추가 적립 안내

인공지능의 시대, 지배할 것인가 지배당할 것인가!

2016년 3월 9일, 구글 딥마인드에서 만든 DQN 기계 알파고와 프로 기사 이세돌 9단의 첫 대국이 있었다. 알파고는 예상보다 훨씬 강력했고, 많은 사람들이 알파고의 진짜 능력에 등골이 서늘해졌다. 100년은 더 걸릴 것 같았던 인공지능 개발이 딥러닝과 빅데이터로 이제 10년 앞으로 다가왔다. 인류보다 지능적으로 더 완벽한 존재가 등장한 것이다. 인공지능은 앞으로의 미래를 어떻게 바꿔놓을 것인가.

『김대식의 인간 vs 기계』는 인공지능 연구자이자 뇌과학자인 카이스트 김대식 교수의 저서이다. 인간의 지능을 이해하는 것은 인공지능의 능력과 인공지능의 발달을 예측하는 데 필수적이다. 따라서 김대식 교수의 뇌과학 강연이 곁들여진 인공지능 강의는 여타 다른 이야기보다 이해하기 쉽고 명료하면서도 명쾌하다. 인공지능ㆍ딥러닝ㆍ빅데이터 등 미래산업 전반에 대한 인문학적 통찰이 돋보인다.

인공지능 연구자이자 뇌과학자 카이스트 김대식 교수가 전하는
인공지능에 대한 명쾌한 강의

“지배할 것인가, 지배당할 것인가!”

인공지능, 딥러닝, 빅데이터 등 미래산업 전반에 대한 인문학적 통찰

인간이 인공지능을 만들었지만
인공지능은 우리의 예상보다 훨씬 강력했다
2016년 3월 9일. 구글 딥마인드(DeepMind)에서 만든 DQN(Deep Q-network) 기계 알파고(AlphaGo)와 프로 기사 이세돌 9단의 대국이 있던 날이다. 대국이 있기 전 이세돌 기사의 예전 어록들까지 회자되며 이세돌 9단의 압승을 속단하고 있었다. 하지만 딥마인드 개발자들의 속내는 달랐다. 50:50. 3:2 아니면 2:3을 예상하며 알파고의 대반전을 기대하고 있었다. 그리고 첫 대국, 두 번째, 세 번째 대국까지. 이세돌 기사는 무너졌고, 우리는 알파고의 진짜 능력에 등골이 서늘해졌다.
인류는 증기기관이 이끈 1차 산업혁명, 컴퓨터와 인터넷이 불러일으킨 2, 3차 산업혁명을 거친 후, 이제 인공지능이 선도하는 4차 산업혁명 초입에 서 있다. 인공지능으로 인한 4차 산업혁명은 이전의 산업혁명과는 완전히 다를 것이다. 인류는 여러 분야의 지식 산업은 인공지능에게 그 자리를 내어줘야 한다. 지금까지 지구에서 알파동물은 언제나 인간이었다. 하지만 인공지능의 등장은 인류보다 지능적으로 더 완벽한 존재의 등장이다. 인간만의 전유물이었던 지적 활동은 더 이상 우리만의 특권이 아니다.
정부에서는 인공지능개발을 위해 지금보다 몇백 배 빠른 컴퓨터를 개발하겠다고 공언했다. 하지만 인류는 지난 50년간 아주 빠른 컴퓨터가 개발된다면 인공지능이 저절로 생겨날 것이라 믿었고, 그 전통적인 인공지능은 이미 실패했다. 무어의 법칙(Moore's law)은 이미 한계점에 도달했다. 그런데 그 한계점 끝에 어떤 특이점이 생겼다. 풀리지 않았던 숙제들이 3~4년 전부터 한 번에 풀리기 시작했다. 50년 동안 풀리지 않은 숙제가 지난 3~4년 사이에 풀리게 된 이유가 무엇일까.
100년은 더 걸릴 것 같았던 인공지능 개발이 딥러닝(Deeplearning)과 빅데이터(Big Data)로 이제 10년 앞으로 다가왔다. 앞으로 10년 후, 인공지능은 산업 전반을 점령할 것이다. 이미 미국에서는 간단한 비즈니스 기사를 인공지능이 작성한다. 인공지능의 능력을 온전히 이해하지 않고는 앞으로 인류의 생존 방향을 정할 수 없다. 인공지능을 제대로 알고, 그 허점을 파고들어야만 살아남을 수 있다. 인공지능은 앞으로의 미래를 어떻게 바꿔놓을 것인가.
인공지능이 어디까지 진화했는지 아무도 모른다. 이미 인간이 생각할 수 있는 깊이보다 훨씬 더 깊은 폭의 사고를 하고 있다. 인류는 지구에서 언제까지 알파동물로 남아 있을 수 있을까.

인간의 뇌와 기계의 뇌, 모두에 정통한
김대식 교수만이 이야기할 수 있는 인공지능 강의
카이스트 김대식 교수는 전작 『김대식의 빅퀘스천』을 통해 그만의 철학적 깊이와 인문학적 시선들을 드러낸 바 있다. 《김대식의 북스토리》, 《김대식의 브레인 스토리》등을 연재하며 과학을 대하는 인문학적 성찰의 중요성을 전하는 인물이기도 하다. 《장영실쇼》, 《창의 인재 프로젝트 생각의 집》등 각종 매체ㆍ방송ㆍ저서로 전 연령층의 독자에게 친숙하고 대중적인 저자다. 그의 강연은 쉽고, 위트 있으며, 흥미롭고 재미있다. 막연했던 과학적 궁금증을 콕 집어 긁어주면서도 개인과 사회가 고민해야 할 화제를 던져준다.
김대식 교수는 막스-플랑크 뇌과학 연구소에서 뇌과학 박사학위를 받고 MIT에서 뇌인지과학을 공부했다. 그리고 현재 카이스트에서 인공지능을 연구하고 있다. 알파고의 충격에서 허우적거리던 2016년 3월 17일, 청와대는 지능정보사회 민관 합동 간담회를 열었고 인공지능 연구자 대표로 김대식 교수가 초청되었다. 즉, 대한민국 인공지능 분야 최전방에 있는 인물이다.
전통적인 인공지능과 현재의 인공지능, 두 인공지능의 거의 유일한 공통점은 인간의 지능을 모방했다는 점이다. 전통적인 인공지능은 인간이 이해한 지능을 기계에게 구현하려 했으며, 현재의 인공지능은 인간의 학습방법과 인간의 신경세포층의 구성을 모방하여 기계에 구현하고 있다. 결국 인간의 뇌를 이해하는 것이야말로 인공지능을 이해하게 되는 시작점이다.
김대식 교수는 인간의 뇌와 기계의 뇌 두 가지를 깊이 탐구한 유일무이한 사람이다. 따라서 김대식 교수만이 할 수 있는 인공지능에 대한 이야기가 있다. 인간의 지능을 이해하는 것은 인공지능의 능력과 인공지능의 발달을 예측하는 데 필수적이다. 김대식 교수의 뇌과학 강연이 곁들여진 인공지능 강의는 여타 다른 이야기보다 이해하기 쉽고 명료하면서도 명쾌하다.

인지자동화 이후의 산업은
어떻게 변할 것인가
약한 인공지능, 즉 인지자동화는 이미 시작되었다. 인지자동화는 인간의 지적인 생산 활동이 가졌던 경쟁력에게 사망선고를 내리는 것이나 다름없다. 반도체 설계, 코딩, 심지어 드라마 대본의 영역까지. 기계는 인간보다 훨씬 빠르고, 정확하고, 효율적이고, 대량의 결과물을 생산해낼 것이다.
대량생산은 곧 부의 불균형적 분배를 낳는다. 인류는 지금까지 겪어보지 못한 빈부격차를 겪게 될 것이다. 빅데이터와 DQN 알고리즘을 가진 극소수의 기업은 각 분야의 DQN 기계를 만들 것이고, 그것을 보유하지 못한 대부분의 화이트칼라 직업군들은 [직업]이 사라지는 순간을 맞이할 것이다.
그중에서도 구글이 앞장서 개발하고 있는 무인자동차는 지금까지의 자동차 산업을 완전히 바꿔놓을지도 모른다. 구글이 가진 빅데이터를 바탕으로 우리는 각자의 소비성향을 분석당하게 될 것이고, 그 분석은 무인자동차가 해당 소비처로 데려다주는 새로운 형태의 서비스가 등장할 수도 있다. 이를 달리 생각하면 데이터가 있는 기업은 살아남을 것이고, 그렇지 않으면 살아남지 못한다고 점쳐볼 수 있다. 앞으로의 삶은 마치 옛 로마의 삶처럼 국가 혹은 초대형 기업이 최소한의 영위만 보장하면서 콜로세움으로 시선을 돌렸던 것처럼, 우리의 삶도 엔터테인먼트에 현혹되어 무생산적 동물로 남겨질 수도 있다.
벤츠사의 CEO 디터 체셰는 지난 2015년 프랑크푸르트 모터쇼에서 “벤츠는 절대로 애플의 폭스콘이 되지 않겠다.”라고 말했다. 이 말은 곧 무인자동차 산업 이후 자동차 산업의 주도권은 데이터를 보유한 기업들이 잡을 것이라고 해석할 수 있다. 자동차를 양산하고 생산하는 기업들은 위기를 겪을 것이고, 자동차 산업의 형태는 우리가 아는 그것과 완전히 다른 모습으로 바뀔 것이다. 대한민국의 자동차 산업은 어떠한가, 대한민국의 데이터 산업은 어떠한가. 위기가 눈앞에 닥쳤다.

강한 인공지능은
과연 SF같은 이야기일까?
강한 인공지능은 아직 SF 같은 이야기이다. 일어난다는 확언도 없고, 일어나지 않을 거란 확신도 없다. 스티븐 호킹은 인공지능의 등장은 인류멸망으로 이어질 것이라고 말한다. 엘론 머스크(테슬라 모터스 CEO)는 핵폭탄보다 더 위협적이라고 이야기했다. 강한 인공지능의 등장은 인간이 이전에 만나보지 못했던 가장 강력한 적을 만나게 되는 것이다. 강한 인공지능은 [지구 - 인간] vs [지구 + 인간] 중 어느 것이 더 좋은가를 따져볼지도 모른다. 그리고 그 판단의 근거는 인류가 여태까지 지구의 알파동물로 살았던 흔적들이다. 인류는 스스로 [인간은 만물의 척도다]라고 이야기하며 지구의 모든 에너지와 공간을 소유하고, 동식물을 정복했다. 또 욕심과 욕망으로 수없이 많은 전쟁을 치렀고 인간이 말한 [인간의 존엄성]을 스스로 해쳤다. 지구에서 인간이 알파동물이 아니게 된 그때, 인류는 [지구에 인간이 필요한가?]라는 질문을 받게 될 것이다.
인류는 스스로 계몽해야 할 진짜 데드라인이 생겼다. 스스로 세워놓은 기준과 다르게 살았던 삶을 반성하고 기계가 학습한 그 인간다움의 기준대로 살아야 하는 이유가 생겼다. 이전까지 인간과 인간의 약속이었으니 그냥 덮고 넘어갔던 요소들이 인간과 기계의 약속으로 확장될 것이고, 가치판단의 주도권은 강한 인공지능이 쥐게될 것이다.
김대식 교수는 [우리는 기계와 다르다]로 책을 맺는다. 저자가 고민하고, 우리가 숙고해야 할 인간다움이란 무엇인가에 대한 화점(花點)이 놓여졌다. 각자의 바둑판에서 각자의 대국을 승리로 이끌어 가야 할 때이다.

책속으로 추가
만약에 제가 강한 인공지능이라면 ‘지구 - 인간’이 더 좋으냐, ‘지구 ＋ 인간’이 더 좋으냐 하고 스스로에게 물어볼 거예요. 강한 인공지능 입장에서 가만히 생각해보면 ‘지구 - 인간’이 더 좋다는 논리적인 결론을 충분히 낼 수가 있다라는 거예요. 지구에 인간이 있음으로써 모든 에너지와 공간을 가지고, 동물식물을 다 죽이고, 인간의 역사는 아름답지도 않고 허구한 날 싸움질하고 전쟁만 하죠. 동시에 책은 또 그럴듯하게 씁니다. 각종 철학 책이나 종교 책들. 그렇게 전쟁을 할 거면 책이라도 그럴듯하게 안 쓰면 되는데, 이 그럴싸한 이야기들이 기계에 이미 입력되었기 때문에 기계 기준으로 인간 스스로가 만든 기준에 못 미친다고 판단하겠죠.
그러면 강한 인공지능은 공리적인 입장에서, 인간이 존재하지 않는 것이 지구를 전체로 볼 때 더 낫다고 결론 내릴 수도 있습니다. 물론 인간의 마음에는 들지 않겠지만 인간이 더 이상 지구의 알파 동물이 아니라 강한 인공지능이 알파가 된다면 그런 일이 충분히 벌어질 수 있지 않을까요?
―13장 / 322-323쪽

프롤로그 어려운 천국과 쉬운 지옥
1장 인공지능의 시대, 기계에 지능을 부여하라
2장 지능을 획득한다는 것은 인식한다는 것
3장 인간의 논리를 알고리즘으로 구현하다
4장 인간의 논리를 기계에 심다
5장 인간이 만든 기계의 뇌가 인간답지 않음을 깨닫다
6장 언어와 논리를 넘어 빅데이터로 학습하다
7장 인간처럼 학습하는 알고리즘, 딥러닝의 등장
8장 딥러닝의 진화
9장 20160309 이세돌 vs 알파고
10장 인지자동화 산업의 등장
11장 인간 vs 기계
12장 인류는 또 이겨낼 수 있을까
13장 강한 인공지능

인간이 하는 일 중에서 가장 어려운 게 뭘까요? 여기 모인 사람들은 수학자이다 보니 가장 어려운 게 수학이라고 생각했습니다. 수학이 제일 어렵고 그다음에 하나 정도 더 하자면 체스게임이라고 생각했어요. 본인들 취미생활이었으니까요.
컴퓨터에게 제일 먼저 증명을 시켜봤습니다. 러셀의 『수학원리』부터 시작했습니다. 러셀과 화이트헤드가 6년을 씨름하여 1,994장의 책으로 증명해낸 『수학원리』를 기계에게 시켜보기로 했습니다. 다음으로 체스게임을 시켰습니다. 그랬더니 컴퓨터는 『수학원리』를 증명하기 시작했고 아마추어 수준으로 체스를 두기 시작합니다. 그래서 1956년 컨퍼런스에 모였던 사람들은 다른 일들은 누워서 떡 먹기일것이라고 예상했습니다. 예를 들어, 인간의 언어처리는 학부 학생이 여름방학 두 달이면 컴퓨터에게 심어줄 수 있을 것이라고 생각했죠. 하지만 이것이 현실화되지 않았다는 것은 우리 모두가 지금 알고 있습니다.
―4장 / 76-77쪽

전통적인 인공지능은 여전히 강아지와 고양이를 구별을 못 합니다. 강아지와 고양이도 구별을 못 하는데 뭘 하겠어요. 인공지능이 아닌 거죠. 인공지능을 연구하는 사람들이 생각을 고쳐먹었습니다. ‘우리가 아무리 시도를 해도 설명으로는 기계가 세상을 인식하지 못하는데 사람은 분명히 할 수있다. 그러면 우리는 어떻게 강아지와 고양이를 구별하는 걸 배웠을까?’를 먼저 생각하게 되었습니다. 곰곰이 생각해보니 아무리 기억해봐도 부모님이 우리한테 강아지란 무엇인가 설명해준 적이 없습니다. 그 어떤 부모님도 세 살짜리 어린아이를 앉혀놓고 ‘강아지는 무엇이다’라고 설명하지는 않는다는 거죠.
따라서 우리는 현실이라는 우주에서 가장 큰 빅데이터를 통해 경험하고 학습하여 지능을 얻은 것 같습니다. 세상을 알게 된 거죠. 결국 우리가 보통 이야기하는 지능, 세상을 알아보는 능력은 설명을 통해서 배우는 게 아니고 경험과 학습을 통해서 배웁니다. 이제 사람들은 뇌가 세상을 인식하는 과정을 열심히 연구했습니다. 그리고 그 방법들이 20세기에 들어와 밝혀지기 시작했습니다.
―6장 / 116-117쪽

예를 들어, 미국의 워렌 버핏은 주식투자를 잘하는 사람입니다. 이 사람에게 ‘어떻게 그렇게 투자를 잘하세요?’라고 물어보면 자신이 표현할 수 있는 10퍼센트의 언어로 대답을 할 겁니다. 책도 쓰지요. 워렌 버핏의 책을 읽고 그대로 따라 하면 워렌 버핏같이 수익을 낼 수 있을까요? 절대 그 사람만큼 벌지 못합니다. 왜일까요? 사실은 왜 수익이 나는지 정확한 이유를 워렌 버핏 자신도 모르기 때문이죠. 어떻게 투자하는지에 대해 표현한 10퍼센트 이외의 90퍼센트는 직감으로 투자한다고 워렌 버핏은 말할겁니다. 공학자로서의 입장을 말하자면 직감은 존재하지 않는다고 생각합니다. 당연히 뇌는 무엇인가를 계산을 하고 그 일부만을 언어로 표현하는데, 언어로 표현할 수 있는 모든 걸 우리가 적분해서 합쳐서 직감이라고 이름을 붙여준 거라고 생각합니다. 인간의 직감, 즉 말로 표현할 수 없는 90퍼센트를 행동으로 표현한다면, 그 행동을 관찰해서 학습을 합니다.
―8장 / 176-177쪽

우리가 250여 년 전, 영국 맨체스터에서 산업혁명을 시작한 후부터 물질적인 생산은 기계의 몫이었습니다. 그 덕분에 인류는 시간을 얻었죠. 그래서 교육도 받고 지적인 노동도 할 수 있었습니다.
신기하게도 육체적인 노동은 기계에게 거의 다 넘겨줬는데, 지적인 노동은 아직 수작업으로 하고 있습니다. 지금까지 딥러닝 혹은 인공지능이 보여준 시나리오를 통해 어쩌면 머지않아 상당히 많은 지적인 노동 역시 자동화될 수 있음을 생각할 수 있습니다. 다시 말하지만 자동화의 핵심은 대량생산입니다. 대량생산 체제로 가면 가격이 저렴해지죠. 인간의 노동력과는 가격비교를 할 수 없을 만큼 싸집니다.
―10장 / 229-230쪽

그렇다면 어떤 직업들이 가장 위험할까요? 우선 콜센터 직원들입니다. 많은 기업들은 애프터서비스를 해줍니다. AS를 해주려면 콜센터에 접수를 하죠. 콜센터에서 전화 받는 직원이 필요한데 인건비를 감당할 수가 없으니 미국의 많은 기업들이 인도나 필리핀으로 지사를 내죠. 대기업의 콜센터들을 합치면 수십만 명이 근무하는 것으로 알려져 있습니다. 하지만 기계가 동시에 수백만 명과 영어로 대화할 수 있다면 수십만 개의 일자리는 하루아침에 없어집니다. 인간은 항상 현재만 생각하기 때문에 미래에도 현재하고 좀 비슷하지 않을까 하고 착각을 하는 경향이 있습니다. 만약 콜센터에 30만 명이 일하고 있다고 생각했을 때 내년에 아무리 경기가 나쁘더라도 28만 명 혹은 20만 명 정도로 예측하겠지요. 하지만 30만 명에서 한순간에 0명이 될 수도 있습니다.
―11장 / 280쪽