KAKAO AI REPORT

카카오 AI 리포트 편집실

북바이북/ 2018.9.10.

이세돌과 알파고의 바둑 대결로 촉발된 인공지능 문제, 특히 딥러닝에 관한 문제가 사람들의 관심사로 크게 부각되었다. 뿐만 아니라 자율주행차의 현실화와 생산시설은 물론 각종 서비스업에 인공지능 로봇을 활용하게 되면서 사람들의 일자리 문제와 맞물려 AI에 대한 관심은 최고조에 이르고 있다. ＜KAKAO AI REPORT＞는 AI의 현실을 정리하여 보여줌으로써 독자들로 하여금 실생활에 어떻게 활용하고 적응해 나갈지를 도와주기 위해 엮어낸 책이다. 카카오 대외정책팀에서 정책 연구를 담당하는 인력이 잡지 ＜카카오 AI 리포트＞의 편집진으로 강원주 외 16명이 집필했고, 디자인은 허진아가 맡고 있으며, 김성현이 감수했다.

＜KAKAO AI REPORT＞는 ＜KAKAO AI REPORT＞창간호부터 13호에 이르기까지 실렸던 것을 6장으로 엮어서 만든 책이다. 각자의 경험에 따라서 AI가 만들어내는 변화의 속도는 빠르기가 다르다. 그렇기 때문에 현재를 다양한 관점에서 관찰하고 기록하고 수집하는 것은 더 나은 미래를 위해 반드시 필요하다. 17명의 집필진들이 각자 자기의 전공분야를 맡아서 기술했으며 현재 진행되고 있는 첨단의 관심사나 기술적인 문제, 연구 진행과정 등을 실어서 독자로 하여금 AI의 현재상황을 파악하고 미래의 발전 방향을 가늠할 수 있는 자료를 제공하고 있다.

지능이란 주어진 환경에서 추론하고 결정하고 행동하는 것을 의미한다. 머신러닝에서 사용하는 세 가지 학습방법이 있다. 입력된 데이터에 대한 판단 결과가 명확히 주어지는 경우 사용하는 지도학습과, 답이 정해져 있지 않기 때문에 주로 군집분류에 사용하는 비지도학습 방법. 그리고 주어진 문제와 답이 명확히 떨어지지 않지만, 결과에 따라 보상과 손실이 주어진다면 이를 통해 보상을 최대화하는 방향으로 진행하도록 모델을 학습하는 강화학습 방식이 있다. 이 중에서 지도학습은 학습 데이터를 통해서 유의미한 정보를 얻어내는 기계학습 방법론에 속한다. 그러나 강화학습에는 학습 데이터가 주어지지 않는다. 강화학습 문제에 주어지는 것은 보상함수다. 그리고 강화학습을 푼다는 것의 정의는 미래에 얻어질 보상값들의 평균을 최대로 하는 정책 함수를 찾는 것이다.

“알파고의 알고리즘은 딥러닝을 기존의 방법론인 MCTS(제한된 시간 내에 효과적으로 수를 계산하는 방법)의 선택과 시뮬레이션 과정에 적용한 것이다. 승패 예측과 탐색의 우선순위 등을 많은 양의 데이터를 통해 학습된 딥러닝과 기존의 방법론인 MCTS를 융합하여 극복하였다는 사실은, 딥러닝을 다른 분야에 적용하는 데 있어서 본받을 만한 선례를 만들었다고 생각한다.(p.157)” 전버전의 알파고 에선 15만 건의 기보로부터 3000만 개의 수를 입력받아 지도학습 방식으로 정책망을 학습해나갔다. 이렇게 다음 수를 예측하는 정확도를 57%까지 끌어올린 이후, 알파고는 강화학습을 통해서 정책망과 가치망을 다듬어 나갔다. 이 단계에선 스스로 새로운 전략을 발견하고, 바둑에서 이기는 법을 학습했다. 반면, 알파고 제로는 인간이 만든 기보나 수를 전혀 학습에 사용하지 않았다. 오로지 바둑 규칙만 가지고 자가 대국을 두며 처음부터 끝가지 인간의 도움 없이, 스스로 바둑 이치를 터득해나갔다.

“알파고 제로의 공개로 가까운 미래에 인공지능을 탑재한 기계가 인간을 지배하는 것이 아니냐는 우려가 더 커졌다. 반면 이를 제대로만 활용한다면 인류가 당면한 각종 사회문제를 해결할 열쇠가 될 것이라는 장밋빛 미래도 그려지고 있다. 분명한 건 알파고 제로가 19×19라는 작은 바둑판 내 문제를 푸는 최강자라는 점을 부인할 수 없다는 것이다.(p.172)” 다만 지구상에 존재하는 문제는 이보다 더 복잡한 경우의 수로 점철되어 있다는 점이다. 알파고 제로의 탄생에 환호하긴 아직 이르다. 아직 우리 인간이 가야 할 길은 멀고 풀어야 할 문제는 더 많다. 미국 드라마 ＜닥터 하우스＞의 괴짜 의사 하우스는 환자 병의 원인을 알기 위해, 현재 받고 있는 모든 치료를 일부러 끊어버린다. 해열제도 진통제도 맞지 못하는 환자는 괴로워하지만, 오히려 이런 상황이 되고 나서야 아픈 곳이 명확히 드러나고, 원인이 발견되어 치료가 가능해진다. 그동안 환자가 먹고 있던 약이 오히려 증상을 가리는 역할을 하고 있었던 것이다. 이렇게 발상의 전환을 통해 복잡한 문제를 쉽게 풀 수 있는 방법을 찾아낼 수도 있을 것이다.

“AI로 인한 미래 직업 변화에 대한 논의는 궁극적으로 자본과 노동, 기술혁신으로 창출된 가치의 분배 이슈들을 다룰 수밖에 없다. 그렇게 해야 혁신으로 인해 소멸한 과거의 것들을 대체할 수 있는 새로운 생산과 소비가 창출될 기회가 만들어지고, 새로운 시대를 맞아 확대 재생산 될 수 있기 때문이다.(p.250)” 이렇게 미래사회 변화에 적응할 수 있기 위해서는 적절한 교육이 필요하다. 미래 교육을 위한 준비로, 현재의 교육시스템에 대한 전반적인 재검토 및 개선이 필요하다. 학교는 인간의 창의성과 AI기반 첨단기술의 분석적인 지능이 조화롭게 어울릴 수 있는 환경을 제공해야 한다.

“초기 인류의 목적은 모든 동물들이 그러하듯 생명 유지에 있었다. 도구의 발명과 진보를 통해 인류는 다른 동물들과는 다른 한 차원 위의 존재가 될 수 있었다. 이후 지금까지의 인류의 목표는 노동을 통한 생산에 있어 왔다. 학습과 노동을 통해 사회를 위한 가치를 창출해야만 생존할 수 있었으며, 학생들도 이 목표를 달성하기 위한 교육을 받고 있다. 하지만 AI의 발달과 함께 앞으로의 인류는 노동, 학습, 생산 이라는 개념에서 탈피하게 될 것이며, 지금보다 한 차원 더 높은 가치를 추구하게 될 것이다.(p.350)” 미래의 AI 로봇이 과거의 노예 역할을 해준다면 미래의 인간은 인간이라는 이유만으로 귀족의 삶을 누릴 수 있을 것이다. 하지만 과연 그런 세상이 가능할까? 지금의 신자유주의 자본주의 경제체제하에서는 성공 확률이 거의 없어 보인다. 자본주의 체제에서 개개인에게 노동은 생활을 지탱해주는 근본이기 때문이다. 그리고 사회는 개개인의 노동을 바탕으로 사회가 필요로 하는 가치를 만들어서 사회를 유지한다. 그래서 노동이 아무리 힘들고 귀찮더라도 개개인의 생계를 위해서 그리고 사회 유지를 위해서 꼭 있어야 한다고 저자는 말한다.

“AI 로봇이 인간이 하기 어려운 일을 쉽게 하고 있는 것은 맞다. 심지어 인간 최고의 바둑기사인 이세돌 9단을 이기기도 했으니까. 우리는 자꾸 까먹는 기억을 AI 로봇은 한 번만 입력시켜 놓으면 절대 까먹지 않는다. 우리는 기억할 수 있는 양이 한계가 있는데 AI 로봇은 한계가 없어 보인다. 그러나 AI 로봇에게 직관을 발휘해보라고 명령하면 로봇은 어떻게 대응할까? 아마도 답을 내지 못해서 엄청난 혼란에 빠질 것이다.(p.487)” 수십만 년 동안 진화하며 발전시켜온 인류의 강한 생명의 힘을 AI 로봇으로 실현할 수 있을까? 현재의 기술로는 감히 상상하지 못할 위대한 능력임이 분명하다고 한다. 인간은 인간의 직관과 공감 능력이 잘 발휘될 수 있는 일을 하고 AI 로봇은 보다 물리적이고 데이터 기반의 일을 하게 된다면, 그렇게 커다란 사회적 분업을 하게 된다면 우리 사화와 우리 삶은 어떻게 될까? 두 존재의 장점이 상호 보완적으로 조합한다면 우리 사회는 보다 효율적이고 합리적이며 강한 사회가 될 수 있을 것이다. 그 두 존재의 장점을 조합하여 시너지를 낼 새로운 산업은 무엇일까? 이 부분을 보면 유토피아나 디스토피아가 아닌 새로운 미래의 길이 보일 것이라는 생각을 강조한다.

“마이크로소프트의 창업자인 빌 게이츠는 인터뷰를 통해 자신이 대학생이라면, AI, 에너지, 그리고 생명공학을 공부하겠다며 유망한 분야 세 가지를 꼽았다.(p.500)” 우리는 이 말을 되새기며 미래를 위한 준비를 해야겠다. 그러나 무엇보다 인간의 장점과 AI로봇의 장점을 잘 조화시켜 좀 더 풍요롭고 여유로운 인류의 미래를 열어가기 위해 부단히 노력해야 할 것이다. 단순노동이나 반복적인 힘을 쓰는 노동을 기계에 내주었다고 하여 주저앉을 것이 아니라, 새로운 사회의 주인이 되기 위한 노력이 필요하다. 현재의 AI에 대해 궁금하거나, 4차 산업혁명에 동참하기 위해 어떻게 준비해야 될지 고민되는 사람이 읽으면 많은 도움을 받을 수 있으리라 생각되는 책이다.

＜KAKAO AI REPORT＞는 ＜KAKAO AI REPORT＞창간호부터 13호에 이르기까지 실렸던 것을 6장으로 엮어서 만든 책이다. 각자의 경험에 따라서 AI가 만들어내는 변화의 속도는 빠르기가 다르다. 그렇기 때문에 현재를 다양한 관점에서 관찰하고 기록하고 수집하는 것은 더 나은 미래를 위해 반드시 필요하다. 17명의 집필진들이 각자 자기의 전공분야를 맡아서 기술했으며 현재 진행되고 있는 첨단의 관심사나 기술적인 문제, 연구 진행과정 등을 실어서 독자로 하여금 AI의 현재상황을 파악하고 미래의 발전 방향을 가늠할 수 있는 자료를 제공하고 있다.

지능이란 주어진 환경에서 추론하고 결정하고 행동하는 것을 의미한다. 머신러닝에서 사용하는 세 가지 학습방법이 있다. 입력된 데이터에 대한 판단 결과가 명확히 주어지는 경우 사용하는 지도학습과, 답이 정해져 있지 않기 때문에 주로 군집분류에 사용하는 비지도학습 방법. 그리고 주어진 문제와 답이 명확히 떨어지지 않지만, 결과에 따라 보상과 손실이 주어진다면 이를 통해 보상을 최대화하는 방향으로 진행하도록 모델을 학습하는 강화학습 방식이 있다. 이 중에서 지도학습은 학습 데이터를 통해서 유의미한 정보를 얻어내는 기계학습 방법론에 속한다. 그러나 강화학습에는 학습 데이터가 주어지지 않는다. 강화학습 문제에 주어지는 것은 보상함수다. 그리고 강화학습을 푼다는 것의 정의는 미래에 얻어질 보상값들의 평균을 최대로 하는 정책 함수를 찾는 것이다.

“알파고의 알고리즘은 딥러닝을 기존의 방법론인 MCTS(제한된 시간 내에 효과적으로 수를 계산하는 방법)의 선택과 시뮬레이션 과정에 적용한 것이다. 승패 예측과 탐색의 우선순위 등을 많은 양의 데이터를 통해 학습된 딥러닝과 기존의 방법론인 MCTS를 융합하여 극복하였다는 사실은, 딥러닝을 다른 분야에 적용하는 데 있어서 본받을 만한 선례를 만들었다고 생각한다.(p.157)” 전버전의 알파고 에선 15만 건의 기보로부터 3000만 개의 수를 입력받아 지도학습 방식으로 정책망을 학습해나갔다. 이렇게 다음 수를 예측하는 정확도를 57%까지 끌어올린 이후, 알파고는 강화학습을 통해서 정책망과 가치망을 다듬어 나갔다. 이 단계에선 스스로 새로운 전략을 발견하고, 바둑에서 이기는 법을 학습했다. 반면, 알파고 제로는 인간이 만든 기보나 수를 전혀 학습에 사용하지 않았다. 오로지 바둑 규칙만 가지고 자가 대국을 두며 처음부터 끝가지 인간의 도움 없이, 스스로 바둑 이치를 터득해나갔다.

“알파고 제로의 공개로 가까운 미래에 인공지능을 탑재한 기계가 인간을 지배하는 것이 아니냐는 우려가 더 커졌다. 반면 이를 제대로만 활용한다면 인류가 당면한 각종 사회문제를 해결할 열쇠가 될 것이라는 장밋빛 미래도 그려지고 있다. 분명한 건 알파고 제로가 19×19라는 작은 바둑판 내 문제를 푸는 최강자라는 점을 부인할 수 없다는 것이다.(p.172)” 다만 지구상에 존재하는 문제는 이보다 더 복잡한 경우의 수로 점철되어 있다는 점이다. 알파고 제로의 탄생에 환호하긴 아직 이르다. 아직 우리 인간이 가야 할 길은 멀고 풀어야 할 문제는 더 많다. 미국 드라마 ＜닥터 하우스＞의 괴짜 의사 하우스는 환자 병의 원인을 알기 위해, 현재 받고 있는 모든 치료를 일부러 끊어버린다. 해열제도 진통제도 맞지 못하는 환자는 괴로워하지만, 오히려 이런 상황이 되고 나서야 아픈 곳이 명확히 드러나고, 원인이 발견되어 치료가 가능해진다. 그동안 환자가 먹고 있던 약이 오히려 증상을 가리는 역할을 하고 있었던 것이다. 이렇게 발상의 전환을 통해 복잡한 문제를 쉽게 풀 수 있는 방법을 찾아낼 수도 있을 것이다.

“AI로 인한 미래 직업 변화에 대한 논의는 궁극적으로 자본과 노동, 기술혁신으로 창출된 가치의 분배 이슈들을 다룰 수밖에 없다. 그렇게 해야 혁신으로 인해 소멸한 과거의 것들을 대체할 수 있는 새로운 생산과 소비가 창출될 기회가 만들어지고, 새로운 시대를 맞아 확대 재생산 될 수 있기 때문이다.(p.250)” 이렇게 미래사회 변화에 적응할 수 있기 위해서는 적절한 교육이 필요하다. 미래 교육을 위한 준비로, 현재의 교육시스템에 대한 전반적인 재검토 및 개선이 필요하다. 학교는 인간의 창의성과 AI기반 첨단기술의 분석적인 지능이 조화롭게 어울릴 수 있는 환경을 제공해야 한다.

 『카카오 AI 리포트』는 카카오가 2017년부터 발행한 ＜KAKAO AI REPORT＞를 모아 단행본으로 출간한 책입니다. ＜KAKAO AI REPORT＞는 카카오 정책산업 연구 브런치에서 pdf 파일로 제공되고 있는데요, 저는 이 책을 통해서야 이 사실을 알게 되었네요. 글이 꾸준히 올라오고 있어서 앞으로 자주 방문할 것 같습니다.

 이 책은 리포트를 묶은 책이다보니 다양한 필진들의 글이 큰 주제로 나뉘어 편집되어 있습니다. 즉, 처음부터 차례로 읽어나갈 필요 없이 목차를 보고 관심이 가는 글부터 골라 읽을 수 있습니다. 각각의 글이 모두 필자가 다르고, 카카오에 속한 분들의 글만 있는 것도 아니라서 AI에 대한 다양한 글을 읽을 수 있다는 것이 이 책의 큰 장점입니다. 다만 책을 읽어보니 이 분야에 기본적인 지식이 없는 분들이 읽기는 힘들 것 같습니다. 처음에 인공지능의 역사에 대해 설명해주는 글도 있고 기본적인 개념에 대한 설명도 조금 있기는 하지만, 아주 일부에 불과하고 책 전반적으로 전문적인 내용이 많습니다. 저 또한 이 분야에 대해서 많이 아는 것은 아니라서 어려운 부분은 적당히 넘겨가며 흥미가 있는 주제 위주로 읽었습니다.

 이 책은 1장 AI란 무엇인가, 2장 AI와 윤리, 3장 AI를 어떻게 배울 것인가, 4장 AI와 일상, 5장 현장에서의 AI 활용, 6장 AI를 연구하는 사람들 이렇게 총 6장으로 구성되어 있는데요, 2~5장이 대부분의 분량을 차지하며 책의 핵심이라고 할 수 있습니다.

 이들 중 제가 제일 열심히 읽은 글은 3장의 '딥러닝과 데이터(p.105~)'입니다. 최근 데이터가 기하급수적으로 늘어나고 단위 연산당 비용은 줄어들다보니 인공신경망 기반의 기계학습 분야가 굉장히 각광받고 있습니다. 덕분에 인간의 직관으로는 다루기 힘든 거대한 데이터를 이용한 분석도 가능하게 되었죠. "빅데이터"라는 단어, 참 많이 들어보셨을 겁니다. 하지만 데이터가 많다고 모든 문제가 해결되는 것은 아닙니다. 이 데이터를 이용해 분석을 하기 위해서는 '데이터 전처리'라는 과정이 필요합니다. 이 글에서 든 예시를 한번 살펴볼까요. 개인화 추천 시스템을 만들어 어떤 사용자가 어떤 콘텐츠를 얼마나 좋아할 것인지 예측하는 모형을 만드는 것을 목표로 하고, 이 모형의 훈련 데이터로 사용자들이 영화 및 드라마에 점수를 매겨 놓은 랭킹 데이터를 사용하기로 합니다. 그런데 데이터에 세 가지 종류가 있습니다. 10점 만점의 시스템인 네이버 영화, 5점 만점의 시스템인 왓챠, 이진 평점(좋아요/아니오) 시스템인 넷플릭스의 데이터를 다 사용하려고 합니다. 이 세 가지 종류의 데이터가 전처리 과정을 거치면 훈련 세트로 사용될 수 있을까요? 불가능하다고 합니다. 가능할 것 같은데, 대체 왜 안될까요?

 서로 다른 스케일의 데이터를 정규화하여 하나의 데이터 세트로 만드는 것에는 큰 문제가 있습니다. 만약 10점 만점이나 5점 만점 시스템을 이진 평점 시스템으로 정규화하려 한다면, 몇 점부터를 좋아요로, 몇 점부터를 싫어요로 바꿔야 할까요? 상위 50%를 좋아요, 하위 50%를 싫어요로 변환한 데이터로 훈련한 경우와, 상위 52%를 좋아요, 하위 48%를 싫어요로 변환한 데이터로 훈련한 경우의 기계학습 모형은 동일한 입력에 대해 상당히 다른 추론 결과를 내놓는다고 합니다. 반대로 이진 평점 시스템을 선형 스케일로 바꾸는 경우에도 문제가 발생할 수밖에 없겠죠. 결국 이 문제를 해결하는 가장 간단한 방법은 애초에 논란이 생기지 않을 데이터를 생성하는 것입니다.

 하지만 실제 현장에서 생성되는 데이터들은 일반적인 믿음과는 달리 균일하지 않습니다. 변화가 빠른 IT 업계의 특성상, 시스템에서 생성되는 데이터의 형식은 계속 변합니다. 또한 일반적인 데이터들을 머신러닝에 사용하기 위해서는 엄청난 전처리 과정이 필요합니다. 데이터 편향성 문제, 데이터 밀도차 문제 등 데이터를 이용하기 전에 다뤄야 하는 문제들이 정말 산더미죠. 이 글을 통해 데이터 전처리 분야 자체만 해도 엄청난 전문성이 필요하다는 사실을 알 수 있었습니다. 이 분야에 대한 흥미도 많이 생겼고요.

 또 재미있게 읽은 글은 3장의 '머신러닝 적용의 실제: 논문이 가르쳐주지 않는 것들(p.174~)'입니다. 머신러닝 공부를 하다보면, 정확도를 1%씩 올리는 재미에 빠져들어 수치에만 집착하는 과정을 다들 한번쯤은 겪을 것 같습니다. 하지만 머신러닝 공부를 하는 것과 실제 서비스에 이를 적용하는 것에는 꽤 차이가 있습니다. 이 글에 따르면, 실제 서비스에 머신러닝을 적용할 때는 연구자의 시선보다 사장님의 시선으로 고민을 해야 한다고 합니다. 정확도를 올리는 것도 중요하지만, 결과적으로 효용을 지속적으로 발생시키는 것이 핵심이죠. 그런데 정확도와 지속적 효용이 꼭 정비례하지는 않는다는 것이 문제입니다.

 실제 서비스는 끊임없이 변화합니다. 오픈한 지 한 달 된 서비스와 몇 년 된 서비스의 사용자는 성향이 완전히 다릅니다. 이런 차이를 알지 못한 채 처음의 모델을 방치한다면 어떤 일이 일어날까요? 또 고려해야 할 것은 데이터의 수명입니다. 일반적으로 모델의 학습 과정에서 전체 데이터를 랜덤하게 트레이닝 세트와 테스트 세트로 나누어, 트레이닝 세트 데이터로 모델을 학습시키고 테스트 세트 데이터로 모델을 확인합니다. 하지만 3년 전의 데이터로 학습한 모델이 지금 가입하는 사용자를 평가하기에 적합할까요? 여기서 필자는 '데이터가 상한다'는 표현을 쓰더군요. 데이터도 시간이 지남에 따라 상하기 때문에, 데이터의 양이 무조건 많은 것만이 중요한 것은 아닙니다. '신선한 데이터'를 유지하는 것이 필요하죠. 또 현실의 서비스에서는 비용에 따라 정확도보다 커버리지가 우선이 되는 경우도 있고, 정확도보다 속도가 우선이 되는 경우도 많습니다. 실제 비즈니스에서는 현실과의 타협이 필요한 것이지요.

 여기서는 제가 관심있게 읽은 글만 소개했지만, 책의 분량이 꽤 되는 편이고 다양한 분야에 대한 글들이 많이 실려 있습니다. AI에 대한 이론적인 내용부터 실제 적용에 대한 내용까지 고루 다루고 있어서, AI에 대해 관심을 가진 분들이라면 충분히 읽어 볼 만한 책입니다. 특히 AI에 대한 기본적인 개념을 어느정도 배운 상태에서 다음 단계로 나아가려 하는 분들이 읽으면 좋지 않을까 합니다. 또한, 네이버가 TECH@NAVER 시리즈를 통해 기술 서적을 계속 냈듯이 카카오도 이 책을 시작으로 다양한 기술 서적을 출간한다면 정말 반가울 것 같습니다.

* 이 리뷰는 예스24 리뷰어클럽을 통해 출판사에서 도서를 제공받아 작성되었습니다.

KAKAO AI REPORT

카카오 AI 리포트 편집실

북바이북/ 2018.9.10.

sanbaram

이세돌과 알파고의 바둑 대결로 촉발된 인공지능 문제, 특히 딥러닝에 관한 문제가 사람들의 관심사로 크게 부각되었다. 뿐만 아니라 자율주행차의 현실화와 생산시설은 물론 각종 서비스업에 인공지능 로봇을 활용하게 되면서 사람들의 일자리 문제와 맞물려 AI에 대한 관심은 최고조에 이르고 있다. ＜KAKAO AI REPORT＞는 AI의 현실을 정리하여 보여줌으로써 독자들로 하여금 실생활에 어떻게 활용하고 적응해 나갈지를 도와주기 위해 엮어낸 책이다. 카카오 대외정책팀에서 정책 연구를 담당하는 인력이 잡지 ＜카카오 AI 리포트＞의 편집진으로 강원주 외 16명이 집필했고, 디자인은 허진아가 맡고 있으며, 김성현이 감수했다.

＜KAKAO AI REPORT＞는 ＜KAKAO AI REPORT＞창간호부터 13호에 이르기까지 실렸던 것을 6장으로 엮어서 만든 책이다. 각자의 경험에 따라서 AI가 만들어내는 변화의 속도는 빠르기가 다르다. 그렇기 때문에 현재를 다양한 관점에서 관찰하고 기록하고 수집하는 것은 더 나은 미래를 위해 반드시 필요하다. 17명의 집필진들이 각자 자기의 전공분야를 맡아서 기술했으며 현재 진행되고 있는 첨단의 관심사나 기술적인 문제, 연구 진행과정 등을 실어서 독자로 하여금 AI의 현재상황을 파악하고 미래의 발전 방향을 가늠할 수 있는 자료를 제공하고 있다.

지능이란 주어진 환경에서 추론하고 결정하고 행동하는 것을 의미한다. 머신러닝에서 사용하는 세 가지 학습방법이 있다. 입력된 데이터에 대한 판단 결과가 명확히 주어지는 경우 사용하는 지도학습과, 답이 정해져 있지 않기 때문에 주로 군집분류에 사용하는 비지도학습 방법. 그리고 주어진 문제와 답이 명확히 떨어지지 않지만, 결과에 따라 보상과 손실이 주어진다면 이를 통해 보상을 최대화하는 방향으로 진행하도록 모델을 학습하는 강화학습 방식이 있다. 이 중에서 지도학습은 학습 데이터를 통해서 유의미한 정보를 얻어내는 기계학습 방법론에 속한다. 그러나 강화학습에는 학습 데이터가 주어지지 않는다. 강화학습 문제에 주어지는 것은 보상함수다. 그리고 강화학습을 푼다는 것의 정의는 미래에 얻어질 보상값들의 평균을 최대로 하는 정책 함수를 찾는 것이다.

“알파고의 알고리즘은 딥러닝을 기존의 방법론인 MCTS(제한된 시간 내에 효과적으로 수를 계산하는 방법)의 선택과 시뮬레이션 과정에 적용한 것이다. 승패 예측과 탐색의 우선순위 등을 많은 양의 데이터를 통해 학습된 딥러닝과 기존의 방법론인 MCTS를 융합하여 극복하였다는 사실은, 딥러닝을 다른 분야에 적용하는 데 있어서 본받을 만한 선례를 만들었다고 생각한다.(p.157)” 전버전의 알파고 에선 15만 건의 기보로부터 3000만 개의 수를 입력받아 지도학습 방식으로 정책망을 학습해나갔다. 이렇게 다음 수를 예측하는 정확도를 57%까지 끌어올린 이후, 알파고는 강화학습을 통해서 정책망과 가치망을 다듬어 나갔다. 이 단계에선 스스로 새로운 전략을 발견하고, 바둑에서 이기는 법을 학습했다. 반면, 알파고 제로는 인간이 만든 기보나 수를 전혀 학습에 사용하지 않았다. 오로지 바둑 규칙만 가지고 자가 대국을 두며 처음부터 끝가지 인간의 도움 없이, 스스로 바둑 이치를 터득해나갔다.

“알파고 제로의 공개로 가까운 미래에 인공지능을 탑재한 기계가 인간을 지배하는 것이 아니냐는 우려가 더 커졌다. 반면 이를 제대로만 활용한다면 인류가 당면한 각종 사회문제를 해결할 열쇠가 될 것이라는 장밋빛 미래도 그려지고 있다. 분명한 건 알파고 제로가 19×19라는 작은 바둑판 내 문제를 푸는 최강자라는 점을 부인할 수 없다는 것이다.(p.172)” 다만 지구상에 존재하는 문제는 이보다 더 복잡한 경우의 수로 점철되어 있다는 점이다. 알파고 제로의 탄생에 환호하긴 아직 이르다. 아직 우리 인간이 가야 할 길은 멀고 풀어야 할 문제는 더 많다. 미국 드라마 ＜닥터 하우스＞의 괴짜 의사 하우스는 환자 병의 원인을 알기 위해, 현재 받고 있는 모든 치료를 일부러 끊어버린다. 해열제도 진통제도 맞지 못하는 환자는 괴로워하지만, 오히려 이런 상황이 되고 나서야 아픈 곳이 명확히 드러나고, 원인이 발견되어 치료가 가능해진다. 그동안 환자가 먹고 있던 약이 오히려 증상을 가리는 역할을 하고 있었던 것이다. 이렇게 발상의 전환을 통해 복잡한 문제를 쉽게 풀 수 있는 방법을 찾아낼 수도 있을 것이다.

“AI로 인한 미래 직업 변화에 대한 논의는 궁극적으로 자본과 노동, 기술혁신으로 창출된 가치의 분배 이슈들을 다룰 수밖에 없다. 그렇게 해야 혁신으로 인해 소멸한 과거의 것들을 대체할 수 있는 새로운 생산과 소비가 창출될 기회가 만들어지고, 새로운 시대를 맞아 확대 재생산 될 수 있기 때문이다.(p.250)” 이렇게 미래사회 변화에 적응할 수 있기 위해서는 적절한 교육이 필요하다. 미래 교육을 위한 준비로, 현재의 교육시스템에 대한 전반적인 재검토 및 개선이 필요하다. 학교는 인간의 창의성과 AI기반 첨단기술의 분석적인 지능이 조화롭게 어울릴 수 있는 환경을 제공해야 한다.

“초기 인류의 목적은 모든 동물들이 그러하듯 생명 유지에 있었다. 도구의 발명과 진보를 통해 인류는 다른 동물들과는 다른 한 차원 위의 존재가 될 수 있었다. 이후 지금까지의 인류의 목표는 노동을 통한 생산에 있어 왔다. 학습과 노동을 통해 사회를 위한 가치를 창출해야만 생존할 수 있었으며, 학생들도 이 목표를 달성하기 위한 교육을 받고 있다. 하지만 AI의 발달과 함께 앞으로의 인류는 노동, 학습, 생산 이라는 개념에서 탈피하게 될 것이며, 지금보다 한 차원 더 높은 가치를 추구하게 될 것이다.(p.350)” 미래의 AI 로봇이 과거의 노예 역할을 해준다면 미래의 인간은 인간이라는 이유만으로 귀족의 삶을 누릴 수 있을 것이다. 하지만 과연 그런 세상이 가능할까? 지금의 신자유주의 자본주의 경제체제하에서는 성공 확률이 거의 없어 보인다. 자본주의 체제에서 개개인에게 노동은 생활을 지탱해주는 근본이기 때문이다. 그리고 사회는 개개인의 노동을 바탕으로 사회가 필요로 하는 가치를 만들어서 사회를 유지한다. 그래서 노동이 아무리 힘들고 귀찮더라도 개개인의 생계를 위해서 그리고 사회 유지를 위해서 꼭 있어야 한다고 저자는 말한다.

“AI 로봇이 인간이 하기 어려운 일을 쉽게 하고 있는 것은 맞다. 심지어 인간 최고의 바둑기사인 이세돌 9단을 이기기도 했으니까. 우리는 자꾸 까먹는 기억을 AI 로봇은 한 번만 입력시켜 놓으면 절대 까먹지 않는다. 우리는 기억할 수 있는 양이 한계가 있는데 AI 로봇은 한계가 없어 보인다. 그러나 AI 로봇에게 직관을 발휘해보라고 명령하면 로봇은 어떻게 대응할까? 아마도 답을 내지 못해서 엄청난 혼란에 빠질 것이다.(p.487)” 수십만 년 동안 진화하며 발전시켜온 인류의 강한 생명의 힘을 AI 로봇으로 실현할 수 있을까? 현재의 기술로는 감히 상상하지 못할 위대한 능력임이 분명하다고 한다. 인간은 인간의 직관과 공감 능력이 잘 발휘될 수 있는 일을 하고 AI 로봇은 보다 물리적이고 데이터 기반의 일을 하게 된다면, 그렇게 커다란 사회적 분업을 하게 된다면 우리 사화와 우리 삶은 어떻게 될까? 두 존재의 장점이 상호 보완적으로 조합한다면 우리 사회는 보다 효율적이고 합리적이며 강한 사회가 될 수 있을 것이다. 그 두 존재의 장점을 조합하여 시너지를 낼 새로운 산업은 무엇일까? 이 부분을 보면 유토피아나 디스토피아가 아닌 새로운 미래의 길이 보일 것이라는 생각을 강조한다.

“마이크로소프트의 창업자인 빌 게이츠는 인터뷰를 통해 자신이 대학생이라면, AI, 에너지, 그리고 생명공학을 공부하겠다며 유망한 분야 세 가지를 꼽았다.(p.500)” 우리는 이 말을 되새기며 미래를 위한 준비를 해야겠다. 그러나 무엇보다 인간의 장점과 AI로봇의 장점을 잘 조화시켜 좀 더 풍요롭고 여유로운 인류의 미래를 열어가기 위해 부단히 노력해야 할 것이다. 단순노동이나 반복적인 힘을 쓰는 노동을 기계에 내주었다고 하여 주저앉을 것이 아니라, 새로운 사회의 주인이 되기 위한 노력이 필요하다. 현재의 AI에 대해 궁금하거나, 4차 산업혁명에 동참하기 위해 어떻게 준비해야 될지 고민되는 사람이 읽으면 많은 도움을 받을 수 있으리라 생각되는 책이다.

(이 리뷰는 예스24 리뷰어클럽을 통해 출판사에서 책을 제공받아 작성되었습니다.)

먼저 이 책은 2주동안 책을 다 읽지 못했습니다.

최근 많은 책을 읽고 리뷰를 썼는데, 거의 처음으로 다 읽지 못하고 서평을 씁니다.

분량도 분량이지만 저의 독서법은 책을 읽으면서 나오는 어려운 개념이나 관련 지식, 배경을 많이 찾아보면서 읽는데 이 책은 제가 회사에서 맡고 있는 업무와도 관련이 있어서 더욱 정독하느라 우선 리뷰를 먼저 씁니다.

추후 자세히 읽고 리뷰를 수정하겠습니다. 하지만 그 만큼 이 책은 AI에 대해서 관점을 넓혀줄, Insight를 키워 줄 책입니다.

책 띠지가 노란색의 카카오 상징을 보여줍니다. 인공지능,,,사실 30대 중반인 저도 어렸을때부터 많이 들어온 단어입니다. 그래서 오히려 익숙하기는 하지만 설익게 알고 있는 지식이 아닌가 하고 생각해봅니다.

'인공지능 세탁기', '인공지능 에어컨' 등등 흔히 가전제품에 조금의 전자적 제어 기능이 들어가면 우리는 인공지능이라고 많이 들었을 것입니다.

벌써 2년도 더 지났네요. 이 책을 보면서 2년이라는 시간이 금방이구나 하고 생각했습니다. 알파고와 이세돌의 대결에서 사람들은 박빙, 또는 아직은 바둑에서는 사람이 이기겠지 라고 생각했는데 4승 1패로 알파고가 승리하면서 엄청난 센세이션을 일으켰다.

 책을 신청하기 전,

 회사에서 최근 가장 많이 이야기하는 말이 5G, AI, 스마트카 같은 4차 산업혁명의 촉발로 일어난 단어들을 연구하고 이야기하는 일입니다.

 결국 4차 산업혁명 또한 저희와 같이 전자부품이 모두 들어가야 되고, 그러한 전자기기에 저희 제품을 마케팅하는 전략을 만드는 것이 저의 일이라 많이 이야기하고 스터디 할 수 밖에 없었습니다.

 며칠 전 회사에서도 이 책이 돌아다니는 것을 봤습니다.

 이 책은 처음에는 인공지능을 어떻게 바라 볼 것인가, 로봇 윤리에 대해 어떻게 봐야 하느냐로 시작합니다.

 로봇 윤리에 선행하는 원칙들로 ----- P62

 1. 인간의 존엄과 인간의 권리

 2. 평등, 정의, 형평

 3. 편익과 손해

 4. 문화적 다양성을 위한 존중

 5. 차별과 낙인화의 금지

 6. 자율성과 개인의 책무성

 7. 주지된 동의

 8. 프라이버시

 9. 기밀성

10. 연대와 협동

11. 사회적 책무

12. 이익의 공유

13. 지구 상의 생물에 대한 책무 를 들 수 있습니다.

과학철학자인 닉 보스트롬은 "창조자는 그들이 만든 산물(property)의 행위에 대한 책임이 있다. 만일 창조자가 도덕적 지위를 갖춘 창조물을 만든다면, 창조자와 창조물은 창조물의 행동에 대해 공독 책임을 져야 한다. 고 이야기 했습니다.

우리나라에서는 2007년 산업자원부에서 윤리헌장을 만들어서 이 점을 주지시키기고 있다. 물론 한국의 로봇윤리헌장은 아직도 미생으로 빠른 작성보다는 정확한 완성으로 지침이 필요하다고 할 수 있겠다.

 이 책은 카카오의 여러 AI 전문가들이 2017년 카카오 AI 리포트를 만들었고, 2018년  5월까지 기고한 글을 엮어 단행본 형태로 출간한 책입니다.

 중간중간 재미있고, 흥미있는 내용도 많지만 몇 번을 읽어도 이해가 안가는 어려운 수학 공식, 함수, AI 과학원리 등이 있어서 2주라는 시간 안에 읽기가 힘들었습니다.

 물론 명절만이라도 5G, AI 이런거에서 좀 떨어져 있어보자하는 생각도 있어서 책 읽기를 게을리했습니다.

 이 책은 앞으로 시간을 두고 한 Chapter, 한 Chapter 읽어 갈 예정입니다. 관련 전문지식이 너무 어려우면 인터넷도 찾고, 회사내 AI 전문가, 전자공학, 물리학도 들과 토론도 하면서 말이죠.

 500페이지가 넘는 분량 중 아직 1/4 밖에 읽지 못했지만, 시간을 가지고 천천히 읽고 나서 꼭 다시 리뷰를 수정하겠습니다.

 AI에 관심있고, 최근 Trend나 카카오 같은 IT업체 취업을 준비하시는 분이라면 특히 도움이 많이 될 것 같습니다.

 경쟁사인 N사 분이 읽어도 좋겠죠? ^^;;

운전을 할 때 항상 하는 행동이 있다. 

시동을 걸기 전 카카오맵을 켜 길찾기를 해본다.

자동차 네비가 있기에 카카오네비를 켜서 다니진 않지만 반드시 확인하는 것이 있다.

가장 빠른 길과 도착 예상시간이다.

카카오네비를 사용해본 사람들은 경험해본 적이 있을 것이다. 

도착예상시간이 놀랍도록 정확하다는 것.

예를 들면 항상 다니던 길이라 20분 정도 걸리는 것을 잘 알고 있고 차 네비에도 20분 걸린다고 하는데 

카카오네비가 50분 걸린다고 하면 '아닌데~' 하며 갸웃하다. 

그런데 막상 길에 나가보면 진짜 50분 걸린다. 

그런 경험을 몇 번 하고 나니, 카카오 네비를 거의 95% 신뢰한다.

남편에게 그 이야기를 했더니 그것은 '카카오'이기 때문에 가능한 일이라고 말했다.

위성으로 실시간 교통상황을 받는 네비와 다르게, 

카카오의 경우에는 카카오 택시, 카카오네비를 통해 정말 '실시간' 교통 상황 데이터를 바로바로 받아 적용하기 때문에 정확도가 올라갈 수 밖에 없다고 했다. 

우리는 사용자이지만 동시에 정보제공자이기도 하고, 

엄청나게 많은 사람들이 사용함으로서 계속 그 정확도를 올려나가는 것.

그때부터 카카오에 대해 굉장히 관심을 가지고 살펴보기 시작했다.

일단 그런 생각을 할 수 있는 회사가 있다는 것이 흥미로웠고, 

그리고 앞으로 카카오가 어느 방향으로 갈 것인가가 궁금해졌다. 

생각해보면 카카오톡으로 시작해 지금까지의 방향도 굉장히 놀라웠다는 생각이 들었다.

이 책 카카오 AI 리포트는,

카카오 대외정책팀에서 정책 연구를 담당하는 인력이 카카오 AI 리포트를 제작하고 있는데

거기서 나온 내용들을 하나로 묶어 단행폰으로 출판한 책이다.

그래서 AI에 대한 다양한 주제, 연구, 생각들의 뷔페 같다는 느낌이 강했다.

골라 읽는 재미도 있고, 새로운 것을 알아가는 즐거움도 있었다.

뼛속까지 문과인 나에게도 이해하기 쉬웠고, 호기심이 무럭무럭 자라게 해주었던 이야기니

두려워하지 말고 자신있게 읽기를 권해본다.

가장 인상깊었던 것은 'EU의 로봇법 프로젝트'다.

개인적으로 '법'쪽은 어떻게 되어 가고 있을까 궁금했고,

이 법에 대한 논의가 얼마나 국가 단위? 광범위하게 이루어지고 깊이있게, 또 

미리 논의가 되고 있는가가 개인적인 척도 같은 것이었는데

그 중 가장 흥미로웠던 것이 'EU의 로봇법 프로젝트'였다. 

2012년부터 유럽 4개국(이탈리아, 네덜란드, 영국, 독일)의 법률, 공학, 철학 전문가들이 참여하는 컨소시엄 형태인 로봇법 프로젝트를 통해 로봇과 관련한 법적 윤리적 이슈를 연구한 뒤 2014년 9월 결과 보고서 'D6.2 로봇규제 가이드라인을 도출했다. 유럽연합의 로봇법 및 규제 가이드라인은 자율주행자동차, 수술 로봇, 로봇 인공기관, 돌봄 로봇 등 상용화에 근접한 기술들을 사례별로 분석함으로써 구체적이고 기능적인 맥락에서 로봇 관련 규범 체계를 정립하기 위한 목적에서 추진됐다. 따라서 새로운 규제의 도입보다는 안전, 법적 책임, 지적재산권, 프라이버시, 데이터, 로봇의 계약 체결 능력 등 주요 이슈별로 기존 법률의 적용 가능성을 우선 검토하거나, 법률, 기술, 윤리, 의료 등 다양한 분야의 전문가들이 참여하는 다자간 학제적인 접근 방식을 취했다. 자율성을 가진 로봇의 예상치 못한 행동으로 초래된 법적 책임에 관한 원칙들에 관해서는 혁신 장려와 위험 규제라는 상반된 가치들을 균형 있게 조화시키며 논의할 것을 주문했다. 또한 인공지능 기술이 인간의 기본권 보호라는 대원칙을 훼손하지 않아야 하며, 인간 역량 강화라는 더 큰 목적을 달성할 수 있어야 한다고 강조했다. (46~47쪽, 인공지능을 어떻게 바라볼 것인가 중)

문장 하나 하나에서 고개를 끄덕였고,

법률 전문가, 철학 전문가, 공학전문가가 함께 모여 이야기한다는 것에서 놀라웠고,

깊이있고 다각적인 고민을 하고 있다는 생각에 부럽다는 생각까지 들었다.

나도 모르는 사이에 세상은 이렇게 변하고, 이런 생각들을 하고 있구나, 그런 벅참이 느껴졌다.

로봇 3원칙에서 로봇 0원칙이 추가되는 부분에서도,

고작 하나의 단어 '인류'에서 단어가 가지는 의미, 또 그 단어 하나에 담긴 엄청난 배경과 이어짐에 대해

아주 많은 생각을 할 수 있었다.

그리고 카카오에 대해 관심을 가지게 해줬던 '교통'에 대한 부분도 인상깊었다.

읽으며, 우리가 정말 4차산업혁명의 시대에 있구나, 

그리고 내 삶에 이렇게 깊숙히 AI에 대한 것이 들어와있구나 

그런 고민들 생각들.

조금 더 생각하며 살아야겠다는 반성까지도 했다.

최근에 수없이 많은 4차 산업혁명, 인공지능 등에 대한 책이 나오고 있는데

그 중 가장 흥미롭고, 쉽게 읽은 책이었다.