괄호로 만든 세계 독후감

---

독서 후 남기고 싶은 부분만 발췌, 기록한 일기

책 : 괄호로 만든 세계
저자 : 마이클 울드리지
독서 : 189 - 235

딥러닝은 인공지능을 한 단계 업그레이드했다

1950년부터 이어지던 인공지능 기술이 최근 몇 년 사이에 핫해졌던 것은 무슨 이유 때문일까

알파고가 이세돌을 이겼기 때문일까. 아니면 챗 GPT 등으로 우리가 실생활에 인공지능을 경험할 수 있기 때문일까? 최근 5년 사이에 인공지능에 관련된 많은 뉴스들을 접할 수 있었다. 그것은 딥러닝 기술을 통해서 인공지능의 기술이 한 단계 도약을 했기 때문일 것이다.

2014년 딥마인드라는 기업을 엄청난 금액으로 구글이 인수하였고, 이와 동시에 대기업들은 서로 시장을 선점하기 위해서 많은 금액을 써가면서 기술 개발과 인재 유치에 앞장서고 있었다. 그 이유는 딥러닝이라는 기술 덕분에 신경망 기술은 성공했고 이로 인해 머신러닝 기술 분야에서 혁신이 발생했다.

머신러닝의 목표는 주어진 입력값에 대해 명확한 방법이 없이도 출력값을 계산할 수 있는 프로그램을 만드는 일이다. 머신러닝 프로그램이 제대로 작동하기 위해서는 학습과정을 통해서 훈련을 시키는 것이 필요하다. 아들에게 개와 고양이를 비교하라고 하면서 강아지 사진을 보여주면, 제대로 개라는 답변을 줄 것이다. 어려서부터 고양이와 개의 사진을 보아왔고 관련된 지식을 습득했기 때문에 어떤 기준에 의해서 개와 고양이를 잘 구분할 수 있게 된 것이다. 이런 기준을 만들기 위해서 머신러닝 프로그램을 학습시켜야 하는 것이다. 책에서 이야기한 손글씨를 구분하는 것만 생각해 봐도 사람마다 글씨체가 서로 다르기 때문에 같은 그것을 학습해놔야지만 어떤 글씨를 만나더라도 오인식되지 않고 제대로 된 해석이 가능한 부분이다.

하지만 학습 데이터에 포함된 특징이 많으면 많을수록 학습에 필요한 데이터의 양은 많아지고 프로그램의 학습 속도는 상대적으로 느려질 수밖에 없다. 학습은 가장 큰 문제는 이 프로그램 자체가 학습자의 의도대로 편향이 될 수 있다는 것이다. 우리는 객관적으로 이성적인 판단을 할 수 있는 인공지능을 원했지만 학습과정에 종료나 인종 등의 편향된 교육이 프로그램에 이루어진다면 이 프로그램을 누가 신뢰할 수 있겠는가?

신경망 기술 자체는 2000년대가 되기도 전에 언급이 되었던 기술이다. 그런데 왜 이제서야 딥 머신러닝이라는 기술로 의해 인공지능이 한 단계 도약하게 된 것일까. 신경망은 우리의 뇌구조에 연결된 신경망을 따라 하는 기술이다. 신경 세포체가 입력받은 여러 개의 신호들들을 다르게 평가한다. 사람의 경우 약 천억 개의 신경 세포체가 망을 이루고 있다고 한다. 머신러닝 신경망 아이디어는 이런 신경 시스템을 컴퓨터 프로그램으로 구현해서 사용할 수 있도록 하는 것이었다. 컴퓨터에게 이만큼의 망을 이룰 수 있는 기술이 있었을까.

사람의 두뇌에 약 1천 개의 뉴런이 들어있는 반면 1990년대의 신경망 기술에는 고작 100개의 뉴 럭이 들어가 있도록 설계되었다. 그리고 2016년에 발표된 기술에는 약 100만 개의 뉴런을 연결할 수 있었다. 인간의 두뇌보다는 작지만 신경망의 크기가 커지면서 신경망에 더 많은 계층을 만들어 더 많은 연산을 할 수 있도록 만들었다. 딥러닝이 성공할 수 있었던 것에는 바로 이런 이유가 있었다. 방대한 데이터를 수집하고 이를 처리할 수 있는 고성능의 컴퓨터가 있기에 신경망 기술이 우리에게 현실적으로 다가올 수 있었던 것이다.
딥러닝 기술은 인간처럼 생각하는데 목표가 있는 것은 아니다. 스스로 학습을 하면서 동기와 전략을 차장 가는 것이다. 자신의 방식으로 스스로 학습을 하는 것이 이 기술의 목표다. 개와 고양이의 사진을 보면서 자신의 기준을 만들고 이후에 그것의 사진을 보면서 판단하는 것이다.

딥러닝머신 기술이 인공지능의 최신 기술일까. 그것은 분명 아닐 것이다. 현재도 공간 및 전력 등의 이슈로 인하여 이 기술을 반대하는 수많은 목소리들이 존재하고 있다. 많은 것을 이루었지만 더 많은 것을 이루기 위해서는 한 단계 더 혁신이 필요하다는 목소리다.

다음에는 앞으로의 AI에 대해서 한번 살펴봐야겠다.