이세돌 9단과 인공지능(AI) 컴퓨터 ‘알파고’가 다음달 서울에서 승부를 겨룬다. 세계 바둑 최강자와 컴퓨터의 대국에 과학계와 바둑계 모두 촉각을 곤두세우고 있다. 바둑계에서는 알파고의 바둑 실력이 역대 최고인 것은 분명하지만 정상급 프로기사를 이기기에는 아직 멀었다고 평가하면서도 긴장한 기색이 역력했다. 최근 만난 바둑계 인사는 “알파고가 지난해 10월 중국계 프로기사 판후이 2단에게 5전 전승을 거둔 것은 높이 평가하지만, 아직 정상급 프로기사를 이기긴 쉽지 않을 것”이라면서도 “하지만 5000년 바둑사에 큰 획을 긋는 역사적인 대국”이라고 평가했다. 서양을 대표하는 보드게임인 체스에서는 이미 1997년 슈퍼컴퓨터가 세계 체스 챔피언을 꺾었지만 바둑은 컴퓨터가 인간을 넘기 힘든 분야로 여겨졌다. 가로세로 19줄, 361개의 점으로 이뤄진 바둑판에는 무한대의 경우의 수가 숨어 있기 때문이다. 알파고가 바둑에 도전장을 던질 수 있었던 것은 ‘딥러닝’이라는 기술 덕분이다. 딥러닝은 컴퓨터에 사람의 사고방식을 가르쳐 스스로 학습하게 하는 알고리즘이다. 알파고는 프로기사들의 대국 3000만건의 기보를 입력받아 데이터를 축적했고, 이를 바탕으로 스스로 학습을 했다고 한다. 이는 인간이 바둑을 1000년 학습한 것과 맞먹는 어마어마한 분량이다. 그렇다면 왜 알파고를 개발한 구글 딥마인드는 100만 달러(약 12억원)라는 거액의 상금을 내걸고 도전에 나선 것일까. 그 해답은 빅데이터의 활용과 맞물려 있다. 바둑 소프트웨어에는 빅데이터를 바탕으로 예상 확률을 알아낸 뒤 더 높은 확률을 선택을 하는 컴퓨터 기법인 ‘몬테카를로 트리탐색’ 기법이 적용된다. 구글 딥마인드는 알파고를 더욱 발전시켜 바둑만큼 복잡한 실생활에 인공지능을 적용한다는 복안이다. 구글 딥마인드 최고경영자(CEO)인 데미스 하사비스는 이 대국 취지에 대해 “알파고는 바둑뿐만 아니라 아니라 실생활 어디에든 적용될 수 있다. 알파고가 사회의 난제들을 해결하는 데 쓰이기를 기대한다”고 설명했다. 인공지능이 실생활에 적용되면 빅데이터를 바탕으로 컴퓨터가 개인 선호도를 찾아 최적의 여행 플랜을 짜줄 수 있고, 의료 분야에서는 다양한 환자의 증상을 학습해 이에 맞는 진단과 처방을 할 수 있게 된다. 또 기초 데이터를 입력하면 컴퓨터가 상황에 맞춰 기사를 쓰는 시대도 조만간 도래한다. ‘로봇 프로 바둑기사’는 물론 ‘로봇 여행 플래너’, ‘로봇 의사’, ‘로봇 기자’ 등 다양한 전문직종에서 컴퓨터가 사람을 대신하게 된다. 최근 스위스 다보스에서 끝난 세계경제포럼(WEF) 연차총회에서는 ‘로봇과 인공지능이 일으킬 4차 산업혁명’이라는 주제가 눈길을 끌었다. 이 자리에서는 2020년까지 510만개의 일자리가 사라질 것이라는 보고서가 발표됐다. 인공지능의 영역이 점차 확대되면서 인간의 노동 영역을 대체할 날이 멀지 않았다는 것이다. 이처럼 전 세계가 4차 산업혁명에 뛰어들고 있는 현실에서 이세돌 9단과 알파고의 대결을 그냥 흥미로운 이벤트로만 보기에는 많은 여운이 남는다. 기술의 변화에 따라 일자리가 사라지고, 생겨나는 현실에서 우리나라도 이제 4차 혁명에 적응하고 적극 대응해야 한다. 컴퓨터가 바둑 최강자를 이길 날이 머지않아 보인다. 이왕이면 그 주역이 우리나라의 기술이었으면 하는 바람을 가져 본다. hyun68@seoul.co.kr

지난해 개봉한 영화 ‘어벤저스: 에이지 오브 울트론’에는 전혀 다른 성격의 인공지능(AI)이 나온다. 어벤저스의 일원인 아이언맨을 돕는 착한 AI ‘자비스’와 지구를 파괴하려는 악한 AI ‘울트론’이다. 아이언맨이 울트론을 불러낸 것은 지구를 지키기 위해서였지만 울트론은 점점 강하고 악하게 변해 인류를 위협하는 존재가 된다. 인공지능은 더이상 영화 속 이야기가 아니다. 우리 현실 속으로 알게 모르게 들어오고 있다. 자율주행차(무인자동차)나 미국 애플의 ‘시리’ 기능 등은 인공지능 기술을 적용한 대표적인 제품들이다. 인공지능 기술이 급속히 진화하고 일상에 빠르게 확산되면서 사회 전반에 미치는 영향은 갈수록 커질 것으로 예상된다. 이 때문에 미래창조과학부와 한국과학기술기획평가원(KISTEP)은 지난해 인공지능을 ‘기술영향평가’ 대상 기술로 선정해 미래에 미칠 영향을 분석했다. 인공지능은 1956년 영국 다트머스회의에서 존 매카시 교수에 의해 처음 사용된 용어다. 사전적 의미의 인공지능은 철학적 개념에 더 가깝다. 인간처럼 지성을 갖춘 존재나 시스템에 의해 만들어진 인공적인 지능이 인공지능이다. 그렇지만 일반적으로는 인간의 지각, 추론, 학습 능력 등을 컴퓨터 기술로 재현해 문제 해결에 도움을 받을 수 있는 기술을 말한다. 인공지능은 구현하려는 기술의 목표에 따라 ‘강한 인공지능’과 ‘약한 인공지능’으로 나뉜다. 강한 인공지능은 인간과 똑같이 마음과 정신까지 갖고 있어야 한다고 생각하는 부류이고 약한 인공지능은 수학 이론을 증명하고 글자를 읽고 쓰면서 사람과 대화를 하거나 장애물을 피하는 등 인간의 지능 전체가 아닌 특정 목적을 위한 부분적 기능만 갖추고 있어도 된다고 생각하는 것이다. 우리가 흔히 SF영화에서 볼 수 있는 인공지능들은 대부분 강한 인공지능 개념을 기반으로 한다. 스탠리 큐브릭 감독의 ‘2001 스페이스 오디세이’에는 사람과 똑같은 언어로 대화하고 사람의 얼굴을 알아보고 그림을 비평하고 감정을 읽고 추론할 수 있는 인공지능 컴퓨터 ‘할 9000’이 나온다. 영화 ‘터미네이터’에도 사람이 만든 인공지능 방어 프로그램인 ‘스카이넷’이 지각력을 얻어 사람이 자신을 파괴할 것으로 예상하고 인류에 대한 핵 공격을 감행한다는 내용이 나온다. 영화들은 기계가 스스로 사고하게 됨으로써 생겨나는 극단적인 미래 문제에 초점을 맞추고 있다. 전문가들은 “영화 속 인공지능에 익숙한 사람들은 강한 인공지능을 고차원적인 것으로 보고, 약한 인공지능을 수준 낮은 것 또는 인공지능이 아닌 것으로 취급하게 된다”고 지적한다. 약한 인공지능은 흔히 생각하는 것처럼 단순한 자동화 시스템이 아니며 예상치 못한 상황에 닥쳤을 때 인간의 지시를 받는 것이 아니라 시스템 스스로 최적의 답을 찾는 방식으로 작동하기 때문에 지능을 가졌다고 봐야 한다. 우리가 알고 있는 많은 지능형 시스템은 약한 인공지능에 해당한다. 인공지능의 세부 기술은 크게 ▲지각·인식 ▲추론·계획 ▲학습·적응 등으로 나눌 수 있다. 지각 및 인식은 센서를 통해 들어온 정보에 기반해 상태를 유추하는 기술이며, 추론 및 계획은 기존에 받아들인 지식으로부터 새로운 지식을 유도하고 목표 상태에 도달하기 위한 행위의 순서를 찾아내는 기술을 말한다. 학습 및 적응은 추론 과정에서 얻은 경험을 통해 다음에 더 효과적으로 문제를 해결할 수 있도록 시스템을 수정, 보완하는 기술이다. 1950년대 처음 개념이 나온 뒤 상당 기간 발전이 정체돼 있던 인공지능은 최근에 딥러닝, 자연어 처리 기술 등에서 진전을 보이면서 ‘제2의 전성기’를 맞고 있다. 딥러닝 기술은 뇌의 정보처리 방식을 인공적으로 재현하려는 인공신경망 연구에서 비롯됐다. 인간의 뇌는 뉴런들끼리 신호를 주고받으면서 정보를 처리하는데 딥러닝 기술은 이를 흉내 내 인공적으로 만든 컴퓨터 신경망이 수많은 반복과 수정 과정을 거쳐 디지털화한 데이터, 예를 들어 특정 이미지나 음향 데이터를 패턴을 통해 인식하도록 한다. 자연어 처리 기술은 사람들이 일상적으로 쓰는 말을 컴퓨터가 이해하고 답할 수 있도록 하는 기계 학습 방법이다. 간단해 보이지만 컴퓨터 언어와 사람의 언어가 다르기 때문에 기계가 사람의 말을 이해하기 위해서는 별도의 작업이 필요하다. 전문가들은 인간과 컴퓨터 간 의사소통이 가능한 인텔리전트 인터페이스는 2019년쯤 본격적으로 확산될 것으로 전망하고 있다. 기술영향평가를 총괄한 윤헌주 미래부 과학기술정책관은 “인공지능 시스템의 판단 범위와 판단에 대한 최종 책임 여부 등 윤리적 문제, 개인정보 보호와 사생활 침해는 물론 일자리 문제까지 인공지능의 발달로 인해 사회 전반에서 나타날 수 있는 다양한 문제에 대응할 정책을 마련할 수 있도록 관계 부처들과 협의해 나갈 것”이라고 말했다. 유용하 기자 edmondy@seoul.co.kr

'스스로 학습' 이라는 말은 이제 사람에게만 쓰는 용어는 아닌 것 같다. 최근 미국 캘리포니아 대학교 버클리캠퍼스 연구팀이 마치 인간처럼 실수로부터 배우는 로봇 '브렛'(BRETT)을 개발해 관심을 끌고있다. 마치 AI(인공지능)가 지배하는 암울한 SF영화를 떠올리게 하는 이 로봇은 물론 초보적인 수준으로 아직 갈 길은 멀다. 이제는 산업 현장 뿐 아니라 생활 깊숙히 들어온 로봇은 당연히 사전에 프로그램된 행동만 할 수 있다. 이 때문에 로봇은 조금이라도 환경이 달라지면 맡은 바 임무를 처리하지 못하지만 버클리 연구팀이 개발한 브렛은 다르다. 영상으로 공개된 화면을 보면 브렛은 장난감 비행기에 바퀴를 맞추는 간단한 일을 처음에는 제대로 수행하지 못한다. 그러나 수차례 이같은 작업을 반복하면서 결국 빠르고 정확하게 바퀴를 맞추는데 성공한다. 또한 레고를 맞추는 블록 작업 역시 처음에는 버벅거리다가 나중에는 향상된 실력을 발휘한다. 결과적으로 여러차례 실수를 통해 스스로 방법을 찾은 셈이다. 연구팀의 이같은 기술의 비밀은 바로 '딥러닝'이다. 딥 러닝(deep learning)은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 AI 기술로 최근들어 전세계적인 미래 동력으로 각광받고 있다. 연구를 이끈 피에터 아벨 교수는 "로봇이 스스로 배우는 힘을 부여하는데 있어 한발짝 나아간 것" 이라면서 "이번 실험에서 브렛이 새로운 상황에 직면했을 때 재프로그램하지 않았다"고 설명했다. 이어 "이처럼 로봇이 스스로 학습하는 능력은 복잡하고 다양한 업무를 수행하는데 있어 핵심적인 것" 이라면서 "향후 10년 내에 보다 획기적인 수준의 딥러닝 로봇이 개발될 수 있을 것" 이라고 덧붙였다.　 　 박종익 기자 pji@seoul.co.kr

'스스로 학습' 이라는 말은 이제 사람에게만 쓰는 용어는 아닌 것 같다. 최근 미국 캘리포니아 대학교 버클리캠퍼스 연구팀이 마치 인간처럼 실수로부터 배우는 로봇 '브렛'(BRETT)을 개발해 관심을 끌고있다. 마치 AI(인공지능)가 지배하는 암울한 SF영화를 떠올리게 하는 이 로봇은 물론 초보적인 수준으로 아직 갈 길은 멀다. 이제는 산업 현장 뿐 아니라 생활 깊숙히 들어온 로봇은 당연히 사전에 프로그램된 행동만 할 수 있다. 이 때문에 로봇은 조금이라도 환경이 달라지면 맡은 바 임무를 처리하지 못하지만 버클리 연구팀이 개발한 브렛은 다르다. 영상으로 공개된 화면을 보면 브렛은 장난감 비행기에 바퀴를 맞추는 간단한 일을 처음에는 제대로 수행하지 못한다. 그러나 수차례 이같은 작업을 반복하면서 결국 빠르고 정확하게 바퀴를 맞추는데 성공한다. 또한 레고를 맞추는 블록 작업 역시 처음에는 버벅거리다가 나중에는 향상된 실력을 발휘한다. 결과적으로 여러차례 실수를 통해 스스로 방법을 찾은 셈이다. 연구팀의 이같은 기술의 비밀은 바로 '딥러닝'이다. 딥 러닝(deep learning)은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 AI 기술로 최근들어 전세계적인 미래 동력으로 각광받고 있다. 연구를 이끈 피에터 아벨 교수는 "로봇이 스스로 배우는 힘을 부여하는데 있어 한발짝 나아간 것" 이라면서 "이번 실험에서 브렛이 새로운 상황에 직면했을 때 재프로그램하지 않았다"고 설명했다. 이어 "이처럼 로봇이 스스로 학습하는 능력은 복잡하고 다양한 업무를 수행하는데 있어 핵심적인 것" 이라면서 "향후 10년 내에 보다 획기적인 수준의 딥러닝 로봇이 개발될 수 있을 것" 이라고 덧붙였다.　 　 박종익 기자 pji@seoul.co.kr