머신러닝·딥러닝…인공지능이란 무엇인가?

<앵커 멘트>

알파고와 이세돌 9단의 바둑대결을 지켜보면서 많은 분이 인공지능의 수준에 놀라고 있습니다.

인공지능이란 무엇인지 차정인 기자와 함께 알아보겠습니다.

<질문>
알파고가 다 이길 것이라는 예측이 많았는데 어제 4국에서 이세돌 9단이 이겼어요. 인공지능이 실수한 건가요?

<답변>
어제 경기 중에 데미스 허사비스가 올린 트윗을 보면 87수부터 승률이 급격히 떨어졌다고 했습니다.

즉, 학습한 내용을 바탕으로 확률 계산으로 바둑을 두는 알파고 입장에서 본다면 모르는 수가 나타나서 실수했다는 것으로 볼 수 있습니다.

5연승 했으면 인공지능이 싫어졌을 텐데 이세돌 9단이 이기면서 인공지능을 더 궁금해하는 것 같습니다.

<질문>
그러니까 인공지능을 어떻게 이해하면 되겠습니까?

<답변>
인공지능은 말 그대로 인간의 지능을 기계나 프로그램에서 흉내 내는 겁니다.

인공지능이라는 말이 처음 등장한 시점은 1956년입니다.

지능적인 기계를 만드는 과학과 기술로 정의했고 생각하는 기계를 만드는 연구가 시작된 것입니다.

그 이후로 연구가 본격화됐는데 강한 인공지능과 약한 인공지능으로 개념이 구분되기 시작했습니다.

<질문>
강한 인공지능, 약한 인공지능.. 어떤 차이인가요?

<답변>
인간이 할 수 있는 모든 일을 인공지능 스스로 한다는 것이 강한 인공지능이고 단순히 명령만 수행하는 수동적인 것을 약한 인공지능이라고 합니다.

알파고는 약한 인공지능이구요, 아직 강한 인공지능은 개발되지 못했습니다.

그리고 지능의 어떤 부분을 흉내 내느냐에 따라 구분되기도 하는데요.

인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등으로 구분됩니다.

몇 가지 사례를 보면 알기 쉬울 것 같습니다.

<질문>
인간의 지능을 이길 수 있느냐 없느냐의 실험 말이죠?

<답변>
1997년에 딥블루라는 인공지능이 세계 체스 챔피언을 이겼죠.

여기서 테스트하고자 한 영역은 연산능력입니다.

빠른 속도로 경우의 수 계산을 얼마나 할 수 있느냐를 본 겁니다.

슈퍼컴퓨터를 하나 만들어서 테스트해본 경우죠.

당시에는 매우 의미가 있었는데 이게 재밌는 점은... 지금 시점으로 보면 스마트폰 하나 정도의 능력이라는 것입니다.

두 번째 사례를 볼까요.

이번엔 우리가 쓰는 언어를 제대로 처리할 수 있느냐를 본 사례입니다.

왓슨이라는 인공지능이 TV 퀴즈쇼에 나가 우승한 겁니다.

이 실험의 의미는 규칙성이 없는 문장이나 말을 잘 알아듣느냐는 거죠.

사람과 대화를 하고자 하는 의미죠.

우승을 차지하긴 했는데 사실 왓슨에겐 모든 문제은행이 입력돼 있었습니다.

<질문>
그럼 알파고는 무엇을 테스트해보고자 하는 것인가요?

<답변>
학습능력입니다. 과연 인공지능 스스로 뭔가 할 수 있느냐는 것이죠.

알파고의 사례를 보면요.

아주 기본적인 바둑의 규칙만 가르쳐주고 그다음 어떻게 하면 이길 수 있다는 내용은 가르치지 않고 기보 데이터를 줬습니다.

엄청난 양의 데이터를 보면서 이기는 방법을 스스로 찾아내는 것입니다.

스스로 이기는 방법을 찾아내는 것 이것이 바로 최근 인공지능 연구에서 주목받고 있는 머신러닝, 딥러닝입니다.

<질문>
머신러닝.. 기계학습이라는 의미네요. 그래도 기계가 학습한다는 것이 잘 이해가 안 가는데요.. 어떻게 이해하면 될까요?

<답변>
여기서 말하는 학습이란... 특성을 추출해서 분류하는 시스템입니다.

패턴을 인식하면서 오류 값을 줄여나가는 것이 중요한 포인트인데요.

먼저 머신러닝이란... 패턴을 반복적으로 관찰하면서 차이점을 알아내는 개념입니다.

예를 들어보겠습니다.

고양이와 개의 이미지를 구분해 인공지능에 학습을 시킬 때는 개의 다양한 집단 이미지와 고양이의 다양한 집단 이미지를 보여줍니다.

그리고 이렇게 생긴 것은 개고 저렇게 생긴 것은 고양이라고 학습시키면 다양한 이미지들 가운데 공통요소를 찾아내고 그다음부터는 알아맞힙니다.

여기에 딥러닝은 한 단계 더 나가는 겁니다.

단순이 사진 한장을 놓고 개나 고양이냐를 구분하는데서 더 나아가 개와 고양이, 호랑이 사진 등이 뒤섞여 있는 상태에서 특정한 동물을 찾아내는 능력이라고 보시면 됩니다.

주어진 환경을 벗어나 새로운 환경에서도 명령을 수행하느냐를 보는 것이죠.

알파고가 고수들과 테스트하는 것도 이런 능력을 보는 거로 생각하시면 되겠습니다.

<질문>
그럼 알파고는 어떤 과정으로 수를 결정하게 되나요?

<답변>
바둑의 경우의 수는 우주의 원자보다도 많습니다.

모든 경우의 수를 따지고 결정하는 것은 기계도 무리가 있겠죠.

그래서 확률적으로 둘 필요가 없는 곳은 배제해 이 숫자를 줄입니다.

몬테카를로라는 탐색을 통해서 하는데요, 그다음은 어디에 돌을 놓을 것인가라는 정책적 판단을 합니다.

그리고 돌을 놓은 이후 판세가 어떻게 될 것인가하는 가치를 분석합니다.

그래서 정책망이라 부르고 가치망이라 부르는데 이 과정을 반복합니다.

이 과정들이 모두 학습입니다.

알파고는 그걸 인류 최고의 바둑 기사에게 테스트해보고자 한 것인데요.

이제 마지막 대국만 남았는데요.

바둑계와 과학계 모두가 의미 있는 성과를 냈으면 하는 바람입니다.