 뇌의 자원 배분이 감각·운동에 집중되어 있다.
2. 계산 복잡도: 환경의 미세한 변화에 민감하게 반응하며 실시간으로 조정해야 하는 감각·운동 과제는 단순해 보이지만 막대한 데이터 처리와 고도의 병렬 연산을 요구한다.

사례

• 바둑·장기·체스와 같은 게임에서 AI가 인간 최고수를 능가했지만, 계단 오르내리기·공 집기 같은 간단한 동작을 로봇에게 구현하려면 여전히 많은 연구가 필요하다.
• 자연어 이해나 번역 등 고차원 언어 처리 분야는 빠르게 발전 중이나, 인간의 일상 대화를 ‘상황과 맥락’을 완전히 이해하고 자연스럽게 대응하는 능력은 아직 한계가 있다.

의의 및 시사점

• 인공지능 연구의 우선순위를 재고하게 했고, 특히 센서·로봇공학, 컴퓨터 비전, 강화학습 등 ‘지각-운동’ 분야의 중요성을 재조명하게 했다.
• 오늘날 자율주행차, 가정용 로봇, 드론 등 실제 세계와 상호작용하는 AI 시스템 개발에 있어 여전히 넘어야 할 ‘감각·운동 지능’의 난관을 잘 보여준다.

정현석 생각

얀 르쿤이 떠올랐다. LLM에게 필요한 것은 물리적 세계에 대한 이해라는 이야기. (그리고 지속적 기억력, 추론 능력, 복잡한 계획수립) 출처링크

LLM에게 물리적 세계를 경험하고 이해할 수 있는 육체를 준다면 모라벡의 역설은 순식간에 극복할 수 있지 않을까?