모라벡의 역설(Moravec's Paradox)의 의미와 뜻

안녕하세용,,, 끄적이잉입니당,,ㅎㅎ

​

최근 AI의 발전이 점점 빨라지면서

전 세계의 많은 관심이 쏠리기도 하고

주식 시장에서도 AI만 붙으면 몇 십프로가 상승해버리는 과열도 보이고 있는데요,,

​

오늘은 이런 뜨거운 내용과는 잠시 한 발자국 떨어져서

AI와 로봇 공학에서 가장 유명하면서도 고전적인 역설에 대해 알아보려고 합니다

​

바로 모라벡의 역설(Moravec's Paradox)입니당,,

​

​

모라벡의 역설(Moravec's Paradox)에 대해 간단히 알아보자면 다음과 같습니다

​

인간에게 어려운 일은 컴퓨터에게 쉽고, 인간에게 쉬운 일은 컴퓨터에게 대단히 어렵다

​

이 개념은 1980년대에 AI 연구자인 한스 모라벡(Hans Moravec), 로드니 브룩스(Rodney Brooks), 마빈 민스키(Marvin Minsky) 등에 의해 정립되었습니다

​

​

그럼 여기서 궁금해지는게,,

도대체 뭐가 쉬운 거고 뭐가 어려운 걸까요?

​

​

모라벡의 역설(Moravec's Paradox)에서 말하는 쉬운 일과 어려운 일의 기준은 컴퓨터와 인간이 정반대입니다

​

 

구분	인간의 관점	컴퓨터(AI)의 관점
고차원적 지능 (추상적/논리적) ​ 예: 고등 수학 계산, 체스/바둑, 주식 시장 분석	매우 어려움 ​ (수년간의 전문 교육 필요)	매우 쉬움 ​ (연산 속도와 알고리즘으로 해결 가능)
저차원적 지능 (감각/운동/인지) ​ 예: 방 안을 걸어 다니며 장애물 피하기, 컵을 들어 올려 음료 따르기, 사람 얼굴 알아보기	매우 쉬움 ​ (돌 지난 아기도 자연스럽게 체득)	매우 어려움 ​ (엄청난 센서 데이터와 연산, 물리적 제어가 필요)

​

단순하게 걷거나 장애물을 피하고 음료를 따르는 등의 감각이나 운동에 가까운 저차원적 지능은 인간에게는 시간만 지나면 자연스럽게 체득하는 쉬운 일이지만, 컴퓨터나 로봇의 관점에서는 엄청난 센서 데이터와 물리적 제어가 필요한 매우 어려운 일입니다

​

반대로 수학 문제를 계산하거나 체스나 바둑을 두는 등 계산하고 연산하는 고차원적 지능은 인간에게는 수 년간의 전문적인 교육이 필요한 매우 어려운일이지만, 컴퓨터나 AI의 관점에서는 연산 속도나 알고리즘으로 빠르게 해결 가능한 매우 쉬운 일입니다

출처 : Sketchplanation

​

인간에게는 최고 수준의 지성으로 여겨지는 세계 체스 챔피언 이기기나 복잡한 회계 세무 계산은 컴퓨터에게는 매우 단순한 데이터 처리와 탐색의 영역일 뿐입니다

​

하지만 우리가 아무런 생각 없이 행하는 울퉁불퉁한 길을 균형을 잡고 걷는 일이나, 방 안의 수 많음 물건 중에서 고양이만 골라내기 같은 일들은 로봇에게 있어서 수십년의 연구가 필요한 난제였습니다

​

​

그렇다면 왜 이런 아이러니한 역설이 발생하는 것일까요?

​

​

한스 모라벡은 이 역설의 원인을 인류의 진화 역사에서 찾았는데요

​

인간이 시각 정보를 받아들이고, 주변 환경을 인식하며 두 발로 걷고 균형을 잡는 능력은,

수억 년의 진화 과정을 거치며 최적화된 결과물입니다

​

수억 년 동안 검증된 생존 기술은 너무나 정교하게 하드웨어(육체)와 소프트웨어(뇌)에 각인되어 있어서, 우리는 이를 수행할 때 의식적인 노력(연산)을 거의 하지 않습니다

​

반면에 수학이나 체스, 논리적 추론과 같은 고차원적 지능은 인류 역사에서 등장한지 불과 수천년 밖에 되지 않았습니다

뇌의 진화 역사에서 보면 아주 최근에 추가된 기능이기 때문에 이렇게 급조된(?) 논리적 사고는 인간이 이를 수행할 때 엄청난 에너지를 쓰고 의식적으로 노력해야 한다는 것입니다

 

​

인간 : 대충 이렇게 발을 내딛고 걸어봐!

로봇 : ????

​

컴퓨터를 만들 때 과학자들은 인간이 의식적으로 노력하는 영역(논리, 계산)을 코딩하는 것이 쉬웠습니다

규칙이 명확하기 때문입니다

​

하지만 인간이 의식하지도 않고 자연스럽게 해내는 영역(감각과 운동)은 규칙을 명시적으로 설명하는 것 자체가 불가했기에 구현하기가 극도로 어려운 것이죠

​

 

​

그렇다면 2026년 글을 쓰고 있는 현재, 모라벡의 역설은 깨졌을까요?

​

최근 몇 년간 딥러닝(Deep Learning), 거대 언어 모델(LLM), 그리고 고도화된 로봇 공학의 발전으로 이 역설의 경계가 많이 허물어지고 있습니다

​

생성형 AI와 컴퓨터 비전 기술 덕분에 시각 및 인지 능력의 대폭 향상으로 이제 AI는 사진 속 물체를 사람보다 더 정확하게 구별하고 상황을 묘사할 수 있습니다

테슬라의 옵티머스(Optimus)나 피규어(Figure), 현대 자동차의 아틀라스(Atlas) 같은 최신 휴머노이드 로봇들은 계단을 오르고, 달걀을 깨뜨리지 않고 집어들며 빨래를 개는 등 과거에는 불가능해보였던 인간에게 쉬운 육체적 작업을 빠르게 습득하고 있습니다

​

최근에는 북중미 월드컵을 맞아 아틀라스가 라보나킥을 선보이는 장면이 흥미롭더라구요

 

 

그럼에도 불구하고 여전히 현장에서는 모라벡의 역설이 아직은 유효한 부분이 많습니다

챗GPT가 순식간에 전문적인 법률 보고서를 작성하는 동안 배달 로봇은 아직 길가의 작은 턱이나 예상치 못한 장애물 앞에서 여전히 쩔쩔매곤 합니다

​

물리적 세계의 무한한 변수를 실시간으로 감각하고 대응하는 것은

여전히 비용이 많이 들고 어려운 과제라고 볼 수 있습니다

​

하지만, 시간이 지나면서 경험과 데이터가 누적된다면,,

어느새 휴머노이드들이 물리적 변수들을 극복해내는 날들이 생각보다 빠른 시일 안에 오지 않을까..

생각합니다