1950년 수학자 앨런 튜링이 철학 저널 'Mind’에 발표한 논문 'Computing Machinery and Intelligence'에서 기술한 인공지능 판별법(Turing Test)을 제시했다. 영국 레딩대의 슈퍼컴퓨터 유진 구스트만이 2014년 튜링테스트를 통과했다. 즉 특정환경에서 인간과 인공지능을 구별하기 어려운 시점이 드디어 오고 있는 것이다. 미래학자 레이 커즈와일은 책 ‘The Singularity is Near’ (2006)에서 “2029년에 튜링테스트를 통과하는 AI가 등장할 것이다”고 했지만 훨씬 당겨질지도 모른다. 그는 또한 컴퓨터의 능력이 전 인류 지능의 총합마저 크게 앞지르는 특이점이 되는 2045년엔 인간은 죽지 않고 영원히 살 수 있으며 인간과 기술 간의 구별이 사라질 것이다”고 했다. 옥스퍼드대 ‘미래직업보고서’ (2013)에 “미국 702개 직업 중 20년 안에 사라질 직업이 47%”라고 할 정도로 인공지능의 위력은 파격적이 될 수 있다. ▲미국 어로프트 호텔의 무인웨이터 ▲미국 프로야구 독립리그에서 볼판정 인공지능 심판 ▲일본 헨나호텔에서는 로봇 3대가 카운터를 맡음 ▲호주 철강회사 리오 틴토 굴착기와 트럭은 무인 운전사를 활용하고 있다.
이런 인공지능에 기반한 전문가시스템의 개발 초기부터 법률과 의료는 인공지능의 적합한 활용분야로 여겨졌다. 법률분야는 과거 판례 데이터가 풍부하고 판결결과(사례 기반 추론)도 명확히 제시되어 있을 뿐 아니라 처리과정에서 법률이라는 규칙을 적용하는 것이 전문가 시스템의 사례에 기반한 추론 프로세스와 유사하기 때문이다. 특히 판례에 기반한 불문법주의인 영미법계는 그 활용가능성이 높을 수 있다. 실제로 대형법무법인 베이커 앤 호스테틀러는 IBM 왓슨(Waston)기반의 인공지능 변호사 로스를 고용해 파산 분야에 배치해서 활용하고 있다. IBM의 인공지능 닥터 왓슨은 환자의 암 진단 뿐 아니라 유전 정보 분석과 임상시험 분석에도 활용되고 있다. 머신러닝 기술을 적용한 닥터 왓슨은 빅데이터를 이용한 의학 정보를 학습을 통해 암 진단의 정확성을 높이고 있는 데, 2014년 미국 종양학회에서 발표된 자료에 따르면 메모리얼 슬로언 케터링 암센터에서 전문의들과 진단일치율이 ▲대장암 98% ▲직장암 96% ▲자궁경부암 100% 등의 높은 일치율을 보였다. 하지만 의료분야는 생명과 연관되는 분야로 인공지능에 완전히 의존하기까지는 많은 실험이 필요하다.
의학의 경우 병의 진행 정도와 원인에 따라 다양한 진단 의견이 있을 수 있다. 다만 법률의 경우에는 판사의 주관에 따라 법해석이 달라질 수 있기에 ‘보안은 해킹이 일어나고 있는지 아닌지’ 만 판단하면 되는 명확한 결과가 요구되는 분야이다. 두 번째로는 판단 착오가 있더라도 재판단의 기회가 주어지기 때문에 판단 실수가 있어도 덜 치명적이다. 마지막으로 인공지능을 학습시킬 데이터가 충분하다. 보안 분야의 경우 다양한 보안장비에서 만들어지는 빅데이터가 있으며 매일 테라바이트 수준의 데이터가 자동적으로 생성된다.
보안분야는 의료진단처럼 다양한 진단 의견(질병의 진행정도)이 요구되지도 않고, 컴퓨터 세계에서 선호하는 0(정상)과 1(해킹)의 판단만을 내리면 충분하다. 또한 지능형 지속공격(Advanced Persistent Threat)처럼 수개월에 걸쳐서 일어나는 해킹 공격은 오랜 분석을 통해 판단할 시간적 여유가 있어 무인자동차처럼 순간적인 판단을 요구하지도 않는다.
이미 차량이나 비행기의 블랙박스를 보안에 접목한 사이버 블랙박스를 통한 기계학습을 통해 사이버 침해사고 증거 분석이 이뤄지고 있다. 법률과 의료분야에 대한 인공지능의 적용이 선행되고 있지만 인공지능이 현실적으로 적용가능 한 분야 중의 하나로 보안을 반드시 우선적으로 적용해볼 필요가 있다.