AI...

참 아리송하고 신기한 영역이다.

인공지능이라는 말은 어렸을적부터 많이 들어왔지만,

지금 돌이켜보면 어떻게 이렇게 빠르게 발전할 수 있었나 싶을 정도로 정말 발전이 빠른것 같다.

세간에 가장 많이 알려진 '알파고'를 보며

"로봇이 사람의 영역을 침범하기 까진 얼마남지 않았다." 라는 생각이 들었고,

"로봇에게 권리를..." 이란 주제의 뉴스가 종종 보이는것을 보아

이제 사람 같아지는것도 시간문제겠구나 싶었다.

그렇다면 우리 사람들은 무엇을 준비해야 하는가?

나는 로봇이 사람을 따라가듯이

사람도 로봇을 따라가야 한다고 생각한다.

바로 "로봇 마인드"를 익히고 알고있어야 문제에 대해 대비할 수 있다는것이다.

그래서 준비한것이 이 책

"AI 마인드" 다.

이 책은 막 엄청나고 "우와~" 소리가 나올정도의 내용은 담겨있지 않다고 생각한다.

프로그래밍 서적에 관심이 많은 분들은 한번쯤 보셨을

"파이썬 핵심 개발자들과의 인터뷰" 와 비슷하게

AI개발과 관련한 유명 인사들과의 인터뷰가 담겨있다.

2019/01/30 - [Talk/Review] - 책 리뷰 : 파이썬 핵심 개발자들과의 인터뷰

(이전 포스트, 파이썬을 공부하다가 심심할때 읽으면 좋은 책이다)

이 책은 무려...! 두께와 비례하게 난 킹왕짱이다! 를 외치는것같이 무려 23명을 인터뷰 한 내용이 담겨있다.

각 장엔 인터뷰 한 사람의 얼굴 사진과

좋지만 짧은(?) 문장들이 들어가있다.

인터뷰이들이 현재 몸담고 있는 회사에 대한 소소한 이야기부터

인터뷰이가 어떤 일을 해왔고, 현재 어떤일을 하는지,

그리고 최근 AI와 관련되어 이슈가 되고있는 일들에 대한 의견까지

다양하게 질문을 주고받고 있다.

최근 내가 관심있게 보고있던

'자율주행 자동차'에 대한 이야기가 있길래 흥미롭게 읽었는데,

AI와 관련된 규제와 현재 어느상황까지 현실적으로 다가왔는지,

어떤 상태인지에 대한 간략한 이야기가 나올뿐

기술적으로 드러나는것이 없어서 약간 아쉬웠다(좀 더 보면 나오려나?).

"방금 누군가는 평소대로 자율주행차를 타고 점심을 먹으러 나갔겠군요(p.90)"

기술적으로 파고드는 취재 형식이 아닌 질의응답의

간략한 인터뷰 형식이기 때문인것 같다.

계속 "간략한" 이라는 말이 나와서 눈치 챘겠지만,

딱히 이쪽 종사자가 아니라도 심심할때 간단하게 읽을거리로 추천한다.

조금 알쏭달쏭한 단어들은

서적의 앞 쪽에 "용어집"이라는 파트로 구성되어 있기 때문에

단어들을 이해하는데는 어렵지 않을 것이다.

딥러닝, 머신러닝, 인공지능, 빅데이터

많이 들어보았고, 뉴스 주제로도 많이 나오지만 일반 사람들의 주변에서는 찾아보기가 쉽지않다.

그만큼 아직은 현실과 동떨어진 느낌이 강한데,

지구 반대편에서는 누군가 평소대로 자율주행차를 타고 점심을 먹으러 간다고 하니 부럽기도 하다.

대부분의 인터뷰이들은 AI관련 기술에 대해 "규제" 혹은 "책임"이 필요하다고 말한다.

우리 주변만 보아도 신기술에 적응하지 못하는 사람이 많다.

(예를들어 스마트폰(?))

폴더폰에서 스마트폰으로 넘어가는 과정을 겪으며

적응에 성공한 사람들은 대부분

신기술에 대한 "공부"와 "경험"이 있었기 때문에 성공할 수 있었을 것이다.

하지만 이제 그저 인간이 사용 하는 '기술'의 영역에서 벗어나

'환경'의 영역에 도달하는 기술인 4차 산업혁명은

나 혼자만의 힘이 아닌 우리, 집단, 국가의 힘이 필요한 것이다.

아직까진 답을 내리지 못할것이다.

수많은 예측을 한들 실전에서 사용해보면

미지수의 에러가 튀어나오는것이 현실이니까

설렘과 두려움,

그 영역에 우리는 발을 내딛고 있다고 생각한다.

너무나 두꺼워 라면받침으로나 써야겠다고 생각할 수 도 있지만

미래를 위해 라면을 다 먹고 심심할 때 한번쯤은 읽어보자.

AI마인드/ 마틴 포드 / 터닝포인트

미래학자의 이야기 중에서 AI(인공지능)와 관련된 이야기는 여러 권을 읽어도 늘 흥미롭기만 하다. 특히 ＜AI 마인드＞의 경우는 인공지능 개발자들의 생생한 인터뷰가 담겨져 있어 현재의 인공지능과 앞으로의 인공지능을 기대할 수 있어 제법 두꺼운 책인데도 지루하지 않다는 것을 강조하고 싶다. 우선 기존에 출간되어 있는 AI관련 책과 가장 큰 차이점은 지나친 우려를 담은 비실무자들의 이야기가 아니라는 점, 한 사람의 미래학자의 의견이 아니라는 점을 밝혀두고 싶다. 저자 마틴 포드는 이 책의 목적을 다음과 같이 밝힌다.

이 책의 목적은 인공지능을 연구하는 세계에서 가장 저명한 과학자 및 기업가들의 대화를 통해 인공지능 분야와 관련된 기회와 위험성을 조명하는 것입니다. 8쪽

인터뷰의 주된 내용은 지속적으로 발전하는 인공지능이 과연 우리에게 어떤 문제를 가져올 것이며, 또 이를 해결하기 위한 방안은 무엇인지를 두고 진행되었다고 한다. 예를 들어 인공지능이 정말 우리의 일자리를 빼앗는가하는 부분, 인공지능이 과연 인류의 사고와 동일한 수준까지 발전할 수 있을 것인가, 만약 그렇다면 그 시기는 언제인가? 마지막으로 AI와 관련된 규제의 필요성이 질문에 포함되어 있다. 실무자들의 이야기를 듣는것이기 때문에 어느부분 이해하기 어려울 수도 있어 관련 용어집이 수록되어 있다는 점도 이 책을 부담스러워 하는 사람들에게는 반가운 부분이다. 딥러닝, 신경망, 다양한 인공지능 학습 방법, 인공지능관련 제품 등에 대한 개념을 이해했다면 이제 본격적인 인터뷰 페이지가 펼쳐진다. AI를 연구하는 사람들이라 그런지 대체적으로 인공지능을 통해 우리가 누릴 수 있는 혜택이 그 위험성보다 더 크다는 견해는 공통적으로 등장한다. 특히 의학분야를 보더라도 약물을 처방했을 때 그결과를 데이터화했을 경우 임상실험이 한창인 분야에 있어서는 훨씬 더 빠른 치료를 도모할 수 있는 등 장점이 많았다. 재미있는 부분도 있었는데 CEO가 회의를 할 때 직원들이 CEO가 원하는 바를 제대로 이해했느냐를 AI를 통해 확인할 수 있다는 점이다. 이런 기능이 회사의 회의시간은 물론 학교 수업시간에도 적용된다면 하루 혹은 일주일에 인생을 걸어야 하는 안타까운 시험제도를 없앨 수 도 있다는 생각이 들었다. 뿐만아니라 다른 학자의 인터뷰에서는 택시기사를 예로 들었다. 운전을 잘하기 위해서는 공간 지각과 더불어 실제 도로교통과 관련된 지식을 가지고 있어야 하는데 GPS의 등장으로 그런 지식이 더이상 주요한 부분이 아니라는 점이다.

발전속도나 그 혜택을 두고 공통된 의견을 가진 반면 인간 수준의 인공지능이 가능해지는 시기에 대해서는 편차가 상당했다. 다프네 콜러의 인터뷰를 보면 방대한 자료를 분석하고 수행하는 하는 것은 가능하지만 그러기 위해서는 엄청난 양의 데이터를 필요로 한다는 것이다. 반면 인간의 경우 '하나를 알면 열을 안다'와 같은 속담처럼 학습을 위한 기본적인 데이터의 양이 인공지능을 학습시키는 것과는 달리 아주 작은 데이터로도 충분하다는 것이다. 그런가하면 요슈아 벤지오의 답변을 보면 어떤 일이 벌어졌을 때 이성적인 판단이 가능한 인공지능과 달리 다소 불완전하긴 하더라도 해당 사건을 제대로 이해하고 있는 인간의 판단이 더 옳다고도 말한다. 뿐만아니라 직업적인 부분에 있어서도 의학분야에서 인공지능의 역할이 상당히 기대되는 것은 맞지만 간호사를 완벽하게 대체하리라고는 기대하기 어렵다. 게리 마커스또한 이들과 유사한 답변을 내놓았다.

인공지능은 긍정적인 잠재력이 많지만, 그 부분에 대한 관심은 부족할 것 같아요. 그리고 우리는 긍정적인 쪽으로 노력하고 있지만, 그걸로는 충분하지는 않죠.-중략- 현재 우리가 인공지능을 만들고 배포하는 방법이 완전히 좋은 방향이라고는 생각하지 않습니다. 인류에게 긍정적인 방향으로 인공지능을 이끄는 방법에 대해서는 계속해서 진지하게 고민해봐야 할 것입니다. 340쪽

마지막 질문이라 할 수 있는 정뷰규제와 관련된 답변들을 정리하자면 대부분 규제가 필요하다고 보았다. 여기서 말하는 규제가 군사적인 부분을 논한다기 보다는 인공지능이 인간의 삶의 제대로 유용하게 쓰이기 위해 국가간, 산업간의 윤리적 규제를 이야기하고 있다고 느껴졌다. 결론적으로 이들 대부분 영화나 일부 전문가들이 말하는 인공지능의 위험성은 낙관적으로 보고 있었다. 인간이 AI와 비교했을 때 불완전한 부분이 분명 있지만 완벽하게 인간을 대체할 수 없다고도 말한다. 결국 인공지능을 위험한 존재로 보든, 유용한 존재로 보든 미래에는 이들의 역할이 커질거라는 사실이고 이를 위해서 적절한 규제와 대책이 반드시 필요하다고 볼 수 있다.

최근 4차 산업혁명에 대한 전망을 이야기하는 도서들이 많이 출간되고 있습니다. 그 중 인공지능은 가장 큰 화두입니다. 그리고 얼마 전 이세돌과 알파고의 바둑대결에서 알파고가 완승을 거두면서 인간의 게임 중 그 수가 무한에 가깝다는 바둑에서조차도 인간의 지능을 완전히 추월한데 대해 일반 대중들에게 큰 인상을 심어 주었습니다.

그에 따라 요즘 수많은 인공지능 관련 책들이 말 그대로 쏟아져 나왔습니다. 그러나 지금까지 대부분의 인공지능 관련 책은 유명한 인사들이나 경제학자, 미래학자, 언론인들이 미래를 예측하는 경우가 대부분이었습니다. 그런데 이 책은 조금 독특하게 ‘세계적인 인공지능 개발자들이 알려주는 진실’이라는 부제처럼 알파고를 개발한 데미스 허사비스부터 현대 인공지능 아버지라 불리는 제프리 힌튼까지 총 23인의 인공지능의 세계적인 전문가들이 자신이 개발하는 인공지능에 대해서 이야기하는 인터뷰를 담아낸 책입니다.

이 책은 크게 23개 파트로 나누어서 각 파트별로 각 인공지능 개발자들을 인터뷰하는 형식으로 구성되어 있습니다. 그리고 각 개발자들에게 크게 세 가지 영역으로 나눠 인공지능과 관련된 질문들을 하고 있습니다. 먼저 인공지능 기술이 발전하면 인간의 노동력을 대체해 많은 실업자가 나올 것이란 두려움에 대한 이야기입니다. 일상적이고 기계적인 작업을 인공지능이 대체하게 된다면 일부 근로자 집단에선 불균형이 심화되고 실업률이 높아질 수 있다는 우려에 대해서, 인공지능 개발자들은 이에 대한 정책적인 해결책을 다양하게 제시하고 있습니다.

특히 데미스 허사비스는 인공지능의 등장이 고용시장의 붕괴와 실업의 증가, 고용 불평등의 문제로 이어지진 않을 것이라고 전망합니다. 나아가 그는 인공지능이 전기의 발명이나 산업혁명에 버금가는 변화가 있을 것이라고 보는 사람들도 있지만 아직은 지켜봐야 할 것이고 조심스럽게 말하면서 중요한 것은 인공지능의 혜택들이 모든 사람에게 돌아가야 한다는 것이라고 강조 합니다.

두 번째는 생각하는 기계에 대한전망, 극복해야 할 장애물 및 시기에 대해 어떻게 생각하는지에 대한 질문이었는데 각 개발자들의 의견이 서로 달랐습니다. 예를 들어 구글에서 자연어 처리 프로젝트를 담당하고 있는 레이 커즈와일은 사람수준의 인공지능은 2029년에 달성될 것이라고 예상했고, 로드니 브룩스

마지막으론 인공지능에 의해 생겨날 다양한 위험에 대한 질문이 나온다. 5G(5세대 이동통신)의 특성 중 하나인 '초연결' 시대에는 네트워크로 연결된 자동화 시스템은 사이버 공격과 해킹에 취약해서 사이버 공격과 해킹 위협도 급증할 것입니다. 인공지능이 경제와 사회에 점점 더 깊숙이 파고들면서 이와 관련한 문제를 해결하는 것이 우리가 직면한 가장 중요한 과제 중 하나가 되었고 이에 대한 인터뷰가 이어집니다. 또 다른 긴급한 사안은 머신러닝 알고리즘의 몇몇 사례에서 나타난 인종과 성별에 대한 편향 가능성인데, 몇몇 인터뷰에서는 오히려 인공지능이 조직적인 편견이나 차별에 맞서 싸울 수 있는 강력한 도가가 될 수 있다는 낙관적인 이야기도 합니다.

이 책의 저자는 200만회 이상 시청된 2017년 TED 콘퍼런스의 메인 무대에서 '인공지능과 로봇이 경제와 사회에 미치는 영향'을 강연한 한 미래학자이며 또 실리콘 밸리에 기반을 둔 소프트웨어 개발 회사의 설립자이기도 합니다. 또2015년 파이낸셜타임스 & 매킨지가 선정한 비즈니스 북상을 받았고, 20개 이상의 언어로 번역된 뉴욕타임스 베스트셀러인 '로봇의 부상: 기술과 직업없는 미래의 위협'의 작가이기도 합니다.

그러한 저자가 직접 인류미래연구소 이사인 닉 보스트롬 옥스퍼드대 교수, 벤처투자가 앤드루 응, 페이스북 부사장이자 수석 인공지능 과학자인 얀 르쿤 뉴욕대 컴퓨터과학 교수 등 23명의 인공지능 개발자와 기업가를 만나 인공지능에 대해 사람들이 궁금해하는 것을 직접 묻고 있는 이 책은, 과거의 어떤 기술보다도 무시무시한 존재일 수 있지만 인간이 피할 수 없는 반드시 받아들여야 하는 AI의 기술가능성과 두려움의 원천인 AI의 현주소를 파악함으로써 인간과 AI의 공생 가능성에 대해 가늠하는 책입니다. 아는 것 같지만 잘 모르는 AI에 대해서 여러 각도로 분석한 책으로 AI를 활용하기 위한 개발자들의 생각과 노력을 엿볼 수 있는 책입니다.

세계적인 바둑 대국으로 대한민국 사람들은 알파고를 알게 되었고, 그 이후로 인공지능에 대한 관심이 높아졌습니다. 다른 나라에 비해 직접적인 바둑 결과를 목격하고 관심이 높았던 만큼, 인공지능에 대한 관심도 높아진 것은 매우 긍정적인 효과였습니다. 하지만, 인공지능으로 인해 미래에 어떤 일들이 예상되고, 이를 위해서 지금 우리는 무엇을 준비해야 하는지에 대한 많은 추측들이 난무하고 있습니다. 너무 극단적으로 위험을 알리는 주관적인 예측들도 사람들은 부정하지 못하고 그럴 수 있겠다는 생각을 가지는 경우도 생겼습니다. 이 책은 미래학자인 저자가 수십 년의 경험을 가진 실제 인공지능 개발과 관련된 세계적인 전문가들에게 알아 본 내용을 인터뷰 형식으로 아주 현실적으로 전하고 있습니다.

책에는 최첨단 연구자, 웹 검색, 컴퓨터 비전, 자율주행 자동차 등 일반적인 인공지능 또는 딥러닝 분야의 리더 뿐만 아니라 딥러닝을 전적으로 신뢰하지 않는 비평가들도 포함하여 23명과의 인터뷰를 진행하였다고 합니다. 저자는 인터뷰 마다 많은 사람이 관심을 보이는 3가지 영역을 자세하게 다루었다고 합니다. 여기에는 고용 시장 및 경제에 미치는 영향력, 인간 수준의 인공지능 또는 일반인공지능에 관한 것, 머지않은 미래와 먼 미래의 인공지능에 의해 발생될 다양한 위험에 대한 이야기입니다.

개인적으로 노인들이 급증하고 장수하는 시대이기 때문에 의료시스템과 관련된 내용을 흥미롭게 읽었고 도움이 되었습니다. 인시트로라는 회사에서만, 신약 개발에서 임상 시험 성공률은 대략 절반이고 실패를 포함하여 신약 개발을 위한 R&D 세전 비용도 25억 달러나 든다고 합니다. 이로 인해 신약개발이 늦어지고 환자들의 치료가 지연된다고 합니다. 이 개발에 빅데이터나 머신러닝을 활용하여 더 빠르고 저렴하면서 성공적으로 만드는 것을 목표로 한다고 합니다. 이런 개념이 생긴 이후로 지난 몇 년 동안 많은 데이터 샘플들이 생겼고 기술력의 발달로 생물학적 모델 시스템을 구성할 수 있게 되어서 전례 없이 빠른 실험 속도와 높은 성능을 내고 있다고 합니다. 또한, 실제 화학적인 실험을 하는 습식 실험실과 머신 러닝이 적용된 컴퓨터로 결과를 분석하는 건식 실험실을 통합하는 과제를 해결하기 위한 노력이 필요하다고 합니다. 이 외에도 다양한 주제에 대한 세계 최고 전문가의 식견을 만날 수 있었고 미래를 예상할 수 있어서 인공지능을 기본 지식을 얻는데 매우 유익했습니다.

책의 본론에 앞서 실린 용어집을 통해 AI와 관련된 비슷하지만 다른 용어의 의미를 이해하는 것도 많은 도움이 되었습니다. 인공지능이라는 것에 대해 현재의 상황을 잘 알수록 더 희망적이고 기대가 되며, 위험 요소에 대해서는 적극적으로 통제를 할 수 있다고 생각이 들었습니다. 인공지능에 관심이 있는 분들이라면 이 책을 일독할 것을 적극 추천 드립니다. ^＞^

인공지능이 이제 정말 우리에게 성큼 다가오고 있습니다. 아직까지는 실감은 나진 않습니다만, 많은 사람들이 참여하는 유튜브나 넷플릭스 등은 관람자의 흥미에 맞춰서 인공지능으로 추천해주는 시스템을 적용하여 좋은 호응을 얻고 있고, 온라인쇼핑몰에서는 구매자의 구매패턴을 분석해서 구매가능성이 높은 제품으로 노출시키는 것은 기본인 시대에 들어섰습니다. 제품으로는 인공지능스피커가 아마존이나 구글 스피커가 아니더라도 SK와 KT에서 출시된 제품도 쉽게 접하게 되었습니다. 인간을 대신해준다는 인공지능 어떻게 변화해갈지, ＜AI마인드＞는 인공지능을 설계하는 사람, 엔진을 만드는 사람, 운전을 하는 사람인 속칭 인공지능개발자들 23명과의 인터뷰를 통해 인공지능으로 일어날 노동과 경제의 변화, 인공지능자체의 발전이야기, 마지막은 인공지능으로 초래할 리스크를 다룹니다. 누구나 무섭고 설래는 미래에 대해 세계적인 인공지능전문가들의 생각을 듣고 미래를 타진해볼 수있는 책입니다.

저자 마틴포드는 로봇의 부상이라는 베스트셀러를 저술한 미래학자라고 합니다. 2016년 한국에도 출시된 ＜로봇의 부상＞도 인공지능의 부상과 인간의 실직을 다루는 미묘한 함의를 다루고 있어서 ＜AI마인드＞는 로봇의 부상의 다큐편정도되는 대담 책으로 좀더 개발자들의 생각과 날것을 잘 볼수있는 좋은 편성입니다. ＜AI마인드＞는 저자 마틴포드와 23인의 개발자간의 대화로 구성됩니다.

데미스 허사비스는 대부분 처음들어본 사람일겁니다. 이분은 우리 이세돌을 격파한 알파고(2016)를 만든 분으로, 알파고개발자이자 구글 딥마인드 공동창업자겸 최고경영자입니다. 아직도 몇년전의 그 충격이 모두 있을겁니다. 그 당시는 이세돌이 한판을 이겼지만 이제는 어떠한 바둑고수도 절대 이길수없는 경지로 날아가버렸습니다. 그럼 이 엄청난 기술로 무엇을 준비하고 있을까요. 현재는 의학과 과학기술에 이바지하기위해 협력을 하고 있다고 합니다. 이제 직접적으로 인공지능이 과학의 문제를 해결하려고 듭니다. 물론 과학자들이 인공지능을 이용해서 개발시간을 줄이는 것으로 이용된다는 뜻이겠지만, IBM인공지능 왓슨처럼 병원진료와 법률분야로 확대해갈듯합니다. 흥미로운 것은 우리가 인공지능을 생각할때 의식을 가진 인공지능에 관한 상상을 하는데, 허사비스는 아직은 모르겠고, 발견하면 대단하겠다정도로 코멘트를 합니다. 어려운 문제는 맞는듯합니다.

인공지능중에 일반인공지능으로 칭해지는 용어가 있습니다. 이는 일반상황에서 쓰이는 인공지능입니다. 인공지능스피커가 100번은 업그레이드가 되어서야 진정한 의미의 인간 비서로 인공지능이 역활을 하는 걸겁니다. 스탠포드컴퓨터과학부교수 앤드류 응은 이에 대해 예측하기 힘들다고 합니다. 사실 일반인공지능수준에서 바로 인공지능이 인간을 지배하는 위험수준으로 올라간다는 위험과 같지않을까합니다. 그러나 일반인공지능이 나올수 있는 토대로 비지도인공지능이 많이 발전해야 한다는 전제를 답니다. 비지도인공지능은 질문만 가지도 답없는 정답을 찾는 분야입니다. 비지도인공지능을 수행하려면 현재도 엄청난 컴퓨터메모리용량을 요구합니다. 가야할 길이 아직은 많이 멀다고 합니다.

인공지능으로 우리게 대량실업을 예고한 직군은 무엇일까요. 아마도 운전직일겁니다. 사실 공장자동화로 이미 생산시설에서 사람의 퇴출은 일찍시작되어 상당히 진전이 되었지만 그걸 사회적 잉슈로 느끼지는 못했지만 운전직은 아마 최근에 발생한 공유자동차논란으로인해 택시기사들과의 충돌에서 보듯, 인공지능이 많은 비중을 차지하는 자율주행차의 상업화는 전세계적으로 수천만명의 일자리는 폐쇄하는 큰 소용돌이가 대기하고 있습니다. 이에 대해, MIT AI연구소 소장 다니엘라 러스는 자율주행차의 발전이 최고 5단계에서 4단계수준으로 발전하였지만 눈과 비에서 오류의 발생을 아직 해결못하고 있는 등, 아직 갈길이 멀다고 지적합니다. 아직은 최소 10년전후에서 일부분야에서 현실에 적용될거라합니다. 10년이면 아직 멀지않나요?? 교육에도 러스는 이제 교육을 받고 일을 하는 시대는 바뀔거라고 합니다. 항시 배우고 일하는 삶입니다. 개인적으로도 그래픽을 업무에 사용하는데, 신버전이 나오거나 새로운 제품이 나오면 계속 배우고 바로 업무에 적용해야 하는 것이 현실입니다. ㅠㅠ

일자리가 어찌될것인지 누구나 궁금할겁니다. 그것은 나만의 문제도 아니고 앞날의 미래문제가 아니고, 아마도 지금의 20세이하세대들에게는 10년내외로 급격한 걱정거리로 다가올겁니다. 새로운 일자리로 등장한 우버기사들의 평균시급이 3.37달러라고 로드니브룩스 리싱크로버틱스 회장이 언급합니다. 우버는 계속 적자행진인데, 우버기사들의 시습은 잠시 용돈벌이수준밖에 안됩니다. 이들을 대체할 자율주행에 대해 아직 해결책이 많다고 하지만 이들을 자리에서 내모는 것은 인공지능보다는 디지털화라고 합니다. 톨게이트에서 요금받는 분들이 아마도 반으로 줄었을겁니다. 그것은 하이패스라는 디지털서비스때문입니다. 인공지능이 아니죠. 디지털화는 컴퓨터화를 의미합니다. 컴퓨터가 등장하고 온갖 OA프로그램이 등장하고 사무직 인원이 반으로 줄었습니다. 인공지능과 결합하면서 디지털화도 아직도 굳건히 다양한 분야에서 진행중입니다.

＜AI마인드＞는 현재 인공지능기술이 어떤 단계이고 인공지능개발자들이 어떻게 성장하여 그 위치에 올랐는지 알려줍니다 그리고 그들이 생각하는 인공지능의 발전과 그리고 인간에게 미치는 영향을 다룹니다. 그런데 대부분 생각들이 비슷합니다. 정말 인공지능은 놀랍도록 발전했다. 하지만 우리가 우려하는 인공지능이 되려면 솔직히 언제 될지 모르겠고 요원하다.(23명 평균 2100년쯤 예상) 하지만 대부분 10년내에 많은 발전이 있을거라는 데는 모두 낙관적입니다. 그곳이 일반일공지능수준은 아닐뿐이죠. 하지만 일자리변화에 대해 전망은 그들도 전문가는 아니었습니다. 뭐 인공지능개발하거나 운용하기에 무척 바쁜 분들이니요. 누군가 큰 권력자가 나와서 그들이 하는 인공지능개발을 강제로 멈추지 않는한 그들은 최선을 다해 인공지능에 헌신할 분들입니다.

요새 가장 큰 화두가 되고 있는 AI. 

많은 뉴스미디어는 AI는 다루고 있지만, 실상에 대해서 이해하고 있는 사람은 많지 않다. 

나도 IT 회사에 있기 때문에 AI의 수요와 발전에 대한 기대가 많다. 

이 책은 실제 개발자들과의 인터뷰를 통해서 AI의 전망을 좀 더 객관적으로 바라볼 수 있게 한다. 

저자 마틴 포드는 미래학자겸 작가로서《로봇의 부상: 기술과 직업없는 미래의 위협》으로 2015년 파이낸셜 타임즈/맥킨지 비즈니스북 상을 수상했다. 

저자는 AI의 실상을 그대로 알리고자 전문가들과의 인터뷰를 가감없이 실었다.

“때로는 조심스러운 접근과 근거에 기반한 분석도 있는 반면 과대 포장으로 두려움을 조장하는 이해할 수 없는 것들도 있습니다.” - p7

이 책은 크게 3가지 부분을 다루는데, AI가 일으킬 고용 및 노동시장의 변화, 사람 수준의 인공 지능 개발 가능성, 인공지능이 초래할 위험이 그것이다. 

이를 위해서 구글의 인공지능 핵심 개발사, 유수한 대학의 교수 등 다양한 분야의 전문가 23명과 인터뷰를 했다. 

1980년대 초반까지 약 20년 동안 소수의 연구 과학자들만이 신경망 기술을 계속 믿고 발전시켰으며, 가장 중요한 인물은 제프리 힌튼, 요슈아 벤지오, 얀 크룬이라고 하다. 

이 분들이 딥러닝의 기본이 되는 수학 이론을 세우는데 기여를 했다. 

이제 이러한 딥러닝을 구글, 페이스북, 마이크로소프트 등 수 많은 기업들이 연구하고 많은 돈을 투자하고 있다. 

이렇게 발전한 인공지능으로 AI가 스스로 기사를 쓰고, 작곡도 한다. 알파고는 바둑계를 정복하고 은퇴했다. 이제는 스타크래프트도 AI가 공부를 하고 있다는데, 스타계도 곧 정복할 것으로 보인다. 

AI가 인류에게 갖다 줄 혜택은 많을 것이다. 우리가 그 동안 풀지 못했던 복잡한 수학, 자자연의 신비, 인간의 생명, 건강 등 많은 문제를 해결해 줄 것이다. 또한 자율 주행, 공장 자동화, 자동 주문, 로봇 친구 등을 통해서 인간의 삶은 편리해질 것이다. 

반면, 기존 일자리의 소멸, 인간의 수명 증가 등으로 인간이 삶의 방향성과 가치, 도덕성도 큰 문제가 될 것이다. 

터미네이터가 미래를 정복할 것이라고 공상 과학 영화도 현실이 될 것이라고 우려하는 사람들도 있다. 엘런 머스크를 포함해서. 

특히 인공지능이 무기에 사용된다면 어떻겠는가? 

무인비행기, 탱크, 로봇은 적군을 탐색하고, 이를 인지해서 공격을 할 것이다. 

무기는 당연히 잘못된 것이지만, 죄없는 사람들을 공격한다면 더욱 그렇다.

따라서 2018년 7월에 전 세계에서 온 160개 이상의 인공지능 업체와 2,400명의 연구자들이 무기를 개발하지 않겠다고 약속한 공개 서약서에 서명을 했다고 한다. 

이러한 우려가 과장되었다고 하지만, 결국 인류가 선택할 문제다. 

“결국 사람이 어떻게 설계하고 사용하는지, 그것을 통해 얻은 이익들을 어떻게 분배하는지에 달린 문제죠.” - p48

경제적인 영향에 대해서 과학자들은 아직 제한적인 영향을 예상한다.

인공지능이 전기의 발명이나 산업혁명에 버금가는 변화가 있을 것이라고 보는 의견에 대해서 아직까지는 ‘큰 변화는 없을 것’이라고 예상한다. 

물론 앞으로 큰 변화가 왔을 때, 제일 중요한 점은 부의 ‘재분배’다. 

그런데, 과연 그렇게 될 것인가라는 의문이 든다. 

결국 미래에도 정보를 독점하는 사람이 이득을 볼 것이기 때문이다. 

이를 위해서 이 책에 리 페이페이라는 교수는 AI4ALL이라는 프로젝트를 진행해서 고등학생들에게 영감을 주고, 인공지능 연구에 초대하고 있다. 이렇게 인공지능에 대한 이해도를 높여주는 비영리 단체도 의미가 있다고 생각한다. 

어떻게 보면, 고기를 주기 보다는 고기를 잡는 법을 알려주기 때문이다. 

또한 앤드류 응, 스탠퍼드대 부교수는 AI 펀드를 설립해서, AI의 기술에 대한 아이디어가 있는 사람들을 모아서, 이들을 도와주고 회사를 설립하는 것을 도와주려고 한다. 그는 ‘정말로 세계에 좋은 가치를 줄 수 있는 회사’가 많이 생기기를 바란다. 

영화나 드라마, 우리가 미래를 얘기할 때, 인간 수준의 인공 지능을 ‘일반 인공 지능’이라고 한다. 인간처럼 생각하고, 상상하고, 추론을 하고 배운다.

아직 이 단계는 걸음마 수준이다. 

레이 커즈와일 과학자는 2029년, 반면 로드니 브룩스 과학자는 2200년 정도 되야 가능하다고 한다. 둘의 차이가 엄청나게 크다. 

내가 생각하기에도 우리 아이들 세대에서도 인간 수준의 ‘일반 인공 지능’을 보기는 힘들 것 같다. 하지만 그 때가 되면 인공지능은 많이 발전할 것이다.

“일반인공지능에 대한 기대치는 조금 낮출 필요가 있다고 생각합니다.” - p83

앞으로 스마트폰, 자동차, 가전기기, 컴퓨터에 명령하면 그 답을 찾을 수 있고, 기계가 스스로 판단하는 정도는 ‘딥러닝이나 머신러닝’은 계속 발전할 것이다. 

하지만 우리가 은하철도999나 터미네이터 등에서 볼 수 있는 인간 수준의 인공 지능은 몇 세대가 더 지나야 가능 여부를 알 수 있을 것 같다.

이 책은 AI, 인공지능에 대해서 많은 전문가들을 인터뷰하면서 논의를 하는 책이기 때문에 흥미롭다. 다양한 의견을 들을 수 있고, 복잡한 용어에 대한 해석도 친절하게 되어있다. AI를 이해하기 위한 좋은 가이드 북이라고 생각한다. 

AI 정말 한 10년전쯤에는 꿈의 기술 같았던 AI가 2016년 알파고와 함께 현실이 되었다.

그럼 영화 터미네이터같은 디스토피아가 될것인가? 아니면  밝은 미래가 될것인가?.

에 대한 논의가 계속 되는 지금 AI 전문가라고 불리는 23명의 전문가와 저자가 나눈 인터뷰에 대한 기록이다.

책을 읽고나서 느낀점은 과학자들은 아무래도 기술의 낙관적인 면을 생각한다는것. 물론 비관론만을 생각한다면 기술의 발전은 없을 지도 모른다. 개발과 운영은 밀접하지만 어쩌면 창과 방패의 역할인지도 모르겠다.

이 책은 AI를 둘러싸고 있는 많은 기술과 실제 AI가 어디까지 왔는지를 이야기한다. 사실 완성이란것이 있을지모르겠지만 완성이 된다면 어디까지 갈지는 각자의 상상에 따라.

책의 시작은 우리가 잘알고 있는 데미스 허사비스, 알파고를 만든 딥마인드의 창시자로 시작한다.

(아마 우리나라에서 떠올린다면 이사람을 떠올리지 않을까? 알파고와 이세돌의 대결로 홍보는 톡톡히 하신듯) 이 분의 인터뷰에서 AI의 모델을 이야기한다. AI의 모델은 결국 인간이고, 인간의 신경망에 대해 심도깊은 연구 중이라는데, 사실 이부분을 읽으면서 AI에 대해 정말 인간과 똑같은 생각을 하는 AI를 나는 원하는가? 였다. 인간과 같은 AI를 만들었다면 제어는 가능할 것인가? 제어 부분도 연구중이라고 했는데, 인간의 신경망과 같은 AI를 만들었을때 제어가 가능할 것인가.하는 반문이 들었다.

그리고 제임스 매니카. 맥킨지 글로벌 연구소 이사라는 이분의 말에 "앗!"하는 생각이 들었던 부분이 있었다.

우리는 보통 AI가 가져올 미래에서 없어질 직군들 중 단순 노동직이라고 생각한다. 하지만 이분의 말을 이랬다. 만약 회계사와 정원관리사가 있다면 AI로 인해 피해를 볼 직군은 회계사가 더 높다는것. 시간당 임금 격차가 있긴 하지만 직업 자체의 존폐 여부를 놓고 본다면 그렇다는 것이다. 입력된 데이터를 통한 분석 등을 AI는 지금 기술로도 충분히 할수 있지만, 실 생활에서 로봇이 모든 장애물을 식별해 가면서 상황에 따른 대처를 해야 하는 정원관리사의 일을 대신하기엔 아직 먼 미래라는 것이다. 오!  이런 시각으로 보지는 않았는데, 들으면서 오호라. 싶긴했다. (내 직군도 없어질 직군안에 들지도 모른다는 불안감은 여전했지만.ㅠ)

이렇게 하나의 분야를 다양하게 연구하면서도 각자의 생각은 조금씩 달랐다. 물론 낙관론을 가지고 개발하는 것은 대체로 일치. 하지만 가져올 미래, 방향, 현재의 기술을 보는 시각등은 조금씩 다르다는것. 그래서 한사람 한사람의 인터뷰가 흥미로웠다.

분석이나 관련 분야의 정책을 좀더 고민하는 사람과 기술 자체를 연구하는 이들의 입장차는 분명히 보이는 책이였다. 기술 자체를 연구하시는 분들 중에서도 현재의 AI기술이 생각하는 것만큼 영화에서 처럼 오지 않았다는 팩폭?!을  쏟아내는 분도 있었지만.

잘 모르겠다. 지금이 기술의 중반쯤 온 과도기인지, 아니면 아직은 시작하는 단계인것인지. 뭘 모르니 많은 생각들이 쏟아지는 듯 하다.

하지만 AI가 오는 세상 자체는 막지 못할 것이다.

기술의 발전자체를 막지 못할테니.

하지만 AI라는 기술 자체가 인간의 위협이 되어서는 안된다는 것. 그래서 국가의 독점 또한 위험 할 수 있다는 생각이 들었다. 정말 많은 이들의 생각을 통해 정책과 운영 방침이 필요할 것이라는 생각이 든다.

여전히 나는 AI에 대해서는 반반이다. 정말 인간같은 AI가 필요한가 부터.

AI에 대해 면면히 알고 싶은 분들께 강력 추천!!

어디까지 왔는가. 무엇을 고민해야 하는가. 등을 각가의 인터뷰를 통해 많은 생각을 들게한다.

게리마커스라는 분이 한 이야기. 인상깊었다.

"인공지능은 긍정적인 잠재력이 많지만, 그 부분에 대한 관심은 부족할 것 같아요. 그리고 우리는 긍정적인 쪽으로 노력하고 있지만, 그걸로는 충분하지는 않죠. 거기에는 위험, 일자리 감소, 사회적인 격변이 일어날 것이라는 점도 이해합니다. 저는 일반인공지으을 만들 수 있다는 기술적인 측면에서 긍정적이지만 우리가 개발하는 것과 우선순위를 정하는 방법이 어떻게 변하는지 보고싶어요. 현재 우리가 인공지능을 만들고 배포하는 방법이 완전히 좋은 방향이라고는 생각하지 않습니다. 인류에게 긍정적인 방향으로 인공지능을 이끄는 방법에 대해서는 계속 해서 진지하게 고민해봐야 할 것입니다." p. 340

인공지능과 관련된 유명 과학자들과 기업가들의 생각들을 한 권의 책에서 만날 수 있어서 대단히 기뻤다. 개인적으로 20년전 대학원 다닐 때 처음 인공 신경망을 공부했고, 현재는 딥러닝 기반 영상처리와 음성처리 분야에 대한 연구개발 전략을 수립하는 업무를 하고 있기 때문에 감회가 남달랐다. 인공지능이 4차산업혁명 시대 가장 큰 화두가 되었기에 관련된 책들과 논문들도 많이 읽고 있지만 이 책에 담긴 내용들은 특히 인공지능 분야의 인사이트와 전망을 많이 담아내었기에 흥미가 더했다. 2018년 2월부터 8월까지 총 23명의 인공지능 전문가들과의 인터뷰 내용을 담은 이 책은 그들에게 몇 가지 공통적인 질문들을 했는데, 일반인공지능에 대한 의견은 좀 갈렸지만 그 외 답변이 엇비슷하여서 인상적이었다. 책의 부록으로 일반인공지능이 도래할 시기에 대한 설문 결과를 따로 빼놓았는데, 평균적으로 2099년이라는 대답이 돌아왔다. 가장 빠른 시기는 당연히 레이 커즈와일이 언급한 2029년이었다. 인공지능 전문가들의 의견이 대체로 일치한 내용은 복잡한 도심지를 주행할 수 있는 완전 자율주행차는 10년이나 20년 후에나 가능할 것이며, 중국의 인공지능 개발은 그들도 개발 현황을 대부분 오픈하고 있기 때문에 문제 될 것이 별로 없으며, 인공지능으로 빼앗긴 일자리를 보존하기 위한 기본소득 정책은 대부분 지지하지 않는다는 것이다. 

이 책에 23명의 인공지능 전문가들이 펼쳐놓은 이야기들 중 얀 르쿤과 레이 커즈와일이 언급한 내용들이 가장 눈에 띄었다. 얀 르쿤은 현재 인공지능 기술을 강화학습, 지도학습, 자기지도의 세 가지 범주로 구분했다. 여기서 강화학습은 놀라울 정도로 비효율적이며, 원하는 만큼 여러 번 시도할 수 있는 컴퓨터 게임에서는 잘 작동하지만 현실 사례의 대부분에서는 잘 작동하지 않는다고 말한다. 그러면서 사람의 학습은 모델 기반 강화학습에 더 가깝다고 말한다. 즉, 사람은 행동의 결과를 미리 예측할 수 있는 현실세계의 모델을 가지고 있다는 것이다. 그래서 나쁜 결과를 초래하지 않도록 미리 계획을 세우고 행동할 수 있다고 한다. 결국 학습의 대부분은 강화하는 단계에 있는 것이 아니라 예측모델을 자기지도 방식으로 학습하는 것이며, 이것이 우리가 해결해야 하는 중요한 문제라고 지적한다. 물론 아직까지 이것을 어떻게 구현할 수 있을지는 모른다면서 말이다. 얀 르쿤은 인공지능이 바꿔놓을 미래에 대해서도 인상적인 언급을 했는데, 사물의 가치는 사람의 노동력에 부여된 것에 더 많은 가치를 부여하고 자동화된 것에는 덜 가치를 부여하도록 변화할 것이라 전망하고 있다. 택시는 인공지능 시스템에 의해 주도될 수 있기 때문에 더 저렴해질 것이지만, 실제 사람이 봉사하거나 실제 인간 요리사가 무언가를 창조하는 식당은 더 비싸질 것이란 말이다.

일반인공지능이 초래할 문제에 대해서도 독특한 의견을 제시한다. 인간은 기계들의 가치 체계를 학습시키고, 근본적으로 바르고, 사람에게 이롭도록 훈련시킬 수 있다면서 기계가 인간보다 더 똑똑하다는 것이 인간보다 완전히 우월하다는 것을 믿어야 할 이유가 없다고 말한다. 잘 생각해 보면 인간은 정말 단순한 바이러스에 의해 살해될 수 있지만 그 바이러스는 우리를 죽이기 위해 특화되어 있다면서 말이다. 그런 의미에서 일반 지능을 갖춘 인공지능 시스템을 만들 수 있다면 인공지능을 파괴하도록 설계된 보다 특화된 인공지능을 만들 수 있다고 단언하고 있다. 이와 더불어 레이 커즈와일이 풀어낸 이야기도 자못 흥미롭다. 우선 1960년대에 기호주의 학파와 연결주의 학파의 태두인 마빈 민스키 교수와 로젠블랫 박사를 모두 만날 수 있었다고 한다. 특히 로젠블랫 박사는 퍼셉트론의 출력을 다른 퍼셉트론의 입력으로 넣어 층을 여러 개 쌓으면 점점 똑똑해지고 일반화를 잘하게 될 것이라는 예측을 1960년대에 이미 했다는 것이다. 그리고 민스키 교수는 죽기 전에 깊은 신경망의 진가를 이제야 알아봤다고 후회했다는 내용도 있다. 레이 커즈와일이 주창하고 있는 신피질 시뮬레이션은 2030년대 초반 정도가 되어야 잘 작동할 수 있을 것 같다고 하면서, 뇌 신피질의 상단층을 클라우드와 연결하면 인간 스스로 더 똑똑해질 수 있다고 말한다.

또한 모든 종류의 물리적 제품들은 정보기술이 될 것이라면서 인공지능이 통제하는 건물에서 수경성 과일과 채소를 이용한 도시 농업이 활성화되고, 육류용 근육 조직의 체외 복제로 식품을 만들 것이라 언급한다. 정보기술은 50%의 디플레이션율을 가지는데, 이것은 전통적인 물리적 제품에도 적용 가능하다면서 1년만에 가격이 반값으로 떨어질 것이라 말한다. 3D 프린팅으로 의류와 건물도 만들 것이라면서 의식주가 그렇게 해결될 것이라 언급하고 있다. 그래서 2030년대 들어서면 오늘날 우리가 생각하는 것보다 훨씬 더 높은 삶의 질을 제공할 수 있을 것이며, 실제로 그렇게 많은 돈이 필요하지 않을 것이라 전망한다. 결국 인생에 있어 물질적 욕구에 따르는 삶의 기준이 무의미해지기 때문에 직업을 통한 수입이 중요하지 않게 되고, 더 나은 삶의 의미를 찾기 위해 계속해서 매슬로우의 욕구단계설을 발전시킬 것이라 언급하고 있다. 나머지 전문가들의 말을 좀 더 살펴보면 구글 딥마인드의 데미스 허사비스는 향후 몇 년 동안 딥러닝만큼 강화학습이 많이 발전할 것 같다고 진단하면서 강화학습을 진지하게 연구하는 곳은 딥마인드가 거의 유일하다고 소개한다. 강화학습은 스케일만 키울 수 있다면 충분히 일반인공지능을 실현할 수 있는 방법이 될 것이며 현재는 전이학습과 개념적인 부분의 한계를 개선하려고 노력 중이라 한다.

그는 신경 과학에 기반을 두고 인공지능을 개발하는 것이 두뇌에 관한 복잡한 문제를 잘 풀 수 있는 최적의 방법이라고 생각하고 있는데, 하지만 많은 신경 과학 연구들은 정확한 인사이트를 제공해주지 않는다고 하소연한다. 신경 과학 분야가 너무 방대한데다가 대부분은 의학, 심리학, 신경 과학 자체를 위해 수행되기에 거기서 나온 자료의 99%는 인공지능 연구원에게 유용하지 않다는 것이다. 스탠퍼드 대학교의 리 페이페이 교수는 신경 과학과 인공 지능 모두를 연구하고 있는데, 오늘날의 신경망과 딥러닝의 성공에는 주로 지도 패턴 인식의 영향이 크다고 언급한다. 이는 일반적인 인간의 지능과 비교하면 매우 좁은 영역이라면서, 시각적인 원동력, 계획, 추론, 감정, 의도 및 끈기에 대한 조화를 갖춘 지능은 현재 인공지능에서 찾아볼 수 없다고 말한다. 앤드류 응 역시 일반인공지능을 향한 진전은 거의 없다면서 데이터가 많지 않을 때 딥러닝은 그렇게 좋은 도구가 아니라고 언급한다. 인공지능에서 유능한 인재가 되려면 결국 하이브리드를 사용할 시기와 고려해야 할 모든 것을 다 넣고 어떻게 조합하느냐를 다 알아야 한다면서, 장기적으로 더 유연한 알고리즘을 가진 인간 수준의 지능을 향해 가려면 신경망에 관한 연구와 함께 역전파보다 더 좋은 알고리즘이 나와야 한다고 말한다.

특히 딥러닝이 잘하지 못하는 것은 인과관계 판단, 모델이 가지는 의미나 결과들을 잘 설명하는 것, 악의적 데이터를 지속적으로 입력시키는 등 악의적 공격에 대처하는 법, 큰 데이터 집합보다는 작은 데이터 집합에서도 잘 학습하는 법, 한 영역에서 개발된 모델이 다른 영역에서도 좋은 성능을 낼 수 있게 하는 방법들, 레이블이 없어도 잘 학습하는 법이라고 한다. 인공지능이 불러올 재앙을 가장 크게 경고했던 닉 보스트롬은 인공지능 에이전트나 프로세스를 만들면 그 자신의 목적을 달성하기 위해 스스로 실행할 수 있는 초지능이 된다고 말한다. 여기서 문제는 최적화하려는 목표 자체가 인간이 바라는 가치에 배반 되는 것 일수 있다면서, 그 상황에서 초지능 시스템이 인간을 압도해 버리고 바라지 않는 결과들을 가져오게 될 수 있다고 말한다. 즉, 인간이 아닌 인공지능이 정한 기준에 따라 세상이 흘러갈 수 있다는 것이다. 그는 기후변화보다 인공지능이 가져올 위험이 더 크다고 주장하고 있다. 아주 인상적인 경력을 쌓아온 맥킨지 글로벌 연구소의 제임스 매니카는 인공지능과 관련된 여러가지 새로운 기술들을 소개해주고 있다. 반지도 학습 기술인 GAN, 모델의 예측에 가장 영향을 주는 특정 데이터 세트를 찾으려고 하는 LIME(Locally-Interpretable-Modelagonostic-Explanation), 단일 기능 모델을 추가해가면서 특성 간 상호작용을 제한할 수 있고, 그 특성이 추가되면서 결정된 예측의 변화를 찾아낼 수 있는 GAMs 등이 바로 그것이다.

또한 제임스 매니카는 전 세계적으로 인공지능과 자동화 기능의 영향력을 아직 크게 보지 못했다면서 우리가 상상하는 것보다 해당 기술들이 훨씬 더 생산성을 향상시켜줄 수 있음을 언급한다. 인공지능을 활용한 의료시스템 개발을 주도하는 다프네 콜러는 신약 개발에 대한 수익률은 2020년에는 0%에 도달할 것으로 예상된다며 이제는 좀 더 전문화된, 특정 질병이나 특정 집단에 효과를 줄 수 있는 약물 개발에 초점을 두어야 하며 자신이 만든 회사인 인시트로는 빅데이터나 머신러닝을 활용해 신약을 개발하는 과정을 더 빠르고 더 싸게 만들 수 있다고 주장한다. 딥러닝 삼대장 중 한 명인 요슈아 벤지오는 컴퓨터가 이미지나 비디오와 같은 데이터를 인식할 뿐만 아니라 새롭게 만들어내고, 이를 통해 만들어지는 효과를 분석해 실제 세상에 존재하는 인과관계를 추론하는 연구들이 현재 진행중이라 언급하고 있다. 연구자들이 인지한 것들로부터 알게 된 지식을 그룹으로 만들고 그것을 바탕으로 높은 수준의 판단에 사용할 수 있게 만들면 부분적으로 그것이 인간 수준의 인공지능으로 발전하는 방법이라 설명한다. 역시 딥러닝 삼대장 중 한 명인 제프리 힌튼은 자신이 역전파 알고리즘을 만든 것이 아니라 데이비드 루멜하트가 생각해낸 역전파가 분산 표상을 학습한다는 것을 보여주었을 뿐이라 언급한다.

뉴욕대 교수인 게리 마커스는 생물학에서의 시스템은 어떤 기관이든 상관없이 고유한 자기 구조를 가지고 시작한다고 정의내린다는 점을 지적한다. 그렇기에 뇌의 초기 구조는 우리가 세상을 이해하는 방법을 연구하는데 매우 중요하다는 것이다. 현재 딥러닝 시스템은 실제 후두엽 피질에서 만들어지는 상향식 정보만 사용하고 전두엽 피질에서 만들어지는 것들은 전혀 가져오지 못한다면서 일반인공지능을 만들려면 이 두 가지 정보를 모두 포착할 수 있어야 한다고 지적한다. IBM 왓슨을 개발한 데이비드 페루치는 컴퓨터가 읽고 이해한 내용을 바탕으로 의사소통을 하는 문제에 대해서는 아직 해결 근처에도 가지 못했다고 지적한다. 현재 이해한다는 것의 의미를 연구하고 있는데, 사람들은 같은 것을 보고 서로 다른 해석을 할 수 있지만, 딥러닝으로 학습하기 위한 데이터에 붙은 레이블은 모두 같기 때문에 거기서 엇박자가 난다고 언급한다. 특히 오늘날의 시스템은 언어를 이루고 있는 복잡한 논리의 계층화된 표현을 만드는 것이 아니라 단어와 어절의 통계적인 패턴을 분석하고 있다면서 말이다. 로봇 분야의 권위자인 로드니 브룩스는 후쿠시마 원전 사고 때 일본이 개발한 로봇이 아닌 자신이 개발한 로봇이 사고 현장에 투입되었다면서 모든 사람들이 일본은 환상적인 로봇 역량을 가지고 있다고 생각했지만 실제로 가지고 있었던 것은 자동차 회사 한두군데서 만든 보기 좋은 홍보용 동영상이라 꼬집는다.

또한 몇 개의 비지도학습의 예만 보더라도 우리는 곤충의 학습능력을 재현할 수 없다면서 앞으로 10년 동안 딥러닝에서는 새로운 것이 없을 것이라 전망하기도 한다. MIT 퍼스널 로봇 그룹에 있는 신시아 브리지엘은 인간이란 굉장히 심오한 사회적이고 감정적인 종으로 인간의 잠재력을 실현하기 위해 인간 지능의 다른 측면을 지원하는 것이 중요하다면서 비언어적 단서를 읽고 예측할 수 있는 로봇을 만들고 있다고 한다. 앨런 인공지능 연구소를 이끌고 있는 오렌 엣치오니는 창발성 지능을 주장하는 사람들이 딥러닝을 고용량 통계 모델로 사용하고 있는데, 그 기술의 핵심에 있는 통계 모델은 숫자들로 이루어진 행렬을 곱하고, 더하고, 빼는 작업을 기반으로 한다면서 상식이나 의식이 생겨나는 것을 보기에는 동떨어져 있다고 언급한다. 커널 & OS 펀드 설립자인 브라이언 존슨은 15년 안에 뉴럴 인터페이스가 현재 스마트폰만큼 흔할 것 같다면서 우리 뇌에 있는 정보들을 인터넷 상으로 업로드 할 수 있을 것이라 말한다. UC Berkeley 교수인 스튜어트 러셀은 현재 뉴스에 나오는 것은 개념적 혁신이 아니라 데모일 뿐이라 지적한다. 딥 블루는 이미 30년전에 고안된 것을 구현한 데모이며, 초기 딥러닝 시스템과 합성곱 신경망은 1980년대 후반, 1990년대 초반에 각각 나온 것이라면서 말이다.

스튜어트 러셀은 기계가 읽을 수 있게 되면 세상에 나온 모든 책들을 읽을 수 있을 것이고, 일반인공지능의 독서 수준이 유치원 수준을 넘게 되면 그 어떤 인간보다도 훨씬 더 방대한 지식을 가지게 되고, 인간이 해왔던 것들을 초월한 업적들을 이뤄낼 수 있을 것이라 전망한다. 특히 일반인공지능이나 인간 수준의 지능에 필요한 개념적인 구성 요소들 중 많은 것들이 이미 존재하고 있지만, 몇 가지 중요한 부분들이 빠져 있는 상태라고 지적하면서 그 중 하나가 논리 구조를 만들고 추론할 수 있도록 하는 자연어 처리라 말한다. 또한 의학 분야는 인간 생리학을 다루기 때문에 데이터 기반보다는 지식 기반, 모델 기반의 접근이 더 중요하다면서 딥러닝을 적용한 중요한 의학 응용 사례들이 많지 않을 것 같다고 언급한다. 마지막으로 UCLA 교수인 주데아 펄은 딥러닝과 신경망에서 행하는 것들은 매우 복잡한 것들을 어떤 특정한 포인트들이나 곡선 등에 맞추는 것이라면서 이런 철학들이 이론적으로도 명확한 한계를 가진다고 언급한다. 즉, 사실과 반대되는 일을 못하고 전에 보지 못한 새로운 행동을 하지도 못한다는 뜻이다. 일반인공지능을 만들기 위해서는 가장 높은 단계인 사후가정사고가 필요한데, 인간은 이를 통해 상상의 시나리오를 만들며, 새로운 이론과 발명품들을 만들게 하거나 오래된 습관을 버릴 수 있게 해준다는 것이다. 사후가정사고를 구현하는게 중요하다는 말이다.

현업에서 직접 AI와 관련된 개발을 하고 있는 개발자부터, 저명한 학자와 연구자, 기업가까지, 23인과의 인터뷰를 담고 있는 일종의 대화문 형식 도서입니다.

기존의 AI, 인공지능 관련 책들은 사실 아쉬움도 많았습니다. 직접적으로 딥러닝 등의 기술을 사용하는 방법을 안내하는 기술서들은 AI 분야에 대한 통찰을 제시해주기에 지면의 한계가 있고, 반대로 이에 대한 통찰을 제공하는 것을 목적으로 하는 책은 직접 현업에서 AI를 다루고 있지 않은 이들이 쓴 책도 상당했습니다.

모 현업 데이터과학 종사자의 발표에서, 인사이트, 통찰과 같은 단어는 현업 종사자가 아닌 이들이 일종의 약팔이와 같은 일을 위해 사용하는 것이라... 라는 느낌의 얘기를 들었던 기억도 나네요.

이 책이 굉장히 뜻깊은 이유 중 하나는, 바로 현업과 밀접한 관련이 있는 23인의 의견을 생생하게 들을 수 있다는 것입니다. 특히 Coursera의 창립자 중 한명이자, Coursera에서 머신러닝 관련 강의로 많은 수강생에게 생생한 지식을 전달하고, 스탠퍼드 대학교의 컴퓨터과학과 부교수인 앤드류 응 교수는 해당 분야에 관심있는 사람이라면 한번쯤 들어보았을 것입니다.

또한, 해당 분야에 굉장한 발전을 불러온 라이브러리인 텐서플로우를 개발한 제프리 딘, 알파고를 발명했으며, 구글에서 인수한 딥마인드의 공동 창업자인 데미스 허사비스 등, AI 업계에서 유명한 여러 인물과의 인터뷰 역시 수록되어 있는데요.

만약 이런 저명한 학자, 개발자들과의 인터뷰를 보고 싶다면 웹의 유명 저널, 유튜브 등을 열심히 뒤져봐야 할 뿐만 아니라, 그 과정에서 원하는 정보를 얻지 못할 가능성도 큽니다.

반면에 해당 도서에서는 무려 23인의 인터뷰를 그대로 수록하여 한 곳에서, 앉은 자리에서 편안하게 AI 업계에 대한 강력한 정보들을 얻을 수 있도록 합니다. 심지어 한국어 번역본으로요.

터닝포인트 출판사에서 일찌감치 번역서를 출간해주신 덕분에, 국내 AI 업계 종사자와 관련 업계에 관심있는 여러 사람들에게도 굉장히 많은 도움이 될 것 같습니다.

매 인터뷰마다 대상자의 사진을 한 페이지 꽉 차게 넣어서 사진의 품질이 꽤 떨어져보이고, 엉성해보이는 부분, 그리고 약간씩 눈에 띄는 편집되지 않은 자잘한 오타들이 아쉬움으로 남습니다. 

해당 부분이 개선되어 앞으로도 더욱 발전하는 터닝포인트 출판사가 되었으면 좋겠네요. 앞으로도 해당 출판사를 통해 양질의 IT 서적을 많이 만나볼 수 있기를 기대합니다. 감사합니다 :)

* 해당 서평은 출판사로부터 도서를 무료 증정 받은 후 작성하였음을 알립니다.

처음 인터넷에서 책의 목차를 접했을 때 굉장히 기대를 많이 한 책이었다.

데미스 허사비스, 앤드류 응, 얀 르쿤처럼 너무 잘 알려진 전문가들 외에도

이 분야에서 유명하다는 사람들의 이름이 모조리 적혀있었기 때문이다.

인공지능이나 AI는 이제 더이상 생소한 용어가 아니며, 많은 사람들이 실제로 인공지능 프로그램을 작성하거나, 관련 컨텐츠를 접하며 공부를 진행하고 있다. 하지만 인공지능이라는 단어가 너무 광범위하게 쓰이다 보니 각자가 생각하는 인공지능의 개념과 기대치가 너무 다른 것이 현실이다. 인공지능에 대한 이야기와는 동떨어진 내용도 'AI'와 '머신러닝', '인공지능'의 이름을 붙여 주장하는 사람들도 많았다.

이 책을 읽으며 좋았던 것은, 전문가들이 생각하는 인공지능에 대한 개념과 철학이 명확하다는 것을 알 수 있었다는 점이다. 특정 분야의 문제를 잘 해결하는 '딥러닝'과 일반적인 상황에서 범용적으로 쓰일 수 있는 '일반인공지능'을 명확하게 구분짓고, 각각에 대한 현재의 연구 수준 및 앞으로의 전망을 너무나도 명확하게 이야기를 해준다. 23명의 전문가들 각각의 인터뷰를 찾아보거나 관련 기사를 읽어보아야 알 수 있을 철학들이 한 권의 책에 담겨 있어서 좋았다.

책에서 대부분의 전문가들은 인공지능을 긍정적인 도구로 바라보고 있다는 점 또한 인상깊었다. 해당 분야를 연구하다 보면 이 기술의 미래에 대해 많은 생각을 하게 될 것인데, 적어도 책에 나와있는 전문가들은 인공지능 기술을 과학과 사회의 여러 세부 분야에 적용하여 새로운 문제를 해결하고 인간이 보다 좋은 방향으로 나아가는 것에 대해 고민을 하고 있었다. 인공지능의 거장들이 이런 방향성을 가지고 연구를 진행하고 있다는 점이, 인공지능으로 우리 미래생활에 긍정적인 영향을 미칠 수 있을것이라는 기대감을 많이 심어주었다.

책을 펼쳤을 때는 글자로 빽빽히 차 있는 페이지를 보며 '언제 다 읽지' 걱정도 많이 되었지만, 인터뷰 형식에다가 흥미로운 주제가 많이 나오다 보니 생각보다 금방 읽을 수 있었다. 인공지능에 관해서 전문가들의 철학과 견해를 조금이나마 배워보고 싶은 사람들에게 추천한다.