요즈음 인공지능 이슈가 뜨겁다. 이세돌이 알파고에 패배한 것부터, 인공지능 판사까지. 각계 전문가들은 거의 모든 분야에서 인공지능 기술이 쓰이리라 예상한다. 그런 인공지능이지만, 시민들에게는 낯설다. 인공신경망이니, 뭐니 하며 각종 전문용어가 튀어나오기 때문이다. 필자는 그런 낯선 단어를 더욱 친숙하게 만들고자 이 글을 썼다.
인간은 단 2자리 수끼리의 곱셈도 시간을 들여야 하지만 컴퓨터는 아니다. 10자리 수의 곱셈, 182392343 X 4810752966 같은 복잡한 곱셈을 컴퓨터는 11초 만에 끝낼 수 있다. 그렇다면 컴퓨터는 인간보다 똑똑할까? 답은 ‘그렇지 않다’이다. 그림을 그리거나, 음악을 만들거나, 소설을 쓰는 것과 같은 창의력이 요구되는 활동은 컴퓨터가 할 수 없었기 때문이다. 이러한 한계점 때문에 컴퓨터는 인간에게 그저 도구일 뿐이었다. 잘 활용하면 일의 효율이 엄청나게 늘어나는 편리한 도구.
하지만 인공지능은 다르다. AI라고도 불리는 인공지능은 기존의 컴퓨터가 할 수 없던 일을 해낸다. 그림 그리기, 음악 만들기, 소설 쓰기, 바둑과 체스 두기를 할 수 있다. 이것이 기존 컴퓨터와 인공지능의 차이점이다.
머신러닝
머신러닝은 기계(Machine)와 학습(Learning)의 합성어로, 기계가 스스로 배운다는 뜻이다. 예를 들어, 인공지능에게 50장의 개 사진과 50장의 고양이 사진을 제시한다. 그런 다음 사진 하나를 주면 인공지능은 그것이 개 사진인지 고양이 사진인지를 알아낼 수 있다.
그 원리는 다음과 같다. 인공지능은 50장의 개 사진에서 개의 특징을 파악한다. 개의 코 모양, 눈동자의 모양, 얼굴의 형태, 구의 형태, 다리와 몸통의 길이 비율 등을 파악한다. 또한 50장의 고양이 사진에서도 마찬가지의 작업을 한다.
개와 고양이의 특성을 알아낸 인공지능은 개와 고양이를 구분할 수 있다. 둘은 다르기 때문이다. 개는 뾰족한 삼각형의 귀가 위로 뻗어 있거나, 머리카락처럼 늘어져 있는 등 다양하다. 반면 고양이는 삼각형의 귀가 사선으로 뻗어 있다.
눈 또한 다르다. 개는 눈이 얼굴에서 큰 면적을 차지하지 않는 반면, 고양이는 눈이 큰 면적을 차지한다. 수염 또한 개와 고양이를 구분하는 데에 큰 도움이 된다. 고양이는 감각을 가진 수염을 가지고 있으나, 개는 없다.
이것들을 배운 인공지능이 개와 고양이를 구분할 수 있다. 단지 개와 고양이의 사진 50장 씩으로 말이다.
이러한 머신러닝 기술을 응용한 사례가 있다. 바로 알파고다. 알파고에게 바둑의 룰을 알려주고, 알파고 혼자서 바둑을 두게 시킨다. 그러면 알파고는 수백만 판의 바둑을 둔 바둑 고수가 된다. 이것이 머신러닝의 예시이다.
인공신경망
과학자들은 보다 완벽한 인공지능을 만들기 위해 노력해 왔다. 그러던 중 과학자들은 이런 생각을 했다. ‘어차피 인공지능은 인간의 지성을 본뜨기 위해 만들어진 것이니, 그냥 인간 사고를 담당하는 뇌를 닮게 만들면 되는 것 아닌가?’그 발상의 결과물이 인공신경망이다.
인공신경망이란 인간의 뇌를 본따서 만든 학습 모델이다. 인간의 뇌에는 약 1000억 개의 신경세포가 있고, 이 신경세포는 다른 신경세포와 연결되어 있다. 그리고 이 연결되는 중간통로, 시냅스는 약 100조 개다. 이 뇌의 구조를 모방하여 만든 것이 인공신경망이다.
빅데이터
머신러닝을 위해서는 데이터가 필요하다. 데이터가 많으면 많을수록, 인공지능은 똑똑해진다. 아마 100판 바둑을 둔 알파고보다 300판 바둑을 둔 알파고가 바둑을 더 잘 둘 것이다. 더 많이 해봤으니 말이다. 그러나 바둑이 아닌, 개와 고양이를 구분한다든가 하는 일은 데이터가 필요하다. 따라서 빅데이터가 필요하다.
빅데이터란 말 그대로 빅(big) 데이터(data), 큰 정보이다. 빅데이터는 크고 복잡하다. 이런 빅데이터를 효율적으로 사용한 사례가 있다. 바로 은행사에서다.
은행에서 많은 사람들이 돈을 빌리고, 갚고, 맡긴다. 은행은 이러한 고객 중에서 돈이 될 고객을 찾아내야 한다. 그것에 빅데이터를 사용한다.
지금까지 은행에 수익을 많이 가져다 준 사람들을 정리하고, 그 사람들의 특징을 정리한다. 그를 바탕으로 새로운 예금 상품을 판매한다. 이런 방식으로 빅데이터를 사용할 수 있다.
마치며
지금까지의 글은 인공지능에 대해 잘 모르는 사람을 위해 쓰였다. 부디 이 글이 당신의 지식 향상에 미약하게나마 도움을 주었길 바란다. 이 글을 보고 있는 당신은 우주에서 가장 소중한 사람이다.
댓글