cat tag


바둑 인공지능 3년이 지났어요. 뭐했나요? 내맘대로 뉴스논평

<오른쪽 클릭하여 새탭에서 열기를 선택해 주세요>

바둑에서 이세돌에게 알파고가 이겼어요. 그땐 사람들이 인공지능에 대해서 뭐든 다 될것이라고 생각했지요. 그것이 아니라고 자주 블로그에 작성했지만, 바둑에서 이겼으니 이제 인공지능이 세상을 바꿀것이라고 사람들인 생각했어요.

인공지능에서는 여러가지 방식이 있는데, 여기에서는 빅데이터로 학습하는 인공지능 방식만 이야기하는 것이에요. 빅데이터로 학습하는 인공지능 방식이외의 방식으로 지금 연구하는 곳은 한국에서 거의 없다고 해도 되니까요.

바둑 인공지능은 2016년이고 이제 3년이 흘렀습니다. 그 동안 인공지능은 무엇을 바꾸었고 우리 앞에 인공지능은 도대체 어떤 의미가 있을까요?

인공지능이 바꾸어 놓은 것은 아무것도 없고 우리는 인공지능이 뭔가 될 것이라는 착각 속에서 살고 있지요.

인공지능이 바둑을 이긴 것과 인공지능이 세상을 바꾸는 것은 전혀 관련이 없습니다. 인공지능이 인간과 똑같이 생각하고 인간처럼 문제를 풀어나갈것이라고 여러분은 소설이나 영화등에서 보셨겠지만 인공지능이 문제를 풀어나가는 것은 그것과 전혀 상관이 없으며 인공지능에서 학습이라는 의미는 인간이 학습하는 것과 전혀 상관이 없어서 학습만으로 문제가 풀리지 않는다는 것이지요. 바둑 잘두는 사람이 바둑 이외에서 다른 문제를 해결하는 것과 인공지능 바둑 문제 풀었다고 다른 문제도 푼다는 것은 전혀 다르다는 것이지요.

인공지능이 학습을 한다는 것은 일정한 자료를 토대로 그것에서 일정한 법칙을 만들어내는 방식. 그 방식은 행정학에서 미래를 예측하는 모형중 하나인 의사 결정 나무 분석과 무척이나 유사합니다. 이것은 인간이 학습하는 것과 전혀 비슷하지 않아요. 단지 이것이 뉴런이 시냅스 소포에서 아세틸콜린을 분비해서 다음 뉴런의 가지돌기로 자극을 전달하는 과정과 유사하다라고 인공지능 개발자들이 주장하는 것 뿐이지요. 그런데 여기에서 음수값도 전달하는 모형이 있어서 이러면 가지돌기에서 아세틸콜린을 분비해서 시냅스 소포가 아세틸콜린을 가진다는 의미인데 이런 뉴런은 없어요. 인간과 같은 것이 아니지요. >_<;;;

의사 결정 나무분석 방식을 이러저리 변형시켜도 일부 부분을 제외하고 안되는 것은 의사결정 나무분석이 모든 문제의 예측방식이 아니며, 이러한 방식을 모든 문제에 적용한다고 갑자기 되거나 하는 일은 없을 것이며, 인공지능의 근본 의미가 인간처럼 기계가 생각하고 일을 처리하는 것이 아니라는 것을 인식하는 것도 중요합니다. 사람을 대체하는 것이 아니라 사람보다 뛰어난 것을 만드는 것이지만, 그것을 인간과 같은 방식으로 처리하는 과정이 아니여도 상관없으며, 실제로도 인간이 문제를 해결하는 방법과는 다른 방식들이에요.

여기에서 여러분이 인공지능이 바둑에서 알파고가 사람을 인긴것은 다른 문제를 해결하는 것과는 다른 것이다라는 것을 모른다고 해도, 알파고 이후 3년이 흘렀지만 뭐가 바뀌었어? 같은 생각을 가질 것이에요. 한 것이 없잖아요 >_<;;; 그런데 이것이 너무 당연한 결과에요.

빅데이터로 학습하는 인공지능이 안된다는 것은 다른 학문을 조금 열어보면 쉽게 알수 있어요.

행정학(행태론)

이와 같은 빅데이터로 학습하는 인공지능은 사람들의 행태를 모아서 일정한 법칙을 만들고 그 밖의 경우에 대해서 그 법칙을 적용하는 것이에요. 위에서 말했듯이 법칙은 의사결정나무분석방식에서 조금 변형된 형태이고요.

이것과 유사한 것을 행정학에서는 1950년대에 시도한적이 있어요.

인간의 행태에 대해서 일정한 법칙을 만들고 그 법칙에 따라서 국가가 대응한다는 것이 행태론이지요. 실제로 행정학에서 했고 미국에서 한 행정학 이론입니다.

그 결과는 어땠을까요? 미국에서 베트남 전쟁에 대해서 반전시위와 히피들의 증가. 인종차별 문제의 심화 등으로 사회적으로 큰 문제가 발생했어요. 그래서 행정학은 행태론을 버리고 현재는 뉴거버넌스론을 하고 있지요. 이것은 환경 변수가 들어와서 그 환경에 맞는 국가 구조를 만들겠다는 것이에요. 이러한 이유는 인간의 과거 행태가 미래 행태와 같다고 볼 수 없기 때문이지요. (간단하게 여러분의 사상이 변하지 않는다면 보수 였던 분들은 게속 보수에 투표하고 진보였던 분은 진보에 계속 투표해야 하잖아요..그런데 정당 지지율은 계속 바뀌지요...>_<;;;)

그 이유는 다음 과학 이론을 보면 알수 있어요.

과학

사람은 유전자의 지배를 받을까요? 아니면 환경에 영향을 받을까요? 우리는 유전자가 우리에게 정해준 대로 현 시대를 살고 있을까요? 즉, 우리는 우리가 각각의 선택을 하고 있다고 믿지만 실제로는 유전자가 정해준 대로 우리는 살고 있을까요? 혹은 우리는 환경에 의해서 우리가 선택하고 있을까요? 하는 것이지요.

답은 유전자에게서 자유롭지도 않고 환경에게서도 자유롭지 않다에요. 즉 유전자가 우리의 행동을 정해준것도 있지만, 환경에서도 자유롭지 않아서 인간은 항상 같은 질문에 대해서 똑같은 반응을 하지 않습니다.

즉, 과거의 우리의 행태를 모아서 어떤 법칙을 만든다 할지라도 그 사람이 미래에 어떤 행태를 보일지는 유전자가 아니라 환경에도 영향을 받기 때문에 예측이 불가능한것이지요. 우리의 과거의 정보로 미래를 예측하는 것은 불가능하다는 것입니다. 인간은 과학법칙처럼 일정한 법칙에 의해서 움직이는 것이 아니라는 것이지요.

이것은 뇌가 더 복잡할수록 환경에 더 많은 영향을 받아요. 단세포 동물이나 뇌의 용량이 적은 생물은 좀더 유전자의 지배를 받지만 뇌가 가장 복잡한 인간은 환경에 더 많은 영향을 받기 때문에 법칙은 의미가 없는 것이지요.

우리의 행태를 이용해서 뭔가 해보겠다는 것은 사람들이 과거의 행태와 다르게 변화하거나 크게 갑자기 변화할 경우. 인종차별, 반전시위 같은 큰 문제에는 너무나 약점을 보입니다. 빅데이터로 학습하는 인공지능을 사용하는 경우에 이런 약점을 동시에 보일것이고요...빅데이터로 학습하는 인공지능으로 면접보겠다는 회사들은 행정학에서 이미 1950년대 시행한 행태론의 결과로 경험한 반전시위나 인종차별 같은 문제가 조직내에서 다른 형태로 발생할 것에요^^. 늦기 전에 아셨으면 하고 바라고 있어요.

빅데이터로 학습하는 인공지능이 레시피를 만드는 것에 대해서 저도 고민해 봤어요. 다른 블로그에서는 여기에 대해서 조금 작성해 본 적이 있어요. 이것을 해보기 위해서 식품영양학을 조금 알아야 하겠어. 라고 작성한 적이 있지요. 큰 틀은 만들어두었는데 구체적인 지식이 조금필요하기 때문에 식품영양학 배울때까지 미룬다고 말이지요.

이것은 오늘 기사에서 한다고 하는데 행태론으로 하면 못할것은 없어요. 사람들이 맛있다/맛없다라는 행태가 있잖아요. 빅데이터로 학습하는 인공지능으로 한다면 이렇게 만들수는 있어요.

만들수 있다와 정확하다는 달라요. 지금 인공지능 제품들이 나와도 제값 못하고 세상도 못바꾸잖아요. 그런 제품으로 만들수는 있어요. 그런데 쓸모없지요...

빅데이터로 학습하는 인공지능으로 레시피를 만드는 인공지능을 만들어도 그 수준에서 벗어날수 없다고 생각합니다.

인공지능이 바둑을 이기고 3년간 도대체 뭐가 바뀌었는데? 같은 것이지요. 검색엔진에서 검색하면 여러분이 원하는 데이터가 1페이지 첫번째 글에서 찾아주나요? 네이버 같은 검색엔진은 광고라고 적혀 있지도 않은, 광고라는 것은 링크가 아니라, 이런 블로그 포스팅같이 글과 그림으로 이루어진 광고글이 거의 1페이지 채우고 있지요. Youtube에서 추천해준다고 하는데, 그 추천 여러분 다 받아서 사용하나요? 앱다운로드할때 추천앱 쓰고 만족하셨어요? 검색해서 광고글 걸러낸다고 바쁘고, Youtube에서 추천해주는 것 건너뛰기 바쁘고, 앱다운로드에서 추천앱도 건너뛰거나 다운로드 받아도 만족 못하는 앱들 많잖아요.

그것이 빅데이터로 학습하는 인공지능의 한계이지요. 행정학 행태론에서도 우리가 특정 행태를 하는 숨겨진 의미를 알수 없다는 문제가 붙어 있는 것처럼 빅데이터로 학습하는 인공지능도 우리가 특정 행태를 할 때 그 의미는 몰라요. 이것은 빅데이터로 학습하는 인공지능도 같은 문제가 붙지요. 이러한 방식으로 모든 방식을 해결한다? 라는 것은 안되는 것이 결정되어 있다고 보시면 됩니다.

제가 레시피를 만드는 방식은 빅데이터도 필요없는 방식을 생각하고 있어요. 빅데이터로 학습하는 방식으로는 한계가 있기 때문에 시도도 안하는 것이지요. 또한 만들수는 있어도 만들어도 필요없는 수준. 세상을 바꿀수 없는 수준밖에 안되기 때문이고요. 저는 빅데이터로 학습하는 인공지능을 만들 생각은 전혀 없어요. 바둑을 이긴것과 다른 문제 푸는 것은 다르고 정확도가 낮은 빅데이터로 학습하는 인공지능은 한계가 있다는 것을 알고 있으니까요. 거의 쓸모없는 방식에 우리 기대만 높여서 우리 사생활 정보만 끌어 모으겠다는 것 뿐이지요.

3년간 사람들에게 기대감만 높이고 있었지만 결과는 바둑 이후에 거의 없다고 볼 수 있어요. 대부분의 사람들이 인공지능에 대해서 기대를 끝내는 것이 언제쯤일까? 하는 것이 궁금하지요. 3년은 기대감으로 버틸 수 있었지만 이 기대감이 무너지는 것은 몇년 더 필요할까요? 그때가 인공지능 R&D지원의 문제점. 그리고 빅데이터 수집을 허가한 문제점에 대해서 문제를 제기할수 있는 시점이니까요.

덧글

  • 풍신 2019/08/12 13:03 #

    충분히 바뀌고 있는데 확인을 못 할 뿐 아닌가요?

    솔직히 알파고가 이세돌 이긴 것이야, 딥 뉴럴 네트워크 러닝 같은 알고리즘의 유효성을 증명한 것 뿐 그 이상도 이하도 아니죠. 그리고 그건 뭐 IEEE에 들어가서 찾아보면 썩어날 정도로 비슷한 알고리즘을 이용한 머신 러닝 관련 논문들이 쏟아져 나오고 있고, 여러 분야에서 실제로 이용되고 있어요. 솔직히 알파고가 쓴 빅 데이터라는 것은 어느 쪽이냐 하면 정말 방대한 기보 데이터겠죠. 현재에 쓰이는 빅데이터란 개인정보의 집합체란 의미로 쓰인 것은 아니라고 봅니다.

    A.I 분야는 꽤 활발하게 발전하고 있죠. 단지 뭐 문제 하나하나에 거기에 특화된 알고리즘을 만들어야 하고, 데이터가 방대하기 때문에 러닝 시키는데 나름 시간이 걸리죠. (게다가 데이터도 특화시켜야 하고 데이터를 압축시키거나 수백차원의 패러메터를 가진 데이터를 단지 몇개의 차원을 분석하는 것만으로 충분하게 하기 위해 데이터 분류를 위한 축이 되는 벡터를 찾거나 해야 하고요.) 경험상 그냥 Matlab으로 만든 알고리즘으로 몇기가 짜리 데이터 분석시키는데도 하루 이틀 금방 가더군요.

    저도 뭐 알파고가 이세돌 이겼다고 세상이 바뀔 것이란 것엔 회의적이었고, 지금도 뭐 사람들이 기대하는 만큼 바뀔 일도 없다고 봅니다. 뭐 머신 러닝으로 여러 곳에 적용한 사람들은 널려있고 논문 쓴 사람들도 널려있긴 하기 때문에 발전은 계속되고 있다고 봅니다만...

    단지 논문들로 여러분야의 질문에 대해 알고리즘 완성되어 있고 실제로 써먹을 수 있어도, 전부 산업화 되진 않죠. 대부분이 대학 연구실에서 끝나거나 하는 경우가 많고요. 그게 실제 생활에 쓰여지는 경우는 적죠.

    예를 들어 몇년 전에 머신 러닝으로 피자 장인의 피자 굽는 법을 러닝한 로봇 팔이 만들어졌죠. 그거 팔긴 파는데 대량 생산되어 산업화되진 않았고요. 연구는 진행되고 이런 것도 가능하다. 한데 하드 웨어가 산업화 되지 않는다. 이런 상황이겠죠.

    모르죠. 앞으로 범용 로봇팔을 1가구 한대씩 들이고 3D 프린터를 기본으로 갖고 살아갈 때가 올지도요. 그 때가 되면 지금 만들어지는 알고리즘들이 전부 일종의 상품 패키지로서 팔릴 날도 오겠죠.

    뭐 그래도 요 몇년간 논문들 쏟아져나오고, 대학 실험실에서 실제로 꽤 많이 만든 자동주행 자동차는 슬슬 상용화가 눈 앞이라고 본다죠.
  • 피그말리온 2019/08/12 14:07 #

    청소기만봐도 많이 변한거 알겠던데...
※ 로그인 사용자만 덧글을 남길 수 있습니다.