[칼럼] 책에서 얻은 것 No. 9 인공지능 완전정복

이글은 캐드앤그래픽스 2021년 2월호 컬럼에 실린 내용입니다. 

 

“특이한 인간의 특성은 결코 기계에 의해 모방될 수 없다는 말은 일반적으로 위안이 된다. 나는 그런 위안을 줄 수는 없다. 그런 한계는 정해질 수 없다고 믿기 때문이다.” 
- 앨런 튜링(1951년), 영국의 수학자이자 컴퓨터 과학의 선구자

 

정종기 교수님과의 인연

필자가 오라클에 근무할 때 애플리케이션 사업부 같은 층에서 뵈었고, 페이스북에서 성장하시는 모습을 쭈욱 보고 있었는데, 지금은 한국외대 겸임교수와 사업가로 변신하셨다. 30년동안 글로벌 IT 기업의 경험과 강단·연구실에서 얻은 경험으로 경영 컨설팅과 블록체인, 인공지능 분야 쪽으로 나아가시고, 고수들의 한수(gosudle.com)를 운영하고 계신다. 필자가 본 인연/지인 중에 퍼스널 디지털 트랜스포메이션을 가장 잘 하고 계신 분 중 한 분이시다. 

그 동안 비즈니스(사업, 컨설팅), 강연, 칼럼 등을 하시면서 틈틈이 작성한 글들을 모아서 ‘인공지능 완전정복’이라는 책을 출판하셨다. 책의 내용이 궁금했다. 필자가 아는 인공지능의 상식과 책에서 얘기하고 싶은 것들과 비교하고 싶은 욕심도 있었다. 그리고 필자의 프로젝트 100인 라이프맵에 한 분으로 모시고자 냉큼 ‘서평맵을 쓰고자 책을 보내주십사’ 연락을 드렸다. 멋진 친필 글씨와 함께 책이 도착했다.

 

https://www.youtube.com/watch?v=ZTBoEcBctvQ 

 

이 책은, 인공지능 분야는 문외한(말로는 누구나 인공지능 전문가가 될 수 있음)이라고 할 수 있는 필자에게 인공지능에 대한 체계적인 완전정복을 알려주는 지름길인 셈이다. 어쩌면 레고 블록과 비슷할 것 같다. 어떻게 조합(융합)하느냐에 따라 다양한 형태로 나타나기 때문이다. 

 

“아무도 이런 식으로 표현하지는 않지만, 인공지능은 거의 인문학 분야에 속한다고 생각한다. 정말 인간의 지능과 인지능력을 이해하기 위한 시도다.”
- 세바스찬 스런(2013년), 스탠포드대 연구교수이자 구글 무인자동차의 개척자

 

그림 1. ‘인공지능 완전정복’(정종기 저)

 

인공지능이란? 

‘인공지능 완전정복’에서는 인공지능에 대해 “사람처럼 학습하고 사고할 수 있는 능력을 가진 프로그램으로, 인간의 지능이 필요한 작업을 컴퓨터가 수행하도록 훈련하는 기술이다. 기계는 로직을 적용하고 복잡한 데이터를 이해하여 추정할 수 있게 된다. 기계가 입력된 데이터에 숨겨진 패턴과 연관성을 식별하여 스스로 학습하는 것이며, 기계는 대량의 정보를 수집한 후 주요 특징 추출, 분석 기법 결정, 코드작성 및 분석 실행을 거쳐 지능형 결과를 출력하며, 이 모든 과정은 자동화된 프로세스로 진행한다. 자동화된 프로세스라는 것은 인적 개입을 최소화한 상태로 진행되는 것”이라고 정의하고 있다. 

한 마디로 뭐냐라고 묻는다면, 필자는 ‘컴퓨터 학습생’이라고 답을 할 것 같다. 

구글의 무인자동차 개척자인 세바스찬 스런 스탠포드대 연구교수는 인공지능을 “아무도 이런 식으로 표현하지는 않지만, 인공지능은 거의 인문학 분야에 속한다고 생각한다. 정말 인간의 지능과 인지능력을 이해하기 위한 시도”라고 정의하였다. 

최근 웨이모(Waymo)는 ‘자율주행(self-driving)’이란 용어를 버리고, ‘완전 자동주행(fully autonomous driving)’이란 말을 쓰기로 했다. 구글의 자율주행기술 개발업체인 웨이모는 2021년 1월 6일 “일부 자동차 제조업체들이 자율주행이란 말을 부정확하게 사용함으로써 대중들에게 ‘운전자 보조 시스템의 영역에 있는 것’이라는 잘못된 인상을 주고 있다”며, “우리는 대신 ‘완전 자동주행’이란 용어를 도입해, 단순히 인간 운전자를 돕는 기술과 차별화하려 한다”고 밝혔다. 그리고, “작은 변화로 보일지 모르지만 정확한 언어가 중요하고, 이것이 생명을 구할 수 있다는 점에서 중요한 변화”라고 주장했다.(한겨레) 

인공지능도 자율주행처럼 사람들이 잘못된 인상을 줄 수 있다. 언론매체나 책에서는 인공지능에 대한 이야기를 대홍수처럼 쏟아내지만, 기업에서 인공지능이란 것을 어떻게 쓸 것인지 묻는다면 현실의 벽에 부딪친다. 우선, 단어에서 잘못된 인상(오해)을 불러 일으킨다. 프로젝트를 하려고 해도 쉽지가 않다. 현재는 학습이란 단어가 더 어울릴 것 같다. 재미 있는 현상은 기업의 경영진이 인공지능에 대해서 확실히 이해할 날이 멀지 않았다는 사실이다. 비즈니스에 도움이 되기 때문이다. 디지털 트랜스포메이션과 맞물려 ‘한 방’이 있을 수 있기 때문이다. 

 

“말 그대로, 프로그래밍된 컴퓨터는 자동차나 계산기가 이해하는 것을 이해한다. 즉, 정확히 아무것도 아니다.”
- 존 설(1980년), 미국 버클리대 철학과 교수(언어철학과 심리철학 전공)

 

인공지능의 이해, 어디에 쓸 물건인가 

우리는 영화 속에서 등장하는 인공지능을 너무 많이 봤다. 계산 능력은 이미 인간을 훨씬 추월했다. 몸동작은 최근 현대자동차가 인수한 보스턴 다이나믹스가 연일 영상을 올려주는 것처럼, 인간과 같이 움직이고 싶어한다.

‘인공지능 완전정복’에서는 인공지능의 한 축인 머신러닝 (machine learning)으로 명시적으로 프로그램되지 않고도 학습할 수 있는 능력을 가진 알고리즘을 통한 패턴인식과 컴퓨터 학습 이론의 연구로부터 진화한 분야로 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고, 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술을 의미하며, 알고리즘은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다 입력 데이터를 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식이라고 설명한다. 

인공지능은 컴퓨터 시각(문자인식, 물체인식,  얼굴인식), 자연어 처리(자동번역, 대화분석), 음성인식 및 필기인식, 정보 검색, 검색 엔진(텍스트 마이닝, 스팸 필터, 추출 및 요약, 추천 시스템), 생물 정보학(유전자 분석, 단백질 분석, 질병 진단), 컴퓨터 그래픽 및 게임(애니메이션, 가상현실), 로보틱스(경로 탐색, 무인자동차, 물체인식 및 분류) 등 다양한 분야에 쓰인다. 

인공지능의 또 한 축인 딥러닝(deep learning)은 머신러닝의 부분집합으로, 인공신경망이 엄청난 양의 데이터로부터 적응하고 학습한다. 다량의 데이터로부터 높은 수준의 추상화 모델을 구축하고자 하는 기법으로 신경과학에서 영감을 얻었으며, 얼굴이나 표정 인식 신경 시스템의 정보처리, 통신 패턴에 기반 물체 인식과 자동차를 위한 장애물 센서 연구를 중심으로 적용하고 있다. 구글의 안드로이드는 음성 인식에, 페이스북은 사용자가 업로드한 이미지를 판별하는데 이 기술을 활용한다. 구글 딥마인드의 알파고는 개인의 질병진단과 치료를 위해 개인 의료 기록에 접근하며, 가능 영역에서 의료기록을 학습한다. 

 

“문제는 지적인 기계가 어떤 감정을 가질 수 있느냐가 아니라 기계가 아무런 감정 없이 지능을 가질 수 있느냐 하는 것이다.”
- 마빈 민스키(1986년), 전 MIT 교수이자 MIT 인공지능 연구소의 공동 설립자

 

인공지능은 기계학습 

1940년대 후반과 1950년대 초반에 수학, 철학, 공학, 경제 등 다양한 영역의 과학자들에게서 인공적인 두뇌의 가능성이 논의되었다. 1956년에 이르러 인공지능이 학문 분야로 들어섰다. 세계 최초 컴퓨터의 등장은 영화에도 나온 것처럼, 2차 대전 직전인 1937년 영국의 앨런 튜링이 추상적 계산기의 모형이 되는 튜링 머신을 고안한 것이다. 이는 추상적 계산기의 모형으로서 컴퓨터의 논리적 모델이 된다. 독일이 패전국이라 잘 알려지지 않았지만, 1938년에 독일의 콘라트 추제가 Z1을 개발하였고 이후에도 계속 개량하였다. Z3는 튜링 완전을 포함하여 프로그래밍이 불가능하다는 점만 제외하면 현대 컴퓨터가 갖춰야 할 기능을 갖춘 세계 최초의 컴퓨터였다.

1943년 영국 GCCS(현재는 정보통신본부)에서 독일군의 최고위 암호장치인 에니그마를 깨기 위해 콜로서스를 개발하게 된다. 콜로서스는 진공관, 릴레이만 사용한 디지털 컴퓨터였으며 덤으로 프로그래밍도 가능한 컴퓨터였다.(출처 : 위키백과)

인공지능은 컴퓨터의 태생 시점에 등장하였다. 사람의 인문학적 욕망과 맞물려 탄생한 것이다. MIT 슬론경영대학원의 교수인 에릭 브린욜프손과 앤드류 맥아피는 2018년 이런 명언을 남겼다. “250년 이상 동안 경제 성장의 근본적인 동인은 기술 혁신이었다. 이들 중 가장 중요한 것은 경제학자들이 범용 기술이라고 부르는 것 - 증기기관, 전기, 내연기관 등을 포함하는 범주다. 우리 시대의 가장 중요한 범용기술은 인공지능, 특히 기계 학습이다.” 

 

“우리가 직면해야 할 가장 어려운 문제는 뇌가 기계인지 아닌지에 대한 철학적 질문에서 오는 것이 아니다. 뇌가 물리 법칙에 완벽하게 부합하는 엄청난 수의 부품을 가진 기계 이외의 어떤 것이라는 것을 의심할 이유는 조금도 없다. 누구나 알 수 있는 한, 우리의 마음은 복잡한 과정일 뿐이다. 심각한 문제는 우리가 너무 복잡한 기계에 대한 경험이 적었기 때문에 아직 효과적으로 생각할 준비가 되어 있지 않다.”
- 마빈 민스키(1986년)

 

그림 2. ‘인공지능 완전정복(정종기 저)’ 서평 맵

 

인공지능맵

미래 융합기술로 분류되는 플랫폼 비즈니스, 첨단 로봇 공학, 사물인터넷, 자율 주행차, 드론, 3D 프린팅, 융합현실, 신소재 그래핀, 블록체인, 공유경제, 빅데이터 등은 인공지능을 만나 새로운 혁신을 만들어 갈 것이다. 어쩌면 이것이 누구도 경험하지 못한 미래이지 않을까… 조심스럽게 ‘인공지능 완전정복’을 권하고 싶다. 

책을 두 번 읽었다. 전체를 읽고 줄거리와 메시지를 파악한 후 하나 하나 내용을 분해하고 풀어서 맵으로 정리하였다. 필자는 특히 ‘인공지능이 뭐지?’라는 부분에 오랜 시간을 할애하고 내용을 들여다 보았다. 여기에 인공지능의 현주소가 담겨 있다. 초등학교때 많이 본 전과를 보는 느낌이다. 어딘가에 다 있던(인터넷을 검색하면 나오는) 것들이지만, 체계적으로 잘 묶어서 완전정복할 수 있게끔 전과를 만들어 주신 정종기 교수님께 감사하다는 말씀을 전하고 싶다.

‘인공지능이 뭐지?’를 다 본 후에는 경제 사회 전반에 걸쳐 다가올 변화와 우리의 삶과 직업에 미치는 영향을 알아봐야 한다. 우리는 과거로부터 마부, 주산, 버스안내원, 최근에는 은행창구가 지속적으로 줄어드는 것을 보았으며, 오프라인 매장에서 온라인 모바일 시대로, 자동차에서 모빌리티로, 스마트폰이 필수인 사회로 점점 변화되어 가고 있다. 

이 책은 인공지능의 핵심인 머신러닝, 딥 러닝 개념부터 산업별 인공지능 트렌드, 비즈니스 적용사례 등 인공지능 전반에서 다루는 핵심기술 및 주제들을 쉽게 접근하고 이해할 수 있도록 서술되어 있다. 인공지능의 과거와 현재, 미래를 다룸으로써 단순히 인공지능을 소개하는 책을 넘어, 독자들이 ‘인공지능 완전정복’ 이라는 현재 진행 중이면서 미래에 커다란 변화를 가져다 줄 것이라는 인공지능과 함께하는 변화의 흐름을 파악하고, 아이디어와 통찰력을 키워 활용할 수 있도록 했다고 저자는 말한다. 

 

“인공지능은 인류에게 작동하고 있는 가장 심오한 것 중 하나이다. 불이나 전기보다 더 심오하다.”
- 순다르 피차이(2020년), 구글 최고경영자

 

인공지능은 나의 친구

앞으로 인공지능과 친하게 지내야 하는 것은 자명한 일이 되었다. 매일매일 엄청난 학습량을 자랑하는 인공지능이 감정을 가질 때, 우리는 또 한 단계 진화하게 될 것이다.  

미국의 전산학자이자 객체 지향 프로그래밍과 사용자 인터페이스 디자인 분야의 선구자인 앨런 케이는 “인공지능이 우리에게 열등감을 느끼게 할 것이라고 걱정하는 사람도 있지만, 그렇다면 올바른 정신상태인 사람이라면 꽃을 볼 때마다 열등감을 가져야 한다”고 말했다.

미국의 수학자인 테드 카진스키는 “인류는 기계에 의존하는 지위에 쉽게 빠져들어 모든 기계의 결정을 수용하는 것 외에는 실제적인 선택이 없을지도 모른다. 사회와 직면하는 문제들이 점점 더 복잡해지고 기계가 점점 더 지능화됨에 따라, 사람들은 기계가 그들을 위해 더 많은 결정을 내리도록 할 것이다. 단지 기계가 내린 결정이 인간의 의사결정보다 더 나은 결과를 가져올 것이기 때문이다. 결국 시스템을 계속 가동시키는데 필요한 결정들이 너무 복잡해서 인간이 그것들을 지능적으로 만들 수 없는 단계에 도달하게 될 것이다. 그 단계에서는 기계가 효과적으로 제어할 것”이라고 말했다. 

인공지능 개발 트렌드와 미래 진화 방향은 ‘인간처럼 계산(Computing like Human)하고 인간처럼 생각(Thinking like Human)하는 것’이라고 책에서는 언급하고 있다. 머지 않은 미래에 언젠가는 그런 날이 올 것만 같다. 비록 지금은 여러 장벽이 있지만, 기술의 발전은 누구도 알 수 없다. 

올해는 디지털 트랜스포메이션 전략 공부와 함께 인공지능도 공부해서, 자신만의 가치를 쌓는 것이 무엇보다 중요할 것이라고 생각한다.