SlideShare a Scribd company logo
1 of 24
강의 주제
 인공지능(로봇)의 윤리적 문제
법률
예술(창작)
자율주행자동차의 윤리적 딜레마
자율주행자동차는 할머니와 아기 중에서 누구
를 선택할 것인가?
자율주행자동차 사고, 법적 책임은 누구에게
있는가?
 자율주행차의 사고, 누구의 책임일까?
 ’2016년 5월 플로리다주 도로에서도 전기차 업체 테슬라
의 모델S가 자율주행 모드인 ‘오토파일럿’ 상태에서 주행
하다가 세미 트레일러와 충돌해 운전자가 사망하는 사건
이 발생
 미국 연방교통안전위원회(NTSB)는 당시 사고의 책임이
자율주행 시스템 자체나 제조사가 아닌 운전자에 있다
고 판단
 2018년 우버의 자율주행 자동차가 미국 애리조나주 템피
에서 밤 10시경 4차선 교차로를 건너던 여성 엘레인 허츠
버그를 치어 병원으로 이송했지만 사망
 사고의 책임이 운전자의 부주의(스마트폰으로 콘텐츠
감상)에 있다고 판단
https://www.youtube.com/watch?v=1__G0cHx2C8
 트롤리 딜레마(Trolly dilemma)
 영국의 윤리 철학자인 필리파 푸트(Philippa R. Foot)가 제안
 마이클 샌델(Michael Sandel)의 저서 『정의란 무엇인가(Justice)』라는
책에 언급
 사람들에게 브레이크가 고장 난 트롤리 상황을 제시하고 다수를 구하
기 위해 소수를 희생할 수 있는지를 판단하게 하는 문제 상황을 가리
키는 말
 질문1. 브레이크가 고장 난 트롤리 기차가 달리고 있다. 레일 위에는 5
명의 인부가 일을 하고 있는데, 트롤리가 이대로 달린다면 5명은 반드
시 죽게 될 것이다. 한 가지 방법은 레일변환기로 트롤리의 방향을 바
꾸는 것뿐이다. 그런데 다른 레일 위에는 1명의 인부가 있다. 당신은
트롤리의 방향을 바꿀 것인가?
 질문2. 당신은 폭주하는 전차를 다리 위에서 내려다보고 있습니다. 전차는 다섯
명의 인부를 향해 전속력으로 질주하고 있습니다. 그런데 당신 옆에는 엄청나게
뚱뚱한 한 사람이 역시 이 광경을 지켜보고 있습니다. 만약 당신이 그 사람을 밀
쳐 전차가 들어오는 철로로 추락시키면 다섯 인부의 목숨을 구할 수 있습니다.
그렇다면 뚱뚱한 사람을 육교 아래로 떨어뜨려야 하는가?
 MIT Lab의 모럴 머신(Moral Machine)
 자율주행차 인공지능의 윤리적 결정에 대한 사회적 인식 수집을 위
한 플랫폼
 자율주행 차가 탑승자와 보행자, 사상이 예상되는 사람의 수에 따
라 어떻게 상황 판단을 하도록 프로그래밍해야 할지에 대한 인공
지능 윤리 문제
 MIT Lab의 모럴 머신(Moral Machine) 웹 사이트에 접속,
테스트 진행
 https://www.moralmachine.net/hl/kr
모럴 머신(Moral Machine) 테스트 결과 사례(1)
모럴 머신(Moral Machine) 테스트 결과 사례(2)
 토론 주제
 각자 모럴 머신 테스트를 진행하고 결과에 대해
발표하기
 “로봇에게도 살인죄가 적용될 수 있는가?”
 창작의 영역으로 들어 온 인공지능
구글 인공지능 ‘딥드림(Deep dream)’이 그린 그림 빈센트 반 고흐(Vincent van Gohh, 1853~1890) 의
<별이 빛나는 밤에>(The Starry Night)(1889)
• 콜로라도 주립 박람회 미술대회의 디지털아트 부문에서 AI '미드저니'(Midjourney)
로 그린 그림이 1위
• 게임 기획자인 제이슨 M. 앨런의 <스페이스 오페라 극장(Theatre D'opera
Spatial)>(2022)
렘브란트풍 그림을 그린 인공지능의 프로
그램 코드
• 넥스트 렘브란트 프로젝트
• 렘브란트의 화풍을 모방
<에드몽드 벨아미 초상(Edmond de Belamy)>(2018)
“min G max D x [log (D(x))] + z [log(1 –
D (G(z)))]”
작곡하는 인공지능 ‘마젠타' 인공지능 시나리오 작가 ‘벤자민’
인공지능 ‘벤자민’이 쓴 시나리오를
영화화 한
영화 <선스프링>(Sunspring)(2016)
https://www.youtube.com/watch?v=LY7x2Ihqjmc
 텍스트를 입력하면 이미지로 변환시켜주는 AI 프로그램
 대규모 이미지 생성 모델 ‘달리2(DALL-E 2)’
 https://openai.com/product/dall-e-2
 Lexica
 https://lexica.art/
 인공지능(로봇)이 만든 창작물의 저작권은 누구에게 있는가?
 인공지능은 창의성을 가질 수 있을까?
 창의성이란 무엇인가?
 “새롭고 가치 있는 아이디어를 생산해낼 수 있는 능력”
 창의성 인정 vs.창의성 부정
 “창의성은 일종의 모험심에서 나오는 거에요. 지금까지
존재하지 않는 방식으로 이야기하려면 작가의 모험심이
있어야 하거든요. 하지만 인간의 모험심을 무엇이 제약
하는냐, 그건 결국 망할 수 있기 때문이거든요. 3년간 소
설을 썼는데 망하면 안되거든요. 그래서 우리는 클리셰를
받아들이고, 사람들이 받아들일 수 있는 선에서 얘기를
하는 가운데 약간의, 반 발자국 정도 진보하려 하는 거죠.
그런데 인공지능은 모험심으로 가득 찰 수 있어요.”(소설
가 김영하, 한겨레 기사<소설 쓰는 알파고는 없었다> 중
에서)
 토론
 창의성은 인간만의 고유한 특성인가?
 인간의 창의성과 인공지능의 창의성을 구분할 수
있는가?

More Related Content

More from ssuser2624f71

인공지능 로봇 윤리_1221_4차시.pptx
인공지능 로봇 윤리_1221_4차시.pptx인공지능 로봇 윤리_1221_4차시.pptx
인공지능 로봇 윤리_1221_4차시.pptx
ssuser2624f71
 
인공지능 로봇 윤리_1219_2차시.pptx
인공지능 로봇 윤리_1219_2차시.pptx인공지능 로봇 윤리_1219_2차시.pptx
인공지능 로봇 윤리_1219_2차시.pptx
ssuser2624f71
 
인공지능 로봇 윤리_1218_1차시.pptx
인공지능 로봇 윤리_1218_1차시.pptx인공지능 로봇 윤리_1218_1차시.pptx
인공지능 로봇 윤리_1218_1차시.pptx
ssuser2624f71
 

More from ssuser2624f71 (20)

인공지능 로봇 윤리_1221_4차시.pptx
인공지능 로봇 윤리_1221_4차시.pptx인공지능 로봇 윤리_1221_4차시.pptx
인공지능 로봇 윤리_1221_4차시.pptx
 
인공지능 로봇 윤리_1219_2차시.pptx
인공지능 로봇 윤리_1219_2차시.pptx인공지능 로봇 윤리_1219_2차시.pptx
인공지능 로봇 윤리_1219_2차시.pptx
 
인공지능 로봇 윤리_1218_1차시.pptx
인공지능 로봇 윤리_1218_1차시.pptx인공지능 로봇 윤리_1218_1차시.pptx
인공지능 로봇 윤리_1218_1차시.pptx
 
디지털인문학9차시.pptx
디지털인문학9차시.pptx디지털인문학9차시.pptx
디지털인문학9차시.pptx
 
디지털인문학8차시.pptx
디지털인문학8차시.pptx디지털인문학8차시.pptx
디지털인문학8차시.pptx
 
디지털인문학7차시.pptx
디지털인문학7차시.pptx디지털인문학7차시.pptx
디지털인문학7차시.pptx
 
디지털인문학6차시.pptx
디지털인문학6차시.pptx디지털인문학6차시.pptx
디지털인문학6차시.pptx
 
디지털인문학 5차시.pptx
디지털인문학 5차시.pptx디지털인문학 5차시.pptx
디지털인문학 5차시.pptx
 
디지털인문학4차시.pptx
디지털인문학4차시.pptx디지털인문학4차시.pptx
디지털인문학4차시.pptx
 
디지털인문학3차시.pptx
디지털인문학3차시.pptx디지털인문학3차시.pptx
디지털인문학3차시.pptx
 
디지털인문학2차시.pptx
디지털인문학2차시.pptx디지털인문학2차시.pptx
디지털인문학2차시.pptx
 
디지털인문학1차시.pptx
디지털인문학1차시.pptx디지털인문학1차시.pptx
디지털인문학1차시.pptx
 
Neural machine translation by jointly learning to align and translate.pptx
Neural machine translation by jointly learning to align and translate.pptxNeural machine translation by jointly learning to align and translate.pptx
Neural machine translation by jointly learning to align and translate.pptx
 
GraRep: Learning Graph Representations with Global Structural Information.pptx
GraRep: Learning Graph Representations with Global Structural Information.pptxGraRep: Learning Graph Representations with Global Structural Information.pptx
GraRep: Learning Graph Representations with Global Structural Information.pptx
 
COARFORMER: TRANSFORMER FOR LARGE GRAPH VIA GRAPH COARSENING.pptx
COARFORMER: TRANSFORMER FOR LARGE GRAPH VIA GRAPH COARSENING.pptxCOARFORMER: TRANSFORMER FOR LARGE GRAPH VIA GRAPH COARSENING.pptx
COARFORMER: TRANSFORMER FOR LARGE GRAPH VIA GRAPH COARSENING.pptx
 
LINE: Large-scale Information Network Embedding.pptx
LINE: Large-scale Information Network Embedding.pptxLINE: Large-scale Information Network Embedding.pptx
LINE: Large-scale Information Network Embedding.pptx
 
Graph Inductive Biases in Transformers without Message Passing.pptx
Graph Inductive Biases in Transformers without Message Passing.pptxGraph Inductive Biases in Transformers without Message Passing.pptx
Graph Inductive Biases in Transformers without Message Passing.pptx
 
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.pptx
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.pptxEfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.pptx
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.pptx
 
node2vec: Scalable Feature Learning for Networks.pptx
node2vec: Scalable Feature Learning for Networks.pptxnode2vec: Scalable Feature Learning for Networks.pptx
node2vec: Scalable Feature Learning for Networks.pptx
 
DEFORMABLE GRAPH TRANSFORMER.pptx
DEFORMABLE GRAPH TRANSFORMER.pptxDEFORMABLE GRAPH TRANSFORMER.pptx
DEFORMABLE GRAPH TRANSFORMER.pptx
 

인공지능 로봇 윤리_1220_3차시.pptx

  • 1. 강의 주제  인공지능(로봇)의 윤리적 문제 법률 예술(창작)
  • 3. 자율주행자동차는 할머니와 아기 중에서 누구 를 선택할 것인가?
  • 4. 자율주행자동차 사고, 법적 책임은 누구에게 있는가?
  • 5.  자율주행차의 사고, 누구의 책임일까?  ’2016년 5월 플로리다주 도로에서도 전기차 업체 테슬라 의 모델S가 자율주행 모드인 ‘오토파일럿’ 상태에서 주행 하다가 세미 트레일러와 충돌해 운전자가 사망하는 사건 이 발생  미국 연방교통안전위원회(NTSB)는 당시 사고의 책임이 자율주행 시스템 자체나 제조사가 아닌 운전자에 있다 고 판단  2018년 우버의 자율주행 자동차가 미국 애리조나주 템피 에서 밤 10시경 4차선 교차로를 건너던 여성 엘레인 허츠 버그를 치어 병원으로 이송했지만 사망  사고의 책임이 운전자의 부주의(스마트폰으로 콘텐츠 감상)에 있다고 판단 https://www.youtube.com/watch?v=1__G0cHx2C8
  • 6.  트롤리 딜레마(Trolly dilemma)  영국의 윤리 철학자인 필리파 푸트(Philippa R. Foot)가 제안  마이클 샌델(Michael Sandel)의 저서 『정의란 무엇인가(Justice)』라는 책에 언급  사람들에게 브레이크가 고장 난 트롤리 상황을 제시하고 다수를 구하 기 위해 소수를 희생할 수 있는지를 판단하게 하는 문제 상황을 가리 키는 말  질문1. 브레이크가 고장 난 트롤리 기차가 달리고 있다. 레일 위에는 5 명의 인부가 일을 하고 있는데, 트롤리가 이대로 달린다면 5명은 반드 시 죽게 될 것이다. 한 가지 방법은 레일변환기로 트롤리의 방향을 바 꾸는 것뿐이다. 그런데 다른 레일 위에는 1명의 인부가 있다. 당신은 트롤리의 방향을 바꿀 것인가?
  • 7.  질문2. 당신은 폭주하는 전차를 다리 위에서 내려다보고 있습니다. 전차는 다섯 명의 인부를 향해 전속력으로 질주하고 있습니다. 그런데 당신 옆에는 엄청나게 뚱뚱한 한 사람이 역시 이 광경을 지켜보고 있습니다. 만약 당신이 그 사람을 밀 쳐 전차가 들어오는 철로로 추락시키면 다섯 인부의 목숨을 구할 수 있습니다. 그렇다면 뚱뚱한 사람을 육교 아래로 떨어뜨려야 하는가?
  • 8.  MIT Lab의 모럴 머신(Moral Machine)  자율주행차 인공지능의 윤리적 결정에 대한 사회적 인식 수집을 위 한 플랫폼  자율주행 차가 탑승자와 보행자, 사상이 예상되는 사람의 수에 따 라 어떻게 상황 판단을 하도록 프로그래밍해야 할지에 대한 인공 지능 윤리 문제
  • 9.  MIT Lab의 모럴 머신(Moral Machine) 웹 사이트에 접속, 테스트 진행  https://www.moralmachine.net/hl/kr
  • 10. 모럴 머신(Moral Machine) 테스트 결과 사례(1)
  • 11.
  • 12. 모럴 머신(Moral Machine) 테스트 결과 사례(2)
  • 13.
  • 14.  토론 주제  각자 모럴 머신 테스트를 진행하고 결과에 대해 발표하기
  • 15.  “로봇에게도 살인죄가 적용될 수 있는가?”
  • 16.  창작의 영역으로 들어 온 인공지능 구글 인공지능 ‘딥드림(Deep dream)’이 그린 그림 빈센트 반 고흐(Vincent van Gohh, 1853~1890) 의 <별이 빛나는 밤에>(The Starry Night)(1889)
  • 17. • 콜로라도 주립 박람회 미술대회의 디지털아트 부문에서 AI '미드저니'(Midjourney) 로 그린 그림이 1위 • 게임 기획자인 제이슨 M. 앨런의 <스페이스 오페라 극장(Theatre D'opera Spatial)>(2022)
  • 18. 렘브란트풍 그림을 그린 인공지능의 프로 그램 코드 • 넥스트 렘브란트 프로젝트 • 렘브란트의 화풍을 모방
  • 19. <에드몽드 벨아미 초상(Edmond de Belamy)>(2018) “min G max D x [log (D(x))] + z [log(1 – D (G(z)))]”
  • 20. 작곡하는 인공지능 ‘마젠타' 인공지능 시나리오 작가 ‘벤자민’ 인공지능 ‘벤자민’이 쓴 시나리오를 영화화 한 영화 <선스프링>(Sunspring)(2016) https://www.youtube.com/watch?v=LY7x2Ihqjmc
  • 21.  텍스트를 입력하면 이미지로 변환시켜주는 AI 프로그램  대규모 이미지 생성 모델 ‘달리2(DALL-E 2)’  https://openai.com/product/dall-e-2  Lexica  https://lexica.art/
  • 22.  인공지능(로봇)이 만든 창작물의 저작권은 누구에게 있는가?
  • 23.  인공지능은 창의성을 가질 수 있을까?  창의성이란 무엇인가?  “새롭고 가치 있는 아이디어를 생산해낼 수 있는 능력”  창의성 인정 vs.창의성 부정  “창의성은 일종의 모험심에서 나오는 거에요. 지금까지 존재하지 않는 방식으로 이야기하려면 작가의 모험심이 있어야 하거든요. 하지만 인간의 모험심을 무엇이 제약 하는냐, 그건 결국 망할 수 있기 때문이거든요. 3년간 소 설을 썼는데 망하면 안되거든요. 그래서 우리는 클리셰를 받아들이고, 사람들이 받아들일 수 있는 선에서 얘기를 하는 가운데 약간의, 반 발자국 정도 진보하려 하는 거죠. 그런데 인공지능은 모험심으로 가득 찰 수 있어요.”(소설 가 김영하, 한겨레 기사<소설 쓰는 알파고는 없었다> 중 에서)
  • 24.  토론  창의성은 인간만의 고유한 특성인가?  인간의 창의성과 인공지능의 창의성을 구분할 수 있는가?