Bridging the Gap: MIT's New Frontier in AI Education

매사추세츠 공과대학(Massachusetts Institute of Technology)은 오랫동안 공학과 컴퓨터 과학 분야의 선구자였지만, Common Ground for Computing Education 이니셔티브 하에 도입된 획기적인 새 강좌는 인공지능의 교육 방식에 대한 경계를 도전하고 있습니다. 이 강좌, 제목은 AI and Rationality (6.S044/24.S00)로, 컴퓨터 과학의 정밀한 수학적 틀과 철학의 미묘하고 비판적인 탐구를 결합하는 학문 교육법의 중대한 변화를 나타냅니다.

자율 시스템이 급속히 발전하는 시기에 개설된 이 학제간 강좌는 서로 다르지만 점점 더 수렴되는 두 분야를 한데 모읍니다. 이 강좌는 Panasonic Professor of Computer Science and Engineering인 Leslie Kaelbling과 언어학 및 철학과(Department of Linguistics and Philosophy)의 교수인 Brian Hedden가 공동으로 가르칩니다. 그들의 협력은 학계 내에서 커져가는 인식—AI 시스템이 더 정교해짐에 따라 그들이 제기하는 질문은 더 이상 코드만으로 답할 수 없다는 점—을 강조합니다.

이 이니셔티브는 MIT Schwarzman College of Computing 내의 횡단 프로그램인 **Common Ground for Computing Education**의 일부입니다. 이 프로그램은 여러 학과 간의 협업을 촉진하도록 설계되었으며, 이 경우 전기공학 및 컴퓨터 과학과(EECS)와 언어학 및 철학과를 결합한 강좌를 만들어 냈습니다.

The Philosophical Puzzle of Rational Agents

이 강좌의 핵심에는 복잡한 질문이 놓여 있습니다: 어느 정도까지 인공 시스템을 합리적이라고 볼 수 있는가? 전통적인 AI(인공지능 (artificial intelligence)) 교육과정은 최적화와 성능 지표에 주로 초점을 맞추지만, **AI and Rationality**는 학생들에게 한 발 물러서서 그들이 만드는 에이전트의 기본 전제를 검토하도록 요구합니다.

철학을 전공한 학사 학위를 가진 Kaelbling 교수는 두 분야의 역사적 얽힘을 강조합니다. 그녀는 철학의 기술적 요소들이 초기 AI와 특히 많이 겹쳤다고 지적하며, Alan Turing을 양쪽 영역을 오간 대표적 학자로 언급합니다. 이 강좌는 학생들이 복잡한 컴퓨터 시스템을 마치 세계에 대한 신념(beliefs)과 특정 결과에 대한 욕구(desires)를 가진 합리적 에이전트로 취급하도록 도전합니다.

이 접근법은 공학적 실무를 위한 실용적 틀을 제공합니다. 기계를 목표를 달성하기 위해 행동을 취하는 합리적 에이전트로 보면서 학생들은 시스템의 행동을 더 잘 이해하고 예측할 수 있습니다. 그러나 강사들은 인간의 합리성이 종종 인지적 한계에 의해 제약된다는 점을 주의 깊게 지적합니다—이 점은 계산 시스템에서 "이상적" 합리성을 모델링할 때 중요해지는 미세한 차이입니다.

Curriculum Deep Dive: Beyond Standard Algorithms

6.S044/24.S00의 강의 계획은 전형적인 컴퓨터 과학 트랙에서 볼 수 있는 표준적인 머신러닝 모델을 넘어섭니다. 대신 엄밀한 철학적 개념을 기술적 구현과 함께 소개합니다.

강좌에서 다루는 주요 주제들은 다음과 같습니다:

• 합리적 행위성 (Rational Agency): 인간이든 기계이든 에이전트가 합리적으로 행동한다는 것이 무엇을 의미하는지 정의하기.
• 베이즈 확률 (Bayesian Probability): 신념 업데이트와 증거 이해하기.
• 기대 효용 이론 (Expected Utility Theory): 불확실성 하에서 의사결정을 내리는 틀.
• 순차적 의사결정 (Sequential Decision-Making): 동적 환경에서 에이전트가 장기 목표를 계획하는 방법.
• 신념 및 목표 추론 (Belief and Goal Inference): 자율 시스템에 의도를 귀속시키는 메커니즘.

Hedden 교수는 두 학문이 강조점과 관점에서 다르긴 하지만, 대부분의 학생들이 상상하는 것보다 훨씬 더 정렬되어 있다고 지적합니다. 이 강좌는 학생들이 암기해야 할 경직된 교리를 제공하는 것을 목표로 하지 않습니다. 대신 예측할 수 없는 기술적 환경을 항해하는 데 필요한 비판적 사고 도구를 갖추게 하는 것을 목표로 합니다.

Distinguishing Rationality from Ethics

이 새로운 강좌는 Ethics of Computing (6.C40/24.C40)과 같은 다른 학제간 강좌와 구별되는 점이 중요합니다. 윤리 강좌가 기술의 사회적 영향, 도덕적 의무, 잠재적 해악에 초점을 맞추는 반면, AI and Rationality는 사고의 기제(mechanics of thought) 자체에 초점을 맞춥니다.

그 차이는 미묘하지만 필수적입니다. 윤리는 "이 행동이 옳은가 그른가?"를 묻습니다. 합리성은 "이 행동이 에이전트의 신념에 기반해 그 목표를 효과적으로 달성하는가?"를 묻습니다. AI의 맥락에서 합리성을 이해하는 것은 이해 가능한 방식으로 행동하는 강건한 시스템을 구축하기 위한 전제 조건입니다. AI 시스템이 대체로 비합리적으로 행동한다면—새 데이터에 따라 신념을 업데이트하지 않거나 프로그래밍된 목표에 반하는 행동을 한다면—그 시스템은 예측 불가능하고 잠재적으로 위험해질 수 있습니다. 이는 윤리적 프로그래밍과는 별개로 중요한 문제입니다.

학생들에게 합리성의 형식적 정의를 기초로 가르침으로써, 이 강좌는 그들이 강력할 뿐만 아니라 일관되고 해석 가능한 시스템을 설계하도록 준비시킵니다.

Comparison: Traditional vs. Interdisciplinary Perspectives

다음 표는 Common Ground 접근법이 전통적 컴퓨터 과학 교육과 비교하여 제공하는 관점의 변화를 보여줍니다.

Table 1: Educational Paradigms in AI Development

Preparing the Next Generation of Scholars

이 강좌에 대한 반응은 활발했으며, 초기 개강에 20명 이상의 학생들이 등록했습니다. 이러한 관심은 기술적 능력을 더 넓은 지적 틀 안에서 맥락화하는 교육을 학생들이 갈망하고 있음을 시사합니다.

다음 세대의 학자와 엔지니어에게는 합리적 행위성과 자율적 의사결정의 개념이 필수적일 것입니다. AI가 학술 연구실에서 실제 배치 현장으로 이동함에 따라—자동차를 운전하고, 전력망을 관리하며, 질병을 진단하는 등—이러한 시스템을 합리적 에이전트로 모델링하는 능력은 안전성과 신뢰성의 필수 요소가 됩니다.

Kaelbling 교수와 Hedden 교수는 이 강좌를 기초적 빌딩 블록으로 보고 있습니다. 그들은 단순히 학생들에게 AI를 만드는 방법을 가르치는 것이 아니라, 그들이 무엇을 만드는지에 대해 사고하는 방법을 가르치고 있습니다. Kaelbling 교수는 학생들에게 그들의 가정을 검토하게 하는 것이 그들의 작업을 실제 맥락에 위치시키는 데 도움이 되며, 이는 연구와 산업 모두에서 점점 더 요구되는 능력이라고 말합니다.

The Future of the Common Ground Initiative

AI and Rationality의 성공은 Common Ground for Computing Education가 MIT의 학문적 풍경을 재구성할 잠재력을 강조합니다. 역사적으로 분리되어 운영되던 학과들을 모음으로써, 이 이니셔티브는 알고리즘의 언어와 인문학의 언어 모두에 능통한 새로운 유형의 "컴퓨팅 이중언어화자(computing bilinguals)"를 양성하고 있습니다.

지능의 정의 자체가 기술 발전에 따라 계속 논쟁되고 재정의되는 가운데, 이러한 강좌들은 미래의 엔지니어들이 자신들이 만들어내는 복잡성을 항해할 수 있는 철학적 깊이를 갖추도록 보장합니다. Common Ground 이니셔티브가 주창하는 **interdisciplinary curriculum**은 전 세계 대학들이 인공지능의 시대에 어떻게 적응할 수 있는지에 대한 모델로 작용하며, 가장 진보된 코드가 가장 깊은 양심을 필요로 한다는 것을 증명합니다.