2016. 3. 21. 13:01

알파고(alphago), 머신러닝(machine learning), 기계학습, 인공지능(AI)... 이것들은 무었이며, 그 미래는?

최근 1달간, 여유시간이 부족하여, 글을 쓸 시간이 없었다. 이제 조금 돌아볼 여유가 생긴것일까? 마음 먹고 글을 쓰게 되는데, 이전 1달동안 큰 이슈는 바로 "알파고 vs 이세돌" 이였을테다. 관심 있게 경기를 보았었고, 그 결과를 예측해 보긴 했지만, 예상과 다르게 1:4로 끝났었다(나는 이세돌9단이 0:5로 패할것이라 봤었다. 물론, 이세돌9단을 폄하하는건 아니다. 그는 이미 입신의 경지이니깐^^). 한참 대결이 진행중일때, 나에게 주어진 바쁜 업무도 역시 "머신러닝"관련 프로젝트였기에 더 관심이 갔을지도 모른다.


사람들이 흔히, "AI 포비아"라는 용어까지 만들어낸걸봐도, 일대 큰 흐름이였으며, 어떻게보면, 우리에게 주어진 큰 "충격"하나였다. 물론, 나도 "충격"을 받긴했다. 사람이 컴퓨터랑 지다니. 이는 오락실에 스트리트파이터2 끝판 보스, 즉, 컴퓨터에게 패한것과는 다른 충격을 줬기 때문이다. 문화적으로는 아래 사진 정도?


(british invasion, the beatles)

이런 충격이였을까? 가만히 있었던 정치권의 마움도 움직였는지, 여러 대응이 발표되긴 하더라. 늦었지만, 안할수도 없고, 이리저리 마음이 편하지는 않았고, 그 행정적 흐름 또한 이해할 수 있었다. 보통, 구글이나 기타 큰 IT 회사들이 최근 10년간 준비해왔다고 말하고 있지만, 기본적으로, 그들은 기업의 시작부터 고려된 흐름이였다고 본다. 즉, 훨씬 전부터 이미 준비해왔다는 것이다. 그리고, 우리와 2~3년 기술 격차라고 하는데, 내가 생각하기로는 뒤에 0을 붙이는것이 맞을 정도로, 뒤쳐져 있다고 보면 될거 같다. 왜냐하면, 기술의 원천, 그 자체가 없기 때문일거 같다. AI는 제조업 마인드와는 다르다고 본다. 이런 상황에서, 행정적 지원으로, 과연 어떻게 경쟁할 수 있겠느냐라는 것이다(그나마, 다행인건, 알파고의 충격으로, 인공지능에 대한 인식이, 개선되었다는 점이다).


이제, 다시, 알파고로 돌아와서...
나는 솔직히 "AI 포비아"같은 부분은 걱정되지는 않는다. 수판을 치우고, 전자계산기가 그 자리를 차지했듯이, AI는 사람을 대체하지는 못한다고 본다. 물론, 사라진 수판처럼, 특정 영역은 대체가 될 수 있겠지만, 새로운 전자계산기가 생김으로서, 새로운 영역(새로운 일자리라 하는게 이해가 빠를듯)이 빠르게 대체된다는 점이다. 그런데, 여기서 걱정, "사리지는 부분(즉 일자리) > 생성되는 부분(일자리)"는 피할수 없을듯 하다. 이 대소관계가 필히 뒤집어져야 할 테지만, 그리 쉽지 않을듯 하다.


10년전을 생각해보자. 아니, 20~30년전부터, 미국의 기업등은 Data warehouse에서 knowlege를 뽑아 "지식경영"으로 활용하고 있었다. 그럼, 20~30년전과 비교하여, 지금 크게 바뀐것이 있는가? 물론, iPhone,아이폰,과 같은 스마트폰이나, 인터넷등을 언급할 수 있겠으나, 인생사, 크게 변화된것은 없다고 본다. 나는 오히려, 1900년 전후가, 기술적이든, 학술적이든 인류의 큰 계단 상승이였다고 보고, 그 이후는 아직, 같은 계단을 걷고 있다는 느낌이 강하다. 제 4차 기술 혁명을 AI라고 하는데,... 미국에서는 20~30년전부터 이미 해왔었지만, 삶은 크게 바뀌지 않았다(deep learning, 딥러닝, 이 알고리즘이 4차 기술 혁명을 잃으킨다... 이는 좀... 아니지 않는가?)

다만, 약간의 두려운 미래의 현실을 생각했을때, 나는 내 자식에게만은 교육적으로 좀 다른 생각을 가지려고 한다. 지금의 아이들의 무대는 20년~30년뒤이며, 지금의 현실을 기반으로 절대 20~30년뒤를 아직 예측하지는 못한다. 그러니, 지금, "의사"라는 직업을 노리고 죽어라 공부하여, 20년뒤를 노린다고 하지만,... 20년뒤에도 그 직업이 현재와 동급일수 있겠느냐라는 점이다. 나는 어떻든, 우리 아이들은, S/W에 대한 감각을 알려주고 싶다는 점이다. 코딩하고 관계없이, "컴퓨터"는 그냥 영화나 게임하는 것이 아니라, 나의 명령을 따르는 "기계"라는 인식을 심어준다는 점이다. 그러한 감각은 어떻게 보면, 우리나라의 아카데미식의 교육에서는 쉽지 않을 것이니, 내가 알려줄 수 밖에. 직업 세계의 20~30년뒤를 예측할 수 없지만, 하나 확신할 수 있는건, 어떤 직업이든지 간에, IT, S/W등의 연계는 필수의 시대라 보여지기 때문이다. 식당 주인을 하든, 교회의 목사가 되든, 직업은 자유이지만, 그 직업에서 IT를 연계를 할줄 아냐? 아니냐?에 따라 성공이 나눠질 것이다(생각해보면, 지금도 그러하다).


어파치, 큰 주제 없이 글을 쓰려고 했지만,

하나 알려줄 것이, 과연 알파고Alphago는 절대적인가?에 대한 답을 구하고자 한다.

AI에서, Hill climbing이라는 keyword가 있는데,

이중, 가장 높은 지점을 찾는 것이라 보면 된다. 우리모두 "C"라 답할 것이다. 그러나, 컴퓨터는 사정이 다르다, 모든 점을 다 거쳐봐야 한다는 점이다. 그래, 그래... 그럼 계산이 빠른 컴퓨터이니깐, 모든 점을 다 보면 안되겠니?라고 할 수 있겠지만, 만일, 위 5~6cm정도의 곡선이 아니라, 수십조km정도, 아니면, 지구와 태양사이 거리의 수만배 길이의 곡선이라면 어떠할까? 아무리 빠른 계산 실력이라고 하지만, 쉽게 빨리 끝내지는 못할 것이다.

그래서, 컴퓨터같은 경우, 모든 정보를 다 뒤져볼수 없기 때문에(시간제약), 일부만 추려서, 전체 1등은 아니더라도, 최소한의 노력으로 좋은 결과를 구하고자 하는 것이 있는데, 이를 Heuristic algorithm이라고 하고, hill climbing은 그중 하나이다.


Hill climbing은 장님이 지팡이 하나만 가지고, 산 정상에 올라가는 것으로, 지팡이를 동서남북 찔러보고, 그중 높은곳으로만 욺직이도록 하는 알고리즘이다. 위 그림에서, 만일, 장님이 왼쪽 끝에서 시작하였다면, A 지점까지는 올라가겠지만, A 지점의 모든 동서남북지점이 다 낮기 때문에, "야호, A 정상에 올라섰다"라고 외칠 것이다. 그렇지만, A는 전체에서 일등이 아닌 일부 높은 지점이다(local optima). 장님이 그럼 C로 올라가기 위해서는 어떻게 해야 할까? 아마도 B~C사이에 위치해야 C로 올라설 수 있을 것이다. 그래서, Hill climbing은 처음 시작 위치가 중요하다.


알파고도 비슷하다. Hill climbing과 같은 매우 탐욕(greedy)적인 알고리즘, 즉, 최상의 "수"를 두는거란 뜻이다. 물론, 학습을 통해 산출된 여러 공식으로 양보도 하겠지만, 1차적으로는, 현재 상황에서 가장 높은 최상의 "수"를 둔다는 점이다. 이는, 장기로 치면, 일단, 1개를 먹고 보자!라는 전략일 수 있다는 점이다. 즉, 미끼 던지기, 다시 말해, 언덕을 내려갈 줄 모른다는 점이다. 위 그림에서, 왼쪽끝에서, hill climbing해서 C로 가기 위해서는, A~B 사이의 고통, 즉, 언덕 내려가기를 강제화해야 더 높은 C에 도달할 수 있다는 점인데,

문제는,

기계, 즉, 컴퓨터는 이러한 언던 내려가기를 자의적으로 하기가 쉽지 않다는 점이다. 즉, 양보의 개념이, 그것을 사람이 주입하기 전에는 쉽게 받아들이지 못한다는 점이다.

좁은 2차선 도로에, 국내에서 흔히 볼수 있는, 갓길 주차가 되어, 양방향이 아닌, 단방향 도로가 있다고 하자. 최근의 자율 주행차 예기가 심심찮게 들리는데, 자율 주행차 2대가 마주쳤다고 치자. 어떻게 되겠는가? 일단, 사람이라면 어떻겠는가? 우선, "정신적으로 조금 약한" 누군가가, 미리 뒤로 후진해서 차를 빼주고, 나머지한대가, "감사합니다"하면서 지나갈 것이다. 그런데, 과연, 컴퓨터는 그런 상황일때, 어떤 판단을 내일 것인가? 일단, 두대는 서로 안전거리가 확보된 상태에서 대치상황에 이를 것이다. ([일상 다반사/IT_news] - AGV, 자율 주행차, 과연 가능할까?참고). 컴퓨터는 두대가 -deadlock, 즉, 교착상태-에 빠졌다라는것을 판단해야 누구하나를 양보시킬 것인데, 아쉽게도 deadlock을 찾는건 쉽지 않다. 위 2대야 금방이지만, 200만대의 자동차중에서, 어느 차량들이 서로 deadlock에 걸렸는지를 찾는것은 실시간으로 이뤄지지 못한다. 나는 이러한 점때문이라도, 자율주행차는 현재의 자동차 패러다임으로는 쉽지는 않을 것이다라는 판단이다.


어떻든, 3줄 요약하자면,

- 알파고AlphaGo는 경기에서는 이겼다.
- 컴퓨터나 AI는 쉽게 언론에서 나오는 공포를 재현하지 못한다.
- 자녀가 있다면, 수학이나 S/W등을 공부시켜라. 20~30년뒤를 내다봐라.

와 같다. 물론, 모두 내 생각이니, 틀린점이나 이견은 충분이 있겠죠?