어려운 인공지능을 만화로 먼저 만날 수 있다는 것은 행운이다.

이 만화를 처음 접하게 된 계기는 본 도서를 통해서가 아니다. 국내에 AI 분야로 가장 활성화된 페이스북 커뮤니티인 TensorFlow KR에서 공유글을 통해 야사와 만화로 배우는 인공지능페이지를 알게 되었다.

AI 분야가 딱딱하고 배우기 어려운 주제인만큼 만화를 통해 기본 개념을 익히고 그동안의 연구가 어떻게 발전되어 왔는지 일목요연하게 정리해 볼 수 있는 좋은 기회였기에 공유되는 만화를 종종 즐겨 읽었다.

새로운 주제의 만화가 올라올 때면 잠시 머리식히는 용도로 제격이었는데 어느덧 양이 꽤 많아졌다. 오래 전에 본 내용은 기억도 가물했고 가끔 우연히 페이스북 포스팅을 통해 만났기에 놓치는 회차도 제법 되었다.

더불어 만화의 내용이 상당히 유익하고 재미있어 언젠가 단행본으로 등장할거라 기대했는데 최근 종이책으로 발간되었다. 이 리뷰는 종이책 1권의 내용을 읽은 소감에 대한 기록이다.

본 도서에 관심있을 독자분들을 위해 간단히 핵심을 요약하자면 아래 그림으로 정리해볼 수 있겠다. 본 도서를 구매하면 선물로 증정되는 인공지능 계보도 포스터인데 인공지능에 기여한 연구자들과 연구 주제의 흐름을 한 눈에 정리할 수 있는 귀한 아이템이다.

이 계보도에 등장한 인물들의 일화이자, 이들이 왜 인공지능에 관심을 갖게 되었는지, 또 어떠한 연구 성과를 이룩하였는지, 현재의 분야별 고급 모델이 등장하기까지 어떤 난제를 해결해 왔는지 등이 본 도서가 다루고 있는 내용들이다.

인공지능 입문서를 한 번이라도 접해본 분들이라면 항상 서두에 단골로 나오는 기호주의의 대표주자 마빈 민스키와 연결주의의 대표주자 로젠블랫의 일화를 접해보았을 것이다. 로젠블랫의 퍼셉트론이 XOR 문제를 해결할 수 없어 인공지능은 겨울을 맞이했다는 내용은 이제 식상할 정도이다.

이 책에는 이와 비슷한 일화들이 매우 많이 등장한다. 영화 이미테이션 게임 주인공의 모델이 된 튜링 테스트로 유명한 앨런 튜링, 어릴적부터 천재 소리를 듣고 놀랄 만한 업적을 이룬 폰 노이만, 현대 인공지능의 아버지로 불리는 튜링상 수상자 제프리 힌튼 등 AI의 역사에서 빠질 수 없는 굵직한 획을 그은 인물들이 차례차례 소개되고 있다.

무엇보다 본 도서의 매력은 각 위대한 인물들이 AI와 관련하여 어떤 철학적 사고를 하였고, 시대별로 주어진 난제를 해결하기 위해 어떤 인사이트를 동원하였는지, 복잡한 AI 발전의 흐름은 어떤지 파악할 수 있다는 점 등을 들 수 있겠다.

개똥도 약에 쓸때가 있는 법. 바둑을 좋아하는 나로써는 어릴적 분명이 의미 있는 착점 자리라고 판단했음에도 기원 선생님이나 프로기사들이 가치없는 자리라고 일축하고 설명조차 하지 않는 것을 의아하게 생각하였다.

예를들면, 화점의 바로 밑에 해당하는 3*3의 자리에 착점하면 이유도 모른채 혼나거나 포부가 적다는 등 인성에 문제 있어(?)라는 소리를 듣기도 했다. 다행히도 알파고의 등장 덕분에 상황과 조건에 다 일리가 있는 수라는 것이 밝혀졌다.

알파고의 등장은 바둑계에 그동안 권위주의 오류를 비롯한 얼마나 많은 편향들이 공유되고 확신되고 있었는지 인간의 아둔함을 크게 일깨워준 계기이기도 했다.

그런데 그런 편향이 과연 바둑계에만 존재할까?

우리 개개인의 지식과 시각은 정도의 차이가 있을 뿐 대부분 의미가 있고 때에 따라서 유용해질 수 있다 생각한다. 꼭 세계적인 석학의 견해에 위배되거나 그동안 학회에서 인정해주는 스타일이 아니라는 이유로 개개인의 멋진 아이디어가 사장되는 일은 AI 시대엔 어울리지 않을 것이다.

그런점에서 독자 개개인이 AI에 번쩍이는 아이디어가 떠올랐지만 당장 연구의 길을 개척하기 어려울지라도 제프리 힌튼 등의 뛰어난 연구자조차 연구 논문을 학회에 게재할 수 없었던 사정 등을 본 도서를 통해 보고 배우며 가고자 하는 꿈을 놓치 않기를 희망한다. 역사는 언제나 미래를 위한 소중한 교훈이다.

본 도서의 또 다른 매력은 AI 연구의 거대한 그물 어느 지점에 자신의 아이디어를 연결해야 할지 도움을 받을 수 있다는 점이다.

뉴턴이 말했듯 모든 연구자들은 이전 연구자들이 쌓아놓은 거인의 어깨위에서 새로운 지식의 영역을 개척한다. 대학원에 진학하면 연구 주제를 선정한 후 선행 연구에 돌입하여 과거의 연구를 조사하고 Review 논문을 참고하거나 정리하는 과정이 필요한데 본 도서는 일종의 일반인들을 위한 Review 논문이라는 생각이 든다.

물론 일반인이 아닌 AI 연구자들에게는 수준이 얕게 느껴질 수도 있겠지만 AI에 기여한 연구자들을 모두 아는 사람은 매우 드물 것이기에 잠시 머리식히는 목적으로 새로운 상식과 다른 유관분야를 접하는 것도 의미있을 듯 하다. 혹시 또 아는가? 번쩍이는 아이디어가 솟아오를지.

특히 이 책은 대한민국의 미래를 책임질 자라나는 AI 꿈나무들에게 강력 추천하고 싶다. 그동안 AI에 어떤 주제가 화두로 연구되어왔는지 쉽고 재미있게 파악하고, 스스로 미래에 기여할 수 있는 영역을 미리 둘러볼 수 있다는 것은 엄청난 기회가 될 수 있다. 노력만큼이나 소중한 것이 방향이기 때문이다.

중, 고교생이라면 배웠던 수학으로도 충분히 알 수 있는 알고리즘이 소개되기도 한다. 아래 그림은 코호넨의 SOM(자기조직화지도) 모델인데 이 모델이 어떻게 동작하는지 수학을 통해 소개되고 있다.

쉬운 내용을 따라가면서 AI분야의 연구가 어떤식으로 이루어지는지 간접 체험해봄으로써 미래의 꿈에 여러 발자국 먼저 다가갈 수 있을 것이다.

벌써부터 2권이 읽고 싶어지고, 3권이 어서 출간되길 기대한다. 아니 그보다 만화로배우는인공지능 포스트가 일반인들에게도 널리 알려지면 좋겠다.

딱딱할 수 있는 AI 분야를 흥미로운 만화로 구성하여 커뮤니티에 종종 공유해주시는 두 분 작가들께 감사를 표하며 리뷰를 마친다.

• 책소개 - 야사와 만화로 배우는 인공지능 1

야사와 만화로 배우는 인공지능 1 

인공지능 알고리즘의 진화여정과 구루들의 뒷이야기를 먼나라 이웃나라 같은 교양만화형식으로 풀어낸 아주 신박한 기획이다. 

요즘 알파고와 4차산업혁명의 바람이 불면서 인공지능에 대한 관심이 높아지고 있는데 이 책을 보면 인공지능이라는게 이미 1940년대부터 수많은 과학자들이 꾸준히 연구해오며 발전한 성과였다는 점이 놀라웠다.

이 책은 빅데이터와 인공지능을 연구하고 전도하고 있는 위데이터랩 권건우 대표와 소프트웨어 공학 전문가인 삼성SDS의 루나 허령 두분의 공동저작으로 인공지능에 대한 책의 내용도 대단하지만 따뜻한 손글씨의 그림 또한 매력이다. 

솔직히 인공지능에 대한 과학적 해설은 아무래도 나같은 일반인들에게는 어려운 영역이지만 이 책은 나같은 일반인들을 위해 최대한 친절하고 이해하기 쉬운 방식으로 풀어낸다. 마빈 민스키 교수, 존 매카시 교수, 허버트 사이먼 교수의 기호주의적 접근의 초기 흐름과 이후 전문가 시스템, 시맨틱 웹으로 발전하는 과정을 담은 이 책에는 그 과학자들의 계보까지 그림으로 보여준다. 

1권인 이 책의 구성은 인공지능 탄생의 서막부터 딥러닝의 기원을 연 월터 피츠까지를 다루고 마지막에는 역사적 관점에서 본 인공지능의 분류에 대해 설명한다. 

책의 초반부에서는 인공지능 탄생의 서막에서 동시대에 태어난 두 명의 천재적 맞수 민스키와 로젠블랫에 대해 서술하고 쿠플러 박사와 쿠니히코 후쿠시마를 거쳐 꺼져가는 인공지능을 되살린 제프리 힌튼의 연구성과들을 풀어낸다. 

세번째 장에서는 인공지능의 봄을 알렸던 델타룰과 백프로퍼게이션, 신경세포의 초기모델, 아달라인을 소개하고 홉필드 네트워크에 대한 톺아보기와 신경망의 긴 겨울을 끝낸, 데이빗 럼멜하트에 대한 내용이 담겨있다. 

개인적으로는 딥러닝에 대한 대목들이 인상적이었는데 딥러닝에 시간을 더한 유르겐 슈미트후버, 딥러닝을 만들어낸 요슈아 벤지오, 딥러닝의 압도적 무공을 보여준 알렉스넷에 대한 이야기를 읽을 수 있다. 

영화는 이미지를 연속시켜 이전 이미지의 잔상에 새로운 이미지를 더해서 움직이는 효과를 낸다. 그러한 원리에 착안하여 유르겐 슈미트후버와 그의 제자셉 호흐라이터는 RNN의 획기적인 돌파구를 마련한 LSTM을 만들어낸다.

머신러닝이라는 단어를 처음 사용한 분은 아서 사뮤엘인데 그는 머신러닝을 컴퓨터에게 배울 수 있는 능력, 즉 코드로 정의하지 않는 동작을 실행하는 능력에 대한 연구분야로 정의한다.