ㅍㅍㅅㅅ

알파고와 이세돌의 지난 대국을 돌이켜봅니다. 2국이 무르익을 때쯤 해설자들은 이세돌이 우위를 차지하고 있다고 했었지요.

오늘은 이기겠구나 했고, 그렇게 방송을 잠시 끄고 한참이 지난 후 다시 봐도 여전히 알파고가 실수했다는 이야기가 들렸습니다.

이세돌이 5집의 이득을 봤다고 하더라고요. 그래서 그날은 확실히 이기겠구나 했었습니다.

그런데 어어 하면서 갑자기 탄식이 나옵니다. “이렇게 되면 질 수도 있네요.”, “아~ 졌습니다.”라는 말에 당혹스러웠습니다.

정말 희색이 만연했던 해설자와 아나운서는 흙빛이 되면서 공포감이 엄습했습니다.

이건 인간의 수가 아니라는 자조 어린 말과 함께 경탄이 나오기도 했습니다.

실수라고 여겼던 수가 나중에 보면 아주 중요한 수였다는 것과 함께 흔들기는 물론 전체 판세를 읽을 수 있는 알파고의 놀라운 능력에 감탄까지 하더군요.

그때 알았습니다. 인공지능이 인간의 능력을 뛰어넘고 있다는 것을요.

인공지능에 대한 관심도 점점 늘어나고 있습니다. 그래서인지 요즘엔 딥 러닝이라는 용어에 대한 거부감도 많이 사라졌습니다.

딥 러닝에 대해 간단하게 설명하면, 기계나 인공지능이 스스로 학습하는 학습 기능이라고 보시면 됩니다.

우리 인간이 자라면서 수많은 실패라는 경험을 통해 어떤 행동이 가장 바르고 합리적이고 효율적인 것을 알게 되는 것처럼 인간의 사고 체계를 본뜬 기술입니다.

어린아이가 계속 넘어지면서 걷는 법을 배우듯, 인공지능도 많은 실패를 경험 삼아 가장 합리적이고 효율적인 경로를 찾아가는 것이 바로 딥 러닝입니다.

그런데 최근 아주 경악스러울 만한 영상이 등장해 사람들을 놀라게 하고 있습니다.

스스로 학습하는 기계들

구글은 30조원이 넘는 돈을 인공지능에 투자하고 있습니다. 당연히 알파고도 구글에서 개발 중인 인공지능입니다.

구글에서 인공지능을 로봇을 연구를 연구하고 있는 세르게이 레빈은 자신의 블로그에 인공지능을 탑재한 로봇들이 어떻게 학습을 하는지를 담은 동영상을 공개했습니다.

흔하게 볼 수 있는 암 로봇입니다. 생산, 제조 현장에서 많이 사용하고 있죠.

이 암 로봇들은 생활용품이 담긴 트레이에서 다양한 재질과 무게와 모양의 생활용품을 집어 올리는 연습을 하고 있습니다.

암 로봇 팔에는 카메라가 장착되어 있어서 로봇의 움직임과 영상을 계속 녹화되고 저장되고 있습니다.

이렇게 녹화하는 이유는 인간의 뉴런 구조를 본뜬 회선 신경망이 시각과 로봇의 움직임을 분석하기 위해서입니다.

한 대가 아닌 여러 대가 동시에 물건 집어 올리기를 시도하고 있네요.

위 영상은 스테이플러 옆에 있는 노란 블록을 집어 올리는 모습입니다. 스테이플러가 집는 데 방해가 되자 툭 밀고 집어 올리네요.

이렇게 인간처럼 옆에 있는 물건을 밀어 버리고 집어 올리는 것은 프로그래밍이 된 것이 아닌 스스로 학습해서 배운 지혜입니다.

또한 물건 무게와 재질에 때라서 집어 올리는 강도를 스스로 조절을 합니다. 물론 이것도 많은 실패를 통해서 얻은 경험을 통한 지혜입니다.

더 구체적으로 보여주는 영상을 소개합니다. 먼저 트레이 위에 생활용품을 뿌려 놓고 집어 올려서 옆 트레이에 옮기게 지시했습니다.

성공을 하면 Successful Grasps에 숫자가 올라가고 실패하면 Failed Grasps의 숫자가 올라갑니다.

위 영상은 딥 러닝을 하기 전의 영상으로 경험을 쌓고 있는 과정의 암 로봇입니다.

성공은 17회 실패는 10회로 실패 비율이 37%로 꽤 높습니다.

위 영상은 학습을 통해 배운 경험이라는 피드백을 장착한 상태에서 동일한 테스트를 했습니다.

이번에는 22회 성공과 6번의 실패로 21%의 실패율을 보였습니다. 무려 16%가 줄었습니다. 조금 더 학습하면 1% 이하로 떨어지겠네요.

인공지능의 학습 속도는 인간과 비교할 수 없을 정도로 빠르다

영화 <2001 스페이스 오디세이>에서는 아주 유의미한 장면이 나옵니다. 유인원에 가까운 인간이 동물 뼈를 도구로 활용하는 모습입니다.

동물 뼈를 들고 동물을 때려잡고, 다른 부족들을 위협합니다.

한 원시인이 이 동물 뼈를 무기 삼아서 싸우자 같은 부족원들이 모두 동물 뼈를 들고 다른 부족의 공격을 막아냅니다.

이 장면은 우리가 어떻게 경험을 퍼트리는지를 잘 보여줍니다. 그러나 동시에 경험이라는 지혜의 전파 속도가 무척 느림을 알 수 있습니다.

특히나 책이 나오기 전의 선사 시대는 경험이 축적되지 못하고, 사람이 죽으면 바로 많은 경험이 리셋되어 버렸습니다.

그러다 책이 나오면서 내 경험을 기록하고 그 기록이 전 세계에 소개되면서 인류는 거대한 발전을 이룩합니다.

지금은 어떤가요? 인터넷이라는 인류가 만든 엄청난 발명품 때문에 지구 반대편의 한 네티즌의 경험이 거의 실시간으로 전 세계에 전파되고 있습니다.

인간은 일반적으로 물건을 움켜쥐는 데 1세부터 5세까지 계속 경험을 통해서 배워 나갑니다.

아기에게는 매일 매일이 경험이고, 그 경험을 몸이 배우고 있습니다.

그러나 인공지능을 탑재한 학습형 로봇은 다릅니다. 혼자 배우면 로봇도 오래 걸릴 수 있지만, 자신의 경험을 다른 로봇에게 실시간으로 전수합니다.

이를 분산형 자율학습이라고 합니다. 동시에 수백, 수천 대의 로봇이 학습을 하기 시작하면 단 며칠 만에 인간이 배운 모든 경험을 스스로 학습할 수 있습니다.

자신의 경험을 다른 로봇에서 실시간으로 전송하고 전송받습니다. 이런 모습은 일본 애니 <공각기동대>의 ‘타치코마’가 잘 보여줍니다.

이 녀석들은 서로 생각을 동기화하고 공유하는데, 말로 통하지 않고 그냥 바로바로 한 사람의 생각처럼 공유해서 학습합니다. 이게 무서운 거죠.

학습 속도가 인간처럼 Stand Alone이라는 독립형이 아닌 분산형 학습이 가능하기 때문입니다.

예를 들어 대학교에 입학한 대학생은 여러 강의를 동시에 들을 수 없습니다. 그래서 시간이 꽤 걸립니다.

그러나 인공지능은 대학교의 전 강의에 참석해서 졸지도 않고 학습을 합니다.

그리고 그 학습 내용을 인공지능들끼리 실시간으로 공유합니다.

그렇기에 인공지능의 학습 속도는 인간이 따라갈 수 없습니다.

이런 인공 지능의 공포를 우리는 알파고를 통해서 잘 배웠습니다. 그리고 많은 사람들이 우울해 하고 있습니다. 하지만 너무 걱정하지 마세요.

인공지능을 만든 것도 인간이고, 잘 제어만 하면 인류의 삶에 큰 도움이 될 것입니다.

예컨대 농장 관리를 로봇에 맡긴다면 인간은 적은 노동으로도 큰 농장을 관리할 수 있게 되어서 더 많은 농산물을 더 값싸게 만들 수 있습니다.

물론 문제도 있습니다. 로봇에게 밀려 일자리를 잃는 문제가 대표적이겠지요. 인공지능보다 효용성이 떨어지는 인간들이 속출한다면 큰 사회적 문제가 될 것입니다.

따라서 인공지능이 만드는 미래는 아직 판단하기는 이릅니다. 그러나 전 그 세상이 참 궁금하고 경험하고 싶네요.

그러기 위해서는 인공지능을 능가하는 머리가 되도록 부던하게 노력해야 할 것 같습니다.

원문: 사진은 권력이다